大规模并行计算机出现后，以其为基础的云计算服务器集群的服务器数量是以万、十万甚至更高的单位计数，在这样巨大的集群规模下，云计算面临两个重要问题：昂贵的系统部署费用和不可忽视的结点失效问题。即并行程序并行处理的任务包之间有很大的联系，并且并行计算的每一个任务块都是必要的，没有浪费的、分割的，就是每个任务包都要处理，而且计算结果相互影响，这就。由于服务器的大量集中，服务器的失效成为经常的事情，传统的架构对于单点失效是很敏感的，而在云计算架构下，任何的单点失效都不会影响系统对外提供服务。什么是云计算的概念。

20世纪70年代，第一台并行计算机于1972年产生（ILLIAC IV，伊利诺依大学），由64个处理器组成，可扩展性好，但可编程性差。如有21亩地需要除草，一个人一天只能除一亩地的草，那么需要21天才能除完草，这在现实中是不太可能的，因庄稼是有时间段的。其二是机群系统是高性能计算机的一种，它的技术基础和工业基础都是商品化和标准化。之所以称为“专用”，并不是说它们只能运行某种应用，是指它们的组成部件是专门设计的，它们的CPU板、内存板和I/O板，甚至操作系统，都是不能在其它系统中使用的。

云存储中的存储设备数量庞大且分布多在不同地域，如何实现不同厂商、不同型号甚至于不同类型（如FC（Fibre Channel）存储和IP存储）的多台设备之间的逻辑卷管理、存储虚拟化管理和多链路冗余管理将会是一个巨大的难题，这个问题得不到解决，存储设备就会是整个云存储系统的性能瓶颈，结构上也无法形成一个整体，而且还会带来后期容量和性能扩展难等问题。同时，它也是一种下载方式，在下载时，自己的电脑在下载的同时还要做主机上传，这种方式人越多下载速度越快，但缺点是对硬盘损伤较大，对内存占用也多，会影响整机速度。

如果是互联网公司，其数据中心就和普通企业和单位的数据中心不同，因为互联网的信息实在庞大，不可能将所有信息都存储到数据中心的数据库中，数据中心也处理不了那么多的信息，所以互联网环境下的数据中心的作用就是加强互联网数据的处理速度和效果。（1）规模化：数据中心建设规模不断扩大，超大型数据中心受青睐，我国超大型数据中心从2018年的34个增长到2021Q3的105个，三年复合增长率达45%，机架占比也从2018年的34%增长到2021Q3的41%，未来数据中心将朝全球化、国际化规模发展。如果是具体的企业或单位，

Hyper-V采用基于VMBUS（Virtual Machine Bus）的高速内存总线架构，所有来自虚拟机的硬件请求，都可以直接经虚拟化服务客户机（Virtualization Service Consumer，VSC），通过VMBUS总线发送到根分区的虚拟化服务提供者（Virtualization Service Provider，VSP），VSP则调用对应的设备驱动直接访问硬件，中间不再需要通过Hypervisor的管理。因为虚拟机的特性，所以不管是什么类型的应用程序都是可以运行的。

☛静止就绪(Readys)：活动就绪时被 Suspend 挂起后， 此时它 不再接受进程调度，不再竞争 CPU 的使用权。当对某个进程进行挂起操作是，该进程将暂不接受调度，不能参与对 CPU 使用权的竞争，即处于相对静止的状态。本次因时间问题，快过年了，事情有点多，暂且学习这么多，后期接着学习关于操作系统进程的相关知识点。在引入挂起状态后，又将增加挂起状态(又称为静止状态)和非挂起状态(又称为活动状态)的相互转换。☛活动就绪(Readya)：未被挂起的就绪状态。2. 引入挂起原语操作后三个进程状态的转换。

为了减少迁移对用户的影响，企业需要在迁移前进行充分的规划和测试，制定详细的迁移方案，包括迁移时间窗口的选择、备用方案的制定等。例如，在某一时间段内，文学院的教学任务对计算资源需求较低，而工学院的科研项目需要大量计算资源，虚拟化平台会自动将文学院虚拟机占用的部分资源调配给工学院的虚拟机，从而提高了物理资源的整体使用率。在X86的体系框架中，CPU指令权限一般分为4种，ring0、1、2、3 权限为0的区域的指令一般只能内核可以运行，权限为3的指令则是普通用户运行，权限为1、2的区域一般由驱动所使用。

