宋净超 从开源 Istio 到企业级服务:如何在企业中落地服务网格
从开源 Istio 到企业服务 ——如何在企业中落地服务网格 From Istio OSS to Enterprise Service Mesh 宋净超(Jimmy Song) September 24, 2022 Shanghai, China Cloud Native Application Networking Secure, Observe and manage microservices0 码力 | 30 页 | 4.79 MB | 5 月前3领域驱动设计&中台/在一个实际复杂业务中落地DDD方法与相关架构
0 码力 | 31 页 | 4.74 MB | 1 年前3领域驱动设计&中台/化繁为简--DDD驱动复杂业务软件架构的演进
模型的表达能 力,提高了可扩展性 UI边界≠模型边界 通过提炼隐含业务规则完善模型 CONTENTS CONTENT 产品介绍 业务挑战及架构目标 架构演进 总结展望 DDD在研发中落地 统一语言 需求实例化 持续集成 接口测试 DDD落地与研发融合 架构演进驱动产品与研发 • 降低了整体业务的耦合,各业务独立演化; • 简化了集成关系,降低了集成成本,实现各业务的独立发布;0 码力 | 33 页 | 1.25 MB | 1 年前3谭国富:深度学习在图像审核的应用
qq.com SACC2017 优图团队立足于社交网络大平台,借助社交业务积累 的海量人脸、图片、音乐等数据,专注在人脸、图像、 音乐、语音、机器学习等领域开展技术研究,并积极 推动研究成果在业务中落地产生价值。 关于优图实验室 人脸识别 图像识别 音频识别 SACC2017 目录 01 腾讯优图内容审核能力介绍 02 深度学习技术介绍 03 内容审核的扩展和延伸 00 图像审核的行业背景0 码力 | 32 页 | 5.17 MB | 1 年前32024 中国开源开发者报告
结合当前人工智能产业界的“人工智能+”计划,小模型在特定任务优化上的优势愈发突出, 预计将在金融、医疗和工业自动化等热门领域发挥引领作用,以更高效、更精准的方式满足多样 化需求,帮助人工智能在实际应用场景中落地。 开源多元化与应用细分 中国开源模型的发展不仅体现在技术突破上,还在生态建设中展现出巨大的活力。中国开源 模型从竞争激烈的“百模大战”逐步迈向多元化和深度细分,国内社区在今年发布了大量高质量0 码力 | 111 页 | 11.44 MB | 8 月前32019-2021 美团技术年货 前端篇
flutter_tools 中的编译流程做了干预,分别进行了 JS 文件分片、静态资源 Hash 化、资源文件上传 CDN 等优化,使得这些 在常规 Web 应用中基础的性能优化手段得以在 FlutterWeb 中落地。同时 加强了 FlutterWeb 特殊场景下的资源优化,如:字体图标精简、Runtime Manifest 隔离、Mobile/PC 分平台打包等; ● 加载优化:在编译阶段进行静 本地开发时,我们则会通过 Bifrost 定义的 MockPlatform 异步加载布局子系统 的静态资源,保证线上 / 线下运行效果的一致性,方便本地联调。 工程实践 代码层面的改动虽然不多,但要在实际的生产环境中落地,还需要解决一系列老 生常谈的问题,包括: ● 本地开发时,如何保证与线上实际运行效果的一致性? ● 如何实现全局状态管理和子系统之间的通信? ● 如何对公共依赖和公共模块进行管理?0 码力 | 738 页 | 50.29 MB | 1 年前32020美团技术年货 算法篇
领域做出更多、更好的解决方案。比较幸运的是,这次竞赛的场景与我们美团无人配 送的场景具备一定的相似性,所以我们相信未来它能够直接为业务赋能。目前,我们 已经将该研究工作在竞赛中进行了测试,也验证了算法的性能,同时为该算法在业务 中落地提供了一个很好的支撑。 六、参考文献 [1] Zhang P, Ouyang W, Zhang P, et al. Sr-lstm: State refinement for lstm towards0 码力 | 317 页 | 16.57 MB | 1 年前32022年美团技术年货 合辑
检索式对话系统是一个复杂的系统,包括离线数据流程、在线召回排序、个性场景策 略等多个算法模块,其整体框架早已成熟,不过针对其中细分模块的优化仍然是研究 和实践的重点。 经过一年多的技术探索与应用实践,我们不仅在多个业务中落地,并且构建了一套可 快速推广复用的检索式对话系统。尽管当前的系统已经达到了较高的满意度,基本覆 盖解决了咨询场景中的闲聊、知识等类型问题,但是针对系统本身以及咨询场景的解 决方案依然有很多探索优化的方向,包括但不限于: TensorFlow CPU 场景的 4 倍以上。 注:原生 TensorFlow 使用了 tf.Variable 作为 Embedding 的参数存储。 5. 业务落地 Booster 架构要在业务生产中落地,不只是要有一个良好的系统性能,还需要同时关 注训练生态系统的完备性以及训练产出模型的效果。 5.1 完备性 一次完整的模型训练实验,除了要跑训练(Train)任务外,往往还需要跑模型的效果 于各家公司的基础设施 建设成熟度和技术选型差异巨大,所以没有一个可用的完整生态可以做到“开 箱即用”,所以我们需要基于现有的技术架构和基础设施来设计自己的规则, 同时推广这套标准在安全运营工作中落地。 ● 数据质量与数据链路的可靠性:数据质量和可用性问题是从立项开始一直到后 期运营阶段都会出现的问题,问题可能来自于上游采集逻辑不完备或采集错 误,还有数据链路不稳定导致写入计算引擎出现大批量丢失的问题,还有数据0 码力 | 1356 页 | 45.90 MB | 1 年前3Pro Git 中文版 第2版 2.1.66
iss53 分支)能够通过所有测试,并且不会引入更 多 bug 之后,就可以合并入主干分支中,等待下一次的发布。 事实上我们刚才讨论的,是随着你的提交而不断右移的指针。 稳定分支的指针总是在提交历史中落后一大截, 而前沿分支的指针往往比较靠前。 图表 26. 趋于稳定分支的线性图 通常把他们想象成流水线(work silos)可能更好理解一点,那些经过测试考验的提交会被遴选到更加稳定的流 水线上去。0 码力 | 501 页 | 19.30 MB | 1 年前3Pro Git 中文版 第2版 2.1.66
iss53 分支)能够通过所有测试,并且不会引入更多 bug 之后,就可 以合并入主干分支中,等待下一次的发布。 事实上我们刚才讨论的,是随着你的提交而不断右移的指针。 稳定分支的指 针总是在提交历史中落后一大截,而前沿分支的指针往往比较靠前。 图表 26. 趋于稳定分支的线性图 通常把他们想象成流水线(work silos)可能更好理解一点,那些经过测试考 验的提交会被遴选到更加稳定的流水线上去。0 码力 | 670 页 | 13.59 MB | 1 年前3
共 10 条
- 1