[Image](/uploads/documents/a/4/e/d/a4ed2ae4c701b4f59270ecb5eebd0832/p1_1.jpg) ## 链滴 ## Java 对象的创建过程 作者：vcjmhg 原文链接：https://ld246.com/article/1619614850780 来源网站：链滴 许可协议：署名-相同方式共享4.0国际(CC BY-SA 4.0) 1.jpg) ## 概述 在之前的一篇文章《关于Java继承的哪些事》简单讲了Java创建对象的过程，但具体细节当时并没有细讲。因而本篇文章以HotSpot虚拟机为例，来讲一下Java虚拟机是如何创建一个对象的？ 简单来说Java对象的创建过程总共分为5步： ## Java创建对象的过程 ## 类加载检查 首先当虚拟机遇到一个new指令时，首先会去检查这个参数能否在常量池中定位到这个 类的符号引用并且检查这个符号引用所代表的的类是否已经被加载、连接、解析和初始化过，如果没有需要先执行的加载操作（详细过程可参考"类的加载流程"）。 ## 分配内存 当类加载检查通过后，接下来虚拟机需要为新生对象分配内存，为对象分配空间的任务等同于把一块定大小的内存从 Java 堆中划分出来。分配内存的方式主要有两种：指针碰撞和空闲列表。 具体选择哪种方式取决于Java堆是否规

## PyTorch ## RNN训练难题 主讲人：龙良曲  ## Simple Yet? Nothing is straightforward. ![Image](/uploads/documents/a/b/d/0/abd0d93

[Image](/uploads/documents/a/3/b/b/a3bbe1f6675c3cec959e1f224b976c60/p1_2.jpg) PYTHON 30th ## 使用Python训练和部署低精度模型 (TensorFlow版) 张校捷 2019/9/21 ## 目录 >> 低精度的概念和意义 TensorFlow的FP16模型 >> TensorRT的FP16/Int8模型 [Image](/uploads/documents/a/3/b/b/a3bbe1f6675c3cec959e1f224b976c60/p7_2.jpg) Updated Master-Weights ## I nt8模型的推断过程   ## FP16训练模型精度 Table 1: ILSVRC12 classification top-1 accuracy. |Model|Baseline|Mixed Precision|Reference|

试看/购买《TensorFlow 快速入门与实战》视频课程 ## 第六部分 目录 - 准备模型开发环境 - 生成验证码数据集 - 输入与输出数据处理 - 模型结构设计 - 模型损失函数设计 - 模型训练过程分析 - 模型部署与效果演示 ## 准备模型开发环境 ## 第三方依赖包 $ pip install Pillow captcha pydot flask ## 数据集生成 • Pillow it ## 模型训练过程分析 ## 模型训练过程  ## 学习率（Learning rate） 学习率与损失值变化（模型收敛速度）直接相关。 何时加大学习率 • 训练初期，损失值一直没什么波动 何时减小学习率 • 训练初期，损失值直接爆炸或者 训练初期，损失值直接爆炸或者 NAN • 损失值先开始速降，后平稳多时 • 训练后期，损失值反复上下波动  优化器介绍：SGD（Stochastic Gradient Descent） $$ g_{t}=\nabla_{\theta}J(\theta)

API可靠性分析与验证 姜剑峰 ## 主题内容 • Rust第三方库API可靠性现状 • 现用方法的局限性 - 基于程序合成+模糊测试的可靠性分析方法 ## 自我简介 • 本（2019）硕（2022）毕业于复旦大学 - 目前在蚂蚁集团安全计算部门开发应用于机密计算的Rust系统软件 - 研究生期间主要从事Rust测试与验证工具的研究，本人所在的是国内最早开展Rust程序分析相关研究的实 所有动态检查都不应该被违背（可以被安全的移除），除非panic是一种允许的行为 ## 现有的可靠性分析方法及其局限性 模糊测试(afl.rs, libfuzzer): 分支覆盖率；用例程序的构造 符号执行(klee, angr)：路径爆炸；求解困难 静态分析(MirChecker, Rudra, SafeDrop)：分析特定问题；假阳性 形式化验证(RustBelt)：无法方便的验证第三方库 其他工具（Miri等） 结论以及未来的发展 1. Rust优秀的语言设计避免了大量可能发生的潜在错误 2. 目前Rust程序合成的难点在于unsafe代码，泛型与trait，宏等 3. 保障Rust程序的可靠性仍然需要各种程序分析以及软件测试的手段 ## Thanks ## Rust China Conf 2021-2022 – Online, China

