首页
学习
活动
专区
工具
TVP
发布

闪电gogogo的专栏

专栏作者
71
文章
94862
阅读量
37
订阅数
Cortex-A9 Timing
在Cortex-A9的文档《Cortex-A9 NEON Media Processing Engine》Technical Reference Manual中有关于Instruction Timing的信息,解释如下:
闪电gogogo
2019-11-27
4830
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》
闪电gogogo
2019-11-21
7830
[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。
闪电gogogo
2019-11-14
1.5K0
[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是差不多的。由于SIMD一次可以处理N个数据,所以它的处理的时间也就缩短到SISD的1/N。需要指出一点,NEON是需要硬件支持的,需要有一块寄存器放到硬件上来处理这个的。SIMD、MMX、SSE、AVX、3D Now!、NEON
闪电gogogo
2019-11-14
1.3K0
【《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,不同的分支预测算法等。
闪电gogogo
2019-11-14
1.2K0
《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,书中仅讨论在标注问题的应用,主要讲述线性链条件随机场,问题变成由输入序列对输出序列预测的判别模型,形式为对数线性模型,学习方法通常是极大似然估计或正则化的极大似然估计。
闪电gogogo
2019-07-02
5140
《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。
闪电gogogo
2018-12-27
4470
《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、神经网络等学习器上效用更加明显。
闪电gogogo
2018-12-24
4820
《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
闪电gogogo
2018-12-24
6530
《统计学习方法》笔记七(3) 支持向量机——非线性支持向量机
本系列笔记内容参考来源为李航《统计学习方法》 核函数定义 核技巧在支持向量机中的应用 正定核 函数K(x,z)满足正定核时可作为核函数。 常用核函数 非线性支持向量机学习算法
闪电gogogo
2018-12-17
5000
《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。
闪电gogogo
2018-12-12
3530
《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。
闪电gogogo
2018-12-07
6510
《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,x1,x2,...,xn)
闪电gogogo
2018-12-07
3620
《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
闪电gogogo
2018-12-07
6140
《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;然后基于此模型,对给定的输入x,利用贝叶斯定理求出后验概率最大的输出y。
闪电gogogo
2018-12-05
7640
[转]深复制与浅复制
转自文章  http://iaman.actor/blog/2016/04/17/copy-in-python
闪电gogogo
2018-12-04
7220
《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。
闪电gogogo
2018-12-04
5010
《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,属于判别模型。感知机学习旨在求出将训练数据进行线性划分的分离超平面,为此,导入基于误分类的损失函数,利用梯度下降法对损失函数进行极小化,求得感知机模型。感知机算法具有简单而易于实现的优点,分为原始形式和对偶形式,感知机预测是用学习得到的感知机模型对新的输入实例进行分类。
闪电gogogo
2018-11-22
3280
《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,对每个样本点引入松弛变量,使函数间隔加上松弛变量≥1。
闪电gogogo
2018-11-21
3270
《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。
闪电gogogo
2018-10-11
6400
点击加载更多
社区活动
Python精品学习库
代码在线跑,知识轻松学
热点技术征文第五期
新风口Sora来袭,普通人该如何把握机会?
博客搬家 | 分享价值百万资源包
自行/邀约他人一键搬运博客,速成社区影响力并领取好礼
技术创作特训营·精选知识专栏
往期视频·干货材料·成员作品·最新动态
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档