关于 蜘蛛池程序多久效果最好qq:4100506东城灯市口腾讯视频t 的搜索结果,共1251
h****e 2018-07-10
:我从哪里来?
使用场景 在员的日常工作,常常面临以下的场景: 场景 场景一:我是一名OP工师,负责几十个系统模块的运维,我常常需要登录部署服务的机器排查问题,但是只知道服务名,记不住那么部署信息,怎么办? 场景二:我是一名RD工师,我负责的服务需要扩容,我的服务是很下游服务的依赖,服务的扩容怎么通知给下游模块? 场景三:我的服务部署实例有一个出现故障了,我想对下游服务屏蔽该故障实例,怎么办? 下面以一个简单的例子来说明,假设一个模块名是Server,它的上游是Proxy服务,下游是Redis服务,当出现变更或者故障时,如何让上游感知到呢? 当新增上线实例、下线摘除实例或者实例发生故障时,BNS系统通过部署在机器上的客户端实时感知到实例的状态变化,同时新增和删除实例的变更情况会立即同步到分布式的缓存系统中,这样用户通过一个BNS名字就可以感知到下游的实例变化。 对应上面几个场景,BNS提供了以下的解决方案: 场景一:用户想登录Proxy模块的第一个实例,可以通过ssh 1.proxy.noah.all.serv 方式登录。
c****2 2018-07-10
个性化推荐(一)
YouTube的深度神经网络个性化推荐系统 YouTube是世界上大的上传、分享和发现网站,YouTube个性化推荐系统为超过10亿用户从不断增长的库中推荐个性化的内容。整个系统由两个神经网络组成:候选生成网络和排网络。候选生成网络从百万量级的库中生成上百个候选,排网络对候选进行打分排,输出排名高的数十个结。系统结构如图1所示: 图1. YouTube 个性化推荐系统结构 候选生成网络(Candidate Generation Network) 候选生成网络将推荐问题建模为一个类别数极大的类分类问题:对于一个Youtube用户,使用其观看历史(ID)、搜索词记录(search tokens)、人学信息(如地理位置、用户登录设备)、二值特征(如性别,是否登录)和连续特征(如用户年龄)等,对库中所有进行分类,得到每一类别的分类结(即每一个的推荐概率),终输出概率较高的几百个
y****n 2018-07-09
Apollo 自动驾驶感知技术分享
之后对俯图进行网格化,网格化参数可以在 Apollo 进行配置。后输送给障碍物检测。 障碍物检测。分为特征抽取、点云检测、点云聚类、后处理、闭包提取。特征抽取,就是建立一个网格,每一个网格提取的信息对应一个值,每一个网格都有一个特征,拼接形成一张图;点云聚类,是用可信的网格做结预测;后处理,是由于预测不准,对障碍物的判断会存在误差,所以要通过后处理来精确障碍物。闭包提取,是据朝向补全障碍物的形状。 障碍物跟踪。与障碍物检测相结合,检测结和历史障碍物进行信息匹配,得出新障碍物列表。并且输出下一帧以什么速度怎样行驶,得出列表。 觉感知。Apollo 之前版本的觉感知数据,主要是红绿的数据。已发布的0 同时开放红绿检测和识别算法,可以作为觉感知的典型代表。 红绿识别。是根据当前车的位置查找高精地图,判断前方是否有红绿。如有,高精地图会返回红绿的物理位置,同时采集图像。如并排很,需要准确判断影响决策的
h****0 2018-07-09
【 开发指南 】智能家居技能
请发送至 xudandan02@baidu.com 邮件格式: 邮件标题:【技能审核】待审核技能名称邮件正文:正文需注明待审核技能ID,文件可使用附件或者网盘链接的形式发送 设备寄送(可选): 将技能中涉及的所有智能家居设备和设备相关使用文档邮寄给DuerOS,以便DuerOS审核该技能; 寄送前需将设备与开发者账号授权绑定完成,并在使用文档中提供对应的账号和密码。 寄送信息: 通地址:北京海淀区西北旺路10号院百度科技园4号楼 收件人:张忠琦 联系电话: 18521725422 正式发布上线的技能,将会在哪里显示? 小度音箱 等无屏音箱 针对无屏音箱等设备,可以使用 小度音箱\厂商自有 app “智能家居” 里查看并启用已上线的智能家居技能; 小度在家 等有屏设备 小度在家\厂商自有app——发现更——智能家居 小度在家设备内——更——智能家居 亮度\风速…等是否支持设置成50%的度值,是否提供相应的接信息? 支持亮度等度值的设定。以亮度为例,使用value参数,可控制光亮度的百分比值 为double类型,取值范围为0~100。
s****7 2018-07-10
见微知著看技术误解——从裸光纤和NTPD谈起
