几年前运维迎来业务上的一次融合，从而倒逼后端的IT能力进行整合。因为系统间的依赖关系，另外运行环境也有差别，导致系统迁移后无法使用，因此在不改变当前发布模式的情况下，需要重建依赖的运维平台体系并进行改造，需求由此而生并随着业务发展向外扩展。本文将带大家去了解平台从过去到现在，新的设计方案如何融合到现有体系中?重新设计后的平台又带来了什么样的变化?在建设的过程中，团队又获得了什么样的心得和体验?
融合时期保留了发布部署系统，业务调度，DB需求与执行平台和配置中心，这就带来两个问题：
2021-01-29 23:09:28
546KB
1
数据大屏可视化模版（车联网平台数据概览） java源代码，可打开源码查看数据接口用于改成自己适用的数据大屏可视化界面
2021-01-28 01:41:51
1.33MB
本文给出了美军机载数据链link22的描述，主要包括，概述、数据结构、数据质量、数据组幁、网络结构等方面的内容，适合初次接触的人员阅读。
2020-01-03 11:39:54
1.23MB
1
详细讲解ZYNQ开发过程所涉及到的技术，包括环境搭建、ZYNQ小系统，fsbl创建、uboot编译以及创建，对刚入门ZYNQ的开发者会有很大帮助
2019-12-21 21:37:37
3.72MB
1
Content
1. 回顾 deep learning在图像上的经典应用
1.1 Autoencoder
1.2 MLP
1.3 CNN
2. deep learning处理语音等时序信号
2.1 对什么时序信号解决什么问题
2.2 准备知识
2.2.1 Hidden Markov Model(HMM)
2.2.2 GMM-HMM for Speech Recognition
2.2.3 Restricted Boltzmann Machine（RBM）
3. DBN 和 RNN 在语音上的应用
3.1 DBN
3.1.1 DBN架构
3.1.2 DBN-DNN for Speech Recognition
3.2 RNN
3.2.1 RNN种类
3.2.2 RNN-RBM for Sequential signal Prediction
2019-12-21 19:22:43
4.96MB
1