- 综合排序
- 最热优先
- 最新优先
- 来自专栏Java架构师必看
JAVA基础(11) 系统日志
系统日志的概念及作用 日志系统作为一种应用程序服务，对于跟踪调试、程序状态记录、崩溃数据恢复都有着重要的作用 常用Java日志系统 Log4J 最早的Java日志框架之一，由Apache基金会发起 公共抽象类 Layout 负责格式化Appender的输出 1.Logger日志记录器是日志处理的核心组件 Loggers组件在此系统中被分为五个级别：DEBUG、INFO、WARN、ERROR static Logger logger=Logger.getLogger(ClientWithLog4j.class.getName()); 2.Appender控制日志输出的位置 Log4j日志系统允许把日志输出到不同的地方 Objectmessage);//致命错误信息 实际使用： logger.info("ServerSocketbeforeaccept:"+server); 4.log4j配置文件 在实际编程时，要使Log4j真正在系统中运行事先还要对配置文件进行定义
77020发布于 2021-05-27 - 来自专栏量子位
iOS 11来了，苹果最AI的一代新系统
问耕 发自 凹非寺 量子位 出品 | 公众号 QbitAI 今天一早，苹果开始推送iOS 11更新。 与上一代相比，苹果全新的移动操作系统至少提供了数百项升级（官方说法）。 不管你满不满意，这已是最AI的一代苹果新系统。 Siri 据说，Siri现在有了一个更人性化的声音，至少听起来没那么机器人了。不过量子位试了试，没有听出区别。 比方在iPad上，iOS 11会更智能的在任务栏上推荐你可能会用到的应用程序，这都归功于Siri在背后推动，它已经化身为这个系统的大脑。 CoreML被苹果官方翻译为“核心机器学习”技术，其实这是苹果的机器学习框架，能让App拥有不同的AI能力。 英文的~ △ 画面左侧为全新的iOS 11系统 最后，据说iPhone 5s升级iOS 11也还算能用。
1K60发布于 2018-03-26 - 来自专栏AI系统
【AI系统】AI系统架构的组成
AI 系统组成如图所示，大致可以将 AI 系统分为以下几个具体的方向：AI 训练与推理框架AI 框架不仅仅是指如 PyTorch 等训练框架，还包括推理框架。 就像传统的软件工程中调试器，可视化，类型系统等工具链的支撑，让整个开发过程中，跨平台，跨平台，问题诊断，缺陷验证等得以高效实现，目前 AI 系统领域也不断有类似工具产生，以支持整个 AI 工程化实践。 AI 编译与计算架构负责 AI 模型在真正运行前的编译和系统运行时的动态调度与优化。 但是我们将在后续章节中，将会围绕核心系统软硬件，如 AI 训练和推理框架，AI 编译器，AI 芯片，部分涉及更广泛的 AI 系统生态中的重要内容如算法等展开介绍。 AI 系统生态除了以上重要的 AI 系统构成之外，随着人工智能应用越来越广泛，我们还可以看到更广泛的 AI 系统生态的构成。
1.4K11编辑于 2024-11-26 - 来自专栏大数据文摘
D-News | 联合国AI峰会论坛召开；苹果iOS 11系统融合AI与AR技术
），商议人工智能的多方面社会影响，希望建立全球AI发展方向的共识。 苹果IOS 11系统亮点颇多整合AI月AR技术 据英国《每日邮报》当地时间6月5日报道，苹果公司首席执行官蒂姆·库克(Tim Cook)在全球开发者大会(WWDC)上宣布将于9月份全面推出iOS 11系统 新系统将支持人工智能(AI)和增强现实技术(AR)，可在iPhone相机中使用传感器检测景深功能，能更好地将环境光源和运动传感器应用于现实中;Siri也将提供美国男性声音。 据悉，新的iPhone8-iOS 11将首次涵盖增强现实功能，可使开发商将虚拟对象通过相机添加到现实环境中。 我们也非常兴奋能与Apple合作来共同扩展VR/AR生态系统，并确保XR（VR、AR、MR统称为XR）行业能让全球社区触手可及。