Wine 可以帮助实现这一目标，它可以将 Windows 游戏的安装文件进行解析，将游戏运行过程中对 Windows 系统的调用（如对 DirectX 的调用等）转换为 Linux 系统能够理解的方式。不过，Wine 的兼容性因应用程序而异，一些复杂的、对 Windows 系统有深度依赖的应用程序可能无法完美地在 Wine 环境中运行，但对于许多简单的 Windows 应用（如一些办公软件、小型工具软件等），Wine 提供了一个很好的在 Linux 系统上运行的解决方案。这取决于用户的技术方案选择。

每个隔离服务器具有相同的硬件环境（Same hardware）和相同的操作系统（same OS），并且可以运行各自的应用程序（Applications）。这种将各种服务虚拟化的方式，为用户提供了更灵活、便捷、高效的解决方案，用户可以根据自身业务需求，按需选择和使用相应的服务，而无需关心底层的技术实现和运维细节。服务器虚拟化，有时也称平台虚拟化，通过VMM（Virtual Machine Monitor，虚拟机监视器）提供虚拟的计算机硬件环境，我们将此虚拟的环境称之为VM（Virtual Machine）。

在一台计算机上同时运行多个逻辑计算机，每个逻辑计算机可运行不同的操作系统，并且应用程序都可以在相互独立的空间内运行而互不影响，从而显著提高计算机的工作效率。在计算机中，存储虚拟化则是将所有的物理存储设备（硬盘、U盘、磁带等）整合到一起结成一个大的存储池，而提供给计算机系统的则是一个逻辑层面的接口。存储虚拟化，即整合所有存储资源为一个存储池，对外提供逻辑存储接口，用户通过逻辑接口进行数据的读写。☛DBaaS：是云计算中提供数据库管理服务的模式，用户通过网络使用数据库，云服务商负责管理，如亚马逊RDS。

在一个社会或群体的资源分配中，占比大的部分的集中程度对整体的不平等感知有更大的影响。时，占比大的 A（0.9）的平方 0.81 远大于占比小的 B（0.1）的平方 0.01。（1）基尼系数的目的是衡量不平等程度。其中pi为类别i出现的频率，即类别为i的样本占总样本个数的比率，Σ为求和符号，即对所有的pi^2进行求和。gini(Xi)为按属性A分划后的各子集的基尼系数，|X|为总样本个数，| Xi|为划分后的各类的样本量。熵的计算涉及对数运算比较耗时，基尼系数在简化计算的同时还保留了熵的优点。

现在有一个特征是“颜色”，如果我们看颜色这个特征，发现红色的都是苹果，橙色的都是橙子。例如，有一个装水果的盒子，里面苹果占30%，橙子占70%，那么苹果这个类别出现的概率p(苹果)=0.3，橙子这个类别出现的概率p(橙子)=0.7。按照挑出来的这个属性（像颜色），要是它有几种不同的情况（比如有红、橙、黄这几种颜色），那就根据这些不同情况来把原来口袋里的东西分别放到不同的新口袋里，❤在了解什么是决策树后，接下来咱们看决策树的实现原理，即如何将决策树介绍中描述的功能变成现实，有什么样的流程，如下。

这样一来，真阳性率（TPR）可能会升高，因为更多的猫图片会被正确判断为猫，但同时假阳性率（FPR）也可能会升高，因为会有更多的狗图片被误判为猫。这就像是在一堆真正的宝藏（猫图片）中，我们正确找到的宝藏比例。当我们需要比较不同自变量组合的回归模型，或者评估添加新的自变量是否真正提高了模型的拟合质量时，Adjusted R-Square是一个非常有用的指标。如果说MSE衡量的是预测值与真实值偏差的平方的平均水平，RMSE 则是将这个平均平方误差还原到和原始数据相同的量纲，让我们能更直观地理解预测误差的大小。

比如说，你先挑出一组学生当作“考试组”，让模型用剩下的学生来学习（训练），然后用这个“考试组”来测试模型的学习成果，看看它预测得准不准。这里的“K”就是你要把所有的数据（想象成比赛用的道具）分成的份数。使用留出法时，关于百分比例的选择，理论上来说是要用D中的数据来建模的，因此训练集占比越大，建模能使用的数据信息就越多，但是此时测试集数据过少，测试结果不具有普遍性。监督学习是指从给定的一组带标签的数据中学习输入（特征变量）和输出（目标变量）的映射关系，当新的数据到来时，可以根据这个映射关系预测新数据的结果。

