拒绝访问 | www.9u8u.com | 百度云加速
请打开cookies.
此网站 (www.9u8u.com) 的管理员禁止了您的访问。原因是您的访问包含了非浏览器特征(3d6ddbc394a843c5-ua98).
重新安装浏览器，或使用别的浏览器&figure&&img src=&https://pic2.zhimg.com/v2-baeca5ca1_b.jpg& data-rawwidth=&500& data-rawheight=&300& class=&origin_image zh-lightbox-thumb& width=&500& data-original=&https://pic2.zhimg.com/v2-baeca5ca1_r.jpg&&&figcaption&流媒体服务器LOGO图标&/figcaption&&/figure&&p&&b&第1部分：开源流媒体服务器：&/b&&/p&&p&1.
Red5流媒体服务器（Red5 Media Server），相关的教程参考：&a href=&//link.zhihu.com/?target=http%3A//www.cuplayer.com/player/PlayerCode/Red5/& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&RED5教程&&&i class=&icon-external&&&/i&&/a&&/p&&p&2. SRS流媒体技术 ，相关的教程参考：&a href=&//link.zhihu.com/?target=http%3A//www.cuplayer.com/player/PlayerCode/SRS/& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&SRS流媒体技术&&&i class=&icon-external&&&/i&&/a&&/p&&p&3. crtmpserver，相关的教程参考：&a href=&//link.zhihu.com/?target=http%3A//www.cuplayer.com/player/PlayerCode/Crtmpserver/& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&crtmpserver&&&i class=&icon-external&&&/i&&/a&&/p&&p&4. Live555流媒体，相关的教程参考：&a href=&//link.zhihu.com/?target=http%3A//www.cuplayer.com/player/PlayerCode/live555/& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&live555技术&&&i class=&icon-external&&&/i&&/a&&/p&&p&5. Nginx环境，相关教程参考：&a href=&//link.zhihu.com/?target=http%3A//www.cuplayer.com/player/PlayerCode/Nginx/& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&nginx教程&&&i class=&icon-external&&&/i&&/a&&/p&&p&&b&第2部分：非开源商用付费流媒体服务器：&/b&&/p&&p&很负责任的说，FMS流媒体服务器（也就是现在的AMS）、WOWZA流媒体，都不是免费的，是正宗祖传付费产品。&/p&&p&1. FMS流媒体服务器，相关介绍与教程：&a href=&//link.zhihu.com/?target=http%3A//www.cuplayer.com/player/PlayerCode/FMS/& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&FMS教程&&&i class=&icon-external&&&/i&&/a&&/p&&p&2. WOWZA流媒体，相关介绍与教程：&a href=&//link.zhihu.com/?target=http%3A//www.cuplayer.com/player/PlayerCode/Wowza/& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&Wowza教程&&&i class=&icon-external&&&/i&&/a&&/p&&p&&b&第3部分：主要特性方面：&/b&&/p&&p&特性方面还不太好片面的来说，总体来说付费产品，还是有一定优势，毕竟他们有专业的团队在做产品；免费开源产品方面，red5算是老牌子，SRS也不错，但现在已停止更新了。&/p&&p&用户实际使用中，还是按自己的实际情况来选产品吧。&/p&&p&&br&&/p&&p&&b&百家号上的文章链接&/b&：&a href=&//link.zhihu.com/?target=http%3A//baijiahao.baidu.com/s%3Fid%3Dwfr%3Dspider%26for%3Dpc& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&流媒体视频服务器系统AMS/wowza/red5/SRS比较&&&i class=&icon-external&&&/i&&/a&&/p&&p&这篇文章有对这几种常见的流媒体服务器系统做比较，有兴趣的朋友，可以去看一下。&/p&&p&&br&&/p&&p&，更新对比图片，如下：&/p&&figure&&img src=&https://pic3.zhimg.com/v2-644dcbf94245e_b.jpg& data-caption=&& data-rawwidth=&586& data-rawheight=&558& class=&origin_image zh-lightbox-thumb& width=&586& data-original=&https://pic3.zhimg.com/v2-644dcbf94245e_r.jpg&&&/figure&&figure&&img src=&https://pic1.zhimg.com/v2-8bfc35f84f085459cabebffd48a3a238_b.jpg& data-caption=&& data-rawwidth=&586& data-rawheight=&558& class=&origin_image zh-lightbox-thumb& width=&586& data-original=&https://pic1.zhimg.com/v2-8bfc35f84f085459cabebffd48a3a238_r.jpg&&&/figure&
