首页
学习
活动
专区
圈层
工具
发布
    • 综合排序
    • 最热优先
    • 最新优先
    时间不限
  • 来自专栏CSDN技术头条

    未来5-10年,NLP将走向成熟

    未来5-10年,NLP将走向成熟 最后,再介绍一下我对自然语言处理目前存在的问题以及未来的研究方向的一些考虑,供大家参考。 通过迁移学习实现领域自适应。如果们想翻某一个专业领域,比如说计算机领域,可能现有的翻译工具翻得不好。所以大家都在研究,有没有一种办法,能够帮助机器进行迁移学习,能够更好的运用到语音自适应上。

    1.5K71发布于 2018-02-12
  • 来自专栏人工智能头条

    未来5-10年,自然语言处理将走向成熟

    未来5-10年,NLP将走向成熟 最后,再介绍一下我对自然语言处理目前存在的问题以及未来的研究方向的一些考虑,供大家参考。 4.通过迁移学习实现领域自适应。如果们想翻某一个专业领域,比如说计算机领域,可能现有的翻译工具翻得不好。所以大家都在研究,有没有一种办法,能够帮助机器进行迁移学习,能够更好的运用到语音自适应上。

    90030发布于 2018-07-20
  • 来自专栏算法修养

    pta习题集 5-10 切分表达式——写个tokenizer吧

    [先说点出题背景] 这个题是为低年级同学、学C语言的同学准备的,因为,对这部分同学,这个题目编写起来略有一点复杂。如果是高年级、学过了正则表达式(Regular Expression)的同学或者学过了Java等OO语言的同学做这个题,应当发现这题比较简单吧。哦,对了,什么是tokenizer?请自行查询解决。反正在此处不应翻译成“令牌解析器”。 [正题] 四则运算表达式由运算数(必定包含数字,可能包含正或负符号、小数点)、运算符(包括+、-、*、/)以及小括号((和))组成,每个运算数、运算符和括号

    1.2K60发布于 2018-04-27
  • 来自专栏AI机器学习与深度学习算法

    机器学习入门 5-10 线性回归的可解释性

    上面使用了波士顿房价的13个特征,通过在全部数据集上进行拟合,不进行train_test_split方法是因为此时我们并不需要验证模型的性能,只是对得到结果的系数进行解释。

    1.6K00发布于 2019-11-13
  • 来自专栏企鹅号快讯

    Hinton:5-10年内深度学习取代放射科医生

    1.7K60发布于 2018-01-05
  • 来自专栏腾讯云原生团队

    ImageApparate(幻影)镜像加速服务让镜像分发效率提升 5-10 倍

    ImageApparate(幻影) 为了解决这个问题,腾讯云容器服务 TKE 团队开发了下一代镜像分发方案ImageApparate(幻影), 将大规模大镜像分发的速度提升 5-10倍。 ? 如上所述,相比于传统的下载全部镜像的方式,ImageApparate 在容器全部启动时间上都有 5-10倍 的提升。 在 TKE 中使用 Velero 迁移复制集群资源‍ 开工必备!

    1.8K10发布于 2021-02-25
  • 来自专栏云上计算

    CDH迁移 | CDHHDP迁移之路

    兼容性 兼容性,直接决定迁移成本。 星环科技TDH 1)TDH基础存储和计算组件兼容CDH/HDP,迁移成本低; 2)TDH提供迁移工具,数据一键迁移; 3)大量迁移成功案例,不存在迁移风险。 数据分片恢复或数据分片迁移时,需要消耗大量资源,数据恢复以及迁移过程中不能对外提供服务。当集群机器数量大幅增加时,故障发生频率大幅增加,扩展性低。 企业业务迁移成本高 •支持的存储过程编译技术主要是HPL兼容的语法比较有限•支持SQL 2003标准与存储过程,降低开发难度;兼容Teradata,Oracle,DB2等方言,方便业务平滑迁移,降低迁移成本 最终星环科技一期项目用TDH成功迁移了客户HDP集群,由于TDH对HDP的兼容性高,全部数据+业务迁移不到5个月时间(包含1个月并行运行测试)。