61230发布于 2018-05-24 - 来自专栏编程一生
系统设计的11个考虑
有了《系统架构的11条原则》，真正到设计阶段还有另外11个考虑。 系统正确性 考虑一：负负得正 假如我们看到某个代码，明显有逻辑错误，想随手改改。 考虑二：终态设计 在分布式系统中，由于系统是分布在不同机器上的。还可能有一种状态叫：超时。成功、失败和超时是分布式系统调用的三态。 最终通过查询或者对账发现实际是退款失败了，可以系统重新发起退款，直到真正退成功为止。 后台管理系统也很需要这种终态设计。比如发布系统，发布了一个功能，发布系统如果出现了问题，这次发布没有结束。 需要系统处理好超时和重试。 系统容量 考虑四：存储周期 数据库、应用系统的磁盘都是宝贵的资源。数据不能无限期存储不做清理。清理的周期是一个重要的考虑方面。因为这涉及对用户的承诺。 比如：行业要求金融交易类系统不能与其他系统混合部署；平台没有清结算资质可能面临二清问题。提到资质，不得不说说金融牌照。
55720编辑于 2022-05-06 - 来自专栏Live专区
如何重装Windows11系统
重启按住启动项的快捷键,我的快捷键是F11,大家根据自己的主板来查询快捷键是什么. 然后选择UEFI - U盘 我的是第二个,然后按回车进入 选择windows11.iso回车 进入之后下一步 - 安装程序 - 选择专业版 - 下一页 这时候会提示无法运行Windwos11 按住Shift BypassTPMCheck 新建DWORD32位BypassSecureBootCheck 修改两个DWORD32位的值为1 回退到刚刚选择专业版的页面 - 下一页 - 我接受协议 - 自定义 - 格式化C盘（系统盘 ） - 点击刚刚格式化的盘 - 下一页 - 安装 安装完之后会重启 重启之后根据自己的设定来设置电脑 - 完成安装 系统安装完成之后需要激活系统 下载激活工具即可 工具 系统镜像 Ventoy 激活工具
1.3K10编辑于 2022-08-16 【Win11系统CPU资源】
在Win11中结束进程，可以按照以下步骤进行操作： 打开资源管理器。您可以通过按下Windows键并键入“资源管理器”来快速找到它。 在此列表中，取消选中“隐藏受保护的操作系统文件(推荐)”选项，并单击“确定”。 返回资源管理器的主窗口，导航到具有您要结束的进程的应用程序或进程。
28710编辑于 2025-08-29- 来自专栏大侠之运维
前端复刻win11系统
计算机网络知识文章链接：https://cloud.tencent.com/developer/article/2474032 本篇文章主要介绍了计算机网络知识最近看到一个不错的开源项目，作者用react复刻了一个win11 系统。 如果你想去体验下，作者提供了一个的demo环境，地址如下：https://win11.blueedge.me/而如果你想自己启动一个这样的项目的话，最快捷的方式是通过docker启动，方式如下：docker run -d --restart unless-stopped --name win11react -p 3000:3000 blueedge/win11react:latest当然了，如果你熟悉一些自动化在线部署平台如 系统提供多语言支持，用户可以根据自己的语言偏好选择界面语言。
46200编辑于 2024-12-06 - 来自专栏编程一生
系统架构的11条原则
要了解阿姆达尔定律，它告诉我们，我们不可能无限制的提升系统某一部分的效率。要提升的总体效果有没有产生相应的价值。 原则四：服务自治 解析： 在系统设计时，要考虑服务上线后，对于问题要自感知、自修复、自优化、自运维及自安全。 原则五：拥抱变化 解析： 重视架构扩展性和可运维性。无状态的系统的是可扩展的和直接的。 原则十一：用成熟的技术 解析： 不要给别人的技术当小白鼠，不要因技术本身的问题影响系统的稳定。尽可能的使用红利大的主流技术，而不要自己发明轮子，更不要魔改。
