闪电gogogo的专栏

71 篇文章
37 人订阅

全部文章

闪电gogogo

Cortex-A9 Timing

在Cortex-A9的文档《Cortex-A9 NEON Media Processing Engine》Technical Reference Manual中...

13620
闪电gogogo

Cortex-A8/A76

关于Cortex-A8的微处理架构参考《ARM_Cortex-A8微处理器的架构和实现》

14720
闪电gogogo

[转]嵌入式系统

嵌入式系统由:嵌入式微处理器、外围硬件设备、嵌入式操作系统(可选)以及应用软件系统等四个部分组成。

12410
闪电gogogo

[转]SIMD、MMX、SSE、AVX、3D Now!、NEON

对于SISD,每个指令只能处理一个数据,而SIMD一个指令可以处理多个数据,因为多个数据的处理是平行的,因此从时间来说,一个指令执行的时间,SISD和SIMD是...

24310
闪电gogogo

【《超标量处理器基础》学习笔记一】处理器设计

体系结构指指令集体系结构,即指令集的规范,而微体系结构是指体系结构的具体逻辑实现,同一种指令集体系结构可以用不同的微体系结构,并采用不同的流水线设计,不同的分支...

16010
闪电gogogo

《统计学习方法》笔记十一 条件随机场

条件随机场是给定一组输入随机变量条件下另一组输出随机变量的条件概率分布模型,其特点是假设输出随机变量构成马尔可附随机场,条件随机场可用于不同的预测问题,书中仅讨...

17230
闪电gogogo

《统计学习方法》笔记十 隐马尔可夫模型

隐马尔可夫模型是可用于标注问题的统计学习模型,描述由隐藏的马尔科夫链随机生成观测序列的过程,属于生成模型。

19530
闪电gogogo

《统计学习方法》笔记八 提升方法

Boosting主要关注降低偏差,因此Boosting能基于泛化性能相当弱的学习器构建出很强的集成,Bagging主要关注降低方差,因此它在不剪枝的决策树、神经...

17730
闪电gogogo

《统计学习方法》笔记九 EM算法及其推广

EM算法是一种迭代算法,用于含有隐变量的概率模型参数的极大似然估计或极大后验概率估计。迭代由

28320
闪电gogogo

《统计学习方法》笔记七(3) 支持向量机——非线性支持向量机

20220
闪电gogogo

《统计学习方法》笔记七(1) 支持向量机——线性可分支持向量机

应用拉格朗日对偶性,通过求解对偶问题得到原始问题的最优解,一是因为对偶问题往往更容易求解,二是自然引入核函数,进而推广到非线性分类的问题。

17220
闪电gogogo

《统计学习方法》笔记五 决策树

分类决策树模型是一种描述对实例进行分类的树形结构。决策树由结点和有向边组成。结点有两种类型:内部结点和叶结点。内部结点表示一个特征或属性,叶结点表示一个类。

20420
闪电gogogo

《统计学习方法》笔记六(1) 逻辑斯谛回归

上式表示事件结果y=1的概率取值。x∈Rn+1,y∈{1,0}。θ∈Rn+1是权值向量,其中ω中包含偏置项,即ω=(ω0,ω1,...,ωn),x = (1,x...

17130
闪电gogogo

《统计学习方法》笔记六(2) 最大熵模型

首先考虑模型应满足的条件,给定训练数据集,可确定联合分布P(X,Y)的经验分布和边缘分布P(X)的经验分布

20830
闪电gogogo

《统计学习方法》笔记四 朴素贝叶斯法

朴素贝叶斯(navie Bayes)法是基于贝叶斯定理与特征条件独立假设的分类方法。对于给定的训练数据集,首先基于特征条件独立假设学习输入/输出的联合概率分布;...

26410
闪电gogogo

[转]深复制与浅复制

转自文章  http://iaman.actor/blog/2016/04/17/copy-in-python

16020
闪电gogogo

《统计学习方法》笔记三 k近邻法

k近邻是一种基本分类与回归方法,书中只讨论分类情况。输入为实例的特征向量,输出为实例的类别。k值的选择、距离度量及分类决策规则是k近邻法的三个基本要素。

14820
闪电gogogo

《统计学习方法》笔记二 感知机

感知机(perceptron)是二分类的线性分类模型,输入为实例的特征向量,输出为实例的类别,取±1。感知机对应与输入空间中将实例划分为正负两类的分离超平面,属...

15220
闪电gogogo

《统计学习方法》笔记七(2) 支持向量机——线性支持向量机

线性不可分的通常情况是训练数据中有一些特异点,将这些点去除后,剩下的大部分样本点组成的结合是线性可分的。即某些样本点不能满足函数间隔≥1的约束条件,据此,对每个...

12710
闪电gogogo

《统计学习方法》笔记一 统计学习方法概论

输入与输出所有可能取值的集合成为输入空间与输出空间。每个具体的输入是一个实例,通常由特征向量表示,所有特征向量存在的空间成为特征空间。

16120

扫码关注云+社区

领取腾讯云代金券