分类:  Azure认知服务    ◆ 标签:  #Azure   #人工智能   #内容审查   ◆ 发布于: 2023-06-05 13:13:16

本章的源代码可以从下述地址下载: [Demo Source Code]https://github.com/hylinux/azure-demo/tree/main/dotnet/cognitive-service/ContentModeratorCustomList) 内容审查服务提供几个工具来管理自定义的词语列表: Term List API Console Term List API Term List API Console是微软提供的一个基于Web的工具，Azure China目前没有提供该工具，如果使用的是Azure China的订阅，只能通过Term List API和相应的SDK来完成Term List的管理。 通过Term List API Cons

分类:  Azure认知服务    ◆ 标签:  #Azure   #人工智能   #内容审查   ◆ 发布于: 2023-06-05 13:06:17

关于Azure认知服务的内容审查，前面几篇文章我们已经介绍了一些基本的概念和入门的Demo, 从本章开始我们来仔细的研究一下关于文本，图片以及视频内容审查的基本概念和方法论。 所谓的内容审查实质上是通过微软的机器学习以及数据训练出来的机器学习模型来对内容的预测，预测的基本目的针对不同的内容类型由不同的预测结果，本节我们来学习对于文本内容的预测。文本内容审查服务的使用本身非常简单的，你可以对照前面的文章进行回顾，对我们最为重要的是理解文本内容审查返回的结果。本节包括如下内容： 对文本内容审查结果的理解。 审查结果中的不文明用语。 审查结果中的分级制度(仅仅支持英语) 自动更正文本 自定义的词语列表。 理解审查结果 文本审查的结果包括如下的信息： 不文明用语审查：利

分类:  Azure认知服务    ◆ 标签:  #Azure   #人工智能   #内容审查   ◆ 发布于: 2023-06-05 13:04:27

我们前面的文章已经介绍了什么是内容审查服务，以及内容审查服务提供的工具以及服务，同时前面的文章我们也介绍了如何在 Azure 上创建一个认知服务，请记得保存好上节创建好的服务的相关信息，具体的我们需要如下的信息： 内容审查服务的 endpoint 内容审查服务访问的 Keys 内容审查服务所在的区域 本节我们使用.Net 5 作为我们的学习平台，下一节我们使用 Python 以及直接使用 curl 调用 rest api 作为实例，每个实例都会简要的介绍使用认知服务的一般流程以及业务逻辑，希望能够帮助大家快速的入门，并快速的和自己的应用进行集成。 本节实例需要完成下午三个功能： 对用输入的文本内容进行审查，帮输出审查的结果。 对用户输入的图片进行审查，并输出审查结果

分类:  Azure认知服务    ◆ 标签:  #Azure   #人工智能   #内容审查   ◆ 发布于: 2023-06-05 12:57:17

我们本节简单介绍一下如何在Azure上创建一个内容审查的服务, 如果你还没有Azure的账号，请参考我们之前的文章来创建一个Azure的账号，尽量选择Azure全球版的账号。 登录到Azure全球版的Portal, (https://portal.azure.com), 输入您的账号密码之后即可以达到Azure全球版的Portal界面了，登入之后选择左上角的菜单，如下图：

分类:  Azure认知服务    ◆ 标签:  #Azure   #人工智能   #内容审查   ◆ 发布于: 2023-06-05 12:18:10

内容审查服务是Azure认识服务提供的基于微软AI技术的服务。它主要的应用对象是： 对文本内容的审查 对图片的内容审查(包括图片中的文字) 对视频内容的审查(语音，文字，图像等内容) 内容审查的主要作用是从文字，图片，以及视频中检测一些少儿不宜或者是暴力，淫秽色情以及不文明用语的内容，并对这些内容打上标记，方便用户应用对这些标记过的内容做进一步的处理。

分类:  Azure云架构师入门    ◆ 标签:  #Azure   #基础   #Azure Cloud Architecting   ◆ 发布于: 2023-06-05 11:58:07

我们前面已经学习和了解了基本的架构样式，以及应用设计的基本原则，作为架构师需要一些基本的准则来选择合适的技术完成架构设计，针对于基于Azure的应用，主要选择如下几种资源： 计算资源的选择 数据存储的资源选择 选择负载均衡服务 选择消息服务 计算资源的选择 计算资源是指Azure提供的各种应用计算的单位，设计上需要考虑的数据和计算的分离，容易部署和升级等。下图给出如何快速的对计算资源的选择：

