qq_38022658-CSDN博客

原创访存的基本原理

引用 https://blog.csdn.net/Dylan_Frank/article/details/79876103操作系统管理的是虚拟存储，即OS将逻辑地址转化为物理地址的过程，这部分是软件(OS)完成的，实际上，在硬件层我们还有Cache缓存做命中工作，提高访问效率，两者结合就构成了CPU的完整访存过程。简单的说，分以下几步:1.操作系统的存储管理(虚拟存储)将逻辑地址转化为物理地址(这里面也有缓存，TLB页表缓存)2.看Cache能否命中，命中则直接访存，否则到内存中去取对应页表项，T

2021-07-13 14:49:51 3757

原创 linux下程序性能记录方法

1.查看程序不同函数的cpu耗时情况svg火焰图sudo perf record -e cpu-clock -g 可执行文件再 perf.data文件转svg （需要在github上下载flame graph）2.访存perf stat -e instructions -e cache-references -e cache-misses -e L1-dcache-loads -e L1-dcache-load-misses -e L1-dcache-stores -e L1-dcache-st

2021-07-13 11:28:45 180

原创基于金融知识图谱的 neo4j + python

1.https://github.com/jm199504/Financial-Knowledge-Graphs基本按照网页上的流程，没有用到下载的zip文件2.https://github.com/jm199504/Financial-Knowledge-Graphs/issues/2#issuecomment-801732782百度网盘下载数据3.使用jupyter notebook新建文件开头加 # coding： utf8直接从github的 **4 搭建金融知识图谱**开始看4.

2021-06-07 14:49:29 1018 1

原创 ubuntu neo4j安装

https://blog.csdn.net/u012318074/article/details/72793382不同之处1.neo4j的安装目录可以自定义2.neo4j 4.2.7版本需要 java SE 11下载地址 https://www.oracle.com/java/technologies/javase-jdk11-downloads.htmloracle账户邮箱*Aa学号3.考虑单独配置 https://blog.csdn.net/weixin_30590285/articl

2021-06-02 09:23:25 168

原创 pyspark 安装

https://blog.csdn.net/hecongqing/article/details/85016154ubuntu20.04 也同样可以用不同点：1.java如果已经版本达到了，就跳过2.pyspark 2.4.0 要改成 2.4.83.注意以上环境要python3.7，而3.8会报错

2021-05-25 10:44:08 76

原创 Java web

1.下载廖雪峰Servlet入门的demo 调试过程1.首先配置一下setting，project structure等，发现没有main函数，查看文章后发现调试的edit config要用maven而不是Application，然后command line写成tomcat7:run（注意不加空格）。最后，我这里用的是maven的tomcat插件，所以pom里要写成如下（注意要写在build里面，finalname是自己定义的）<build> <finalName>hello

2021-04-16 16:18:56 53

原创 Java 1.廖雪峰教程

使用IDEJava > Compiler “Use default compliance settings”并钩上“Enable preview features for Java 15”这里要和实际下载的JDK一致，这里下载的是Java SE16 ，所以不用勾选15否则报错：错误: 加载主类 Main 时出现 LinkageErrorjava.lang.UnsupportedClassVersionError:run as 无 Java Application无main函数，或主函数

2021-04-12 16:23:47 434

原创隐马尔可夫模型

三个分布：初始概率分布，状态转移分布，观测概率分布两个基本假设：齐次马尔可夫性假设：此刻状态只依赖前一时刻观测独立性假设：此刻观测仅依赖此刻马尔可夫链状态，与其他状态无关三个基本问题：观测序列在给定模型下出现的概率（概率判断）给定观测序列，求使其概率最大的模型参数（学习）给定观测序列，求最有可能对应的状态序列（预测）概率计算方法（基本问题1）设序列长度为T，状态个数N1.直接计算法1.计算一个状态序列的概率 O(T)2.计算在该状态序列下出现该观测序列的概率 O(T)3.累

2021-03-24 23:14:34 66

原创 GNN综述

参考博客：https://www.jianshu.com/p/f90e7bf2c26e https://www.zhihu.com/question/54504471 https://blog.csdn.net/fengdu78/article/details/105743347/ https://zhuanlan.zhihu.com/p/75307407?utm_source=zhihu&utm_medium=social&utm_oi=619602260351782912a.最早的图神

2021-03-24 16:13:08 214

原创 STTN

github地址 https://github.com/researchmm/STTNarvix地址：https://arxiv.org/abs/2007.10247csdn文章地址：https://blog.csdn.net/zuiyishihefang/article/details/105985831

2021-03-23 16:07:08 375

原创神经网络初始化

深度前馈网络与Xavier初始化原理 https://zhuanlan.zhihu.com/p/27919794，本质：尽可能让样本空间和类别空间方差分布相差得小，利用连续的两层网络间 x到y的映射关系展开方差计算，寻找到使Var(x)=Var(y)的w分布...

2021-03-23 15:43:01 63

原创 transformer源码分析

基本以 https://wmathor.com/index.php/archives/1438/ 和 https://github.com/jadore801120/attention-is-all-you-need-pytorch为教材进行学习。关键点：1.encoder的隐藏层作为decoder的multi-head-attention的k，v矩阵的input，而decoder多头注意力的q矩阵的input由它自身的masked multi-head-attention经过LN和残差结构得到。2

2021-03-17 15:10:35 226

qq_38022658的博客