<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[SUSU0203的博客]]></title><description><![CDATA[千里之行]]></description><link>https://blog.youkuaiyun.com/SUSU0203</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; SUSU0203]]></copyright><item><title><![CDATA[CUDA下在Host端分配的几种内存模式]]></title><link>https://blog.youkuaiyun.com/SUSU0203/article/details/87936922</link><guid>https://blog.youkuaiyun.com/SUSU0203/article/details/87936922</guid><author>SUSU0203</author><pubDate>Tue, 26 Feb 2019 16:00:58 +0800</pubDate><description><![CDATA[平时我们使用的内存都是Pageable(交换页)的，而另一个模式就是Pinned(Page-locked)，实质是强制让系统在物理内存中完成内存申请和释放的工作，不参与页交换，从而提高系统效率，需要使用cudaHostAlloc和cudaFreeHost来分配和释放。

　　优点

　　1、带宽更高

　　2、内核处理和内存拷贝可同时进行

　　3、可以内存映射(mapped)

　　缺点

　　...]]></description><category></category></item><item><title><![CDATA[k-NN]]></title><link>https://blog.youkuaiyun.com/SUSU0203/article/details/84967211</link><guid>https://blog.youkuaiyun.com/SUSU0203/article/details/84967211</guid><author>SUSU0203</author><pubDate>Wed, 12 Dec 2018 15:51:53 +0800</pubDate><description><![CDATA[k近邻算法的工作原理：
存在一个样本数据集合（训练样本集），并且样本集中每个数据都存在标签，我们知道样本集中每一数据与所属分类的对应关系。输入没有标签的新数据后，将新数据的每个特征与样本集中数据对应的特征进行比较，然后算法提取样本集中特征最相似数据（最近邻）的分类标签。一般来说，我们只选择样本数据集合中前k个最相似的数据，通常k是不大于20的整数。最后，选择k个最相似数据中出现次数最多的分类，作为...]]></description><category></category></item><item><title><![CDATA[多线程——pthread_create使用]]></title><link>https://blog.youkuaiyun.com/SUSU0203/article/details/83308001</link><guid>https://blog.youkuaiyun.com/SUSU0203/article/details/83308001</guid><author>SUSU0203</author><pubDate>Tue, 23 Oct 2018 16:11:48 +0800</pubDate><description><![CDATA[利用pthread_create函数，进程同时创建N个线程，各自调用同一个函数

pthread_create函数中有四个参数：创建的线程id，线程参数，线程运行函数的起始地址，运行函数的参数

利用pthread_join函数等待一个线程的结束，是一个线程阻塞的函数

pthread_join有两个参数：指定要等待的线程id，接收线程函数的返回值


#include&amp;lt;stdio.h&amp;gt...]]></description><category></category></item><item><title><![CDATA[CUDA之二维数组分配内存及初始化]]></title><link>https://blog.youkuaiyun.com/SUSU0203/article/details/83111221</link><guid>https://blog.youkuaiyun.com/SUSU0203/article/details/83111221</guid><author>SUSU0203</author><pubDate>Wed, 17 Oct 2018 16:38:23 +0800</pubDate><description><![CDATA[       在GPU中，对一维数组分配内存使用的是cudaMalloc函数，但是对于二维数组，使用cudaMalloc来分配内存并不能得到最好的性能。因为对于2D内存，对齐是一个很重要的性质，cudaMallocPitch函数能够保证分配的内存是合理对齐的，满足物理上的内存访问，因此可以保证对行访问时具有最优的效率。对数组进行初始化应当使用cudaMemset2D，进行内存赋值应当使用cudaM...]]></description><category></category></item><item><title><![CDATA[VS2013配置使用pthread多线程]]></title><link>https://blog.youkuaiyun.com/SUSU0203/article/details/83110660</link><guid>https://blog.youkuaiyun.com/SUSU0203/article/details/83110660</guid><author>SUSU0203</author><pubDate>Wed, 17 Oct 2018 15:32:31 +0800</pubDate><description><![CDATA[  POSIX线程（POSIX threads），简称pthreads，是线程的POSIX标准。该标准定义了创建和操纵线程的一整套API.在类Unix操作系统（Unix、Linux、Mac OS X等）中，都使用pthreads作为操作系统的线程。Windows操作系统也有其移植版本pthreads-win32.

下载源码
网盘链接: 点击这里 提取码: f2p6

版本为pthreads-w3...]]></description><category></category></item><item><title><![CDATA[Linux常用指令（持续更新）]]></title><link>https://blog.youkuaiyun.com/SUSU0203/article/details/82992777</link><guid>https://blog.youkuaiyun.com/SUSU0203/article/details/82992777</guid><author>SUSU0203</author><pubDate>Fri, 12 Oct 2018 20:22:44 +0800</pubDate><description><![CDATA[第一章 文件与目录操作

ls指令：显示目录内容
	cd指令：将当前工作目录切换到指定目录
	cp指令：复制文件或目录
	mv指令：移动文件或改名
	pwd指令：打印当前工作目录
	rm指令：删除文件或目录
	rmdir指令：删除空目录
	chgrp指令：改变文件所属工作组
	chmod指令：改变文件访问权限
	chown指令：改变文件的所有者和所属工作组
	find指令：查找文件并执行指定的操作...]]></description><category></category></item><item><title><![CDATA[C++三个主题]]></title><link>https://blog.youkuaiyun.com/SUSU0203/article/details/80624459</link><guid>https://blog.youkuaiyun.com/SUSU0203/article/details/80624459</guid><author>SUSU0203</author><pubDate>Fri, 08 Jun 2018 16:35:44 +0800</pubDate><description><![CDATA[Variadic Templates（since C++11）数量不定的模板参数    我们之前所见的模板参数都是确定的有限个，其实从C++11开始，也允许模板参数不确定。#include&amp;lt;iostream&amp;gt;
#include&amp;lt;bitset&amp;gt;

