sac

背景分析 近年来，国内视频监控应用发展迅猛，系统接入规模不断扩大，涌现了大量平台提供商，平台提供商的接入协议各不相同，终端制造商需要给每款终端维护提供各种不同平台的软件版本，造成了极大的资源浪费。各地视频大规模建设后，省级、国家级集中调阅，对重特大事件通过视频掌握现场并进行指挥调度的需求逐步涌现，然而不同平台间缺乏统一的互通协议。在这样的产业背景下，基于终端标准化、平台互联互通的需求，GB/T28181应运而生。 概念解析 是什么 GB/T28181-2011 《安全防范视频监控联网系统信息传输、交换、控制技术要求》是由公安部科技信息化局提出，由全国安全防范报警系统标准化技术委员会（SAC/TC100)归口，公安部一所等多家单位共同起草的一部国家标准。 为什么 GB/T28181协议从本质上说和ONVIF都是一样的，目的都是为了降低视频监控设备互联的难度。 该协议都是基于IP网络，如果要对接，需要有相关的协议转换模块。 协议之间也并不矛盾，可以实现接入上的互补。 GB/T28181不仅包括设备间的级联，也包含系统的级联，故并不矛盾。如网络摄像机通过ONVIF协议接入NVR，NVR在通过GB/T28181标准接入平台，或者网络摄像机通过ONVIF协议接入平台，平台间的级联通过GB/T28181规范进行。故ONVIF、与GB/T28181往往还能起到互补的作用，可以使设备选型

点击上方「蓝字」关注我们 文章目录 第3章 分组 一、SAC过程 1. 内涵 2. apply过程 二、groupby函数 1. 分组函数的基本内容： 2. groupby对象的特点 三、聚合、过滤和变换 1. 聚合（Aggregation） 2. 过滤（Filteration） 3. 变换（Transformation） 四、apply函数 1. apply函数的灵活性 2. 用apply同时统计多个指标 第3章 分组 import numpy as np import pandas as pd df = pd . read_csv ( 'data/table.csv' , index_col = 'ID' ) df 一、SAC过程 1. 内涵 1.SAC指的是分组操作中的split-apply-combine过程 2.其中split指基于某一些规则，将数据拆成若干组，apply是指对每一组独立地使用函 数，combine指将每一组的结果组合成某一类数据结构 2. apply过程 在该过程中，我们实际往往会遇到四类问题： 1.整合（Aggregation）——即分组计算统计量（如求均值、求每组元素个数） 2.变换（Transformation）——即分组对每个单元的数据进行操作（如元素标准化） 3.过滤（Filtration）——即按照某些规则筛选出一些组

背景分析 近年来，国内视频监控应用发展迅猛，系统接入规模不断扩大，涌现了大量平台提供商，平台提供商的接入协议各不相同，终端制造商需要给每款终端维护提供各种不同平台的软件版本，造成了极大的资源浪费。各地视频大规模建设后，省级、国家级集中调阅，对重特大事件通过视频掌握现场并进行指挥调度的需求逐步涌现，然而不同平台间缺乏统一的互通协议。在这样的产业背景下，基于终端标准化、平台互联互通的需求，GB/T28181应运而生。 概念解析 是什么 GB/T28181-2011 《安全防范视频监控联网系统信息传输、交换、控制技术要求》是由公安部科技信息化局提出，由全国安全防范报警系统标准化技术委员会（SAC/TC100)归口，公安部一所等多家单位共同起草的一部国家标准。 为什么 GB/T28181协议从本质上说和ONVIF都是一样的，目的都是为了降低视频监控设备互联的难度。 该协议都是基于IP网络，如果要对接，需要有相关的协议转换模块。 协议之间也并不矛盾，可以实现接入上的互补。 GB/T28181不仅包括设备间的级联，也包含系统的级联，故并不矛盾。如网络摄像机通过ONVIF协议接入NVR，NVR在通过GB/T28181标准接入平台，或者网络摄像机通过ONVIF协议接入平台，平台间的级联通过GB/T28181规范进行。故ONVIF、与GB/T28181往往还能起到互补的作用，可以使设备选型

前言：针对 Windows 10 的功能更新每年将通过半年频道 (SAC) 发布两次，时间约为每年的 3 月和 9 月。 自功能更新发布之日起 18 个月或 30 个月内，微软还将随之推出月度质量更新，具体取决于生命周期策略。建议开始将各个半年频道版本定向部署到已选择进行早期采用的设备上，并自行决定升级到完全部署。 这样，便可以尽快获得新的功能、体验和集成安全性。一下是截至发博之前的版本对照表。 进入今天的主题， 我们要再云上上配置管理windows的累计更新。 首先 打开intune首页， 选择Device-》Windows 10 update ring 创建profile并且分配给指定的客户端集合： 更新设置， 此处可以个性化选择所需的的配置，最好是再自己测试的客户端集合先进行测试： 分配给指定的客户端集合： 最后一步 Review + 创建： 可以去到总览窗口看看客户端 更新状况： 当然也可以去win10 客户端查看更新历史： 这样就完成可Windows更新的快速配置，大家可以试试看。 来源： oschina 链接： https://my.oschina.net/u/4406565/blog/4314793

