- 综合排序
- 最热优先
- 最新优先
- 来自专栏IT技术圈
练习2-10 计算分段函数 (10分)
在一行中按“f(x) = result”的格式输出，其中x与result都保留一位小数。
1.5K30发布于 2021-02-24 - 来自专栏刷题笔记
2-10 出栈序列的合法性 (20 分)
本文链接：https://blog.csdn.net/shiliang97/article/details/101147545 2-10 出栈序列的合法性 (20 分) 给定一个最大容量为 M 的堆栈
88230发布于 2019-11-08 - 来自专栏cwl_Java
C++编程之美-数字之魅(代码清单2-10)
代码清单2-10 LONGLONG Sum1s(ULONGLONG n) { ULONGLONG iCount = 0; ULONGLONG iFactor = 1;
18720编辑于 2022-11-30 - 来自专栏数据猿
为大模型添加记忆体，GBASE南大通用驶入向量赛道
向量数据库，正是计算机记忆体一般的存在。AI 2.0时代，一度落寞的向量数据库又一次站在技术最前沿，成为数据库厂商竞相投入研发的对象。 作为一个超级记忆体，向量数据库可以解决大模型预训练成本高、无长期记忆、知识更新不足的问题，突破大模型在时间上、空间上的限制，加速大模型落地于行业场景。
56840编辑于 2023-09-15 - 来自专栏Reinvent Data Science
LLM 记忆体？
AGI 时代的到来，让 Zilliz 的身上多了很多充满“时代烙印”的标签：未来独角兽、网红赛道公司、向量数据库大佬、大模型的长期记忆体、RAG 最强搭档……与此同时，我们也听说了一些有趣的标签：周边质量好 首先，七月份在一次公开活动中，来自 Zilliz 运营负责人李晨分享的《向量数据库：大模型的长期记忆体》让我对于 Zilliz 有了偶然相识的机会，其中印象最深的是 Zilliz 创业这么多年，只专注于向量数据库
38310编辑于 2024-02-22 - 来自专栏机器之心
首帧的真正秘密被揭开了：视频生成模型竟然把它当成「记忆体」
它其实是视频模型的「概念记忆体」（conceptual memory buffer）, 所有后续画面引用的视觉实体，都被它默默储存在这一帧里。 这项工作来自 UMD、USC、MIT 的研究团队。 因为它证明了一件极具革命性的事： → 首帧本身就具备「概念记忆体」的角色 → 视频模型天生可以做多对象融合 → 关键只是缺乏一个「触发机制」 FFGo 做的就是： 用几十条样本 一个精心设计的转场标记（ 它提出了一个极具启发性的未来方向： 更聪明地使用模型，而不是更暴力地训练模型 用更少的数据、更轻的微调，获得更强的定制能力 把「首帧作为概念记忆体」变成视频生成的新范式 最后总结 第一帧不是起点
24310编辑于 2025-12-24 - 来自专栏生信菜鸟团
PCAWG01 | 人类癌症基因组中体细胞结构变异的模式
得到模板化插入的循环 接下来作者检查了包含2-10个结构变异的簇。 局部n-jumps和局部远距离簇 n-jumps跳跃：强制在运算前将记忆体中的数值 (mem) 或记忆体位置 (addr) 复制到暂存器中. 启动这两个选项可以做出较好的程式码. 依照大于 n 的最小 2 的次方位元组对齐函式 (functions)、标签 (labels)、回圈 (loops)、跳跃 (jumps) 的起头,跳过至多 n 位元组 数据集中许多2- 集群的复制和粘贴模式 通过上文总结，2-10个簇状结构变体的不同模式(图3，4)具有重要的形态特征： (1). 可以定型为单个衍生染色体的基因组构型； (2). 如果不能通过顺序简单的重排令人满意地解释这些事件，则另一种可能的解释是复杂的剪切和粘贴机制，例如染色菌病，染色体异常或反复的断裂-融合-桥循环，但是辅助研究，2-10个集群结构变体的模式也不适合这些过程
2K20发布于 2020-07-07 从人脑逻辑看AI Agent记忆体的进化方向
文章篇幅稍长，若对AIAgent记忆体建设感兴趣，不妨耐心看完，也欢迎三连转发。 核心原因很简单：即便我并非专业开发人员，也希望深度拆解OpenClaw的底层运行机制，尤其是记忆体的设计与实现逻辑。 从当下的行业现状来看，AIAgent的发展仍处于相对粗放的初级阶段，绝大多数产品的记忆体设计，要么停留在简单的文件存储层面，要么是向量与文本的生硬拼接，尚未形成符合AI智能进化的记忆体系。 而记忆体，正是推动AIAgent从“粗放”走向“精细”的核心抓手。 OpenClaw作为一款开源的AIAgent框架，其记忆体的探索与改造，正是这一赛道上的一次重要实践，而这一实践的成果，也将为整个AIAgent行业的记忆体设计提供有价值的参考。
29610编辑于 2026-03-26- 来自专栏IT技术圈（CSDN）
