关于 分分快3技巧 zs25.vip 主管Q:86=388=714通 的搜索结果,共558
y****n 2018-07-09
Apollo 自动驾驶感知
我们在图像级别会做类似的割,目的是我们做场景建模和语义化的描述。我们有很多任务,每个任务输入是多源的,包括激光雷达、图像等。如果要用 Apollo 搭建感知系统,如何选择传感器、传感器配置?希望它做什么任务。 这是三种基本传感器的效果对比,LiDAR 是激光雷达,Radar 是汽车用毫米波雷达,Camera 是摄像头。绿色代表做得好,黄色代表做得普,红色代表做得差。最后,说明了三种传感器融合效果是最好的。 那么 ,感知系统开放模块怎么做? 点云感知。开放了 LiDAR 点云检测,可以判断点云里的每个点是否为障碍物,障碍物的类型是什么。 感知框架。用的是深度学习,它可以做到精准检测和识别。而深度学习非常耗费计算量。需要依靠搭建的车载智能系统,来支撑深度学习模型,以达到毫秒级感知。 高精地图。先以当前的激光雷达作为坐标系核心,把地图中的点投到坐标系里。然后建立速的表格,根据感知的距离扩大坐标区域。之后对俯视图进行网格化,网格化参数可以在 Apollo 进行配置。最后输送给障碍物检测。 障碍物检测。为特征抽取、点云检测、点云聚类、后处理、闭包提取。
金****洲 2018-07-10
混乱的集群遇见TA 从此岁月静好
背景 时间的浪潮奔流不息,科的发展也从未停步。云计算历经多年发展,从最初的概念模型,到被大众熟知,再到现在全行业拥抱上云,取得了巨大的进步。云的要客户已从最初的中小初创公司逐步渗透到各行各业的大型企业。可以说,企业上云已是企业发展的必由之路。部数据敏感的企业结合自身数据的安全性、所有权和控制权等综合因素考虑,会选择搭建自己的私有云或者混合云环境。 但是在上述环境中,用户的机器都需要自行理,这就必然给云运维人员带来很多意想不到的麻烦。 其实我们面临的问题从来就没有什么大的变化,唯一不同的只是机器规模越来越大,人心越来越复杂。 Q如何在1台机器上部署基础设施?A 一切都源于那个亘古不变的道理:扔一个文件到机器上,然后跑一个命令。 Q如何在10台机器上部署基础设施?A 写个for循环搞定。 Q如何在10000台机器上部署基础设施?A 这个也好办!定制操作系统镜像CUSTOM.iso装机自动化安装! then…… Q如何速升级所有机器上的基础设施? Q服务因异常挂掉,能自动重启保活吗? Q公司做活动,预计流量突增,能扩容吗? Q公司活动结束,为节约成本,能缩容吗?
s****d 2018-07-11
亿元级云用户
4.架构和流程变化析 大型云用户在上云过程中,其IT架构逻辑逐步发生着变化,为了避免术泄密和保证用性,我写的比较简单。 硬件和系统理——硬件是标准还是特配、产权是租是卖、内网代维还是自设计、服务器交钥匙还是黑盒服务——不同的客户项目需求,导致硬件理和监控不同于传统方案也不同于其他云项目。 广域网联方案——云厂商大都是互联网出身,他们拥有DDOS的资源和统一前端的实践经验,还有海量廉价优质带宽。限制客户梦想的是老旧系统是否支持常见协议,还有底层工程师能否推动上层业务测试和变动。 API调用PaaS——API云服务就是不可控过程的黑箱,客户没预算没精力就盲目信任云厂商。客户有精力就做多云冗余校验,有预算就做专有资源池部署;未来云厂商还会自定义SLA标准——大部API云服务连等待超时都没定义。 版本发布和数字化转型——无论是微观的版本发布还是宏观的数字化转型,其实都和上云没直接联系,一个是室内装修工作,一个是新建房屋工作,但装修的最好时机是房屋重建的时候,云厂商要帮客户推动IT术革新。 5.服务输出析 云厂商输出给客户的即有云端IT资源,也有平台服务输出。
1****6 2018-07-10
情感
