关于 深圳罗湖区笋岗街找大学生服务按摩〖10669708薇信〗 的搜索结果,共1105
j****2 2018-07-10
百度脑开放日来袭 24种全新AI能力呈现
百度AI技术态部总经理喻友平 首期开放日,喻友平介绍了百度脑开源习平台PaddlePaddle以及通用AI能力两方面的技术和产品更新,以及百度脑在市政、物流、教育等行业的落地案例,与开发者们进行度交流。 更广、更快、更精的AI技术 习是AI发展的燃料。百度在习领域耕已久,2016年,百度开源了习框架PaddlePaddle。此次,PaddlePaddle迎来两方面重更新,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,分布式训练性能幅提升,规模稀疏参数器Benchmark发布;同时,基于PaddlePaddle的度强化习框架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等主流强化习算法. 目前,百度PaddlePaddle已对外开放超过50种经过工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件瑕疵,实现零件自动分拣。
追****圣 2018-07-11
给书记省长讲清楚云计算
政府和型国企不仅能采购云计算,早晚也会走向发展云计算的路。 本文不谈任何技术细节和商业情怀,而是从政企的角度说明什么是云计算。 本文包含如下内容。 从时代背景来看什么是云计算,云计算为什么会兴起。 云计算如何带动地方经济,这是个不需要物流就可以全球的行业。 做云计算要满足哪些条件,如何才能筑巢引凤。 挑选合格的云计算合作厂商,每类厂商有哪些特点。 云计算不是万能药,它无法解决哪些问题。 什么是云计算 近20年来,互联网引爆了全球的息技术革命,我国借助这次技术革命的好机会,已经追上乃至领跑此次技术革命。 互联网技术刻的改变着我们的活,其行业态也在逐步分化扩,这一现状客观促进了云计算技术的发展。 上世纪80年代,计算机仅应用于科研等少数行业,全国计算机从业人员不超过万人,从业人员都有很术背景。 上世纪90年代,门户、论坛、邮件系统开始影响部分群众的活,国内从业人员约为十万人,可以分为软件和硬件两类工程师。 进入2000年,无纸化办公、游戏、社交、电商改变了众的活的方式,国内从业人员已经远超百万,技术分类有数十种工程师。
l****m 2018-07-10
五年前的预言——2012年云计算时代的运维职位展望
2、进行云计算器维护;几供应商自己也要维护器,那些中型企业肯定会自己做私有云,在这个云计算平台里也是需要运维人员进行从低端监控到高端架构的一系列维护工作,但自动化运维技术会让运维人员的数量减少,可能每个公司都只有一两个小团队了。 3、进传统行业继续做运维;笔者就是在一个通讯公司工作,我可以很乐观的说云计算会对公司造成有限的技术革新,比如说实现OS的虚拟化。我们需要的SIP必须亲自搭建,阿里盛新浪都没得卖,甚至因为硬件和网络限制让我们很难使用虚拟机;而外宣网站一类的东西根本不是我们的核心竞争力,能用就好效率低一些没关系。除了通讯公司之外,产领域(比如管理产线)也有类似的顾虑,云计算的优势和公司的业需求完全不沾边,所以这类公司的运维可能会是最后的运维。工作的时候都习惯网站相关的工作,但你过Web就一定要网站工作是挺蠢的行为,危邦不入乱邦不居,最好不要涉足一个没有前途的行业。
h****e 2018-07-10
程序:我从哪里来?