第1部分：开源流媒体服务器：1. Red5流媒体服务器（Red5 Media Server），相关的教程参考：2. SRS流媒体技术 ，相关的教程参考：3. crtmpserver，相关的教程参考：4. Live555流媒体，相关的教程参考：5…
在&a class=&internal& href=&https://www.zhihu.com/people/xiao-chui-28&&筱炊&/a&的答案上添加了对应的语言&li&流媒体解决方案 Live555 （C++）&br&&/li&&li&流媒体平台框架 EasyDarwin （C++，国产精品）&br&&/li&&li&实时流媒体播放服务器程序DarwinStreamingSrvr （C++)&br&&/li&&li&Flash流媒体服务器 Red5 （Java）&br&&/li&&li&流媒体服务器 Open Streaming Server （Java）&br&&/li&&li&FMS流媒体服务器 （Adobe，收费的）&br&&/li&&li&Wowza流媒体服务器（Java）&br&&/li&&li&开源流媒体平台FreeCast（Java）&/li&&br&&li&最后补充一个 Ngix+RTMP插件&/li&
在的答案上添加了对应的语言流媒体解决方案 Live555 （C++） 流媒体平台框架 EasyDarwin （C++，国产精品） 实时流媒体播放服务器程序DarwinStreamingSrvr （C++) Flash流媒体服务器 Red5 （Java） 流媒体服务器 Open Streaming Server （Java） FMS流…
&ol&&li&流媒体解决方案 Live555&br&&/li&&li&流媒体平台框架 EasyDarwin&br&&/li&&li&实时流媒体播放服务器程序DarwinStreamingSrvr&br&&/li&&li&流媒体实时传输开发包 jrtplib&br&&/li&&li&多媒体处理工具 ffmpeg&br&&/li&&li&多媒体编码工具包Libav&br&&/li&&li&Flash流媒体服务器 Red5&br&&/li&&li&流媒体服务器 Open Streaming Server&br&&/li&&li&FMS流媒体服务器&br&&/li&&li&Wowza流媒体服务器&br&&/li&&li&开源流媒体平台FreeCast&/li&&/ol&
流媒体解决方案 Live555 流媒体平台框架 EasyDarwin 实时流媒体播放服务器程序DarwinStreamingSrvr 流媒体实时传输开发包 jrtplib 多媒体处理工具 ffmpeg 多媒体编码工具包Libav Flash流媒体服务器 Red5 流媒体服务器 Open Streaming Server FMS流媒体服务…
精通C++是一个艰巨的任务。为什么C++比别的语言难学这么多？其实这基本上是因为C++他爹Bjarne Stroustrup说过的一句话“我特别讨厌语言的设计者把自己的喜好强加给用户”（看向go）。结果C++为了不限制你的想法，于是也就变成了现在这个样子——包含若干范式，大概有&br&&ul&&li&面向对象（灵活应用virtual继承+shared_ptr可以达到java/C#的效果）&/li&&li&模板（这里分两类，分别为type rich programming和meta programming，区别很大）&/li&&li&函数式编程（如今有了lambda，配合&algorithm&文件，简直无敌了）&/li&&li&过程式&/li&&/ul&但是难能可贵的是，这几种东西在C++混在一起用也是多么的自然。不过，这需要你花时间去掌控他。&br&&br&那到底有没有必要真的学到这个地步呢，我觉得跟你的领域是有关系的。譬如说我，基本上算是人格分裂的，因为：&br&&ul&&li&当我搞语言设计和编译器的时候，我总是会倾向于创造各种小DSL来给自己用，用的都是模板（想想boost的spirit大概就明白我的意思了，虽然我不用它），尽量让跟我有同样背景的人一眼能看懂我代码的意思。&/li&&li&当我做我那个GUI库（&a href=&//link.zhihu.com/?target=http%3A//www.gaclib.net& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&www.gaclib.net&i class=&icon-external&&&/i&&/a&）的时候，纯粹是用OO和IoC那一套。&/li&&li&当我写3D渲染程序的时候，我会变成一个为了性能不惜牺牲可读性的人。&/li&&/ul&当我是不同的我的时候，我当然只会用C++的一部分来完成我当前的这个任务。这好像是多重标准，但是实际上是由于项目本身的性质而定的。&br&&br&到了这个时候你会觉得，C++真是一门好语言。当你需要为了你的项目放弃不同的部分的时候，C++都能帮你做到。当你需要不同的抽象层次需要不同的性能要求的是，C++还是能够帮你做到。如果你用别的语言，你最终会发现那个语言只能做某几类的项目。这是因为，&strong&C++能够自由的让你放弃某些部分，而别的语言会阻止你放弃某些部分&/strong&。&br&&br&为了达到这个层次，你必须进入一个无限接近于精通C++的状态里，这个时候你才能收放自如，不被C++社区的各种不同的价值观所捆绑。倘若你的项目非常大，不同的部分有不同的特征的时候（什么，一个没有遍布全世界的一两千人写了20年的程序能叫程序吗？），就更加需要你有这种本事了。&br&&br&说到这里，大家大概都明白精通C++大概是个什么感觉了吧——&strong&大丈夫能屈能伸&/strong&。
