关于 日本强效迷幻说实话【V信;799.196.362】装 的搜索结果,共938
s****7 2018-07-10
见微知著看技术误解——从裸光纤和NTPD谈起
除了少数商业数据库服务自带时钟源以外,大部分业务服务对系统时间是盲目任,不相t1会越过t2直接达到t3(即断档跃变),而t2减去t1会得到负数或者0(即时钟停滞和回逆)。 四、NTPD的优势 如果我们用ntpdate同步时间,可能会带来时间的断档跃变或者停滞和回逆。时间不稳会威胁到的程序健壮性和业务安全性,甚至部分程序崩溃的稀里糊涂。 ntpdate只是个命令不是服务,它对远端时钟源是盲目任;假设一个根NTP服务不稳定,所有的服务器获得了错误的时间,虽然现在业务层可以包容异常,不会出现算出负利息或倒扣费的情况,但业务混乱是免不了的。我们就联机调试分布式志,几个节点的时间有错可能志就看不懂了。 NTPD服务做时间调整会有减少这类情形,它不是简单的龟速调整时间,而是有柔性时间调整策略,让时间线的跃变和调整尽量少影响业务(详情见附录验);也不会盲目任远端时钟源,甚至固执的拒绝同步时间。NTPD服务相机时刻有可能不对,但不会忽快忽慢甚至停滞,NTPD通过多次收发包选择权威稳定的时间源,算出双方间的网络延迟,然后才会采新的时刻进行时钟同步。
l****m 2018-07-10
词向量(一)
XX是一个|V|×|V||V|×|V| 大小的矩阵,XijXij表示在所有语料中,词汇表VV(vocabulary)中第i个词和第j个词同时出现的词数,|V||V|为词汇表的大小。对XX做矩阵分解(如奇异值分解,Singular Value Decomposition [5]),得到的UU即视为所有词的词向量: X=USVTX=USVT 但这样的传统做法有很多问题: 由于很多词没有出现,导致矩阵极其稀疏,因此需要对词频做额外处理来达到好的矩阵分解果; 矩阵非常大,维度太高(通常达到106×106106×106的数量级); 需要手动去掉停用词(如although, a,...),不然这些频繁出现的词也会影响矩阵分解的果。 基于神经网络的模型不需要计算和存储一个在全语料上统计产生的大表,而是通过学习语义息得到词向量,因此能很好地解决以上问题。在章里,我们将展示基于神经网络训练词向量的细节,以及如何用PaddlePaddle训练一个词向量模型。 果展示 章中,当词向量训练好后,我们可以用数据可视化算法t-SNE[4]画出词语特征在二维上的投影(如下图所示)。
双****4 2018-07-11
【杂谈】猎场没那么精彩--还原真的猎头
新手猎头对职位的解析和路人甲没什么区别,只会调待遇、级别和公司是名企;资深猎头可以明这个职位在该企业内是具体做什么的,有多大重要性。 新手猎头是撒网炸鱼,对每个面试者没花时间也并不热心;资深猎头为了一次面试准备了超过水货同行十倍的时间,催面试反馈她比你还着急。 当遭遇面试失败,资深猎头能要到真失败原因通报给候选人,而新手猎头不关注面试失败原因,用人部门给的失败原因都是敷衍套。 也有一部分猎头会和优质候选人保持长时间关系,但这太费时间了,猎头五年内给同一个候选人介绍两次工作的几率在是太小了。 我这里没提诸如JD介绍、简历优化一类基础内容,合格的候选人会认真专业的分析职位需求,不需要猎头来催的。 用人单位评估猎头的水平就更简单了,就是写推荐明。新手猎头是写不出干货锤的推荐的,而资深猎头的推荐不仅是对候选人简历的解析,也会包含简历之外的大量建议明。
j****2 2018-07-10
百度大脑开放来袭 24种全新AI能力呈现
语言处理应用技术方向:百度大脑新增文纠错、新闻摘要、智能写诗、智能春联和对情绪识别等能力,在知识理解方面,百度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,提升创作者的写作率和产出质量,降低写作成。 在劲的AI技术支持下,百度大脑也在重点发力智能硬件和设备。1月16,百度大脑在深圳召开“在端上思考”百度大脑AI硬件平台及产品发布会,发布13项端侧新品,备受行业关注。在现场,喻友平介绍到,目前已有4款新品正式上架AI市场。 在AI能力广度、速度、精度不断提升的基础下,百度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,开始在产业界呈现“乘法应”展现出产业智能化“头雁”的速度。 AI落地的乘法应 AI技术的发展,最终还是要落到我们的生活中。在我们触手可及的各个角落中都有百度大脑加持的智能产品。首期开放着重介绍了近期开发者询问较多的市政、物流、教育三个领域的落地案例。
TOP