Intensive

A Full Hardware Guide to Deep Learning

A Full Hardware Guide to Deep Learning Deep Learning is very computationally intensive, so you
·2015-10-31 09:55

关于ado.net连接池的一些分享（原文出自：http://www.cnblogs.com/rickie/archive/2004/10/02/48546.aspx）

Opening a database connection is a resource intensive and time consuming operation. Connection p
·2015-10-31 08:20

node.js的安装

运行时建立的一个平台，用来方便地搭建快速的，易于扩展的网络应用Node.js借助事件驱动，非阻塞I/O模型变得轻量和高效，非常适合run across distributed devices的data-intensive
·2015-10-31 08:27

UDT: Breaking the Data Transfer Bottleneck

udt.sourceforge.net/ DT is a reliable UDP based application level data transport protocol for distributed data intensive
·2015-10-29 08:00

关于ADO.Net连接池（Connection Pool）的一些个人见解

Opening a database connection is a resource intensive and time consuming operation.
·2015-10-29 08:11

node.js安装

运行时建立的一个平台，用来方便地搭建快速的，易于扩展的网络应用Node.js借助事件驱动，非阻塞I/O模型变得轻量和高效，非常适合run across distributed devices的data-intensive
·2015-10-28 07:29

大对象堆及.NET垃圾回收器的改进

当.NET开发者编写内存密集型（memory intensive）应用程序的时候，即便总体内存看起来非常充足，也经常会在大对象堆的分配上遇到问题，产生out-of-memory异常。
·2015-10-23 09:20

php $_POST php://input的区别

It is a less memory intensive alternative to $HTTP_RAW_POST_DATA and does not need any special php.ini
·2015-10-23 08:48

vista下電源管理

For apps that may be CPU- or graphics-intensive � such as a
·2015-10-21 12:59

要调研的新开源系统

Ryu- Network Operating System http://www.osrg.net/ryu/ Accord- A coordination service for write-intensive
·2015-10-21 11:24

什么是Hadoop?

"Hadoop is a Free Java software framework that supports data intensive distributed applications
·2015-10-21 10:52

storm记录--11- Storm DRPC实战

DRPC ,Distributed Remote Procedure Call      RPC本身是个成熟和古老的概念, Storm里面引入DRPC主要是利用storm的实时计算能力来并行化CPU intensive
zlfwmm·2015-09-02 10:57

并行计算基础&编程模型与工具

在当前计算机应用中，对高速并行计算的需求是广泛的，归纳起来，主要有三种类型的应用需求：计算密集(Computer-Intensive)型应用，如大型科学工程计算与数值模拟；数据密集(Data-Intensive
liyuefeilong·2015-06-30 10:00

Hardware Scaler for Performance and Efficiency

Ifyoudevelopaperformance-intensive3Dgame,you’realwayslookingforwaystogiveusersrichergraphics,higherframerates
Jerikc·2015-06-10 16:00

How to Identify Resource Intensive SQL ("TOP SQL") (Doc ID 232443.1)

InthisDocument Goal Solution WhentoLookForResourceIntensiveSQLStatements ResponseTimeAnalysisshowsthatheaviesttimeconsumerisCPU-related(e.g.CPUOtherorCPUParsetime)oranI/O-relatedWaitEvent(e.g.dbfilese
songyongbo_107·2014-10-28 22:00

【转】Node.js软肋之CPU密集型任务

引用地址：http://www.infoq.com/cn/articles/nodejs-weakness-cpu-intensive-tasksNode.js在 官网 上是这样定义的:“一个搭建在ChromeJavaScript
fbysss·2014-04-22 09:00