干货概览 在计算机程序或者的层次上,我们来试着分析前面提到的几个问题。 问题 1.我是谁? 叫什么,包含了哪些实例,规模、部署情况、实例运行状况如何? 2.我从哪里来? 的上游有哪些,不同的上游流量如何分配? 3.我往哪里去? 的下游有哪些,不同的下游流量如何分配? 面对这样的问题,我们的答案是什么呢? 在百度的运维实践中,我们只需“BNS”就可以获得想要的答案。 BNS(Baidu Naming Service,百度名字)是百度云智能运维团队研发的一套分布式的名字系统,是百度云Noah智能运维产品中的一个重要基础系统。它为每一个赋予一个独一无二的名字,根据这个名字,我们就可以获取到这个的相关息 ,这些息包括:在机器上部署息(机器IP,部署路径,配置,端口息),的实例运行状况等其他重要息。简单来讲,它提供了一个名到资源息的一个映射关系。
M****点 2018-07-10
中国云计算现状——产品篇
这些改变是从网络层面践行云计算的设计哲,单机(IP/防火墙)不重要,云主机就是不息的群狼,组织群狼的网络更加重要了。 二、PaaS产品 相比同质化竞争主打价格牌的IaaS云,PaaS产品才是云计算的未来。用好PaaS产品可以更省人力、更快交付,用量付费可能会比资源付费更便宜(也可能更贵),而PaaS平台的恼人和诱人之处均在于产品形态很模糊、质量很难评估、很难独立运营、没有领头羊企业和事实标准。 PaaS云平台和IaaS云资源的别就在于,平台需要理解客户的动作和状态。对象存储和CDN就是最典型的PaaS,云平台照数据容量、访问流量、访问次数和方法收费;Mysql RDS只能照内存和日志空间上限计费,但仍然可以替客户做数据库状态展示、分析和备份,这是过渡性的PaaS。 最常见的PaaS是数据库,最重要的PaaS是对象存储,最成熟的PaaS是CDN,最有魅力的PaaS是Serverless,我们重点看这四个。 一个经典PaaS应该只是一个进程,进程是无法长期存储数据的,小量结构化数据依赖数据库存储,海量数据依赖对象存储。
双****4 2018-07-11
【杂谈】猎场没那么精彩--还原真实的猎头
部分猎头公司也无所谓简历库,特别是互联网行业更为明显。高端猎头是要钓鱼的,但钓鱼先要等鱼长,中国企业都兴起没几年,还没有稳定的高管和高工群体,同城同行业挖来挖去就那几个熟人;而那些新手猎头三个月不开锅就要饿死,撒网甚至炸鱼的收益会更保底一些。从长周期来看,猎头属于利用息不对称来牟利的行业,互联网技术本来就是要消除息不对称。现在有跳槽意向的普通员工会在招聘网站更新简历,中高层会主动布局等待候选单位上钩,专门单一猎头更新简历库的互联网人才越来越少了。 在甲方来看,个猎头公司签个合作协议是很随意的,这些猎头谁做成单了才给钱,做不成也没损失,甲方还能享受一呼百应蜂拥而上的快感。但天下没有免费午餐,免费供应的简历质量无法保障,耽误的人力和时间都无法衡量。滥用猎头还会增不必要支出,中下级位人事自己也能搜到简历,而很多初级猎头就做佣金几千块的小单子。 如果甲方要精英猎头,先要确认该位是否值得去专业人才;当甲方觉得能付出十万块钱的佣金是值得的,好甲方就能到好供应商;如果招聘方把几千块佣金当做传家宝贝,给猎头花这个钱还不如给面试者报销打车费。
小****君 2018-07-11
踏云落地--谈IT就业趋势
5.技术牛都是让变态业需求给压出来的,如果公司有技术牛,那各种需求就来了,但如果没有技术牛,公司也会压缩自己的IT难度。比如搞促秒杀就要准备2000万云费,业部门就会掂量成本。客户要使用PaaS云就要照云厂商的是数据和业的格式约定。我们看到越来越多的证据,有了对象存储就不用招存储工程师,有了鉴黄和人脸识别就不用自己推演模型,有是反作弊系统就不用自己研究刷单,有了IM就不用自己做openfire。真正的行业精英是不会护食眼前这碗饭,到问题最优解比保住铁饭碗重要的多。当精英们无事可做的时候,哪怕钱给够了也很容易跳槽,他们将会富集在云计算公司、IT部门和独角兽企业,而小IT部门和创业团队留不住技术牛了。精英们遗世独立,让普通工程师去买云了,对其他工程师可不是好事。第六.熊猫跑了,保护要撤熊猫是一种“伞护动物”,熊猫保护也被其他动物所分享;保护熊猫最重要,其他动物都是玩伴点缀,但如果熊猫都迁走了,保护就会撤销。
红****2 2018-07-10
故障自愈机器人,保你安心好睡眠
该解决方案策略和架构解耦,并且托管到高可用的自动化运维平台之上,实现了业在任意单个机房故障情况下皆可自愈的效果。 截至目前该方案已覆盖百度多数核心产品,止损效率较人工处理提升60%以上。典型案例: 在8月28日某产品在单机房故障发后1min55s完成止损。 在后续文章中我们会继续介绍单机房故障自愈的更多详细内容,敬请期待! 单机房故障容灾能力的建设 在容灾能力建设中有哪些常见问题? 如何证明已经具备单机房容灾能力? 单机房故障人工止损方法 人工止损时如何感知故障? 人工止损时如何收集故障息? 人工止损时如何进行流量调度? 单机房故障机器人止损方法 如何设计单机房故障自愈整体方案? 如何降低流量调度风险? 如何应对不同业流量调度策略和平台的差异?
