关于 全网论坛快速发帖推广覆盖 快速排名软件〖qq:73589490 的搜索结果,共1036
j****2 2018-07-10
百度大脑开放日来袭 24种新AI能力呈现
在深度学习基础之上,百度大脑通用AI能力开放涵语音、视觉、自然语言处理、知识图谱等面AI技术。 语音方向:语音方面出了语音识别极版,首次对外开放搭载国际领先的注意力(attention)模型的语音能力,拥有更的响应度,相对识别准确度提升15%,为开者带来更极致的识别体验。此外,语音识别预置语义解析新升级,预置场景由35个升级为51个,从影视娱乐到外卖打车,语义解析效果面提升。另外,还预告了即将出的几款新产品,包括语音识别自训练平台、远场语音开和语音离线合成等产品。 视觉方向:OCR、车辆分析、人脸人体、图像识别都有重磅升级。比如卡证OCR新增了户口本、出生医学证明、港澳通行证和台湾通行证四类新能力,可识别卡证总数达到9种。只需对着你的户口本拍一张照片,系统就能字段进行结构化识别,然后反馈出信息页的出生地、出生日期、姓、民族、与户主关系、性别、身份证号码。而票据OCR和汽车场景OCR也分别新增了行程单、保单、通用机打票、定额票、车辆VIN码、机动车销售票、车辆合格证等识别能力。
x****7 2018-07-10
从外行进阶专业 传统企业AI转型差的可能只是一个百度EasyDL
拿1000张图片使用百度EasyDL训练一个图像识别模型最只需要8分钟;拿1000条音频来训练声音分类模型,只需15分钟;使用5000条数据训练文本分类模型,也只需8分钟。 由于百度EasyDL低门槛、高精度、更轻的特点,成为企业享受AI红利的首选。 用案例说话:零门槛落地 自2018年4月正式布以来,百度EasyDL用户量级迅攀升。 截至2018年12月,百度EasyDL用户数达到10万,22个行业,已在零售、安防、互联内容审核、工业质检、医疗、物流等应用落地,广泛渗透到各种职业场景和细分生活场景当中。 在百度EasyDL开者中,有南方电这类巨头,也有一些中小型企业,他们都能训练最贴合自身业务的深度学习模型。 中国南方电公司广东电公司直属的佛山供电局管辖范围内,输电线路约4500公里,16000余基杆塔单元,线路附近易生外力破坏的施工点有300余处。
w****0 2018-07-11
单机房故障自愈-黎明之战
本文主要介绍单机房故障自愈前需要进行的准备工作,具体包括: 单机房容灾能力建设中遇到的常见问题及解决方法 基于络故障及业务故障场景的面故障现能力 百度统一前端(BFE)和百度字服务(BNS)的流量调度能力 单机房容灾能力--常见问题 单机房故障场景下,流量调度是最简单且最有效的止损手段,但我们现业务线经常会遇到如下问题导致无法通过流量调度进行止损: 1.服务存在单点 描述:系统内只有一个实例或者多个实例部部署在同一物理机房的程序模块即为单点。 问题:单点服务所在机房或单点服务自身生故障时,无法通过流量调度、主备切换等手段进行止损。 要求:浏览请求的处理,不能存在单点;提交请求的处理,若无法消除单点(如有序提交场景下的ID分配),则需要有完整的备份方案(热备或者冷备)保障单机房故障时,可切换至其他机房。 2.服务跨机房混联 描述:上下游服务之间存在常态的跨机房混联。 问题:逻辑服务单元未隔离在独立的物理范围内,单机房故障会给产品线服务带来局性影响。同时流量调度也无法使得服务恢复正常。
p****d 2018-07-11
单机房故障自愈--运维的春天
自愈方案通过抽象、规范处理流程实现单机房故障自愈的自动化,即将止损过程划分为统一的感知、决策、执行三个阶段;同时通过运维知识库解决基础数据、基础设施差异化问题;通过策略框架支持智能化异常检测、策略编、流量调度问题,同时支持用户自定义策略需求。实现单机房故障自愈的标准化、智能化。 在单机房故障自愈--黎明之战提到的百度络与业务架构情况,我们将整体流量调度止损架构拆分为3层:接入层、服务层、依赖层。 针对这3层的监控感知、止损决策与故障止损方式的不同,将止损自动决策拆分为外止损自动决策与内止损自动决策。 外止损自动决策:接入层。基于外、内监控信号;触止损决策器进行止损决策;执行DNS流量调度止损。 内止损自动决策:服务层、依赖层。基于内监控、基础监控、业务监控提供的故障信号;触止损决策器进行止损决策;执行流量调度、主备切换、弹性降级等止损操作。 单机房故障自愈的常见问题和解决方案 传统的流量调度自动止损方案存在如下问题: 1容量风险控制能力不足 【问题描述】 传统流量调度的模式有两种:固定比例模式与容量保护模式。
c****2 2018-07-10
个性化荐(一)
Input movie_id: 1962 Input user_id: 1 Prediction Score is 4.25 模型概览 本章中,我们首先介绍YouTube的视频个性化荐系统[7],然后介绍我们实现的融合荐模型。 YouTube的深度神经络个性化荐系统 YouTube是世界上最大的视频上传、分享和站,YouTube个性化荐系统为超过10亿用户从不断增长的视频库中荐个性化的内容。整个系统由两个神经络组成:候选生成络和络。候选生成络从百万量级的视频库中生成上百个候选,络对候选进行打分序,输出最高的数十个结果。系统结构如图1所示: 图1.
TOP