关于 民工seo蜘蛛池qq2810853647苍南县百度软件fgzs 的搜索结果,共397
3****3 2018-07-10
智能运维程架构
背景:为什么要做智能运维 云智能运维团队在运维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 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。
l****4 2020-08-27
强烈建议优化百度carLife 语音识别问题
太差了,还是哪个吗?好山寨的车机
j****2 2018-07-10
大脑开放日来袭 24种全新AI能力呈现
AI技术生态部总经理喻友平 首期开放日,喻友平介绍了大脑开源深学习平台PaddlePaddle以及通用AI能力两方面的技术和产品更新,以及大脑在市政、物流、教育等行业的落地案例,与开发者们进行深交流。 更广、更快、更精的AI技术 深学习是AI发展的燃料。在深学习领域深耕已久,2016年,开源了深学习框架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分类模型库,新增支持NLP语义表示BERT模型,分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等主流强化学习算法. 目前,PaddlePaddle已对外开放超过50种经过业场景验证的官方模型,例如,领邦利用PaddlePaddle,通过ICNet语义分割模型识别精密零瑕疵,实现零自动分拣。
1****2 2018-07-09
安全:AI 是系统程 需要真正开放的安全护航
但他们的作方式依然是智能终端与云端的各种通信。 根据安全的总结,AI 的安全既包含传统安全层面,比如AI 系统的硬、 框架、协议等,也包含AI 自身层面的安全,比如错误地引导机器学习系统,以达到攻 击者的目的,或者破坏机器学习的样本,让机器学习得出错误的结果。 在最近的GeekPwn 极棒破解大会现场,安全实验室的研究员只用一张打印的A4 纸晃了晃,就成功秒破了某安卓智能手机的人脸识别认证系统,虹膜和指纹也相继 被破解。AI 时代,人脸识别、指纹密码、人眼虹膜认证等生物认证方法,取代了传统 的密码。很多人认为生物识别的唯一性保护了我们的隐私。但事实上,这种想法实在过 于简单。要知道,当你成功把自己变成一个活着的人体密码的时候,也就成为了黑客的 重要“资源”。 云管端一体化的AI 安全方案 在这次OASES 联盟成立的发布会上,安全宣布向联盟成员开放了其在AI 生态上的多项安全能力。官方的说法是,希望在智能终端领域,通过专利共享、技术开源、标准共建,与联盟合作伙伴共同推动安全技术与服务的应用落地,共建安全的AI 时代。
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
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EasyDL
拿1000张图片使用EasyDL训练一个图像识别模型最快只需要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EasyDL低门槛、高精、更轻快的特点,成为企业快速享受AI红利的首选。 用案例说话:零门槛落地 自2018年4月正式发布以来,EasyDL用户量级迅速攀升。 截至2018年12月,EasyDL用户数达到10万,覆盖22个行业,已快速在零售、安防、互联网内容审核、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EasyDL开发者中,有方电网这类巨头,也有一些中小型企业,他们都能训练最贴合自身业务的深学习模型。 中国方电网公司广东电网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,线路附近易发生外力破坏的施点有300余处。
s****d 2018-07-11
亿元级云用户分析
我们先列出来哪些资源是单体贩售能过亿的,云厂商把这些资源和其他的服务资源做打包混淆集中交付,云厂商就不是卖资源而是卖梦想了。 3.1 IaaS计算 IaaS计算,交付给客户的是CPU+内存+本地盘+本地网+IDC电力,产品形式可以是虚拟机、裸金属、容器,或者预装了数据库-大数据-队列等服务的模板化云主机,决定资源成本的是硬和电力的价格,以及内部浪费程。销售铁三角对硬资源的包装,完成资源成本分析、交付服务展示和付款周期核算;在硬资源交付时,云厂商的优势长处是大规模交付和成本控制,至于短处么——家家有本难念的经。 3.2 CDN和带宽 CDN和带宽不同于服务器硬,其原始资源是相对稀缺死板的广域网带宽,其交付的资源是持续不断的服务,所以资源部署比较慎重但客户流动成本较低。制约客户全量迁移的是厂商的承载能力,而挖角和反挖时刻都在细水长流。CDN和带宽首先考察的是企业内功,有没有廉价海量资源;再考验销售内部协调能力,能不能把好资源好价格抢到手里;而盯客户的套路和万级销售类似,作力加大三五倍而已。
2018-07-10
解密开源这门生意——商业角看开源
本文抛开虚浮的情怀和热情,我们从商业和管理的角看一看开源。 1. 本质是对抗认知垄断 远古期的计算机没有版权概念,每一份代码都是一份全人类都可以学习借鉴的教学数据。 随着商业的兴起,商业公司倾向于将代码当做秘方保护,引入了版权的概念。闭源实操过程中有如下缺点: IT技术无法跨跨公司进行交流,行业人才培养的很慢; 一个只能在很小可控范围内迭代,的进步速偏慢; 公司的商业策略以盈利优先,可能会掐灭技术革新; 一个黑盒化的交付物,交付质量只能靠商业信誉保障; 商业总是试图建立垄断,黑客们警惕着垄断的恶行。 在版权限制下感到压抑的IT精英,自发推动开放源代码的交付方式,其中最出名的是GNU计划。GNU计划的重点是对抗IT技术认知垄断,更自由的传播IT知识;GNU等开源计划既不是为了开源公司的商业利益,也没要给参与者发高级技证书,更不会因为开源而强行免费。 在上个世纪程序员人数很少但都是精英黑客,参与开源的目的是以码会友,不会发表太烂的代码,顺着开源社区容易找到技术大师,几个IT高手也容易蹭出商业火花。 2.
C****X 2018-07-10
群雄逐“图”,缘何备受关注?
对于这些采集设备来说,处于同一个标准下作是非常重要的,综合起来的数据量一般在一公里1GB左右。 (图片来源于网络) 据悉,这些数据除了可以用来作为高精地图的测绘数据,还可以为识别算法提供训练和测试样本,有助于高精地图自动化生产能力的提升。 采集作完成后,接下来就是自动融合、识别采集到的这些每秒10帧左右的图像,全部会由电脑进行自动识别以及融合。 高精地图采集设备 RIEGL VMX-1HA (参考资料:http://www.riegl.com/nc/products/mobile-scanning/) 简单说,就是把 GPS、点云、图像等数据叠加在一起,进行道路标线、路沿、路牌、交通标志等道路元素的识别。此外,如果同一条道路上下行双向采集后带来了数据重复, 也会在这个过程中被自动整合,去掉重复内容。 人验证、发布这一步是需要人完成的,属于内部操作。 尽管现在自动化水平发达,但依然不能完全做到分之的准确无误,所以还是需要进行一轮人验证。
TOP