    3.5K30编辑于 2022-04-04
  • 来自专栏运维小路

    kvm-虚拟机迁移(冷迁移&故障迁移)

    :冷迁移,热迁移和故障迁移。 冷迁移,主要指的是虚拟机在处于关机状态下的迁移。热迁移则说的是虚拟机在运行中的迁移。故障迁移则说的是虚拟机所在节点故障以后触发的迁移。 由于为了演示热迁移,所以迁移将分两小节来讲解,本小节将主要介绍冷迁移和故障迁移。 那么故障迁移肯定是无法做到的,因为虚拟机因为机器故障已经失联,我们无法操作该虚拟机对应的文件和配置文件。 冷迁移 冷迁移是指在虚拟机关机的状态下进行的迁移。 前面说过,使用本地数据是没有办法故障迁移的,所以故障迁移的前提条件是镜像文件和配置文件都不保存在本地。

    1.8K10编辑于 2024-11-04
  • 光照计算 采用手动优化重写,通常能获得5-10倍的性能提升

    物理碰撞检测光照计算 采用手动优化重写,通常能获得5-10倍的性能提升第三阶段:内存优化通过JavaScript特有的内存管理技术:代码语言:javascript代码运行次数:0运行AI代码解释// 使用对象池减少

    26410编辑于 2025-07-19
  • 来自专栏方丈的寺院

    数据迁移(2) - 如何快速迁移

    摘要 在上一篇中我们介绍了数据迁移的套路,但是没有介绍具体的方案,这篇着重介绍下具体的数据迁移方案 一. 设计目标 设计一个数据迁移的方案,需要实现以下目标 迁移速度 qps 需要达到1k,这样能保证1亿的数据能够在1~2天内跑完 迁移qps可控 迁移有可能对线上服务有影响,需要可动态调整qps 数据完整, 不丢失 不能遗漏数据,虽然事后我们有数据校验的过程,但是设计数据迁移方案时,需要尽可能的包装数据不丢失。 进度可控 迁移过程可中断,可重试。比如先迁移10分之一的数据,再继续来 二. 架构设计 数据迁移任务大致分为3个步骤,如下图所示 ? 因为有迁移速度的要求,我们将每个步骤进行分解,确保每个部分可以异步化,并发处理。这样可以提升速度。 遍历数据 完整遍历老的数据库。

    5K10发布于 2020-05-20
  • 来自专栏Go语言指北

    账号迁移-迁移确认成功

    最近几天在开通留言的功能,因为微信设定的在18年之后注册的个人号,没有留言功能,要想开通,只能通过账号迁移来实现(具体实现细节,感兴趣的可以找我私聊)。截止到昨天,账号算是迁移完毕。 等迁移结束,就迫不及待的登上后台看了看,还好诸位老朋友都在,在此再次感谢各位的厚爱。 后续会接着分享Go技术相关的文章,欢迎大家与我交流啊~ ? ? ?

    1.4K30发布于 2021-08-18
  • 来自专栏脑机接口

    迁移学习中的负迁移:综述

    今天介绍的是华中科技大学伍冬睿教授团队关于迁移学习中的负迁移领域进行的一个综述。 虽然这篇综述的主要内容讲述的是迁移学习与负迁移的研究进展,然而将迁移学习应用于脑机接口、脑电数据处理时也必须考虑到训练和测试样本往往来自不同分布的问题。 关于脑机接口中的迁移学习综述可以查看:《华中科技大学伍冬睿教授:非侵入式脑机接口中的迁移学习综述(2016-2020)》、《伍冬睿教授:脑机接口中迁移学习的完整流程》、《脑机接口中的流形嵌入知识迁移学习 当这些假设不满足时,负迁移就会产生,即使用源域的数据或知识反而会让学习性能变差,不如直接用目标域的数据进行训练,如下图所示: ? 可靠的迁移学习需要同时考虑3个问题: 迁移什么? 如何迁移? 何时迁移? 然而大多数迁移学习研究只考虑了前2个问题。 尽管负迁移是个很常见和严重的问题,人们也提出了很多克服负迁移的方法,但是目前并不存在关于负迁移的详尽的综述。

