scaling

Knative Pod Autoscaling

这里KPA可以通过annotationautoscaling.knative.dev/class=kpa.autoscaling.knative.dev或者hpa.autoscaling.knative.dev
WoodsWalker·2019-07-14 13:07

Kaggle 指南（三）—— 数据预处理

数字数据标准化（Scaling）为什么要标准化？非标准化的数据会造成计算数据之间距离时，在一个数据纬度上的距离被过度放大，可能会极大的影响分类的准确性。如下图，如果我们采用k-NN计算节
杰克熊·2019-07-08 23:58

Kaggle 指南（三）—— 数据预处理

数字数据标准化（Scaling）为什么要标准化？非标准化的数据会造成计算数据之间距离时，在一个数据纬度上的距离被过度放大，可能会极大的影响分类的准确性。如下图，如果我们采用k-NN计算节
杰克熊·2019-07-08 23:58

关于 relabel_configs 中 hashmod 的用法

今天有朋友在群里问了一段关于Prometheushashmod配置的问题，如图：此配置出自Brian的博客scaling-and-federating-prometheus。那这段配置到底是什么意思？
xjtuhit·2019-07-08 16:35

ElasticSearch 线程池类型分析之 ResizableBlockingQueue

ElasticSearch线程池类型分析之ResizableBlockingQueue在上一篇文章ElasticSearch线程池类型分析之ExecutorScalingQueue的末尾，谈到了处理ES
hapjin·2019-07-05 20:00

《Large scale GAN training for high fidelity natural image synthesis》论文阅读记录

pdfGithub地址：https://github.com/AaronLeong/BigGAN-pytorch目录一、效果展示二、简介三、主要贡献四、BigGAN模型4.1模型的网络架构4.2模型的实现——ScalingupGANs
evsunny·2019-07-04 09:50

BatchNorm作用*（加速收敛，提高泛化能力，即防止过拟合）

：（天空之城）FeatureScaling和BatchNorm笔记https://shomy.top/2017/12/05/Feature-Scaling-Batch-Norm/加速收敛，因为神经网络本质上是学习数据的分布情况
bl128ve900·2019-07-04 00:12

Unity开发中的碰到的一些问题总结及解决办法（持续更新：最近2019-8-3更新）

Gameobject.GetComponenttype:unified;Standalone和freeAspect切换时界面不乱要使UIRoot->ScalingStyle->ConstrainedNGUI
GGman1989·2019-07-03 11:43

ElastiCache For Redis Cluster创建与使用

关于ElastiCacheScaling链接https:
hsbxxl·2019-06-26 23:02

了解Netflix-zuul网关服务

它还可以根据需要将请求路由到多个AmazonAutoScalingGroups。为什么我们建立Zuul？路由是微服务体系结构不可或缺的一部分。
架构师小秘圈·2019-06-26 12:42

如何使用 AWS Auto Scaling 按需动态增加和减少实例

一、背景需求当您不知道自己该选择何种类型的EC2实例的时候，也不清楚业务什么时候高峰，那我们使用AutoScaling可以非常便捷的解决我们的问题，他根据我们设定的负载压力，自动进行扩展和缩容，以实现最小费用的情况下保证业务的正常运行
wzlinux·2019-06-25 16:37

AutoScaling 成本优化模式升级--混合实例策略

原文链接：https://my.oschina.net/u/1464083/blog/3065845伸缩组成本优化模式以成本为目标，始终创建最低价的实例，同时，通过多可用区，多实例规格分布，以此来提高服务稳定性。但是，对于成本优势最大化的竞价实例，伸缩组难以防范竞价实例大范围回收可能导致的服务雪崩，本次升级允许用户制定更详细的成本控制策略，在成本和稳定性之间进行调整和权衡。成本优化模式简介当您的伸
chikuai9995·2019-06-25 10:00

