雲計算

点击查看第一章 第2章　数字通信概述 2.1　数字通信简介 通信是发射机将信息经信道送达接收机的过程。发射机生成的信号含有待发信息，在传播至接收机的过程中，信号会在信道环节遭受各种类型的失真。最后，接收机观察失真信号，并尝试恢复其中蕴含的信息。接收机对于发送信号的或者信道引入失真的边信息(side information)掌握得越多，越有利于恢复未知信息。有两种重要的通信类别：模拟通信和数字通信。在模拟通信中，信源是连续时间信号，诸如对应于人类谈话的电压信号；而在数字通信中，信源是数字序列，通常是由0、1组合而成的二进制序列。数字序列可由模数转换器对连续时间信号进行采样后获得，也可由微处理器直接生成。尽管信息类型存在差异，模拟和数字通信系统都发送连续时间信号。模拟和数字通信广泛应用于商用无线系统，只不过，数字通信正在几乎每个新应用中不断地取代模拟通信。数字通信之所以成为事实上的主要通信类别，原因有很多。其中一个就是，它非常适合传输那些在计算机、手机和平板中随处可见的数据。不仅如此，较之模拟系统，数字通信系统可以提供更好的通信质量、更高的安全等级、更强的抗噪性能、更低的功耗，且易于整合诸如语音、文本、视频等不同类型的信源。数字通信系统的主要部件皆由数字集成电路实现，基于摩尔定律，数字通信设备无论在成本上还是体积上都占尽优势。事实上，可能除了本地交换机到家庭的连接部分，公共交换电话网(Public Switched Telephone Network,PSTN)的主体部分都是数字的。尽管大部分数字通信系统依然使用专用集成电路(Application-Specic Integrated Circuit, ASIC)和现场可编程门阵列(Field Programmable Gate Array,FPGA)来完成主要处理工作，软件无线电的概念却使得数字通信系统易于重新配置。本章简要介绍单一无线数字通信链路的主要构成，以期全面展示典型无线通信链路中的关键操作。首先，在2.2节中回顾经典的发射机和接收机系统框图。随后各节则会给出每个部件的输入、输出以及功能的详细介绍。2.3节介绍发送的信号遭受的各种损伤，包括噪声和码间干扰。随后，2.4节会涉及信源编码和译码的原理，包括无损和有损压缩。2.5节复习加密和解密，包括密钥和公钥加密。紧接着，在2.6节中介绍差错控制编码的主要思想，包括对分组码和卷积码的简要介绍。最后，2.7节概述调制和解调等概念。而本书的剩余部分主要集中在调制、解调以及应对信道造成的各种损伤等方面。 2.2　单一无线数字通信链路概述 本书着重讨论点到点无线数字通信链路，如图2.1所示。链路可分为三部分：发射机、信道和接收机。每个部分由数个功能模块组成。发射机对物理媒介上传输的数据比特流进行处理。信道代表物理媒介，噪声在此处叠加于所发送信号之上，引发信号失真。接收机尝试在接收到的信号中提取发送比特流。注意，发射机、传播信道和接收机并非严格按照上述内容划分物理界限。例如，在对信道进行数学建模时，还需要把所有模拟和前端效应包含在内，因为这也是发送信号所受失真的一部分。本节剩余部分依次总结每个模块的操作。 下面按照信息流从信源到信宿的流向依次详细介绍图2.1中的各个部件。第一个发射机模块进行信源编码(source encoding)。信源编码的目的是，在确保依然能够从编码后的比特序列中恢复信源输出的同时，将信源序列转换成比特率尽可能低的信息序列。为了便于解释，设某数字信源生成二进制序列{b［n］}=…,b［-1］,b［0］,b［1］,…。数字信源可由模拟信源采样得到。信源编码器的输出为信息序列{i［n］}。从本质上讲，信源编码将信源尽可能地压缩，以减少需要发送的比特数量。信源编码之后是加密(encryption)。加密的目的是搅乱数据，以增加非预期的第三方接收者获取数据的难度。加密通常是将信息序列{i［n］}进行无损转换，生成加密序列e［n］=p({i［n］})。不同于信源编码，加密不会压缩数据，而是使数据对于非预期的第三方接收者而言显得杂乱不堪。接下来的模块就是信道编码(channel coding)。信道编码也称为差错控制编码(error control […]

