Angel (https://github.com/Angel-ML)是基于参数服务器架构的分布式计算平台，致力于解决稀疏数据大模型训练以及大规模图数据分析问题，它由腾讯与北京大学联合研发，兼顾了工业界的高可用性和学术界的创新性。Angel是腾讯开源的大规模分布式机器学习平台，专注于稀疏数据高维模型的训练。目前Angel是Linux基金会人工智能(LFAI)孵化项目，相比于TensorFlow,.

现如今开源生态非常完善，深度学习相关的开源框架众多，光是为人熟知的就有caffe，tensorflow，pytorch/caffe2，keras，mxnet，paddldpaddle，theano，cntk，deeplearning4j，matconvnet等。除此之外还有tiny-dnn，ConvNetJS，MarVin，Neon等等小众，以及CoreML等移动端框架。总的来说对于选择什么样..

一、JAR包部署1、添加ECS服务器配置2、创建上传jar包到服务器3、添加命令与配置/root/app/sh /root/app/rebuild.shclean install选择本地打包的jar包、一般在target目录中，选择Upload File进行上传、他会自动运行shell脚本命令4、rebuild.shkill -9 $(netstat -nlp | grep :8080 | awk

一、开源框架1、elastic-job介绍：Elastic-Job是一个分布式计划解决方案，由两个独立的项目Lite和Cloud组成。Elastic-Job-Lite是一种轻量级的分散式解决方案，可提供分布式任务分片服务。Elastic-Job-Cloud是一个Mesos框架，它提供其他资源管理，App分发，进程隔离和任务聚合功能。优点：基于quartz 定时任务框架为基础的，因此具备quartz

一、XQL/IQL基于SparkSQL实现了一套即席查询服务，具有如下特性：优雅的交互方式，支持多种数据源/接收器，多数据源混算spark常驻服务，基于zookeeper的引擎自动发现负载均衡，多个引擎随机执行多会话模式实现并行查询采用spark的FAIR调度，避免资源被大任务独占基于spark的动态资源分配，在无任务的情况下不会占用执行者资源支持集群和客户端模式启动基于结构化流...

一、控制层package com.citydo.xclouddesk.webapi.knowledgebase;import com.citydo.xclouddesk.knowledgebase.service.HotMessageService;import com.citydo.xclouddesk.utils.CommonResponse;import lombok.exte...

**需求：**最近有一个需求，实体机器人，进行外网通讯、需要它进行控制内网实时大屏，同时需要给相对应的指令，进行触发实时大屏动作，例如：对机器人说打开大屏，立即大屏打开。实现逻辑： 1.根据ASR识别成文字——》2.文字请求AI机器人——》3.搜索知识库——》4.触发打开大屏——》5.回答：已经打开大屏——》6.TTS将文字翻译成语音同时展示屏幕上。其中第5步的异步请求外网或者内网的大屏服务接口.

一、AIMLAIML，全名为Artificial Intelligence Markup Language（人工智能标记语言），是一种创建自然语言软件代理的XML语言，是由Richard Wallace和世界各地的自由软件社区在1995年至2002年发明的。#语料库<aiml version="1.0.1" encoding="UTF-8"><category><pa

一、Go微服务简介：EGO是一个集成里各种工程实践的框架。通过组件化的设计模式，保证了业务方能够统一的调用方式启动各种组件特性：配置化驱动组件屏蔽底层组件启动细节微服务组件的可观测、可治理可插拔的Ego-Component组件Fail Fast理念和错误友好提示import ("github.com/gin-gonic/gin""github.com/gotomicro/ego""github.c

一、CaffeineCache依赖<dependency><groupId>com.github.ben-manes.caffeine</groupId><artifactId>caffeine</artifactId><version>2.8.4</version></dependency>