x****3 2018-07-10
零基础认识习——猿人的第一次直立行走
--下图是 07选择LeNet -- 8.这次Demo我们没做细节设置,但产环境可能要经常修改配置文件。 --下图是 08微调LeNet -- 9.接下来就开始成模型了,小数据集简单任的速度还是很快的,而且验证正确率很高。但是如果是模型,可能会算上几天时间。 --下图是 09开始成模型 -- 10.模型成完成,我们再看一下验证正确率很高了,如果产环境正确率太低,可能你要微调创建模型的参数。 --下图是 10训练完成后的accuracy-- ####调试模型 #### 11.在模型页面往下拖就可以看到下载模型、测试模型等钮,我们选择测试模型,将那个“白底红字2”提交做个测试。 --下图是 11测试模型 -- 12.默认是测试Epoch #30,我们先跑10次试试。本来想省点器电费,结果只有20.3%的几率识别正确。 --下图是 12TestA模型10圈结果 -- 13.我们提高测试圈数到25圈,结果准确率从20.3%提高到了21.9%。 --下图是 13TestA模型25圈结果 -- 14.整个模型的上限是30圈,正确识别结果也才21.92%。
雪****魁 2018-07-11
危险背后的机遇--云故障危机分析
资源投入 云资源贩售过程中,合格的厂商可以让云资源物有所值,但巧妇难为无米之炊,原始资源投入不够云就不可能很稳定。面向中小客户的时候,云厂商很忌讳透露具体硬件成本,也尽量避免承认资源不足,但面对客户时会很坦诚。 作为持久共甲方,请关注乙方的成本红线,买家永远没有卖家精。如果甲方给够钱了,乙方仍然用劣质硬件IDC和过高超售比,小云厂商一般是老板带头节俭,而云厂商很可能是执行层的人弄错了,作为甲方该闹就要闹。 人为原因 云厂商的人为故障总是糊涂账,但细心的甲方是能看出来端倪的。有时候厂商想遮蔽技术和资源的问题,会说是人为原因,缓过这一次故障赶紧修订BUG和准备资源;有时候明明是人为原因,但人为故障都是打脸实锤,厂商脸会肿而且要赔偿,可能会个其他原因来给脸部降降温。 对于落实是人为导致的故障,甲方单纯的索赔追责并不能解决问题,因为云厂商总是比甲方的实际损失更小,甲方无法触及云厂商能倒腾出故障的部门。甲方只能根据云厂商销售和线的能力和态度,确认自己交钱了能否买到靠谱的。 最重是商誉 云计算既是资源又是,资源相对可以量化,但短期内看直观感受,长期看商业誉。
流****水 2018-07-11
度云企业级运维平台——NoahEE
在业规模发展到一定程度后,运维工作还停留在早期人工或脚本方式执行的阶段时,这样的差异非常频繁的发。 在实际的运维中,还有更多的因素需要考虑,例如机器是否会分配给不同部门(资源的隔离)?权限又该如何控制?随着规模变,人力成本等管理成本上升,然而效率低下、可用性不升反降等等都是非常可能出现的问题。百度对于这个问题给出的答案是,必须先要解决资源组织管理问题。简单的说,管理要解决的最核心问题就是如何对资源进行有效组织管理与定位: 图2 解决规模带来的问题 在管理这个地基打好后,我们再来回顾下上面的例子。这个例子中,地图研发的同就可以在运维平台中选中导航的模块进行升级,运维平台会通过管理来定位此次升级操作需要影响的机器并进行批量的操作。NoahEE中的所有运维系统,都以管理为基础来进行运维操作,例如在监控系统中,我们可以对导航模块(而不是单台机器进行操作)添加一些指标采集任,并在一定条件达成时报警。管理通过对资源合理的组织,极的简化了运维操作,提升了运维效率。
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度EasyDL
如需合作咨询可点击屏幕右下角标志,提交具体咨询息;或可进入AI开发者社,进行沟通交流。
TOP