69320编辑于 2022-05-06 - 来自专栏软件安装
Windows 11已成主流使用系统
▌引言 最新的数据显示win11已经是使用系统最多人群了，目前也冲到72%；是70、80后老了吗？ 很多游戏，说实在的，小编还是喜欢用win7去玩，必定想用win11也玩不了。 这也是为什么不管升级多高的系统，多新的电脑，win7还是一堆玩家想安装的道理。 ▌win11 最新的Steam调查也说明win11使用的越来越多。 每个调查数据大有不同，但基本一致。 相比起win11，win10的使用者还是很多，必定win10打游戏之类的还是很不错的。 当然有的大佬就只是想用win10，因为觉的win11没它好用。 2024年 Windows 11：约35%～45% Windows 10：约50%～55% Windows 7：约3%～5% 2025年 Windows 11：全年从48%涨到53%+，7月反超Win10 成第一 Windows 10：从48%多一路掉到44%左右，年底有小幅回弹 Windows 7：从3%多降到约2%～4%，继续萎缩 2026年（截至3月） Windows 11：年度均值约62%，2月单月冲到
11510编辑于 2026-04-13 转载：【AI系统】AI系统架构的组成
AI 系统组成 如图所示，大致可以将 AI 系统分为以下几个具体的方向： AI 训练与推理框架 AI 框架不仅仅是指如 PyTorch 等训练框架，还包括推理框架。 就像传统的软件工程中调试器，可视化，类型系统等工具链的支撑，让整个开发过程中，跨平台，跨平台，问题诊断，缺陷验证等得以高效实现，目前 AI 系统领域也不断有类似工具产生，以支持整个 AI 工程化实践。 AI 编译与计算架构负责 AI 模型在真正运行前的编译和系统运行时的动态调度与优化。 但是我们将在后续章节中，将会围绕核心系统软硬件，如 AI 训练和推理框架，AI 编译器，AI 芯片，部分涉及更广泛的 AI 系统生态中的重要内容如算法等展开介绍。 AI 系统生态 除了以上重要的 AI 系统构成之外，随着人工智能应用越来越广泛，我们还可以看到更广泛的 AI 系统生态的构成。
2.1K10编辑于 2024-12-11- 来自专栏白话互联
【Ai Agent】Ai Agent News | 9月11日速递
今天是9月11日星期四，让我们一起来看看今天 Ai Agent 带来的 AI 领域的重要动态吧！ *角色定义*：明确AI Agent在企业中的定位和职责 *数据整合*：确保AI Agent能够访问高质量的相关数据 *行动规划*：设计Agent能够执行的具体任务和流程 *反馈机制*：建立持续学习和优化的闭环系统 报告指出，这些系统不同于标准聊天机器人，它们能够自主行动、执行任务，并使用Model Context Protocol (MCP)和Agent-to-Agent (A2A)等协议与其他数字Agent协作 *白板式界面*：团队可以像绘制白板草图一样映射跨企业系统的工作流 *流程与任务挖掘*：ServiceNow将这两种洞察整合到一个平台，帮助企业更好地理解工作执行方式 *多Agent流程*：虽然许多品牌目前仍在隔离环境中部署 真正的Agent力量来自于它们相互连接、访问企业数据以及与执行工作的系统交互的能力。一个无法与其他Agent、工具和应用对话的Agent只是一个孤岛。
33210编辑于 2025-09-17 - 来自专栏AI系统
【AI系统】AI系统概述与设计目标
