Base Integer Instructions: 101 ..... 15
1.4 全书的总览 ..... 19
1.5 结束语 ..... 20
1.6 扩展阅读 ..... 21
第二章 RV32I: RISC-V 基础整数指令集 ..... 23
2.1 导言 ..... 23
2.2 RV32I 指令格式 ..... 23
2.3 RV32I 寄存器 ..... 26
2.4 RV32I 整数计算 ....
2.7 RV32I 无条件跳转 ..... 31
2.8 RV32I 杂项 ..... 31
2.9 使用插入排序比较 RV32I, ARM-32, MIPS-32 和 x86-32 指令集 ..... 32
2.10 结束语 ..... 32
2.11 扩展阅读 ..... 33
第三章 RISC-V 汇编语言 ..... 41
3.1 导言 ..... 41
3.2 0 码力 |
164 页 |
8.85 MB
| 2 年前 3 
## 自定义数据集实战
主讲：龙良曲
## Pokemon Dataset
0 码力 |
16 页 |
719.15 KB
| 2 年前 3 0 码力 |
2842 页 |
9.47 MB
| 2 年前 3 0 码力 |
2917 页 |
9.59 MB
| 1 年前 3 构建支撑千亿级数据量的高可用查询引擎
演讲人：蔡岳毅
1. 为什么选择ClickHouse/StarRocks;
2. ClickHouse/StarRocks 的高可用架构；
3. 如何合理的应用ClickHouse的优点，StarRocks如何来补充ClickHouse的短板；
4. ClickHouse的调优，运维介绍；
5. 应用总结；
## 根据实际业务场景需要来选择
1. 不固定的查询条件，不固定的汇总条件； c14ade/p5_1.jpg)
## StarRocks的特点
## 优点：
1. 支持标准的SQL语法，兼容MySQL协议；
2. MPP架构，扩缩容非常简单方便；
3. 支持高并发查询；
4. 跨机房部署，实现最低成本的DR
## 缺点：
1. 不支持大规模的批处理；
2. 支持insert into，但最理想的是消费Kafka;
## 采用ClickHouse后平台的查询性能
### system.query_log表，记录已经执行的查询记录
query：执行的详细SQL，查询相关记录可以根据SQL关键字筛选该字段
query duration ms: 执行时间
memory usage: 占用内存
read_ 0 码力 |
15 页 |
1.33 MB
| 2 年前 3 黄海广 副教授
2023年03月
## 本章目录
01 数据集划分
02 数据集制作
03 数据归一化/标准化
04 正则化
05 偏差和方差
## 数据集划分
训练集（Training Set）：帮助我们训练模型，简单的说就是通过训练集的数据让我们确定拟合曲线的参数。
验证集（Validation Set）：也叫做开发集（Dev Set），用来做模型选择（model selec selection），即做模型的最终优化及确定的，用来辅助我们的模型的构建，即训练超参数，可选；
测试集（Test Set）：为了测试已经训练好的模型的精确度。
三者划分：训练集、验证集、测试集
机器学习：60%，20%，20%；70%，10%，20%
深度学习：98%，1%，1%（假设百万条数据）
## 交叉验证
1. 使用训练集训练出10个模型
2. 用10个模型分别对交叉验证集计算得出交叉验证误差（代价函数的值）
3. 选取代价函数值最小的模型
4. 用步骤3中选出的模型对测试集计算得出推广误差（代价函数的值）
## 数据集制作
PyTorch的dataloader是用于读取训练数据的工具，它可以自动将数据分割成小batch，并在训练过程中进行数据预处理。 0 码力 |
19 页 |
1.09 MB
| 2 年前 3
| 
PostgreSQL 查询优化器解析0 码力 | 37 页 | 851.23 KB | 1 年前3