InfoQ中文版

2019-04-23 01:43    2019-04-23 03:30

谷歌开源GPipe库,主要用于大规模深度学习模型的快速训练

谷歌人工智能部门最近开源了GPipe,这是一个用于快速训练大规模深度学习模型的TensorFlow类库。深层神经网络(DNN)主要用于解决自然语言处理和视觉目标识别等人工智能任务。以视觉识别为例,该领域的最新方法通常以ImageNet挑战赛的获胜方案为基准。每一届冠军的成绩都优于前一届;当然,模型的复杂度也会相应增加。2014年的冠军GoogLeNet通过使用400万个模型参数达到了74.8%的top-1准确率,而2017年的冠军Squeeze-and-Excitation Networks则使用了1.458亿个参数并达到了82.7%的top-1准确率。

GitLab 11.9发布,新增秘密自动检测

GitLab 11.9已经发布,新增秘密自动检测和更多的合并请求审批规则集。GitLab是一个软件开发生命周期支持工具,提供项目规划、源代码管理和CI/CD功能。现在,秘密检测被包含在GitLab的静态分析安全测试(SAST)功能中。在CI期间,GitLab将扫描每个提交,检查是否包含秘密,比如API密钥。如果找到,开发人员将在合并请求中自动获得通知。扫描的结果也显示在安全仪表板的SAST报告中。任何启用了SAST的应用程序都可以启用此功能。它还包含在Auto DevOps的默认配置中。GitLab UI显示合并请求中的秘密检测(来自GitLab)这个版本还包括经过改进的合并请求审批规则集。

百度中文纠错技术

一. 纠错技术概述语言是复杂的。每一门语言都经历了几百年,甚至几千年的长期演变和发展,形成了一套复杂的文法和句法规则。这些文法和句法规则复杂多变,例如一些词或者短语存在多音、多意、多用等现象,对语言的使用者提出了较高的要求;一旦语言使用者对语言掌握不够或者粗心大意时,则很容易发生用词不当、张冠李戴等错误。虽然这些错误看起来微不足道,但正所谓“差之毫厘,谬以千里”,特别是在某些场景(比如外交场合),即使很小的语言错误也可能带来非常恶劣的影响。

阿里云PB级Kubernetes日志平台建设实践

前言阿里云日志服务是阿里集团针对日志分析、处理的自研产品。Kubernetes 近两年来发展十分迅速,已经成为容器编排领域的事实标准,但是 Kubernetes 中日志采集相对困难,阿里云日志服务技术专家元乙即将在QCon北京2019分享Kubernetes 日志平台建设最佳实践,借此机会我们采访了元乙老师阿里云 Kubernetes 日志平台是如何建设的。背景阿里云日志服务是阿里集团针对日志分析、处理的自研产品,最根本的目的是让用户专注在“分析”上,远离琐碎的工作。日志服务整体功能分为3个部分:日志采集、智能查询分析和数据分发。

贾扬清:我对人工智能方向的一点浅见

贾扬清,浙江上虞人,毕业于清华大学自动化系,在加州大学 Berkeley 分校获得计算机博士学位,目前担任阿里计算平台掌门人。最近几年深度学习的流行,大家一般认为是从2012年 AlexNet 在图像识别领域的成功作为一个里程碑。AlexNet 提升了整个业界对机器学习的接受程度:以前很多机器学习算法都处在“差不多能做 demo ”的程度,但是 AlexNet 的效果跨过了很多应用的门槛,造成了应用领域井喷式的兴趣。

Service Mesh在企业级应用的生存之道

导读近期与几位企业用户交流 Service Mesh 及其相关技术,大家对于它所展现的形态以及未来发展都表示出极大的兴趣。但对当下企业应用现状如何与 Service  Mesh 整合到一起又表现出极大的困惑。本文力图结合Service Mesh技术特性与企业应用的实际情况,就 Service Mesh 如何应对企业应用给出博云自身的思考,欢迎有兴趣的朋友一起讨论。在进行详细探讨之前,我们首先回顾一下 Service Mesh 的定义:服务网格是一个用于处理服务间通信的基础设施层,它负责为构建复杂的云原生应用传递可靠的网络请求。

几分钟搞定自己的深度学习开发环境,我是怎么做到的?

