## PyTorch ## 统计属性 主讲人：龙良曲 ## statistics - norm mean sum • prod max, min, argmin, argmax kthvalue, topk v.s. normalize ,e.g. batch norm ■ matrix norm v.s. vector norm ## V ector vs matrix Matrix

从线性回归到深度网络 ..... 92 3.2 线性回归的从零开始实现 ..... 95 3.2.1 生成数据集 ..... 95 3.2.2 读取数据集 ..... 96 3.2.3 初始化模型参数 ..... 98 3.2.4 定义模型 ..... 98 3.2.5 定义损失函数 ..... 98 3.2.6 定义优化算法 ..... 98 3.2.7 训练 ..... 99 102 3.3.4 初始化模型参数 ..... 103 3.3.5 定义损失函数 ..... 103 3.3.6 定义优化算法 ..... 103 3.3.7 训练 ..... 104 3.4 softmax 回归 ..... 105 3.4.1 分类问题 ..... 106 3.4.2 网络架构 ..... 106 3.4.3 全连接层的参数开销 ..... 107 3 111 3.5.2 读取小批量 ..... 113 3.5.3 整合所有组件 ..... 114 3.6 softmax 回归的从零开始实现 ..... 115 3.6.1 初始化模型参数 ..... 115 3.6.2 定义 softmax 操作 ..... 116 3.6.3 定义模型 ..... 117 3.6.4 定义损失函数 ..... 117 3.6.5 分类精度

### 16. 参数的使用与编程方法 主讲人：古月 ## 参数模型  参数模型（全局字典） ## • 创建功能包 $ cd ~/catkin_ws/src $ catkin_create_pkg learning_parameter [Image](/uploads/documents/5/4/b/6/54b6a244a47b886303397dca4e492261/p3_2.jpg) CMakeLists.txt ## 参数命令行使用 ## YAML参数文件 background_b: 255 background_g: 86 background_r: 69 rosdistro: 'melodic' roslaunch: ● 列出当前多有参数 $ rosparam list ● 显示某个参数值 $ roparam get param_key ● 设置某个参数值 $ roparam set param_key param_value ● 保存参数到文件 $ roparam dump file_name ● 从文件读取参数 $ roparam load file_name ● 删除参数 $ roparam

一些常见错误。谨慎使用它，不要使其增加翻译错误。 参见： AUTOFIX LIST #### 1.6.2 质量检查 Weblate 对字符串进行了广泛的质量检查。以下部分将对它们进行更详细的描述。还有针对特定语言的检查。如果有错误报告，请将缺陷提交。 参见： CHECK LIST, 使用标记定制行为 #### 1.6.3 翻译检查 在每次翻译更改时执行，帮助翻译人员保持高质量的翻译。 string case-insensitive search. key:TEXT Key string case-insensitive search. note:TEXT 不区分大小写的源字符串描述搜索。 location:TEXT Location string case-insensitive search. priority:NUMBER String priority. added: 参见： 语言定义 ## Weblate 能将模糊字符串中的更改高亮吗？ Weblate 支持这个功能，然而它需要数据来显示差异。 对于 Gettext PO 文件，更新 PO 文件时，必须将参数 --previous 传递给 msgmerge，例如： msgmerge --previous -U po/cs.po po/phpmyadmin.pot 对于单语言翻译，Weblate 可以通过

|Configuration file|Configuration parameter|Change type|Description| |---|---|---|---| |TiDB|enable-统计- -cache --mem- quota-|Modified|The default value is changed from false to true, which means the memory

的基础上进一步发展的产物。它是作为专用集成电路（ASIC）领域中的一种半定制电路而出现的，既解决了定制电路的不足，又克服了原有可编程器件门电路数有限的缺点。 设计语言：硬件描述语言（HDL）是一种用来设计数字逻辑系统和描述数字电路的语言，常用的主要有VHDL、Verilog HDL 信号处理：数据可以并行处理 ➢ 主要实现功能: 组合逻辑 -》计数器 -》算法实现 -》SOC 设计 新一代FPGA器件：高速接口、ARM ents/d/c/8/8/dc88f8a54aa261256e8a48f36d5e29d5/p7_6.jpg) AVNET $ ^{®} $ ## FPGA 如何实现算法加速 HDL：硬件描述语言 (Verilog, VHDL)，通过与或非门、触发器等逻辑电路实现一些特定的功能。 最核心技术：算法并行处理。相比于传统CPU的串行处理架构 存储器架构：芯片内有大容量存储器，不需要和外面的 y> Xilinx并没有专注在机器视觉算法，HLS中所使用的算法基本都是开源的 OpenCV 算法 目前HLS提供的视觉算法函数，只是opencv原版函数的一个重构。功能以及接口参数基本上同原opencv函数保持一致，方便客户使用。同时适合于HLS综合成HDL代码硬件实现 客户可以直接调用这些函数，也可以参考它们的实现，针对自己的算法做修改 ## 什么是 PYNQ? • PYNQ:

numa_balancing.....5 3.4 关闭 sched_autogroup.....6 3.5 关闭唤醒抢占.....6 3.6 网络参数调优.....6 3.7 IO 参数调优.....7 3.8 缓存参数调优.....7 3.9 内核优化.....8 3.10 mysql 进程绑核.....9 ### 1.1 MySQL介绍 ### 1.2 调优原则 能低，也许并不是它自己造成的，而是其他方面造成的。如CPU利用率是100%时，很可能是内存容量太小，因为CPU忙于处理内存调度。 - 一次只对影响性能的某方面的一个参数进行调整，多个参数同时调整的话，很难界定性能的影响是由哪个参数造成的。 由于在进行系统性能分析时，性能分析工具本身会占用一定的系统资源，如CPU资源、内存资源等等。我们必须注意到这点，即分析工具本身运行可能会导致系统某方面的资源瓶颈情况更加严重。 ，出现物理内存不足时，虚拟内存设置也不合理，虚拟内存的交换效率就会大大降低，从而导致行为的响应时间大大增加，这时认为操作系统上出现性能瓶颈。| |数据库|一般指的是数据库配置等方面的问题。例如，由于参数配置不合理，导致数据库处理速度慢的问题，可认为是数据库层面的问题。| # 2 硬件调优 ### 2.1 BIOS配置 ### 2.1 BIOS 配置 目的 对于不同的硬件设备，通过在BIOS