开始训练 最后,我们启动训练循环来开始训练。训练时间较长,如果为了更的返回结果,可以过调整损耗值范围或者训练步数,以减少准确率的代价来缩短训练时间。 train_loop(fluid.default_main_program()) 应用模型 构建预测器 和训练过程一样,我们需要创建一个预测过程,并使用训练得到的模型和参数来进行预测,params_dirname用来存放训练过程中的各个参数。 place = fluid.CUDAPlace(0) if use_cuda else fluid.CPUPlace() exe = fluid.Executor(place) inference_scope = fluid.core.Scope() 生成测试用输入数据 为了进行预测,我们任意选取3个评论。请随意选取您看好的3个。我们把评论中的每个词对应到word_dict中的id。如果词典中没有这个词,则设为unknown。 然后我们用create_lod_tensor来创建细节层次的张量,关于该函数的详细解释请参照API文档。
j****2 2018-07-10
百度大脑开放日来袭 24种全新AI能力呈现
百度AI术生态部总经理喻友平 首期开放日,喻友平介绍了百度大脑开源深度学习平台PaddlePaddle以及用AI能力两方面的术和产品更新,以及百度大脑在市政、物流、教育等行业的落地案例,与开发者们进行深度交流。 更广、更、更精的AI术 深度学习是AI发展的燃料。百度在深度学习领域深耕已久,2016年,百度开源了深度学习框架PaddlePaddle。此次,PaddlePaddle迎来两方面重大更新,核心框架Paddle Fluid v1.3新增发布业界首个视频类模型库,新增支持NLP语义表示BERT模型,布式训练性能大幅提升,大规模稀疏参数服务器Benchmark发布;同时,基于PaddlePaddle的深度强化学习框架PARL,夺冠NeurIPS 2018。具有高灵活性和可扩展性,支持可定制的并行扩展,覆盖DQN、DDPG、PPO、A3C等流强化学习算法. 目前,百度PaddlePaddle已对外开放超过50种经过工业场景验证的官方模型,例如,领邦利用PaddlePaddle,过ICNet语义割模型识别精密零件瑕疵,实现零件自动拣。
s****7 2018-07-10
见微知著看术误解——从裸光纤和NTPD谈起
我们在做术工作时,是不是只关注客户和同事能提出的需求?客户永远不知道裸纤的物理特性,同事也不会知道时间也能错误和波动,他们能说清楚业务逻辑就不错了。 把所有的精力都用到做业务逻辑,你只是个编程语言翻译机而已;自己动观测术环境依赖,有资格有能力做出术选型决策,才是给Coder群集做术校准的人。即使你不想做术决策人和理者,多怀疑和观察环境,也能少些沟成本,少走一些冤枉路,多一份自信和自尊。 附录:NTPD时间跃变不遗漏Crond的实验 1、当前系统时间是 23点35。 [root@instance-6ot6pwji ~]# date Wed Nov 8 23:35:02 CST 2017 2、我故意把系统时间调整到 23点32;注意这个时间不能和真实时间差太久,差太久了ntpd认为网络时钟源不权威,很久都不会进行时间同步。
嘟****y 2018-07-11
大型企业适用的云平台账户体系
但很多客户怕自己配置错误不想要这个权限,比如怕自己手滑删了CDN域名设置导致业务中断,所以干脆就有什么操作都让供应商和理员帮配,这就引出了其他低阶权限。 b.操作角色,操作类角色只能完成各类可逆性云资源变更,比如说不可以释放RDS但可以备份RDS,不可以释放“核心必要”云机但可以创建和删除“临时扩展”云机。只有云平台精产品的真实使用场景,才可能定义好各类资源的理和操作的权限;开放给DevOPS的“低风险日常操作API权限”也集中在这个角色上。 c.查看角色,对不想或不能承担操作责任的客户可以给与查看权限;有些大公司有线上变更流程,事件发起方、业审核方、业务执行方是离的,事件发起和审核方都只要查看资源权限就可以了。 d.财务角色,有些财务人员要上云平台做截图和导出账单,这就需要财务角色。 e.平台代操作授权角色,这不是一个恒定的角色,而是前文查看型客户没有操作能力,那就需要进行临时操作授权。 以上各个角色的登陆和操作过程都要有详细的步骤日志记录。 第四.平台知和理机制 前文将各种资源和权限进行了区,那接下来要区的就是平台知机制。
G****H 2018-07-09
【 开发指南 】内容播报能,持续更新
1、功能简介 DuerOS平台支持开发者创建内容播报类型的能,只需按照数据格式添加资源信息 即可实现内容资源的播放\暂停\继续等功能。用户可以能订阅新闻资源和有声资源。
TOP