关于 百度竞价灰色项目σσ:73589490 的搜索结果,共620
j****2 2018-07-10
大脑开放日来袭 24种全新AI能力呈现
3月20日,首场大脑开放日全新登场,介绍了全新开放的24种全新AI能力,AI赋能市政、物流、教育等行业的20个案例,也为向开发者、行业人士展现了如何搭上AI开放生态的高速列车。 大脑开放日来袭 作为在人工智能领域多年研究成果的集大成者,大脑正在飞速进步着。自2016年启动开放以来,大脑前已经是服务规模最大的AI开放平台,开放了158AI能力,24小时快速集成,开发者数量超过100万,面向广泛的企业和开发者提供最先进、最全面的AI能力,不断降低AI应用落地的门槛。 AI技术生态部总经理喻友平谈到,“在大脑的开放生态中,开发者一直是最为重要的一环。大脑开放能力不断加速,有很多有值的技术难以被开发者了解。2019年大脑开放日全新登场,希望为AI开发者提供及时、全面、近距离地了解大脑最新AI产品和案例,且能深、持续交流的平台。” 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。
****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,一站式开发平台 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、数据集和比赛的一站式学习、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,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训练卡和相关资源,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。
3****3 2018-07-10
智能运维工程架构
背景:为什么要做智能运维 云智能运维团队在运维工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 工具、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。过去运维的核心标是提升效果,比如持续交付的速、服务稳定性、运营成本等。
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
s****d 2018-07-11
亿元级云用户分析
1.上云的分析 大型云用户上云的宏观的和普通用户类似,但多角多部门的利益诉求非常复杂。 降低成本:客户最直观的诉求,或者削减IT预算,或者同等预算下支撑更多的服务;其他客户诉求都难以清晰描述,唯独成本可以看发票和合同。 明确责任:客户不想承担各个IT系统的衔接和选型责任,相比软件厂商和系统集成商,云厂商的责任覆盖范围会更广泛一些。 收拢数据:上云本身并不碰业务数据,但上云是很好明确业务数据存储位置的机会,上云业务改造是规范数据结构的理由。 求新图变:企业客户在气势如虹时要居安思危,在困境危难之中穷极思变,IT技术是企业的潜在增长点甚至退路。 本文讨论的是有模糊和利润空间的云计算,CDN和IDC资源可以用做计收载体,但不能做为上云的分析。亿元以上的服务器、CDN的订单很多但既无技巧也无利润,这些资源厂商也在跟云厂商学习如何包装。 2.客户角利益分析 大企业多角之间的利益诉求不同,所以表现形式也不同。我将客户三大角列出来讨论,销售-售前-经理铁三角组合明确客户的诉求,才更好游刃有余的服务客户。
C****X 2018-07-10
群雄逐“图”,缘何备受关注?
线的颜、道路的隔离带、隔离带的材质甚至道路上的箭头、文字内容、所在位置都会有相应的描述…… 高精地图针对道路形状的准确描绘,甚至可以精确到每个车道的坡、曲率、航向、高程等,同时为了自动驾驶的考虑,甚至每条车道的限速,推荐速也会一并提供。 高精地图中的道路标识线及路牌信息 (图片来源于文章《高精地图在无人驾驶中的应用》) 前,尽管自动驾驶科技公司、图商以及传统车企对高精地图的定义尚未统一化,但高精地图的绝对坐标精更高,包含的道路交通信息更丰富(如可分为基础层、道路信息层、周围环境信息层和其他信息层)等方面确实已经成为区别传统电子导航地图的显著特征。 此外,由于路网每天都有更新变化,如整修、道路标识线磨损及重漆、交通标示改变等,这些都需要及时反馈在高精地图上以确保无人车行驶安全,也就同时要求高精地图有更强的数据实时更新功能。 关于高精地图,怎么说 作为致力于高精地图研发的科技企业,内部人员一表示将高精地图看做是Apollo 云端服务的核心数据,足知关键!
2018-07-10
解密开源这门生意——商业角看开源
这些部门需要高素质的技术人才,组织有挑战的开源就像种下了梧桐树,更方便吸引到金凤凰。员工参与这些验证和增强个人能力,没参与也是在个有实力有美誉的技术部上班,这对技术人员是比年终奖更好的奖励。 某些技术大牛承认把内部开源了就能带着源码跳槽,但不开源脑子一样有代码。而这套源码依赖的环境也容易招到新牛补位,招聘高级研发的JD是千篇一律,而最佳验证源码的环境是万一挑一。 这类公司肯开源的都不是核心争力,相当于零成本结了个善缘,比单纯靠高薪招人要灵活方便。 5. 开源只是善因不算善果 开源是个高热的正向概念,自然也就少不了搭便车蹭热的投机分子。 开源社区参与者的素质在变低,开源社区的代码质量在变差。菜鸟一样能参与开源刷履历,而主导开源的可能是个技术投机分子。老一代精英做的开源有顶层架构设计和全场景测试,而码农主导的低质量只看代码和功能。 开源社区的技术交流氛围也在发生变化,开源本意是以码会友,但现在提pr提issue的码农,有几个看过前人写下的代码的?大部分都是看一眼说明文档就来github上指点江山了。
TOP