    3.2K30发布于 2020-11-11
  • 来自专栏信息化漫谈

    原来我不懂热迁移、冷迁移

    客户的原有认知是vmware私有云,因此会自然将vmware中的冷迁移、热迁移套用至公有云中的相应功能。接下来我们就讲一讲相应的区别。 一、冷迁移,实际是关机迁移 冷迁移的应用场景主要是当虚拟机之下的物理机故障时,通过共享存储中的客户操作系统及数据在另一台物理机主机中将业务进行重新加载。 二、热迁移,实际是将内存数据与硬盘数据同步迁移 热迁移的应用场景主要是:1、硬件或系统的主动升级但又不希望中断虚机上的重要业务 2、某台物理机的负载太重,进行主动的虚拟机迁移 热迁移的好处是对用户业务的非常小,中断时间可到ms级,ping一般中断在2-6个包中断;用户内存数据进行了迁移,对业务应用无感知。 坏处是迁移过程不可中断,操作复杂。 因热迁移主要场景是服务商后端运维使用,因此在公有云中一般不提供热迁移功能。 图一,采用共享存储,只需要保存内存数据或同步内存数据 ?

    9K41发布于 2019-09-24
  • 来自专栏腾讯云迁移服务平台团队

    MSP迁移实践-对象存储迁移篇

    常见的迁移场景中,通常用户需要先了解源和目标两端的访问方法,自己开发脚本实施迁移。这使得迁移的难度高、周期长,并且由于迁移并非用户熟悉的常规操作,经常会遇到意料之外的问题。 为方便用户迁移,腾讯云建立了MSP迁移服务平台,目标是通过全界面化的操作为用户提供快速简便和高效的迁移能力。 本篇针对对象存储迁移场景中的不同情况进行分析,说明如何针对不同的迁移类型和条件,基于MSP平台建立最合适的迁移方案并实施迁移。 计划迁移的数据量 数据量的大小直接影响到对迁移资源的需求,并且影响迁移时间。 是否需要增量迁移 因为迁移前后需要保障文件的完整性和一致性,如果迁移过程中迁移源有持续增加的新文件,需要根据客户的具体情况针对这些增量文件制定双写或增量迁移方案 是否存在低频、冷数据 如果迁移源存在低频和冷数据

    2.9K312发布于 2019-07-03
  • 来自专栏PPV课数据科学社区

    迁移学习

    摘要: 到底是迁移学习?什么时候使用它?如何使用它? 所谓迁移学习是指针对新问题重新使用预先训练的模型。由于它能用较少的数据训练深度神经网络,这使得目前它在深度学习领域非常流行。 通过这篇文章您将会了解什么是迁移学习,它是如何工作的,为什么应该使用它以及何时可以使用它。同时这篇文章将向您介绍迁移学习的不同方法,并为您提供一些已经预先训练过的模型的资源。 ? 目录: 1. 迁移学习的方法(训练一个模型以重用它,使用预训练模型,特征提取) 5. 受欢迎的预训练模型 它是什么? 在迁移学习中,能够使用预先训练模型的问题只能是与之不同但相类似的问题。 迁移学习的总体思路是利用已有知识,即一个模型从一项任务中学到的很多被标记的训练数据可以用在另外一个我们没有很多数据的新任务中。 迁移学习的方法 1. 训练一个模型并运用它 举个例子,你想解决任务A,但没有足够的数据来训练深度神经网络。