干货 | 京东云弹性伸缩功能实践

弹性伸缩AS(AutoScaling)是一项Web服务，可以根据您的业务需求和策略，自动调整云主机计算资源，可帮助确保您拥有适量的云主机实例来处理您的应用程序负载。
京东云技术新知·2019-06-25 00:00

AutoScaling 成本优化模式升级--混合实例策略

伸缩组成本优化模式以成本为目标，始终创建最低价的实例，同时，通过多可用区，多实例规格分布，以此来提高服务稳定性。但是，对于成本优势最大化的竞价实例，伸缩组难以防范竞价实例大范围回收可能导致的服务雪崩，本次升级允许用户制定更详细的成本控制策略，在成本和稳定性之间进行调整和权衡。成本优化模式简介当您的伸缩配置选择了多实例规格，并想以最低的价格来使用同等规模的ECS实例配置时，您可以选择使用成本优化策略
阿里云云栖社区·2019-06-25 00:00

TFlearn中用于残差网络的Residual Block和Residual Bottleneck

downsample=False,downsample_strides=2,activation=‘relu’,batch_norm=True,bias=True,weights_init=‘variance_scaling
侯增涛·2019-06-23 23:32

谷歌开源新模型 EfficientNet：图像识别效率提升 10 倍，参数减少 88%

谷歌AI的科学家们在论文《EfficientNet:RethinkingModelScalingforConvolutionalNeuralNetworks》中系统地研究了模型扩展的问题
lv6572·2019-06-22 19:39

GrayLog + ElasticSearch 容器化

相关组件MongoDB---存GrayLog源信息GrayLog---替换LogStash且自带UI「云上可以AutoScaling」ElasticSearch---存储版本问题#h
Secret_Sun·2019-06-22 00:17

论文阅读EfficientNet: Rethinking Model Scaling for Convolutional Neural Networks

EfficientNet:RethinkingModelScalingforConvolutionalNeuralNetworks作者MingxingTanQuocV.Le原论文链接原代码链接Abstract
GracePro·2019-06-17 21:52

《High Performance Django》阅读笔记

Django’sscalingsuccessstoriesarealmosttoonumeroustolistatthispoint.ItbacksDisqus,Instagram,andPinterest.Wantsomemoreproof
wenguonideshou·2019-06-08 05:32

深度学习入门----EfficientNet解读

EfficientNet是谷歌最新的论文：EfficientNet:RethinkingModelScalingforConvolutionalNeuralNetworksICML2019这篇论文主要讲述了如何利用复合系数统一缩放模型的所有维度
Trent1985·2019-06-07 19:08

SPSS（十四）SPSS之多维尺度分析（图文+数据集）

SPSS（十三）SPSS之多维尺度分析（图文+数据集）多维尺度分析简介多维尺度（Multidimensionalscaling，缩写MDS，又译“多维标度”）也称作“相似度结构分析”（Similaritystructureanalysis
路易三十六·2019-06-07 16:32

突破中本聪共识！公链 CKB 公布 NC-Max 共识协议

带宽实际上是区块链吞吐量的最大限制，在美国旧金山举办的ScalingBitcoinMeetup中，秘猿科技研究员张韧从「带宽利用率」角度分析了诸多共识协议的效率和可行性。
秘猿科技·2019-06-06 00:00

机器学习笔记E2.1--梯度下降与正则化

梯度下降法梯度下降思想批量梯度下降特征缩放StandardizationMin-MaxScaling随机梯度下降（StochasticGradientDescent）——未完成批量梯度下降与随机梯度下降的比较
EL33·2019-06-05 09:06

Unity - 简单实例化的应用

publicclassCubeSpawner:MonoBehaviour{publicGameObjectcubePrefabVar;//实例化物体原型publicListgameObjectList;//生成物体的表publicfloatscalingFactor
SouthBegonia·2019-06-01 21:00

【05】Flink 之 DataStream API（三）：Partition 操作

1、Partition操作常用APIRandompartitioningRebalancingRescalingCustompartitioningBroadcastingRandompartitioning
大小宝·2019-05-31 23:17

