- 综合排序
- 最热优先
- 最新优先
- 来自专栏机器学习炼丹之旅
CS231n：3 优化器
CS231n第三节：优化器 传送门 本系列文章基于CS231n课程，记录自己的学习过程，所用视频资料为 2017年版CS231n，阅读材料为CS231n官网2022年春季课程相关材料 上一节介绍了图像识别任务的两个关键组成部分 下面将介绍图像识别任务的最后一个关键组成部分，优化器。优化器用于寻找一组参数使得损失函数值最小化。 1. 优化器 再次说明，损失函数使得我们能够量化任意一组权值的质量。优化器的目标是找到一组权重，使得最小化损失函数值。 虽然我们后面介绍优化器时使用的例子是一个凸优化问题（SVM损失函数），但需要注意的是，我们的最终目标是找到一个优化方法可以用于神经网络（神经网络中很难使用凸优化的技巧）。 3.
60930编辑于 2022-08-08 - 来自专栏python3
六、CPU优化（3）处理器组
一、SQL Server 启动参数 SQL Server 有3个默认的启动参数，分别标识3个启动文件的位置。 （1）“-d”参数。标识master.mdf文件的位置。 （3）“-e”参数。标识启动日志的文件名和存储位置。 二、启动文件示例 SQL Server 每次启动时，都先将原来的ERRORLOG.n（n=1，2，3等）改名为ERRORLOG. （3）SSMS 在SSMS中可以查看当前使用了多少个逻辑CPU。 ? （4）DMV 一个处理器内核可能包含一个或多个逻辑处理器。 3. NUMA 对于NUMA架构，可以适当地手动调整。
1.3K30发布于 2020-01-09 - 来自专栏ops技术分享
linus服务器内核参数优化（3）
在经过这样的调整之后，除了会进一步提升服务器的负载能力之外，还能够防御小流量程度的DoS、CC和SYN攻击。 此外，如果你的连接数本身就很多，我们可以再优化一下TCP的可使用端口范围，进一步提升服务器的并发能力。 对于Apache、Nginx等服务器，上几行的参数可以很好地减少TIME_WAIT套接字数量，但是对于Squid，效果却不大。 此项参数可以控制TIME_WAIT的最大数量，避免Squid服务器被大量的TIME_WAIT拖死。 # 同样有3个值,意思是: net.ipv4.tcp_mem[0]:低于此值，TCP没有内存压力。
1.4K30发布于 2021-05-06 - 来自专栏罗西的思考
PyTorch分布式优化器(3)---- 模型并行
[源码解析] PyTorch分布式优化器(3)---- 模型并行 目录 [源码解析] PyTorch分布式优化器(3)---- 模型并行 0x00 摘要 0x01 前文回顾 0x02 单机模型 2.1 /Horovod 之中数据并行的优化器，PyTorch 分布式优化器，按照深度递进。 本文介绍PyTorch 分布式优化器和PipeDream之中的优化器，主要涉及模型并行（流水线并行）。 将 Optimizer 类作为本地优化器来运行所有的RRef owner。 分布式优化器在每个 worker 节点上创建其本地优化器的实例，并持有这些本地优化器的 RRef。 这里是把每个内置优化器又配置了一个对应的新优化器，比如 optim.Adagrad 对应的是 _FunctionalAdagrad，我们就选择一个新优化器看看。
1.8K40编辑于 2021-12-10 - 来自专栏YoungGy
【优化3】非线性优化
凸集和凸函数 SOCP Guideline
87360发布于 2018-01-02 - 来自专栏数据库与编程
查询优化器概念—查询优化器介绍
如何调优 Oracle SQL系列文章第四篇：查询优化器概念之查询优化器介绍。 第一篇：SQL调优系列文章之—SQL调优简介 第二篇：SQL调优系列文章之—SQL性能方法论 第三篇：查询优化器基础知识—SQL语句处理过程 4 查询优化器概念 本章描述了与查询优化器相关的最重要的概念 4.1 查询优化器介绍 查询优化器（简称为优化器）是内置数据库软件，用于确定 SQL 语句访问请求数据的最有效方法。 4.1.1 查询优化器的用途 优化程序尝试为 SQL 语句生成最佳执行计划。 出于这个原因，优化器有时被称为基于成本的优化器（CBO），以将其与基于规则的优化器（RBO）进行对比。 注意： 优化程序可能不会从一个版本的Oracle数据库到下一个版本做出相同的决策。 4.1.3.3 优化器的类比 优化器可以比作是在线旅行顾问。 骑自行车的人想要知道从A点到B点的最有效的自行车路线。
