标签

 架构 

相关的文章:

解道jdon.com -

JHipster Lite:快速生成六边形架构的开发工具

是一个用于快速生成、开发和部署现代 Web 应用程序和微服务架构的开发平台。 JHipster Lite将帮助您开始您的项目,逐步生成您需要的内容。 生成的代码使用 六角形架构 技术代码与您的业务代码分开 您只会生成您想要

AI生成摘要 JHipster Lite是一个用于快速生成、开发和部署现代Web应用程序和微服务架构的开发平台。它与JHipster的区别在于,JHipster生成CRUD应用,而JHipster Lite设计围绕业务逻辑。它支持多种客户端技术栈,包括Angular、React和Vue,并使用Twitter Bootstrap进行响应式网页设计。它还支持Thymeleaf模板引擎和Spring MVC REST。JHipster Lite还支持多种数据库和消息系统,并提供微服务技术栈和完整的Docker和云支持。

相关推荐 去reddit讨论

华为云官方博客 -

基于AI的架构优化:创新数据集构造法提升Feature envy坏味道检测与重构准确率

以Feature envy架构坏味道为例,利用一系列启发式规则和一个基于决策树的分类器,实现了一种基于真实数据的高质量重构数据集构造方法,并利用此方法构建的数据集将Feature envy架构坏味道的检测与重构准确率提升到业界SOTA水平。

AI生成摘要 华为云基于AI实现架构坏味道重构取得业界突破。通过启发式规则和决策树分类器构建高质量的训练数据集,提升Feature envy架构坏味道的检测与重构准确率。该方法已被软工顶会FSE 2023收录。通过挖掘移动方法重构示例,训练Feature envy检测模型,并提供解决方案。与其他方法相比,该方法在准确性和重构推荐上有明显提升。

相关推荐 去reddit讨论

BriefGPT - AI 论文速递 -

异构架构深度学习加速设计方法综述

深度学习加速器的设计方法和电子设计自动化工具经过综合评估,为实现高性能和能源效率提供了全面的视角。

AI生成摘要 该文章介绍了深度学习效率问题和五个核心领域,包括建模技术、基础设施和硬件,并提供实验指南和代码,以支持模型培训和部署的优化。这是第一个详尽的调查,涵盖了从建模技术到硬件支持的模型效率领域,帮助实践者改进并进行进一步的研究和实验。

相关推荐 去reddit讨论

BriefGPT - AI 论文速递 -

大规模神经架构的反向传播压缩:结构化激活剪枝

通过在深度神经网络中采用结构化修剪和块稀疏性操作,目前的研究旨在通过减少激活值的内存消耗来减小 GPU 内存需求,从而降低大规模模型训练的要求并解决生态环境问题。

AI生成摘要 该研究设计了一种稀疏训练过程,通过考虑激活的最终位置来诱导半结构化激活稀疏性。在图像分类和目标检测任务中进行了评估,结果显示在ImageNet数据集上,该方法在ResNet18模型上实现了1.25倍的加速,仅有1.1%的最小精度降低。与结构化剪枝方法相结合,该方法在延迟和准确性之间取得了平衡,优于仅采用结构化剪枝技术的模型。

相关推荐 去reddit讨论

BriefGPT - AI 论文速递 -

通过精细调整的 EfficientNet 深度学习架构优化性能,提升 COVID-19 检测能力

使用深度学习算法和经过微调的 EfficientNetB4 模型,结合放射学影像技术(尤其是胸部 X 射线)快速准确地识别 COVID-19 患者,并提供了有效的肺部疾病检测方法,为医疗图像诊断领域带来了有益的研究。

AI生成摘要 研究设计了COVID-Net模型,用于COVID-19的放射学筛查。通过COVIDx数据集,提高放射学筛查效率和加速疾病的诊断与治疗。

相关推荐 去reddit讨论

Steins;Lab -

Windows Azure Storage 论文笔记和思考 (1) - 概览与架构

本系列文章是笔者阅读微软存储系统论文 《Windows Azure Storage: a highly available cloud storage service with strong consistency》的笔记和思考。 论文虽然为 11 年发表,但其经典的存储底座思想设计,仍然值得笔者研究学习。笔者也会结合论文内容,思考如何一步一步从单机存储构建分布式的高可用存储系统。希望能加深自己对存储系统的设计能力和理解,望读者不吝指教! 概览 这篇文章描述是 Windows Azure Storage(WAS) 的论文。WAS 是当时 Azure 支撑微软服务和云平台客户的分布式存储系统。 WAS 对用户提供的产品形态为 Blob […]

