原创 針對GPU單指令多數據流的編譯優化算法

1.單指令多數據流 首先來看一段簡單的if-else語句: if(A) { B = 1;//Instruction S1 C = 2;//Instruction S2 } else { B = 3;//Instr

原创 nasm彙編中的宏定義

最近看orange’s 一個操作系統的實現,發現nasm中的宏彙編不是很清楚,在此詳細記錄一下 256 %macro Descriptor 3 258 dw %1 & 0FFFFh ; 段基址1 257 dw %2 & 0FFFFh ;

原创 android中的Log問題

摘要(Abstract) 必備技能,使用日誌工具 LogCat,並嘗試解決真機調試沒有日誌的問題。 日誌工具(LogCat) 日誌在任何項目的開發過程中都會起到非常重要的作用,在 Android 項目中如果你想要查看日誌則必須要使用 Lo

原创 從兩屆圖靈獎(2018-2019)看GPU發展史

1. 引言 多年以後,面對圖形處理器(GPU)在人工智能、加密貨幣、高性能計算、自動駕駛等多研究領域的廣泛應用,如今的遊戲發燒友們是否會回想起,1999年Nvidia發佈專業遊戲顯卡GeForce256時那個炎熱的夏天? GeF

原创 樸素貝葉斯分類

生活中很多場合需要用到分類,比如新聞分類、病人分類等等。 本文介紹樸素貝葉斯分類器(Naive Bayes classifier),它是一種簡單有效的常用分類算法。 一、病人分類的例子 讓我從一個例子開始講起,你會看到貝葉斯分類器很好懂

原创 梯度下降法

    在求解機器學習算法的模型參數,即無約束優化問題時,梯度下降(Gradient Descent)是最常採用的方法之一,另一種常用的方法是最小二乘法。這裏就對梯度下降法做一個完整的總結。 1. 梯度     在微積分裏面,對多元函數的

原创 SVM

前兩章討論支持向量機時,假設了數據最終是能完全被分開,即數據在原始特徵空間或映射到高維特徵空間之後能夠完全正確分類。但是,這樣絕對的分類存在一個明顯的問題,如果模型中存在異常點,即使高維映射之後,能夠完全正確分類,也可能導致模型複雜度過

原创 感知機

感知機模型: 1 判別模型, 2 旨在學習出一個線性劃分的超平面 輸入 T= {(x1,y1),(x2,y2)……(xN,yN)}xi 是一n維的特徵向量,yi屬於{+1,-1}。 通俗來講就是。(假設T是線性可分的) 輸出 函數f

原创 機器學習數學基礎

機器學習理論篇1:機器學習的數學基礎 一、概述 我們知道,機器學習的特點就是:以計算機爲工具和平臺,以數據爲研究對象,以學習方法爲中心;是概率論、線性代數、數值計算、信息論、最優化理論和計算機科學等多個領域的交叉學科。所以本文就

原创 從grub2啓動windows

在grub2硬盤的計數是從0開始的,分區的計數是從1計數的 例如(hd0,msdos1)表示第一個硬盤第一個分區 msdos5表示拓展分區 一個硬盤的分區有三種類型:主分區、拓展分區、邏輯分區 硬盤=主分區+拓展分區 拓展分區=若干個邏輯

原创 決策樹算法

ID3決策樹算法類似算法流程圖。 決策樹算法 優點:計算複雜度不高,輸出結果易於理解,對中間值的缺失不敏感,可以處理不相關特徵數據。 缺點:可能會產生過度匹配問題。 適用數據類型:數值型和標稱型 基於Python的實現代碼: 1)準備

原创 android studio中如何重命名文件

如圖,選中你要重命名的文件(pic.PNG),在“Refactor”選項中有Rename,點擊進行更名: 更名後你的工程中所有原來引用過的“pic”都將更換成你改的新名字。 快捷鍵:Shift+F6 點贊 收藏

原创 SharedPreferences詳解

很多時候我們開發的軟件需要向用戶提供軟件參數設置功能,例如我們常用的QQ,用戶可以設置是否允許陌生人添加自己爲好友。對於軟件配置參數的保存,如果是window軟件通常我們會採用ini文件進行保存,如果是j2se應用,我們會採用prope

原创 Android中的Fragment

我們都知道,Android上的界面展示都是通過Activity實現的,Activity實在是太常用了,我相信大家都已經非常熟悉了,這裏就不再贅述。 但是Activity也有它的侷限性,同樣的界面在手機上顯示可能很好看,在平板上就未必了,

原创 ubuntu下wifi灰色的解決辦法

ubuntu上wifi是灰色的解決辦法: [解決]   rpeter@oodelang:~$ rfkill list   0: hp-wifi: Wireless LAN   Soft blocked: yes   Hard block