4 天前 / 美团技术团队
总第 537 篇 2022 年 第 054 篇 基于美团目标检测模型开源框架 YOLOv6，本文介绍了一种通用的量化部署方案，在保持精度的同时大幅提升了检测的速度，为通用检测的工业化部署探索出一条可行之路，希望能给大家带来一些启发或者帮助。1. 背景和难点 2. 量化方案实战 2.1 重参数化优化器 2.2 基于量化敏感度分析的部分量化 2.3 基于通道蒸馏的量化感知训练 3. 部署时优化 3.1 图优化 3.1.4 性能测试 3.2 线上服务优化 4. 总结 YOLOv6 版本更新 5. 参考文献 6. 本文作者 1. 背景和难点 YOLOv6 是美团发布的一款开源的面向工业应用的 2D 目标检测模型 [1]...
11 天前 / 九彩拼盘
AI 绘画门槛又又又降低了，从最开始需要花半天时间折腾的 Disco-Diffusion ，紧接着 Stable Diffusion 在 github 上开源，各家平台都推出了云平台，让用户通过轻松的点击、选择、输入就能生成一张张 AI 图。 再到现在！！！使用 webui 在 github 上开源了，不仅有手动教程、docker 教程，还有 Colab 傻瓜式的集成方案。 webui github 地址：https://github.com/sd-webui/stable-diffusion-webui 平台搭建今天就来交大家如果来搭建和使用这个云平台。
24 天前 / 冷星1024
随着容器化技术盛行，Docker 在前端领域也有着越来越广泛的应用；传统的前端部署方式需要我们将项目打包生成一系列的静态文件，然后上传到服务器，配置 nginx 文件；如果我们使用容器化部署，将部署操作都命令化，集中成一个脚本就可以完成原来复杂的部署过程。本文从 Docker 基础开始，来认识 Docker 的各种命令操作。 docker 简介 Docker 是一个开源的引擎，可以轻松的为任何应用创建一个轻量级的、可移植的、自给自足的容器。
48 天前 / linyb极客之路
点击上方蓝字关注我们 1 前言 偶然的机会朋友说他部门的数据库误删了，想恢复回来，他百度了一些资料，也跟着试了。但发现会报一些错，于是他就找我帮忙看一下。对于我来说，因为公司的数据库都是 DBA 在管控，平时都没机会操作，基本上都停留在理论上。 但为了维持我在他心中的光辉形象，不能让他看出我是个半吊子，我就装逼让他把错误的信息发给我一下，我好百度一下。于是就有今天这么一篇水文出现。 朋友的数据库是基于 docker 搭建的，然后朋友一度怀疑是因为 docker 原因导致他恢复不成功。
69 天前 / Scenic
本公众号曾发表过多篇 Harbor 高可用方案的文章，除了本篇之外，还有以下文章可参考： 一文读懂 Harbor 的高可用方案 | 收藏 Harbor 2.0 配置高可用的镜像仓库 在 Kubernetes 中部署高可用 Harbor 镜像仓库 本文由开源摘星计划支持项目 Harbor 的贡献者「勾永彪」投稿。 开源摘星计划（WeOpen Star） 是由腾源会 2022 年推出的全新项目，旨在为开源人提供成长激励，为开源项目提供成长支持，助力开发者更好地了解开源，更快地跨越鸿沟，参与到开源的具体贡献与实践中。
73 天前 / Aceyclee～
上周，商汤科技高级研究员 John Xu 在绝世高手技术分享课中围绕「商汤绝影如何建立汽车智能平台朋友圈」主题内容与大家进行分享，从车载平台部署挑战、SensePPL 的核心能力和实际应用几个方面切入，深入介绍了 SensePPL 如何应对车载智能平台部署的复杂难题。 以下为本次公开课的内容总结： 挑战：车载智能平台部署难点几何？ 随着智能驾驶应用场景的不断拓展，不同安全等级的解决方案在算力需求上存在较大的差异，车载智能平台也呈现百家争鸣的态势。
77 天前 / Scenic
Helm Charts[1] 如今已是一种非常流行的软件打包方式，在其应用市场中你可以找到接近一万款适用于云原生环境的软件。然后在如今的混合云多集群环境中，业务越来越依赖部署到不同的集群、不同的环境、同时指定不同的配置。再这样的环境下，单纯依赖 Helm 工具可能无法做到灵活的部署和交付。 在本文中，我们将介绍如何通过 KubeVela[2] 解决多集群环境下 Helm Chart 的部署问题。如果你手里没有多集群也不要紧，我们将介绍一种仅依赖于 Docker 或者 Linux 系统的轻量级部署方式，可以让你轻松的体验多集群功能。
79 天前 / reesunhuang
总览图 部署表单的接口 表单定义可以来自于 form 文件，也可以是一个 json 字符串。 json 字符串 form 文件 也可以把 json 字符串放入 form 文件中 创建一个部署构造器 FormDeploymentBuilder 封装一个表单构造命令 new Command() { public FormDeploymentBuilder execute(CommandContext commandContext) { return new FormDeploymentBuilderImpl(); } });-- Command 是一个接口 -- FormDeploymentBuilder 是一个接口 作为范型传入 Command 接口中 -- execute 是 Command 接口的一个方法 方法体是创建一个 FormDeploymentBuilderImpl 类（F...
