![](https://img-blog.csdnimg.cn/20201014180756928.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
原创
weixin_38067056
这个作者很懒,什么都没留下…
展开
-
x86 中32位寻址模式
1、x8632位寻址为了扩大寻址范围,使用保护模式的寻址方式,不用以前的 实际地址=段地址*16+偏移地址的方式。2、采用GDT/LDT的寻址模式 (1)首先为每个段配置一个GDT描述表,表的内容为三个(段基地址,段界限,权限设置)。 (2)然后为每个将所有的全局段表放入一个位置,并将位置的基地址以及界限记录下来,传入GDTR表中。 (3) 选择子的问题,原创 2017-06-03 01:32:19 · 409 阅读 · 0 评论 -
大数据畅想
随着计算机技术不断发展,大数据、云计算、人工智能出现在人们视野中,大数据会成为是将来社会的一个重要话题,数据是人工智能的基础,更是以后技术的基石,我理解的大数据就像现在的上个世纪的计算机技术一样,会逐渐成为一个工具,海量数据会汇聚成一个点,包装成一个工具或者平台,供以后的科学技术发展使用,比如:生物dna研究,需要海量数据,离不开数据,物理研究,医学、甚至文化、历史研究都离不开数...原创 2018-09-18 19:32:24 · 467 阅读 · 0 评论 -
java 泛型
一、Java泛型的实现方法:类型擦除前面已经说了,Java的泛型是伪泛型。为什么说Java的泛型是伪泛型呢?因为,在编译期间,所有的泛型信息都会被擦除掉。正确理解泛型概念的首要前提是理解类型擦出(type erasure)。Java中的泛型基本上都是在编译器这个层次来实现的。在生成的Java字节码中是不包含泛型中的类型信息的。使用泛型的时候加上的类型参数,会在编译器在编译的时候去掉。这个过...原创 2018-09-18 16:43:20 · 83 阅读 · 0 评论 -
java解析、分派
解析调用一定是个静态的过程,在编译期间就完全确定,在类装载的解析阶段就会把涉及的符号引用全部转变为可确定的直接引用,不会延迟到运行期再去完成。而分派(Dispatch)调用则可能是静态的也可能是动态的,根据分派依据的宗量数可分为单分派和多分派。这两类分派方式的两两组合就构成了静态单分派、静态多分派、动态单分派、动态多分派4种分派组合情况。回到顶部解析所有方法调用中的目标方法在Class...原创 2018-09-18 13:44:51 · 556 阅读 · 0 评论 -
模型融合方法总结
Blending与Stacking大致相同,只是Blending的主要区别在于训练集不是通过K-Fold的CV策略来获得预测值从而生成第二阶段模型的特征,而是建立一个Holdout集,例如说10%的训练数据,第二阶段的stacker模型就基于第一阶段模型对这10%训练数据的预测值进行拟合。说白了,就是把Stacking流程中的K-Fold CV 改成 HoldOut CV。 1、特征准备...原创 2018-03-31 21:19:01 · 541 阅读 · 0 评论 -
决策树id3算法理解
1、计算分类标签的信息熵,计算每种特征下的条件熵。2、条件熵最大的作为第一个树的根节点。3、重复以上操作,划分出所有特征下的分类标签树。4、当最后只剩一个叶节点时,使用多数表决的方法来决定该叶子节点的分类。...原创 2018-03-13 23:15:12 · 137 阅读 · 0 评论 -
dqn算法总结
1、dqn算法基于q-learning计算q值。2、使用小批量暂存训练数据(训练数据基于q-learing计算得出,并且在q的计算中,使用神经网络模拟q函数,一开始效果肯定很差)。3、在收集到足够的小批量训练数据后,使用训练数据,训练q函数的神经网络参数。4、依次不断迭代,越到后面,神经网络越拟合现实的q函数。5、总的来说,就是使用神经网络模拟q函数,并不断训练q函数。...原创 2018-03-12 23:56:47 · 3995 阅读 · 0 评论 -
gbdt算法理解
谈及gbdt算法,不得不提GB与dt算法,即使用梯度提升回归树的方式进行回归提升。 以下贴上经典算法图: 1、第一步,算法中的参数,建立M棵回归树,每颗树的深度都为J,其中有一棵树为第一次建立的回归树,其余M-1棵树为残差(在梯度提升回归树里面为使损失函数最小的梯度向量)建立的树,F(X)为估值向量,即每一例为x样本在K类上的估值。 ...原创 2018-03-16 14:18:21 · 290 阅读 · 0 评论 -
cart算法总结
1、cart使用特征二元切分,计算切分后的误差,最小误差的切分为特征树的第一个根节点,返回切分的特征值,与该特征值下的切分阈值(阈值为所有该列特征值的最优切分对应特征值)。2、重复1,最后用建立好的cart回归树测试测试集,依次计算每个节点的合并前后误差,若合并后的误差较小,即可合并。即为剪切。...原创 2018-03-14 23:13:09 · 562 阅读 · 0 评论 -
AQS
对于队列中的节点获取锁释放锁的过程可以描述为(这里假设只有三个线程竞争资源):1.初始状态,sync队列没有初始化,当前线程无法获取锁,进入队列,设置一个空节点作为头结点,当前节点作为头结点的后继——老二节点,并把头结点状态设置为SIGNAL。2.又来一个线程来获取锁,没有获取到,进入队列,成为老三节点(老二节点的后继),并设置老二节点状态为SINGAL,但是这个时候shouldParkAft...原创 2018-11-14 16:23:03 · 108 阅读 · 0 评论