关于 各类购物额度套现q741.乀.9494那awer笔蒙:b887 的搜索结果,共724
x****3 2018-07-10
中国云计算状——采
前文说过成本,说明我们怎么做一个云计算平台能不亏钱;还说过产品,说明云计算服务有哪些东西可以卖; 正文 一、云厂商的姿态和状 云厂商们经常参加种“开发者大会”,开发者们也用自己的热情帮云平台完善产品,但真正能带来营收的还是大客户大项目。这些大客户大项目可能是事业单位、国企、外企、大型私企,也适用于已经做大的互联网公司,采决策人会是CIO到采部这条线上的人。大公司大项目的的采过程中,技术团队只有等同于财务部、法务部的否决权,采决策人不会从云厂商的角考虑问题。 云计算产品不成熟不清晰不明确,只有技术人员能和客户谈产品和方案;但是在大型项目中能卖方案的是销售人员,技术人员提供的所有材料都是给销售提供的工具,让这些销售人员说服倾向己方的采决策人、转化倾向友商的采决策人。 采线的人不关心你用什么技术流派,在他们看来云厂商卖的绝大部分是替代性产品,一小部分是开创性产品;替代性产品是比旧产品有什么优势,开创性产品能给他们带来什么新利益。 云厂商觉得客户跟不上自己伟大理想,动辄要引领客户改变思路,即使丢单也是客户境界不够高深。
j****2 2018-07-10
大脑开放日来袭 24种全新AI能力呈
场,喻友平介绍到,目前已有4款新品正式上架AI市场。 在AI能力广、速、精不断提升的基础下,百大脑充分利用自己在AI领域内的成功经验不断雕琢着自身的核心技术,开始在产业界呈“乘法效应”展出产业智能化“头雁”的速。 AI落地的乘法效应 AI技术的发展,最终还是要落实到我们的生活中。在我们触手可及的个角落中都有百大脑加持的智能产品。首期开放日着重介绍了近期开发者询问较多的市政、流、教育三个领域的落地案例。
y****n 2018-07-09
Apollo 自动驾驶感知技术分享
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,障碍型是什么。 感知框架。用的是深学习,它可以做到精准检测和识别。而深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。然后建立快速的表格,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。最后输送给障碍检测。 障碍检测。分为特征抽取、点云检测、点云聚、后处理、闭包提取。特征抽取,就是建立一个网格,每一个网格提取的信息对应一个值,每一个网格都有一个特征,拼接形成一张图;点云聚,是用可信的网格做结果预测;后处理,是由于预测不准,对障碍的判断会存在误差,所以要通过后处理来精确障碍。闭包提取,是据朝向补全障碍的形状。 障碍跟踪。与障碍检测相结合,检测结果和历史障碍进行信息匹配,得出新障碍列表。并且输出下一帧以什么速怎样行驶,得出列表。 视觉感知。
M****点 2018-07-10
中国云计算状——产品篇
四、理机-混合云-云管平台 云主机是理机的最好替代方案,但也有理机无法被替代的场景需要继续用理机。 某些云主机的超卖比过高,性能太差,又因为种原因不更换云厂商,只能基于性能原因用理机。 某些硬件特性虚拟机还没模拟出来,或者你模拟了我也不信,比如说Oracle RAC就偏爱硬件存储。 某些非TCP/IP资源必须接专用板卡,比如说接电话网络的服务器,接专用器材的服务器,接加密狗的服务器。 非技术因素必须用理机,比如说某软件查不出问题来怪虚拟机,为了避免麻烦给它们特地安排了理机。 为了利旧等原因接着用理机,有些单位的电费是行政部负担的。 既然要用理机,要和虚拟机联动就要用混合云。混合云就是用专线打通两朵云,或者让理机和虚拟机内网互通。肯定有读者怪我认识浅薄,但是云内资源调都做不好的用户,怎么能做好跨云的资源调。 既然谈到了混合云,肯定就要谈云管平台,云管平台不是伪需求而是新需求。当客户的非CDN云资源采过500万以后,其子项目之间没有内网互通的需求,这时候该做一个跨厂商的云端资源管理方案了。
沙****杀 2018-07-09
如何在预测模块中添加新评估器?
简介 评估器通过应用预训练的深学习模型生成特征(来自障碍和当前车辆的原始信息)以获得模型输出。 添加评估器的步骤 请按照下面的步骤添加名称为NewEvaluator的评估器: 在proto中添加一个字段 声明一个从Evaluator继承的NewEvaluator 实NewEvaluator 更新预测配置 更新评估器管理 下面让我们用上面的方法来添加新的评估器。 一、声明一个从Evaluator继承的 NewEvaluator modules/prediction/evaluator/vehicle目录下新建文件new_evaluator.h。
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EasyDL
2018是人工智能高速成长的一年,在经历了诸多喧嚣与迷茫后,AI已经开始被个行业深入应用,而与自研自用的传统思路不同,在这次人工智能引发的“工业革命”里,采他人之长补己之短成为了一种趋势。百推出的EasyDL定制化训练及服务平台就是经常被企业采用的“AI利器”之一。 2017年11月,百EasyDL上线公测。2018年4月百宣布EasyDL全面开放,为开发者提供图像分体检测的深学习模型定制训练,其后,可定制的模型型拓展到声音分和文本分。过去8个月中,百EasyDL平台的用户迅速增长,累计已超过10万注册用户,应用于22个行业。 百EasyDL快速崛起,不是偶然,大量传统企业刚错过“互联网+”的窗口,急迫地希望赶上AI的产业风口,追求零算法基础也能训练AI模型的百EasyDL,正成为他们AI入门的首选。 百EasyDL缘起:直击三大痛点 AI兴起后,许多企业是焦虑的。 有行业人评价,AI产业状是“两多两少”:畅想未来的多,关注眼前的少;钻研前沿算法的多,关注产业落地的少。
TOP