关于 蜘蛛池站群软件外推σσ:8965158 的搜索结果,共294
s****5 2018-07-10
个性化荐(二)
总结 本章介绍了传统的个性化荐系统方法和YouTube的深度神经网络个性化荐系统,并以电影荐为例,使用PaddlePaddle训练了一个个性化荐神经网络模型。个性化荐系统几乎涵盖了电商系统、社交网络、广告荐、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,也将会在个性化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."
2018-07-10
解密开源这门生意——商业角度看开源
开源是打破专利垄断,而且大部分都很便宜甚至免费,这就很适合做商业降维打击。这个篇幅太长我不展开细谈,只抛出三个案例: IBM提供AIX技术帮助完善了Linux,SUN和微的服务器操作系统都不太好卖了。 Java、Golang的开发者生态比 dot Net要友好热烈,这些程序员的待遇差距越来越大。 硬公司Intel支持开源云计算项目,这些可以促进自家CPU、主板、SSD和网卡的销售。 中国有句俗话叫“财散则人聚”,老终于学会了“源码散则厂商聚”。对于以IT技术为核心竞争力的企业,降低门槛既可用于绝地反击,又可用于做大行业生态。 3. 开源生态如何盈利 在开源模式下,厂商仍然有很多盈利模式,甚至比闭源授权更赚钱: 开源不是免费,仍然可以收取授权费;社区主导的项目有GPL等方法避免被厂商剽窃代码;厂商主导的开源协议可以禁止其他人用于商业竞争,开源专利也是专利。 开源可以收取维护和技术咨询费用,Redhat起家是做Linux系统支持,也卖过JBOSS等的文档。 核心基础功能开源免费负责扩大客户,管理平台和高级功能是闭源付费。
c****2 2018-07-10
个性化荐(一)
学术界和工业界都在尝试将深度学习应用于个性化荐系统领域中。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化荐系统冷启动问题[6]。本教程主要介绍个性化荐的深度学习模型,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化荐的应用场景。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荐得分排序,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的视频个性化荐系统[7],然后介绍我们实现的融合荐模型。 YouTube的深度神经网络个性化荐系统 YouTube是世界上最大的视频上传、分享和发现网,YouTube个性化荐系统为超过10亿用户从不断增长的视频库中荐个性化的内容。
小****园 2018-07-10
让PB级云存储不再神秘
数据去重问题 对象存储不做数据去重功能,看着简单的功能背后都有网一样的复杂考量,元数据服务、计费服务、存储服务、增数据逻辑、删数据逻辑、回收空间逻辑、用户资源隔离逻辑都会因为这个很炫的功能被彻底改变。真正要去重的文就是那些电影,随着版权保护的加深,电影只存原片盗版减少会是趋势,其他文即使做切片去重,命中率也非常低。我们提供hash值让客户判断该不该删文,该不该做文映射就够了。 长周期换代 对象存储是付费企业级服务,并不是终身免费但匆匆关张的个人网盘。我们必须考虑十年为刻度的长周期维护问题,某种硬停产了怎么办,假设系统内核停止维护怎么办?我强烈反对极端优化单点性能,就是因为单点性能极限优化必然和硬、内核、文系统都有深度关联。我荐存储主力服务是应用层服务用户态进程,老中青三代服务器和谐运行,集性能瓶颈本来就不在单点,不要给自己的无故设限。 冷存储问题 冷存储分真冷和低温两种类型,真冷存储就是用磁带、蓝光盘、可离线存储节点来存储数据,这样可以节省机柜电量,但这是个工程学问题不是计算机问题了。
s****d 2018-07-11
亿元级云用户分析
每个公司环境都不相同,他们可能强力进项目,也可能暗地里阻塞实施,大部分情况下是被动拖沓进度,但合理引导很容易积极配合。他们的诉求更简单直白: 操作的简便清晰不出错 建设和维护的劳累程度 云IT技能的个人稀缺含金量 云服务对旧有烂工作的解放 云对个人基础技能的替代 服务稳定故障清晰 汇报汇总展示方便 要想让IT技术执行人成为云厂商的好帮手,工程进度靠项目经理配合,资源协调靠销售配合,技术操作类诉求靠售前引导。 3.主体贩售资源分析 云供应商不可能靠和服务做到亿元销售额,只有以资源为载体,客户才会给到亿元大单。这个观点跟前文的“资源可以用做计收载体,但不能做为上云目的分析”并不是冲突而是印证。 以和服务做亿元营收载体,采购决策人会承担巨大决议风险;但平庸的贩售资源又会陷入价格战和关系战之中,云厂商追求市值和利润都不能讲这些老套路了。 我们先列出来哪些资源是单体贩售能过亿的,云厂商把这些资源和其他的服务资源做打包混淆集中交付,云厂商就不是卖资源而是卖梦想了。
C****X 2018-07-10
雄逐“图”,百度缘何备受关注?
首先,需要陀螺仪(IMU), 一般使用6轴运动处理组,包含了3轴加速度和3轴陀螺仪。陀螺仪主要就是角速度检测仪,检测每个加速度。 关于轮测距器(Wheel Odometer), 一般可以通过轮测距器算出无人车的位置。 汽车的前轮如果安装了轮测距器,分别会记录左轮与右轮的总转数。通过分析每个时间段里左右轮的转数,就可以科学算出车辆向前走了多远,向左右分别转了多少度等。 GPS,主要任务是确定四颗或更多卫星的位置,并计算出它与每颗卫星之间的距离,然后用这些信息使用三维空间的三边测量法算出自己的位置。 激光雷达(LiDAR), 光学雷达通过向目标物体发射一束激光,然后根据接收——反射的时间间隔来确定目标物体的实际距离,随后根据距离及激光发射的角度,通过简单的几何变化可以导出物体的位置信息。 LiDAR系统一般可以分为三部分,分别是激光发射器,发出波长为600nm到1000nm的激光射线;扫描与光学部主要用于收集反射点距离与该点发生的时间和水平角度(Azimuth);感光部主要检测返回光的强度。
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 在所有除百度的浏览器都能正常使用评论功能。而这个百度就是不让网显示评论。广告屏蔽功能关闭就正常了。
TOP