前言 在近日的一个风和日丽的下午，正在快乐的写 bug 时，突然间钉钉就被 call 爆了，原来是 k8s 测试集群的一个 namespace 突然不见了。这个 namespace 里面有 60 多个服务，瞬间全部没有了……虽然得益于我们的 CI/CD 系统，这些服务很快都重新部署并正常运行了，但是如果在生产环境，那后果就是不可想象的了。在排查这个问题发生的原因的同时，集群资源的灾备和恢复功能就提上日程了，这时 Velero 就出现了。 Velero Velero

点击查看第一章点击查看第二章 第3章 Word2vec——学习词嵌入在本章中，我们将讨论NLP中一个至关重要的主题—Word2vec，这是一种学习词嵌入或单词的分布式数字特征表示（即向量）的技术。学习单词表示是许多NLP任务的基础，因为许多NLP任务依赖于能够保留其语义及其在语言中的上下文的单词的良好特征表示。例如，单词“forest”的特征表示应该与“oven”非常不同，因为这些单词在类似的上下文中很少使用，而“forest”和“jungle”的表示应该非常相似。Word2vec被称为分布式表示，因为单词的语义由表征向量的全部元素的激活状态表示，而不是由表征向量的单个元素表示（例如，对于一个单词，将向量中的单个元素设置为1，其余设为0）。我们将从解决这一问题的经典方法开始，到在寻找良好的单词表示方面能提供先进性能的基于现代神经网络的方法，逐步介绍词嵌入方法。我们在如图3.1所示的2D画布上可视化（使用t-SNE，一种用于高维数据的可视化技术）从一组单词学习到的单词嵌入。如果仔细观察，你会看到相似的单词互相之间距离较近（例如，中间集群的数字）。t分布式随机邻域嵌入（t-SNE）这是一种降维技术，它可将高维数据投影到二维空间。这使我们能够想象高维数据在空间中的分布情况，它非常有用，因为我们无法轻易地在三维之外进行可视化，你将在下一章中更详细地了解t-SNE。 3.1　单词的表示或含义是什么 “含义”本身是什么意思？这更像是一个哲学问题，而不是技术问题。因此，我们不会试图找出这个问题的最恰当答案，而是接受一个折中的答案，即意义是一个单词所表达的想法或某种表示。由于NLP的主要目标是在语言任务中达到和人类一样的表现，因此为机器寻找表示单词的原则性方法是有用的。为了实现这一目标，我们使用可以分析给定文本语料库并给出单词的良好数字表示（即词嵌入）的算法，它可以使属于类似上下文的单词（例如，one和two，I和we）与不相关的单词（例如，cat和volcano）相比有更相似的数字表示。首先，我们将讨论实现这一目标的一些经典方法，然后继续介绍目前采用的更复杂的方法，后者使用神经网络来学习这些特征表示，并具有最好的性能。 3.2　学习单词表示的经典方法 在本节中，我们将讨论用数字表示单词的一些经典方法。这些方法主要可以分为两类：使用外部资源表示单词的方法和不使用外部资源的方法。首先，我们将讨论WordNet：一种基于外部资源表示单词的最流行的方法。然后，我们会讨论更多的本地化方法（即不依赖外部资源的方法），例如，单热编码和词频率-逆文档频率（TF-IDF）。 3.2.1　WordNet—使用外部词汇知识库来学习单词表示 WordNet是处理单词表示的最流行的经典方法或统计NLP方法之一。它依赖于外部词汇知识库，该知识库对给定单词的定义、同义词、祖先、派生词等信息进行编码。WordNet允许用户推断给定单词的各种信息，比如前一句中讨论的单词的各种信息和两个单词之间的相似性。 3.2.1.1　回顾WordNet 如前所述，WordNet是一个词汇数据库，用于对单词之间的词性标签关系（包括名词、动词、形容词和副词）进行编码。WordNet由美国普林斯顿大学心理学系首创，目前由普林斯顿大学计算机科学系负责。WordNet考虑单词之间的同义性来评估单词之间的关系。用于英语的WordNet目前拥有超过150000个单词和超过100000个同义词组（即synsets）。此外，WordNet不仅限于英语。