• 1天前
    0

    深入浅出TensorFlow(二):TensorFlow解决MNIST问题入门

    本文是整个系列的第二篇文章,将会简单介绍TensorFlow安装方法、TensorFlow基本概念、神经网络基本模型,并在MNIST数据集上使用TensorFlow实现一个简单的神经网络。

    保存标签

    请至少输入一个标签名称

    评论 (0) 收藏 热度(0)
  • 1天前
    0

    唱吧DevOps的落地,微服务CI/CD的范本技术解读

    鉴于单体式架构的弊端,我们决定接下来的版本里采用微服务的架构模型。在采用了微服务架构之后,我们就可以动态调节服务的资源分配从而应对压力、服务自治、可独立部署、服务间解耦。开发人员可以自由选择自己开发服务的语言和存储结构等,目前整体上使用PHP做基础的Web服务和接口层,使用Go语言来做长连接池等其他核心服务,服务间采用thrift来做RPC交互。

    保存标签

    请至少输入一个标签名称

    评论 (0) 收藏 热度(1)
  • 2天前
    0

    真实世界中的人机算法

    在本文中,我们将讨论开发机器学习模型的全流程:你该从哪里获得训练数据、如何选择机器学习算法、在模型部署上线之后还要跟进解决什么问题……等等。

    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

    微博视频推荐

    短视频在微博平台上展现了自己的洪荒之力,以刚刚结束的里约奥运会为例,仅央视在微博上发布的奥运短视频,头三天前十名的累计播放量就达到 5.9 亿次。从用户的角度出发,用户消费视频的成本较高(流量、时长……),并且在不同场景下用户对视频消费的预期和习惯不尽相同。作为视频推荐的基础服务,微博视频推荐系统一方面要减少用户的信息过载问题,另一方面也要能适应不同场景下的推荐需要,最优化推荐转换率,在满足用户视频消费需求的同时提升平台的价值。本次分享会从从算法和架构两个层面介绍微博视频推荐系统的原理、用户反馈机制、自动快速的效果对比及模型上线机制等。

    保存标签

    请至少输入一个标签名称

    评论 (0) 收藏 热度(6)
  • 7天前
    0

    敏捷开发之路

    传统的软件项目管理方法会迫使团队成员适应一种特殊的开发流程,而敏捷开发范式让开发流程更顺应人类本性。Bateson的学习模型可以帮助我们学会敏捷开发,遵循敏捷开发方法,培养敏捷开发习惯、建立自我的敏捷开发理念和见解。

    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

    Raspberry Pi推出Zero W

    Raspberry Pi基金会推出了Pi Zero W。作为Pi Zero的一个新型号,Pi Zero W在主板上新集成了WiFi和蓝牙,其10美元的售价要比Pi Zero贵上一倍,但是与五年前发布的Raspberry Pi Model B的35美元售价相比依然便宜不少。具备主板联网功能的Pi Zero W将开启物联网项目的更好前景。

    保存标签

    请至少输入一个标签名称

    评论 (0) 收藏 热度(2)
  • 14天前
    0

    闫金明:分布式微服务的系统模型演进

    付钱拉的闫金明老师在金融领域工作了十余年,他与我们分享了相比其他领域,IT在金融领域的特殊性和难点,介绍了付钱拉系统模型从集中式到分布式,再到分布式微服务化的演进过程中的经验和思考,以及他对系统监控重要性的一些看法

    保存标签

    请至少输入一个标签名称

    评论 (0) 收藏 热度(4)
  • 15天前
    0

    数学菜鸟如何学习机器学习

    机器学习中数学的重要性:良好的数理基础会让机器学习事半功倍,算法和模型的选择和理解都需要一定的数学基础。 -机器学习中哪些数学知识是必备的:线性代数、概率论和统计学、多元微积分、算法和优化理论、复变函数和信息论中的相关知识和概念都是必需的。

    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

    什么是架构的极致?——由 IoT 核心参考架构 Sluff 带来的思考

    IoT 领域中已经有太多的公司或组织提出他们的『物联网参考架构』,然而多数情况下这些架构的设计目的只是为了『装进更多他们的产品』。在本次分享中,我将从领域模型谈起,从解决真实的领域问题出发来提出一个『核心参考架构』。在这个过程中,我们以追求极致为最终理念,一方面实现了对现有其它参考架构的一个归纳萃取,另一方面也提供了在分析、设计与实现三方面高度一致的真实可用的架构模型:Sluff。我在分享中将会介绍整个架构分析、设计与实现的全程,以及其中的种种权衡。 在 Sluff 这个标准的核心参考架构的基础上,我们基于 NodeJS 提交了它的一个具体实现。本次分享中,我也将介绍这个项目/产品的进展以及特性:一定程度上,它是 IoT 的一个参考运行框架。

    保存标签

    请至少输入一个标签名称

    评论 (0) 收藏 热度(12)
  • 21天前
    0

    微软开源基于云的生理学研究工具

    Bio Model Analyzer是一款微软基于云的生理学研究工具,可以用于对细胞交互和通信进行建模,现已经在GitHub上开源,在MIT许可之下。研究人员使用Bio Model Analyzer (BMA) 去创建计算机模型,该模型可以比较健康和不健康细胞内的处理。BMA模型可以使科学家看到成千上万个基因和蛋白质的相互使用,加快疾病的研究和治疗速度。

