关于 江房外推不收录qq4100506 吉林船营区掌上百度红 的搜索结果,共1325
w****0 2018-07-11
单机故障自愈-黎明之战
单机故障止损流程 一个完整的故障处理生命周期包括感知、止损、定位、分析四个阶段。 单机故障止损覆盖从感知到止损阶段,其中感知阶段依赖监控系统的故障发现能力,止损阶段依赖流量调系统的调能力。我们来具体看下的监控系统与流量调系统是如何在单机故障止损场景中起作用。 故障发现:监控平台 监控平台,针对单机止损过程中的可用性场景,覆盖故障发现、止损决策、问题定位各阶段的监控。同时针对单机止损依赖的容量管理场景,提供资源类监控采集,为容量规划、扩缩容提供数据支持。实现从运网链路、内部网络设备/链路、服务/实例、机器/容器的全方位数据采集与监控。满足网络类单机故障、业务类单机故障的监控覆盖需求。 同时提供一系列数据分析方法。如智能异常检测、趋势预测、多维分析、关联分析、服务和链路拓扑分析,实现故障的精准发现和定位。 故障止损:流量调平台 针对的网络架构和业务架构,我们将流量调拆分为三层:接入层、服务层、依赖层。 接入层:从网用户发起请求经过运商网络到统一前端(BFE)的过程,使用DNS实现网流量调
j****2 2018-07-10
大脑开放日来袭 24种全新AI能力呈现
目前,大脑OCR产品全系列可以识别类型多达34款,实现卡证、票据、文档、汽车全场景覆盖。 人脸人体识别方向:大脑此次发布了新能力——人脸情绪识别,同时升级了人脸关键点检测和手势识别,人脸检测关键点由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,只要传1张照片,就能获得文字解析。车辆分析方面线了车辆检测和车流统计。喻友平透露,久后,大脑还会陆续线车辆属性识别、车辆观损伤识别、人脸融合、手部关键点识别、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,大脑出了作文检索和知识问答两个新能力,让学习和娱乐两误,分分钟化身“十万个都知道”。同时,智能写作平台将在4月全面线,从素材为创作者提供工具、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。
红****2 2018-07-10
故障自愈机器人,保你安心好睡眠
干货概览 在大型互联网公司中,单机故障因为其故障时间长、影响范围大,一直是互联网公司运维人员的心头之痛。在传统的运维方式中,由于故障感知判断、流量调决策的复杂性,通常需要人工止损,但人工处理的时效性会影响服务的恢复速,同时人的可靠性也可能导致问题扩大。 为了解决这类问题,我们针对部网络环境建设了基于智能流量调的单机故障自愈能力。结合网运商链路监测、内网链路质量监测与业务指标监控构建了全方位故障发现能力,基于统一前端(BFE)与名字服务(BNS)实现了智能流量调与自动止损能力。同时,基于实时容量与实时流量调自动止损策略与管控风险,实现了任意单机故障时业务均可快速自愈的效果。当前此解决方案已覆盖搜索、广告、信息流、贴吧、地图等众多核心产品的单机故障自愈场景。 单机故障频发影响业务可用性 回顾近2年来各大互联网公司被披露的故障事件,单机故障层出穷。
****ac 2018-07-12
亿元免费算力 | 大脑AI Studio重磅出算力支持计划
“提供总计1亿元免费算力,助力开发者成功”——大脑AI Studio 大数据、大模型、大算力是深学习发展的必备因素,算力的重要性言而喻。4月23日,首届 WAVE SUMMIT 2019深学习开发者峰会,一站式开发平台 AI Studio 重磅出算力支持计划:豪掷1亿元免费算力,为普通开发者破除算力桎梏。 大脑AI Studio 大脑AI Studio是集合AI教程、代码环境、算法算力、数据集和比赛的一站式学习、开发、交流平台。该平台旨在帮助开发者迅速握AI开发知识,并熟悉模型创建,训练及部署的全过程。 大脑AI Studio中,项目有两个模式::一人一卡(单机)和远程集群模式。 其中一人一卡模式的配置此前以CPU为主。为了解决该模式下性能足的问题,大脑AI Studio准备了大量的Tesla V100训练卡和相关资源,总价值1亿人民币。 Tesla V100训练卡是当前性能最好的工业级训练卡之一。根据英伟达的说明, 该GPU的性能是单核CPU的47倍。此举将普惠大脑AI Studio用户,破除用户的算力困境。
疏****月 2018-07-09
一键线Archer | 持续部署的瑞士军刀
,Archer也可作为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、框架统一,部署策略一致; 支持分级发布,及时拦截部署引入的线故障; 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)。用户通过命令行工具触发一次变更,在web端进行参数解析及任务分发,对应执行机器agent通过心跳获取任务后,调用部署插件执行实际任务。涉及大包及同网络环境的部署会进行中转下载。 解决方案 各业务线拥有各自的包规范,语言、框架统一,部署策略一致 为避免杂乱无章又规范的服务代码及配置文件的目结构,Archer规定了一套既灵活又完整的包规范。