自成立以来，已经建立了许多不同的WordNet，在http://globalwordnet.org/wordnets-in-the-world/ 上可以查看。为了理解如何用WordNet，需要对WordNet中使用的术语有坚实的基础。首先，WordNet使用术语synset来表示一群或一组同义词。接下来，每个synset都有一个definition，用于解释synset表示的内容。synset中包含的同义词称为lemmas。在WordNet中，单词表示是分层建模的，它在给定的synset与另一个synset之间进行关联形成一个复杂的图。有两种不同类别的关联方式：is-a关系或is-made-of关系。首先，我们将讨论is-a关系。对于给定的synset，存在两类关系：上位词和下位词。synset的上位词是所考虑的synset的一般（更高一层）含义的同义词。例如，vehicle是同义词car的上位词。接下来，下位词是比相应的同义词组更具体的同义词。例如，Toyota car是同义词car的下位词。现在让我们讨论一个synset的is-made-of关系。一个synset的整体词是可以表示所考虑的这个synset的全部实体的synset。例如，tires的整体词是cars。部分词是is-made-of类别的关系，是整体词的反义词，部分词是组成相应synset的一部分或子部分，我们可以在图3.2中看到它们。 NLTK库是一个Python自然语言处理库，我们可以用它理解WordNet及其机制。完整示例可在ch3文件夹中的ch3_wordnet.ipynb文件中找到。安装NLTK库可以用以下python pip命令安装NLTK库： 或者，可以使用IDE（例如PyCharm）通过图形用户界面（GUI）安装库。可以在http://www.nltk.org/install.html 找到更详细的说明。要将NLTK导入Python并下载WordNet语料库，请首先导入nltk库： 然后可以运行以下命令下载WorldNet语料： 安装并导入nltk库后，我们需要使用以下命令导入WordNet语料库： 然后我们按照以下方式查询WordNet：

点击查看第二章 场景方法论：如何让你的产品畅销，又给用户超爽体验 崔德乾　彭春雨　著 第1章 时代、场景与社交货币导读：你是不是和我一样疑惑：这是一个什么样的时代？中国的市场是一个什么样的市场？是时代催生了场景，还是场景满足了时代？场景体验是否为社交媒体的传播诱因？是否是社交货币引爆了场景体验？技术变革把人、货、场、媒体、时间、空间、渠道分割为碎片化状态，但总感觉有一种新工具把这些游离的碎片给黏合了起来，这个新工具是什么？本章重点带你理解时代的五大变革，从消费者主权到新商业逻辑，从新渠道到新电商，从新生活方式到“9000岁”新消费习惯，进而帮你理解场景的作用、时代与场景的逻辑、场景与社交货币的关系。 第1节　时代催生的“五个重要变化” 购物中心里面有运动馆、艺术馆，餐饮店里有舞台表演区、私房菜课堂，珠宝店内卖鲜花做美甲，汽车4S店内开川菜馆……到底是不务正业还是趋势使然？一部手机加直播平台就可以卖货，批发商缘何华丽转型零售商？买书买衣服不一定到新华书店或者商场，可能在你喜欢的公众号里就买了，而且在价格不打折的情况下你也买，到底是被洗脑了还是IP的力量？不是微商，但也不要押金，不需要成立公司，个人就可以卖品牌手机、品牌家电、化肥种子！小米小店、海尔顺逛、云集为什么发展个人成为微代理商？为什么现在的微信文章标题都是无厘头？都是语不惊人死不休？都是标题党？为什么会这样？你的APP为什么没几个人注册？你为什么不会给客户画像？为什么你用不好新技术？各位看官，你不能无视：市场正在发生五个重要变化！ （一）消费者：消费主权下的新角色 过去有句话叫“买的没有卖的精”，在移动互联的当下，这句话失效了，变成了“买的比卖的还要精”。为什么？因为商业进化到“消费者主权时代”，再牛的品牌、再牛的商家也开始平视消费者、尊重消费者，甚至讨好消费者。