Skip to main content

moregeek program

c++ 图进阶系列之纵横对比 bellman-ford 和 dijkstra 最短路径求解算法-多极客编程

1. 前言 因无向、无加权图的任意顶点之间的最短路径由顶点之间的边数决定,可以直接使用原始定义的广度优先搜索算法查找。 但是,无论是有向、还是无向,只要是加权图,最短路径长度的定义是:起点到终点之间所有路径中权重总和最小的那条路径。 如下图所示,A 到 C 的最短路径并不是A直接到 C(权重是9),而是A 到 B 再到 C(权重是 7)。所以,需要在广度优先搜索算法的基础上进行算法升级后才能查找到

Read More

onnx模型分析与使用-多极客编程

本文大部分内容为对 ONNX 官方资料的总结和翻译,部分知识点参考网上质量高的博客。 一,ONNX 概述 深度学习算法大多通过计算数据流图来完成神经网络的深度学习过程。 一些框架(例如CNTK,Caffe2,Theano和TensorFlow)使用静态图形,而其他框架(例如 PyTorch 和 Chainer)使用动态图形。 但是这些框架都提供了接口,使开发人员可以轻松构建计算图和运行时,以优

Read More

“山外有山比山高”-为什么叫深度学习?​-多极客编程

1.模型的复杂表示​在上一节中(​​"众里寻他千百度"-深度学习的本质​​),讨论了如何通过简单的回归模型预测未来一天的youtube频道的观看人数。事实上,在上一节的案例介绍中,使用的是线性回归模型。现在,考虑更复杂的情况。因为线性回归模型的特点是只能简单的认为前一天的观看人数和后一天的观看人数之间是简单的直线关系,但是在现实的情况中,可能二者之间的关系比较复杂,可能呈现出先上升后下降再上升的态

Read More

4个例子帮你梳理pytorch的nn module-多极客编程

本文延续前一篇文章的例子。只是例子一样,代码实现是逐步优化的,但是知识点没什么必然关联。 几个例子帮你梳理PyTorch知识点(张量、autograd) nn 计算图和autograd是定义复杂算子和自动求导的一个非常强大的范例;但是对于一些大型神经网络来说,原始的autograd可能有点低级。 在我们创建神经网络的时候,我们通常希望将其组织成一层一层的网络,以便进行运算和理解。这些网络层其中一

Read More

clickhouse表引擎探究-replacingmergetree-多极客编程

作者:耿宏宇1 表引擎简述1.1 官方描述MergeTree 系列的引擎被设计用于插入极大量的数据到一张表当中。数据可以以数据片段的形式一个接着一个的快速写入,数据片段在后台按照一定的规则进行合并。相比在插入时不断修改(重写)已存储的数据,这种策略会高效很多。ReplacingMergeTree 引擎和 MergeTree 的不同之处在于它会删除排序键值相同的重复项。数据的去重只会在数据合并期间进

Read More

扒源码系列:gpt / gpt-2 中 proj 的作用_51-lolitaann的博客-多极客编程

事情是这样的。前两天翻译了一篇文章图解GPT-2。在翻译的过程中为了防止自己出错,所以参考了一下其他人对于GPT的一些理解,然后就出错了,为了解决这个错误,导致我最后重新扒了一遍GPT-2的源码,在这里跟大家分享一下。 大家先来回顾一下GPT-2的结构,GPT-使用的是类似于transformer的decoder的组件。 就是输入先经过一个masked multi-head attention。

Read More

深度学习基础知识串烧_domi+1的博客-多极客编程

分享一些最近看到的深度学习文章,大概整理了一些基础知识作为入门,1.CNN模型具体分析(AlexNet网络结构)1.1 网络结构AlexNet有5个卷积层和3个全连接层C1:96×11×11×3 (卷积核个数/宽/高/深度)               34848个C2:256×5×5×48(卷积核个数/宽/高/深度)           307200个C3:384×3×3×256(卷积核个数/宽

Read More

解密负载均衡技术和负载均衡算法_京东云官方的博客-多极客编程

什么是负载均衡技术负载均衡器是一种软件或硬件设备,它起到了将网络流量分散到一组服务器的作用,可以防止任何一台服务器过载。负载均衡算法就是负载均衡器用来在服务器之间分配网络流量的逻辑(算法是一组预定义的规则),有时候也叫做负载均衡的类型。负载均衡算法的种类非常多,包括从简单的轮询负载均衡算法到基于响应状态信息的自适应负载均衡算法。负载均衡算法的选择会影响负载分配机制的有效性,从而影响性能和业务连续性

Read More

c++ 不知图系列之基于邻接矩阵实现广度、深度搜索_一枚大果壳的博客-多极客编程

1. 前言 图是一种抽象数据结构,本质和树结构是一样的。 图与树相比较,图具有封闭性,可以把树结构看成是图结构的基础部件。在树结构中,如果把兄弟节点之间或子节点之间横向连接,便构建成一个图。 树适合描述从上向下的一对多的数据结构,如公司的组织结构。 图适合描述更复杂的多对多数据结构,如群体社交关系、城市交通路线…… 本文将讨论以邻接矩阵方式存储图,并在此基础之上对图进行深度、广度搜索。 2.