2.1K20编辑于 2022-04-24 - 来自专栏数据库与编程
查询优化器概念：关于优化器组件
本篇是如何调优 Oracle SQL系列文章第五篇：查询优化器概念之关于优化器组件。 优化器包含：查询转换器（Query Transformer）、估算器（Estimator）和执行计划生成器（Plan Generator）三个组件。 一组查询块表示已分析的查询，它是优化器的输入。 2 Estimator 优化程序根据数据字典中的统计信息估算每个计划的成本。 3 Plan Generator 优化器比较计划的成本，并选择最低成本计划（称为执行计划）传递给行源生成器。 2.3 Cost（成本） 优化器成本模型负责预测查询将使用的机器资源。 成本是一个内部数字度量，表示计划的估计资源使用量。成本是特定于优化器环境中的查询的。 优化器选择成本最低的计划。 下图显示优化器测试输入查询的不同计划。
2K50编辑于 2022-04-24 - 来自专栏python3
mysql优化3
一个sql查询如果以select开头，那么mysql服务器将尝试对其使用查询缓存。 （3）配置示例 mysql> show variables like '%query_cache%' ; +------------------------------+---------+ | Variable_name
73410发布于 2020-01-09 - 来自专栏Devops专栏
3.Python 开发web服务器，多进程优化
回顾 前面写了两个篇章，主要介绍了使用tcp开发web服务器的功能。 1.Python 开发Web静态服务器 - 返回固定值 2.Python 开发web服务器，返回HTML页面 但是这服务端是有一个致命的性能问题，那就是采用循环接收http请求。 那么该怎么去优化这个问题呢？ 查看上一篇章代码：使用html页面返回的web服务器 #coding=utf-8 from socket import * import re def handle_client(client_socket 在主进程增加client_socket的关闭 运行看看浏览器还会不会转圈： 好了，那么到这里，就可以采用多进程的访问处理http请求了。
81010编辑于 2022-01-17 - 来自专栏python前行者
优化器Optimizer
深度学习常见的是对于梯度的优化，也就是说，优化器最后其实就是各种对于梯度下降算法的优化。 理论部分可以见斯坦福深度学习的课程。 这里推荐一个博客，总结了这些优化器的原理以及性能，写的挺好的：An overview of gradient descent optimazation algorithms 从其中讲几个比较常用的，其他的可以自己去看文档 MomentumOptimizer AdamOptimizer FtrlOptimizer RMSPropOptimizer 常用的optimizer类 tf.train.Optimizer 优化器 2.速度更快 tf.train.GradientDescentOptimizer 这个类是实现梯度下降算法的优化器。 （update operations.）使用锁 name: 名字，可选，默认是”GradientDescent”. tf.train.AdadeltaOptimizer 实现了 Adadelta算法的优化器
1.1K40发布于 2019-03-25 - 来自专栏腾讯数据库技术
MySQL优化器和SemiJoin优化
MySQL执行流程 MySQL的执行过程包括多个子阶段：语法分析、语义检查、逻辑优化、物理优化和执行。其中逻辑优化和物理优化统称为查询优化。一个查询优化器的输入是查询树，输出是查询执行计划。 ? 逻辑优化也称为基于规则的查询优化（Rule Based Optimization，简称RBO）。主要是对查询进行逻辑上的等价变换，目的是通过这些变换提高查询的性能。 物理优化也称为基于代价的查询优化（Cost-based Optimization，简称CBO）。主要是通过一些模型，预测一个查询使用某种执行计划时的成本，并选择其中成本最小的一个。 1.2. In子查询转SemiJoin的优化方法 2.1 优化方法 通用的转换格式如下： SELECT ... | a | b | +------+------+ | 0 | 1 | | 2 | 3 | | 3 | 4 | +------+------+ 3 rows
