关于 豆瓣网批量发帖软件_q扣4100506 安国市优酷视频百度软件蔺 的搜索结果,共1213
l****4 2020-08-27
强烈建议优化百度carLife 语音识别问题
太差了,还是哪个吗?好山寨的车机
2018-07-10
解密开源这门生意——商业角看开源
前言 很多朋友都问过我,开源技术究竟好在哪里,一个公司拥抱开源是不是加分项,参与开源的人是不是很的技术大牛。本文抛开虚浮的情怀和热情,我们从商业和管理的角看一看开源。 1. 本质是对抗认知垄断 远古期的计算机没有版权概念,每一份代码都是一份全人类都可以学习借鉴的教学数据。 随着商业的兴起,商业公司倾向于将代码当做秘方保护,引入了版权的概念。闭源实操过程中有如下缺点: IT技术无法跨跨公司进行交流,行业人才培养的很慢; 一个只能在很小可控范围内迭代,的进步速偏慢; 公司的商业策略以盈利先,可能会掐灭技术革新; 一个黑盒化的交付物,交付质只能靠商业信誉保障; 商业总是试图建立垄断,黑客们警惕着垄断的恶行。 在版权限制下感到压抑的IT精英,自推动开放源代码的交付方式,其中最出名的是GNU计划。GNU计划的重点是对抗IT技术认知垄断,更自由的传播IT知识;GNU等开源计划既不是为了开源公司的商业利益,也没要给参与者高级技工证书,更不会因为开源而强行免费。
1****0 2020-08-28
【求助】如何让小度音箱播放电脑里或者手机里指定的音频文件
如何让小音箱播放电脑里或者手机里指定的音
M****H 2018-07-11
故障定位场景下的数据可化实践
干货概览 拥有上条产品线,数十万的服务,每个服务时时刻刻都在产生着海的监控数据,形成的监控项规模总数已达数十亿。面对如此海的数据,在日常运维(如故障诊断、成本分析、性能化等场景)过程中,传统的统计图表难以有效直观地展示如此庞大的数据。因此,秀的监控数据可化产品就呼之欲出,他既要数据准确、全面、时效性高,也需要提升用户的使用体验,使其能在茫茫数据中一眼就能现想要观察的数据。 那么怎么做才能适应用户需求、完成精准展示,同时又能挖掘数据价值呢?下面我们从故障诊断的场景出,来看智能监控平台是如何充分利用数据可化武器来解决实际业务问题的。 故障定位可化思路 在标准的故障处理流程中,故障定位一般可分为两个阶段: 故障止损前:期望可以快速获得可用于止损决策的信息,做出相应的止损操作使得服务恢复。比如通过确定故障范围,调绕过故障机房或摘除故障实例等。 故障止损后:仍需要进一步找到导致故障的深层次原因,确定故障根因,将线上环境恢复到正常状态。
1****2 2018-07-09
全:AI 是系统工程 需要真正开放的全护航
11 月6 日,全牵头成立OASES 智能终端全生态联盟。这是内第一个开 放的致力于AI 生态全的联盟组织,引了媒体、行业对AI 全的聚焦。 毋庸置疑的是,人工智能时代已经到来。有数据显示,到2020 年,会有500 亿台 物联设备在全球部署。埃森哲预测,人工智能可能将劳动生产率提升40%,让人们 更有效地利用时间。到2035 年,人工智能将让年经济增长率提升一倍。 但是,所谓“螳螂捕蝉,黄雀在后”,AI 既能被用来提升效率,也能被黑客用来提 升攻击技术,有更多途径窃取用户隐私。前段时间各种智能电被破解,摄像头变成客 厅监器;某品牌智能扫地机器人被曝出存在高危漏洞,变成家庭“间谍”等全事 全成了这些智能设备的“阿喀琉斯之踵”。 危机四伏的AI 生态 在小编看来,移动互联时代,无论是终端、云端、传输通道,最终保护的都是这整 个络生态中的数据,这些数据既有企业和用户的隐私,也包含了账户和密码等。在AI 时代,大抵相同。所不同的是各种IOT 设备的多样化,身份认证加入了生物识别, 语音输入需求更多地取代了手动输入。
小****园 2018-07-10
让PB级云存储不再神秘
大客户对云端数据的处理的要求比中小客户更简单,因为复杂业务功能可以自己做,还可以要求厂商为自己做定制开。 大客户的数据一般都是存在于旧系统的,其迁移方案比小客户复杂,拉专线、寄设备、追增、切业务等等方面都要考虑到。一般迁移方案是现有数T数据,规划未来3年到10PB,数十个轻应用对接代理关继续使用,几个核心高负载应用改成直接访问存储。为了更好的挥对象存储势,厂商还要诱导客户使用云平台的各种新功能。迁移方案要靠谱必须说清楚所依赖环境、操作时间规划、各步风险评估、验证验收标准等信息。 大客户同样在于云平台的职业操守,但其反击能力要强于中小客户,因为他们不会用云平台的标准合同,而是自己订制合同内容。法律合同上能震慑平台的一部分小动作,但计费统计数据云平台还是会拿到,客户可以考虑多分几个供应商多做几个存储池。 4、何时选择私有云 对象存储一般是公有云服务,但是超大型企、电信运营商、家级项目、大型独立互联企业、金融行业、智慧城、基因、气象、医疗等行业都因特定原因使用私有云存储。
j****2 2018-07-10
大脑开放日来袭 24种全新AI能力呈现
