本文主要介绍vivo自研计算加速平台VCAP中采用的一些GPU加速思想。

为了帮助用户提高垃圾分类的效率,我们紧急启动了Jovi图像垃圾分类的项目, 我们采集了大量的高质量实拍数据，共包含4大类400个细粒度垃圾图片。

算法人员需根据标注的细粒度垃圾标签建立算法，对垃圾图片输出细粒度标签400类,中间粒度标签45类和粗粒度标签4类. 细粒度标签是object level标签, 比如易拉罐, 饮料瓶, 奶瓶等; 中间粒度是多个类似的细粒度标签聚类, 比如易拉罐, 饮料瓶, 奶瓶可以聚合成瓶罐; 粗粒度是指可回收垃圾, 有害垃圾, 湿垃圾和干垃圾。

本文简单介绍了知识蒸馏技术的原理和概念，并详细讲解了如何在BERT上进行知识蒸馏，其中包括一些技巧和指导。

在数据隐私保护的大背景下，联邦学习受到了学术界和工业界越来越多的关注。

本文首先介绍联邦学习的基本概念，以及联邦学习中的数据安全，并探讨如何在vivo实际业务场景中，使用联邦学习技术，保护用户隐私。

本文首先介绍Embedding召回框架和封装的算法，然后介绍Embedding召回在vivo手机的阅图锁屏、以及内置i主题App这2个推荐场景中的应用效果。

本文探讨了VCAP如何采用不同的内存复用策略，对不同类型的模型进行内存优化。

图片标签（Tag），作为主体图片的特性信息，在各个产品中位置各异，样式也各异，似乎毫无章法，到底哪一种才更契合你的产品呢？希望这边小文可以给你答案。

本文翻译自QBox官方博客“Elasticsearch性能调优权威指南”系列文章的第一篇。

QBox在其博客上发布的系列文章之一，本文是该系列的第三篇。

本文主要介绍使用shell实现一个简易的Docker。

本文从提升用户行为分析效率角度出发，详细介绍了H5埋点方案规划，埋点数据采集流程，提供可借鉴的用户行为数据采集方案。

本文主要介绍在Node.js应用中， 如何用全链路信息存储技术把全链路追踪数据存储起来，并进行相应的展示，最终实现基于业界通用 OpenTracing 标准的 Zipkin 的 Node.js 方案。

本文通过分析Dubbo中ZooKeeper注册中心的实现ZooKeeperResitry的继承体系结构，详细介绍了Dubbo中ZooKeeper注册中心的实现原理。

本文梳理了Elasticsearch对于数值索引实现方案的升级和优化思考。

本文主要介绍超大数据规模场景下分布式消息中间件在vivo的应用实践。

本文以“满屏”场景下的页面布局思考为切入点，以微组件为元素单元，提供了一种新的布局方案设计思路——基于行为预设的动态布局方案，并详细的分享了设计目的及具体实现方案。