随着更好的计算能力、更多的数据,以及更便捷的开源框架的出现,深度学习开始在传统领域崭露头角,然而其环境配置的复杂性让人望而生畏,本文则是在作者多次实战部署的基础上,对不同情况下的深度学习开发环境配置进行了深入的讲解,旨在消除配置壁垒,让你能够零基础快速上手深度学习。引言如今,得益于低成本和大容量的存储设备,我们拥有了远多于以往的数据。不论有多少炒作的成分,我们还是要感谢大数据。但是,真正的MVP应该是更快和更好的计算能力,正因为有了这样的计算能力,我们才可以把二十世纪八九十年代的论文真正应用到实际中去(LSTM实际上是在1997年被发明的)。

Zoom上市警示录:原来中国程序员比硅谷工程师廉价不止一点点

4月18日,视频会议创业公司Zoom在纳斯达克上市,股价一路上涨,截至发稿每股股价已升至62美元,上涨幅度72.22%。一天之内,袁征所持股份的市值也飙升到了29亿美元(约合人民币194亿元),跻身亿万富翁之列,Zoom的市值也超过160亿美元。各个消息发酵到今天,大家关注的焦点已经从这家极简主义远程视频公司转移到其创始人兼灵魂人物——袁征身上。作为一名华裔程序员,在8次赴美签证被拒后,第9次终于成行的故事颇有“黄金时代”创业人不屈不挠的气概,在美国耕耘数十年,袁征终于将一手创立的Zoom成功推上纳斯达克。而巨大的荣光背后,不得不提Zoom的开发团队——那些廉价而任劳任怨的中国程序员。

移动互联网进入下半场,谁会是主角?

今年 1 月,在一年一度的微信公开课上,我们获得了这样一组数据:2018 年 8 月份,微信的日登录量超过 10亿;过去一年,小程序的日均用户使用频次增长了 54%,微信生态圈的发展令人侧目。移动互联网生态的主角,当然不止是微信和小程序。2019 已至,5G 时代将来,移动技术和生态又将发生哪些变化? QCon 北京 2019 “移动新生态”专题或许能给你带来新的启发和思考, 点此了解 。每当有新事物出现,又或是技术行至中局,总是能听到唱衰的声音。2011 年,微信诞生的时候,由于仅能发文字和图片,与 QQ 相比竞争力较弱,所以外界并不看好它的发展。

如何使用WebAssembly提升性能

在之前的文章中,我谈到了如何借助WebAssembly将C/C++库生态系统引入到Web中。squoosh是一个广泛使用了C/C++库的Web应用程序,使用各种从C++编译为WebAssembly的codec来压缩图像。WebAssembly是一种低级虚拟机,可以保存在.wasm文件中的字节码。这种字节代码是强类型和结构化的,在宿主系统上经过编译很优化后可以运行得比JavaScript更快。根据我的经验,Web的大多数性能问题都是由强制布局和过多的绘制引起的,偶尔也需要执行一些耗时的高计算成本任务,而WebAssembly在这个时候就可以派上用场。

MTHawkeye:美图开源的iOS调试辅助、性能优化工具集

MTHawkeye 是美图 iOS 团队在使用的调试辅助、性能优化辅助工具集,旨在帮助 iOS 开发者提升开发效率、辅助优化性能体验。在产品开发周期内,我们引入 MTHawkeye 来帮助我们更快的发现、查找、分析、定位、解决问题:开发阶段,侧重于开发调试辅助,及时侦测问题,并在必要时提示开发者及时处理测试阶段,侧重于根据测试场景,收集尽可能多的数据,用于自动化测试分析报告线上阶段,侧重补充传统 APM 组件缺失,但自身业务需要收集的一些性能数据作为美图内部日常使用的基础工具,现将其开源,期待后续有更多实用的插件以帮助开发者提高效率,更便捷的优化 App 的性能。

Vue组件库工程探索与实践之构建工具

我们团队近期发布了移动端 Vue 组件库 NutUI 的 2.0 版[1],2.0 不是 1.0 的升级,而是一个全新的组件库。从 1.0 到 2.0 一路走来,我们积累了一些 Vue 组件库的开发经验,接下来的一段时间,我们将以系列文章的形式与大家进行分享,欢迎大家关注。作为《Vue组件库工程探索与实践》系列文章开篇之作,我们从“盘古开天地”说起吧。从当年的静态页面到如今的 Web App,前端工程越来越复杂,对于一个稍大些的前端项目来说,代码都写在一起难以维护,团队分工协作也成问题。