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,以及大脑在政、物流、教育等行业的落地案例,与开者们进行深交流。 更广、更快、更精的AI技术 深学习是AI展的燃料。在深学习领域深耕已久,2016年,开源了深学习框架PaddlePaddle。此次,PaddlePaddle迎来两方面重大更新,核心框架Paddle Fluid v1.3新增布业界首个分类模型库,新增支持NLP语义表示BERT模型,分布式训练性能大幅提升,大规模稀疏参数服务器Benchmark布;同时,基于PaddlePaddle的深强化学习框架PARL,夺冠NeurIPS 2018。具有高灵活性和可扩展性,支持可定制的并行扩展,覆盖DQN、DDPG、PPO、A3C等主流强化学习算法. 目前,PaddlePaddle已对外开放超过50种经过工业场景验证的官方模型,例如,领邦利用PaddlePaddle,通过ICNet语义分割模型识别精密零瑕疵,实现零自动分拣。
笑****山 2018-07-10
监控专用对象存储的畅想
每天都有用监控抓小偷的新闻,监控行业的价值已经得到社会认可和买单;监控是最容易实现PB级文亿级文的场景,摄像头数越来越多、清晰越来越高,而文管理、存储和分析的压力也越来越大。 监控厂商自己做的堆盘式存储是个临时应急性方案,而且客户要求开放式管理监控,中立又可靠的对象存储方案是最佳选择。 最近几年IT行业并没有核心技术飞跃,我们能做的都是化选型,过去针对http访问场景的化选型,现在要做的是贴合监控场景的化选型。 从客户访问和内部实现的角,本文分为“访问界面”“读写代理”“元数据设计”“存储实现”四部分。 访问界面 这里指的是应用程序访问界面,而不是自然人访问界面。访问界面有四个问题: 要不要存储系统直接支持RTMP?直播和存储技术跨太大,且监控厂商已经有方案,低先级处理该功能。 要不要提供文系统级访问接口?先要求监控厂商使用存储SDK读写和管理监控数据,但可以考虑开只支持明确路径文的写入和读取、不支持文的管理和遍历的伪文系统驱动,这样才不会给元数据服务造成负担。 要不要贴合业务做URL规范?
5****a 2018-07-11
监控专用对象存储的畅想
每天都有用监控抓小偷的新闻,监控行业的价值已经得到社会认可和买单;监控是最容易实现PB级文亿级文的场景,摄像头数越来越多、清晰越来越高,而文管理、存储和分析的压力也越来越大。 监控厂商自己做的堆盘式存储是个临时应急性方案,而且客户要求开放式管理监控,中立又可靠的对象存储方案是最佳选择。 最近几年IT行业并没有核心技术飞跃,我们能做的都是化选型,过去针对http访问场景的化选型,现在要做的是贴合监控场景的化选型。 从客户访问和内部实现的角,本文分为“访问界面”“读写代理”“元数据设计”“存储实现”四部分。 访问界面 这里指的是应用程序访问界面,而不是自然人访问界面。访问界面有四个问题: 要不要存储系统直接支持RTMP?直播和存储技术跨太大,且监控厂商已经有方案,低先级处理该功能。 要不要提供文系统级访问接口?先要求监控厂商使用存储SDK读写和管理监控数据,但可以考虑开只支持明确路径文的写入和读取、不支持文的管理和遍历的伪文系统驱动,这样才不会给元数据服务造成负担。 要不要贴合业务做URL规范?
w****0 2018-07-11
单机房故障自愈-黎明之战
单机房故障止损覆盖从感知到止损阶段,其中感知阶段依赖监控系统的故障现能力,止损阶段依赖流系统的调能力。我们来具体看下的监控系统与流系统是如何在单机房故障止损场景中起作用。 故障现:监控平台 监控平台,针对单机房止损过程中的可用性场景,覆盖故障现、止损决策、问题定位各阶段的监控。同时针对单机房止损依赖的容管理场景,提供资源类监控采集,为容规划、扩缩容提供数据支持。实现从运营商外链路、内部络设备/链路、服务/实例、机器/容器的全方位数据采集与监控。满足络类单机房故障、业务类单机房故障的监控覆盖需求。 同时提供一系列数据分析方法。如智能异常检测、趋势预测、多维分析、关联分析、服务和链路拓扑分析,实现故障的精准现和定位。 故障止损:平台 针对络架构和业务架构,我们将流拆分为三层:接入层、服务层、依赖层。 接入层:从外用户起请求经过运营商络到统一前端(BFE)的过程,使用DNS实现外。 服务层:从BFE流至内服务的过程,使用BFE提供的GSLB动态负载均衡进行流
雪****魁 2018-07-11
危险背后的机遇--云服务故障危机分析
只要云主机采购稍微上规模,云主机用户总会遇到一些故障。请谅解和忘记供应商的营销话述,云主机用户必须自己在架构设计层面规避这些故障。 络抖动 现在云平台已经都用SDN组,SDN本质是“定义络”,其主打卖点是灵活管理和控制,其性能和稳定性并不是主打方向,SDN的质也要略差与于传统厂商。云平台都会有络IO超卖复用,而且用服务器CPU解海报文,其性能还是比传统络略差的。云用户做架构设计时,建议通过开更多节点的方式分散单节点络压力。 硬故障 硬故障无法彻底避免,依附于物理硬的云主机也会意外中断。云主机可以在计划内跨硬迁移,所以可以说云主机可靠性略高于物理机。但是云厂商可能买劣质资源,或者繁迁移云主机,甚至后台操作误停机误删除,以前用物理机客户自运维的各种故障点依然存在。理论上云平台技术人员会很专业和敬业,但很难深入了解客户业务。云用户以前的硬冗余设计仍然有效,而且可以利用多AZ/多region/多云等云上隔离方案。 资源不足 云资源的隔离不彻底且会超卖,带来了瞬时资源不足问题。
TOP