关于 百度关键词竞价查询系统站排名查询q扣7354130 凤冈县百度 的搜索结果,共658
h****e 2018-07-10
程序:我从哪里来?
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,字服务)是云智能运维团队研发的一套分布式的字服务,是云Noah智能运维产品中的一个重要基础服务。它为每一个服务赋予一个独一无二的字,根据这个字,我们就可以获取到这个服务的相信息 ,这些信息包括:服务在机器上部署信息(机器IP,部署路径,服务配置,端口信息),服务的实例运行状况等其他重要信息。简单来讲,它提供了一个服务到资源信息的一个映射。 在BNS中,服务单元表示一个服务的实例集合,一般以三段式的结构表示,比如:server.noah.all,server表示服务,noah表示产品线,all表示机房称,服务单元的字在中是唯一的。 使用场景 在程序员的日常工作,常常面临以下的场景: 场景 场景一:我是一OP工程师,负责几十个模块的运维,我常常需要登录部署服务的机器问题,但是只知道服务,记不住那么多部署信息,怎么办?
C****X 2018-07-10
群雄逐“图”,缘何备受注?
我们发现,高精地图领域的入局者基本上可以分为这样几类,以Google 为代表的互联网企业,包括;以丰田、特斯拉为首的车企大厂;以Moblieye(已经被英特尔收购)为主的传感器厂商;以及包括 TomTom、四维图新、高德等在内的图商。 不过仔细想想,入局归入局,但是要想玩的比别人都好,成为领先的玩家,确实不是一件容易的事儿。 其实对高精地图的研发,除了在技术上需要攻克一些难之外,更需要在自动驾驶产业链的角上思考问题。高精地图是自动驾驶的专属地图,了解车的需求或许比“造图”本身更重要。 如果从开发者的角来看,以为代表的互联网企业以及传车企或许在整合产业链资源,全局入手的能力上更占优势。 于高精地图的一些based问题 地图,对于人们的日常生活来说很普遍。 通常我们了解的都是用于导航、地理信息的传电子地图,这类地图主要服务的是人类驾驶员。 传电子地图 (图片来源于文章《高精地图在无人驾驶中的应用》) 如图所示,传电子地图是对路网的一种抽象表现,将路网抽象成有向图的形式。 什么是有向图形式? 简单来说就是图的顶点代表路口,边代表路口与路口的连接。
j****2 2018-07-10
大脑开放日来袭 24种全新AI能力呈现
人脸人体识别方向:大脑此次发布了新能力——人脸情绪识别,同时升级了人脸点检测和手势识别,人脸检测点由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,大脑更新了红酒和地标识别两个新能力。无论是卢浮宫还是82年的拉菲,只要上传1张照片,就能获得文字解析。车辆分析方面上线了车辆检测和车流计。喻友平透露,不久后,大脑还会陆续上线车辆属性识别、车辆外观损伤识别、人脸融合、手部点识别、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。1月16日,大脑在深圳召开“在端上思考”大脑AI硬件平台及产品发布会,发布13项端侧新品,备受行业注。
b****z 2018-07-11
智能运维基础-运维知识库之ETL
自适应ETL,是我们针对适用范围较广的数据源(如字服务BNS、Noah监控平台、Noah部署平台等)开发的,用户仅需配置好ETL规则,自适应调器会自动解析规则,并将数据按规则接入运维知识库。 基于SDK的自定义ETL,是我们为其他数据源提供的ETL方式,用户基于我们提供的SDK可以开发各种数据源的ETL脚本,配置好调策略,通用调器根据调策略执行ETL脚本,即可将数据接入运维知识库。 2Push ETL Push ETL采用消息队列(MQ),来支持时效性高的数据建设。数据源发生变更时,需要将变更消息推送至MQ,运维知识库订阅、消费这些消息,并转换、存储数据。 如下图所示,用户基于SDK开发Push ETL脚本,调器执行脚本并保证其一直处于执行状态。数据源推送变更消息至MQ,Push ETL脚本订阅MQ中的变更消息,将变更的数据转换成一的模型并存储在知识库中。 3Lazy ETL Lazy ETL是为实时数据而提供的ETL模式。在运维领域我们需要看到的某些元数据/状态的实时变化,比如实时路由数据、监控的时序数据等。
1****2 2018-07-09
安全:AI 是工程 需要真正开放的安全护航
这一隔离不但影响了安全信息的互 通,也造成了诸多限制,引发了新的安全问题,比如Android App Store 不允许开发 者更换签证书,如果开发者私钥被偷窃,他只能继续使用这一私钥,眼睁睁看着偷得 私钥黑客发布冒顶替的恶意App。应用开发者其实早就意识到了签束缚之痛,只是目前应用较为广泛的签证书更换手段(提示用户安装新证书签的新版本应用,安 卓5.0 以上可以自动升级等),要么用户体验极差,要么存在降级攻击等风险。 为解决这个问题,安全开源了OASP 应用签安全方案——一种更安全、灵 活的密钥证书管理方案。它首创了应用状态在线机制,是一种生态联防、去中心化的安全方案:开发者能及时提供应用状态;安全厂商能大规模扫描监控签信息生成信 用信息,并在端上结合信用信息判断App 是否恶意;应用商店可以收纳开发者提交的 应用信息,并定期下架有问题的App;设备厂商则能通过OASP 的签机制进行额外的安全校验。 传输层面的安全 终端设备和云端服务通信的过程中,传输通道的安全性至重要,一旦被黑客恶意 劫持,设备和云端服务器的数据也就都处在风险中。
疏****月 2018-07-09
上线Archer | 持续部署的瑞士军刀
从公布的数据显示,Google 70%的生产事故由上线变更触发,如何减少变更过程中人为误操作,提供一个灵活、稳定的部署是运维平台研发人员所亟需解决的问题。 基本介绍 在运维自动化的大潮下,运维管理平台Noah发布了一上线部署——Archer。Archer致力于提供一套产品线全过程的可迁移发布解决方案,实现一完成机器初始化、服务部署、添加模块监控、添加CT任务、动态数据文件的分发等全过程的自动操作。在操作方面,Archer提供了命令行工具作为发起一次上线的操作入口,这种设计模式也决定了其易于集成的特点。在DevOps流水线作业中,Archer可以作为一个环节结合进整条测试发布流水线中。另外,Archer也可作为上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、框架不一,部署策略不一致; 支持分级发布,及时拦截部署引入的线上故障; 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。