浙大版《C语言程序设计（第3版）》题目集 练习2-10 计算分段函数
练习2-10 计算分段函数[1] 本题目要求计算下列分段函数f(x)的值： ? 输入格式: 输入在一行中给出实数x。
1.5K40发布于 2020-09-15 AI辅助生成强大的个人思维记忆体-从2006年到2022年的个人成长记录
将我从2006年到2022年2000多篇原创文章投喂给AI大模型，让AI基于时间线索重新梳理我个人的思维记忆体，个人的学习成长和实践历程。 这个也是我经常强调的，如果要让AI成为你的个人第二大脑。 经过2天的训练，已经完成了从2006年到2022年的记忆体训练，形成了约15万字的详细文档记录。今天分享一个高度浓缩版本，供大家参考。 人月聊IT · 个人思维记忆体 思维记忆体 v17.0 · 覆盖年份 2006–2022 · 原创文章约 2050 篇IT架构师 · 思维方法论原创输出者 · 长期主义践行者 一、从铁道到IT：一段不寻常的知识迁移之旅 本文基于个人思维记忆体 v17.0 整理，覆盖 2006–2022 年。 持续更新，与知识同行。 注：等训练完成后将提供完整的pdf文件供大家参考学习。
19810编辑于 2026-03-09- 来自专栏月梦·剑心的技术专栏
循环神经网络初探
上图所示为一个循环核，循环核中部拥有多个记忆体，可以指定记忆体的个数，改变记忆容量。 当记忆体的个数被限定，输入数据x、输出数据y的维度被确定，则循环核的三组参数(Wxy、Whh、Why)维度也就确定了。记忆体内存储着每个时刻的状态信息ht。 以上两式是ht与yt的计算过程。 其中每个循环核的记忆体的个数是根据需求任意指定的。 2.循环网络的计算过程 2.1单个字母预测 本章以字母序列预测为例，深入详细探讨循环神经网络的计算过程。 首先使用独热码对字母进行编码，并随机生成三个参数矩阵，选择记忆体的个数为3. 通过记忆体个数，输入数据维度，输出数据维度，确定参数矩阵的维度： 一个字母一个字母输入做计算。 2.2多个字母预测 连续输入四个字母，预测下一个字母，因此时间步为4，按时间步展开，依次输入每个字母，计算ht，更新记忆体的记忆，直到第四步，计算yt，得到预测结果。
46230编辑于 2022-09-14 - 来自专栏浩Coding
Linux命令之Ps——进程管理命令
USER PID %CPU %MEM VSZ RSS TTY STAT START TIME COMMAND USER: 行程拥有者 PID: pid %CPU: 占用的 CPU 使用率 %MEM: 占用的记忆体使用率 VSZ: 占用的虚拟记忆体大小 RSS: 占用的记忆体大小 TTY: 终端的次要装置号码 (minor device number of tty) STAT: 该行程的状态: D: 无法中断的休眠状态 (通常 IO 的进程) R: 正在执行中 S: 静止状态 T: 暂停执行 Z: 不存在但暂时无法消除 W: 没有足够的记忆体分页可分配 <: 高优先序的行程 N: 低优先序的行程 L: 有记忆体分页分配并锁在记忆体内
5.6K10发布于 2020-04-08 - 来自专栏科控自动化
[Linux] 学习笔记1-查看进程的命令(ps/top/pstree/pgrep)
TTY STAT START TIME COMMAND D: 无法中断的休眠状态 (通常 IO 的进程) R: 正在执行中 S: 静止状态 T: 暂停执行 Z: 不存在但暂时无法消除 W: 没有足够的记忆体分页可分配 <: 高优先序的行程 N: 低优先序的行程 L: 有记忆体分页分配并锁在记忆体内 (实时系统或捱A I/O) USER: 行程拥有者 PID: pid %CPU: 占用的 CPU 使用率 %MEM: 占用的记忆体使用率 VSZ: 占用的虚拟记忆体大小 RSS: 占用的记忆体大小 TTY: 终端的次要装置号码 (minor device number of tty) STAT: 该行程的状态: START
1.3K20编辑于 2022-04-19 为应对2nm高昂成本，苹果A20系列将改用WMCM封装
相较于现行的InFO（整合扇出封装）采用PoP（Package on Package）垂直堆叠方式，将记忆体直接置于处理器上方，并采用Chip First 制程在晶片上生成RDL（重布线层），再将记忆体封装于上层 InFO 的优势是整合度高，但随着AI 应用带动记忆体容量需求大幅增加，记忆体模组叠得越高，封装厚度与制作难度都显著上升，同时SoC 功耗提升也使散热变得困难。
15710编辑于 2026-03-20- 来自专栏linux教程
提高IIS网站服务器效率的8个方法
