积分充值
 首页
前端开发
AngularDartElectronFlutterHTML/CSSJavaScriptReactSvelteTypeScriptVue.js构建工具
后端开发
.NetC#C++C语言DenoffmpegGoIdrisJavaJuliaKotlinLeanMakefilenimNode.jsPascalPHPPythonRISC-VRubyRustSwiftUML其它语言区块链开发测试微服务敏捷开发架构设计汇编语言
数据库
Apache DorisApache HBaseCassandraClickHouseFirebirdGreenplumMongoDBMySQLPieCloudDBPostgreSQLRedisSQLSQLiteTiDBVitess数据库中间件数据库工具数据库设计
系统运维
AndroidDevOpshttpdJenkinsLinuxPrometheusTraefikZabbix存储网络与安全
云计算&大数据
Apache APISIXApache FlinkApache KarafApache KyuubiApache OzonedaprDockerHadoopHarborIstioKubernetesOpenShiftPandasrancherRocketMQServerlessService MeshVirtualBoxVMWare云原生CNCF机器学习边缘计算
综合其他
BlenderGIMPKiCadKritaWeblate产品与服务人工智能亿图数据可视化版本控制笔试面试
文库资料
前端
AngularAnt DesignBabelBootstrapChart.jsCSS3EchartsElectronHighchartsHTML/CSSHTML5JavaScriptJerryScriptJestReactSassTypeScriptVue前端工具小程序
后端
.NETApacheC/C++C#CMakeCrystalDartDenoDjangoDubboErlangFastifyFlaskGinGoGoFrameGuzzleIrisJavaJuliaLispLLVMLuaMatplotlibMicronautnimNode.jsPerlPHPPythonQtRPCRubyRustR语言ScalaShellVlangwasmYewZephirZig算法
移动端
AndroidAPP工具FlutterFramework7HarmonyHippyIoniciOSkotlinNativeObject-CPWAReactSwiftuni-appWeex
数据库
ApacheArangoDBCassandraClickHouseCouchDBCrateDBDB2DocumentDBDorisDragonflyDBEdgeDBetcdFirebirdGaussDBGraphGreenPlumHStreamDBHugeGraphimmudbIndexedDBInfluxDBIoTDBKey-ValueKitDBLevelDBM3DBMatrixOneMilvusMongoDBMySQLNavicatNebulaNewSQLNoSQLOceanBaseOpenTSDBOracleOrientDBPostgreSQLPrestoDBQuestDBRedisRocksDBSequoiaDBServerSkytableSQLSQLiteTiDBTiKVTimescaleDBYugabyteDB关系型数据库数据库数据库ORM数据库中间件数据库工具时序数据库
云计算&大数据
ActiveMQAerakiAgentAlluxioAntreaApacheApache APISIXAPISIXBFEBitBookKeeperChaosChoerodonCiliumCloudStackConsulDaprDataEaseDC/OSDockerDrillDruidElasticJobElasticSearchEnvoyErdaFlinkFluentGrafanaHadoopHarborHelmHudiInLongKafkaKnativeKongKubeCubeKubeEdgeKubeflowKubeOperatorKubernetesKubeSphereKubeVelaKumaKylinLibcloudLinkerdLonghornMeiliSearchMeshNacosNATSOKDOpenOpenEBSOpenKruiseOpenPitrixOpenSearchOpenStackOpenTracingOzonePaddlePaddlePolicyPulsarPyTorchRainbondRancherRediSearchScikit-learnServerlessShardingSphereShenYuSparkStormSupersetXuperChainZadig云原生CNCF人工智能区块链数据挖掘机器学习深度学习算法工程边缘计算
UI&美工&设计
BlenderKritaSketchUI设计
网络&系统&运维
AnsibleApacheAWKCeleryCephCI/CDCurveDevOpsGoCDHAProxyIstioJenkinsJumpServerLinuxMacNginxOpenRestyPrometheusServertraefikTrafficUnixWindowsZabbixZipkin安全防护系统内核网络运维监控
综合其它
文章资讯
 上传文档  发布文章  登录账户
IT文库
  • 综合
  • 文档
  • 文章