81 天前 / reesunhuang
来自公众号：沉默王二时间就如白驹过隙，转眼间已经是 2028 年了。小二入职一家初创公司已经 6 年了，眼瞅着开发团队从 3 个人壮大到 54 人，心里有时候会感觉挺不可思议的。 这些年，身边的同事来了又去，有些刚熟悉没多久，就因为看不到公司前景迅速撤退了，像他这样坚持下来的老员工，寥寥无几，大概也就四根手指头吧，如果不包括老板的话。 小二之所以没走，并不是因为他目光长远，看清楚了公司的发展前景，而是他自己不知道去哪里更好，只是没想到，公司在当地发展的还挺有模有样。
83 天前 / 逗逗
大家好，我是磊哥。 离线安装 Kubernetes 1.18.3 版本目录一、Kubernetes 简介 1.Kubernetes 架构设计图 2.Kubernetes 常见组件介绍 二、Kubernetes 二进制方式安装 1.创建 CA 证书和密钥 2.安装 ETCD 组件 1、创建 ETCD 证书和密钥 2、生成证书和密钥 3、创建启动脚本 4、启动 ETCD3.安装 Flannel 网络插件 1、创建 Flannel 证书和密钥 2、生成证书和密钥 3、编写启动脚本 4、启动并验证 4.安装 Docker 服务 1、创建启动脚本 2、启动 Docker5.安装 Kubectl 服务 1、创建 Admin 证书和密钥 3、生成证书和密钥 4、创建 Kubeconfig 文件 5、创建 Kubectl 配置...
91 天前 / Inputing
在使用传统物理机或云服务器上部署项目都会存在一些痛点 比如：项目部署速度慢、资源浪费、迁移难且扩展低 而使用 Docker 部署项目的优势包含： 高效利用系统资源 服务启动更快 环境一致，迁移更加方便 本篇文章将介绍 Docker 部署一个 Python 项目的常规流程 1. Dockerfile 描述文件 Dockerfile 是一个放置在项目根目录下的描述文件，可以利用 Docker 命令基于该文件构建一个镜像 常用的指令包含： FROM 用于定义基础镜像 MAINTAINER 指定维护者信息，可以省略不写 RUN 和「 安装命令」连接在一起，可用于安装工具依赖包 ADD 将宿主机的文件...
94 天前 / 我是阳明
前面我们提到了 Loki 部署的单体模式和读写分离两种模式，当你的每天日志规模超过了 TB 的量级，那么可能我们就需要使用到微服务模式来部署 Loki 了。 微服务部署模式将 Loki 的组件实例化为不同的进程，每个进程都被调用并指定其目标，每个组件都会产生一个用于内部请求的 gRPC 服务器和一个用于外部 API 请求的 HTTP 服务。 ingesterdistributorquery-frontendquery-schedulerquerierindex-gatewayrulercompactor 将组件作为单独的微服务运行允许通过增加微服务的数量来进行扩展，定制的集群对各个组件具有更好的可观察性。
96 天前 / u561252
对于非结构化的数据存储系统来说，LIST 操作通常都是非常重量级的，不仅占用大量的 磁盘 IO、网络带宽和 CPU，而且会影响同时间段的其他请求（尤其是响应延迟要求极高的 选主请求），是集群稳定性的一大杀手。 例如，对于 Ceph 对象存储来说，每个 LIST bucket 请求都需要去多个磁盘中捞出这个 bucket 的全部数据；不仅自身很慢，还影响了同一时间段内的其他普通读写请求，因为 IO 是共享的，导致响应延迟上升乃至超时。
104 天前 / reesunhuang
大家好，我是老赵！什么是限流呢？限流是限制到达系统的并发请求数量，保证系统能够正常响应部分用户请求，而对于超过限制的流量，则通过拒绝服务的方式保证整体系统的可用性。 根据限流作用范围，可以分为单机限流和分布式限流；根据限流方式，又分为计数器、滑动窗口、漏桶和令牌桶限流，下面我们对这块详细进行讲解。 常用限流方式计数器计数器是一种最简单限流算法，其原理就是：在一段时间间隔内，对请求进行计数，与阀值进行比较判断是否需要限流，一旦到了时间临界点，将计数器清零。
105 天前 / zlt2000
点击上方“陶陶技术笔记”关注我 回复“资料”获取作者整理的大量学习资料！ 一、说明 Fate 是一个工业级联邦学习框架，所谓联邦学习指的就是可以联合多方的数据，共同构建一个模型； 与传统数据使用方式相比，它不需要聚合各方数据搭建 「数据仓库」，联邦学习在联合计算建模的过程中，多方机构之间的数据是不会进行共享的，实现数据的 「可用不可见」；本文主要分享隐私计算平台 Fate 的相关基本概念，以及基于 Docker 的单机部署。