点击上方“ 3D视觉工坊 ”，选择“星标” 干货第一时间送达 来源： 新机器视觉 点云概念 点云与三维图像的关系 ：三维图像是一种特殊的信息表达形式，其特征是表达的空间中三个维度的数据，表现形式包括：深度图（以灰度表达物体与相机的距离），几何模型（由CAD软件建立），点云模型（所有逆向工程设备都将物体采样成点云）。和二维图像相比，三维图像借助第三个维度的信息，可以实现天然的物体——背景解耦。点云数据是最为常见也是最基础的三维模型。点云模型往往由测量直接得到，每个点对应一个测量点，未经过其他处理手段，故包含了最大的信息量。这些信息隐藏在点云中需要以其他提取手段将其萃取出来，提取点云中信息的过程则为三维图像处理。 点云的概念 ：点云是在同一空间参考系下表达目标空间分布和目标表面特性的海量点集合，在获取物体表面每个采样点的空间坐标后，得到的是点的集合，称之为“点云”（Point Cloud）。 点云的获取设备 ：RGBD设备是获取点云的设备，比如PrimeSense公司的PrimeSensor、微软的Kinect、华硕的XTionPRO。 点云的内容 ：根据激光测量原理得到的点云，包括三维坐标（XYZ）和激光反射强度（Intensity），强度信息与目标的表面材质、粗糙度、入射角方向，以及仪器的发射能量，激光波长有关。 根据摄影测量原理得到的点云，包括三维坐标（XYZ）和颜色信息（RGB

使用背景 公司近期上线了一个新应用，底层数据库采用了 国产的分布式数据库 – SequoiaDB 。 因为需要将 SequoiaDB 集群纳入到公司的整个监控体系中，所以需要对 SequoiaDB 的状态、性能指标等信息收集起来，然后提供监控系统使用。 SequoiaDB 数据库本身提供了一个 图形化的监控界面 – SAC ，但是里面的监控项，和我们公司过去常用的指标有很大出入。所以在咨询了 SequoiaDB 的相关人员后，决定自己开发一套监控程序。 SequoiaDB 存储引擎的监控 在 SequoiaDB 数据库，存在两个大的体系，一个是计算层，像我们就是使用了 MySQL 实例，另外一个就是 SequoiaDB 的 分布式存储层 ，也是整个数据库对性能影响最大的部分。 关于 MySQL 的监控，公司本来就已经存在一整套完备的监控程序，所以这块就不需要再额外的开发了。但是对于 SequoiaDB 底层的分布式，还是非常有必要将相关指标收集起来的。 SequoiaDB 在监控体系上，其实做得还是比较完整的，只是在展现方式上，还需要再打磨一下。SequoiaDB 底层分布式的所有运行信息，用户都可以通过snapshot，或者是list 命令获取。 我从 SequoiaDB 的技术人员中了解到，其实像 SAC，或者 sdbtop 等这种 SequoiaDB 官方提供的监控工具

1 前言 今年来，深度强化学习工程师/研究员已经成为腾讯，网易，字节跳动，华为，阿里巴巴，快手等大厂及一些初创公司如启元世界，超参数重要的招聘岗位，主要面向游戏AI，推荐系统等方向的落地，这对深度强化学习的发展是极大的利好。 在这篇blog中我将以面试官的角度和大家分享一下深度强化学习工程师/研究员面试所需的必备技能，希望对感兴趣的同学有所帮助。 2 深度强化学习工程师/研究员做什么？ 以游戏AI为例，深度强化学习工程师/研究员当然是实现某一款游戏AI为目标，或者某一类游戏AI为目标。工程师（Research Engineer)比较强调工程实践能力，能够完成包括环境接口，算法，训练调优，模型部署等等工作，而研究员（Research Scientist) 比较强调理论深度，能够针对问题在理论层面提出解决方案，能够对最前沿的DRL相关问题进行研究创新，当然研究员的工程实践能力也是必不可少的。 2 面试考察的核心 首先先声明一下下面的标准是一个比较理想化的solid的社招标准，不是面向校招的标准。对于深度强化学习工程师/研究员，考察的核心包括以下三点： 对深度强化学习有足够的热情和信仰。 只有对一件事情有热情，才有可能真正做好一件事，并且愿意为了达成目标去做其中可能比较枯燥的dirty work。因此，这一条要求会排除掉一些对深度强化学习没有热情，仅仅是因为它比较火就进来的同学。