无数据

分类

全部后端开发(125)综合其他(36)数据库(29)Python(27)云计算&大数据(26)区块链(21)TiDB(17)前端开发(16)Go(15)系统运维(14)

语言

全部中文(简体)(218)英语(23)中文(简体)(2)

格式

全部PDF文档 PDF(224)其他文档 其他(17)PPT文档 PPT(4)DOC文档 DOC(1)
 
本次搜索耗时 0.028 秒,为您找到相关结果约 246 个.
  • 全部
  • 后端开发
  • 综合其他
  • 数据库
  • Python
  • 云计算&大数据
  • 区块链
  • TiDB
  • 前端开发
  • Go
  • 系统运维
  • 全部
  • 中文(简体)
  • 英语
  • 中文(简体)
  • 全部
  • PDF文档 PDF
  • 其他文档 其他
  • PPT文档 PPT
  • DOC文档 DOC
  • 默认排序
  • 最新排序
  • 页数排序
  • 大小排序
  • 全部时间
  • 最近一天
  • 最近一周
  • 最近一个月
  • 最近三个月
  • 最近半年
  • 最近一年
  • pdf文档 数仓ClickHouse多维分析应用实践-朱元

    0 码力 | 14 页 | 3.03 MB | 1 年前
    3
  • pdf文档 杨赛赛-基于深度学习的多维时间序列预测在数据机房中的应用

    PYCON CHINA 基于深度学习的多维时间序列 预测在数据机房中的应用 目 录 1 背景介绍 2 研究目标 3 研究内容 4 后续工作 1. 背景介绍 数据机房面临的能耗问题 数据机房面临电量消耗巨大的问题 空调是数据机房中电量消耗最大的设备 空调为什么那么耗电?怎么优化节能? 低效的 冷却装 置 服务主 机工作 发热 影响空 调耗电 量原因 建筑材料 隔热和散 代表算法有AR, ARIMA 基于深度学习的 时间序列预测 ⚫ 利用多维时间序列之间的 信息 ⚫ 对变周期序列,多维空间 依赖序列预测较弱 ⚫ 代表算法有RNN,LSTM 混合多维时间序列预测 ⚫ 提取多维序列之间更加复杂 的关系 ⚫ 提取维度之间空间依赖关系, 长短期依赖关系 ⚫ 算法有LSTNet,TPA-LSTM 多维时间序列预测方法解决机房温度预测 对数据包含的信息提取能力越来越强
    0 码力 | 17 页 | 2.49 MB | 1 年前
    3
  • pdf文档 高效智能运维[云+社区技术沙龙第29期] - 腾讯智能运维(Metis)项目实践

    智能运维场景描述 整体介绍 02 单维时间序列分析 异常检测 03 多维时间序列分析 多维下钻 目录 04 Metis 的研究方向 展望未来 智能运维(AIOps) 基于机器学习的智能运维 发现问题 • 时间序列异常 • 日志分析异常 • 设备性能异常 分析问题 • 多维下钻分析 • 关联事件分析 • 容量预估分析 解决问题 • 扩容 • 决策 • • 可演进 • 可了解 智能运维学件库 智能运维能力框架体系 AIOps 团队角色划分 01 智能运维场景描述 整体介绍 02 单维时间序列分析 异常检测 03 多维时间序列分析 多维下钻 目录 04 Metis 的研究方向 展望未来 单维时间序列分析 海量时间序列 业务场景复杂 规则配置繁琐 1 2 3 时间序列异常检测 如何找到通用的解决方案? 单维时间序列分析 异常检测 03 多维时间序列分析 多维下钻 目录 04 Metis 的未来规划 展望未来 业务埋点 收集数据 监控系统 指标展示 多维数据 维度查询 异常检测 检测异常指标 多维下钻 分析异常维度 多维时间序列分析 多维时间序列分析 判断时间序列是否波动 人工查找可疑维度 人工查找可疑元素 1 2 3 人工分析异常维度 数据存储 多维时间序列 异常检测
    0 码力 | 28 页 | 1.88 MB | 1 年前
    3
  • pdf文档 2. 腾讯 clickhouse实践 _2019丁晓坤&熊峰

