搜索[知识库问答]结果-低调大师优秀个人博客

精选列表

搜索[知识库问答]，共5060篇文章

智能问答技术在百度搜索中的应用

作者 | Xiaodong 导读本文主要介绍了智能问答技术在百度搜索中的应用。包括机器问答的发展历程、生成式问答、百度搜索智能问答应用。

2023-10-26

【高手问答汇总】——聊聊 Apache Doris 的性能优化实战技巧

OSCHINA 本期高手问答 1月18日-1月24日，来自百度的资深研发工程师、Apache Doris PPMC 缪翎，与大家一起探讨 Apache Doris 性能优化实战技巧，包括但不限于：慢查询定位

2022-01-29

【高手问答汇总】聊聊分布式文件系统与 JuiceFS

高手问答栏目查看：主题高手问答 - OSCHINA - 中文开源技术交流社区

2022-01-19

高手问答第 255 期 —— 如何掌握 Tars 开发，玩转微服务

OSCHINA本期高手问答(2020 年 9月 14日——2020 年 9月 20日) 请来了俞慧涛老师@kerriganA，如果你对 Tars感兴趣，不管是架构，还是适用场景，都可以在这期高手问答得到启发

2020-09-14

高手问答 —— Java 二十五载，你开始学习 Kotlin 了吗？

OSCHINA本期高手问答(2020 年 9月 3日——2020 年 9月 8日) 我们请来了霍丙乾老师@Bennyhuo，如果你对 Kotlin 以及 Kotlin 协程感兴趣，不管是用法，还是原理，

2020-09-04

高手问答第 252 期 —— 聊聊分布式架构那些事儿

OSCHINA本期高手问答(2020 年 8月 12日——2020 年 8月 18日) 我们请来了张程老师@zacharyos和大家一起探讨关于分布式架构相关的问题。

2020-08-12

高手问答第 249 期 —— 机器学习的发展前景如何？

OSCHINA本期高手问答（2020 年 7 月 13 日——2020 年 7 月 19 日）将围绕【机器学习发展前景】展开探讨。

2020-07-13

高手问答第 246 期 —— 关于移动消息推送，你了解多少？

OSCHINA本期高手问答（2020年 06月 03 日 —— 2020 年 06 月 09 日）邀请到了来自百度慧推的刘朋飞老师，他将与大家一起，围绕「移动消息推送能力建设」展开讨论，可讨论的问题包括但不限于

2020-06-03

高手问答第 242 期 —— 该怎样踏入机器学习的世界？

OSCHINA本期高手问答（2020年 04月 01 日 - 2020 年 04 月 10 日）将围绕【机器学习】展开讨论，可讨论的问题包括但不限于：机器学习如何入门，包括介绍学习的路径（该学哪些内容

2020-04-01

高手问答第 231 期 —— 聊聊云原生服务网格 Istio

OSCHINA本期高手问答( 8 月 13 日 - 8 月 19 日)我们将以服务网格为切入点展开讨论，包括服务网格的典型实现 Istio。

2019-08-12

高手问答第 230 期 —— Node.js 监控与调优

本期高手问答我们就一起来探讨关于Node.js 的问题，做客高手问答的嘉宾是杜万智老师。杜万智，前端技术专家，《Node.js开发实战》译者。

2019-08-06

1、logtail有开源计划吗https://yq.aliyun.com/ask/4932882、logtail和log-pilot有啥不同？https://yq.aliyun.com/ask/4932933、数以万计的agent如何部署和升级https://yq.aliyun.com/ask/4932894、如果单个agent需要采集的数据过多，是否有优先级控制？比如高优保障采集某一部分日志https://yq.aliyun.com/ask/4932905、如果某台机器资源紧张，agent是否会进行自我资源限制？比如现在采集流量或者现在自身消耗的cpu？https://yq.aliyun.com/ask/4932916、对采集agent进行资源限制有什么好的方法现在用的是workloadmanagerhttps://yq.al