市场的第一个变化是消费者变化，这是最重要的变革：消费主权崛起、新的四大角色、9000岁的新消费习惯，将全部颠覆你原来的认知。 消费者主权彰显 移动互联时代，消费者主权彰显体现在以下几个方面：（1）拥有主动选择权。过去渠道少，品牌少，信息少，消费者只能在有限的品牌和有限的渠道中选择，所以是被动选择。而现在渠道多，品牌多，信息也多，所以消费者可以主动选择。以渠道为例，电商店、虚拟社交店、购物中心、专卖店，都是可以选择的。即使同一个品牌，消费者也有很多选择，品牌的直营实体店，天猫、京东上的旗舰店，也有不同城市或不同商圈不同加盟商的店，消费者有充分的主动选择权。（2）广泛的评价权力。也就是说，消费者对你的产品和服务满意或者不满意都可以利用社交媒体随时评价，并利用大众点评、天猫等第三方平台去点评，从而影响更多的人，对企业施加压力。在过去，消费者的评价只限于线下朋友之间口口相传，影响很小，要想扩大影响力，必须借助媒体和第三方，比如消协、工商等政府部门，从而导致成本过高。现在消费者自己就是媒体，借助微信、微博、抖音、头条、百度贴吧、知乎、直播平台等随时都可以发表意见，甚至可以组织起来批判声讨不良商家，且成本接近零。（3）较为全面的知情权。移动互联让信息更对称，消费者更容易判断。过去对陌生商家的产品好坏是不好判断的，只能借助有限信息或亲自消费体验。现在，他们可以通过网络上众多消费者的评价数据来判断。（4）强大的维权意识与手段。消费者因为前3条原因有了更强的维权意识和维权手段。在维权方面，消费者可以借助碎片化的媒体迅速将维权活动组织起来。事关消费者的利益，一般先通过自媒体发酵，事件会自动裂变传播，然后引发知名大V和传统媒体的跟进热炒，立马就成为全民关注的焦点。一夜之间就会掀起强大的舆论压力，让任何企业都不能小视。 2015年，苹果手机非常高傲：在售后服务方面“中美市场不同权”（美国是两年免费保修，中国是一年免费保修）。中国消费者因此群起而攻之，致使苹果的产品在中国市场销量迅速下滑，苹果终于低下了高傲的头颅，CEO库克不得不出面道歉，中国消费者终于和美国消费者获得了一样的权利。 消费者四重新身份 以前，消费者就是单纯的消费者，在移动智能时代，他们有了以下四重新身份；（1）自媒体：只要愿意，每个人都是自媒体，可以借助“两微一抖”（微博、微信和抖音）等社交媒体发声。从战略意义上说，抖音成为消费者的个人电视台，微博成为消费者的个人电子报纸，微信成为消费者的个人电台。（2）生产参与者：大规模的个性化消费趋势，让消费者的话语权逐渐向生产领域渗透。无论是产品的DIY、红领服装的个性化生产，还是酒水的用户专属包装、家居家具产品的量身定制，消费者都深入到产品的设计制造环节中，成为生产的积极参与者。（3）代言人：对于品牌，新生代消费者要么路转粉，要么路转黑。消费者对商品开始追求IP化，IP化的结果就是让消费者成为某类产品的代言人，消费开始小众化与圈层化。（4）消费商：顾名思义就是拥有消费者和经营者双重身份，既是产品和服务的最终消费者，又是推广者和经销商。在传统的商业模式中，消费者花钱，经销商赚钱，两者完全分开；而消费商模式则是消费者在花钱消费的同时，还参与利润分配，从中获取收益。消费商有两种形式：专职消费商和业余消费商。也就是说，消费商可以是人们的第一职业，也可以是第二职业。直销、微商的从业人员都是专职消费商，他们虽然也消费这些产品，但更多是进行专业推销。业余消费商是指一般的消费者，他们主要是消费某类产品，顺带向亲朋好友转介绍，而后获得一定的收益。比如，你选购了某类产品，感觉超级棒，发在微信朋友圈或者抖音等社交媒体上，被亲朋好友或者其他人发现后，求你代购，你就可以享受一定的代购差价或者服务费。再比如，小米、海尔和云集都在发展个体的消费商，你购买他们的产品后，就可以申请做消费商。此时对你来说，没有业绩考核，没有商业库存，你只是顺带帮品牌向有需求的亲朋好友推广，这样就“自购省钱，推广赚钱”。还有一种情况，很多新中产和新生代购买了某件商品没有使用，或者使用一段时间后不想要了，就放在闲鱼、转转等二手商品交易网站上出售。这也是“消费商”的一种。