先说结论:Webpack5 模块联邦让 Webpack 达到了线上 Runtime 的效果,让代码直接在项目间利用 CDN 直接共享,不再需要本地安装 Npm 包、构建再发布了!
生产路径图尽管生产路径图自从持续交付被编著时在Thoughtworks就是一种近乎普遍的实践,但是我们经常会遇到一些不熟悉生产路径图实践的组织。这一活动经常由一群跨功能团队的人——包括参与设计、开发、发布与运营软件的所有人——在工作坊中完成,他们围在同一张白板前面(或者是一个虚拟的等价物)。首先,按照顺序把流程的步骤罗列出来,从开发阶段一直到发布生产的所有路径。然后,主持一个会议来获取更多的信息和痛点。我们最常见的技术是基于价值流图,尽管有很多具有同等价值的流程图变种。这项活动经常会让参与者眼界大开,因为他们识别出了延迟,风险和不一致的地方,并且可以用可视化的陈述来持续改进构建和部署的流程。我们认为这是一项很基本的技术,所以我们很惊讶地发现在之前的技术雷达中并没有提到它。
微前端是一种现代Web应用架构模式,旨在解决大型前端应用的复杂性和维护性问题。它将前端应用拆分为小型、独立的模块,允许团队独立开发、部署和维护这些模块,从而提高开发效率、降低风险,并支持更灵活的应用扩展。本文将深入探讨微前端的概念、优势、实现方式、最佳实践以及如何构建一个强大的微前端架构。
技术栈无关:主框架不限制接入应用的技术栈,子应用具备完全自主权 独立开发、独立部署:子应用仓库独立,前后端可独立开发,部署完成后主框架自动完成同步更新 独立运行时:每个子应用之间状态隔离,运行时状态不共享
NeurIPS发布联邦学习论文41篇,较前一年有近30%的增长幅度;ICML则在2022年收录联邦学习论文74篇,几乎成倍于2021年。
作为面试官,我经常听到很多候选人说在公司做的项目很简单,平常就是堆页面,写管理端,写H5,没有任何亮点,我以我一次面试候选人的经历分享给大家
可信联邦学习 (Trustworthy federated learning) 是一种增强型的联邦学习,它除了保证原始数据的隐私安全和模型的可证安全,还保证学习过程的高效率和模型的可用性,模型决策机制的可解释性、及模型的可溯源和审计监管。 为了帮助读者了解可信联邦学习前沿进展,机器之心机动组组织策划了最新一期视频分享。 在此次分享中,加拿大工程院及加拿大皇家科学院两院院士,微众银行首席人工智能官杨强老师将首先为我们系统回顾联邦学习的进展和挑战,并展望几个重要发展方向。而后以下四篇论文作者将从不同角度介绍可信
5月29日,由VMware中国研发中心和微众银行联合主办的FATE× KubeFATE技术实践沙龙-北京站顺利举办,来自VMware、微众银行、建信金科、光大科技、中国银联、星云Clustar、爱动科技等多位技术专家现场分享了联邦学习相关应用与实践案例。 本次技术沙龙所有讲师的回放视频 将会分为(上)(下)两篇文章推出 下半场还有哪些精彩分享呢? 继续来看看 06 光大科技数据工程师李钰在主题演讲“金融控股集团联邦学习技术实践”中和大家分享了在数据强监管下,金融控股集团面临的数据协同挑战及解决方案
数据的资产属性赋予了数据巨大的价值,数据的使用有极其广阔的前景;而用户对隐私保护的要求又极大限制了数据的使用。 在这种两难的情景下,基于数据隐私保护技术实现的分布式训练范式——联邦学习——应运而生,受到学术界和工业界的广泛关注。 为了帮助读者们更好地将联邦学习进行落地应用,博文视点特地邀请到微众银行资深人工智能算法专家黄安埠老师为大家直播分享“实践中的联邦学习——落地应用案例讲解”,从实战的角度,讲述联邦学习部分已落地的应用案例,既可为工业实践者提供案例,又可引领初学者入门。 分享主题:实践中的联邦学习—
前端页面资源如何分享,常见的有iframe,其次是js-sdk。这两类的在地图类工具经常用。微前端是最佳比较火的方式。本篇是他们的对比分析。
之前比较多的处理方式是npm包形式抽离和引用,比如多个应用项目之间,可能有某业务逻辑模块或者其他是可复用的,便抽离出来以npm包的形式进行管理和使用。但这样却带来了以下几个问题:
