关于 玻璃钢化粪池 www.hfcsccj.com施冷:b9o4k 的搜索结果,共140
c****2 2018-07-10
个性推荐(一)
深度学习具有优秀的自动提取特征的能力,能够学习多层次的抽象特征表示,并对异质或跨域的内容信息进行学习,可以一定程度上处理个性推荐系统启动问题[6]。本教程主要介绍个性推荐的深度学习模型,以及如何使用PaddlePaddle实现模型。 效果展示 我们使用包含用户信息、电影信息与电影评分的数据集作为个性推荐的应用场景。当我们训练好模型后,只需要输入对应的用户ID和电影ID,就可以得出一个匹配的分数(范围[0,5],分数越高视为兴趣越大),然后根据所有电影的推荐得分排序,推荐给用户可能感兴趣的电影。 Input movie_id: 1962 Input user_id: 1 Prediction Score is 4.25 模型概览 本章中,我们首先介绍YouTube的视频个性推荐系统[7],然后介绍我们实现的融合推荐模型。 YouTube的深度神经网络个性推荐系统 YouTube是世界上最大的视频上传、分享和发现网站,YouTube个性推荐系统为超过10亿用户从不断增长的视频库中推荐个性的内容。整个系统由两个神经网络组成:候选生成网络和排序网络。
s****5 2018-07-10
个性推荐(二)
总结 本章介绍了传统的个性推荐系统方法和YouTube的深度神经网络个性推荐系统,并以电影推荐为例,使用PaddlePaddle训练了一个个性推荐神经网络模型。个性推荐系统几乎涵盖了电商系统、社交网络、广告推荐、搜索引擎等领域的方方面面,而在图像处理、自然语言处理等领域已经发挥重要作用的深度学习技术,也将会在个性推荐系统领域大放异彩。 参考文献 P. Resnick, N. Iacovou, etc. “GroupLens: An Open Architecture for Collaborative Filtering of Netnews”, Proceedings of ACM Conference on Computer Supported Cooperative Work, CSCW 1994. pp.175-186. Sarwar, Badrul, et al. "Item-based collaborative filtering recommendation algorithms."
金****洲 2018-07-10
混乱的集群遇见TA 从此岁月静好
其实我们面临的问题从来就没有什么大的变,唯一不同的只是机器规模越来越大,人心越来越复杂。 Q如何在1台机器上部署基础设?A 一切都源于那个亘古不变的道理:扔一个文件到机器上,然后跑一个命令。 Q如何在10台机器上部署基础设?A 写个for循环搞定。 Q如何在10000台机器上部署基础设?A 这个也好办!定制操作系统镜像CUSTOM.iso装机自动安装! then…… Q如何快速升级所有机器上的基础设? Q服务因异常挂掉,能自动重启保活吗? Q公司做活动,预计流量突增,能扩容吗? Q公司活动结束,为节约成本,能缩容吗? Q新开发的基础设服务有问题,能立马回滚吗? Q可以做虚拟资源限制基础设不占用过多的机器资源吗? Q如何先部署小批量机器,确认无误之后,再做全集群部署?简而言之,灰度发布。 Q新到位10000机器,如何高效部署最新的基础设?使集群中所有机器环境同质? 管中窥豹,我们可以发现如果在私有云或者混合云场景中还是通过人肉运维的方式管理,那么管理效率将会十分低下,并且其中重复繁杂的操作,难以保证云环境的稳定性和安全性。急人之所急,需人之所需。
s****d 2018-07-11
亿元级云用户分析
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-队列等服务的模板云主机,决定资源成本的是硬件和电力的价格,以及内部浪费程度。销售铁三角对硬件资源的包装,完成资源成本分析、交付服务展示和付款周期核算;在硬件资源交付时,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件,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;而盯客户的套路和百万级销售类似,工作力度加大三五倍而已。 3.3数据存储 数据存储是很难年均摊营收上亿的,但定个1000万的小目标是能实现的;如果有1000万的非备存储,那很容易带来数倍数十倍的计算和带宽消费。
M****H 2018-07-11
故障定位场景下的数据可视实践
总结 以上我们介绍了百度智能监控平台在全局故障分析、细分维度定位、事件关联定位三个故障定位阶段中进行的数据可视探索。当前百度智能监控平台已成为百度各大业务可用性保障必不可少的利器。 数据可视能力的优势不仅仅在故障定位场景中由突出体现。还能应用在更多的数据分析领域。我们未来会进一步介绍百度智能监控平台在应用性能分析、商业数据分析等领域的实践成果,欢迎各位继续关注。
TOP