书栈网 · BookStack 本次搜索耗时 0.050 秒,为您找到 244135 个相关结果.
  • 六、Node2Vec

    六、Node2Vec 6.1 模型 6.2 边的representation 6.3 实验 6.3.1 人物关系可视化 6.3.2 多标签分类任务 6.3.3 连接预测 六、Node2Vec feature learning 的挑战是如何定义恰当的目标函数,这涉及计算效率和预测准确率之间的平衡。 一方面可以直接优化下游监督任务的目...
  • 新增硬件

    新增硬件 背景 意义 PaddleLite是如何工作的? 硬件接入方式 算子Kernel接入方式 子图接入方式 代码提交、Review、合入机制、CI机制 硬件接入完成标志 新增硬件 背景 深度学习技术在安防、交通、医疗、工业制造等行业获得了较广泛的应用,为了满足实际需求,越来越多算力更高、功耗更低的专用硬件被研发出来投向市场,...
  • 11.1 TiSpark 架构与原理

    11.1 TiSpark 架构与原理 11.1.1 概述 11.1.2 富 TiKV Java Client 11.1.3 打通 TiKV 和 TiSpark 11.1.4 聚簇索引 11.1.5 非聚簇索引处理 11.1.6 聚合处理 11.1.7 分布式大数据写入 11.1.8 总结 11.1 TiSpark 架构与原理 TiSp...
  • 1.6.8 密钥分配与管理

    CRYPT-8 密钥分配与管理 目录 8.1 单钥加密体制的密钥分配 8.1.1 密钥分配的基本方法 8.1.2 秘钥分配案例 8.1.3 密钥的分层控制 8.1.4 会话密钥的有效期 8.1.5 无中心的密钥控制 8.1.6 密钥的控制使用 8.2 公钥加密体制的密钥管理 8.2.1 公钥的分配 8.2.2 用公钥加密分配单钥密码体制的密钥...
  • 我和Crazepony的那点事儿(2)

    我和Crazepony的那点事儿(2) (一) 主控方面: 传感器方面: 数据通信方面: (二) 机身外形: 调试方便的考虑: 电机驱动: 我和Crazepony的那点事儿(2) 作者: CamelGo/ May 29,2014 最近笔者忙于毕业事宜,博客没跟上… 上次说到机身硬件就停笔了,莫非是给以后留点故事来写罢了,好吧...
  • Locality-aware

    概述 背景 Locality-aware DoublyBufferedData weight tree base_weight inflight delay 概述 LALB全称Locality-aware load balancing,是一个能把请求及时、自动地送到延时最低的下游的负载均衡算法,特别适合混合部署环境。该算法产生自DP系统...
  • Why GreptimeDB

    Why GreptimeDB 云原生 存算分离 算算分离 用户友好 Time-Series Table,schemaless 设计 PromQL、SQL 和 Python 易于部署和维护 易于集成 高性能 灵活的架构 小结 Why GreptimeDB GreptimeDB 是一种云原生时间序列数据库,具有分布式、可扩展和高效的特...
  • 应用场景

    应用场景 典型场景 典型架构 案例 1 - 个性化推荐系统 背景 用户需求 实现方案 案例 2 - 商品属性提取与多模搜索 背景 用户需求 实现方案 案例 3 - 视频去重 背景 用户需求 实现方案 应用场景 典型场景 在目前大部分的 AI 应用场景下,都可以使用 Milvus 来搭建智能应用系统: 图片识别 以...
  • 应用场景

    应用场景 典型场景 典型架构 案例 1 - 个性化推荐系统 背景 用户需求 实现方案 案例 2 - 商品属性提取与多模搜索 背景 用户需求 实现方案 案例 3 - 视频去重 背景 用户需求 实现方案 应用场景 典型场景 在目前大部分的 AI 应用场景下,都可以使用 Milvus 来搭建智能应用系统: 图片识别 以...
  • 应用场景

    应用场景 典型场景 典型架构 案例 1 - 个性化推荐系统 背景 用户需求 实现方案 案例 2 - 商品属性提取与多模搜索 背景 用户需求 实现方案 案例 3 - 视频去重 背景 用户需求 实现方案 应用场景 典型场景 在目前大部分的 AI 应用场景下,都可以使用 Milvus 来搭建智能应用系统: 图片识别 以...