大约有 13,000 项符合查询结果（耗时：0.0108秒） [XML]
深入理解 x86/x64 的中断体系 - 操作系统(内核) - 清泛网 - 专注C/C++及内核技术
...024 个字节，即 1K bytes
1.2 改变中断向量表地址
事实上，我们完全可以在实模式下更改 IVT 的地址，下面的代码作为示例：
; ****************************************************************
; * boot.asm for interrupt demo(real mode) on x86 ...
BIO与NIO、AIO的区别(这个容易理解) - 操作系统(内核) - 清泛网 - 专注C/C++及内核技术
...非阻塞的NIO、异步非阻塞的AIO。一、BIO在JDK1 4出来之前，我们建立网络连接的时候采用BIO模式 IO的方式通常分为几种，同步阻塞的BIO、同步非阻塞的NIO、异步非阻塞的AIO。
一、BIO
在JDK1.4出来之前，我们建立网络连接的时候...
Deep Learning（深度学习）学习笔记整理系列之（四） - 大数据 & AI - 清泛...
...本身就是具有层次结构的系统，如果给定一个神经网络，我们假设其输出与输入是相同的，然后训练调整其参数，得到每一层中的权重。自然地，我们就得到了输入I的几种不同表示（每一层代表一种表示），这些表示就是特征...
Deep Learning（深度学习）学习笔记整理系列之（四） - 大数据 & AI - 清泛...
...本身就是具有层次结构的系统，如果给定一个神经网络，我们假设其输出与输入是相同的，然后训练调整其参数，得到每一层中的权重。自然地，我们就得到了输入I的几种不同表示（每一层代表一种表示），这些表示就是特征...
Deep Learning（深度学习）学习笔记整理系列之（四） - 大数据 & AI - 清泛...
...本身就是具有层次结构的系统，如果给定一个神经网络，我们假设其输出与输入是相同的，然后训练调整其参数，得到每一层中的权重。自然地，我们就得到了输入I的几种不同表示（每一层代表一种表示），这些表示就是特征...
Deep Learning（深度学习）学习笔记整理系列之（四） - 大数据 & AI - 清泛...
...本身就是具有层次结构的系统，如果给定一个神经网络，我们假设其输出与输入是相同的，然后训练调整其参数，得到每一层中的权重。自然地，我们就得到了输入I的几种不同表示（每一层代表一种表示），这些表示就是特征...
Deep Learning（深度学习）学习笔记整理系列之（四） - 大数据 & AI - 清泛...
...本身就是具有层次结构的系统，如果给定一个神经网络，我们假设其输出与输入是相同的，然后训练调整其参数，得到每一层中的权重。自然地，我们就得到了输入I的几种不同表示（每一层代表一种表示），这些表示就是特征...
Deep Learning（深度学习）学习笔记整理系列之（四） - 大数据 & AI - 清泛...
...本身就是具有层次结构的系统，如果给定一个神经网络，我们假设其输出与输入是相同的，然后训练调整其参数，得到每一层中的权重。自然地，我们就得到了输入I的几种不同表示（每一层代表一种表示），这些表示就是特征...
Deep Learning（深度学习）学习笔记整理系列之（四） - 大数据 & AI - 清泛...
...本身就是具有层次结构的系统，如果给定一个神经网络，我们假设其输出与输入是相同的，然后训练调整其参数，得到每一层中的权重。自然地，我们就得到了输入I的几种不同表示（每一层代表一种表示），这些表示就是特征...
Deep Learning（深度学习）学习笔记整理系列之（四） - 大数据 & AI - 清泛...
...本身就是具有层次结构的系统，如果给定一个神经网络，我们假设其输出与输入是相同的，然后训练调整其参数，得到每一层中的权重。自然地，我们就得到了输入I的几种不同表示（每一层代表一种表示），这些表示就是特征...