博主太菜，可能会炸联赛，于是恶补一下 QAQ 题目比较基础，动态更新 Tags 仅包含 提高组 内容。 类型： 区间 dp ， 背包 dp ， 树形 dp ， 状压 dp ， 计数 dp ， 数位 dp ， 概率/期望 dp ， 环形 dp ， 基环树 dp 。 优化： 单调栈/单调队列 优化 ， 其他数据结构 优化 ， 斜率 优化 ， 倍增 优化 Summarize 简单总结了部分基础类型的 dp 以及一些优化。 区间 dp 基础状态： \(f(l, r)\) 表示区间 \([l, r]\) …… 基础转移模型示例： \(f(l,r) = \min\limits_{k}\{f(l, k) + f(k+1, r)+\cdots\}\) 。 基本实现：枚举区间长度，枚举左端点并计算出右端点，枚举断点。或者直接记搜。 树形 dp 树上动态规划。 基础状态： \(f(x, \cdots)\) 表示以 \(x\) 为根的子树…… 由于树的递归性质，基本用 Dfs 实现。 状压 dp 常见于元素个数较少的情况。 基础状态： \(f(S, \cdots)\) 表示以 \(x\) 为根的子树…… 集合使用二进制、位运算的思想压缩成一个整数并进行判断或转移。 计数 dp 常用于统计方案数。 设计状态是重点，转移看题意。 可能有一些组合计数的知识。 数位 dp 常见情况：统计值域在 \([a, b]

目录 文章目录 目录 平台管理（Platform Management） BMC IPMI ipmitool 平台管理（Platform Management） 平台管理表示的是一系列的监视和控制功能，操作的对象是系统硬件。比如：通过监视系统的温度，电压，风扇、电源等等，并做相应的调节工作，以保证系统处于健康的状态。如果系统真的不正常了，也可以通过复位的方式来重新启动系统。同时平台管理还负责记录各种硬件的信息和日志记录，用于提示用户和后续问题的定位。 以上的这些功能可以集成到一个控制器上来实现，这个控制器被称为 BMC（Baseboard Manager Controller，基板管理控制器）。 BMC BMC 通常是一个安装在服务器主板上的独立板卡，其不依赖于服务器的处理器、BIOS 或操作系统来工作，可谓非常地独立，是一个单独在系统内运行的无代理管理子系统。通俗来讲，BMC 是整个服务器单板的大管家。 BMC 与主板上的不同传感器通信来监视系统是否有严重事件，并在某些参数超出其预置阈值时发出警报和日志事件。所有的 IPMI 功能都是向 BMC 发送命令（IPMI 规范中规定的指令）来完成的，BMC 接收并在系统事件日志中记录事件消息，维护描述系统中传感器情况的传感器数据记录。 BMC 具有以下功能 ： 通过系统的串行端口进行访问 故障日志记录和 SNMP 警报发送

　　1、起源与发展 　　标准物质/标准样品随着现代工业的出现而发展起来，首先应用于钢铁工业。1906年美国标准局(现为国家标准技术研究院，简称NIST)制备和颁布了第一批冶金标准物质/标准样品(4种铁、1种钢)，正式确认为具有现代科学技术含义上的标准物质 /标准样品。 　　1911年美国又发布了铜、铜矿石等标准物质/标准样品，品种扩大到25种。标准物质/标准样品的出现解决了现场分析的准确一致的问题，确保了产品质量，提高了生产效率。标准物质/标准样品得到了工业界的承认，在其它国家也迅速发展起来，英国、德国、日本等国家都先后颁布了自行研制的钢铁标准物质/标准样品, 1952年我国发布了第一批钢铁等标准样品。 　　2、管理机构的起源与发展 　　ISO/REMCO的产生 1973年美国国家标准局(NBS)与国际法制计量组织(OIML)联合召开了有关标准样品的特别国际会议，会议建议成立一个独立的国际标准物质/标准样品委员会，并请求ISO负责组建该委员会的秘书处。ISO理事会为此在1974年批准成立一个有关标准物质/标准样品的特别工作组(REMPA)。 1975年9月ISO理事会正式批准将该工作组转换为直属于ISO中央秘书处的标准样品委员会(缩写为ISO/REMCO)，该委员会是目前国际组织中标准物质/标准样品合作方面最有影响的国际组织。 　　ISO/REMCO机构与任务 目前ISO