machinery

Kubernetes 1.15版本正式发布,kubeadm喜提新logo

╄→尐↘猪︶ㄣ 提交于 2021-02-17 07:12:23
导读: 美国时间 2019 年 6 月 19 日,Kubernetes发布了今年第二大版本 Kubernetes 1.15 ,此次版本共更新加强了 25 个相关功能,其中 2 个升级到 GA 版本, 13 个升级到 beta 版, 10 个 alpha 版。 1.15 版本的发布主题是:持续改进和可扩展性。 持续改进: 项目可持续性不仅仅与功能有关。许多SIG一直致力于提高测试覆盖率,确保基础功能持续可靠,核心功能持续稳定。 可扩展性: Kubernetes 社区一直致力于支持可扩展性。 1.15 版本发布周期中包含更多关于CRD和 API Machinery 的工作。此次周期中的大多数增强功能来自SIG API Machinery及相关领域。 更深入了解此次版本主要功能: 围绕核心 Kubernetes API的可扩展性 在 CRD 新开发的主题是围绕者数据一致性和原生性。用户考虑重点不会放在是CustomResource还是使用 Golang 原生资源。在下个版本或后续版本中,将会升级 CRD 和 admissio webhooks 到 GA 版本。 在这个方向上,社区重新考虑了CRD中基于 OpenAPI 的验证模式,并且从 1.15 开始,我们根据称为“ structural schema ”的限制检查每个资源

全球华人12人入选!东北大学王义教授入选2020年ACM Fellow!

ぐ巨炮叔叔 提交于 2021-01-19 09:25:25
1月13日,美国计算机协会(Association for Computing Machinery)官网发布公告,公布了2020年当选的95名ACM Fellow, 东北大学计算机科学与工程学院王义教授因在“实时系统的自动分析和验证方面”取得突出贡献而成功入选,全球华人12人入选 。 王义,欧洲科学院院士,IEEE Fellow,系东北大学计算机科学与工程学院院长、教授 。 主要从事实时计算机系统建模、设计与验证研究工作。领导开发的UPPAAL模型检验工具已成为实时计算机系统的标准分析工具,被广泛应用于汽车、通信、航空和航天等领域中电子系统的设计与验证。领导的研究团队近年来在实时系统领域提出了一系列重大理论创新成果。 王义教授曾获得国际学术界 CAV Award (计算机辅助验证领域最高奖) 和实时系统领域 杰出技术成就和领导奖IEEE TCRTS Award (实时系统领域最高奖) 。 据悉, ACM (Association for Computing Machinery, ACM)是美国计算机协会的简称,创立于 1947 年, 是全世界计算机领域影响力最大的专业学术组织之一 。ACM Fellow 是由该组织授予著名计算机科学家的荣誉,目的是 表彰在计算机和信息技术领域取得的杰出成就的学者 ,其审查过程十分严格,每年遴选一次。2020 年,共有 95 人因其在人工智能、云计算

SDNnet PX Programmming Language

江枫思渺然 提交于 2020-04-20 16:43:07
写在前面 本篇是关于 SDNet PX Programming Language User Guide 其中「Introduction」 部分的一些翻译、理解以及我从其他方面看来的一些资料的整合。网上相关的资料十分少,因此欢迎同样在研究 px 的同学联系我一起探讨。 Introduction PX 是用于特定领域的高级程序设计语言(the high-level domain-specific programming language)用于 Xilinx® 网络 SDNet™ 开发环境组成部件的可编程包处理器( PPP )。 注1:PPP 是 Programmable Packet Processor 的缩写 PX 可以用于两个目的。第一,生成用于 PPP 实例的架构的可合成的 RTL 代码(to generate synthesizable RTL code for the architecture of a PPP instance);第二,更改已经存在的 PPP 实例的固件(to change firmware for an existing PPP instance); 注2: RTL 是指 Register Transfer Level,也就是寄存器传送级 PX 的目的是允许用户专注于需要的包处理功能而不需要关心达到高性能的具体实现细节,是一门声明性语言(a

语音数据集汇总

允我心安 提交于 2020-04-06 10:49:57
1. 噪声集 The QUT-NOISE dataset ,来自昆士兰科技大学(QUT)的噪声数据集,其中包括了Café,Car,Home,Reverb,Street,五种场景,每种场景下又分了两个小场景,一共十个场景,约12小时数据,其中reverbe_pool 感觉不常见,训练时可以考虑删除。 Environmental Background Noise dataset ,来自UTDallas的噪声数据集,包括三个场景,Babble,Car,Machinery,数据约30秒一条,一共253条。 MUSAN corpus 来自David Snyder and Guoguo Chen and Daniel Povey,里面有三个文件夹,分别是music,speech 和 noise。noise分类下有两个文件夹,数据长短不一,包含了各种生活场景,扩展噪声集的丰富性,930条。 Nonspeech dataset 来自Ohio State University,数据长短不一,包括各种生活场景,扩展噪声集的丰富性,一共100条。 2. 语音集 点赞 收藏 分享 文章举报 Li Kang 发布了28 篇原创文章 · 获赞 42 · 访问量 6万+ 私信 关注 来源: oschina 链接: https://my.oschina.net/u/4266968/blog/3216377