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 在所有除外的浏览器都能正常使用评论功能。而这个就是不让网显示评论。广告屏蔽功能闭就正常了。
3****3 2018-07-10
智能运维工程架构
在我们语义下的AIOps,目标是将人的知识和运维经验与大数据、机器学习技术相结合,开发成一列的智能策略,融入到运维中。用这样的智能运维去完成运维任务,是我们所认为的AIOps,也就是Artificial Intelligence IT Operations。有意思的是,2017年之后的Gartner报告也将AIOps的概念改成了Artificial Intelligence IT Operations。 我们认为AIOps中有三部分不可或缺,一个是运维开发框架,这个是我们后续智能运维研发的骨架,第二个是运维知识库,这是让骨架能与我们真实线上环境联起来的因素,起到了血肉的作用,让骨架能动起来。而最后一个则是运维策略库,这是运维的大脑,控制着运维平台的行为。 使用运维开发框架实现的运维程序,我们称其为运维机器人。运维机器人可以在多种不同的运维场景下提供多样的运维能力,服务不同类型的业务和用户。
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
l****m 2018-07-10
向量(一)
文章结构: 向量 背景介绍 效果展示 模型概览 数据准备 编程实现 模型应用 总结 参考文献 本教程源代码目录在book/word2vec,初次使用请您参考Book文档使用说明。 背景介绍 本章我们介绍的向量表征,也称为word embedding。向量是自然语言处理中常见的一个操作,是搜索引擎、广告、推荐等互联网服务背后常见的基础技术。 在这些互联网服务里,我们经常要比较两个或者两段文本之间的相性。为了做这样的比较,我们往往先要把表示成计算机适合处理的方式。最自然的方式恐怕莫过于向量空间模型(vector space model)。 在这种方式里,每个被表示成一个实数向量(one-hot vector),其长为字典大小,每个维对应一个字典里的每个,除了这个对应维上的值是1,其他元素都是0。 One-hot vector虽然自然,但是用处有限。比如,在互联网广告里,如果用户输入的query是“母亲节”,而有一个广告的是“康乃馨”。
****ac 2018-07-12
亿元免费算力 | 大脑AI Studio重磅推出算力支持计划
“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,算力的重要性不言而喻。4月23日,首届 WAVE SUMMIT 2019深学习开发者峰会,式开发平台 AI Studio 重磅推出算力支持计划: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、数据集和比赛的一式学习、开发、交流平台。该平台旨在帮助开发者迅速掌握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不足的问题,大脑AI Studio准备了大量的Tesla V100训练卡和相资源,总值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。
x****7 2018-07-10
从外行进阶专业 传企业AI转型差的可能只是一个EasyDL
佛山供电局输电管理所将存在桩机、吊车、挖掘机、运货运水泥大型车的现场1000张隐患图像,使用EasyDL定制化图像识别进行训练,经过3个月的训练,更新了10个版本,最终获得“输电线路外部隐患识别”模型,该模型可以识别出输电线路中存在的吊车、挖掘机等外部隐患,目前识别准确率达到80%,超出预期,并且以2-3周更新一次模型的频率持续训练,准确率在不断提升。 源创电喷位于广西柳州,是一家生产汽油机电喷的公司。为汽车动力中的部件,喷油器质量要求非常高,过去,源创只能用人工肉眼来检测喷油器阀座瑕疵,每日平均检4000-6000件,峰值是12000件,整个视觉判断工序,需付出4~7人每班的复核人力,是投入产出比最低的工序之一。 依托EasyDL定制化训练和服务平台,柳州源创构建了自己的喷油嘴识别模型,结合原有业务流程和硬件,先通过自动化上传每次采集待测样品图片,然后实时上传已通过的识别模型进行判定,再返回相应的处理结果,最后由自动化将样品进行分类流转。
Z****E 2018-07-09
产品迭代的最后一公里
然后由专门的执行解析策略,并自动执行批量机器的变更,如开源的Ansible、SaltStack和内部的CCS。整个执行过程自动进行,用户只需要看执行进即可。另一方面,执行也提供了干预能力,用户可以手动暂停乃至撤销一个部署任务的执行。图2给出了自动化部署的示意图。 2分级发布 分级发布是指将变更过程以实例组为单位划分成多个阶段,每个阶段引入自动化的检用例,只有检通过才能执行下个阶段的变更。分级发布不能完全避免变更异常,但是可以有效限制异常影响范围。通过把变更版本管理和历史审计与分级发布结合,可以有效增强对变更过程的管控,降低异常影响,加快异常恢复速。整个分级发布规范的构成可以参考图3。 3智能变更策略 采用自动化部署和分级发布之后,用户已经可以获得较好的变更效率,并且能够在相当程上提升变更安全性,但是使用更高标准来审视,其中仍存在改进的空间:变更模板需要人工配置,使用门槛较高,复用性低;变更效果检强依赖人的经验,可能出现异常没被及时检出来的问题。 得益于在AIOps上的充分实践,我们发现通过将智能策略引入到变更流程中,可以进一步提升变更效率和安全。
TOP