自动驾驶在挑战中进化的感知能力
滴滴感知大量使用机器学习和深度学习来解决问题，但要解决 L4 自动驾驶的感知问题，并非只是引入最先进的深度学习模型即可解决。本文归纳出感知能力逐步进化的三个阶段。并分析了以下几大难题给感知带来的挑战：深度学习模型本身存在的缺陷、多传感器需要进行扬长避短的融合、低延迟要求和有限算力间的矛盾、难以准确表征和处理不确定性。最终，对感知的未来发展提出展望。
用户激增，负载飙升，Pinterest 如何平稳扩展 K8s？
作为美国知名的图片社交网站，Pinterest 坐拥 3 亿用户，类似于中国小红书。2017 年，Pinterest 走上 Kubernetes 之旅。但随着用户激增，负载飙升，其 K8s 平台问题不断。如何平稳扩展 K8s 平台变得至关重要。
- 4948 次围观
- 67224 次围观
如何基于 MindSpore 实现万亿级参数模型算法？
摘要：近来，增大模型规模成为了提升模型性能的主要手段。特别是 NLP 领域的自监督预训练语言模型，规模越来越大，从 GPT3 的 1750 亿参数，到 Switch Transformer 的 16000 亿参数，又是一个数量级的增加。
基于 Kubesphere 的 Nebula Graph 多云架构管理实践
图数据库是一种使用图结构进行语义查询的数据库，它使用节点、边和属性来表示和存储数据。图数据库的应用领域非常广泛，在反应事物之间联系的计算都可以使用图数据库来解决，常用的领域如社交领域里的好友推荐、金融领域里的风控管理、零售领域里的商品实时推
联邦学习—金融数据壁垒和隐私保护的解决之道
金融 AI 的每一步，大数据红利在左，数据隐私安全在右；联邦学习便是能兼顾金融数据挖掘和保护隐私的利器。索信达作为金融大数据行业服务科技的先行者，持续在联邦学习领域进行深入研究及深耕。
使用 VideoToolbox 探索低延迟视频编码 | WWDC 演讲实录
本文根据 Peikang 在 WWDC 2021 分享翻译，演讲者 Peikang，来自 Video Coding 和 Processing 团队。译者陶金亮。
一次性搞清 Java 中的类加载问题
摘要：很多时候提到类加载，大家总是没法马上回忆起顺序，这篇文章会用一个例子为你把类加载的诸多问题一次性澄清。本文分享自华为云社区《用 1 个例子加 5 个问题，一次性搞清 java 中的类加载问题【奔跑吧！JAVA】》，原文作者：breakDraw 。
微服务架构下的静态数据通用缓存机制
在分布式系统中，特别是最近很火的微服务架构下，有没有或者能不能总结出一个业务静态数据的通用缓存处理机制或方案，这篇文章将结合一些实际的研发经验，尝试理清其中存在的关键问题以及探寻通用的解决之道。
“半监督”、“自监督”怎么用？| 算法深度剖析与实战分享
有监督训练严重依赖数据标注的准确性和数据规模，不仅为模型优化带来高额标注成本，也存在“泛化性能差”、“模型过拟合”等“劣根性”问题。本文展示了易盾算法团队关于半监督、自监督方法在此问题上的思考，介绍了该领域前沿算法在实际业务中的成功落地案例
不管卷不卷，面试还是得问问你 G1 原理！
所有的垃圾回收器的目的都是朝着减少 STW 的目的而前进，G1(Garbage First) 回收器的出现颠覆了之前版本 CMS、Parallel 等垃圾回收器的分代收集方式，从 2004 年 Sun 发布第一篇关于 G1 的论文后，直到 2012 年 JDK7 发布更新版本，花了将近 10 年的时间 G1 才达到商用的程度，而
预告 