消费商模式，其实就是“自用+分享”模式，将自己所用的产品或服务分享给需要的人，并从中获取利益。消费商的运营逻辑精准地获得目标用户并精准进行推广，一直是品牌和商家的愿望。在以前这是个奢想，到了智能互联时代，移动网络、云计算、社交媒体、线上支付等技术手段接连出现，精准获得目标客户成为很简单的事情。现在各行各业竞争加剧，品牌和商家把注意力全放在消费者身上，利用利益驱动让消费者主动向亲朋好友推荐自己的商品。很多行业的品牌和商家开始返利给消费者。时下流行的微店、微商城、婚庆网、异业联盟等，都是采用分销抽取佣金返利的方式，把消费者转换为消费商，最终达到共赢的目的。不仅如此，商家和品牌还对忠实的消费者进行专业培训，给予其足够的特权，以助推消费商的快速发展。这是商家发展消费商的运营逻辑。消费商将成为微商业的组织，是电商、实体店之外的第三方销售渠道，是物联网时代的最佳渠道补充。消费商有巨大的市场潜力据国家发改委发布的《2017年中国居民消费发展报告》数据，中国2017年消费品零售总额达36.6万亿，若按照1%给消费商返利，则将产生3660亿元的财富。面对如此巨额的财富，消费者会做出怎样的选择？是继续之前的单纯消费行为，还是选择可以为自己带来利益的分销行为？消费蕴藏着巨大的待分配利益，无疑将刺激更多的消费者转向消费商。品牌商将全面助推消费商崛起云集和海尔、小米都在助推“消费商”的发展。从云集的快速发展趋势可以推演出：消费商市场即将井喷。消费者成长为消费商，将引发一场浩大的变革，可以预见，不久的将来，消费商模式将渗透到各行各业，并不断发展，日臻成熟。 专职消费商与兼职消费商的趋势现在，很多微商主要向不同的客户卖同一类产品，走爆品路线，比如面膜、化妆品、智能产品。未来微商将是向同一个客户卖不同的爆款产品，背后的逻辑就是“从产品供应链走进消费的需求链”，微商经营者开发、维护一个客户不容易，他们将继续用情感维护老客户，深化关系，用户需要什么就销售什么。这也是遵循“从产品的供应链走进消费的需求链”的新商业逻辑。宝妈和退休人员将会成为兼职消费商的活跃人群。这类群体时间有保障，可以顺便兼职挣点零花钱。无论是宝妈们，还是退休老人都有相同的话题，容易形成社群。再加上云集等社交电商的助推，宝妈群体和退休老人将会各自向自己的群体在合适的时间推荐合适的商品，一来赚点小钱，二来打发时间。 （二）新生活方式与9000岁消费新习惯 经济学家说，当一个国家的人均GDP超过5000美元，这个国家就进入了休闲时代。中国2013年的人均GDP为 6747美元，按照这个标准，中国早就进入了休闲时代。什么是休闲时代？“休”是“通过各种方式让自己得到休息与放松”，“闲”是“闲下来做自己喜欢的事、好玩的事、有意义的事”。休闲时代诞生了新的生活方式。这是理解当下时代消费与商业变化的基础。 新生活方式 在中国，消费者的新生活方式有三个主要特征，而且与场景的关系密切。（1）休闲消费成为生活常态。“吃喝玩乐游”如今成为生活常态。以吃喝为例，农家乐、生态农场体验大受欢迎，这不是仅为了吃喝，还兼顾休闲；周末观影、看明星演唱会、K歌、足疗、旅游等休闲消费和文化消费成为常态。每到节假日，中国的道路和景点全面拥堵告急，欧美、东南亚国家的景点到处都是中国人的身影。（2）在“休闲中消费，在消费中享受”。前者是休闲消费，后者是消费升级。休闲是生活，享受是新需求。很多企业就会充分利用空间、仪式和文化，设置不同的场景，给消费者无尽的精神享受。旅拍成为婚纱消费的主流，就充分体现了“在休闲中消费，在消费中享受”这个新生活方式。（3）利用社交媒体“晒生活”。如今，沉溺于社交网络的人们，更倾向于在社交媒体上分享他们的所见、所想、所爱和所需。“晒”已成为一种生活方式。这种新生活方式的背后是社交货币，“晒”的过程就是利用社交货币表达观点、展示形象、自我炫耀，实现自我满足的精神享受。旅游、居家、表演、带娃、工作、会议、公益……只要是好玩、有趣、有价值、有意思的事物，总要抢先在“两微一抖”（微博、微信和抖音）发布，以获得别人的点赞、转发、关注和议论。先拍美食再就餐，边喝喜茶边拍摄，极限运动要拍摄，手机掉到汤锅里还要别人先拍摄再捞，为什么？这些产品和活动都有场景，场景就自带情趣、情绪、情谊，可自行引发病毒式的娱乐化传播，传播的过程中，又会引发新一轮的消费高潮。捧红了多少网红人物、网红产品、网红景点，摔碗酒、江小白、答案茶都沾了社交货币的光。

