首页
学习
活动
专区
圈层
工具
发布
    • 综合排序
    • 最热优先
    • 最新优先
    时间不限
  • 来自专栏mysql

    hhdb数据库介绍(10-9)

    配置是管理平台为计算节点可视化配置所开发的功能,包括配置数据节点、存储节点、存储节点组、逻辑库、分片规则、表信息、数据库用户、计算节点等参数。同时配套设置了配置参数的校验与备份恢复的辅助功能。

    99810编辑于 2024-12-05
  • 来自专栏JNing的专栏

    【tensorflow】TFRecord读写机理

    1.tfrecord,写的时候是一行一行地写的,读的时候是每batch个行地读的。

    80110发布于 2020-03-17
  • 来自专栏Golang语言社区

    channel机理及调度理解

    当当 广告

    56130发布于 2018-07-26
  • 来自专栏Golang语言社区

    channel机理及调度理解

    《Go语言编程》一书介绍了libtask库,可以认为这个库等同于go的底层goroutine实现。

    47130发布于 2018-07-26
  • 来自专栏网络信息安全

    熊猫烧香(中)病毒释放机理

    熊猫烧香(中)病毒释放机理 1、sub_40277C子函数 2、sub_405684子函数 3、sub_403ED4子函数 4、sub_4057A4子函数 5.分析sub_4057A4后续删除功能 6.

    95210编辑于 2024-03-12
  • 来自专栏AustinDatabases

    PostgresQL MVCC 机理与 还得学习

    昨天写了些 MYSQL MVCC ,今天就的搞搞 PostgresQL 的MVCC ,最近从某些网站上获得的信息,PostgresQL的 相关人员的需求量在国内开始增加,但和需求相比,会的人少,所以你懂得。

    90730发布于 2019-09-05
  • 方法论|机理分析法

    为什么需要机理分析法 在现实生活中,影响一个问题的因素往往不止一个,分析问题时就需要从不同方向考虑,所以就引入了机理分析法 算法分析过程和应用步骤: 首先分析现象和结果的影响因素;然后在合理的假设条件下做出各种因素与现象和结果的关系 结语 在运用机理分析法时需要考虑各个因素,对于不同的因素可能需要不同的思考方式,最后得出结果时,还要结合实际情况验证分析的正确性。 END

    1.5K20发布于 2019-10-14
  • 来自专栏贾维斯Echo的博客

    计算机理论基础

      1.操作系统:就是一个协调、管理、控制计算机硬件资源与应用软件资源的一个控制程序

    73830编辑于 2023-10-18
  • 来自专栏量子位

    马云获聘港大荣誉教授/ 马斯克回应星舰发射架损坏/ 谷歌Bard更新...今日更多新鲜事在此

    为了说明Allegro的规模,该团队对蛋白质动力学进行了纳(10-9)秒级的稳定模拟。 利用该模型,团队在Perlmutter超级计算机上生成了4400万个原子的完整HIV外壳模型。 据药明康德团队消息,华盛顿大学一项最新研究揭示了背后的机理,并在Nature杂志中发表。 该研究团队招募了7名健康成年志愿者,同时调阅了海量的数据,发现在运动皮层中存在“情绪调控区域”。 早在1930年代,神经外科医生Wilder Penfield就发现了运动皮层的存在——这部分区域受到电刺激时人体会有抽搐反应。 据此,Penfiled绘制出了运动区域图谱并被学界熟知。

    40320编辑于 2023-05-19
  • 来自专栏完美Excel

    VBA专题10-9:使用VBA操控Excel界面之在功能区中添加自定义按钮控件

    下面的一系列文章将重点讲解如何在功能区中添加不同类型的自定义控件,它们与最底层的自定义命令相关。这里的自定义命令是指程序员自已编写的VBA过程。

    7.9K30发布于 2021-01-20
  • 来自专栏IT技术订阅

    什么是线程让步?

    接下来通过一个案例来演示yield()方法的使用,如例10-9所示。 例10-9 Example09.java //定义YieldThread类继承Thread类 class YieldThread extends Thread { //定义一个有参的构造方法 //开启两个线程 Thread1.start(); thread2.start(); } } 运行结果如图所示 例10

    44010编辑于 2022-05-11
  • 来自专栏机器之心

    机器学习模型以出色的精度进行有机反应机理分类

    近日,来自英国曼彻斯特大学(UoM)化学系的 Burés 和 Larrosa 报告了一种机器学习模型,展示了可以训练深度神经网络模型来分析普通动力学数据并自动阐明相应的机理类别,而无需任何额外的用户输入 该模型以出色的精度识别各种类型的机理。 研究结果表明,人工智能引导的机理分类是一种强大的新工具,可以简化和自动化机理阐明。预计这项工作将进一步推动全自动有机反应发现和开发的发展。 模型包含 576,000 个可训练参数,并结合使用两种类型的神经网络:(1) 长短期记忆神经网络,一种用于处理时间数据序列(即时间浓度数据)的循环神经网络;(2) 全连接神经网络,用于处理非时间数据(即每次动力学运行中催化剂的初始浓度和长短期记忆提取的特征 预测的机理与早期动力学研究的结论非常吻合。在某些情况下,该模型还识别了在原始工作中没有检测到的机理细节。对于一个具有挑战性的反应,该模型提出了三个非常相似的机理类别。 参考内容:https://www.nature.com/articles/d41586-023-00145-7 人工智能 × [ 生物 神经科学 数学 物理 材料 ] 「ScienceAI」关注人工智能与其他前沿技术及基础科学的交叉研究与融合发展