精通C++是一个艰巨的任务。为什么C++比别的语言难学这么多？其实这基本上是因为C++他爹Bjarne Stroustrup说过的一句话“我特别讨厌语言的设计者把自己的喜好强加给用户”（看向go）。结果C++为了不限制你的想法，于是也就变成了现在这个样子——包含若干范…
&p&两者没有高下之分，无非是一种约定俗成的标准。习惯用RPC就用RPC，能理解REST就用REST。&/p&&p&JSON-RPC比较符合直观，格式也相对宽松； &/p&&p&REST最近正流行，有自己的一套设计规范。 &/p&&br&&p&REST面对的疑问跟当年刚开始流行面向对象时的情况是一样的。 &/p&&p&它适合很多情况，但并不适合所有情况。 &/p&&p&最差的结果就是盲目跟风，又对REST的概念和理念一知半解，最后搞出一个半吊子的怪胎，还自我标榜用了流行的RESTful API。 &/p&&br&&p&REST是一种设计风格，它的很多思维方式与RPC是完全冲突的。 &/p&&p&RPC的思想是把本地函数映射到API，也就是说一个API对应的是一个function，我本地有一个getAllUsers，远程也能通过某种约定的协议来调用这个getAllUsers。至于这个协议是Socket、是HTTP还是别的什么并不重要； &/p&&p&RPC中的主体都是动作，是个动词，表示我要做什么。 &/p&&p&而REST则不然，它的URL主体是资源，是个名词。而且也仅支持HTTP协议，规定了使用HTTP Method表达本次要做的动作，类型一般也不超过那四五种。这些动作表达了对资源仅有的几种转化方式。 &/p&&br&&p&这种设计思路是反程序员直觉的，因为在本地业务代码中仍然是一个个的函数，是动作，但表现在接口形式上则完全是资源的形式。 &/p&&p&就像面向对象的「万物皆对象」理论在习惯了纯粹面向过程开发的程序员眼里显得十分别扭一样：我的代码本来就是按顺序、循环、分支这么运行的啊，为啥非得在很明确的结构上封装一层一层的基类子类接口，还要故意给两个函数起同一个名字，调用时才选择用哪一个呢？ &/p&&br&&p&使用「万物皆资源」的思想编写实际项目中的API接口时，最常见的问题就是「这玩意到底是个什么资源？………………算了，我就直接写吧，不管什么风格了」 &/p&&ul&&li&比如，login和logout应该怎么REST化？ &/li&&li&比如，多条件复合搜索在GET里写不下怎么办？ &/li&&li&比如，大量资源的删除难道要写几千个DELETE？
&/li&&/ul&&p&其实在理解了REST后，这些都不是什么无解的难题，只是思维方式要转换一下： &/p&&ul&&li&login和logout其实只是对session资源的创建和删除； &/li&&li&search本身就是个资源，使用POST创建，如果不需持久化，可以直接在Response中返回结果，如果需要（如翻页、长期缓存等），直接保存搜索结果并303跳转到资源地址就行了； &/li&&li&id多到连url都写不下的请求，应该创建task，用GET返回task状态甚至执行进度； &/li&&/ul&&p&……等等等。 &/p&&br&&p&如果只是规定了一种规范，却不理解它表相下面的思维方式，实施中又按照自己的理解随意变动，那结果肯定是混乱不堪的。 &/p&&p&当然，API怎么写是开发者的自由。但如果一个API在url里放一堆动词、资源设计混乱、各种乱用HTTP Method和Status Code，还自称RESTful API的话，那就像你养了一条狗，还管它叫猫一样。 &/p&&p&这种混搭产物，不如叫它REFU吧。 &/p&&p&（Remove Extension From Url：从url里去掉文件扩展名） &/p&&br&&p&前面说了半天REST的理念和不懂REST造成的问题，但是，这并不代表REST比RPC更「高等」，更不是说不理解REST的人是落伍的。 &/p&&p&所谓代码风格、接口形式、各种林林总总的格式规定，其实都是为了在团队内部形成共识、防止个人习惯差异引起的混乱。JSON-RPC当然也是有规范的，但相比REST实在宽松太多了。 &/p&&p&如果一个开发团队规定必须在url里写action，所有请求都是POST，可以吗？当然也没问题，只是不要拿出去标榜自己写的是RESTful API就行。 &/p&&p&规范最终还是为了开发者和软件产品服务的，如果它能带来便利、减少混乱，就值得用；反之，如果带来的麻烦比解决的还多，那就犯不上纯粹跟风追流行了。 &/p&
两者没有高下之分，无非是一种约定俗成的标准。习惯用RPC就用RPC，能理解REST就用REST。JSON-RPC比较符合直观，格式也相对宽松； REST最近正流行，有自己的一套设计规范。 REST面对的疑问跟当年刚开始流行面向对象时的情况是一样的。 它适合很多情况，但并…
&p&现在可选择的直播方案很多，比较常见有的腾讯直播，阿里直播，网易直播，七牛云，UCloud，保利威利，金山云直播等方案提供商。由于经常接触到直播类的项目，我们对腾讯直播，阿里直播，网易直播，七牛云，保利威利这几家平台做了一些初步的研究，希望给正在选择直播解决方案的团队做一个参考。&/p&&p&&b&直播功能丰富度：&/b& &/p&&p&腾讯 & 阿里 & 七牛 & 网易 & 保利威视 &i&注：腾讯和阿里提供的直播功能都比较完善，包括互动直播，常见的直播相关功能。。&/i&&/p&&p&&b&云服务综合解决方案完善度：&/b& &/p&&p&阿里 & 腾讯 & 网易 & 七牛 & 保利威视&/p&&p&&i&注：阿里在云服务这一块的能力是最全面的，基本具备所有云平台提供的所有功能，腾讯次之，网易的云服务能力也很全面，七牛主要集中在云存储和直播方面上面，保利威视主要是教育视频领域。&/i&&/p&&p&&b&直播延迟（由低到高排序）：&/b& &/p&&p&网易 & 腾讯 & 阿里 & 保利威视（七牛未做demo实测） &/p&&p&&i&注：在网络稳定情况下，在普清视频质量（480P）下，所有平台的直播延迟都在3秒左右，通过我们实际demo的测试，大概可以得到上面的延迟排序。&/i&&/p&&p&&b&视频质量：&/b& &/p&&p&网易 & 腾讯 & 阿里 &
保利威视（七牛未做demo实测） &/p&&p&&i&注：网易的视频质量表现是最好的，特别是在高清模式下。保利威视在高清模式下，色彩失真比较严重，腾讯和阿里直播的表现良好，七牛未做demo的实际测试。&/i&&/p&&p&&b&开发文档完善度：&/b& &/p&&p&腾讯 & 阿里 & 七牛 & 网易 & 保利威视 &/p&&p&&i&注：腾讯的开发文档非常全，而且涵盖了小程序，H5,
