共享内存通信SMC的优势、架构、应用场景以及如何使用SMC
本文将介绍如何启用SMC（Shared Memory Communication），如何设置SMC加速范围以及如何配置SMC暴露出的各种接口以获得最佳的加速效果。
如何编辑应用和删除应用
编辑应用您可以通过以下任一方式进入应用编辑页面。仅支持修改拆分模式。在应用列表，单击目标应用 操作 列的 编辑 按钮。操作编辑在应用详情页，单击右上角的 编辑 按钮。编辑删除应用在 应用配置 页面，单击目标应用 操作 列下的 删除，单击 确定。应用配置操作删除确定重要删除后，此应用将无法被使用，请谨...
使用EasyYitian工具协助Linux x86架构的应用迁移到倚天云服务器
EasyYitian是阿里云为支持倚天迁移专门打造的工具平台，包括软件兼容性扫描、环境兼容性分析、跨架构编译构建和预置镜像、性能对比调优，是集工具、预置镜像、迁移指南为一体的统一平台。通过对迁移过程的全链路支持，解决倚天迁移的难点和痛点，帮助您快速将业务和应用迁移到倚天云服务器。
DL之MobileNetV2：MobileNetV2算法的简介(论文介绍)、架构详解、案例应用等配图集合之详细攻略
MobileNetV2算法的简介(论文介绍) 作者在MobileNet基础上，又提出了改进的模型MobileNetV2，该模型可用于不同的任务，比如图像分类、目标检测、图像分割等。Abstract In this paper we describe a new mobile architecture, ...
DL之MobileNet：MobileNet算法的简介(论文介绍)、架构详解、案例应用等配图集合之详细攻略（二）
MobileNet算法的架构详解DL之MobileNet：MobileNet算法的架构详解5、实验思路和结果(Experiments)2、Model Choices 修改标准卷积的资源使用情况：This example is for an internal MobileNet layer with ??=3,?=512,?=512,??=14. &...
DL之SqueezeNet：SqueezeNet算法的简介(论文介绍)、架构详解、案例应用等配图集合之详细攻略
SqueezeNet算法的简介(论文介绍) 本文提出的SqeezeNet在ImageNet上实现了和AlexNet相同的正确率，但是只使用了1/50的参数。更进一步，使用模型压缩技术，可以将SqueezeNet压缩到0.5MB，这是AlexNet的1/510。ABSTRACT Recent research on ....
DL之FCN：FCN算法的简介(论文介绍)、架构详解、案例应用等配图集合之详细攻略
FCN算法的简介(论文介绍) Faster-RCNN中，曾使用了RPN(Region Proposal Network)替代Selective Search等产生候选区域的方法，其中，RPN就是一种全卷积网络。FCN即Fully Convolutional Networks，该论文将CNN结构应用到图像语义分割领域，并取得突出结果，开山之作，....
DL之NIN：Network in Network算法的简介(论文介绍)、架构详解、案例应用等配图集合之详细攻略
Network in Network算法的简介(论文介绍)Abstract We propose a novel deep network structure called "Network In Network" (NIN) to enhance model discriminability for local patches within....
本页面内关键词为智能算法引擎基于机器学习所生成，如有任何问题，可在页面下方点击"联系我们"与我们沟通。
架构更多应用相关
金融级分布式架构
SOFAStack™（Scalable Open Financial Architecture Stack）是一套用于快速构建金融级分布式架构的中间件，也是在金融场景里锤炼出来的最佳实践。
+关注