4、调整快取（Cache）记忆体 IIS 5.0将静态的网页资料暂存於快取（Cache）记忆体当中；IIS 4.0则将静态的网页资料暂存於档案当中。 调整快取（Cache）记忆体的保存档案数量可以改善执行效率。 ASP指令文档执行过後，会在暂存於快取（Cache）记忆体中以提高执行效能。 添加快取记忆体的保存文档数量，可提高Active Server Pages之效能。 可以设定所有在整个IIS电脑、「独立」Web站台、或「独立」应用程式上执行之应用程式的快取记忆体档案数量。 於 [内容] 之 [主目录]、[虚拟目录] 页，按下 [设定] 按钮时，即可由[处理程序选项] 页设定 [指令档快取记忆体] 。 如何设定快取（Cache）记忆体档案数量呢？ IIS 5.0将静态的网页资料暂存於快取（Cache）记忆体当中；IIS 4.0则将静态的网页资料暂存於档案当中。调整快取（Cache）记忆体的保存档案数量可以改善执行效率。
1.7K10编辑于 2023-04-26 - 来自专栏Linux驱动
Linux-ps命令(7)
D: (down)不可中断的静止,睡眠状态(信号量就会使进程睡眠) R: (run)正在执行中 S: (static)静止状态 T: 暂停执行 Z: 不存在但暂时无法消除 W: 没有足够的记忆体分页可分配 <: 高优先序的行程 N: 低优先序的行程 L: 有记忆体分页分配并锁在记忆体内 (即时系统或捱A I/O) COMMAND 所执行的指令 (其中-sh 进程就是用来回显的，也就是说，我们在终端
4.2K71发布于 2018-01-03 - 来自专栏AI电堂
模拟芯片的现在与未来
世界半导体贸易统计组织(WSTS) 发布2022年8月最新半导体市场预测，由于消费性电子终端需求疲弱，导致记忆体价格下跌、产值缩水，加上记忆体市场成长动能趋缓，预估今年全球半导体市场成长率将由原来的16.3% 随着动态随机存取记忆体(DRAM)及储存型快闪记忆体(NAND Flash)供给过剩，价格走跌，今年下半年价格恐将持续走跌，因此，WSTS原本预估今年全球记忆体市场产值年增率达18.7%，明年再成长3.4% ，大幅下修今年全球记忆体市场产值年增率为8.2%，明年下修至0.6%。 混合模拟数位IC当道，模拟芯片市场的「4个最」 IC市场又可分为四大产品别：模拟、逻辑、记忆体和微型元件，近两年芯片短缺潮中最短缺的是模拟和电源管理芯片。 工研院电子与光电系统研究所所长张世杰指出，如今已经没有纯粹的数位IC或模拟IC，多是混和模拟数位IC，但还是存在纯粹的记忆体IC，如Flash、Dram，只能区分数位导向设计IC，以制程微缩达到面积、速度
59410编辑于 2022-12-08 - 来自专栏cwl_Java
C++经典算法题-稀疏矩阵
.Algorithm Gossip: 稀疏矩阵 说明 如果在矩阵中，多数的元素并没有资料，称此矩阵为稀疏矩阵（sparse matrix）， 由于矩阵在程式中常使用二维阵列表示，二维阵列的大小与使用的记忆体空间成正比 ，如果多数的元素没有资料，则会造成记忆体空间的浪费，为 此，必须设计稀疏矩阵的阵列储存方式，利用较少的记忆体空间储存完整的矩阵资讯。 5 6 4 阵列的第二列起，记录其位置的列索引、行索引与储存值： 1 1 3 2 3 6 3 2 9 4 4 12 所以原本要用30个元素储存的矩阵资讯，现在只使用了15个元素来储存，节省了不少记忆体的使用
1.1K10发布于 2020-02-13 - 来自专栏数字芯片
芯片的未来，靠这些技术了
CoWoS 技术概念，简单来说是先将半导体芯片（像是处理器、记忆体等），一同放在硅中介层上，再透过Chip on Wafer（CoW）的封装制程连接至底层基板上。 相较于2.5D 封装，3D 封装的原理是在芯片制作电晶体（CMOS）结构，并且直接使用硅穿孔来连结上下不同芯片的电子讯号，以直接将记忆体或其他芯片垂直堆叠在上面。 也就是说，首度把芯片堆叠从传统的被动硅中介层与堆叠记忆体，扩展到高效能逻辑产品，如CPU、绘图与AI 处理器等。 以往堆叠仅用于记忆体，现在采用异构堆叠于堆叠以往仅用于记忆体，现在采用异构堆叠，让记忆体及运算芯片能以不同组合堆叠。 另外，英特尔还研发3 项全新技术，分别为Co-EMIB、ODI 和MDIO。 Co-EMIB 能连接更高的运算性能和能力，并能够让两个或多个Foveros 元件互连，设计人员还能够以非常高的频宽和非常低的功耗连接模拟器、记忆体和其他模组。
1K20发布于 2020-10-23 - 来自专栏cwl_Java
C++经典算法题-多维矩阵转一维矩阵
由于 C/C++、Java等的记忆体配置方式都是以列为主，所以您可能会比较熟悉前者（Fortran的记忆体配置方式是以行为主）。 在C/C++中若使用到指标时，会遇到指标运算与记忆体空间位址的处理问题，此时也是用到这边的公式，不过必须在每一个项上乘上资料型态的记忆体大小。
1.1K00发布于 2020-02-13
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