• 2天前
    0

    异步场景下的全栈溯源

    当前,异步模型被广泛使用,MQ 作为异步消息处理的一种实现,在企业应用中被广泛采用。Consumer 对消息的处理能力,反应了消息中间件的性能,本次分享的内容将围绕如何透明的追踪消息由产生到被消费的整个处理过程,实现异步场景下的全栈溯源。

    保存标签

    请至少输入一个标签名称

    评论 (0) 收藏 热度(0)
  • 2天前
    0

    那些经典交互设计流程与方法,真的足够好吗?

    在传统的交互设计流程中,比较看重从设计目标建立到最终方案推导过程的逻辑性、终端用户体验与用户心理认知模型的匹配性等,相关的 UCD 设计方法很多,而基…

    保存标签

    请至少输入一个标签名称

    评论 (0) 收藏 热度(1)
  • 3天前
    0

    计算机视觉研究突飞猛进,走向实用仍任重道远

    视频监控技术还远远没有达到成熟的水平;GAN及其相关模型才刚刚起步,发展潜力巨大,但应用范围有待进一步拓宽;深度学习作为一种大数据分析模型,在计算机视觉领域已经得到很好的应用,深度学习和大数据的潜力可能还没有被挖掘彻底。

    保存标签

    请至少输入一个标签名称

    评论 (0) 收藏 热度(3)
  • 5天前
    0

    基于 Impala 构建实时用户行为分析引擎

    介绍用户行为分析的概念及数据模型的定义,以及如何基于数个开源组件构建一个为此场景优化的分析引擎,达到进行实时、灵活的用户行为分析的目的。

    保存标签

    请至少输入一个标签名称

    评论 (0) 收藏 热度(1)
  • 6天前
    0

    认识机器学习排序LTR

    本文是关于Elasticsearch和LTR系列文章的第二篇,主要介绍了什么是LTR,它的起源,以及机器学习模型与搜索引擎的关系。

    保存标签

    请至少输入一个标签名称

    评论 (0) 收藏 热度(1)
  • 6天前
    0

    CNN浅析和历年ImageNet冠军模型解析

    卷积神经网络(CNN)最初是为解决图像识别等问题设计的,当然其现在的应用不仅限于图像和视频,也可用于时间序列信号,比如音频信号、文本数据等。 1.卷积神经网络原理浅析 2.AlexNet技术特点概要 2.VGGNet技术特点概要 2.InceptionNet技术特点概要 2.ResNet技术特点概要

    保存标签

    请至少输入一个标签名称

    评论 (0) 收藏 热度(3)
  • 6天前
    0

    公共安全领域智能积分模型构建

    本报告主要分享明略数据在研发新一代积分模型的初步尝试。介绍安全领域现有积分模型面临的挑战以及为了解决这些挑战,如何构建基于机器学习的新一代积分预警模型,并加入案例形式的分享。最后,根据实践中遇到的困难,提出进一步研发的思考。

    保存标签

    请至少输入一个标签名称

    评论 (0) 收藏 热度(2)
  • 9天前
    0

    使用Freya构建F# Web服务器

    Freya是一个专注于HTTP原语和并发的F# Web框架,其中并不提供模板等接口结构。在F# eXchange 2017大会上,[Marcus Griep介绍了Freya的核心模型。并展示了多种用于性能和并发的机制,例如与Hopac和Kestrel的集成。

    保存标签

    请至少输入一个标签名称

    评论 (0) 收藏 热度(4)
  • 9天前
    0

    ParlAI:Facebook开源的一个AI对话框架

    ParlAI(读作“par-lay”)是一个在各种公开提供的对话数据集上训练和评估AI模型的框架。它是用Python编写的(当前需要Python 3),主要用于对话AI研究。

    保存标签

    请至少输入一个标签名称

    评论 (0) 收藏 热度(3)
  • 11天前
    0

    甲骨文新一代移动开发体验

    介绍如何使用甲骨文 MAX(MobileApplication Accelerator)构建块快速组装 iOS 和 Android 应用程序;如何通过甲骨文企业级前端开源工具包——JavaScript Extension Toolkit,将 hybrid 开发发挥到极致;此外还会介绍如何快速地实现企业国际化、本地化支持、通用数据模型以及 Collection API 使用、生产级应用安全性以及 oj.OAuth 插件等技术细节。

    保存标签

    请至少输入一个标签名称

    评论 (0) 收藏 热度(8)
  • 13天前
    0

    Building Security——构筑坚若磐石的安全软件

    大家在提起网络安全的时候,绝大多数人群关注的是企业外部遭受的攻击,软件信息泄露等后期安全风险,同时相关的防护集中于产品上线前或上线后的渗透测试、应用安全功能测试等安全防护手段。很少有团队想要将安全提前到软件开发过程构建中来,本专题将通过 Gary McGraw 提出的 BSIMM 软件安全成熟度模型(Building Security In Maturity Model)的详解,让企业的软件团队理解如何将安全节节贯穿至软件的整个生命周期中,最终提供坚若磐石的可靠软件。本主题更多的是自顶向下提供软件安全的整体方案,兼顾各个阶段需要的技术保障与管理方式。

    保存标签

    请至少输入一个标签名称

    评论 (0) 收藏 热度(6)
  • 16天前
    0

    Google发力智能识别:Cloud Speech API正式发布

    Google在近期的博客帖子中,宣布它们的Cloud Speech API正式发布。Cloud Speech API允许开发人员添加预先训练好的机器学习模型,用于视频、图像和文本分析中的识别任务,并可实现动态翻译。Cloud Speech API曾于去年夏天以测试版发布。

    保存标签

    请至少输入一个标签名称

    评论 (0) 收藏 热度(8)
  • 18天前
    0

    深入浅出Tensorflow(四):卷积神经网络

    本文将介绍卷积神经网络,通过与传统算法的对比、卷积神经网络的结构分析等方面来介绍卷积神经网络模型,并给出通过TensorFlow在MNIST数据集上实现卷积神经网络的方法。

    保存标签

    请至少输入一个标签名称

    评论 (0) 收藏 热度(6)
  • 20天前
    0

    杨强教授漫谈《西部世界》、生成式对抗网络及迁移学习

    近日,杨强教授在[范式大学]内部课程中,与大家分享了他在 “生成式对抗网络模型“ 和迁移学习等领域的独特见解和最新思考。

    保存标签

    请至少输入一个标签名称

    评论 (0) 收藏 热度(4)
  • 24天前
    0

    深入浅出Tensorflow(三):训练神经网络模型的常用方法

    本文将介绍优化训练神经网络模型的一些常用方法,并给出使用TensorFlow实现深度学习的最佳实践样例代码。为了更好的介绍优化神经网络训练过程,我们将首先介绍优化神经网络的算法——梯度下降算法。然后在后面的部分中,我们将围绕该算法中的一些元素来优化模型训练过程。

    保存标签

    请至少输入一个标签名称

    评论 (0) 收藏 热度(10)
  • 25天前
    0

    Stripe的大规模数据在线迁移经验

    Stripe与大家分享了他们在不停服的情况下如何做大规模数据在线迁移的经验,尤其是数据模型发生改变时。

    保存标签

    请至少输入一个标签名称

    评论 (0) 收藏 热度(7)
推广服务

There is no post

最新文章