2019-03-06

了解人工智能之基础概念-基本概念问答

在关注了机器学习一段时间以后，最近我开始投入到这个领域的研究中。去年，我开始学习自然语言处理的相关知识，并撰写了一些这方面的文章。同时我开始更广泛地接触机器学习理论，并主要专注于文本理解和文本处理。周围一些对人工智能有兴趣的朋友和同事时常会问我一些相似的问题，而我尽可能地就我所知道的给予他们回答。因为在理解以及真正运用那些高深的数学知识之前，还要具备一些必要的基本概念。因此我也越来越意识到普及这些基础知识的重要性和必要性。 “人工智能，机器学习，神经网络，深度学习，到底有啥区别”，这是我常常被问及的一个话题。人工智能，机器学习，神经网络，深度学习，它们是具有不同含义的四个术语。不过人们往往把它们交替使用。就我的理解，这样的互换在大多数情况都没有太大的错误。不过准确的区分它们可以帮助我们了解行业的现状与发展方向。人工智能(AI-Artificial intelligence )就是让计算机帮助人类解决问题，它可以被看成是这个领域的总称。我将它区别于软件工程。在软件工程中，我们更专注于如何编程，从而让计算机执行某项任务。在今天，人工智能几乎包含现实世界的方方面面，毫不夸张的说人工智能已经无处不在了。随着现代化带来的便利，有些已经被我们习以为常的事物，已经不会被大家当成是人工智能了。比如，路径导航，联想输入，全文搜索等，这些我们日常生活中常常用到的功能，在几十年前它们就属于人工智能的研究方向。而现在，这些技术只是被当成理所当然的了。（动物研究中也有类似的趋势，“能够使用工具”曾经被认为是智人的定义之一，但是当我们发现“章鱼也能打开罐子”或者“乌鸦竟能解决字谜”时，智人的这个标准也随之被提升。同样，我们也可以认为人工智能主要是专注于那些计算机还不能熟练解决的问题。）机器学习(Machine Learning)我们可以把它看作人工智能的一个子集。其中的核心是“学习”，而不是通过人来教会机器完成某项工作。机器学习系统是通过大量的样本对计算机进行训练，从而使机器获取解决问题的能力，而不是直接告诉机器解决某个问题的方法。我们可以把训练机器学习系统比作教小朋友学习：我们提供许多例子来对儿童进行训练，并给他们足够的反馈信息，让他们知道是对还是错。一个更好的类比是训练警犬 - 特别是训练它们做一些人类能力范围之外的任务，比如甄别炸弹等危险品。我们对警犬进行很多的训练，但是我们并不能准确地告诉它们如何做。我们能做的只是每当他们找到目标以后，给予相应的奖励。之后，它们就知道了哪些特征对它们来说是可以获得奖励的，而这些反馈的结果等同于“找到了炸弹”。在机器学习之前，人工智能（那时人们通常称其为专家系统）可能已经很“聪(wan)明(shan)”了，但其背后的工作原理是我们已经明确地告诉它们一切必要的知识。专家系统就好比对照着一份庞大的列表清单来进行工作。我们不可否认，使用这样的清单是非常有效的决策方式，但是构建这样一份完备的清单是非常耗时的。同时这类清单只能狭隘地解决一个特定领域的问题：比如诊断某一类疾病或对某种型号的飞机进行安全检查。而在没有指导的情况下提取相关特征的能力是机器学习革命性的核心。通过建立一组仅能由机器识别的特征，机器学习系统就能用这些特征对目标示例进行泛化。比如，通过一组猫的图片与狗的图片让机器学习进行学习，提取猫与狗的不同特征，从而构建出分类网络。这个分类网络就能够对测试图片（未识别过的新图片）进行相同的任务，分辨出图片中的是狗还是猫。就目前的发展来看，我们完全可以将机器学习和人工智能划上等号。虽然专家系统和类似的一些方法仍然有其存在的意义，但我们已经不把它们称为人工智能了，就像前面提到的门槛已经变高了。神经网络(Neural networks)是目前实现机器学习比较有效的方法之一。虽然现在“神经网络”的热度很高，但机器学习并非一定要使用神经网络，使用其他看似普通的架构也能达到不错的效果。如果没有一点相关的知识，想要解释清楚到底什么是神经网络是有难度的，而我在这个系列之后的文章中会有涉及具体的细节。概括的说，神经网络是由非常简单的组件组成的复杂系统，它们将单个任务分解成多个子任务进行学习。某种程度上来说神经网络是借鉴了真正的神经元的工作模式，但我认为从长远来看，人工智能系统远达不到真正的人脑能力。就像飞机的翅膀模仿的是鸟类，但目前飞机的翅膀远远达不到鸟类翅膀的功能。深度学习（Deep learning）是指一类神经网络。它有着特定的技术含义，但如今也成了这个领域的流行语。 “深”，这里指的是网络架构具有多层结构。(三层我们就称为“深”。而一层，我们则称之为“浅”)。实际工作中，我们发现深层网络可以比单层网络能更有效地进行学习和推理。通过将虚拟神经元堆叠成层次结构，我们可以表现更多样本的特征。自信地谈论人工智能这里是一些关于人工智能的描述，它们能帮你在与朋友们闲聊人工智能时建立一点信心：机器学习是一种人工智能，它的核心是通过大量的样本学习来发现其中的某些模式。人工智能系统既可以是授以于鱼（直接告诉答案），也可以是授以于渔（解决问题的方法）。或两者兼而有之。目前大量的机器学习系统是基于神经网络的，他们利用数以百计的工作单元协同工作来解决问题。深度学习系统是神经网络结构的最新研究进展，通过深度学习，计算机可以提取出复杂的特征，这种能力有时会超过人类专家。