但却有可能引起死锁。假如五位哲学家同时饥饿而各自拿起左边的筷子时，就会使五个信号量 cho ti ck 均为 0: 当他们再试图去拿右边的筷子时，都将因无筷子可拿而无限期地等待。若五位哲学家同时饥饿而各自拿起了左边的筷子，这使五个信号量 chopstick 均为 0，当他们试图去拿起右边的筷子时，都将因无筷子而无限期地等待下去，即可能会引起死锁。（3）至多只允许有四位哲学家同时去拿左边的筷子，最终能保证至少有一位哲学家能够进餐，并在用毕时能释放出他用过的两只筷子，从而使更多的哲学家能够进餐。

在实际的网页设计中，相对路径是最常用的，因为它提供了更大的灵活性和可移植性。目标端点链接包括内部链接、外部链接、锚点链接、电子邮件链接、下载链接和空链接。（5）new：作用同_blank，当重复单击同一链接时，new是始终在同一个新窗口刷新，而_blank则是始终产生不同的新窗口。（1）超级链接的分类：根据创建链接对象的不同和链接到目标的位置和方式的不同，链接可分为源端点链接和目标端点链接。在网页设计中，相对路径和绝对路径是用于链接到网页中的资源（如图片、样式表、脚本等）的两种不同类型的路径。

浮动定位（Float Positioning）是CSS中的一种布局技术，它可以让元素在页面上的布局方式发生变化，从而实现一些复杂的布局效果。当一个元素被设置为浮动时，它会脱离正常的文档流，并且会尽可能地向页面的一侧移动，直到遇到另一个浮动元素、边框或包含块的边缘为止。当你使用绝对定位时，绝对定位的元素会相对于最近的已定位祖先元素进行定位。边框（border）、内边距（padding）、外边距（margin）和内容（content）是CSS（层叠样式表）中的基本概念，用于控制元素在网页中的布局和显示方式。

深度学习最重要的技术特点是具有自动提取特征的能力，所提取的特征也称为深度特征或深度特征表示，相比于人工设计的特征，深度特征的表示能力更强、更稳健。尽管他们的努力也曾遭到怀疑，但随着计算性能的提升和互联网时代数据量的爆炸式增长，他们的想法最终点燃了人工智能社区对神经网络的兴趣，带来了一些新的重大技术进步。③ 深度学习的思想受到人脑的启发，但绝不是人脑的模拟。分类(有监督)：预测的数据对象是离散值，输入的数据经过模型运算，输出结果的类别，例如图像分类、垃圾邮件分类、医疗诊断结果等。

令人意外的是，超链接也是老想法。——在这个例子中，1个网页链接欧尼的菜谱，3个网页链接伯特的菜谱——并根据这些菜谱的链入链接数对菜谱排名。在这个例子中，伯特的菜谱得分为3，欧尼的菜谱得分为1，因此在搜索引擎向用户展示的结果中，伯特的网页排名比欧尼的高。不幸的是，计算机并不擅长理解网页的真实意思，因此搜索引擎检查这四个链接“命中”的网页，并对每份菜谱获推荐的强烈程度进行评估也不太可能。超链接把戏认为伯特的网页比欧尼的网页排名高，因为伯特有3个链入链接 (incoming link)，而欧尼的只有1个。

人工智能技术涉及计算机科学、心理学、哲学和语言学等多学科交叉融合，它通过揭示智能的实质，以制造出一种新的能以与人类智能相似的方式做出反应的智能机器。它是研究使机器具备与人一样的学习能力，借助计算机来模拟或实现人类的学习行为，以获取新的知识或技能，以及重新组织已有的知识结构，使之不断改善自身的性能。（3）深度学习是机器学习的一个重要的新分支，它专注于拥有众多层数(深度)的神经网络算法，不同于机器学习能够适应各种数据量，深度学习需要大量数据，并配备具有强大运算能力的硬 件才能突出其优势。(4)智能机器人技术。

冯诺依曼是一位美籍匈牙利科学家。他提出了改进计算机的许多思想。其中，最核心的理论有三个。首先，他提出，计算机要采用二进制数进行计算。其次，程序和数据要存储在内存中。第三，计算机硬件要有五大功能部件组成，运算器，控制器，存储器，输入设备和输出设备。由于冯诺依曼提出的这些设计理论，直到今天还在被沿用。因此，计算机业界尊称，它为计算机之父采用它的理论制造的计算机也统称为冯诺依曼机。由于有了这些理论做支撑。计算机的发展非常迅速。