10 个最佳的 Node.js 的 MVC 框架

ChromeJavaScript运行时建立的一个平台，用来方便地搭建快速的，易于扩展的网络应用·Node.js借助事件驱动，非阻塞I/O模型变得轻量和高效，非常适合runacrossdistributeddevices的data-intensive
JeOam·2014-02-24 00:00

mapreduce的一些算法设计，优化等（1）

本系列是根据书籍《Data-Intensive Text Processing with MapReduce.pdf》和工作中的一些mapreduce使用做的笔记： 本篇针对《Data-Intensive
jimmee·2014-01-27 17:00

mapreduce的一些算法设计，优化等（1）

本系列是根据书籍《Data-Intensive Text Processing with MapReduce.pdf》和工作中的一些mapreduce使用做的笔记： 本篇针对《Data-Intensive
jimmee·2014-01-27 17:00

data-intensive text processing with mapreduce-EM Algorithms for Text Processing

EMAlgorithmsforTextProcessing待续----------------
li385805776·2013-11-16 20:00

data-intensive text processing with mapreduce-Graph Algorithms

GraphAlgorithmsParallelBreadth-FirstSearchDijkstra算法MapReduce算法：MainIdea：类似于水波扩散的方式，以一点为中心进行扩散，mapreduce每次迭代步长加一，并算出当前步长内到各节点的最短距离。当边的权重固定为1时，迭代的结束条件为不再有节点随着步长的增加没有被访问过。当边的权重不为1时，迭代的次数为节点数减一（naive），到每
li385805776·2013-11-16 20:00

data-intensive text processing with mapreduce-Inverted Indexing for Text Retrieval

InvertedIndexingforTextRetrievalInvertedIndexingBaselineAlgorithm MainIdea:map的输入为文档编号和文档的内容，输出为[词,(文档编号，词频)]，reduce将同一个词的所有文档编号和词频聚集，然后按文档编号排序，最后输出的是按文档编号由小到大排序的项。Discussion：存在规模瓶颈，一个词的所有（文档，词频）项可能不足
li385805776·2013-11-16 20:00

data-intensive text processing with mapreduce-MapReduce Algorithm Design

MapReduceAlgorithmDesignin-mappercombiningMainidea：通过借用Map手动实现聚集，在Mapper中实现Combiner。Example：WordCountReason：1.Hadoop的Combiner机制不管key的分布，都会执行combine，如很多key都只有唯一的value与他对应，则Combiner就没有作用，而且在combine之前，还会
li385805776·2013-11-10 21:00

PageRank Algorithm in MapReduce

In chapter 5 of Data-Intensive Text Processing with MapReduce, it introduces how to implement PageRank
sunwinner·2013-07-14 12:00

Breadth-first Graph Search in MapReduce

In chapter 5 of the book "Data-Intensive Text Processing with MapReduce", it introduced how
sunwinner·2013-07-13 20:00

实验CPU密集型计算

阅读更多今天实验了一下霸爷博客里的CPU密集型计算，计算的内容时计算四遍斐波纳妾数列的第四十个元素是多少代码如下：cpu_intensive.erl-module(cpu_intensive).
liumengfan·2013-07-04 20:00

实验CPU密集型计算

今天实验了一下霸爷博客里的CPU密集型计算， 计算的内容时计算四遍斐波纳妾数列的第四十个元素是多少 代码如下： cpu_intensive.erl -module(cpu_intensive
liumengfan·2013-07-04 20:00

Hadoop job任务分配

1.必要性Hadoop提供了多个配置参数使得admin和user可以灵活设定内存；有些参数有defaut-value,有些选项是clusterspecific以支持memory-intensive作业。
Daisy8867·2013-07-02 13:03

Hadoop job任务分配

1.必要性Hadoop提供了多个配置参数使得admin和user可以灵活设定内存；有些参数有defaut-value,有些选项是clusterspecific以支持memory-intensive作业。
Daisy8867·2013-07-02 13:03

Data-Intensive Text Processing with MapReduce第三章（2）-MapReduce算法设计-3.1局部聚集

  3.1局部聚集（local aggregation）   在数据密集的分布式处理环境中，从产生它们的进程到最后消费它们的进程，中间结果的交互是同步中重要的一个方面。在一个集群环境中，除了令人尴尬的并行问题，其它都必须通过网络传输数据。此外，在Hadoop，中间结果是先写到本地磁盘然后再用网络发送出去。因为网络和磁盘因素相对其它因素更加容易成为评价，所以减少中间数据的传
Ring_測測·2013-03-23 17:00