2.8K81发布于 2019-05-16 - 来自专栏Python与算法之美
优化器optimizers
本篇我们介绍优化器。 一，优化器概述 机器学习界有一群炼丹师，他们每天的日常是： 拿来药材（数据），架起八卦炉（模型），点着六味真火（优化算法），就摇着蒲扇等着丹药出炉了。 一些爱写论文的炼丹师由于追求评估指标效果，可能会偏爱前期使用Adam优化器快速下降，后期使用SGD并精调优化器参数得到更好的结果。 二，优化器的使用 优化器主要使用apply_gradients方法传入变量和对应梯度从而来对给定变量进行迭代，或者直接使用minimize方法对目标函数进行迭代优化。 当然，更常见的使用是在编译时将优化器传入keras的Model,通过调用model.fit实现对Loss的的迭代优化。 初始化优化器时会创建一个变量optimier.iterations用于记录迭代的次数。因此优化器和tf.Variable一样，一般需要在@tf.function外创建。 ? ? ? ? ? ? ?
1.2K20发布于 2020-07-20 - 来自专栏又见苍岚
Adam 优化器
Adam 是深度学习中常用的优化器，我在使用时遇到了一点问题，弄清楚后记录下来。 Adam Adam（Adaptive Moment Estimation）优化器是一种广泛使用的优化算法，在深度学习训练中特别流行。 下面是 Adam 优化器的工作原理的简要概述： 动量（Momentum）： Adam 优化器计算梯度的指数加权移动平均（也称为一阶矩估计），这有助于加速梯度下降过程中的收敛速度，并帮助克服局部最小值和鞍点 ： 我的优化器 A 同时管理参数 B, C，但是在某一阶段的网络训练中，我确定 C 不会参与梯度回传，需要 A 优化 B 中的参数即可。 问题解决 找到原因就好办了，源码中会对优化器管理的参数做一个筛选，如果当前参数没有 grad 信息，那么优化器会将其跳过，所以训练前把所有优化器中参数的 grad 设置为 None（不是置零）即可。
2.8K10编辑于 2024-01-13 - 来自专栏朱永胜的私房菜
MySQL优化器
MySQL优化器 MySQL优化器是数据库管理系统中的一个核心组件，负责将SQL查询语句转换为最有效的执行计划。优化器的目标是减少查询的响应时间并提高数据库的吞吐量。 以下是一些关键点，用于理解和优化MySQL优化器的工作。 理解MySQL优化器 MySQL优化器使用多种统计信息和算法来决定如何执行一个查询。 优化MySQL优化器 为了优化MySQL优化器的性能，可以采取以下措施： 1. 索引优化 创建合适的索引：确保对经常查询的列创建索引。 查询优化 简化查询：避免复杂的子查询，尽可能使用JOIN。 减少数据量：只查询需要的数据，使用 LIMIT来限制返回的数据量。 3. 结论 优化MySQL优化器是一个持续的过程，需要不断地监控、分析和调整。通过理解优化器的工作原理和采取适当的优化措施，可以显著提高数据库的性能。
28410编辑于 2024-01-05 - 来自专栏腾讯云数据库(TencentDB)
MySQL优化器和SemiJoin优化
MySQL执行流程 MySQL的执行过程包括多个子阶段：语法分析、语义检查、逻辑优化、物理优化和执行。其中逻辑优化和物理优化统称为查询优化。一个查询优化器的输入是查询树，输出是查询执行计划。 ? 逻辑优化也称为基于规则的查询优化（Rule Based Optimization，简称RBO）。主要是对查询进行逻辑上的等价变换，目的是通过这些变换提高查询的性能。 物理优化也称为基于代价的查询优化（Cost-based Optimization，简称CBO）。主要是通过一些模型，预测一个查询使用某种执行计划时的成本，并选择其中成本最小的一个。 2. In子查询转SemiJoin的优化方法 1. 优化方法 通用的转换格式如下： SELECT ... 另外即使是UNION ALL，如果t2与t3存在相同记录，结果也是不正确的。 3）.
