基于微服务的深度学习模型服务系统

Tensorflow Serving是Google开源的一个服务系统,针对Tensorflow Serving单体应用吞吐量低、服务调用烦琐、模型生命周期管理不完善等问题,本文设计了一种基于Tensorflow Serving的微服务软件架构方案,在部署Tensorflow Serving的Docker(开源的应用容器引擎)容器里添加本文研发的监控程序,该监控程序根据各个实例模型加载情况,将可用模型服务主动注册到微服务架构中的注册中心以实现对模型的编排管理。实验结果表明:采用本文的微服务架构方案,有效提升了Tensorflow Serving服务的吞吐量,降低了服务响应时间,简化了模型调用流程,从而满足Tensorflow Serving在生产环境中部署和运维的实际需求。     

SBS改性效果对基质沥青的依赖关系

SBS加入沥青后可以改善沥青的使用性能,SBS对基质沥青的改性效果与基质沥青的组成和性质有直接关系。首先以沙中减渣调合得到的沥青为基质沥青,加入不同量的SBS,考察了SBS对改性后沥青各个指标的影响,发现SBS可以使沥青针入度降低,软化点升高,低温延度(5℃)增加,抗老化性能增强,并从机理上对其进行了阐述。同时又以4种不同减渣经调和制得符合GB/T15180-94标准的AH-110的沥青为基质沥青,以胶体不稳定指数Ic为参数讨论了加入相同量SBS对不同基质沥青的改性效果,发现Ic越小,针入度、软化点、低温延度(5℃)、粘度(60℃)的变化程度越大。同时发现基质沥青的老化指数越高,SBS对其抗老化性能改善越显著。     

基于校园网的维修管理系统的设计与实现

本文介绍了一种基于校园网,并利用B/S结构实现的维修管理信息系统,该系统全面记录管理所有学校的硬件设备的基本信息和故障维修信息。本系统在校园网管理应用中取得了良好的效果。     

围着桑树唱出的民歌——论洪江古商城窨子屋建筑的融合性

本文着重阐述洪江古商城的窨子屋建筑的融合性特征:在功能上宜商宜居;在建筑外形上呈现出徽派建筑风格,但其内部结构则实现了本土化改造;在装饰风格上具有多元化特征。从而反映出在资本主义萌芽的影响下,过渡性建筑在湘西地区的具体表现。     

基于TensorFlow卷积神经网络的图像识别

TensorFlow是Google公司发布的开源人工智能深度学习框架,卷积神经网络是进行图像识别的一种有效方法。本文在研究Tensorflow深度学习框架以及卷积神经网络的基础上,利用keras官方下载的cifar数据集,采用LeNet-5算法对数据进行了处理、建模、训练、并对模型进行了评估以及保存,利用测试集完成测试后,不同图像识别的准确率有所不同,青蛙识别的准确率最高,为79%,汽车的识别准确率为78%,猫和狗的识别准确率最低,分别为41%和53%,所有图像识别的平均准确率为65%。     

系统日志故障预测中的ELK与LSTM应用与实践

随着业务系统规模不断扩大, 系统结构也变得十分复杂, 常规基于规则的方法已经很难判断多个系统相互作用下的复合型故障, 也难以对潜在故障进行预测. 本文在多业务系统的复杂场景下, 使用ELK平台对日志进行集中化管理, 梳理出复杂系统环境下日志与各业务系统、主机、进程之间的关系, 筛选出系统中直接与故障相关的日志文件, 进而在深度学习框架TensorFlow中使用这些海量数据对LSTM算法模型进行训练, 从而实现对系统的实时故障预测.     

基于深度学习的野外露头区岩石裂缝识别

针对当前地质考察中的野外露头区岩石裂缝及周围环境较为复杂且数据依赖人工描绘和传统的图像处理算法,其识别效率及准确度低下造成地质考察研究困难这一实际情况,提出一种基于深度学习的露头区岩石裂缝识别算法,从而提高岩石裂缝识别的准确度及效率。该方法基于TensorFlow架构,先将预处理的训练数据集图片进行人工挑选预处理为裂缝和背景2类图片,再将已分类的图片传入已设计完成的卷积神经网络模型进行训练并保存训练模型的参数数据,用已训练的模型数据对预处理的岩石裂缝图片进行识别并记录裂缝位置信息,通过裂缝位置信息对未预处理过的原色岩石裂缝图片进行裂缝定位并显示。实验结果表明所用方法可较高准确度地识别裂缝,为地质考察提供更准确便捷的裂缝识别方法。     

基于TensorFlow Lite平台的实时目标检测

目标检测是计算视觉的重要研究方向之一,尤其是基于移动设备平台实现快速精准的目标检测功能是非常有必要的。为了能够在移动设备上进行实时目标检测,本文提出一种基于Raspberry Pi 4B硬件平台,采用TensorFlow Lite开发环境,加载MobileNet-SSD网络结构算法的方案。方案采用的MobileNet卷积神经网络和SSD卷积神经网络结合的方法具有检测速度快、占用内存少等优点。同时,本文还对MobileNet-SSD网络结构算法进行了微小优化。该方案通过在公开的数据集上进行测试,对MobileNet-SSD网络结构算法和其改良算法进行了结果比较,结果表明其改良算法的检测速度有所提高,同时其检测精度几乎保持不变,在检测精准度和检测速度上都有良好表现,表明该方案具有较高的应用价值。     

基于Kubernetes的分布式TensorFlow平台的设计与实现

文中介绍了基于Kubernetes的分布式TensorFlow平台的设计与实现,针对分布式TensorFlow存在的环境配置复杂、底层物理资源分布不均、训练效率过低、模型研发周期长等问题,提出了一种容器化TensorFlow的方法,并基于Kubernetes容器PaaS平台来统一调度管理TensorFlow容器。 文中将Kubernetes和TensorFlow的优点相结合,由Kubernetes提供可靠、稳定的计算环境,以充分发挥TensorFlow异构的优势,极大地降低了大规模使用的难度,同时建立了一个敏捷的管理平台,实现了分布式TensorFlow资源的快速分配、一键部署、秒级启动、动态伸缩、高效训练等。     

运用软科学研究思维方式提高课题成果研究质量

新形势下,企业各项目单位运用软科学思维方式,把重大项目作为科研课题开展研究,用以提高企业的项目管理水平和产能效益.因此,提高课题成果研究质量是搞好企业改革的当务之急.在具体操作中,要切实做到"为企业科学决策服务,为职能部门改进管理服务,为基层单位经营发展服务",以企业要求为导向积极运用社会科学、自然科学、边缘科学的有关...