点击查看第一章 第2章 场景体验与社群营销导读：场景是一种有效工具（既是连接器，又是放大器），把碎片化的人与商业连接起来，放大了产品价值。那么，经典营销理论中有产品、价格、渠道、推广四个要素，场景与它们有什么关联？场景体验是营销抓手，它将解决什么问题？如何正确使用？有哪些流程和注意事项？社群营销是新营销理论吗？与传统4P、4C理论有什么区别和联系？本质是什么？为什么说理解了社群营销的底层逻辑，才能做好场景设置？场景体验与社群营销是什么关系？本章重点解读场景这个抓手的作用，同时介绍场景与社群营销的关系、社群营销与传统营销理论的区别与联系，并用案例解读设计场景化解决方案的三个出发点。 第1节　正确理解场景体验与社群营销 （一）正确理解场景体验 什么是场景体验？借助空间、仪式和文化，设置特定场景，给予用户充分的物质和精神体验，触发用户对产品价值的认知，吸引用户完成消费，并使用户积极主动参与品牌活动、品牌传播，进而引发新一轮的消费与传播。作为有效的营销抓手，场景体验能为产品、价格、渠道、推广提供助力。 “场景体验”助力产品成为爆品 在产品中植入场景，产品才有故事、有个性、有温度，给目标用户良好的品牌体验，从而引发一个个“新传播—新消费—新传播”的闭环，快速形成网络效应，助推产品成为爆品。江小白、小罐茶、答案茶、潘多拉手链、周大福的福星宝宝的畅销，就源于其在产品中分别植入了社交、商旅、解惑、文化等场景，产品因场景而自带情绪、情谊和情趣。在移动互联时代，爆品都要依靠网络效应，因为产品的价值取决于多数人的价值认定与传播，而网络效应可以影响更多人。这相当于线上的排队效应。 “场景体验”放大产品价值，吸引用户消费 在销售渠道中植入场景，很容易吸引用户参与体验，触发用户对产品价值的认知，促使用户完成消费。为销售克拉钻戒，星光珠宝合肥店设置“霸屏求婚告白”场景，展示了浪漫的爱情，不断吸引实力客户购买克拉钻，排队参与求婚告白；为销售五常大米，武汉三土电商指导B端客户（餐厅）开展“蒸蒸日上”“红红火火”现场蒸煮体验，展示了珍稀产品的价值和仪式场景，有力促进了五常大米在终端的高价动销。 “场景体验”提高品牌的溢价能力 场景体验满足了消费者的“社交、体验、享受”的新需求，用户就愿意为体验买单，体验就会为产品带来溢价。这是场景对“价格”要素的贡献。 “场景体验”为品牌赢得免费传播 因为有良好的体验，产品和产品的话题就成为社交货币，同时也引发了免费传播。这是场景对“推广”要素的贡献。 （二）社群营销概念解读 如今，中国人的生活方式彻底改变了。网购、移动支付、社交媒体无孔不入，消费升级、周末休闲、共享经济一片红火。生活方式改变了，必然有与之相适应的新的营销方式、生产方式、商务方式、管理方式的出现。新营销、新制造、新零售、量子管理应运而生，它们分别对应着营销方式、生产方式、商业方式和管理方式的变革。对于新营销的理解，各路专家有各种解读，比如粉丝营销、裂变营销、场景营销。我的理解是：这些提法都对，但都只是营销变革的一部分，只是社群营销的局部应用。新营销的最后归属就是社群营销。新营销 = 社群营销，英语简称AF（AssociationFans or Association

一、背景 面对订单数据纸质文件或图片，仅靠人眼识别的话效率很低，需引入机器学习来识别和解析图片以提高效率。当前市面上已有收费的图片识别服务，包括阿里、百度等，识别效果较好，但针对订单类图片，不仅要关注图片上的文字，还要关注文字所在的行列，来分出每条数据和数据详细字段。 本文主要介绍一种针对订单类图片识别结果进行行列解析的抽象流程和方案，帮助提高开发效率。 注：本文只提供思路，不提供源码。另外，本文不介绍人工智能图片识别，感兴趣的同学可以上网查询相关资料。 二、解析流程 对于图像处理，opencv算是比较优秀的工具，因此将其选做本文图像处理首选软件。 