展开

关键词

共0个视频
深蓝解读区块技术
深蓝studyzy
区块链基础知识科普
共64个视频
Linux 系统运维高阶
开发者社区直播小编
Linux系统是一类Unix计算机操作系统的统称,现已成为世界上使用最多的一种Unix类操作系统。Linux是免费开源的多用户多任务操作系统,安全性稳定性高。Linux操作系统被广泛的应用于企业服务器领域,目前市场上的网络设备都是使用Linux内核操作系统,一些网络服务器也是使用Linux操作系统下面的服务搭建实现的。 本课程是Linux系统运维的高级课程。课程首先将介绍如何使用systemctl和systemd。接下来,课程将把重点放在Linux网络管理,内容包括IPv6网络的管理、链路聚合和桥接的设置、网络防火墙的管理。课程还将介绍DNS服务器解析原理以及电子邮件服务。在存储方面,课程将介绍ISCSI存储、NFS存储和SMB文件共享。除此之外,课程还会介绍MariaDB数据库的安装与使用,以及Apache HTTPD Web服务器的配置。课程最后将教你编写Bash脚本,实现Linux命令的打包运行。 【课程目标】 了解systemctl和systemd的使用 在Linux中管理IPv6网络 配置并管理网络合作 配置Linux防火墙 了解DNS服务器解析原理 了解Linux电子邮件服务 配置远程ISCSI存储 配置文件存储NFS 配置文件共享SMB 配置MariaDB数据库 配置Apache HTTPD Web服务 学会编写Bash脚本 【适用对象】 运维、学生、开发、个人开发者
共4个视频
即时通信IM接入指引
开发者社区直播小编
即时通信(Instant Messaging,IM)是一种透过网络进行实时通信的系统。云通信IM(Instant Messaging)是腾讯云提供的即时通信服务。开发商可以利用云通信SDK在自己的产品中快速集成即时通信服务,满足用户单聊群聊等社交需求。 本课程将介绍即时通信的概念、行业应用以及挑战。课程将讲解即时通信私有化部署的业务架构,并将其与公有云上的即时通信平台进行对比。课程第二部分将走进腾讯云通信IM,解析腾讯云通信的架构,并介绍腾讯云IM的使用案例。针对每一个接入案例讲解各个场景的特点和腾讯云通信IM针对此场景提供的特色功能。课程最后将通过动手实践,搭建即时通信小程序,以及Android移动端app。 【课程目标】 了解即时通信的相关概念 了解即时通信软件的架构 了解腾讯云通信IM的架构和应用场景 掌握腾讯云通信IM的开发流程(Android SDK) 【适用对象】 开发、个人开发者 【课程大纲】 知识模块 简介 即时通信IM接入指引 即时通信IM介绍,如何接入腾讯云即时通信IM,腾讯云即时通讯IM应用实践
共8个视频
实时音视频TRTC入门
开发者社区直播小编
腾讯云实时音视频TRTC是一个跨终端、跨平台的实时音视频通信平台,致力于帮助企业快速搭建低成本、高品质音视频通讯能力的完整解决方案。它具有低延时、低卡顿的特点,全球节点布局,保证国际链路端到端平均延时小于300毫秒,抗网络抖动超过1000毫秒,各项技术在业内处于领先水平。 本课程将介绍腾讯云实时音视频TRTC服务。课程首先将围绕TRTC的技术架构展开讲解,比如前向纠错编码技术FCE、Qos技术、ARQ技术、rps技术、PLC技术、延时调控技术和云端流控技术等。课程还将介绍TRTC的解决方案,例如互动课堂、在线纠纷解决系统、银行虚拟营业厅、在线定损等。TRTC的SDK提供精简版、专业版和企业版三种版本的SDK,支持多平台,开发人员可根据需要选择。课程还会介绍TRTC服务端和客户端两大类API。课程最后,还会简单介绍TRTC旁路直播、云端视频录制、敏感语音鉴别以及视频AI鉴黄等高级功能。 【课程目标】 了解腾讯云实时音视频TRTC的技术架构和技术优势 了解腾讯云实时音视频TRTC SDK不同版本的区别 了解腾讯云实时音视频TRTC API的基本使用 了解腾讯云实时音视频TRTC的高级功能和特点 【适用对象】 商务、运维、开发、个人开发者 【课程大纲】 知识模块 简介 TRTC特点 TRTC技术架构、TRTC技术优势、解决方案介绍 API & SDK SDK各版本区别、API简介 高级功能 TRTC高级功能
共35个视频
【独家授权】神经网络系列课 ——Google Brain Hugo Larochelle
开发者社区直播小编
神经网络是一种模仿生物神经网络结构和功能的计算模型,用于对函数进行估计或近似,它能在外界信息的基础上改变内部结构,是一种自适应系统,即具备学习功能。当前,神经网络用于机器视觉、语音识别等很难被传统基于规则的编程所解决的问题。 本课程首先介绍了前馈神经网络相关的知识点,包括人工神经元的概念,常用激活函数、单个神经元的能力和存在的问题、多层神经网络的思路和容量、神经网络背后的生物学启发等;然后讲解了如何训练神经网络,包括定义损失函数、激活函数求导、反向传播、正则化、初始化、模型选择、优化等步骤;接着是条件随机场的相关内容,包括它的使用动机、线性链条件随机场、马可夫网络、因子图、置信传播等;最后展示了如何训练一个条件随机场。 【课程目标】 了解前馈神经网络及神经网络背后的生物学启发 掌握神经网络的训练流程 了解条件随机场的相关概念以及如何训练条件随机场 【适用对象】 AI开发者、学生 【课程大纲】 知识模块 简介 前馈神经网络 人工神经元、激活函数、 单个神经元的能力、多层神经网络、 神经网络的容量、生物学背后的启发 训练神经网络 经验风险最小化、损失函数、 输出层梯度、隐层梯度、 激活函数求导、参数梯度、 反向传播、正则化、 参数初始化、模型选择、优化 条件随机场 动机、 linear chain CRF、 文本窗口、 计算配分函数、计算边际值、 执行分类、因子、充分统计量、线性链CRF、 马可夫网络、因子图、0 置信传播 训练CRFs 损失函数、一元log-factor梯度、 成对log-factor梯度、 判别学习 vs 生成学习、 最大熵马尔科夫模型、隐藏马尔科夫模型、 常规条件随机场、 Pseudolikelihood

扫码关注腾讯云开发者

领取腾讯云代金券