近日,微众银行将联邦学习开源框架 FATE(Federated AI Technology Enabler)贡献给 Linux 基金会,并希望通过多方维护令该项目更加强大。同时,中国人工智能开源软件发展联盟(AIOSS)发布了我国第一个关于联邦学习规范标准,这些都表明联邦学习从理论到实践都在快速提升。
原文:https://malcolmkee.com/blog/a-plugin-based-frontend-with-module-federation/
5月29日,由VMware中国研发中心和微众银行联合主办的FATE× KubeFATE技术实践沙龙-北京站顺利举办,来自VMware、微众银行、建信金科、光大科技、中国银联、星云Clustar、爱动科技等多位技术专家现场分享了联邦学习相关应用与实践案例。 本次技术沙龙所有讲师的回放视频 将会分为(上)(下)两篇文章推出 上半场都有哪些精彩分享呢? 一起来看看 活动主持人VMware中国研发中心技术总监张海宁。 01 VMware中国研发中心总经理、“VMware创新网络”联合发起人任道远致开场辞
题图摄于香港太平山顶 本文中介绍的四篇关于可信联邦学习的论文已经在开源项目 FATE 的 research 仓库中存放,感兴趣的读者可以查阅。( https://github.com/FederatedAI/research ) 日前,由机器之心策划的线上视频直播——可信联邦学习(Trustworthy federated learning)论文线上分享成功举办。香港科技大学计算机与工程系讲座教授和前系主任、中国人工智能学会(CAAI)荣誉副理事长杨强教授带领四篇可信联邦学习最新论文的作者,对该领域的前沿
作为前端打包工具的重要工具人--webpack,相信大家在项目中并不陌生。前段时间 webpack5 新出了个特性: 模块联邦。大家可能虽然听说过,但还没在项目中使用,今天就带大家通过一个小实战来熟悉一下它的用法。
没有哪一项技术像人工智能一样,绵延数十年,引领数次风口。从60年前的达特茅斯会议到深蓝国际象棋再到AlphaGo,人工智能一直在持续着迭代、创新。联邦学习,就是人工智能与大数据行业一个新兴的技术,它的出现,有望解决数据孤岛的难题。
也就代表每个应用都有相同的npm包,本质上没有真正意义上的实现模块共享和复用,只是代码层次共享和复用了,应用打包构建时,还是会将依赖包一起打包
近来,微众银行在IJCAI 2022、TPAMI 2022、ACM TIST等顶级学术期刊和顶会上接连发表了联邦学习领域最新进展的前沿论文。究竟哪些理论实践为产业界带来了新的研究和落地视角?为此,我们采访了微众银行首席人工智能官杨强教授,看他是如何带领团队取得这一领域研究的突破性进展。
MEMS(Micro Electro Mechanical System,微机电系统)技术被广泛应用于光纤通信系统中,MEMS技术与光学技术的结合,通常称作MOEMS技术。最为常用的MOEMS器件包括光衰减器VOA、光开关OS、可调光学滤波器TOF、动态增益均衡器DGE、波长选择开关WSS和矩阵光开关OXC。
(我们正在参与 FATE 开源社区里面的工作,也欢迎联邦学习、隐私计算等领域的开发者和用户,来与我们合作或参与项目。) 相关信息:FATE开源社区3月份开发工作进展 FATE开源项目作为全球首个工业级联邦学习开源框架,从发布至今,历经多个版本迭代,每一次的优化和升级,都让FATE更加健全和成熟。正是对技术的不懈追求和探索,让FATE成为了国内领先的联邦学习开源社区。 4月15日,由FATE开源社区发起的系列线上公开课——FATE 「LIGHT UP」计划第二期继续为大家带来精彩内容!本次我们邀请到两位社区核
微前端已经是一个非常成熟的领域了,但开发者不管采用哪个现有方案,在适配成本、样式隔离、运行性能、页面白屏、子应用通信、子应用保活、多应用激活、vite 框架支持、应用共享等用户核心诉求都或存在问题,或无法提供支持。本文提供一种基于 iframe 的全新微前端方案,完善的解决了这些核心诉求。
当地时间2021年12月10日,美国财政部把中国人工智能公司商汤科技列入投资黑名单,理由是商汤科技“人脸识别技术涉嫌侵犯人权”。而12月10日正是商汤科技为其香港IPO定价的时间。
5月3日消息,汽车芯片大厂英飞凌(Infineon)在德国德累斯顿计划投资50亿欧元的新300毫米(12英寸)晶圆厂于当地时间2日正式破土动工。