EfficientNet: Rethinking Model Scaling for Convolutional Neural Networks

本次介绍一篇Google投稿与ICML2019的工作：EfficientNet。对网络进行缩放可以提升模型准确率，常见的方法有三种:深度(#layers)\宽度(#channels)\输入分辨率。这三种缩放按照何种比例进行缩放能达到更好的效果尚未研究。作者三种缩放等比例进行缩放最佳，在提升精度的同时可以降低模型参数量。在ImageNet上的性能如图方法作者指出，三个可缩放的影响因素应该按照如下公式
Tinet-·2019-05-31 20:58

LIBSVM 下载使用及实战

1.LIBSVM下载libsvmItmakeseverythingautomatic–fromdatascalingtoparameterselection.基于java的Weka和基于python的scikit-learn
Y_hero·2019-05-29 12:07

cvpr2019感兴趣文章title记录

LearningtoRegress3DFaceShapeandExpressionfromanImagewithout3DSupervisionAdaCos:AdaptivelyScalingCosineLogitsforEffectivelyLearningDeepFaceRepresentationsDeepAnomalyDetectionforGeneralizedFaceAnti-Spoo
wanquan1995·2019-05-25 18:54

kubernetes之Pod水平自动伸缩(HPA)

k8smeetup.github.io/docs/tasks/run-application/horizontal-pod-autoscale-walkthrough/HorizontalPodAutoscaling
weixin_34186931·2019-05-23 16:00

Kebernetes 学习总结(14) K8s Horizontal Pod Autoscaling

一、概述HPA全称HorizontalPodAutoscaling，即pod的水平自动扩展。
Meteor_hy·2019-05-21 15:15

扩容解决方案：状态通道

关于扩容解决方案的详细电子表格：ScalingSolutionSummarySpreadsheet在本文中，我们会扼要重述活动第一天的发现。
跨链技术践行者·2019-05-13 18:22

项目经验

prometheus代码发布平台Jenkins堡垒机jumpserver打点服务应用prometheusKubernetes生产应用关键点:服务弹性伸缩,deployment利用HorizontalPodAutoscaling
lvnian2009·2019-05-09 17:55

Scaling Neural Machine Translation

深度学习模型训练往往需要几天或是更多的时间才能在大型基准数据集上获得最优性能，本文提出了一种半精度及大批量训练方法，在单机8卡上实验训练速度提升了将近5倍，在wmt14英德实验中只用了5个小时即复现了transformer实验结果。!论文地址:https://arxiv.org/pdf/1806.00187.pdf代码地址:https://github.com/pytorch/fairseq/tr
a609640147·2019-05-05 09:32

几何变换

几何变换详解在三维图形学中，几何变换大致分为三种，平移变换（Translation），缩放变换（Scaling），旋转变换（Rotation）。以下讨论皆针对DirectX，所以使用左手坐标系。
君只见独不见·2019-04-30 22:39

机器学习笔记(吴恩达)(二)--多变量线性回归

机器学习笔记（吴恩达）（二）--多变量线性回归场景描述假设函数代价函数梯度下降特征缩放(FeatureScaling)均值归一化(Meannormalization)多项式回归特征选择拟合多项式检验方法学习率选择正规方程正规方程与梯度下降法比较个人
SugerOO·2019-04-30 09:11

机器学习-逻辑回归（Logistic Regression）-Python代码

运行效果程序代码+数据下载逻辑回归（logisticregression）python代码+训练数据程序importnumpyasnpimportmatplotlib.pyplotaspltdefFeatureScaling
BrianLi_·2019-04-28 22:31

如何实现K8s Pod自定义指标弹性伸缩

弹性伸缩介绍自动弹性伸缩(AutoScaling)，是Kubernetes的一大功能和亮点。在OpenStackIaaS云计算中也有类似的服务，即Senlin。
qq_37950254·2019-04-27 16:59