PC端，如果后续需要开发H5或PC网站的话，可以比较快速地接入比较完善的解决方案。阿里，七牛，网易的文档也比较全，保利威视相对而言文档比较匮乏。&/i&&/p&&p&&b&Demo完善度：&/b& &/p&&p&腾讯 & 阿里 & 网易 & 七牛 & 保利威视 &/p&&p&注：腾讯的demo功能非常全面，他们目前有一个『小直播』的demo，提供了H5,PC，安卓，苹果，小程序端的源代码，提供了文字互动、弹幕消息、飘星点赞、美颜增白、动效蒙皮、连麦互动、身份认证等一系列常见的直播相关功能，相对于其他直接平台，能够快速地接入直接的各种功能，可以省不少开发时间。如在直播聊天这个功能上面，其他直播平台暂时都没有整合这一块的解决方案，如果技术开发从零去整合接入的话，开发周期较长，而且功能也不稳定。&/p&&p&&b&价格方面：&/b&&/p&&p&由于各家采用的计费方式都不一样，暂时未能了解到哪个平台的收费更便宜，在不同的使用场景，不同的计费方式产生的费用也不尽相同。&/p&&p&&i&注：各个直播平台通过收费策略的差异化，成功了绕开了恶性的市场价格竞争，好机智啊。&/i&&/p&&blockquote&综合上面调研的结果，我们比较推荐腾讯的直播解决方案，在开发投入上面可以节省很多时间，而且总体各个方面的表现也比较不错，特别是在后面接入其他直播附加功能的话，腾讯的直播技术方案会更有优势。网易和阿里的直播方案也可以考虑，作为备选方案。七牛如果在价格方面有特别大的优势，可以采用。具体在做方案选择时，需要结合项目需要用到哪些直播功能，用于哪些平台上面开发（如是否需要用在PC，H5等方面），再对比各个直播平台供应商的优劣势去做选择。&/blockquote&&p&-------------------------------------------------&/p&&br&&p&匠邦互联网，一家独具匠心的互联网公司，互联网项目从0到1一站式软件开发服务。&/p&&p&知乎专栏：&a href=&https://zhuanlan.zhihu.com/jbangit& class=&internal&&匠邦互联网 - 知乎专栏&/a&&/p&
现在可选择的直播方案很多，比较常见有的腾讯直播，阿里直播，网易直播，七牛云，UCloud，保利威利，金山云直播等方案提供商。由于经常接触到直播类的项目，我们对腾讯直播，阿里直播，网易直播，七牛云，保利威利这几家平台做了一些初步的研究，希望给正在…
&b&GPL本来就是有法律性质的约束&/b&，不是什么道德的问题。个人认为违反GPL就是违法行为。至于GPL在中国的知识产权法律体系下能否得到支持和保护就是另外的问题了，中国在知识产权保护方面就是呵呵。目前&b&没有足够证据表明中国法律不承认GPL&/b&。违法就是违法，即使没人起诉也是违法。Linus才懒得管这破事呢，尤其是在中国这种条件下。GPL说了，&b&要么开源，要么别用，没人逼你用GPL的代码&/b&。&br&&br&&a href=&//link.zhihu.com/?target=http%3A//en.wikipedia.org/wiki/GNU_General_Public_License%23License_versus_contract& class=& external& target=&_blank& rel=&nofollow noreferrer&&&span class=&invisible&&http://&/span&&span class=&visible&&en.wikipedia.org/wiki/G&/span&&span class=&invisible&&NU_General_Public_License#License_versus_contract&/span&&span class=&ellipsis&&&/span&&i class=&icon-external&&&/i&&/a&&br&&blockquote&The GPL was designed as a license, rather than a contract. In some Common Law jurisdictions, the legal distinction between a license and a contract is an important one: contracts are enforceable by contract law, whereas licenses are enforced under copyright law.&/blockquote&&br&GPL强迫大家把对软件做的改进回馈给社区，让软件更好的延续下去。换句话说，&b&GPL就是支持抄袭借鉴，只要遵守GPL，这样&/b&&b&大家好共同进步&/b&。Linus也认为Linux有今天的现状采用GPL是重要因素之一，Linux本来就是全世界程序员无偿贡献的，大家都自己改自己用的话，Linux也就别想有这么好的发展了。换句话说，&b&大家都不开源的话，Linux代码质量可能远远不如现在&/b&。&br&&br&&a href=&//link.zhihu.com/?target=http%3A//www.tlug.jp/docs/linus.html& class=& external& target=&_blank& rel=&nofollow noreferrer&&&span class=&invisible&&http://www.&/span&&span class=&visible&&tlug.jp/docs/linus.html&/span&&span class=&invisible&&&/span&&i class=&icon-external&&&/i&&/a&&br&&blockquote&(Linus:) Making Linux GPL'd was definitely the best thing I ever did.&/blockquote&&br&但事实上没人管，为什么一定要遵守许可证呢？作为一家公司，盈利才是最主要目的。违反GPL这种事，小米不是第一个也不是最后一个。&br&&br&另外，开源不等于GPL，比如&b&使用Apache 2.0许可证的那部分代码就没有开源的义务&/b&。但只要使用了基于GPL的代码，就要遵守GPL的规范。