Rust分布式账务系统 - 胡宇
第三届中国 Rust 开发者大会 Rust 构建分布式账务系统 在 Fintech 公司落地 Rust 项目的经验分享 Airwalle x 胡宇 Airwallex 我们是一家跨境支付领域的 Fintech 独角兽 关于我们 E2 轮 Fintech 独角兽,业务遍布全球 关于我们: Airwallex 墨尔本 新加坡 伦敦 深圳 香港 北京 旧金山 上海 东京0 码力 | 27 页 | 12.60 MB | 1 年前3Rust HTTP 协议栈在终端通信场景的实践 - 胡凯
第三届中国Rust开发者大会 Rust HTTP 协议栈在终端通信场景的实践 胡凯 hukai45@huawei.com 华为 公共开发部 嵌入式软件能力中心 什么是 HTTP 协议? ⚫ HTTP 协议介绍 目录 终端场景下 HTTP 协议的主要使用场景,以及需要思考的问题。 ⚫ 终端 HTTP 通信场景浅析 我们当前结合 Rust 和终端通信场景的实践的简单介绍。 ⚫ Rust0 码力 | 26 页 | 1.25 MB | 1 年前3OpenKruise镜像预热实践_王思宇
通过 OpenKruise 实现大规模集群 镜像预热&部署发布加速实践 王思宇(酒祝) 阿里云容器服务 技术专家 OpenKruise author & maintainer 目 录 前言:OpenKruise 简介 01 为什么说人人都需要镜像预热 02 OpenKruise 是如何实现镜像预热的 03 如何通过镜像预热加速部署&发布 04 版本前瞻:原地升级与预热的结合 050 码力 | 28 页 | 5.78 MB | 1 年前3Building Linux Distribution(Linux 分布式)- 贾晓宇
0 码力 | 19 页 | 723.62 KB | 1 年前3多云管下的自动化运维架构-刘宇
多云管下的自动化运维架构 刘宇 Bespin 高级研发总监 自我介绍 自我介绍 • DevOps专家 • 曾任职于新浪、百度、金山 • 《Puppet实战作者》 《Puppet实战手册》 《Python进阶》 • QCon金牌讲师,QCon优秀出品人 目录 ① 行业趋势分析 ② 多云下运维的挑战 ③ 多云平台架构如何设计? ④ 困难以及挑战 资源统一管理 监控0 码力 | 32 页 | 6.05 MB | 1 年前3Python在金融领域的应用与创新 王宇韬
GUICHENG TRUST CORPORATION LTD. 个人简介 HUANENG GUICHENG TRUST CORPORATION LTD. 1 上海交通大学本科、宾夕法尼亚大学硕士 王宇韬 华能信托金融科技实验室发起人 CFA、FRM、AQF 2 华能信托华小智金融科技小组组长 3 《Python金融大数据挖掘与分析全流程详解》作者 公司介绍 Huaneng Guicheng0 码力 | 51 页 | 4.69 MB | 1 年前3使用 TiDB 进行实时数据分析-马晓宇
0 码力 | 36 页 | 9.32 MB | 1 年前3APM 深水区:构建连接运维与业务之桥-赵宇辰
APM 深水区: 赵宇辰 @ 听云 构建连接运维与业务之桥 目录 • APM现状和痛点 • 什么是APM深水区 • 技术原理 • 实际案例 APM现状:全链路监控 基础架构 业务系统 SaaS 原生App 浏览器 H5/Webview 应用性能监控 第一代APM: 主动拨测 APP监控 浏览器监控 基础架构监控 模拟用户 拨测节点 真实用户 小程序监控0 码力 | 24 页 | 5.87 MB | 1 年前3QCon北京2018-《未来都市--智慧城市与基于深度学习的机器视觉》-陈宇恒
未来都市 - 智慧城市与基于深度学习的 机器视觉 演讲者/陈宇恒 概要 • 我们是谁 • 智慧城市中机器视觉应用 • 我们是如何构建城市级AI+智慧城市系统 • 大规模深度学习实战系统的几点经验 l商汤科技联合创始人,架构师 lC++/Go/Rust/Ruby开发者 l多个开源项目贡献者 lNIPS国际会议论文作者 @chyh1990 2017.6 2016.3 20150 码力 | 23 页 | 9.26 MB | 1 年前32022年美团技术年货 合辑
赖,提升模型在复杂业务场景的泛化性能方面非常有价值,我们也在做一些尝试和 探索。 4. 作者简介 马彬,美团视觉智能部工程师。 算法 < 297 美团搜索中查询改写技术的探索与实践 作者:杨俭 宗宇 谢睿 武威 1. 引言 在搜索场景中,由于用户搜索词 Query 和检索文本 Document 之间存在大量表述不 一的情况,在文本检索框架下,此类文本不匹配导致的漏召回问题严重影响着用户的 效果提升明显,最终的效果明显好于直接使用训练样本 + 人工标 注数据 Tuning。 协同训练可以有效解决“葡萄酒”→“葡萄”等字面文本相似度较高的 Case,但噪 声数据频率较高的“马琴”→“二胡”这类字面匹配不明显,上下文比较相似的同位 词 Case 仍然存在。这里使用了关系抽取的方法针对性的挖掘了这类疑难 Case。例 如针对同位词负例的挖掘使用了一些 Pattern 的方法,挖掘 UGC 这方面目前定义比较完备的是阿里巴巴在商品领域构建的 AliCoCo[27]。在生 活服务领域词关系是更为丰富的,我们希望能建立起生活服务领域最大、最 精细、最丰富的词关系结构化数据,更好的服务于使用方。 5. 作者简介 杨俭、宗宇、谢睿、武威,均来自美团平台 / 搜索与 NLP 部。 6. 参考文献 [1] 温丽红、罗星驰等 . 美团搜索中 NER 技术的探索与实践 . [2] Antonellis, Ioannis, Hector0 码力 | 1356 页 | 45.90 MB | 1 年前3
共 153 条
- 1
- 2
- 3
- 4
- 5
- 6
- 16