核心论文2

Data intensive computing-challenges of data management techniques.
cloudeagle·2013-03-10 20:00

mahout in action推荐系统阅读笔记（3）

第三章：数据表示推荐质量和数据的数量和质量关系很大，通常来说，数据越多越好，数据质量越高越好推荐算法的性能和可扩展性与数据的表示关系很大，因为推荐都是数据密集的（data-intensive）preferencedata
softwarehe·2013-03-07 11:00

Hadoop Combiner 操作

近期看了一本书：Data-intensive Text Processing with MapReduce，是讲如何设计MR程序的，看到一个例子是Combiner的设计模式，然后就动手实现了下。
thecloud·2012-09-22 16:00

Hadoop Combiner 操作

近期看了一本书：Data-intensive Text Processing with MapReduce，是讲如何设计MR程序的，看到一个例子是Combiner的设计模式，然后就动手实现了下。
thecloud·2012-09-22 16:00

Hadoop Combiner 操作

近期看了一本书：Data-intensive Text Processing with MapReduce，是讲如何设计MR程序的，看到一个例子是Combiner的设计模式，然后就动手实现了下。
thecloud·2012-09-22 16:00

Data-Intensive Text Processing with MapReduce第三章（6）-MapReduce算法设计-3.5相关连接（RELATIONAL JOINS）

3.5相关连接（RELATIONALJOINS） Hadoop的一个流行应用领域是数据仓库。在一个企业级的环境中，一个数据仓库作为大量数据的存储地点，存储着从销售交易到商品清单几乎所有的信息。一般来说这些数据都是相关的，但是随着数据的日益增长，数据仓库被用来像存储无结构数据那样存储半结构化的数据（例如，查询日志）。数据仓库组成了提供决策支持的商业智能应用程序的基础。普遍认为知识是通过对历史、现在的
Athenaer·2012-06-12 09:00

Service要点

So, if your service performs intensive or blocking operations whi
kerlubasola·2012-02-17 19:00

Data-Intensive Text Processing with MapReduce

大量高效的MapReduce程序因为它简单的编写方法而产生：除了准备输入数据之外，程序员只需要实现mapper和ruducer接口，或加上合并器（combiner）和分配器（partitioner）。所有其他方面的执行都透明地控制在由一个节点到上千个节点组成的，数据级别达到GB到PB级别的集群的执行框架中。然而，这就意味着程序员想在上面实现的算法必须表现为一些严格定义的组件，必须用特殊的方法把它们
lwm_1985·2012-01-11 12:00

内存配置

1.必要性Hadoop提供了多个配置参数使得admin和user可以灵活设定内存；有些参数有defaut-value,有些选项是clusterspecific以支持memory-intensive作业。
amaowolf·2012-01-09 21:00

intensive study flex sdk, note1

 调用invalidateSize()将告知 LayoutManager 初始化度量阶段。LayoutManager 包含3个不同的队列：invalidatePropertiesQueue、invalidateSizeQueue 和 invalidateDisplayListQueue。这些队列与在生命周期的某个点上调用invalidateProperties()、invalidateSize()
songhuanren·2011-09-12 21:00

Data-Intensive Text Processing with MapReduce第三章（7）-3.6总结

  这章提供一个设计MapReduce算法的指导。特别地，对于常见问题我们展示了很多设计模式来解决。总的来说，它们是： “In-mappercombining”（map内合并），combiner函数被移到了mapper里面，mapper通过多个输入记录聚集部分结果，然后只有在局部聚集达到一定量后再发送中间键值对，而不是发送每一个输入键值对的中间输出。 相关的模式“pairs”和“stripes”是
laigood12345·2011-07-23 10:00

Data-Intensive Text Processing with MapReduce第三章（6）-MapReduce算法设计-3.5相关连接（RELATIONAL JOINS）

 3.5相关连接（RELATIONALJOINS） Hadoop的一个流行应用领域是数据仓库。在一个企业级的环境中，一个数据仓库作为大量数据的存储地点，存储着从销售交易到商品清单几乎所有的信息。一般来说这些数据都是相关的，但是随着数据的日益增长，数据仓库被用来像存储无结构数据那样存储半结构化的数据（例如，查询日志）。数据仓库组成了提供决策支持的商业智能应用程序的基础。普遍认为知识是通过对历史、现在
laigood12345·2011-07-23 10:00

