- 博客(8)
- 资源 (1)
- 收藏
- 关注
RSS订阅原创 深入理解Java虚拟机
深入理解Java虚拟机 文章目录深入理解Java虚拟机一、自动内存管理第2章 Java内存区域与内存溢出异常2.1 概述2.2 运行时数据区域2.2.1 程序计数器（线程私有）2.2.2 Java虚拟机栈（线程私有）2.2.3 本地方法栈（线程私有）2.2.4 Java堆（线程共享）2.2.5 方法区（线程共享）2.2.6 运行时常量池2.2.7 直接内存（堆外内存）第3章 垃圾收集器与内存分配策略第4章 虚拟机性能监控、故障处理工具第5章 调优案例分析与实战 一、自动内存管理 第2章 Java内存区域与内
2021-01-11 20:29:46
322
原创 Socket
Socket 在c/s架构中，socket可以理解为在网络应用层对消息传输的一种封装，一个简单的服务器以多线程处理客户端请求的代码示例如下 // Server import java.io.InputStream; import java.net.ServerSocket; import java.net.Socket; import java.util.concurrent.ExecutorService; import java.util.concurrent.Executors; public cl
2020-12-24 09:32:26
247
原创 Leetcode 总结
Leetcode 总结1. 二分查找【模板】二分查找【第34题】 在排序数组中查找元素的第一个和最后一个位置(略)【第287题】寻找重复数2. 双指针【第1题】两数之和 & 【第13题】三数之和 & 【第18题】四数之和【第287题】寻找重复数(快慢指针)3. 哈希算法4.其他（奇技淫巧）【第334题】递增的三元子序列 1. 二分查找 【模板】二分查找 private int extremeInsertionIndex(int[] nums, int target) { i
2020-10-29 23:07:01
463
原创 Hadoop 文档阅读（1）
Hadoop 文档阅读（1） 1. 本地模式 利用Hadoop自带的mapreduce_example跑一下简单的mapreduce内容 命令如下（当前目录为hadoop项目目录）： $ mkdir input $ cp etc/hadoop/*.xml input $ bin/hadoop --config etc/hadoop jar share/hadoop/mapreduce/hadoop-mapreduce-examples-2.9.2.jar grep input output '
2020-09-07 16:47:14
136
原创 tensorflow 计算流图 加载失败/卡死的问题
（语句不通，问题不清楚，待编辑） 最近在处理历史遗留项目的时候，出现了一个问题，就是tensorflow的计算流图在建立的过程中会卡住，在网上搜也没有搜到相关的问题。于是对照了项目中其他的代码，发现其中有个接口执行完了后，显存并没有释放，于是将该接口放入一个新开的进程中，当该接口执行完成后，进程资源被系统自动释放，所以显存资源也就被释放掉了。 ...
2020-08-28 14:55:54
474
原创 论文阅读笔记 ---《Explainable Framework for TextClassification 》
** 论文地址：https://arxiv.org/abs/1811.00196v2 ** ** 论文名称：Towards Explainable NLP:A Generative Explanation Framework for TextClassification ** OpenRE任务介绍
2020-08-16 10:28:03
309
原创 对模型期望的一点点理解
为什么训练模型 在机器学习中，通常会假设所有的样本来源于同一个分布（真实分布）。这个分布是一个抽象的概念，当这个分布具体到某一个模型中时，我们引入另一个假设即 通过以Δ\DeltaΔ为参数的模型，能够正确表达真实的分布 我们训练模型的目标也就是：训练模型的参数Θ\ThetaΘ，使其不断的接近Δ\DeltaΔ，最终使得模型能够较为准确的描述真实的分布。 通过什么表达模型期望 以上表达式描述的就是样本服从真实分布情况下，样本（随机变量）X在以Θ\ThetaΘ为参数的模型中输出的期望（平均的概率输出） .
2020-07-23 14:54:26
528
原创 西瓜书笔记——贝叶斯分类器(一)
贝叶斯分类器 贝叶斯判定准则：对每个样本x，选择能使后验概率P(c | x) 最大的类别标记 然而，在现实任务中这通常难以直接获得，所以机器学习所要实现的是基于有限训练样本集尽可能准确地估计出后验概率P(c | x) 策略通常有如下两种： 给定x，可通过直接建模P(c | x) 来预测c，这样得到的是判别式模型。（如决策树、BP神经网络、支持向量机） 也可先对联合概率分布P(c ，x) 建模，然后...
2019-07-24 11:37:10
409
2018_08_28_Virtuoso_OpenSource_Server_7.2.x64.exe
2020-04-19
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人