关于 刷关键词百度排名σσ:89651584 的搜索结果,共538
C****X 2018-07-10
群雄逐“图”,缘何备受注?
线的颜色、道路的隔离带、隔离带的材质甚至道路上的箭头、文字内容、所在位置都会有相应的描述…… 高精地图针对道路形状的准确描绘,甚至可以精确到每个车道的坡、曲率、航向、高程等,同时为了自动驾驶的考虑,甚至每条车道的限速,推荐速也会一并提供。 高精地图中的道路标识线及路牌信息 (图片来源于文章《高精地图在无人驾驶中的应用》) 目前,尽管自动驾驶科技公司、图商以及传统车企对高精地图的定义尚未统一化,但高精地图的绝对坐标精更高,包含的道路交通信息更丰富(如可分为基础层、道路信息层、周围环境信息层和其他信息层)等方面确实已经成为区别传统电子导航地图的显著特征。 此外,由于路网每天都有更新变化,如整修、道路标识线磨损及重漆、交通标示改变等,这些都需要及时反馈在高精地图上以确保无人车行驶安全,也就同时要求高精地图有更强的数据实时更新功能。 于高精地图,怎么说 作为致力于高精地图研发的科技企业,内部人员一表示将高精地图看做是Apollo 云端服务的核心数据,足知
疏****月 2018-07-09
上线Archer | 持续部署的瑞士军刀
基本介绍 在运维自动化的大潮下,运维管理平台Noah发布了一上线部署系统——Archer。Archer致力于提供一套产品线全过程的可迁移发布解决方案,实现一完成机器初始化、服务部署、添加模块监控、添加CT任务、动态数据文件的分发等全过程的自动操作。在操作方面,Archer提供了命令行工具作为发起一次上线的操作入口,这种设计模式也决定了其易于集成的特点。在DevOps流水线作业中,Archer可以作为一个环节结合进整条测试发布流水线中。另外,Archer也可作为上层服务托管平台的底层工具链,为PaaS平台提供稳定的底层部署服务。 通用场景 在内部,通用的部署系统需要适用于以下场景: 各业务线拥有各自的包规范,语言、框架不统一,部署策略不一致; 支持分级发布,及时拦截部署引入的线上故障; 业务的多地域部署; 多种网络环境及大包部署; 提高自动化效率,能够集成测试发布自动化流水线。 后面,我们将结合上面场景,向大家介绍持续部署是如何实现的。 服务架构 整个系统由命令行工具、web服务、中转服务及单机agent+部署插件几部分组成(如图2所示)。
l****m 2018-07-10
向量(一)
文章结构: 向量 背景介绍 效果展示 模型概览 数据准备 编程实现 模型应用 总结 参考文献 本教程源代码目录在book/word2vec,初次使用请您参考Book文档使用说明。 背景介绍 本章我们介绍的向量表征,也称为word embedding。向量是自然语言处理中常见的一个操作,是搜索引擎、广告系统、推荐系统等互联网服务背后常见的基础技术。 在这些互联网服务里,我们经常要比较两个或者两段文本之间的相性。为了做这样的比较,我们往往先要把表示成计算机适合处理的方式。最自然的方式恐怕莫过于向量空间模型(vector space model)。 在这种方式里,每个被表示成一个实数向量(one-hot vector),其长为字典大小,每个维对应一个字典里的每个,除了这个对应维上的值是1,其他元素都是0。 One-hot vector虽然自然,但是用处有限。比如,在互联网广告系统里,如果用户输入的query是“母亲节”,而有一个广告的是“康乃馨”。
j****2 2018-07-10
大脑开放日来袭 24种全新AI能力呈现
人脸人体识别方向:大脑此次发布了新能力——人脸情绪识别,同时升级了人脸点检测和手势识别,人脸检测点由72个增至150个,常见手势能识别种数也达到了24种。图像识别方向,大脑更新了红酒和地标识别两个新能力。无论是卢浮宫还是82年的拉菲,只要上传1张照片,就能获得文字解析。车辆分析方面上线了车辆检测和车流统计。喻友平透露,不久后,大脑还会陆续上线车辆属性识别、车辆外观损伤识别、人脸融合、手部点识别、更高精的人像分割以及钱币识别等有趣有用的应用场景。 语言处理应用技术方向:大脑新增文本纠错、新闻摘要、智能写诗、智能春联和对话情绪识别等能力,在知识理解方面,大脑推出了作文检索和知识问答两个新能力,让学习和娱乐两不误,分分钟化身“十万个都知道”。同时,智能写作平台将在4月全面上线,从素材上为创作者提供工具、帮助找到灵感,提升创作者的写作效率和产出质量,降低写作成本。 在强劲的AI技术支持下,大脑也在重点发力智能硬件和设备。1月16日,大脑在深圳召开“在端上思考”大脑AI硬件平台及产品发布会,发布13项端侧新品,备受行业注。