当时,每一个工具都有一个URL,每个页面只有本工具的内容,没有统一的「导航栏」,这对于工具网站是非常不方便的。所以,我需要加一个统一的导航栏,方便用户在多个页面之间跳转。
随着人类社会数字化进程的加快,由此产生了大量的数据,通过机器学习技术可以自动化地挖掘数据中蕴藏的宝藏,基于数据训练完成的模型已经应用在各类场景中。 然而由于数据隐私安全上的约束,研究者往往无法直接使用数据,联邦学习的诞生便是为了解决这一问题。其本质上是一种分布式机器学习框架,做到了在保障数据隐私安全及合法合规的基础上,实现数据共享,共同建模。 随着技术的发展,研究者一方面对联邦学习的应用越来越成熟,另一方面在应用中面临的问题也越来越复杂。例如如何构建一个可以高效部署、可扩展的联邦学习系统?在实践中,我们能否
hel-micro 是业内首个以sdk的方式支持模块联邦技术的方案,它脱离了工具链的枷锁,回归到js语言本身,接入快速、简单、灵活,极大的降低了模块联邦技术的接入门槛,让不同工具链间的联邦模块可以互认互通,提高了模块的流通。
点击上方↑↑↑“OpenCV学堂”关注我来源:公众号 量子位 授权 好家伙,无人机现在都能组团盖房子了! 在路径规划算法的加持下,它们的协作方式是这样的: 上图中蓝色轨迹表示在建造,红色轨迹表示离开建造区域去补充材料。 真正搭载了3D打印装置之后,就可以像这样一层一层地盖上去了: 在快速定型绝缘泡沫材料的实验中,无人机打印2.05米高、共72层的圆筒型建筑原型只需29分钟,验证了此方法建造大型建筑的能力。 而在类水泥材料的薄壁建筑实验,则证明此方法的打印误差不超过5毫米。 相关研究来自伦敦帝国理工学
目前很多公司的业务都涉及到多个端的开发,有PC端/小程序/原生客户端等,而不同端都有对应的一个或几个独立的项目,而这些不同的项目之间都有一些可复用的业务逻辑,开发者往往需要在不同的项目中维护相同的逻辑。因此,为了节省维护成本,都会考虑跨项目模块复用,了解到 webpack5 的模块联邦特性,做了一下调研。
8月7日-8月9日,2020年全球人工智能和机器人峰会(简称“CCF-GAIR 2020”)在深圳如期举办!CCF-GAIR由中国计算机学会(CCF)主办,香港中文大学(深圳)、雷锋网联合承办,鹏城实验室、深圳市人工智能与机器人研究院协办,以“AI新基建 产业新机遇”为大会主题,致力打造国内人工智能和机器人领域规模最大、规格最高、跨界最广的学术、工业和投资领域盛会。
最近,联发科正式宣布以每股两美元(共计4000万美元)的价格认购本土PA龙头唯捷创芯发行的普通股共19,098,449股,这是继收购络达之后,联发科在射频PA领域的又一次深入。
梦晨 Pine 发自 凹非寺 量子位 | 公众号 QbitAI 好家伙,无人机现在都能组团盖房子了! 在路径规划算法的加持下,它们的协作方式是这样的: 上图中蓝色轨迹表示在建造,红色轨迹表示离开建造区域去补充材料。 真正搭载了3D打印装置之后,就可以像这样一层一层地盖上去了: 在快速定型绝缘泡沫材料的实验中,无人机打印2.05米高、共72层的圆筒型建筑原型只需29分钟,验证了此方法建造大型建筑的能力。 而在类水泥材料的薄壁建筑实验,则证明此方法的打印误差不超过5毫米。 相关研究来自伦敦帝国理工学院空
2019年初,微众银行开源了全球首个工业级联邦学习框架FATE(Federated AI Technology Enabler),大幅降低联邦学习的应用门槛。
联邦学习是如何应用在视觉领域的? 本文会通过一个获得了2020年AAAI人工智能创新应用奖(也是第一个基于联邦学习的人工智能工业级奖项)的案例来向大家介绍! 本案例是联邦学习在视觉、物联网、安防领域的实际应用,对分散在各地的摄像头数据,通过联邦学习,构建一个联邦分布式的训练网络,使摄像头数据不需要上传,就可以协同训练目标检测模型,这样一方面确保用户的隐私数据不会泄露,另一方面充分利用各参与方的训练数据,提升机器视觉模型的识别效果。 以下内容节选自《联邦学习实战(全彩)》一书! ---- --正文-- 在
“无金融不科技”日渐成为行业共识。北京正在加快建设全球数字经济标杆城市,培育数字金融产业高地是重要建设目标之一。1月15日下午,以“数字金融创新与实践”为主题的2021腾讯云Techo Hub技术巡回活动第七站在北京盛大开启。本次活动聚焦金融科技领域,多位技术专家深入探讨数字金融领域的创新与实践。