    iData 大数据分析PaaS 实时 分析 多维 分析 画像 分析 … DataMore 大数据应用PaaS 实时 决策 任务 系统 … 排 行 榜 大数据应用 SaaS系统 iData 用户画像 DataMore 月光宝盒 DataMore 任务系统 iData 数据可视化 游 谱 游戏说 神秘 商店 iData 多维提取 … 游戏数据 驱动场景 潘多拉 社交与功能 大数据应用PaaS服务 游戏数据驱动场景 n 实时干预游戏用户 n 精细化、精准化驱动场景服务 n 提升原有服务的增强效果 n iData大数据分析PaaS 在线实时能力 n iData大数据分析:多维分析,画像分析能力 n DataMore大数据实时决策能力 一切以用户价值为依归 17 业务应用实践 iData 2 新大数据分析引擎2.0 业界传统 大数据分析 引擎 大数据分析引擎&存储 Column1 DataNode Column2 Column3 ColumnN bitmap 画像下钻分布式计算引擎 多维 提取 iData大数据分析引擎 分布式多维计算引擎 基于位图索引和行式内容存储 分布式画像引擎 基于位图索引和列式内容存储 多维 分析 跟踪 分析 下钻 分析 透视 分析 画像 分析 一切以用户价值为依归 19 业务应用实践 iData 2 旧画像系统
    0 码力 | 26 页 | 3.58 MB | 1 年前
    3
  • pdf文档 Apache Doris 在美团外卖数仓中的应用实践

    支撑数据分析产品数十个以上,整体响应达到ms级。 支持百万、千万级大表关联查询,同时进行维表关联的雪花模型,经过Colocate Join特性优化,可以实现秒级响应。 日级别,基于商家明细现场计算,同时满足汇总及下钻明细查询,查询时效基本都可以控 制在秒级。 7日趋势分析,2~3秒。由于数据量较大,根据集群规模不同查询性能有所区别,但数据量 较大时,调动的集群资源较多,因此MPP的并发性能受限于集群的性能。一般原则是并发 可靠的调度能力:提供5、10、15、30分钟的调度保障能力。 Lambda架构简化:实时数据与离线数据更好的在Doris中进行融合,灵活支撑应用。 高效的OLAP交互 :支撑业务的灵活查询访问,业务层通过视图进行逻辑封装直接复用汇总层多维模型,提高了开 发效率,减少了运维成本。 相比Storm、Flink中的窗口计算,准实时DB微批的优势: Doris引擎在美团的重要改进 Join 谓词下推的传递性优化 如上图所示,对于下面的
    0 码力 | 8 页 | 429.42 KB | 1 年前
    3
  • pdf文档 美团点评2018技术年货