许式伟:毕业 2 年成为首席架构师,我的技术学习方法论 | 极客时间

你好,我是许式伟。今天想和大家聊聊架构,和架构以外的二三事。在过去的工作经历里,我看到不少架构师都倾向于把架构看作一项纯技术性的行为。他们的工作流程是这样的:产品经理根据用户的需求做出产品设计,架构师再依据产品设计给出实现,也就是软件的架构设计方案。在我看来,这恐怕是个误解。我们做架构,空有一身技术是远远不够的,知识的深度和广度,往往会对架构能力起着决定性的作用。而这些知识,从你踏入 IT 行业那一刻起,甚至更早就应该开始储备了。关于如何学技术,怎样储备知识,我想聊聊我的个人经历,希望给你一些别样的启发。一、学技术不能过于专精,需要横向理解,向广度挖掘。

华为Q1业绩:销售收入1797亿,5G基站订单超7万

根据华为2019年一季度经营业绩,销售收入达到1797亿人民币;与全球运营商签订40个5G商用合同,7万多5G基站已经发往世界各地。近日,华为发布2019年一季度经营业绩。在该季度,华为销售收入达到1797亿人民币,同比增长39%;净利润约为8%,同比略有增长。其中,华为本季度的智能手机发货量超过5900万台,PC、可穿戴设备和智能家居生态等业务进一步得到全球消费者认可。截至3月底,华为已经与全球各大运营商签署40个5G商用合同,7万余个5G基站已经发往世界各地。其中,23份5G合同来自欧洲,10份来自中东,6份来自亚洲,1份来自非洲。

蘑菇街陈辉谈架构师业务思维修炼术

架构师是一个承前启后的岗位,正如一个路由器,对各种业务需求加以分析处理后路由到下游产品和研发团队。所以,对于业务的理解能力是必不可少的。7月12日深圳架构师峰会上,邀请到了蘑菇街架构师陈辉老师来演讲架构师该如何提升自己的业务思维。以下是陈辉老师的回复整理。目前,我的日常工作主要包括电商架构体系的规划和建设,结合对业务方向的变化以及存在的问题,打造一个能够稍稍跑在业务前面的架构。传统电商架构向业务中台架构的演进工作,当前蘑菇街的业务结构不仅仅包括电商,还包括直播和mogu内容,需要对整体的技术架构做一些演进。此外,也会重点去做基础平台的架构升级,架构逐步云原生化的工作筹备。

从文科男到云安全专家,Killer首谈企业上云利弊

近年来,数据泄露事件频频发生,网络敲诈勒索也正在成为“黑产”掘金之道。一旦发生此类安全事件无论对用户还是企业来说都是巨大的损失。技术人其实应该可以把好第一道关,降低安全风险。此次,我们采访了腾讯安全云鼎实验室负责人董志强(Killer)老师,希望能给读者带来一些启发。另外,他也是 QCon北京2019 “云安全攻与防” 专题的出品人,感兴趣的朋友可以关注一下。InfoQ:了解到您是汉语言文学专业出身,后来投身安全行业,您是如何积累经验从外行变成行家的?文学背景对您来说有什么增益或者阻碍吗?

如何成为SRE?先了解这些真相和面试情况

我几年来一直在推文中讲话和怒吼,一次又一次地被问到同样的问题:“如何成为SRE?”我的回答通常是漫无边际的。这么久,有时候我甚至都没有回信。可以说的太多了!太多的历史、太多的内容、太多由于不同个人情况而产生的因素。所以,在这里表达一些我关于如何成为SRE的正式的回应:我认为它是什么,我是如何成为SRE的,要成为SRE你应该做些什么。本文是一本指南,可用作书签、参考和分享。它提供了一些见解,读者可以根据具体情况进行映射,以帮助开始自己特定的路径。希望你在旅程中发现这些内容很有用。目录定义现实我自己的路你的道路面试资源定义那么,什么是SRE(网站可靠性工程)?