为了使图片识别率更高，需要先做图片矫正，这里采用较为简单的霍夫变换加去噪声点算法矫正图片。 图片矫正后，调用图片识别服务获取结果，一般结果格式包括响应码、错误描述、文字块列表（文字和四点坐标）等。 然后使用抽象的俄罗斯方块法根据识别结果获取行列信息。 最后根据行列信息组装每一行数据并显示。 三、细节处理 3.1 opencv安装概要 opencv安装，本文只做简单提示，不展开介绍，以后有时间单独发文。 1）windows 下载编译好的包，https://opencv.org/releases/ 解压缩到自定义文件夹。 2）linux 推荐使用ubuntu，并且最好是全新的系统，因为opencv会依赖很多包，对版本要求也高，解决冲突会很麻烦。 下载源码

2019 天猫双 11 全球狂欢节96秒成交额破百亿，24小时总成交额2684亿，创造了交易创建峰值 54.4万笔／秒的历史记录。天猫双11，已经不仅是购物节，也是品牌成长节、消费者互动节。天猫双11更是是商业的奥林匹克。 今年，双11走到了第11个年头，史无前例的，阿里经济体内有49支技术团队共同参与作战，也是第一次，双11的核心系统将100%跑在云上，这无疑让今年的双11技术作战充满了更大的挑战。 正如2019年双11技术团长平畴（汤兴）说的“「善战者，无智名，无勇功」，这是我们技术人最高的境界”。 我们一起捍卫了阿里技术人的荣耀，一个字 “稳”！ 年年双11，回回新玩法，“在吗，盖楼吗？”成为了好友聊天的日常，每天蹲守等待淘宝直播的你是否也体会到了“真香定律”？而背后支撑如此大体量用户的淘系如何保障技术和业务的“丝般顺滑”？给大家带来今年双11最新最快的核心技术解读。 直播内容生态技术 今年淘宝直播已经促进了年度千亿级别的成交，阿里巴巴副总裁平畴表示“淘宝直播的内容模式，将一直引领消费的生活方式和消费重点，成为未来商业模式的主流” 2019 年双 11 直播已成为淘宝内容生态里程碑式的节点，其意义可对标 2015 年的淘宝无线化，所有的业务板块都在利用网红主播的巨大粉丝效应来放大品牌影响力，同时利用个性化的实时互动创造了新的内容运营模式。淘宝直播作为电商生态中新媒体、新内容、新生态的典型产品，不仅是承接链接用户和品牌的人货场，更多的是代表一种面向未来聚焦用户的新运营业态。 直播业务系统架构 直播体验的关键在于观看，但传统直播在弱网下、移动场景均存在固有缺陷导致画质不佳、频繁卡顿，同时传统直播中心化的分发模式成本也难以降低，多级分发的机制更是对优化时延提出挑战，均对用户体验带来诸多不利影响。淘宝直播基于以上问题，自研了全新的音视频实时通信引擎，去中心化设计，支持横向级联，实现了大规模低延时直播，时延从原先

点击查看第一章点击查看第三章第2章Mobile Sensors and Context-Aware Computing 情境感知计算 本章内容 情境感知计算 情境 位置感知 手机的位置来源 定位算法 导航 其他定位手段 2.1　情境感知计算简介 让我们从探索情境的意义开始。情境意味着用户的偏好、兴趣、位置以及用户的活动、周围环境情况等。周围环境包括与天气、气候、交通、时间或用户物理位置有关的信息。它也可能是与用户计算设备有关的信息，例如电池电量、可用网络带宽、可用Wi-Fi基础设施等。现在我们把情境的基本定义扩展到情境计算。情境感知计算（context-aware computing）是指能够感知计算设备、计算基础设施或用户情境的计算环境。计算设备可以是各种设备中的任何一种，包括智能手机、平板电脑、可穿戴设备或传统设备（如笔记本电脑和台式机）。计算基础设施包括硬件、软件、应用程序、网络带宽、Wi-Fi带宽和协议以及电池信息。例如，智能手机是一种能够感知周围情境的计算设备。计算基础设施（如其操作系统）获取这个情境，存储并对其进行处理，然后通过调整其功能与行为来响应此情境，继而做出一些情境感知的决策。计算基础设施可以处理并响应情境，而用户只需要很少的输入。一些情境感知基础设施响应情境的示例如下： 智能手机可以检测到位于机场、火车站或购物中心等拥挤的地方，并自动更改设备行为来实现噪声消除。这将使设备能够更好地响应用户的语音命令。 智能手机可以检测用户的位置并改变其功能。例如，如果用户在会议中，则自动增加或减少扬声器音量，或改为静音模式；基于用户所在场景（比如在家、在办公室或在汽车旅行中）来改变铃声。 如果用户在办公室或在开车，那么智能手机可以自动通过短信响应某些呼叫，甚至可以根据用户的位置情境阻止一些来电。