Read More

k8s如何调度pod_fly天地的博客-多极客编程

选择节点步骤k8s默认的调度器是kube-scheduler,它会为新创建的pod且未被调度的pod选择最合适的节点。这个过程如下过滤:节点是否有足够的资源满足请求资源条件,满足条件的节点被称为可调度节点打分:根据不同的条件对节点进行打分,调度器会把pod调度到得分最高的节点绑定:选出得分最高的节点后,调度器会把调度决定通知给kube-apiserver常用的打分条件nodeSelector通过指

Read More

标签评分:海量标签如何进行系统治理?_mb605311eb9631f的博客-多极客编程

本篇是「标签画像系列」的第四篇,此前我们已经介绍过了标签画像体系建设方法论、标签体系设计与加工、标签加工与落库,这次我们来介绍一下「标签评分」。标签评分是标签治理的一个重要措施,通过给标签打分,可清晰直观的从各个维度评估标签,掌握标签真实使用情况,进行标签持续优化,助力业务运营。同时,也能帮助数据团队判断哪些标签更应该投入计算与存储资源,合理规划集群资源。一、为何要使用标签评分?经过前期标签体系设

Read More

深度学习基础知识串烧_domi+1的博客-多极客编程

分享一些最近看到的深度学习文章,大概整理了一些基础知识作为入门,1.CNN模型具体分析(AlexNet网络结构)1.1 网络结构AlexNet有5个卷积层和3个全连接层C1:96×11×11×3 (卷积核个数/宽/高/深度)               34848个C2:256×5×5×48(卷积核个数/宽/高/深度)           307200个C3:384×3×3×256(卷积核个数/宽

Read More

还能这么玩?将prompt tuning用于细粒度的图像检索!_wx6317028f762da的博客-多极客编程

还能这么玩?将Prompt Tuning用于细粒度的图像检索!【写在前面】细粒度对象检索旨在学习判别表示以检索视觉上相似的对象。然而,现有的最佳性能作品通常在语义嵌入空间上施加成对的相似性,以在有限的数据体系中不断调整整个模型,从而导致容易收敛到次优解。本文提出了细粒度检索提示调优算法(FRPT),该算法从样本提示和特征自适应的角度出发,利用冻结的预训练模型来执行细粒度检索任务。具体地说,FRPT

Read More

redis 为什么用跳表,而不用平衡树?_码农小宋的博客-多极客编程

跳表Redis 只有 Zset 对象的底层实现用到了跳表,跳表的优势是能支持平均 O(logN) 复杂度的节点查找。zset 结构体里有两个数据结构:一个是跳表,一个是哈希表。这样的好处是既能进行高效的范围查询,也能进行高效单点查询。typedef struct zset { dict *dict; zskiplist *zsl;} zset;Zset 对象在执行数据插入或是数据更新的

Read More

dubbo的负载均衡策略之randomloadbalance加权随机策略源码分析_轻尘的博客-多极客编程

背景剖析dubbo源码,发现dubbo提供了五种负载均衡策略,分别是一致性Hash平衡策略:ConsistentHashLoadBalance加权随机策略:RandomLoadBalance最少活跃策略:LeastActiveLoadBalance加权轮询策略:RoundRobinLoadBalance最短响应时间策略:ShortestResponseLoadBalance​现在先分析最简单的加权

Read More

lvs的多种调度模式_清晨的博客-多极客编程

[root@k8s02 ~]# ipvsadm -h--scheduler -s scheduler(ˈskejələr调度) one of rr|wrr|lc|wlc|lblc|lblcr|dh|sh|sed|nq, the default scheduler is wlc.-s rr 轮循法-s wrr 带权重的循环法-s lc 最少连接法-s wlc 带权重的最少连接法-s

Read More

深度学习公式推导(1):神经元的数学公式_崔皓的博客-多极客编程

​在上节中我们说了神经元是如何接受信号,并且发射点火从而影响其他神经元的,下面先来复习一下整个过程。如上图所示,神经元点火的过程。(i) 神经元接受来自其他多个神经元的信号,这些信号会作为该神经元的输入。(ii) 如果信号量之和达到了神经元点火的阈值,神经元就会触发点火。也即是说神经元的输出有两种情况,点火或者不点火,我们用数字信号 0表示不点火, 1 表示点火。如上图所示,y 代表神经元的输出0

Read More

css的众多小技巧之选择器:你还在为样式不生效而感到苦恼吗?让我们看看它的奇技淫巧_流指斜阳的博客-多极客编程

我写的样式老不生效啊,怎么办呢?要不来个important吧!反正催得急,先上线再说,有五个属性都要修改,但是都被覆盖了,emmm,那就加五个important吧。改到最后项目中随处都可见important的身影,当你或者其他人在为此抓狂的时候,它躲在一旁邪魅的一笑:就喜欢你看不惯我又干不掉我的样子!还有一种情况就是,不知道怎么选中需要设置样式的元素,所以就不断的加类名,费劲脑筋去想各种各样名称,

Read More

数据化管理洞悉零售及电子商务运营——零售密码_普通代码加工员的博客-多极客编程

零售周权重指数零售规律以周为单位不断循环的过程剔除数据法定节假日元旦、春节、清明节、五一、端午节法定假期的调休日行业特殊日情人节、三八节、儿童节非正常销售日天灾人祸、店庆周权重指数以某段销售周期内的历史日销售额数据为基础,以周为单位,进行权重分析处理的一种管理工具值越大表示该企业或者店铺的日销售额 波动幅度越大是零售店铺用来量化处理各种销售状况、销售事件的管理工具周权重指数等于周一到周日每天的日权

Read More

简单理解css选择器权重问题!_qq5ab1252a2db8b的博客-多极客编程

什么是权重?权重简单来说就是相对重要程度,如果放在CSS中代表的含义就是给同一块内容赋予不同的样式,权重高者样式才会生效!权重低则不生效!示例:假设有一个p标签,我们要设置颜色,单独类选择器权重高于标签选择器,所以生效! ​​<p class="p-tag">我是一个p标签<p>​​// 权重高 -- 生效.p-tag { color=red}// 权重低 -- 没有

Read More