    保存标签

    请至少输入一个标签名称

    评论 (0) 收藏 热度(12)
  • 21天前
    0

    Swift内存所有权宣言

    据Swift的创建者和前团队负责人Chris Lattner介绍,Swift 4的主要目标之一就是要定义一个类似于Rust/Cyclone的内存所有权模型。在当前Swift 4已进入第二阶段的情况下,Swift团队发布了一个详细阐明Swift内存所有权工作方式的宣言。

    保存标签

    请至少输入一个标签名称

    评论 (0) 收藏 热度(5)
  • 21天前
    0

    物联网技术周报第 81 期: 构建基于 Google Cloud Services 的声控机器人

    构建基于 Google Cloud Services 的声控机器人;保护在网络上传输的 IoT 数据;基于 STM32 与 机智云的智能温控器;MWC 2017大会的10款热门物联网产品;华为发布边缘计算物联网EC-IoT解决方案,使能行业数字化转型;德国工业智库发布工业4.0成熟度模型;泰迪熊智能玩具泄露数百万音频信息和用户密码

    保存标签

    请至少输入一个标签名称

    评论 (0) 收藏 热度(11)
  • 21天前
    0

    学习机器学习之如何根据需求选择一种算法

    随着机器学习的进一步火热,越来越多的算法已经可以用在许多任务的执行上,并且表现出色。 但是动手之前到底哪个算法可以解决我们特定的实际问题并且运行效果良好,这个答案很多新手是不知道的。如果你处理问题时间可以很长,你可以逐个调研并且尝试它们,反之则要在最短的时间内解决技术调研任务。 Michael Beyeler的一篇文章告诉我们整个技术选型过程,一步接着一步,依靠已知的技术,从模型选择到超参数调整。

    保存标签

    请至少输入一个标签名称

    评论 (0) 收藏 热度(13)
  • 26天前
    0

    到底什么是数据科学家?

    “数据科学家“在数据化的进程中,扮演着极为重要的角色。他们既继承着统计师和业务分析师的职责,又需要将日新月异的大数据技术、算法、模型等逐渐转化为企业价值。 而这一角色的定义比较模糊,那么数据科学家的职责包括什么? 需要哪些技能?对于有志于从事这份工作的朋友,从哪里开始,如何能在较短时间内赢得数据科学家的工作机会?

    保存标签

    请至少输入一个标签名称

    评论 (0) 收藏 热度(13)
  • 28天前
    0

    网易 APM 数据处理系统实践

    APM 要解决的问题,与传统监控的区别(应用与资源),对 DevOps 的帮助。 APM 的功能划分:应用状态把控,问题诊断,性能诊断,数据分析。 客户端及服务端 APM 的特征: 客户端偏用户体验,影响维度多,运营商,网络环境,地域等; 服务端偏性能统计,主要跟机器资源,代码质量相关。 APM 数据处理架构: APM 的存储需求:诊断需求,统计需求,分析需求; 数据处理架构:架构演进,存储选择(HBase、MySQL、Druid); Druid 的选择:实时数据处理,可伸缩性,高可用; Druid 的问题:任务模型,调度模型,租户隔离。

    保存标签

    请至少输入一个标签名称

    评论 (0) 收藏 热度(9)
  • 1月前
    0

    阿里巴巴的数据研发体系是如何建立和管理的?

    数据研发经常会遇到这些问题: 研发人数较多(超千人),频繁上下线,如何解决开发效率的问题?业务高速发展,数据量爆炸式的增长,如何有效控制存储与计算的线性增长?从数据采集到数据消费的整个链路非常复杂,如何保障整个数据链路的质量与产出时间?大数据建设的标准规范,如何制定并有效的执行?数据浩瀚如烟、纷繁复杂,如何能够迅速的找到自己想要的数据? 经过几年的摸索,我们通过 OneData 研发体系能够比较有效的解决上述问题。OneData 定位是:一个指标一个算法,一个维度属性只有一个名字,模型规范化,从算法定义、数据研发到数据服务,可管理追溯从而规避重复建设。

    保存标签

    请至少输入一个标签名称

    评论 (0) 收藏 热度(14)
推广服务

There is no post

最新文章
  • Blender2.7给平面模型添加纹理贴图

    在blender中给模型添加纹理,需要有2个步骤:首先在对象属性栏中给该对象添加材料和纹理建立纹理映射添加材料和纹理这是常见操作,略过步骤。但是仅仅这样操作,...

  • WebAssembly工作原理和JavaScript语言性能对比分析

    本文简单说明WebAssembly(简称wasm)工作原理和高性能的原由(和JavaScript相比)。不过需要提醒的是Wasm并非设计来完全替代JS,而是对JS的一个强大补充,JS中...

  • 创建非矩形网页页面元素的常用技术和实例代码

    非矩形设计正在变成一种时尚,比如波浪形、菱形、三角形等:而随着技术发展,这种设计在技术实现上也变得更容易。本文以最简单的三角形为例,演示使用5种方法来...

  • WebGL、Asm.js和WebAssembly概念简介

    随着HTML技术的发展,网页要解决的问题已经远不止是简单的文本信息,而包括了更多的高性能图像处理和3D渲染方面。这正是要引入WebGL、Asm.js和WebAssembly这些技...

  • CSS3属性选择器特性使用详解

    CSS3除了引入动画、滤镜(用于特效)以及新的布局技术外,在选择器(selector)方面也有增强。属性选择器根据元素的属性(attributes)来匹配。这可以是一个单独...

  • 更多...