    基础配置,常见的有入口资源的配置、网络的配置等。相对运营资源来说,其变更的频繁度相对较低,与 时间、城市的关系也没那么强。譬如下面大众点评App-我的页面里的入口。这类配置有如下几个特征: 1. 多维度:需要针对不同的版本、平台、渠道,做不同的配置。 2. 长期有效:这种类型的配置一般长期存在,不会存在过期问题。 APPKIT打造稳定、灵活、高效的运营配置平台 - 美团技术团队 二、遇到的问题 400TB,高峰期集群 QPS 达 650万/秒。 面对流量的成倍增长,CAT 在通信、计算、存储方面都遇到了前所未有的挑战。整个系统架构也经历了 一系列的升级和改造,包括消息采样聚合、消息存储、业务多维度指标监控、统一告警等等,项目最终稳 定落地。为公司未来几年内业务流量的稳定增长,打下了坚定的基石。 经过 7 年的持续建设,CAT 也在不断发展,我们也希望更好的回馈社区,将 CAT 提供的服务惠及更多 通过策略抽象、查询、渲染和分组动态更新,实现HTTP 请求的定制化路由。 随着公司业务的高速发展,路由场景也越来越复杂。比如: 团购秒杀要灵活控制压测流量,实现线上服务单节点、各机房、各地域等多维度的压测。 外卖业务要做流量隔离,把北方地域的流量转发到分组a,南方地域的流量转发到分组b。 酒旅业务要对App新版本进行灰度,让千分之一的用户试用新版本,其他用户访问老版本。 QA部门要通过
    0 码力 | 229 页 | 61.61 MB | 1 年前
    3
  • pdf文档 Moonshot AI 介绍

    上⾯输⼊多少个⼈化的信息,然后 losslesslong-context和个性化负责把这些输⼊变成有价值的东西。 可能也还需要新的硬件形态,但我觉得模型和软件现在也还是个瓶颈。因为要再往下钻⼀层,让⽤⼾ 输⼊很多信息的前提是trust,是你需要有⾜够engaging和humanlike的AI。不能说是我为了得到你 的信息所以专⻔设置了⼀些产品功能。最终效果应该是⽤⼾和AI成为了朋友,那所有事情都可以跟它 nAI在某些智能领域做 得很好,但可能在某些特定场景中,⽐如⽣成图⽚的美学价值上,它暂时还⽆法超过Midjourney。即 使OpenAI在某些领域超过了,可能还会有其他领域存在差距。因此,有很多维度可以⽤来定义智能⽔ 平。 由于⼈⼯智能的异质化,每个公司可能都有⾃⼰擅⻓的部分。通⽤能⼒上做得很好是⼀个前提,但在 每个细分领域⾥,还是存在专业化的差异。例如,character.ai在⻆⾊扮演这个场景中,可能会做得⽐ 最终形成⼀些⽹络效应。因此,未来并不会只有⼀家AI公司能包办所有的智能。 机器之⼼:你有没有想过,可能我们永远⽆法追赶上 杨植麟:就像上⾯所说的,追赶可能并不是我们的最终⽬标,总体上这个领域有很多维度需要探索, 需要很多公司⼀起。 爬楼梯,⽽不是看⻛景 机器之⼼:⼤模型是个⾮常新的技术⽅向,从你接触的情况看,投资⼈对这件事的理解程度怎样? 杨植麟:我觉得⼀个关键需要理解的点是AI-native产品跟传统产品的区别。
    0 码力 | 74 页 | 1.64 MB | 1 年前
    3
  • pdf文档 亿图脑图 MindMaster 用户手册 V10.0

    ------------------- 126 显示导图层级 --------------------------------------------------------------- 127 下钻和上钻 ----------------------------------------------------------------- 127 显示比例 -------------------- 让用户将导图由常规风格一键切换至手绘风格。 8.大纲模式 大纲模式使用户在文字大纲格式下对导图内容一目了然。 9.文件加密 亿图脑图 MindMaster 文件加密可以保护文件不被侵权和随意查看。 10.上钻/下钻 通过下钻功能来折叠或展开主题,有助于制图者集中注意力于特定主题,避免了其他主题 对思维的干扰。 11.文件恢复 如果软件意外关闭导致未及时保存,亿图脑图 MindMaster 可以恢复未保存的导图文件。 ,直至全部展示完毕。 下钻和上钻 (F4) 在展示思维导图时,可以使用"下钻"功能以聚焦于特定主题上,避免被思维导图的其他分支 分散注意力。 下钻 1、鼠标单击以选中需要单独显示的主题, 在"视图"菜单下点击"下钻"按钮; 2、或右键单击选中的主题,然后在菜单里点击"下钻"; 3、通过以上操作均可只显示该主题及其分支。 128 上钻 对主题进行"下钻"操作后,在主题形状的右上角会出现
    0 码力 | 149 页 | 7.39 MB | 1 年前
    3
  • pdf文档 亿图脑图 MindMaster 用户手册 V10.0