所以&b&珍爱生命，远离GPL&/b&。&br&&br&PS:&br&1.我一直没说过小米违反了中国法律，这需要法院定性。一件事情是否违法不是个人能做出判断的。&br&&br&2.关于Linux内核著作权的问题我也没搞清楚。不过Linux内核代码树里有下面这么一句话，大家自己理解就好。&br&&br&&a href=&//link.zhihu.com/?target=https%3A//git.kernel.org/cgit/linux/kernel/git/stable/linux-stable.git/tree/COPYING%3Fid%3Drefs/tags/v3.18.3& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&https://git.kernel.org/cgit/linux/kernel/git/stable/linux-stable.git/tree/COPYING&i class=&icon-external&&&/i&&/a&&br&&blockquote&the instance of code that it refers to (the Linux kernel) is copyrighted by me and others who actually wrote it.&br&&/blockquote&&br&3.我再补一句，GPL规定小米必须向用户提供代码，小米3已经开始卖了，也就是所以说只要XDA买个小米3，小米公司就应该随rom提供内核代码。关于起诉的问题，有一些组织就在代表作者对违反GPL协议的行为付诸法庭，比如：&br&&a href=&//link.zhihu.com/?target=http%3A//en.wikipedia.org/wiki/Gpl-violations.org& class=& external& target=&_blank& rel=&nofollow noreferrer&&&span class=&invisible&&http://&/span&&span class=&visible&&en.wikipedia.org/wiki/G&/span&&span class=&invisible&&pl-violations.org&/span&&span class=&ellipsis&&&/span&&i class=&icon-external&&&/i&&/a&
GPL本来就是有法律性质的约束，不是什么道德的问题。个人认为违反GPL就是违法行为。至于GPL在中国的知识产权法律体系下能否得到支持和保护就是另外的问题了，中国在知识产权保护方面就是呵呵。目前没有足够证据表明中国法律不承认GPL。违法就是违法，即使没…
&p&&b&腾讯。&/b&&/p&&p&&br&&/p&&p&&b&1、首先是腾讯开发产品的机制。 腾讯有个典型的做法是，一个产品成功了，剩下的产品会按照一个产品组合的方式去经营，而不是一花开后百花杀。这样做的好处是，它会给portfolio(组合)里最优秀的种子以机会，然后，在合适的时间和场景下，去淘汰那些不好的产品和团队。&/b&&/p&&p&这个过程可能快，也可能慢，可能是一年、五年，也可能是十年。但是，拉长时间看，真正不靠谱的人一定会被淘汰。一方面，公司当然在为此付出资源上的代价;但是另一方面，你也留出了时间和空间，让有希望的产品和人才成长起来。&/p&&p&举一个产品的例子。我做过一个产品叫广点通。我是做QQ空间出身的，做社交广告和效果广告有什么理由说我一定做的比别人强?并没有。而且，腾讯当时有从谷歌来的大拿，有从4A公司请来的品牌广告专家，还有从微软和雅虎请过来的效果广告专家。他们都不在我的部门。广点通是在成功了之后，过了些时间才请来了一个从谷歌过来的专家。&/p&&p&当时腾讯内部有非常多的团队同时在做效果广告的产品。开广告协调委员会，我是旁听的。我们团队的策略就是，不去争辩，索性踏实做事。在这个组合机制下，最终业绩摆出来，大家看数字说话。结果广点通这个产品很成功，现在它已经成为腾讯效果广告和社交广告的核心技术平台。&/p&&p&&b&2、其次是腾讯的文化。 腾讯文化一方面很包容，另一方面是以正向激励来带动整个团队。腾讯是很强的集体决策机制。Pony(马化腾)的管理风格是，除非他强烈希望干预的事情，否则他都愿意让团队去试，并让不同的团队去竞争。&/b&&/p&&p&这就是腾讯特别的地方，即使有很多很重要的人持有不同的看法，但如果你过去证明过自己值得信任，这个事情仍然可以继续往前走。只要有一定的沟通，不乱来。当然，过程中你也需要阶段性的证明一些事情。大家都不是外行，把握好自己的节奏，就可以保证自己的门不被公司关上。张小龙做微信也一样，也是好多团队同时在做。&/p&&p&这个文化是支撑产品组合得以存在和持续运营的基础。在这种文化下，好的和成功的团队与产品，公司一定会扶持，让它更成功。剩下的暂时还没成功的，公司会扶持你们组成一个产品组合，彼此之间甚至有竞争关系，但没关系，继续跑，直到有一天看清楚了，这里面谁跑的靠谱，谁在屁股决定脑袋，谁在浪费公司的机会成本。&/p&&p&&b&3、腾讯在对待产品上有一种自下而上的环境和氛围。腾讯在内部讨论事情的时候，甭管职位高低，一定有人站出来敢和老板叫板，这种氛围很关键。&/b&张小龙敢持续对老板说“NO”。我自己知道微信上好几个产品特性，即使老板施压，也不会改变微信的核心交互和视觉选择。最终大家要讲理由，为什么这个不能改，那个能改。在每一个理由里，大家都用逻辑思维来考虑这个事情的时候，房间里就充斥着理性，而不是权威和职务，这个挺重要的。&/p&&p&我举一个反面的例子。如果大公司对方法论和格局的判断，不是交给实际做产品的同事，而是自上而下去强推，会发生什么。当年我还在微软时，2005年到2006年的时候，发生了一件事情。公司请了一个非常贵的咨询公司给微软，尤其是给我所在的部门，也就是MSN做战略规划。咨询顾问提出的建议是：微软只有一个品牌叫Windows，所以不要有任何东西偏离Windows，要聚焦在Windows品牌。基于这个逻辑，后来MSN就改叫Windows Live Messenger，要按照Windows来做交互和视觉。整个微软MSN产品线大概有两年处于停滞状态，去改UI和理念。这在事实上就不是以用户体验为目标的，而是以所谓的品牌一致性为目标。&/p&&p&到了2010年的时候，MSN的市场份额急剧下滑。