1.6K40发布于 2019-05-16 - 来自专栏mathor
枚举+优化（3）——哈希表优化实例
myset.insert(make_pair(a[i],a[j])); cout<<myset.size()<<endl; return 0; } 思考:优化 ，减少枚举变量，只枚举a[i] 如果我们只枚举a[i]，比如a[i] = 3，那么如果存在数对(a[i],a[j] + k)，假设我枚举数对里较小的值是3，那么根据差是2，较大的肯定就是5，所以，问题就变成 = myset.end()) ans++; cout << ans << endl; return 0; } 如果你的编译器不支持c++11，那你的程序可能要写的长一点
60550发布于 2018-06-07 - 来自专栏数据库与编程
查询优化器概念：关于自动调整优化器及自适应查询优化
本篇是如何调优 Oracle SQL系列文章第六篇：查询优化器概念：关于自动调整优化器及自适应查询优化 1、关于自动调整优化器 优化器根据调用方式执行不同的操作。 如果行数低于优化器确定的阈值，则优化器选择嵌套循环连接；否则，优化器将选择散列连接。在本例中，来自order_items表的行数高于阈值，因此优化器为最终计划选择一个散列连接，并禁用缓冲。 2）第一次执行后，优化程序禁用对统计信息反馈的监视。 3）如果查询再次执行，则优化程序使用更正的基数估计值而不是通常的估计值。 PRODUCT_ID") 3）用户oe在步骤1中重新运行查询。 4）在游标中查询计划显示优化器在第二次执行时使用了统计信息反馈(如注释所示)，并且还选择了一个不同的计划。 3）如果查询再次执行，那么优化器将使用在初始执行期间收集的性能统计信息来更好地确定语句的并行度。 2.2.3 SQL计划指示 SQL计划指令是优化器用来生成更优计划的附加信息。
2K10编辑于 2022-04-24 - 来自专栏python3
AS3性能优化
本篇文章用来总结本人对AS3性能优化方面的认识及经验,可能会有一些错误,敬请不吝赐教.如果想了解更多,请参考ADOBE方面的相关只是介绍. 1,关于显示对象: shape -> sprite <MyClass>(20); 3,关于对象池: 缓存一些相同的对象,以便于随时调用.这里强调一些事情: ①:缓存的对象数目:很对情况下,读段时间这个对象可能要用10个,可能要8个,可能12个. 比 publie var $name的效率低.调用函数的成本高,当然这更符合OOP的思想,但不利于性能......还是用public字段吧. 9,关于显示对象的visible 很多时候,AS3程序员都喜欢把不用的显示对象设为 visible = false,这是可以的.但是从Flash Player方面来讲,Visible = false任然值得它去绘制,它比较笨.木有办法,那优化的方案就是,将其移出舞台了. 10,像素处理优化 : 当绘制像素时，使用BitmapData 类的相应方法即可进行一些简单优化。
1.1K10发布于 2020-01-10 - 来自专栏技术杂记
Mysql 优化存储3
. ---- 执行优化 [root@opti-slave hunter]# time nohup mysql -u root -p < optimize.sql 2>&1 >> optim.log nohup: redirecting stderr to stdout Enter password: 输入密码后，就开始了优化过程 可以另开一个终端进行监视 [root@opti-slave hunter
34320编辑于 2022-03-21 - 来自专栏Revel World
Firefox 3 优化实践
t=397735） 2009-11-28 14:16:37 用Speedyfox 优化firefox数据库（http://www.crystalidea.com ）。
60940发布于 2020-12-08
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号