    81130编辑于 2023-03-29
  • 来自专栏AustinDatabases

    MYSQL MVCC 实现机理 与 知识漏洞要补

    说来惭愧,被友人问了一些关于MYSQL 的问题,虽然算不上对答如流,但也算是沉稳应对。唯独折在 MVCC 中MYSQL INNODB 是如何实现的问题上,回答错误扣10分。本着知错能改,有漏洞要补的,精神。还是的把MVCC 以及MYSQL 怎么实现MVCC 的事情重新的学习一遍。

    1.1K30发布于 2019-09-04
  • 来自专栏深度学习自然语言处理

    机器学习之多层感知机理论与实践

    我们将要介绍多层感知机神经网络以及反向传播算法,这是现今最流行的神经网络结构。 这个算法就是在算delta,这是从输出神经元开始往回直到输入层的每个神经元的局部梯度下降。要计算输出神经元的delta,我们首先要得到每个输出神经元的误差。 现在可以计算delta了, 这个式子是对于在输出层L的第j个神经元 是输出层L的第j个神经元的值的求导所得的值。 这个式子是对于隐藏层l的第j个神经元。 通过反向传递求导的值,前面的神经元就会知道权重要变化多少以更好地让神经网络的输出符合实际的输出。这一切都要从神经网络的输出与实际输出的差别开始算起。是不是很神奇呢? 此外,你还可以输入一个‘fileNum'来调用这个神经网络,看下神经网络对你给的图片上的数字的判断是什么。 神经网络把隐藏层的层数和隐藏层的神经元数作为参数来初始化神经元和权重向量。

    1.8K40发布于 2018-04-24
  • 来自专栏深度学习自然语言处理

    详解机器学习之感知机理论与实践

    阅读大概需要5分钟 上期回顾 详解机器学习之the Learning Problem 导读 本章讲的是让他机器学习说yes/no,目录分为: 感知机假设集合 感知机学习算法(PLA) 确保数据集线性

    1K120发布于 2018-04-16
  • 来自专栏量子位

    光速图像识别了解一下:低于1纳秒的那种 | Nature

    它等于10-9秒,这与最先进的微芯片单时钟周期(最小的时间单位)相当。 此外,研究者测试发现,PDNN对图像进行2分类和4分类的准确率分别高达93.8%和89.8%。 诚然,如今的大型多层神经网络高效且运算能力很强,但其也受到硬件的限制,往往需要消耗大量的电力资源等。 图b展示了传统N输入神经元的结构:输入的线性加权和,通过一个非线性激活函数,产生神经元的输出。 图c和图d分别是一个PDNN芯片的神经网络示意图和N输入神经元结构。 后面的神经元与它们的前一层完全连接,该网络产生2个输出,可最多为4种图像信息分类。 对于这些神经元,其输入都是光学信号。 该研究的宾大工程师们则表示,PDNN对光学数据的直接、无时钟处理消除了模拟-数字转换和对大型内存模块的要求,使下一代深度学习系统的神经网络更快、更节能。 对于光子深度神经网络的前景和应用,你怎么看?

    61510编辑于 2022-06-14
  • 来自专栏CreateAMind

    阿尔兹海默症可能的机理

    阿尔兹海默症可能的机理 Possible mechanisms of Alzheimer's disease Fig.1 Cerebral artery, from Gray's Atlas of 蒲慕明团队发现海马体内的神经元可以将长时程抑制(Long-term depression,LTD)可塑性自组织地传播到三个方向,分别是突触前侧向传播(Presynaptic lateral spread 陶俊波,博士在读,研究兴趣是计算神经科学、脑科学和AI融合的计算模型。

    48210编辑于 2023-12-14
  • 来自专栏贾志刚-OpenCV学堂

    光速图像识别了解一下:低于1纳秒的那种 | Nature

    它等于10-9秒,这与最先进的微芯片单时钟周期(最小的时间单位)相当。 此外,研究者测试发现,PDNN对图像进行2分类和4分类的准确率分别高达93.8%和89.8%。 诚然,如今的大型多层神经网络高效且运算能力很强,但其也受到硬件的限制,往往需要消耗大量的电力资源等。 图b展示了传统N输入神经元的结构:输入的线性加权和,通过一个非线性激活函数,产生神经元的输出。 图c和图d分别是一个PDNN芯片的神经网络示意图和N输入神经元结构。 后面的神经元与它们的前一层完全连接,该网络产生2个输出,可最多为4种图像信息分类。 对于这些神经元,其输入都是光学信号。 该研究的宾大工程师们则表示,PDNN对光学数据的直接、无时钟处理消除了模拟-数字转换和对大型内存模块的要求,使下一代深度学习系统的神经网络更快、更节能。 对于光子深度神经网络的前景和应用,你怎么看?

    75520编辑于 2022-06-16
  • 来自专栏企鹅号快讯

    机器学习模型与传统机理模型的融合

    基于物理过程的各种数学模型在水力、市政、海洋等领域已经得到了很多年的发展和应用,随着这几年机器学习技术的大热,也有越来越多的人尝试将机器学习技术应用在水力、市政领域,但是这些尝试大部分集中在使用机器学习模型替代传统机理模型 那么以后的趋势会是机器学习模型替代机理模型,或是各自应用在不同领域?

    4K71发布于 2018-02-26
  • 来自专栏全栈学习专栏

    解密openGauss DB4AI框架的内部机理

    DB4AI这个方向中,数据库通过集成AI能力,在用户进行AI计算时就可以避免数据搬运的问题。不同于其他的DB4AI框架,本次openGauss开源的原生框架是通过添加AI算子的方式完成数据库中的AI计算。

    1K30编辑于 2023-02-01
领券