一个错误的决策，证明它的错误用了5年时间。但结果已经不能改变。战场和历史不能重来。一定有少数人能看到这个错误，但当他们的声音不能被听到的时候，就是灾难性的结果。&/p&&p&&b&4、是看待资源浪费的态度。不同的团队在开发同类型的产品去内部竞争，甚至有些不靠谱的团队可以一直在腾讯生存很多年。&/b&这里面当然会有资源的浪费。但是换一个角度看，和一个巨大机会的丧失对比起来，资源的损耗是更可怕还是相对就不可怕了?比如，假设微信这个机会丢了，有多可怕?包括当年的QQ空间、包括微信支付，很多产品是整个格局上的变化，是无法弥补的损失。一旦错过，可能就错失一个时代了。&/p&&p&腾讯内部还有一句话：“在腾讯做业务好做，插个扁担也能开花。”因为在腾讯做业务，很容易拿到足够的流量和支持，导致这个业务看上去在开始的时候很容易成功。这其实某种程度上也是一种战略：我不知道明天什么机会会来，市场会有什么突变，但是腾讯获得这次红利的机会比别人大。把这个概率按天、按年乘下去，概率高的团队总可以把概率低的团队PK掉。&/p&&p&从这个系统的逻辑来看，微信这个产品诞生在腾讯，也绝非偶然的。&/p&&p&当时做微信这个事情时，一方面，海外的产品比如TalkBox和Kik等都已经有了，另一方面，在腾讯内部也有好多团队在做。那时候是2010年的下半年，快到年底的时候，腾讯有一个组织架构上的局限，所有的无线产品都在无线事业群做。对移动终端即时通信应用的另外两个探索，以及更多的伏笔，都在无线事业部不同的部门。唯一的例外就是张小龙。&/p&&p&&b&为什么会这样?首先就是Pony看人&/b&，在过去，QQ邮箱已经为张小龙赢得了一张信任票。这就是腾讯的一个不成文的机制。它的逻辑是，要给曾经做出成功产品的人更多机会，就是应该给张小龙做更多事情的机会，这是必然的。他历史上做了一个QQ邮箱是成功的，这次给他更多的事情也是合情合理的。&/p&&p&张小龙也没有调到无线事业部，还是在用自己的团队做。很多人认为做互联网产品需要人多，得有一个团队。但创新型产品最大的特点是，思考胜过人力资源。张小龙做微信的团队一共8个人，人名都可以叫的出来。他会用邮箱团队的个别人帮忙一下。但真正参与项目就是8个人，8个人的编制扛了三四个月，一个小房间都用不了，就搞定了。&/p&&p&就微信这个个案而言，大家还忽略了一点。张小龙其实之前除了邮箱成功之外，还做过很多其他产品。只不过因为不成功，大家把那些产品都忘了。今天的微信朋友圈、公众号，都有张小龙早期失败的产品的印记。&b&后来我们分析产品时，会发现，你经历过的所有的失败，最后有一天会成为你成功的一级级阶梯。&/b&&/p&&p&腾讯历史上每隔两三年就会遇到一个很大的瓶颈，但腾讯一定有一个团队会站出来帮助整个公司扛过这个瓶颈。&b&原因正是腾讯的机制总能让优秀的团队和优秀的产品跑出来。&/b&&/p&&p&腾讯的瓶颈，比如SP(移动增值业务)。SP曾经是腾讯唯一的商业模式，离开SP日子就过不下去，中移动一个小领导来Pony也要亲自接待。然后是靠互联网增值服务突破了这个瓶颈。我自己的团队也曾经历过。我们那年帮助公司扛过瓶颈的产品是QQ农场。当时整个QQ平台基本上不涨了。这太可怕了。在互联网行业，我觉得亏损、团队不稳定这些都不怕，最可怕的是没有成长。2008年到2009年，突然之间QQ和Qzone出现了增长停滞，如果突破不了的话，会有很大问题。后来我们先做抢车位、买卖好友，又和一家公司5分钟合作，做QQ农场，把这个瓶颈打过去了。微信就更不用说了，直接让腾讯拿到了移动互联网的船票。&/p&&p&所以，我们去看一个组织，每一个组织，外面看到的组织结构和部门的强大，其实跟它带来的价值是不一样的。我一直认为一个公司，包括个人成长，可能就是有一段时间白过了，有些时间和资源就是浪费了。你可能不愿意承认，觉得这五年时间也有积累，交了几个女朋友、换了几次工作，经历了很多。但确实很多时候是在原地兜圈子，浪费机会成本和时间成本。&b&对于公司而言也是，有些事情听上去光鲜，或者折腾了很多，其实对公司的发展没有太大帮助，没有真正的改变组织的命运。真正改变组织命运的，就是一个产品或业务突然杀出来，改变了整个公司的格局。这种情况下，最重要的就是，能够建立起一个机制和体系，让这个改变格局的产品，有机会出来。&/b&&/p&&p&&br&&/p&&p&&b&以上回答转载自，前腾讯副总裁、现猫眼CEO郑志昊&/b&&/p&
腾讯。 1、首先是腾讯开发产品的机制。 腾讯有个典型的做法是，一个产品成功了，剩下的产品会按照一个产品组合的方式去经营，而不是一花开后百花杀。这样做的好处是，它会给portfolio(组合)里最优秀的种子以机会，然后，在合适的时间和场景下，去淘汰那些不…
谷歌工程师对C++的掌握有两个级别：&br&&br&1. 拥有C++的readability（可读性）认证。通过这个认证需要在实际工作中写出一个比较复杂的完整的类，然后将这个类提交到一个委员会进行审查，委员会会帮你纠正常见的错误，如果你的这个类满足style guide[1]的所有要求，一两个星期之后你就可以拿到可读性认证。一般来说，你需要在实际工作中写过至少&b&几千行代码&/b&才能达到这个要求。C++的readability对工程师的意义主要有两个，一个是熟悉并避免C++的缺陷（比如不要使用iostream和exception），另一个是熟悉一些常用的库函数（比如string的各种操作，hash_map和smart pointer的使用等）。通过这个认证之后，工程师就有权利在code review中审阅其他人写的C++程序（注意这个不是readability review）。绝大多数工程师对C++的掌握处在这个水平。&br&&br&2. 顾问级C++程序员。一般需要写过&b&数万行&/b&C++代码，用C++实现过比较复杂的系统，熟悉常见的设计模式并在实际工作中应用，对代码重构有丰富经验，最重要的是，成为小组以及周围同事的C++顾问，是同事有C++使用问题时最先想到询问的人。顾问级C++程序员通常是高级工程师（senior engineer）及以上级别，不仅对某种程序语言，对工作中的各种工程问题也经验丰富。&br&&br&其实“精通C++”并不仅仅是熟悉C++本身，你需要对C++需要实现的工程问题和周边问题同样精通；而且“精通C++”这种说法是相对的，如果你能成为组里的C++顾问，能够帮助同事正确使用这种语言有效率地解决工程问题并避免C++的误区，你就算是精通C++的那个人。&br&&br&[1] &a href=&//link.zhihu.com/?target=http%3A//google-styleguide.googlecode.com/svn/trunk/cppguide.xml& class=& external& target=&_blank& rel=&nofollow noreferrer&&&span class=&invisible&&http://&/span&&span class=&visible&&google-styleguide.googlecode.com&/span&&span class=&invisible&&/svn/trunk/cppguide.xml&/span&&span class=&ellipsis&&&/span&&i class=&icon-external&&&/i&&/a&
