## 数据迁移 ## 存量 MySQL 迁移到 TiDB 服务 UDTS 产品支持 MySQL(5.5/5.6/5.7/8.0) 到 TiDB 的全量数据迁移，及增量数据同步。可协助用户在不停机的情况下轻松将业务从 MySQL 切换至 TiDB。 ## 自建 TiDB 迁移到 TiDB 服务 UDTS 产品支持 TiDB 全量数据迁移至 TiDB 服务。用户在源 TiDB 开启 Pump, MySQL 从库 UDTS 产品支持 TiDB 全量数据迁移至 MySQL 数据库。用户在 TiDB 服务上开启 Binlog 可将数据增量同步至下游 MySQL。UDTS 与 TiDB Binlog 服务一起可协助用户轻松建立 MySQL 从库。 ## 为 TiDB 服务建立 TiDB 从库 UDTS 产品支持 TiDB 全量数据迁移至 TiDB 数据库。用户在源 TiDB 服务上开启 Binlog

## 深度学习-人脸识别和风格迁移 黄海广 副教授 2023年04月 ## 本章目录 01 人脸识别概述 02 神经风格迁移 ### 1. 人脸识别概述 ## 01 人脸识别概述 02 神经风格迁移 ### 1. 人脸识别概述 ## 人脸验证（face verification） • 输入图片，以及某人的ID或者是名字 • 验证输入图片是否是这个人 ## 人脸识别（face recognition） 关键点包括:眼角、鼻尖、嘴角等 ### 1. 人脸识别概述 ## 人脸检测常用算法(深度学习框架) MTCNN算法 • HR • Face r-CNN • PyramidBox • FaceNet ### 1. 人脸识别概述 ## One-Shot学习 在一次学习问题中，只能通过一个样本进行学习，以能够认出同一个人。大多数人脸识别系统都需要解决这个问题。 系统需要做的就是，仅仅通过 她不是数据库中四个人之一。 $ d(\text{img1}, \text{img2}) = \text{degree of difference between images} $ 只要你能学习这个函数d，通过输入一对图片，它将会告诉 你这两张图片是否是同一个人。 ![Image](/uploads/documents/9/9/b/a/99ba641816164f93be57d4bd66abe4f3/p7_1

## 猿辅导公司的 ## Swift 迁移之路 唐巧 ## 公司简介 • K12 领域的独角兽公司。 - 拥有 2 亿用户，月活几千万。 - 互联网女皇报告中的在人工智能领域崛起的中国公司。 Stanford Question Answering Dataset (Ongoing) 1) Google + Carnegie Mellon (USA)  猿辅导 猿题库 小猿搜题 粉笔公考 中小学全科在线直播课 自适应智能练习和测评系统 中小学拍照搜题应用 斑马英语 公务员在线学习第一平台 英语启蒙 ## 关于我 • 唐巧，小猿搜题产品技术负责人 - 长期分享技术，拥有共计 10 万的微博和微信公众号粉丝 - 《iOS 开发进阶》、《iOS 面试之道》作者 ![Im 6/5/e165dcf1f27f711057d58e5188398a8d/p4_1.jpg) ## 大纲 • 猿辅导 App 的 Swift 迁移之路 • 猿辅导老师端 App 的 Swift 迁移之路 - 小猿搜题 App 的 Swift 迁移之路 |Date|Version| |---|---| |2014-09-09|Swift 1.0| |2014-10-22|Swift 1.1|

# Hadoop 迁移到阿里云 MaxCompute # 技术方案 (V2.8.5) 编写人：MaxCompute 产品团队 日期：2019.05 ## 目录 1 概要 ..... 6 2 阿里云大数据与开源生态对比 ..... 7 2.1 Hadoop 及开源生态与阿里云大数据生态对比 ..... 7 2.1.1 主流大数据体系架构 ..... 7 2.1.2 开源大数据组件架构 2.2 MaxCompute 产品特性 ..... 11 3 MaxCompute 迁移场景分析 ..... 15 3.1 迁移基于 Hadoop 的数据湖/数据仓库业务负载 ..... 15 3.2 不同的网络环境及部署形态迁移 ..... 17 4 Hadoop 到 MaxCompute 迁移工具介绍 ..... 17 4.1 MMA (MaxCompute Migration 18 4.2.1 迁移评估分析 ..... 18 4.2.2 数据迁移自动化 ..... 18 4.2.3 分析任务兼容性分析及转换 ..... 19 4.2.4 数据集成及工作流作业迁移.....19 5 迁移整体方案及流程.....19 5.1 阶段 1：调研评估&迁移方案.....20 5.2 阶段 2：试点/全面业务迁移.....20