2018-11-27

1024开发者盛宴之Java专家问答专场活动说明

10月24日这个开发者的狂欢节，社区请到了Java技术专家团为大家答疑解惑：怎样向专家提问如果是首次提问，直接点击向他提问，提交你的问题如果非首次提问提问次数为0，可以将你的邀请码分享给朋友，朋友在提问时使用邀请码后，你会增加1次提问机会提问次数为0，也可以点击向他提问，在提示框中输入其他人分享给你的邀请码，你会增加1次提问机会提问是否收费本场活动重在解决疑难问题，付费功能未开启，大家通过分享和使用邀请码来获取提问机会我提交的问题在哪里查看在社区个人中心—我的问题中可以查看到你提交的问题，https://yq.aliyun.com/users/ask 我提交的问题多久能得到答案专家收到问题通知会尽快来回答问题，也有可能答案需要一些时间来准备，我们尽量保证48小时内得到答案活动的时间10月24日-11月23日为什么我刚提交的问题找不到

2018-10-22

问答Goodfellow：没有样例能不能训练机器学习算法？

本文来自AI新媒体量子位（QbitAI）从图像和语音识别到自然语言分析，神经网络已经在很多领域大展身手。过去几年，它们的精确度已经几乎可以与人类媲美。但仍有很多神经网络无法完成的任务——例如，这种技术还无法取代人类的创造力。 2014年，Ian Goodfellow提出了生成式对抗网络（GAN），可以在无人监督的情况下自行训练，还能对过去的错误和不足进行分析，从而改进效果。多数深度学习算法都需要数千或数百万添加标签的样例才能获得想要的结果，而对抗网络的出现有助于减少数据需求。从本质上讲，人工智能可以通过模仿“专家”——也就是GAN中的辨别者——来学习复杂的任务。 GAN可以训练两个目标相互竞争的独立网络，还可以用于绘制和归类图像，以及识别情绪、规则和指令。Facebook和Google等现在都在深度学习模型中高度依赖GAN。近日一篇问

2017-12-31

[Android问答] px、dp和sp，这些单位有什么区别？

[Android问答] px、dp和sp，这些单位有什么区别？相信每个Android新手都会遇到这个问题，希望这篇帖子能让你不再纠结。

2017-12-04

服务器虚拟化产品XenServer常见问题问答（二）

. vmware 的 vcenter 安装时需要 sql server 数据库的支持，微软的 scvmm 安装时也需要 sql server 数据库的支持，请问思杰的 xenserver 远程控制台安装时支持数据库吗？ XenServer内置了数据库，不需要安装独立的数据库。 2. 问题：多个虚拟服务器.xen如何分配内存?是静态的还是动态的? 可以在虚拟机关机情况下，调整内存分配；但是在运行过程中不可以更改。用户希望能够实现有限内存支持更多的虚拟机运行，例如 4G 内存支持 5 个 1G 内存虚拟机运行，这种功能对于开发和测试，是很有用的，但实际生产系统中，很少有人这么使用；因为内存的动态分配会造成大量的转换和重新分配时间，这样可能会造成生产系统对一段时间没有用户访问的应用的响应异常慢，影响业务正常使用。提供这种功能的产品，默认也一般是关闭的。 3. 在一台服务器安装虚拟化后那服务器一块网卡可以虚拟成不同网段的多个网卡吗在 xenServer上的物理网卡（除管理网卡外）不用配置IP信息，它只提供一个通讯的通道，虚拟机的虚拟网卡通讯通过它与外界沟通，同一个物理网卡负载的虚拟网卡可以被配置不同的网段，vlan等，就如同我们目前的环境一样，没有任何差别。 4. 一个应用对应多个虚拟机时，如何识别 IP？除了运行形式不同，虚拟机和物理机的使用、管理都是一样的。当一个应用对应多个虚拟机，相当于传统的应用 NLB，那么传统模式都可以实现，我们一般推荐使用我们的负载均衡产品NetScaler来实现。 5. Xenserver支持iSCSI吗？支持 iSCSi 的协议，并且对 FC ， NFS 等方式也都支持。尤其对于 Netapp 和 Equal logic 的高级功能进行支持。 6. XenServer也可以支持在线迁移吗？是的，我们可以支持在线迁移， XenMotion ，虚拟机不会掉线或者关机就可以从一台物理服务器迁移到另外一台物理服务器 7. XenServer的迁移过程是需要将原Guest机器关机，然后在另一台宿主机上开启Guest机器吗？不需要关机，虚机在线迁移，保持在线服务 8. 对现在正在运行的系统迁移到虚拟机，思杰是否有和VMWARE类似的工具 XenServer的控制台叫XenCenter，是免费的管理控制台，通过XenCenter，可以拖动虚拟机，实现跨物理服务器的在线迁移。 9. 如果把一台虚拟操作系统移到别一台硬件上，要重装驱动程序吗不需要更改驱动。 10. 如果我是大型的应用程序 ,我把另一个服务器上的程序迁移到其他服务器上,服务器保证能有效运行吗在线迁移，其实是将服务器的内存信息原封不动地镜像到另外的服务器上，不会对系统内信息进行改动，所以迁移不会对系统程序造成影响。 11. 问题： HA 之间主备是怎样同步数据么？ HA是多个主机之间做高可用，当一个物理服务器宕机，其上面运行的虚拟机会自动在其他服务器上运行起来，所以虚拟机的数据文件是需要各个主机都能找到的，我们是使用共享存储来保存虚拟机的数据文件，所以各个主机都能找到虚拟机数据文件，同时还可以很好地提高系统吞度量。 12. 服务器停电后来电这台服务器上的多台虚拟机会同时全部启动么？如果您的配置是对所有虚拟机都进行保护，且资源充足，则会根据您的配置自动启动这些服务器。 13. 有和 VMware的DRS差不多的功能么，思杰没有自己更独特的功能吗？？ Citrix在5.5中提供了Workload Balancing（WLB）功能，可以实现类似功能。除此之外，思杰对于整个服务器虚拟平台的更灵活的动态管理以及与企业其他基础架构和第三方的产品联动，是通过企业版及白金版中的 Workflow Studio实现的。通过Workflow Studio（WF），用户可以定义一系列的由操作人员启动，或事件触发，或定时性的工作流程，在整个流程过程中，WF可以通过内置功能，API，Web Service，PowerShell，脚本程序等，实现和其他IT系统或产品的联动，进行诸如特定阈值触发虚拟机自动motion（DRS），自动增加虚拟机实现更多NLB能力，更新数据库信息，创建AD账户，发送邮件报警等诸多自动流程。所以DRS只是其中的一个功能。WF也是Citrix的云计算重要战略，Amazon也是使用WF进行自己的云中心的管理。Citrix系统通过WF帮助客户构建一个真正的私有云和动态数据中心。本文转自大头蚕 51CTO博客，原文链接：http://blog.51cto.com/datoucan/206929，如需转载请自行联系原作者