谷歌工程师对C++的掌握有两个级别： 1. 拥有C++的readability（可读性）认证。通过这个认证需要在实际工作中写出一个比较复杂的完整的类，然后将这个类提交到一个委员会进行审查，委员会会帮你纠正常见的错误，如果你的这个类满足style guide[1]的所有要求…
&a data-hash=&b30923b3cbf8e5bbb55ac& href=&//www.zhihu.com/people/b30923b3cbf8e5bbb55ac& class=&member_mention& data-editable=&true& data-title=&@大碗& data-hovercard=&p$b$b30923b3cbf8e5bbb55ac&&@大碗&/a& 和 &a data-hash=&da219afd99& href=&//www.zhihu.com/people/da219afd99& class=&member_mention& data-editable=&true& data-title=&@笨猫猪& data-hovercard=&p$b$da219afd99&&@笨猫猪&/a& 提到的清华2006年那个系统的完成人是我同实验室的直系师兄。这个系统09年以后一直是我负责改进。还参加了最新的frvt2012。此外题主说的那篇paper我上周组会刚讲过。因此自认为有点发言权。&br&&br&先给出观点，如果数据没有注水的话，这个绝对是突破性的成果。lfw上超过人脸意味着在人脸识别80%的应用环境下机器的性能可以超过人脸。而06年的结果只意味着在身份证比对、小型办公场所签到等极少应用下机器的性能超过人脸。&br&&br&1.2006年全面超过人脸时的条件是实验室内部拍摄条件、正面姿态、正面光照。这种条件下的人脸识别错误率的进展大约是每3年下降10倍。FRVT2012中期结果中最好的单位(不出意外应该是日本的NEC公司)的错误率已经达到了我们06年系统的1%左右。而我手上的系统相比06年大约提升了十几倍，目前在中期结果中排名6-7名。&br&&br&2.lfw数据库直接是从雅虎网上抓的照片。难度在业界属于顶尖。该库09年公布后至今没有难度更大的静态照片库出现。难度相当但数据量更大的库倒是有两三个。我们06年的系统跑lfw也就70+的水平。而我们实验室的最高水平(也是国内除face++外的最高水平)大约是92左右。大概相当于2012年底的state-of-the-art。&br&&br&3.2014年的三个逆天结果，deepface的97.25%、face++的97.27%、gaussianface的98.52%，前两者都用了deep learning。第一个训练数据400万。第二个算法细节不明，但deeplearning向来吃样本，想来训练库也是百万量级。唯有gaussianface的训练库仅2万余。&br&&br&4.arxiv和CVPR等顶会完全不矛盾。先发上来只是为了不让别人抢先。估计未来的顶刊顶会上很快会出现这个结果。&br&&br&5.算法细节太过技术，难以在这里深入浅出，就不多介绍了。只提一篇paper。Blei的latent dirichlet allocation，2003年的jmlr，引用量近万。本文对人脸的贡献方式大概相当于lda对文档分类的贡献方式，懂行的人自然知道这句话的分量。当然lda珠玉在前，deep learning风头正劲，所以真正的历史地位，本文自然不可能赶上lda。但一篇正常pami的水准肯定是有的。&br&&br&=============================5月21日更新================================&br&居然上了知乎日报好激动～那就再说一下我对GaussianFace的理解了。只说我认为最有突破性的地方吧。具体推导过程一来论文中有，二来比较复杂，三来我自己还没重复实验不确保细节理解都正确，这里就从略了。&br&1.解决的问题是模式认证问题，就是说输入两个向量&img src=&//www.zhihu.com/equation?tex=x_1& alt=&x_1& eeimg=&1&&和&img src=&//www.zhihu.com/equation?tex=x_2& alt=&x_2& eeimg=&1&&（可以是人脸照片或别的），输出相似度&img src=&//www.zhihu.com/equation?tex=s%28x_1%2Cx_2%29& alt=&s(x_1,x_2)& eeimg=&1&&表示这两个向量属于同一类的概率。（人脸识别中就是两张照片是同一个人的概率）。训练集有一堆向量，有些属于同一类，有些不属于同一类。目标就是根据训练集来猜这个函数&img src=&//www.zhihu.com/equation?tex=s%28x_1%2Cx_2%29& alt=&s(x_1,x_2)& eeimg=&1&&.&br&2.GaussianFace以前成功的算法分两类：metric learning和bayesian framework。它们都是假设这个函数具有一个参数的形式&img src=&//www.zhihu.com/equation?tex=s_%5Ctheta+%28x_1%2Cx_2%29& alt=&s_\theta (x_1,x_2)& eeimg=&1&&。然后利用训练集估计出一个最好的&img src=&//www.zhihu.com/equation?tex=%5Ctheta& alt=&\theta& eeimg=&1&&。