## DataEase 嵌入式分析 2024年3月 ## 人人可用的 开源数据可视化分析工具 DataEase 可以帮助用户快速分析业务数据并洞察其趋势，从而实现业务的改进与优化。DataEase 支持丰富的数据源连接，能够通过拖拉拽的方式快速制作图表，并且可以方便地与他人进行分享。 ## FIT2CLOUD 飞致云 ## DataEase v2 的不同版本对比 |版本类型|社区版|嵌入式版|企业版| |---|---|---|---| |目标群体|任何用户|ISV / 系统集成商|最终客户| |产品功能|社区版功能|社区版功能 + X-Pack 部分功能（含嵌入式分析能力）注：单数据集限制 10 万行数据。|社区版功能 + X-Pack 所有功能（含嵌入式分析能力）注：数据集无行数限制。| |销售方式|社区分发免费使用|线上销售 / 线下推广标准化合同模板|线下推广线下商务流程| |授权方式|免费永久使用|按 ×8）|原厂企业级技术支持服务（基础级，5×8；增强级，7×24）| 嵌入式分析可以给 ISV 带来哪些价值？ DataEase 嵌入式分析的方案 DataEase 嵌入式分析的优势 在线体验 & 嵌入流程介绍 ## 什么是嵌入式分析？ 嵌入式分析是可以嵌入在商业应用程序中，为应用软件提供或者增强分析功能的专业 BI 软件。 ## " Embedding analytics

17-6.18 @Shanghai Rust China Conf 2023 # Rust OS 开源操作系统训练营的教与学 李明 清华大学 2023-6-17 ## 1 Rust OS 开源训练营的起因和发展 ## 鹏城实验室 PENGCHENG LABORATORY ## 开源操作系统训练营的起源（2020年） |30|||| 训练营过去三年的发展情况 2020年 ~ 2022年 • 2020年 • 夏季训练营 2020.7.1 ~ 8.31 • 2021年 CSCC 全国大学生计算机系统能力大赛 • 夏季训练营 2021.7.1 ~ 7.31 2022年 CSCC 全国大学生计算机系统能力大赛 • 夏季训练营 2022.7.3 ~ 8.31 • 秋冬季训练营 2022.10.16 Hub of OS Kernel ## 2023 开源操作系统训练营 • 2023.05.27：在5月底前完成第二阶段 rCore OS 实验的全部内容，排行榜分数达到500分（满分）或类似的能力证明的同学，可联系李明老师了解详情，参加内容丰富的线下实习计划。实习地点在北京/济南。 ·2023.05.07：部分已经完成训练营第二阶段训练的同学，可联系李明老师，与全国的学生/工程师一起参加各种有趣挑战性的小项目

## 基于静态分析的Rust内存安全缺陷检测研究 报告人：徐辉 复旦大学 报告日期：2022.11.25 ## 大纲 一、问题背景 二、Rust指针缺陷检测方法 三、实验结论 四、论文发表心得 ## 大纲 一、问题背景 二、Rust指针缺陷检测方法 三、实验结论 四、论文发表心得 ## Rust语言 ## 系统级安全编程语言 手动释放内存或调用析构函数 函数返回时发生的自动析构或内存释放 ☐ Rust设计的目标之一是编译时检查指针别名（共享可变引用） 但一般意义上的指针分析是NP-hard问题 智能指针可行，但作为运行时方案，效率低 ■ Rust在语法设计中引入所有权机制，简化指针分析问题 ## Rust所有权模型 => XOR Mutability ☐ 一个对象有且只有一个所有者 ☐ 所有权可以转移给其它变量 访问v造成use-after-free 15 /*double free: v is released when the function returns*/ 16 } ## 从Rust MIR分析Auto Memory Reclaim问题 

## DataEase ## 人人可用的开源数据可视化分析工具 2023 年 6 月 数据可视化对企业的价值 DataEase 开源项目介绍 DataEase 模板市场 DataEase 企业版介绍 ## 数据可视化对企业的价值 原始数据  ## FIT2CLOUD 飞致云 数据→信息→价值 可视化 数据孤岛 管理混乱 缺失分析 可以为企业运营带来直接收益 ## 数据价值  全业务场景 用户行为管理 数据驾驶舱 ## 数据可视化对不同人员的价值 数据可视化对不同人员的价值 ## FIT2CLOUD 飞致云 ## 前端业务人员 能够快速、高效地提供体验良好的数据展现手段，通过分析数据资产的质量，助力企业做出更加准确的业务策略。 ## 数据管理人员 提供多种数据使用模式，提供更为丰富、安全的数据管理手段，有助于企业内部进行更为广泛的数据整合与分析，并由此创造数据价值。 ## 企业管理者 能够合理评估、规范和洞察企业信息，洞悉企业发展趋势，在有效管理 IT

R-Bot：检索问答系统 KB/KG 问题 问题分析 检索 排序 词/同义词  答案[列表] 实体识别 问题分类 同类词 TF-IDF LtR 指代消解 词向量 CNN/RNN 关系抽取 情感分析 ## I R-Bot：深度学习 7fc1/p15_1.jpg) ## Q: 如何表示对话状态 ## 策略优化 Dialogue Policy Optimization (DPO) · 系统如何做出反馈动作 • 作为序列决策过程进行优化：增强学习  ## 语言生成 “我不知道” 这类答案的可能性 • 带来新的信息 - 让产生的答复与之前的不同 · 语义要连贯 • 加入互信息：同时考虑从answer到question的概率 ## 闲聊机器人：其他因素 - 小心你的训练数据 > 来一次说走就走的旅行 = _UNK = > 我靠 靠 你 妹 啊 > 你丫还说脏话 还 不 都是 网 吧 那个 二 嘎 子 ， > 滚蛋 我 也 觉