SpringCloud、Istio比较

对比项SpringCloudIstioAutoScaling&selfhealingHealthIndicatorPoolEjectionDeployment&Scheduing无Deploymentstrategy
lovelife110·2019-04-26 14:54

sklearn.preprocessing

sklearn中提供了数据预处理的模块，该模块包括了scaling（缩放），centering（中心化），normalization（归一化），binarization（二值化）和imputation（
Hiappsus·2019-04-18 08:04

百面机器学习第一章-特征工程

归一化为什么需要特征归一化为了消除数据特征之间的量纲影响，使得不同指标之间具有可比性，我们需要对特征进行归一化处理，归一化后的数据各个特征收敛速度变得一致，更容易快速地通过梯度下降找到最优解常用的归一化方法有两种线性函数归一化Min-maxscalingXnorm
周孟齐·2019-04-09 09:36

sklearn--SVM 调参策略

转自：SVM调参策略：https://blog.csdn.net/u014484783/article/details/78220646SVM怎样能得到好的结果1.对数据做归一化（simplescaling
chenyiming2010·2019-04-05 15:37

归一化（normalization）、标准化（standardization）以及正则化（regularization）比较

文章目录概括术语混淆特征缩放归一化(normalization)Rescaling(min-maxnormalization)Meannormalization均值归一化标准差标准化Scalingtounitlength
Castlehe·2019-04-03 17:30

Bag of Tricks for Image Classification with Convolutional Neural Networks 论文讲解

baseline1.1baselinetemplate1.2Trainingpreprocessingpipelines1.3Testpreprocessingpipelines2.EfficientTraining2.1Largebatchtraining2.1.1Linearscalinglearningrate2.1.2Learningratewarmup
急流勇进·2019-03-28 20:17

ASP.NET Core 借助 K8S 玩转容器编排

Production-GradeContainerOrchestration-Automatedcontainerdeployment,scaling,andmanagement.生产级别的容器编排系统
「圣杰」·2019-03-25 08:00

ASP.NET Core 借助 K8S 玩转容器编排

Production-GradeContainerOrchestration-Automatedcontainerdeployment,scaling,andmanagement.生产级别的容器编排系统
『___知多少』·2019-03-25 08:00

吴恩达机器学习笔记 001

吴恩达机器学习笔记文章目录吴恩达机器学习笔记基础概览当前分类基本模型确定参数方法1梯度下降法确定参数方法2正规方程法多元线性回归先看我：一些技巧featurescaling特征放缩meannormalization
CoolScript·2019-03-21 21:38

ms深度学习调参

或预处理）相关参数：数据增强：随机几何变换：随机裁剪、随机扩展、随机水平翻转、随机缩放、（目标多复制，生成、人脸矫正）enrichdata(丰富数据库)，featurenormalizationandscaling
salonhuang-·2019-03-17 00:39

超分辨率技术前沿调研

三星全新QLEDTV采用了特别开发的量子点8K处理器(QuantumProcessor8K)，通过8K人工智能增强技术(8KAIUpscaling)提升画质和音效双重表现，为消费者带来具备沉浸感的逼真视觉效果和震撼的听觉体验
weixin_30472035·2019-03-14 15:00

学习笔记-机器学习-（2）多元线性回归

假设函数hθ(x)将定义如下：为了方便表示，将x0=1，假设函数hθ(x)如下：可表示为：（θT是θ的转置）多元线性回归的梯度下降法：和单变量线性回归类似：求θ0求θ1,θ2……特征缩放（featurescaling
饼干和蛋糕·2019-03-13 23:04

基于metric server的自动伸缩hpa

丶内存以及其它指标自动伸缩pod副本数量,该指标由metrics-service和custom-metrics-apiserver提供hpa版本：通过kubectlapi-versions查看autoscaling
wfwf1990·2019-03-07 20:25
上一页 30 31 32 33 34 35 36 37 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他