接替Oracle,红帽将负责维护OpenJDK 8和OpenJDK 11

据外媒报道,红帽将接替Oracle,担负起OpenJDK 8和OpenJDK 11的维护责任。同时,红帽将增强对Java 社区和企业Java开发人员的维护和支持。OpenJDK是一个免费开源的Java SE实现,OpenJDK 8和OpenJDK 11是OpenJDK的战略性版本。目前,Java 8是Java中使用最广泛的版本,而Java 11是Java的第一个长期支持(LTS)版本。2017年,Oracle将Java Platform Enterprise Edition的支持和维护移交给Eclipse Foundation,这透露出Oracle有意退出企业Java的相关业务。

九年积累!Alibaba Cloud Linux 2开源,云OS又一进展

经过数月开发、调优和测试,Alibaba Cloud Linux 2 OS 正式开源,软件包以 CentOS 7.6和内核长期支持(LTS)4.19 版本等社区来源为上游,重要亮点是自带的阿里云云内核,这也是阿里巴巴在云操作系统领域的又一重大突破。近日,阿里巴巴宣布重磅开源其云操作系统Alibaba Cloud Linux 2,这可以理解为下一代Alibaba Cloud Linux操作系统,软件包以CentOS 7.6和内核长期支持(LTS)4.19版本等社区来源为上游,为云上应用程序环境提供Linux社区的最新增强功能,在提供云上最佳用户体验的同时,也针对阿里云基础设施做了深度优化。

Prashanth Southekal谈应用机器学习,如何分析各类数据

DBP研究所管理负责人Prashanth Southekal上月在2019年企业数据世界大会上举办了一个研讨会,主题是应用机器学习技术以及何时使用不同的ML算法。机器学习(ML)使计算机能够使用大量数据集自动学习和适应。Southekal谈到了五种主要的分析方法和三种机器学习方法。他还讨论了ML算法,如决策树、支持向量机(SVM)、逻辑回归、线性回归和聚类。InfoQ采访了Southekal,了解他关于应用机器学习领域的会议环节和数据分析。InfoQ:如何对数据进行分类,对每种类型的数据进行哪种分析?Prashanth Southekal:广泛的数据,尤其是商业数据,主要可以分为三种类型。

GraphQL 在微服务架构中的实践

在过去的将近半年的时间里,作者一直在使用 GraphQL 这门相对新兴的技术开发 Web 服务,与更早出现的 SOAP 和 REST 相比,GraphQL 其实提供的是一套相对完善的查询语言,而不是类似 REST 的设计规范,所以需要语言的生态提供相应的框架支持,但是由于从它开源至今也只有两三年的时间,所以在使用的过程中,尤其是在微服务架构中实践时确实还会遇到很多问题。

提升云中业务集成安全性的七个步骤

本文关键点为什么是云计算,为什么是现在?遵循IaaS的安全性和遵从性意味着云供应商必须在安全和正常运行时间方面满足一定的法律和行业标准。从云计算来看。即使是最可靠的数据中心,在正常运行时间和冗余方面也比不上主流的云平台。是时候行动起来了。规划你的架构。首先审计你的云计算栈,并考虑在何处以及如何集成不同的业务系统。配置一个集成的系统。确认与云供应商签订的合同,查看在发生攻击时有哪些适当的故障安全措施。配置IAM,为所有用户分配级别访问。测试你的工作流集成。即使最周密的计划也可能会失败。用户是会犯错误的(例如,上传私钥、错误地使用VPN,等等)。定期测试你的集成是确保基础设施安全的关键。

大规模升级来临,谈谈Oracle 12cR2使用经验

本文由 dbaplus 社群授权转载。大规模升级来临,咱们来谈谈Oracle 12cR2使用经验。一、升级到12cR2的必要性随着2019年2月13日,Oracle 19c (Oracle 12.2.0.3) for Exadata 版本发布,Oracle 12cR2体系的数据库版本终于迎来了长期支持版本(Oracle 12c的最后一个大版本),也就是说数据库版本还在Oracle 10g/11g的系统是时候考虑升级了。特别是在Oracle 11.2.0.4以前的版本,用了db link的系统,务必要升级。

红帽发布企业开源报告:只有1%受访者认为开源不重要

企业应用开源软件、开源技术已经不是新鲜事了,但是开源在企业战略中占据何种地位?企业为什么会选择开源?关于开源,企业未来是如何规划的?……这些问题,我们还没有得到答案。为了弄清楚这些问题的答案,红帽发起了一个“企业开源状态”的调查。该调查共采访了世界各地的950位企业IT领导者,调查范围包括美国、英国、拉丁美洲及亚太地区,其中来自美国的受访者有400位,来自英国的受访者有150位,拉丁美洲有250位,亚太区(澳大利亚、新西兰、香港和新加坡)有150位。下面,我们就来看看这份报告中的一些关键结论。

