![](https://img-blog.csdnimg.cn/20190927151026427.png?x-oss-process=image/resize,m_fixed,h_224,w_224)
computer相关知识点
文章平均质量分 82
乱七八糟
未晞~
请大家多多指教,很高兴遇见大家
展开
-
问题合集保研
进程:具有一定独立功能的程序关于某个数据集合的一次运行活动。线程:进程中的一个实体,是CPU调度和分派的基本单位。{在操作系统中引入线程,则是为了减少程序在并发执行时所付出的时空开销,使OS具有更好的并发性,提高CPU的利用率。进程是分配资源的基本单位,而线程则是系统调度的基本单位。区别:进程是资源拥有的基本单位,线程是调度和分派的基本单位,线程不拥有系统资源。进程切换的开销远大于线程切换的开销。死锁定义。原创 2023-09-20 15:02:08 · 6 阅读 · 0 评论 -
计算机面试常问
最小二乘法是一种常用的数学方法,用于拟合实验数据或者解决优化问题。它的基本思想是通过最小化观测值和估计值之间的差异,找到最能代表数据特征的模型参数。在使用最小二乘法进行数据拟合时,通常需要选择一个函数形式作为模型,例如线性模型、多项式模型等。然后,通过比较观测值与模型预测值之间的差异,即残差,来确定最佳拟合参数。具体应用最小二乘法的步骤如下:(1)根据问题的特点选择适当的模型形式;(2)收集和整理所需的观测数据;(3)设置目标函数,通常为测量值与模型预测值之间差异的平方和;原创 2023-08-10 11:42:49 · 106 阅读 · 0 评论 -
联邦学习基础概念——初学者进
联邦学习是一种带有,目的是让分散的各参与方在满足不向其他参与者披露隐私数据的前提下,协作进行机器学习的模型训练。实现数据可用不可见,数据不跑模型跑。原创 2023-08-10 11:44:41 · 110 阅读 · 0 评论 -
卷积神经网络(CNN)——初学者进
然而,由于卷积神经网络的实践告诉我们,靠前的卷积层通常只会提取到输入图像的浅层特征,例如条纹,而复杂的深层特征需要深度更深的卷积层才可以提取到。池化层是卷积神经网络中的另一构件,其负责将卷积层传递来的特征图进行特征聚合,以完成进一步地下采样,池化层中没有任何可学习参数,它采用和卷积类似的滑动窗口,保持输出图像的尺寸计算公式不改变,但不进行卷积运算,而是直接取滑动窗口中的最大值或者平均值作为输出结果。对于输入的灰度图像矩阵,卷积层使用具有可学习参数的卷积核对其进行卷积运算以得到该层输出的特征图。原创 2023-08-07 22:52:49 · 1589 阅读 · 0 评论