题图摄于北京景山:CBD远眺 本期转发杨强教授关于“可信联邦学习”的演讲内容,来自可信联邦学习最新论文,从信息论角度,提出隐私与模型性能的 No-free lunch 定理,值得大家学习。 关注联邦学习的朋友,推荐使用 FATE 开源项目开发联邦学习应用。 导读 随着隐私计算相关政策的落地和商业化进程加快,隐私计算技术也在需求端推动下快速迭代。可预见 2022 年将是一个新的分水岭。近日,加拿大工程院及加拿大皇家科学院两院院士、微众银行首席人工智能官、FATE开源社区技术指导委员会主席杨强教授受邀出席了机器
数控编程、车铣复合、普车加工、Mastercam、行业前沿、机械视频,生产工艺、加工中心、模具、数控等前沿资讯在这里等你哦
各种消费品的价格都随着「缺芯」而上升,从CPU到显卡,从智能冰箱到SUV,这凸显出半导体在日常生活种所扮演的重要作用。
自谷歌chrome浏览器异军突起,并在2008年9月2号 正式官宣发布 v8 js引擎之后,它以极高的运行效率席卷了网络世界,同时也捕获了大量用户,这种不可阻挡的势头让其他各大科技公司(apple、moliza、microsoft)感受到了巨大的杀气, 随即大家都开始招兵买马、磨刀赫赫准备杀出一条血路,从此js引擎进入了军备竞赛时期,这其中微软甚至不惜自废IE并开始力推背后携带了微软无数心血的全新js引擎 Chakra的edge浏览器,可想而知大家对js引擎这块蛋糕的重视程度有多高,而v8的诞生催化了大量的著名开源作品,让js生态一直保持着非常强劲的活力,这其中最著名的就是 2009 年诞生的nodejs,一个基于v8的服务端js运行时,让js这门语言开始从前台到后台遍地生花,以至于以下一句很早诞生的调侃话语至今还在流传:
从一个快要下班的BUG开始,由于原部门同事想要基于一个项目再拆分出几个项目,我们本来用的是qiankun(基座模式)的微前端模式,再拆分其实是比较简单的
8 月 16 日,第二十八届国际联合人工智能大会(IJCAI 2019)在澳门成功闭幕。
金磊 发自 凹非寺 量子位 报道 | 公众号 QbitAI 「AI的力量来自大数据」,这句话确实不假。 理想虽好,但现实却是——哪有那么多高质量、标注数据可用,更多的依旧还是小数据。 这也正是工业界往往需要大量人力去收集、标注数据的原因。 即便如此,「隐私」、「法律」和「专业性」等种种约束,注定了这种方法跟不上AI落地的行进速度。 此局又该如何破解? 10月24日,由澎思科技组织的CNCC 2020分论坛《AI 落地的跨域学习技术和进展》在京成功举办。 就此议题,论坛邀请了业界众多专家共同探讨,包括:
人工智能发展目前所面临的严重挑战是什么?众所周知,人工智能离不开大数据,然而现在多数行业中遇到的是小数据,是数据割裂、数据孤岛,成为限制人工智能发展的一大瓶颈。人工智能领域的科学家们如何解决这一难题?
纵观低代码目前在国内的发展状况,有些人可能会以一种“无理取闹”的方式对待低代码平台。
之前写过一篇文章,《将 React 应用迁移至 Vite》介绍了 Vite 的优势,并且和 webpack 做对比,但 webpack5 有个很重要的功能,就是模块联邦,那么什么是模块联邦?Vite 中也可以实现吗? 我们一起来探究下。
2019年12月8日至12月14日,微众银行首席人工智能官杨强教授受邀参加于加拿大温哥华举办的人工智能和机器学习领域的国际顶级会议:神经信息处理系统大会(Conference and Workshop on Neural Information Processing Systems,简称NeurIPS)。在微众银行联合谷歌、卡内基梅隆大学举办的联邦学习国际研讨会上,杨强教授以《Federated Recommendation》为主题,分享了微众银行首创的联邦推荐技术的最新研究成果和落地应用。
自年初爆发疫情“黑天鹅”事件以来,加大对中小微企业的支持力度,一直是我国金融系统支持实体经济恢复发展的重要着力点。17日召开的国务院常务会议要求,进一步落实金融支持实体经济的政策措施,助力市场主体纾困发展。
领取专属 10元无门槛券
手把手带您无忧上云