AI 系统全栈架构 通过对 AI 的发展、以及模型算法、硬件与数据的趋势介绍，我们已经了解了 AI 系统的重要性。 本文将介 AI 系统的设计目标、组成和生态，让读者形成 AI 系统的知识体系，为后续展开每篇文章的内容做好铺垫。 接下来将从不同的维度和技术层面展开 AI 系统的全景图。 AI 系统概述 AI 系统基本概念 从类比的角度理解 AI 系统：AI 时代连接硬件和上层应用的中间层软硬件基础设施。 AI 系统。 所介绍的 AI 全栈相关内容中则是指 AI 系统（AI System），是围绕深度学习而衍生和设计的系统，因此也叫做深度学习系统（Deep Learning System）。
62910编辑于 2024-12-02 - 来自专栏AI系统
【AI系统】AI 框架作用
本文将从深度学习的原理开始，进而深入地讨论在实现深度学习的计算过程中使用到的 AI 框架，看看 AI 框架具体的作用和目的。 这种模拟生物神经元的数学计算，能够很好地对大规模独立同分布的数据进行非线性映射和处理，使得其能够应对到 AI 的不同任务。函数逼近现在，如果把神经网络看做一个复杂函数，那么这个函数可以逼近任何函数。 AI 框架的作用AI 框架与微分关系根据深度学习的原理，AI 框架最核心和基础的功能是自动求导（后续统一称为自动微分，AutoGrad）。 AI 框架与程序结合下面左图的公式是神经网络表示的复合函数表示，蓝色框框表示的是 AI 框架，AI 框架给开发者提供构建神经网络模型的数学操作，AI 框架把复杂的数学表达，转换成计算机可识别的计算图。 这一过程，只要你定义好网络 AI 框架都会主动地帮我们完成。
45210编辑于 2024-12-06 - 来自专栏AI系统
【AI系统】AI 框架之争
因此，一个能够商用版本的 AI 框架，需要系统性梳理每一层中遇到的具体问题，以便提供相关更好的开发特性：前端（面向用户）：如何灵活的表达一个神经网络模型？ AI 框架的目的是为了在计算加速硬件（GPU/NPU）和 AI 集群上高效训练神经网络而设计的可编程系统，需要同时兼顾以下互相制约设计目标可编程性与性能。Ⅰ. AI 框架的发展AI 框架作为智能经济时代的中枢，是 AI 开发环节中的基础工具，承担着 AI 技术生态中操作系统的角色，是 AI 学术创新与产业商业化的重要载体，助力 AI 由理论走入实践，快速进入了场景化应用时代 国内百度则率先布局了 PaddlePaddle 飞桨 AI 框架并于 2016 年发布。在 AI 框架的爆发阶段，AI 系统也迎来了繁荣，而在不断发展的基础上，各种框架不断迭代，也被开发者自然选择。 TensorFlow 和 PyTorch 代表了现今 AI 框架框架的两种不同的设计路径：系统性能优先改善灵活性，和灵活性易用性优先改善系统性能。
49711编辑于 2024-12-06 - 来自专栏AI系统
【AI系统】推理系统架构
推理系统架构是 AI 领域中的一个关键组成部分，它负责将训练好的模型应用于实际问题，从而实现智能决策和自动化。 此外，硬件加速（如 GPU、TPU）和专用芯片（如 AI 加速器）也是提高推理效率的重要手段。部署（Deployment）训练得到的模型并不仅仅是为了学术研究，最终目的是应用于实际问题的解决。 多框架支持：兼容 TensorFlow、PyTorch、ONNX 等主流 AI 框架。模型优化：集成 TensorRT 等优化工具，进一步提升模型推理性能。 作为一个强大的推理框架，Triton 能够满足多样化的 AI 应用需求，帮助企业和开发者构建高效、可靠的推理服务。 这一功能基于其动态模型发现与加载机制，使得 AI 应用能够迅速适应市场需求变化，如模型精度提升、新功能上线等。配合版本控制和滚动更新策略，可确保服务连续性不受影响。
1.6K10编辑于 2024-12-02 转载：【AI系统】AI系统概述与设计目标