点击查看第一章点击查看第三章 第2章 聊天机器人与自然语言理解在编写机器人和创建自然语言模型之前，我们先回顾一下自然语言理解（NLU）和机器学习（ML）的基础知识。微软的语言理解智能服务（LUIS）实现了自然语言理解中的一些概念，另一些概念则可以使用Python/R等机器学习工具包，或利用其他服务（比如微软认知服务）实现。本章旨在为读者快速而简单地介绍与自然语言理解相关的基本概念，如果读者已经对相关知识十分熟悉，则可以跳过本章内容直接阅读第3章。我们希望通过本章的学习使读者对NLU的根源及其如何将NLU应用于机器人领域有基础的了解。最后，互联网上有很多对NLU更深入的学习材料，如果读者感兴趣可以阅读我们提供的参考资料。如果我们决定开发一个集成了NLU的机器人，则在机器人的工程开发中必须保证理解用户语言的系统能做到与人进行持续的交互。以我们在第1章中介绍的用自然语言进行恒温控制的机器人为例，它有4个意图：开关打开、开关关闭、设置模式、设定温度。就设定温度这一意图而言，开发者如何编写能理解用户设定温度意图并且能识别用户语言输入中哪一部分代表温度的系统呢？一种方法是进行暴力编码（brute-force coding），直接在程序里写死。典型地，我们可以使用正则表达式来对用户语句进行匹配，比如“set temperature to {temperature}”“set to {temperature}”以及“set {temperature}”。我们写完程序并用符合上面正则表达式的语句测试完之后，似乎万事大吉，但此时来了一个新用户，如果他对机器人说的语句是“I want it to be 80 degrees”，那么机器人会无法理解，也就无法与用户进行交互了。于是，我们又增加一条正则表达式“I want it to be

点击查看第一章点击查看第二章第3章Mobile Sensors and Context-Aware Computing 传感器和执行器 本章内容 术语概述 传感器生态系统 加速度计 陀螺仪 磁场传感器 光传感器 接近传感器 温度传感器、压力传感器、生物传感器 3.1　术语概述 传感器、变换器和执行器件是构成传感器生态系统的基础。本节介绍它们的基本定义。传感器是一种将物理活动或变化转换为电信号的设备。它是物理或现实世界与电子系统和计算设备组件之间的接口。一种最简单的形式为：传感器响应某种物理变化或刺激并输出某种形式的电信号或数据。传感器需要产生计算系统可以处理的数据。例如，打开洗衣机会停止洗涤循环，打开房门会导致房屋警报激活。如果没有对这些物理活动的感知，洗涤周期或房屋警报的触发将没有变化。变换器是将一种形式的输入（能量或信号）转换成另一种形式的设备，如图3-1所示。变换器可以是我们先前定义的传感器的一部分。很多时候，传感器和变换器会互换使用，但是，我们可以通过使用传感器测量物理环境的变化以及使用变换器产生电信号来区分它们，其中变换器在物理环境中测量变化并将其转换为不同形式的能量（如电信号），如图3-2所示。 组合变换器执行一种能量形式的检测并能产生能量输出。例如，天线可以接收（检测）无线电信号，也可以发送（创建）无线电信号。变换器的性能可以根据其精度、灵敏度、分辨率和范围来衡量。执行器件是一种变换器，以一种形式的能量作为输入，产生某种形式的运动、活动或动作。因此，它将某种形式的能量转化为动能。例如，电梯中的电动机将电能转换成从建筑物的一个楼层到另一个楼层的垂直运动。以下是执行器件的主要类别： 气动：这些执行器件将压缩空气中的能量（高压）转换为线性或旋转运动，如液体或气体管道的阀门控制。 电动：这些执行器件将电能转换为机械能，如电动水泵从井中抽水。