最受欢迎北大AI公开课 | 好未来杨松帆:为人工智能时代打造AI老师

4 月 17 日,备受瞩目的北大 AI 公开课第五讲如期开讲,好未来AI业务负责人杨松帆带来了《为人工智能时代打造一个AI老师》的分享,就人工智能时代的教育展开深入的讨论和交流。北京大学最受欢迎的 AI 公开课“人工智能前沿与产业趋势”于 2019 年 2 月 20 日正式开课。本学期的课程邀请到了商汤科技副总裁沈徽、驭势科技 CEO 吴甘沙、微软亚洲研究院副院长周明、360 人工智能研究院院长颜水成、YC 中国创始人及 CEO、百度集团副董事长陆奇等 14 位来自产业界的大咖进行授课,AI 前线作为 独家合作媒体 将全程跟进并对北大这 14 场公开课进行整理,敬请关注!

写给机器学习从业者的12条宝贵建议

一位微软的机器学习爱好者,在学习之旅中发现了一位SIGKDD创新奖获得者以及国际机器学习协会的联合创始人在实践中总结的若干宝贵的经验和教训。于是,用本文为机器学习的研究者和从业者总结了12条经验,这很难在课本或机器学习入门课程中找到,但对成功至关重要。机器学习算法承诺,通过学习数据,能够弄清楚如何执行重要任务。也就是说,在不被明确告知要做什么的情况下,从样例中归纳出来某种结论。这意味着数据量越大,问题就越容易处理。然而,开发成功的机器学习应用程序需要相当多的所谓“黑科技”,这很难在课本或机器学习入门课程中找到。

大数据时代的小数据挑战:华为美研披露无监督和半监督方法最新进展

在许多学习问题中,由于深度神经网络的成功通常依赖于大量的有标记数据,而这些数据的收集成本很高,因此小数据挑战逐渐走近了人们的视野。为了解决这一问题,人们提出了许多无监督和半监督的方法,在小数据上训练复杂模型。本文是AI前线的第76篇论文导读,今天要解读的这篇论文来自华为美研所。在这篇论文中,作者对无监督和半监督这两大类方法的最新进展做了详细解读,包括训练变换等变、非耦合、自监督和半监督表示的标准,以及无监督和半监督生成模型的实例。在介绍无监督和半监督方法的同时,文章还对目前出现的新兴主题进行介绍,从无监督和半监督领域的适应,到变换等变性和不变性在训练深度网络中的基本作用。

Vernon谈软件设计,到底是自顶向下还是自底向上

软件设计应该采用自顶向下还是自底向上的方法?Vaughn Vernon在MicroXchg柏林座谈会上提出了这个问题,他在演讲中同时讨论了参与者模型以及反应式领域驱动设计等不同的软件设计方法,并提到了浮现式架构的重要性。作为vlingo的创始人以及《领域驱动设计语言》一书的作者,Vernon认为DDD(Domain Drive Design-领域驱动设计)语言中最重要的两个概念是是边界上下文和通用语言。当然DDD中还有其他战略和战术建模工具,以及其他的一些工具,但是当谈及DDD时,Vernon一般默指这两个概念。

携程框架团队对于应用监控系统的探索与思考

一、为什么需要应用监控系统随着市场环境的变化以及国际化的进程,企业的各种对内、对外需求也日益增长。服务化的架构以及容器化的应用加速了各种功能、产品的迭代与更新。随之而来,我们也面临着一个不断膨胀,日渐复杂的系统。复杂度的成倍增加对故障的根因分析、执行流程的调优以及数据链路的追踪带来了极大的挑战。因此,对于一个企业级的应用监控系统来说,也应该持续地发展、演化,才能更好地解决痛点,提高用户的整体效率。如今,应用的执行流程往往由种种内外部依赖、软硬件结合构成。相应的,针对不同的需求,监控领域也有着业务指标监控、应用监控以及基础设施监控等等类别。

新华社《半月谈》再发996评论;华为愿同德国签署 “无间谍条约”;FBI 网站被黑,数千特工信息泄露丨Q新闻

科技公司华为愿同德国签署 “无间谍条约”德国《经济周刊》周三报道称,华为表示愿意同柏林签署 “无间谍软件协议”,以打消德方对于华为计划参与德国 5G 网络建设的安全顾虑。《经济周刊》援引华为总裁任正非的话报道说:“上个月,我们同德国内政部会谈时曾建议,我们愿意同德国政府签署一项无间谍软件协议,承诺华为决不会在网络中安装任何后门。”任正非同时呼吁中国政府也签署类似的协议,以满足欧盟的数据保护法规。亚马逊计划 7 月关闭中国国内市场业务媒体援引知情人士的消息报道,亚马逊计划在 7 月中旬前关闭中国国内市场业务,专注在中国销售海外商品和云服务等利润更高的业务。