    1.4K21发布于 2018-07-24
  • 来自专栏cuijianzhe

    Gitlab迁移

    docker-compose 创建的 gitlab 迁移到 ECS 安装 gitlab 需要的组件: ssh-copy-id -i ~/.ssh/id_rsa.pub backup_ip #授信免密登陆 gitlab-ce/yum/el7/gitlab-ce-11.8.1-ce.0.el7.x86_64.rpm rpm -ivh gitlab-ce-11.8.1-ce.0.el7.x86_64.rpm 进行备份迁移 -p /data/gitlab/git-data [root@iZ2zed92f8g67tyf26ql2wZ ~]# chown git:git /data/gitlab/git-data/ # 进行迁移 storing-git-data-in-an-alternative-directory https://www.cnblogs.com/ssgeek/p/9392104.html ---- 标题:Gitlab迁移

    1.1K10编辑于 2022-06-14
  • 来自专栏sofu456

    迁移学习

    迁移学习 from __future__ import print_function import torch import torch.nn as nn from torch.autograd

    1.1K20发布于 2019-07-09
  • 来自专栏光城(guangcity)

    风格迁移

    风格迁移 导语 本节学习来源斯坦福大学cs20课程,有关本节源代码已同步只至github,欢迎大家star与转发,收藏! dataset = dataset.map(_parse_function) 风格迁移 风格转移是一种模型,其中使用两个图像将一个图像的样式应用于一个图像。 下图是Deadpool图片: ? 如果将这两个图像应用于风格迁移模型,则可以将毕加索的Guernica图片样式应用于Deadpool图片。也就是说,它看起来如下图所示: ? 在该模型中定义了两个重要的损失。

    2.1K10发布于 2019-09-20
  • 来自专栏腾讯云Elasticsearch Service

    Elasticsearch跨集群数据迁移之离线迁移

    跨集群数据迁移 用户在腾讯云上自建的ES集群或者在其它云厂商购买的ES集群,如果要迁移至腾讯云ES,用户可以根据自己的业务需要选择适合自己的迁移方案。 如果业务可以停服或者可以暂停写操作,可以参考离线迁移的四种方案。 离线迁移 离线迁移需要先停止老集群的写操作,将数据迁移完毕后在新集群上进行读写操作。适合于业务可以停服的场景。 注意此操作并不能迁移索引的配置如分片数量和副本数量,必须对每个索引单独进行配置的迁移,或者直接在目标集群中将索引创建完毕后再迁移数据 elasticdump --input=http://172.16.0.39 ,都要求用于执行迁移任务的机器可以同时访问到两个集群,不然网络无法连通的情况下就无法实现迁移。 因此elasticsearch-dump和logstash迁移方式更适合于源ES集群和目标ES集群处于同一网络的情况下进行迁移,而需要跨云厂商的迁移,比如从阿里云ES集群迁移至腾讯云ES集群,可以选择使用

    27.3K105发布于 2018-06-08
  • 来自专栏L宝宝聊IT

    KVM迁移

    静态迁移(冷迁移) 对于静态迁移,你可以在宿主机上保存一个完整的客户机镜像快照,然后在宿主机中关闭或者暂停该客户机,然后将该客户机的镜像文件复制到另一台宿主机中,使用在源主机中启动该客户机时的命令来启动复制过来的镜像 4、至此,KVM 的动态迁移操作就完成了。迁移后的客户机尽可能与迁移前一致,除非目的主机上缺少一些配置,比如网桥等。 迁移注意事项: 1、最好迁移的服务器cpu品牌一样 2、64位只能在64位宿主机间迁移,32位可以迁移32位和64位宿主机 3、宿主机名字不能冲突 4、目的宿主机和源宿主机软件配置尽可能的相同,如 有相同的桥接网卡 静态迁移 1、拷贝镜像文件和虚拟机配置文件 2、重新定义此虚拟机 动态迁移: 1、创建共享存储 2、两台机器挂载共享存储(手工挂载;使用资源池) 3、启动动态迁移 4、创建迁移后的虚拟机配置文件 5、 2、迁移时的存储错误: ? 3、迁移时FQDN错误: ? 4、迁移时语法错误: ?

    1.8K20发布于 2018-08-01
领券