分类:  Azure云架构师入门    ◆ 标签:  #Azure   #基础   #Azure Cloud Architecting   ◆ 发布于: 2023-06-05 11:54:13

对于基于Azure的应用程序主要目的是达到： 可伸缩性 自动恢复能力 易于管理 要达到这些目的需要遵行一定的设计原则，具体的原则如下概述： 应用设计要考虑应用的自我恢复能力： 要使得应用程序能够拥有自我恢复能力需要从如下三个方面入手： 要对应用可能出现的故障进行检测。 要理性看待应用发生的故障 要记录，监视应用中发生的故障，并采取一定的措施。 在应用设计中考虑冗余，不要形成单点故障。 最大程度的解耦应用的各个组件，尽量使得单个组件都具有缩放的能力。 保证应用设计中的各个部件能够方便的进行水平缩放。 考虑应用系统中纵向扩展的限制，考虑应用，数据分区，分片。 要重视运营角色或者团队的设计，这包括： 部署

分类:  Azure云架构师入门    ◆ 标签:  #Azure   #基础   #Azure Cloud Architecting   ◆ 发布于: 2023-06-05 11:51:57

大计算应用程序的一些典型特征： 工作可拆分为离散的任务，这些任务可以跨多个核心同时运行。 各任务都是有限的。 接收一些输入，执行某些处理操作，然后生成输出。 整个应用程序的运行时间（从数分钟到数天）有限。 常见模式是突然预配大量核心，在应用程序完成后，核心数量减少到零。 应用程序不需要全天候运行。 但是，系统必须处理节点故障或应用程序故障。 对于某些应用程序，任务是独立的且可并行运行。 在其他情况下，任务紧密耦合，这意味着它们必须交互或交换中间结果。 在该情况下，请考虑使用 InfiniBand 和远程直接内存访问 (RDMA) 等高速联网技术。 可以根据工作负载，使用不同大小的计算密集型 VM（H16r、H16mr 和 A9）。

分类:  Azure云架构师入门    ◆ 标签:  #Azure   #基础   #Azure Cloud Architecting   ◆ 发布于: 2023-06-05 11:47:05

大数据解决方案通常涉及一个或多个以下类型的工作单元： 静态大数据源的批处理。 移动中的大数据的实时处理。 大数据的交互式浏览。 预测分析和机器学习。 大多数大数据架构都包括下列组件中的一些或全部： 数据源：所有大数据解决方案都以一个或多个数据源开始。 示例包括： 应用程序数据存储，例如关系数据库。 应用程序生成的静态文件，例如 Web 服务器日志文件。 实时数据源，例如 IoT 设备。 数据存储：用于批处理操作的数据通常存储在分布式文件存储中，该存储可以容纳大量各种格式的大型文件。 这类存储通常称为 Data Lake。 用于实现此存储的选项包括 Azure Data Lake Store 和 Azure 存储中的 blob 容器。

分类:  Azure云架构师入门    ◆ 标签:  #Azure   #基础   #Azure Cloud Architecting   ◆ 发布于: 2023-06-05 11:44:29

对于事件驱动的架构，很多用户第一时间就会想起消息队列的使用，目前市面上的所有的消息队列的产品确实是可以应用于事件的架构，但是基于事件的架构并非是完全基于消息队列的驱动，大型分布式系统确实会比较依赖消息队列，小型系统则未必。 事件驱动架构中主要的两类角色包括事件的生产者以及事件的消费者，结构图如下所示： 事件的最大特性就是实时，因此生产者可以立即送出事件产生的消息，订阅该事件的应用也会根据事件迅速的做出反馈，同时订阅者之间也是相互解耦，不存在依赖关系，而且每个订阅者都能看到该事件的发生，并且仅仅对每个事件仅仅处理一次。 同时需要注意的是事件架构中，可以有两种模式，一种是发布/订阅模式，另外一种是事件流模式。发布/订阅模式容易理解，事件流模式需要注意的是产生的事件流会写入日志，