p****d 2018-07-11
单机故障自愈--运维的春天
2016年,大部分核心产品线已经实现了Level 2、Level 3的自动止损能力,但在场景覆盖与风险控制仍存在足。由此,Level 4智能自愈方案应运而生。 单机故障自愈的架构 针对传统故障自愈方案中存在的问题,我们构建了单机故障自愈整体解决方案。 自愈方案通过抽象、规范处理流程实现单机故障自愈的自动化,即将止损过程划分为统一的感知、决策、执行三个阶段;同时通过运维知识库解决基础数据、基础设施差异化问题;通过策略框架支持智能化异常检测、策略编排、流量调问题,同时支持用户自定义策略需求。实现单机故障自愈的标准化、智能化。 在单机故障自愈--黎明之战提到的网络与业务架构情况,我们将整体流量调止损架构拆分为3层:接入层、服务层、依赖层。 针对这3层的监控感知、止损决策与故障止损方式的同,将止损自动决策拆分为网止损自动决策与内网止损自动决策。 网止损自动决策:覆盖接入层。基于网、内网监控信号;触发网止损决策器进行止损决策;执行DNS流量调止损。 内网止损自动决策:覆盖服务层、依赖层。
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 在所有除的浏览器都能正常使用评论功能。而这个就是让网站显示评论。广告屏蔽功能关闭就正常了。
M****H 2018-07-11
故障定位场景下的数据可视化实践
基于面的需求,可以总结为以下三个定位的层次,从整体到局部逐步缩小故障范围,找到故障根因: 全局问题定位:快速确认线状态,缩小故障判定范围。为可能的止损操作提供判断依据。本文会介绍如何构建一个全景分析仪表盘。 细分维定位:通过分析地域、机、模块、接口、错误码等细分维,进一步缩小问题范围,确定需要排障的目标模块、接口等。本文会介绍如何基于多维数据可视化解决维数量暴增带来的定位难题。 故障根因确认:一些情况下,问题的根因需要借助除监控指标之的数据进行分析。例如线变更、运活动导致的故障。本文针对导致故障占比最高的变更线类故障进行分析,看如何快速找到可能导致故障的变更事件。 全景控缩小范围 对于一个服务乃至一条产品线而言,拥有一个布局合理、信息丰富的全景监控仪表盘(Dashboard)对于服务状态全景控至关重要,因此在智能监控平台中,我们提供了一款可定制化的、组件丰富的仪表盘服务。 用户可以根据服务的特征,自由灵活的组织仪表盘布局,配置所需要展示的数据信息。
1****9 2018-07-11
【强势出击】第二期大脑体验师来袭
4月25日,大脑开放日第二期正式开启 与第一期有所同,第二期大脑开放日,介绍了多种通用 AI新 能力;除此之,还出了两个新的定制训练平台-帮助开发者更简单高效地训练出满足细分场景的业务模型。 无论你是资深AI开发者,还是AI初体验者,加入“大脑新品体验师计划” 分享改进建议、使用技巧/攻略或者有价值有意思的案例,与我们一起大脑进化,帮助他人一起成长,探索AI前沿应用。 我们将评选出“最佳”的内容和开发者,发布获奖公告、颁发大脑定制礼品、现金礼品卡等多重奖励! 【征集内容及要求】 产品改进建议或者您对大脑AI的新需求:描述清晰、字数限 使用技巧 攻略:接入流程清晰具体、可读性可参考性强,少于500字 有价值有意思的案例:场景、应用价值明确、图文结合,少于500字 【参与方式】 在AI社“经验交流”版块发帖:http://ai.baidu.com/forum/topic/add?
x****7 2018-07-10
行进阶专业 传统企业AI转型差的可能只是一个EasyDL
而孙睿康只是一名高中生,这清楚过地表明了EasyDL在动AI普惠的可能性。 AI所带来的惊喜,才刚刚开始。 欢迎点击【EasyDL定制化训练及服务平台】,了解更多产品内容。 如需合作咨询可点击屏幕右下角标志,提交具体咨询信息;或可进入AI开发者社,进行沟通交流。
C****X 2018-07-10
群雄逐“图”,缘何备受关注?
提起高精地图在自动驾驶体系的重要作用,Apollo布道师认为,在路径规划、环境感知方面,路况是除了障碍物之最基本的一个需要被感知的条件,但是道路识别却非常困难。 如果依靠传感器来识别,例如激光雷达,识别车辆在哪条道路、哪条车道,其实是非常困难的,因为免了会出现积雪覆盖、雨雪、大雾的情况。这种情况出现后,相机识别、视觉方案,还有激光传感器方案,硬件辨别就变得那么可靠了。 这时候谁可以清楚知道具体车道的位置呢?只有高精地图!所以无人驾驶系统,就从单一传感器角转向高精地图寻求依赖。 高精地图的优势就在于提供车道级别的分,可以在变道的过程中提供若干个参考的车道、域的变化、自动车道的辅助信息等来完成变道、变向的部分操作。 有关高精地图的数据问题 都知道高精地图需要很强大的数据实时更新功能,那么如何破解数据带给地图的诸多问题呢?无乎从两个方面入手优化,一方面是数据采集,另一方面是数据处理。 更进一步来说,首先需要靠人和车来采集数据,其次依托机器和算法来处理数据。当作图问题转化为数据问题时,这对互联网企业发挥优势就有“神助攻”的作用了。
TOP