AI 系统全栈架构 通过对 AI 的发展、以及模型算法、硬件与数据的趋势介绍，我们已经了解了 AI 系统的重要性。 本文将介 AI 系统的设计目标、组成和生态，让读者形成 AI 系统的知识体系，为后续展开每篇文章的内容做好铺垫。 接下来将从不同的维度和技术层面展开 AI 系统的全景图。 AI 系统概述 AI 系统基本概念 从类比的角度理解 AI 系统：AI 时代连接硬件和上层应用的中间层软硬件基础设施。 AI 系统。 所介绍的 AI 全栈相关内容中则是指 AI 系统（AI System），是围绕深度学习而衍生和设计的系统，因此也叫做深度学习系统（Deep Learning System）。
86221编辑于 2024-12-11- 来自专栏AI系统
【AI系统】AI 系统与程序代码关系
模型算法的开发者一般会通过使用 AI 框架提供 Python 等高级语言的 API，来编写对应的 AI 算法，而 AI 算法的底层系统问题被当前层抽象隐藏。 到底在代码背后 AI 系统的每一层发生和执行了什么？有哪些有意思的系统设计问题？ 本文我们将从一个具体的 PyTorch 实现一个 LeNet5 神经网络模型作为实例开始，启发读者和后面 AI 系统的每一层和各篇文章构建起桥梁与联系。 底层通过层层抽象，提升了开发效率，但是对系统研发却隐藏了众多细节，需要 AI 系统开发的工程师进一步探究。 如果没有 AI 框架、AI 编译器和算子库的支持，算法工程师进行简单的神经网络模型设计与开发都会举步维艰，所以应该看到 AI 算法本身飞速发展的同时，也要看到底层系统对提升整个算法研发的生产力起到了不可或缺的作用
56410编辑于 2024-12-02 Windows系统激活、Windows11系统右键菜单展开
1.Windows系统激活问题Windows8系统激活、Windows10系统激活、Windows11系统激活问题，参考网站：https://github.com/massgravel/Microsoft-Activation-Scripts 2.Windows11系统右键菜单折叠问题Windows11系统右键菜单存在二级折叠问题，右键点击之后需要点击查看更多选项，才能展示其余菜单，这个设计比较反人类。 针对Windows11系统的这个问题，使用如下方式解决搜索cmd，打开cmd命令提示符终端，切换到使用Powershell，如果默认是Powershell，就不需要切换操作。 IMexplorer.exeexplorer.exe光标在explorer.exe命令所在的一行时，需要按Enter键运行这条命令运行之后，被杀掉的explorer.exe进程重启，这时就可以看到Windows11 系统的右键菜单已经展开了
62000编辑于 2026-03-07- 来自专栏AI系统
【AI系统】推理系统介绍
推理系统是一个专门用于部署神经网络模型，执行推理预测任务的 AI 系统。它类似于传统的 Web 服务或移动端应用系统，但专注于 AI 模型的部署与运行。 AI 生命周期在日常生活中，深度学习的相关方法已经广泛的部署到各类的应用当中。 torch.randn(1, 3, 224, 224) # 创建一个示例输入torch.onnx.export(model, dummy_input, "resnet50.onnx", opset_version=11 根据上图示的 AI 框架、推理系统与硬件之间的关系，可以看到，除了应对应用场景的多样化需求，推理系统还需克服由不同训练框架和推理硬件所带来的部署环境多样性挑战，这些挑战不仅增加了部署优化和维护的难度，而且易于出错 需要考虑到 AI 框架的不断更新，特别是针对训练优化的迭代，而某些框架甚至不支持在线推理，系统需要具备足够的兼容性。为了支持多种框架，可以利用模型转换工具，将不同框架的模型转换为一种通用的中间表示。
1.4K10编辑于 2024-12-02
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号