AI生成摘要 本文是作者阅读微软存储系统论文《Windows Azure Storage: a highly available cloud storage service with strong consistency》的笔记和思考。论文介绍了Windows Azure Storage的概览和架构,包括存储产品形态、集群规模、分布式存储系统的要求等。文章强调了容灾域和复制的重要性,并介绍了Storage Stamp中的三层架构:Stream Layer、Partition Layer和Front-End Layer。下篇文章将详细学习Stream Layer的构建。

相关推荐 去reddit讨论

阿里云云栖号 -

分布式数据库,基于Paxos多副本的两地三中心架构

本篇文章是对云栖大会所分享内容的一个技术补充,期望从数据库架构设计的视角,分享下在大型银行落地PolarDB-X的经验,介绍Paxos多副本 + 传统两地三中心上的技术思考。

AI生成摘要 本文介绍了PolarDB-X分布式数据库在大型银行落地两地三中心架构的经验。文章从数据库架构设计的视角,分享了在大型银行落地PolarDB-X的经验,介绍了Paxos多副本 + 传统两地三中心上的技术思考。文章讨论了金融行业的容灾需求、跨机房容灾推荐Paxos/Raft多数派共识算法、业务对接分布式数据库的单元化诉求、Paxos/Raft多数派共识算法的优化、分布式事务的一致性问题、数据库日常的容灾演练能力等问题。文章最后总结了PolarDB-X分布式数据库在两地三中心架构中的优势和应用场景。

相关推荐 去reddit讨论

华为云官方博客 -

带你认识多模数据库GeminiDB架构与应用实践

GeminiDB是一款由KV、文档、宽表和时序组成的超融合多模数据库。

AI生成摘要 本文介绍了华为云多模数据库GeminiDB的架构和应用实践。GeminiDB是一种云原生多模数据库,支持多种数据模型,包括KV、文档、宽表和时序。它具有存算分离和多模扩展的架构设计,能够提供高可靠性和出色的性能。GeminiDB已经在广告、游戏、电商等行业得到广泛应用,并取得了显著的成果。华为云GeminiDB将继续聚焦企业需求,不断提升研发能力,助力企业数字化转型成功。

相关推荐 去reddit讨论

BriefGPT - AI 论文速递 -

RIDE: 基于可解释机器学习的实时入侵检测在内存阻抗器硬件架构中的实现

利用深度学习和循环自编码器结合软硬件协同设计,实现高速网络中基于数据包的网络入侵检测,同时具备高检测准确性和解释能力。

AI生成摘要 最近的研究表明,通过机器学习和深度神经网络,可以为辐射探测器和成像设备提供新的优化和性能增强方案。目前的深度学习方法需要大量计算资源,但一旦训练完成,可以实现快速推理速度,并部署到边缘设备上。边缘计算是一种新趋势,具有低能耗和实时分析能力。基于电子的硬件加速器存在限制,催生了下一代模拟神经形态硬件平台,如光学神经网络,以提高深度学习加速。

相关推荐 去reddit讨论

BriefGPT - AI 论文速递 -

Auto-CsiNet: 大规模 MIMO CSI 反馈的场景定制自动神经网络架构生成

利用神经架构搜索方法自动化生成根据场景定制的 CSI 反馈神经网络结构,以最大限度地发挥深度学习在独占环境中的潜力,实现了高效和成本效益的架构设计过程,并分析了场景对神经网络架构及其能力的影响。

AI生成摘要 本文介绍了一种名为CRNet的反馈网络,通过提取多个分辨率上的CSI特征,实现更好的性能。同时,还介绍了一种先进的训练方案以进一步提高网络性能。仿真结果表明,CRNet在相同计算复杂度下优于CsiNet,并且不需要额外的信息。

相关推荐 去reddit讨论

热榜 Top10
...
ShowMeBug
...
天勤数据
...
LigaAI
...
观测云
...
白鲸技术栈
...
Dify.AI
...
eolink
推荐或自荐