原创 DeepConf: Automating Data Center Network Topologies Management with Machine Learning

public by sigcomm2018 NETAI   原:DeepConf: Automating Data Center Network Topologies Management with Machine Learning 譯:

原创 Low Latency RNN Inference with Cellular Batching

Low Latency RNN Inference with Cellular Batching 單元批處理形成低延遲RNN推斷(預測) 摘要 對預先訓練好的神經網絡模型進行性能推斷必須要求能夠有低延遲,但是這往往與高吞吐量相矛盾 現有的

原创 Open Carrier Interface: An Open Source Edge Computing Framework

開放載體接口:開源邊緣計算框架 Marc Körner ∗,ICSI,[email protected];Torsten M. Runge ∗,ICSI, [email protected];  Aurojit

原创 RL-Cache: Learning-Based Cache Admission for Content Delivery

RL-Cache:在內容分發中學習型緩存算法 Vadim Kirilin §⇤ , Aditya Sundarrajan †⇤ , Sergey Gorinsky § , and Ramesh K. Sitaraman †$ § IMDE

原创 Deep Learning-based Short Video Recommendation and Prefetching for Mobile Commuting Users

基於深度學習爲移動通勤用戶進行短視頻推薦和預緩存 李倩,張遠 中國傳媒大學;黃宏 華中科技大學 摘要 目標:減少用戶等待時間,提高用戶體驗質量 使用:主成分分析法,在不影響準確性的條件下,加快推薦速度 提出:一種基於深度學習對用戶進行短視

原创 1 python-基礎

1. 數據類型和變量整數:0,-3, 333 ,0xff00(十六進制)浮點數:0.4 ,1.23e9(1.23x109) , 0.000012可以寫成1.2e-5字符串:‘a’或“a”,用單引號和雙引號括起來,如果字符串中包括單、雙引號

原创 3 python-高級特性

目標:代碼越少越好1.切片1).功能:直接選擇list或tuple中的子元素。2).優點:代替循環,減少代碼量3).實現:list[首元素位置:尾元素位置:間隔選擇數],tuple(首元素位置:尾元素位置:間隔選擇數),list[1,2,

原创 python 簡介

python優點:高級編程語言,提供大量的基礎代碼庫和第三方庫,開發速度快簡單易懂跨平臺python缺點:解釋性語言,運行速度慢代碼不能加密,發佈python程序,實則公開源代碼 適合開發應用:網絡應用,網站、後臺服務等小工具包裝其他語言