2017-11-12

网友问答之：AD、DNS转发器、WINS不能自动启动

网友问答之：AD、DNS转发器、WINS不能自动启动 1、企业网络中，将DNS与Active Directory集成在一起即可，一般建议配置2台Active Directory服务器。

2016-03-27

AI时代如何更好的搭建个人AI知识库？

大多数人一听到“搭知识库”，脑子里浮现的还是建文件夹、分标签、往网盘里塞 PDF 那套动作，本质上还是在囤资料。

2026-10-08

企业知识库场景的选型决策

企业要做"基于自己知识库的 AI 问答"，第一个要做的技术决策，就是：用 RAG，还是微调（Fine-tuning）？这个问题我几乎每周都会被问到。

2026-09-28

资源下载

更多资源

腾讯云软件源

为解决软件依赖安装时官方源访问速度慢的问题，腾讯云为一些软件搭建了缓存服务。您可以通过使用腾讯云软件源站来提升依赖包的安装速度。为了方便用户自由搭建服务架构，目前腾讯云软件源站支持公网访问和内网访问。

Nacos

Nacos /nɑ:kəʊs/ 是 Dynamic Naming and Configuration Service 的首字母简称，一个易于构建 AI Agent 应用的动态服务发现、配置管理和AI智能体管理平台。Nacos 致力于帮助您发现、配置和管理微服务及AI智能体应用。Nacos 提供了一组简单易用的特性集，帮助您快速实现动态服务发现、服务配置、服务元数据、流量管理。Nacos 帮助您更敏捷和容易地构建、交付和管理微服务平台。

Spring

Spring框架（Spring Framework）是由Rod Johnson于2002年提出的开源Java企业级应用框架，旨在通过使用JavaBean替代传统EJB实现方式降低企业级编程开发的复杂性。该框架基于简单性、可测试性和松耦合性设计理念，提供核心容器、应用上下文、数据访问集成等模块，支持整合Hibernate、Struts等第三方框架，其适用范围不仅限于服务器端开发，绝大多数Java应用均可从中受益。

Sublime Text

Sublime Text具有漂亮的用户界面和强大的功能，例如代码缩略图，Python的插件，代码段等。还可自定义键绑定，菜单和工具栏。Sublime Text 的主要功能包括：拼写检查，书签，完整的 Python API ， Goto 功能，即时项目切换，多选择，多窗口等等。Sublime Text 是一个跨平台的编辑器，同时支持Windows、Linux、Mac OS X等操作系统。