话题公司 › 百度

公司:百度

百度APP iOS端内存优化实践-大块内存监控方案

本文重点介绍了百度APP大块内存监控方案,尤其是线上生产环境需要重点考虑稳定性,且不能引入额外的性能问题,我们在方面做了一些技术探索解决了此类难题,最后实现线上和线下流水线相结合对大块内存的监控。

百家号基于AE的视频渲染技术探索

百家号作为百度为创作者打造的集创作、发布、变现于一体的内容创作平台,在图文、短视频方面已经深耕多年,基于百度基础AI能力,通过视觉、语音、 NLP等技术将图文内容智能合成视频是目前主要的探索方向,目前每天帮助创作者制作数千条接近于真人制作水平的视频。视频渲染合成作为内容视频化的最后一个制作环节,决定着视频内容质量、时效性等关键指标,本文将带你了解百家号视频渲染合成的技术实现,详细介绍AE在视频渲染方面的独特优势。

百度工程师教你玩转设计模式(观察者模式)

通过观察者机制,可以实现目标类和观察者类的解耦,即目标对象无需知道需要通知哪些观察者,方便后续的扩展与维护。

低代码平台中的数据连接方式(下)

低代码平台中,如何在 “后端没有现成 API ” 的场景下快速开发出可使用的后端接口。

Linux透明大页机制在云上大规模集群实践介绍

介绍Linux透明大页技术在云上大规模机器集群应用实践,实现综合性能优化10%+。

视频搜索体验价值论

在内容视频化的时代,用户消费越来越倾向于视频这种更加丰富、直观的承载形式,百度作为传统搜素引擎通过搜索视频化战略转型迎接挑战。文章从体验视角出发,分享设计师如何在搜索视频化过程中发挥自己的价值。

百度直播iOS SDK平台化输出改造

直播工程化是站在厂内EasyBox工具链的基础上,结合直播特定的诉求,演化成直播自己的工程开发模式。

揭秘百度智能测试在测试自动执行领域实践

上一篇,介绍了测试活动测试输入、测试执行、测试分析、测试定位和测试评估五个步骤中测试输入智能化研究和实践,包含异常单测生成、接口用例生成、动作集生成等研究与实践。本章节重点介绍测试执行环节的智能化实践。测试执行是指将测试生成的用例集、数据集利用手动和自动化的方式对这些集合运行,测试执行本质上不能提升揭错水平,但如何高效稳定的执行完测试集合也是影响测试效果的关键。

测试执行智能化通过将数据、算法、工程等相关技术有机结合,一般包含测试用例推荐、测试流量筛选、测试任务调度、智能构建、执行自愈等方面,在学术界和工业界均有非常优秀的研究和实践。方法论上一般包含基于覆盖率相关性选择算法、基于数据建模或两者结合的方式。本章节将从多个实践的角度,介绍相关领域的目标、思路、涉及到的技术点、效果,希望能给到大家一定参考。

Go 语言使用 MySQL 的常见故障分析和应对方法

很多同学在使用Go和数据库打交道的过程中,经常会遇到一些异常不知道为什么,本文从SQL连接池的原理进行分析,模拟了一些例子对异常的现象进行解读分析,并给出一些常见的应对手段,期望能帮助到大家。

百度交易中台之钱包系统架构浅析

聚焦于汇聚用户在百度APP中产生的资产信息,为用户提供统一的对外资产回访入口。本文从整体介绍百度APP钱包的架构设计、实现过程,结合具体场景讲述如何构建高可用、高稳定性的服务。

基于宽表的数据建模应用

本文通过宽表建模替换传统数仓模型,节约存储并提升数据使用效率。

百度评论中台的设计与探索

百度评论中台为百度系产品提供便利接入、持续稳定的评论能力,是百度社区氛围体系内最重要的基础能力之一,日均流量达到百亿规模,在业务不断发展过程中,百度评论中台实现了功能快速迭代、性能稳步提升,本文将从整体介绍百度评论中台的架构设计,同时结合具体案例讲述如何构建高可用、高性能的分布式服务。

品牌广告创意测试方法论

如何衡量商业广告和产品运营活动设计的创意质量,向受众准确的传播产品的理念?如何判断用户是否接收到了产品的理念,是设计中所面临的重要挑战。本篇文章聚焦广告前测用户模型,分享该模型的指标体系及应用方式,为设计和研究工作提供借鉴思路。

H.265编码原理入门

视频编码的目的是为了压缩原始视频,压缩的主要思路是从空间、时间、编码、视觉等几个主要角度去除冗余信息。由于 H.264 出色的数据压缩比率和视频质量,成为当前市场上最为流行的编解码标准。而 H.265 是在 H.264 的基础上,保证相同视频质量的同时,视频流的码率还可以减少50%。随着H.265编码格式越来越流行,本文将主要介绍 H.265 的编码原理。

基于模板配置的数据可视化平台

分模块、多组件、可配置的数据可视化系统能提升数据分析应用的效率,更好的支持数据赋能业务。

如何正确的评测视频画质

本文从影响画质的因素是什么、为什么要不断提升视频画质等问题开始,进而介绍了画质评测的重要性、影响视频画质评测置信度的因素,最后介绍了自研的画质评测系统灵镜及其业务落地情况。

Accueil - Wiki
Copyright © 2011-2024 iteam. Current version is 2.137.1. UTC+08:00, 2024-11-14 11:03
浙ICP备14020137号-1 $Carte des visiteurs$