    ------------------- 126 显示导图层级 --------------------------------------------------------------- 127 下钻和上钻 ----------------------------------------------------------------- 127 显示比例 -------------------- 让用户将导图由常规风格一键切换至手绘风格。 8.大纲模式 大纲模式使用户在文字大纲格式下对导图内容一目了然。 9.文件加密 亿图脑图 MindMaster 文件加密可以保护文件不被侵权和随意查看。 10.上钻/下钻 通过下钻功能来折叠或展开主题,有助于制图者集中注意力于特定主题,避免了其他主题 对思维的干扰。 11.文件恢复 如果软件意外关闭导致未及时保存,亿图脑图 MindMaster 可以恢复未保存的导图文件。 ,直至全部展示完毕。 下钻和上钻 (F4) 在展示思维导图时,可以使用"下钻"功能以聚焦于特定主题上,避免被思维导图的其他分支 分散注意力。 下钻 1、鼠标单击以选中需要单独显示的主题, 在"视图"菜单下点击"下钻"按钮; 2、或右键单击选中的主题,然后在菜单里点击"下钻"; 3、通过以上操作均可只显示该主题及其分支。 128 上钻 对主题进行"下钻"操作后,在主题形状的右上角会出现
    0 码力 | 149 页 | 8.67 MB | 1 年前
    3
  • pdf文档 亿图脑图 MindMaster 用户手册 V10.0

    ------------------ 126 显示导图层级 -------------------------------------------------------------- 127 下钻和上钻 ---------------------------------------------------------------- 127 显示比例 -------------------- 大纲模式 大纲模式使用户在文字大纲格式下对导图内容一目了然。 9. 文件加密 亿图脑图 MindMaster 文件加密可以保护文件不被侵权和随意查看。 10. 上钻/下钻 通过下钻功能来折叠或展开主题,有助于制图者集中注意力于特定主题,避免了其他主题 对思维的干扰。 11. 文件恢复 如果软件意外关闭导致未及时保存,亿图脑图 MindMaster 可以恢复未保存的导图文件。 示下一层分支,直至全部展示完毕。 下钻和上钻 (F4) 在展示思维导图时,可以使用"下钻"功能以聚焦于特定主题上,避免被思维导图的其他分支 分散注意力。 下钻 1、鼠标单击以选中需要单独显示的主题, 在"视图"菜单下点击"下钻"按钮; 2、或右键单击选中的主题,然后在菜单里点击"下钻"; 3、通过以上操作均可只显示该主题及其分支。
    0 码力 | 149 页 | 6.62 MB | 1 年前
    3
共 246 条
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 25
前往
页
相关搜索词
数仓ClickHouse多维分析多维分析应用实践朱元13杨赛赛基于深度学习时间序列预测数据数据机房中高效智能运维社区技术沙龙29腾讯Metis项目clickhouse2019丁晓坤熊峰Apache Doris美团点评2018年货MoonshotAI介绍亿图脑图MindMaster用户手册用户手册V10
IT文库
关于我们 文库协议 联系我们 意见反馈 免责声明
本站文档数据由用户上传或本站整理自互联网,不以营利为目的,供所有人免费下载和学习使用。如侵犯您的权益,请联系我们进行删除。
IT文库 ©1024 - 2025 | 站点地图
Powered By MOREDOC AI v3.3.0-beta.70
  • 关注我们的公众号【刻舟求荐】,给您不一样的精彩
    关注我们的公众号【刻舟求荐】,给您不一样的精彩