&br&2.1 metric learning中&img src=&//www.zhihu.com/equation?tex=s_%5Ctheta+%28x_1%2Cx_2%29& alt=&s_\theta (x_1,x_2)& eeimg=&1&&是显式的，比如是二次型的形式，&img src=&//www.zhihu.com/equation?tex=%5Ctheta& alt=&\theta& eeimg=&1&&就是中间的那个矩阵。&br&2.2 bayesian framework&img src=&//www.zhihu.com/equation?tex=s_%5Ctheta+%28x_1%2Cx_2%29& alt=&s_\theta (x_1,x_2)& eeimg=&1&&是隐式的，认为训练、测试样本都有同一个随机model生成，&img src=&//www.zhihu.com/equation?tex=%5Ctheta& alt=&\theta& eeimg=&1&&代表这个model的各种参数，由训练集根据最大似然／最大后验／beyesian方法估计得到。然后在给定model的情况下推导&img src=&//www.zhihu.com/equation?tex=s_%5Ctheta+%28x_1%2Cx_2%29& alt=&s_\theta (x_1,x_2)& eeimg=&1&&的最优表达式。&br&3.这两类问题都有一个硬伤：训练集样本和测试集样本分布情况不同（比如拍摄条件不同、人种不同等等）时，由训练集估计的&img src=&//www.zhihu.com/equation?tex=%5Ctheta& alt=&\theta& eeimg=&1&&对测试集不适用，这样这些训练集就用不上了，只会添乱。&br&4.GaussianFace声称的牛逼之处在于，用他们的算法，训练集只需少量和测试集分布一致的样本＋大量其他样本，算法就能从这些其他样本中获益。&br&5.他们的关键在于，不认为&img src=&//www.zhihu.com/equation?tex=s%28x_1%2Cx_2%29& alt=&s(x_1,x_2)& eeimg=&1&&具有参数形式，而是认为它是一个随机函数。&br&6.一个函数，在不严谨的说法下，可以看成一个无穷维的向量。&br&7.一个有限维随机向量可以假设符合多维正态分布－即gaussian分布。类似的，一个无穷维向量，或一个函数，可以假设服从无穷维正态分布－即gaussian过程。&br&8.决定gaussian分布的参数为均值&img src=&//www.zhihu.com/equation?tex=%5Cmu& alt=&\mu& eeimg=&1&&和协方差矩阵&img src=&//www.zhihu.com/equation?tex=%5CSigma& alt=&\Sigma& eeimg=&1&&。同样，决定gaussian过程的参数为均值函数&img src=&//www.zhihu.com/equation?tex=%5Cmu%28%5Ccdot+%29& alt=&\mu(\cdot )& eeimg=&1&&和协方差函数&img src=&//www.zhihu.com/equation?tex=%5CSigma%28%5Ccdot%2C%5Ccdot%29& alt=&\Sigma(\cdot,\cdot)& eeimg=&1&&。文章中假设&img src=&//www.zhihu.com/equation?tex=%5Cmu%28%5Ccdot%29%5Cequiv+0& alt=&\mu(\cdot)\equiv 0& eeimg=&1&&，因此参数只剩协方差函数。&br&9.通过训练集估计&img src=&//www.zhihu.com/equation?tex=%5CSigma%28%5Ccdot%2C%5Ccdot%29& alt=&\Sigma(\cdot,\cdot)& eeimg=&1&&的算法是个优化过程，定性的说，就是尽量同时让1.那个和测试集分布一致的少量训练集的出现概率尽可能高。2.其他训练集对这个训练集提供的信息尽可能多。整个优化过程相当麻烦，我也不确保细节都理解正确。总之这个&img src=&//www.zhihu.com/equation?tex=%5CSigma%28%5Ccdot%2C%5Ccdot%29& alt=&\Sigma(\cdot,\cdot)& eeimg=&1&&是可以估计出结果的。&br&10.有了&img src=&//www.zhihu.com/equation?tex=%5CSigma%28%5Ccdot%2C%5Ccdot%29& alt=&\Sigma(\cdot,\cdot)& eeimg=&1&&，&img src=&//www.zhihu.com/equation?tex=s%28x_1%2Cx_2%29& alt=&s(x_1,x_2)& eeimg=&1&&就有了明确的先验分布，接着就用普通Bayesian方法，给定测试样本时可以将不相关的变量都积分消除，得到最终的相似度。这一步用了些近似处理，细节不表。&br&11.GaussianFace相比与之前算法最大的区别在于，认为相似度函数是随机的而非确定的。这样从模型上认可了不同样本可能具有不同的相似度函数。因此从原理上克服了第3点提到的问题。&br&12.缺点在于，&img src=&//www.zhihu.com/equation?tex=%5CSigma%28%5Ccdot%2C%5Ccdot%29& alt=&\Sigma(\cdot,\cdot)& eeimg=&1&&的估计只能通过kernel的形式，空间复杂度为样本数的平方，这个限定了在一般实验室中，训练样本数只能限制在&img src=&//www.zhihu.com/equation?tex=10%5E4& alt=&10^4& eeimg=&1&&量级。
提到的清华2006年那个系统的完成人是我同实验室的直系师兄。这个系统09年以后一直是我负责改进。还参加了最新的frvt2012。此外题主说的那篇paper我上周组会刚讲过。因此自认为有点发言权。 先给出观点，如果数据没有注水的话，这个绝对是…
已有帐号？
无法登录？
社交帐号登录
5868 人关注
260 条内容
1437 条内容
293 条内容
5770 人关注
267 人关注
305 条内容