Java库Failsafe 2.0发布,支持组合弹性策略

用于处理失败的零依赖Java库Failsafe发布了其2.0版本,支持组合弹性策略,提供了一个用于自定义策略服务提供者的可插拔架构。Failsafe 2.0版本支持的最低Java版本为Java 8。该库为Java应用提供了流畅灵活的API用于处理失败。这个功能通过将可执行代码块包在可组合弹性策略中实现。根据发布说明,2.0版本针对可组合弹性策略带来了功能提升、行为变更、API变更和API增加。Failsafe提供了3个主要弹性策略:重试策略、熔断策略和后备策略。重试策略定义了可执行代码块在何种失败场景下需要重试。

时序数据在滴滴实时数据开发平台中的处理和应用

本次分享内容:时序数据如何与滴滴实时计算平台产生联系;当前使用的技术方案;基于当前技术方案能够达到的效果。首先了解到该平台的历史使命:作为业务的双眼,能够及时的发现数据的变化,同时拥有配套的报警能力,一旦发现数据的异常能够及时的通知到相关人员。然后看一下该数据平台的技术架构演进历史,初始的架构采用扫描MySQL从表加拉取API的数据的方式,对数据进行预计算,按照一定规则存储到本地文件(例如:对城市级别进行订单量统计,一级目录为城市ID,二级目录为日期,保存文件)。将本地文件定期上传到CKV数据库,对指标进行查询。

深度学习在美团配送ETA预估中的探索与实践

1.背景ETA(Estimated Time of Arrival,“预计送达时间”),即用户下单后,配送人员在多长时间内将外卖送达到用户手中。送达时间预测的结果,将会以”预计送达时间”的形式,展现在用户的客户端页面上,是配送系统中非常重要的参数,直接影响了用户的下单意愿、运力调度、骑手考核,进而影响配送系统整体成本和用户体验。对于整个配送系统而言,ETA既是配送系统的入口和全局约束,又是系统的调节中枢。

Jeff Dean点赞共识论文:一种通用的分布式一致性方案

Heidi Howard是剑桥大学计算机科学与技术系系统研究小组的分布式系统研究员,最近通过推特与全世界分享了一篇论文草稿。这篇文章引起了众多读者的注意,因为它承诺为一致性问题提供一个通用的解决方案,而且还利用了对不可变状态的推理来实现这一点。每个服务器维护的状态都是单调的。4 月 16 日,Heidi的博士论文《一种通用的分布式一致性方案》公开,发在 Twitter 上之后 Google 大神 Jeff Dean 还点了个赞。在论文中Heidi对分布式共识的代表算法Paxos提出了质疑,并证明了当前分布式共识很多未解决的问题只是Paxos这个算法的问题,而不是因为分布式共识本身的问题。

基于PaddlePaddle搭建工业级ICNET应用,预测速度超TensorFlow 20%

引言提起ICNET,就不得不说说ICNET构建的初衷-解决图像语义分割在实时应用中的挑战。图像语义分割(semantic segmentation)是结合了图像分类和对象检测,对图像中的每个像素实现细粒度的分类,就像下面的图中看到的那样,可以对封闭形状区域进行类别标记!得益于深度学习技术的爆发式发展,图像语义分割也进入高速的发展阶段。Figure 1 图像语义分割示例技术现状Fully convolutional network(FCN)J. Long et al. (2015) 首先将全卷积网络(FCN)应用于图像分割的端到端训练。

用双十一的故事串起碎片的网络协议(中)

上一节我们讲到,手机App经过了一个复杂的过程,终于拿到了电商网站的SLB的IP地址,是不是该下单了?别忙,俗话说的好,买东西要货比三家。大部分客户在购物之前要看很多商品图片,比来比去,最后好不容易才下决心,点了下单按钮。下单按钮一按,就要开始建立连接。建立连接这个过程也挺复杂的,最终还要经过层层封装,才构建出一个完整的网络包。今天我们就来看这个过程。4.购物之前看图片,静态资源CDN客户想要在购物网站买一件东西的时候,一般是先去详情页看看图片,是不是想买的那一款。

© 云聚网互联网资讯 我要投稿 云聚网博客 7秒MCN大数据平台 悠闲吧