一、裸光纤的故事 前几天和朋友聊天,谈到一根裸光纤可以分波分大的问题。 几个业内友都明确说一根裸光纤跑10G带宽,而于老板明确表示裸光纤任何一个波分(或者不做波分)都可以跑100G以上。 后来我和于老板深究原因,不可能几个朋友都骗我或者都蠢,很可能前些年光纤波分机自己只能甩出10G,或运营商租光纤套餐里只有10G规格,给大家造成了裸光纤只能跑10G带宽的印象。同样固有的印象是光纤必须从运营商那里租,而且价格很贵还必须买波分设备等等;其实现在企业专线的场竞争很充分,拉同裸纤一公里也就小几百块钱,而且短距离裸纤也不值得上波分设备,直接对接模块即可。 二、NTD是试金石 我对裸光纤是门外汉,但同样的技术误解让我想到了NTP,我一直拿ntpd和ntpdate当做初中级系统工师的试金石,分不清就月薪五千,分得清就八千以上(2014年价)。但很货真价实的IT专家也在此事上跌倒,我也希望通过聊清楚一层误会,说明高级工师该少迷信思考。 NTP是网络时间协议,它是项传输、计算、加密技术的核心参数。
红****2 2018-07-10
故障自愈机器人,保你安心睡眠
运维人员的职责由处理转向管理,终运维人员在低压力值班中保证服务稳定运行。 单机房故障自愈解决方案概述 百度AIOps框架中,单机房故障自愈解决方案构建在运维知识库、运维开发框架、运维策略框架三个核心能力之上。具体过为自愈搜集分散的运维对象状态数据,自动感知异常后进行决策,得出基于动态编排规划的止损操作,并通过标准化运维操作接执行。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,实现了业务在任意单个机房故障情况下皆可自愈的。 截至目前该方案已覆盖百度大数核心产品,止损率较人工处理提升60%以上。典型案例: 在8月28日某产品在单机房故障发生后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? 如何证明服务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服务故障? 人工止损时如何收集故障信息? 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?
Z****E 2018-07-09
产品迭代的后一公里
一个新功能从需求产生到完整地呈现给终端用户,中间经过了调研、立项、需求分析、设计、开发、测试等一系列步骤,而发布变更则是整个流后一步。具体来说,发布变更是指将产品功能的修改内容发布到一组服务器上的过。 变更过可以简单到由一个研发人员手工将代码上传到一台服务器上,也可以复杂到上万台机器的数据传输和命令执行。如我们深入地考查整个变更过,可以发现无论变更过本身如何变化,其中有些组成部分是不可或缺的,这里将其总结为变更三要素,即变更源、变更策略、变更目标。 变更源:描述变更涉及的具体内容,可以是、数据或者命令; 变更策略:描述变更过如何执行,包括但不限于顺、并发度、失败容忍度等; 变更目标:描述落地变更内容的一个或者个目标机器,也可能是虚拟机或容器。
l****m 2018-07-10
词向量(一)
对XX做矩阵分解(如奇异值分解,Singular Value Decomposition [5]),得到的UU即为所有词的词向量: X=USVTX=USVT 但这样的传统做法有很问题: 由于很词没有出现,导致矩阵极其稀疏,因此需要对词做额外处理来达到的矩阵分解; 矩阵非常大,维度太高(通常达到106×106106×106的数量级); 需要手动去掉停用词(如although, a,...),不然这些繁出现的词也会影响矩阵分解的。 基于神经网络的模型不需要计算和存储一个在全语料上统计产生的大表,而是通过学习语义信息得到词向量,因此能很地解决以上问题。在本章里,我们将展示基于神经网络训练词向量的细节,以及如何用PaddlePaddle训练一个词向量模型。 展示 本章中,当词向量训练后,我们可以用数据可化算法t-SNE[4]画出词语特征在二维上的投影(如下图所示)。从图中可以看出,语义相关的词语(如a, the, these; big, huge)在投影上距离很近,语意无关的词(如say, business; decision, japan)在投影上的距离很远。
双****4 2018-07-10
词向量(三)
为了能简单看到,教只设置了经过很少的训练就结束并得到如下的预测。我们的模型预测 among a group of 的下一个词是the。这比较符合文法规律。如我们训练时间更长,比如几个小时,那么我们会得到的下一个预测是 workers。预测输出的格式如下所示: [[0.03768077 0.03463154 0.00018074 ... 0.00022283 0.00029888 0.02967956]] 0 the 其中第一行表示预测词在词典上的概率分布,第二行表示概率大的词对应的id,第三行表示概率大的词。
TOP