双****4 2018-07-10
向量(三)
整个程序的入口很简单: def main(use_cuda, is_sparse): if use_cuda and not fluid.core.is_compiled_with_cuda(): return params_dirname = "word2vec.inference.model" train( if_use_cuda=use_cuda, params_dirname=params_dirname, is_sparse=is_sparse) infer(use_cuda=use_cuda, params_dirname=params_dirname) main(use_cuda=use_cuda, is_sparse=True) 总结 本章中,我们介绍了向量、语言模型和向量的系、以及如何通过训练神经网络模型获得向量。在信息检索中,我们可以根据向量间的余弦夹角,来判断query和文档这二者间的相性。在句法分析和语义分析中,训练好的向量可以用来初始化模型,以得到更好的效果。
用****在 2018-07-10
向量(二)
基于具体的应用场景,每一项可以是一个字母、单或者音节。 n-gram模型也是统计语言模型中的一种重要方法,用n-gram训练语言模型时,一般用每个n-gram的历史n-1个语组成的内容来预测第n个。 Yoshua Bengio等科学家就于2003年在著论文 Neural Probabilistic Language Models [1] 中介绍如何学习一个神经元网络表示的向量模型。文中的神经概率语言模型(Neural Network Language Model,NNLM)通过一个线性映射和一个非线性隐层连接,同时学习了语言模型和向量,即通过学习大量语料得到语的向量表达,通过这些向量得到整个句子的概率。因所有的语都用一个低维向量来表示,用这种方法学习语言模型可以克服维灾难(curse of dimensionality)。注意:由于“神经概率语言模型”说法较为泛泛,我们在这里不用其NNLM的本,考虑到其具体做法,本文中称该模型为N-gram neural model。
3****3 2018-07-10
智能运维工程架构
背景:为什么要做智能运维 云智能运维团队在运维工具和平台研发方向历史悠久,支撑了全数十万规模的服务器上的运维服务,所提供的服务包括服务管理、资源定位、监控、部署、分布式任务调等等。最近几年,团队着力于发展智能化运维能力以及AIOps产品化建设。 众所周知,除了搜索业务之外,还有很多其他的业务线,有像地图、科、知道、网盘这样的老牌业务,也有诸如像教育、医疗这样的新兴业务,每个业务在规模上、服务架构上都有很大差异。业务本身对稳定性的要求很高,需要保持99.995%的高可用,同时在业务上云的背景下,虚拟化、混合云等都给我们带来了新的挑战。 运维经历了从脚本 工具、基础运维平台、开放可定制运维平台到我们现在的智能运维平台,这样四个阶段的转变。过去运维的核心目标是提升效果,比如持续交付的速、服务稳定性、运营成本等。
y****q 2020-09-01
百度app t7浏览内核广告屏蔽功能导致网页崩溃
我的蜀韵文学网 m.sanwenzx.cn 在所有除外的浏览器都能正常使用评论功能。而这个就是不让网站显示评论。广告屏蔽功能闭就正常了。
****ab 2020-08-28
小度智能音响不能蓝牙连接
重值一下小音箱就🉑以了!长按播放,之后长按话筒🎤,进行重置!~:D    0  编辑
也****里 2020-08-29
百度carlife不能跟百度地图同步收藏夹非常不方便请改进!
啥时候同账号的情况下,carlife和地图历史轨迹数据同步到一起
****ab 2020-08-28
小度打不开蓝牙了
充值一下小音箱就🉑以了!长按播放,之后长按话筒🎤,进行重置!~:D
TOP