## Service Mesh Meetup #4 上海站 ## 蚂蚁金服Service Mesh 渐进式迁移方案 2018.11.25 敖小剑 @ 蚂蚁金服 中间件 龙轼 @UC 基础研发部 ## 1 Service Mesh演进路线 2 实现平滑迁移的关键 3 DNS寻址方案的演进 4 DNS寻址方案的后续规划 总结 ## 蚂蚁金服主站落地：目标与现状 ![Ima 现实中有很多挑战 • 还有很多应用没有实现微服务化 • 还有很多应用没有运行在kubernetes之上 Istio目前还不够稳定，也无法原生支持我们的规模 现有系统中的众多应用不可能一夜之间全部迁移 最重要的：平滑迁移 • 微服务 + Service Mesh + Kubernetes 是目标 但是如何从现有体系向目标迈进，必须给出可行的实践指导 ✓ Roadmap 预计2019年初 ## 蚂蚁金服主站落地方案的实施原则 进）非常自然 • 容易落地 快速达成短期目标 ## ✓ 缺点是再往后走 • 由于没有k8s的底层支持，就不得不做大量工作 • 尤其istio的非k8s支持，工作量很大 而这些投入，在最终迁移到k8s时，又被废弃 ## 结论： • 不符合蚂蚁的远期规划（k8s是我们的既定目标） 会造成投资浪费（k8s铺开在即） 部署在K8s上 Service Mesh (Istio模式) !

## 机器学习-集成学习 黄海广 副教授 2022年12月 ## 本章目录 01 集成学习方法概述 02 AdaBoost和GBDT算法 03 XGBoost 04 LightGBM ### 1. 集成学习方法概述 01 集成学习方法概述 02 AdaBoost和GBDT算法 03 XGBoost 04 LightGBM ## 集成学习 ## Bagging 从 ## 集成学习 ## Boosting 训练过程为阶梯状，基模型按次序——进行训练（实现上可以做到并行），基模型的训练集按照某种策略每次都进行一定的转化。对所有基模型预测的结果进行线性综合产生最终的预测结果。  ## 集成学习 ## Stacking 2. 易于并行化，在大数据集上有很大的优势； 3. 能够处理高维度数据，不用做特征选择。 ## 随机森林 Random Forest（随机森林）是 Bagging 的扩展变体，它在以决策树为基学习器构建 Bagging 集成的基础上，进一步在决策树的训练过程中引入了随机特征选择，因此可以概括随机森林包括四个部分： 1. 随机选择样本（放回抽样）； 2. 随机选择特征; 3. 构建决策树；

## 深度学习-深度学习实践 黄海广 副教授 2023年03月 ## 本章目录 01 数据集划分 02 数据集制作 03 数据归一化/标准化 04 正则化 05 偏差和方差 ## 数据集划分 训练集（Training Set）：帮助我们训练模型，简单的说就是通过训练集的数据让我们确定拟合曲线的参数。 验证集（Validation Set）：也叫做开发集（Dev Set），用来做模型选择（model selection），即做模型的最终优化及确定的，用来辅助我们的模型的构建，即训练超参数，可选； 测试集（Test Set）：为了测试已经训练好的模型的精确度。 三者划分：训练集、验证集、测试集 机器学习：60%，20%，20%；70%，10%，20% 深度学习：98%，1%，1%（假设百万条数据） ## 交叉验证 的技术，保留所有的特征，但是减少参数的大小（magnitude），它可以改善或者减少过拟合问题。 ### 4. 集成学习方法 集成学习是把多个

## 机器学习-机器学习实践 黄海广 副教授 2022年02月 ## 本章目录 01 数据集划分 02 评价指标 03 正则化、偏差和方差 ### 1. 数据集划分 ## 01 数据集划分 02 评价指标 03 正则化、偏差和方差 ### 1. 数据集划分 训练集（Training Set）：帮助我们训练模型，简单的说就是通过训练集的数据让我们确定拟合曲线的参数。 验证集（Validation >训练集验证集测试集 三者划分：训练集、验证集、测试集 机器学习：60%，20%，20%；70%，10%，20% 深度学习：98%，1%，1%（假设百万条数据） ## 交叉验证 

## 深度学习-引言 黄海广 副教授 2023年03月 ## 本章目录 01 深度学习概述 02 神经网络的基础 03 深度学习的背景知识 04 深度学习的开发流程 ### 1. 深度学习概述 ## 01 深度学习概述 02 神经网络的基础 03 深度学习的背景知识 04 深度学习的开发流程 ## 深度学习与机器学习、人工智能的关系 人工智能：机器展现的人类智能 机器 机器学习：计算机利用已有的数据(经验)，得出了某种模型，并利用此模型预测未来的一种方法。 深度学习：实现机器学习的一种技术  ## 深度学习界的执牛耳者  周志华，南京大学计算机科学与技术系主任、人工智能学院院长。代表作：《机器学习》（西瓜书） ## 人工智能界的青年才俊 ![Image](/uploa