加载中
JVM内存模型和GC

内存模型 这张图是我见过的最能描述JVM内存模型的图,JVM包括两个子系统和两个组件。两个子系统为:class loader(类装载)、Execution engine(执行引擎);两个组件为:Runtime data area...

2019/04/08 20:51
23
http之头域

每个头域由一个域名,冒号(:)和域值三部分组成。域名是大小写无关的,域值前可以添加任何数量的空格符,头域可以被扩展为多行,在每行开始处,使用至少一个空格或制表符。 1、请求信息: ...

2015/11/26 13:58
105
JAVA内存泄漏和内存溢出的区别和联系

JAVA内存泄漏和内存溢出的区别和联系 1、内存泄漏memory leak : 是指程序在申请内存后,无法释放已申请的内存空间,一次内存泄漏似乎不会有大的影响,但内存泄漏堆积后的后果就是内存溢出。 ...

2019/04/09 20:56
810
推荐系统-协同过滤

推荐系统概述: 通过对用户历史行为数据的挖掘发现用户的偏好,基于不同的偏好对用户进行群组划分并推荐品味相似的商品。 推荐系统在用户(USER)和物品(ITEM)之间建立一座桥梁, 帮助用户找到...

2019/04/23 15:07
78
高项考试如何通过?

给一些还在折磨的朋友们做个分享,高项考试如何才能通过.要学些什么,重点是什么. 给公司想学习想进步的童鞋做个分享. 高级信息系统项目管理师必过.

深度学习——激活函数Sigmoid/Tanh/ReLU

激活函数(Activation Function)的特点: 非线性: 当激活函数是线性的时候,一个两层的神经网络就可以逼近基本上所有的函数了。 可微: 当优化方法是基于梯度的时候,这个性质是必须的。 单调...

2019/04/11 20:58
90
数据分层

1.数据计算层 01.数据计算层-主要考虑方面 计算平台:离线数据计算 实时数据计算 管理:元数据模型整合和应用、 数据表的规范命名 存储元数据: 运行数据: 2.计算的数据分层:数据加工链路 ...

2019/04/11 16:11
13
HTTP认证方式

HTTP认证方式

2015/11/26 14:25
518
机器学习总览与场景使用大全

机器学习分类,算法比较,使用场景

TensorFlow 简介

TensorFlow 简介: 节点 (nodes) 在图中表示数学操作,图中的线 (edges) 则表示在节点间相互联系的多维数组,即张量 (Tensor), 而 (flow) 流 意味着这基于数据流图的计算,TensorFlow为张量从...

Spark 内存管理

Spark 作为一个基于内存的分布式计算引擎,其内存管理模块在整个系统中扮演着非常重要的角色。 理解 Spark 内存管理的基本原理,有助于更好地开发 Spark 应用程序和进行性能调优。本文旨在梳...

2019/03/19 17:48
22
http协议之初识

详述http概念,特点和工作流程

2015/11/26 13:50
84
技术团队怎么带

如何带好一支技术团队呢? 作为过来人,我觉得不能光谈团队管理,忽略自我管理。 自我管理 任何管理都要先做好自己管理。 做好个人工作和家庭的时间管理 保持个人技术先进性,有深度有广度,...

2019/04/25 18:47
31
用户画像数据建模方法

作者:百分点技术总监郭志金 摘自:百分点(ID: baifendian_com)

HTTP应用

断点续传的实现原理,多线程下载的原理,http代理,虚拟主机

中级 Linux 用户非常有用的 20 个命令

linux 中级 命令

2016/02/18 19:22
430
XGBoost原理——机器学习大杀器

XGBoost是什么 Boosting算法的思想是将许多弱分类器集成在一起形成一个强分类器。因为XGBoost是一种提升树模型,所以它是将许多树模型集成在一起,形成一个很强的分类器。 在决策树中,我们知...

2019/04/23 10:36
29
hive 实战总结

hive 体系架构 启动 hive 命令行 进入hive安装目录,输入bin/hive的执行程序,或者输入 hive –service cli hive脚本的执行方式大致有三种 hive可以直接敲hive命令进入interactive模式,直接...

2019/04/10 10:36
267
算法回顾

第一章:算法简介 二分查找: log10100相当于问“将多少个10相乘 的结果为100,答案是两个:10 × 10 = 100。因此,log10100 = 2。 算法效率: 总结: 二分查找的速度比简单查找快得多。 O(...

LightGBM 算法原理

LightGBM 的动机 GBDT (Gradient Boosting Decision Tree) 是机器学习中一个长盛不衰的模型,其主要思想是利用弱分类器(决策树)迭代训练以得到最优模型,该模型具有训练效果好、不易过拟合...

2019/04/23 14:21
245

没有更多内容

加载失败,请刷新页面

返回顶部
顶部