Data-Intensive Text Processing with MapReduce第三章（5）-MapReduce算法设计-3.4 二次排序

3.4二次排序MapReduce在清洗（shuffle）和排序（sort）阶段用键来为中间键值对排序，如果reducer中的计算依赖于排序顺序的话就非常简单（即之前章节说到的顺序反转模式）。然而，如果除了用键排序之外，我们也需要用值来排序呢？Google的MapReduce实现提供了内置的二次排序的机制，它可以保证值是以排序顺序到达的。Hadoop，不幸的是没有内置这种机制。(t1,m1,r805
laigood12345·2011-07-23 09:00

Data-Intensive Text Processing with MapReduce第三章（4）-MapReduce算法设计-3.3计算相对频率

 3.3计算相对频率 让我们在之前讲到的pairs和stripes算法的基础上继续在大型数据集上构建重现矩阵M。回忆在这个大的n×n矩阵中华，当n=|V|（词典大小），元素mij包含单词wi与wj在具体语境下共同出现的次数。无约束的计数的缺点是它没有考虑到实际上有些词会比其它词更加频繁地出现。单词wi可能比wj出现的次数多因为其中一个可能是常用词。一个简单的解决方法是把无约束的计数转变为相对频率，
laigood12345·2011-07-23 09:00

Data-Intensive Text Processing with MapReduce第三章（3）-MapReduce算法设计-3.2 PAIRS（对）和STRIPES（条纹）

3.2PAIRS（对）和STRIPES（条纹） 在MapReduce程序中同步的一个普遍做法是通过构建复杂的键和值这样一个途径来使数据自然地适应执行框架。我们在之前的章节中涉及到这个技术，即把部分总数和计数“打包”成一个复合值（例如pair），依次从mapper传到combiner再传到reducer。以之前的出版物为基础【54，94】，这节介绍两个常见的设计模式，我们称为pairs（对）和str
laigood12345·2011-07-23 08:00

Data-Intensive Text Processing with MapReduce第三章（2）-MapReduce算法设计-3.1局部聚集

 3.1局部聚集（localaggregation） 在数据密集的分布式处理环境中，从产生它们的进程到最后消费它们的进程，中间结果的交互是同步中重要的一个方面。在一个集群环境中，除了令人尴尬的并行问题，其它都必须通过网络传输数据。此外，在Hadoop，中间结果是先写到本地磁盘然后再用网络发送出去。因为网络和磁盘因素相对其它因素更加容易成为评价，所以减少中间数据的传输即提高了算法的效率。在MapRe
laigood12345·2011-07-22 22:00

Data-Intensive Text Processing with MapReduce第三章（1）-MapReduce算法设计-简介

        大量高效的MapReduce程序因为它简单的编写方法而产生：除了准备输入数据之外，程序员只需要实现mapper和ruducer接口，或加上合并器（combiner）和分配器（partitioner）。所有其他方面的执行都透明地控制在由一个节点到上千个节点组成的，数据级别达到GB到PB级别的集群的执行框架中。然而，这就意味着程序员想在上面实现的算法必须表现为一些严格定义的组件，必须用
laigood12345·2011-07-22 21:00

【Python工具】shedskin 把Python翻译成C++

Shed Skin is an experimental Python-to-C++ compiler designed to speed up the execution of computation-intensive
approach·2011-05-14 21:00

一点JavaBeans的入门小知识

首先，JavaBeans出现的目的：VisualBasicisclearlyoptimizedforaparticularkindofproblem—UI-intensive（UI驱动的）Windowsprograms.TheJavaBeanstechnologywasinventedtomakeJavatechnologycompetitiveinthisarena.Itenablesvendo
zhou2737·2011-04-26 17:00

Service的高级应用

下面是android Service的高级应用的一个例子，主要内容是在Service中spawn一个thread 来执行一写 CPU intensive的任务，以便让UI thread 能够更好的运行。
huakewoniu·2010-12-12 20:00
上一页 1 2 3 4 5 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他