using std::cout;
using std::endl;
using std::bitset;

void print(...]]></description><category></category></item><item><title><![CDATA[C++标准库]]></title><link>https://blog.youkuaiyun.com/SUSU0203/article/details/80621192</link><guid>https://blog.youkuaiyun.com/SUSU0203/article/details/80621192</guid><author>SUSU0203</author><pubDate>Fri, 08 Jun 2018 11:49:32 +0800</pubDate><description><![CDATA[Algorithms+Data Structures=Programs算法+数据结构（容器）=程序]]></description><category></category></item><item><title><![CDATA[Template Template Parameter模板模板参数]]></title><link>https://blog.youkuaiyun.com/SUSU0203/article/details/80619865</link><guid>https://blog.youkuaiyun.com/SUSU0203/article/details/80619865</guid><author>SUSU0203</author><pubDate>Fri, 08 Jun 2018 11:13:25 +0800</pubDate><description><![CDATA[    所谓模板模板参数，意思是模板的参数又是一个模板，例如：template&amp;lt;typename T, template&amp;lt;typename U&amp;gt; class Container&amp;gt;
class XCls
{
private:
  Container&amp;lt;U&amp;gt; c;
public:
  ...
};其中，第一个模板参数是类型T，第二个参数是一个Container容器，它...]]></description><category></category></item><item><title><![CDATA[Partial Specialization模板偏特化]]></title><link>https://blog.youkuaiyun.com/SUSU0203/article/details/80615140</link><guid>https://blog.youkuaiyun.com/SUSU0203/article/details/80615140</guid><author>SUSU0203</author><pubDate>Thu, 07 Jun 2018 21:57:39 +0800</pubDate><description><![CDATA[    在上一篇博客中，我们介绍了模板的全特化。这里，我们将继续介绍模板的偏特化。偏特化包括两种，个树的偏和范围的偏。    个数的偏    如果模板参数有两个，你想绑定其中一个，这就实现了模板的偏特化。但需要注意的是，要按顺序从左到右绑定模板参数，不能跳跃式绑定第一三五个模板参数。template&amp;lt;typename T, typename Alloc=...&amp;gt;
class vecto...]]></description><category></category></item><item><title><![CDATA[Specialization模板特化]]></title><link>https://blog.youkuaiyun.com/SUSU0203/article/details/80503397</link><guid>https://blog.youkuaiyun.com/SUSU0203/article/details/80503397</guid><author>SUSU0203</author><pubDate>Tue, 29 May 2018 23:07:31 +0800</pubDate><description><![CDATA[    C++中的模板特化不同于模板的实例化，模板参数在某种特定类型下的具体实现称为模板的特化。模板特化有时也称为模板的具体化，分别有函数模板特化和类模板特化。    类模板特化示例如下：#include&amp;lt;iostream&amp;gt;

using std::cout;
using std::endl;

template&amp;lt;class Key&amp;gt;
struct hash
{
	
};
...]]></description><category></category></item><item><title><![CDATA[C++之模板template]]></title><link>https://blog.youkuaiyun.com/SUSU0203/article/details/80489317</link><guid>https://blog.youkuaiyun.com/SUSU0203/article/details/80489317</guid><author>SUSU0203</author><pubDate>Mon, 28 May 2018 22:44:51 +0800</pubDate><description><![CDATA[    C++中的模板可以分为三类：class template，function template，member template。    类模板Class Templatetemplate&amp;lt;typename T&amp;gt;
class complex
{
public:
  complex(T r = 0, T i = 0)
  : re(r), im(i)
  {}
  complex&amp;a...]]></description><category></category></item><item><title><![CDATA[浅谈namespace]]></title><link>https://blog.youkuaiyun.com/SUSU0203/article/details/80481165</link><guid>https://blog.youkuaiyun.com/SUSU0203/article/details/80481165</guid><author>SUSU0203</author><pubDate>Mon, 28 May 2018 20:08:49 +0800</pubDate><description><![CDATA[    namespace即“命名空间”，命名空间是用来组织和重用代码的。之所以会有这一概念，是因为人类可用的单词数太少，并且不同的人写的程序不可能所有的变量都不重名。对于库来说，这个问题尤其严重，如果两个人写的库文件中出现同名的变量或函数，使用起来就会有问题。通过使用namespace xxx；所使用的库函数或变量就是在该命名空间中定义的，这样一来就不会引起必要的冲突了。    取名规则    ...]]></description><category></category></item><item><title><![CDATA[C++之Function-Like Classes，仿函数]]></title><link>https://blog.youkuaiyun.com/SUSU0203/article/details/80478029</link><guid>https://blog.youkuaiyun.com/SUSU0203/article/details/80478029</guid><author>SUSU0203</author><pubDate>Mon, 28 May 2018 11:55:41 +0800</pubDate><description><![CDATA[    C++中构造的类像函数，首先我们需要清楚函数有哪些特点。函数由返回类型，函数名称，参数（小括号，作用在函数名上）和函数主题组成。小括号内含参数这部分也称作function core operator，函数调用操作符。如果有个东西能接受小括号，那它就是函数function，或者仿函数function-like。    下面的代码实现了仿函数的使用：template &amp;lt;class T1,...]]></description><category></category></item><item><title><![CDATA[C++之Pointer-Like Classes]]></title><link>https://blog.youkuaiyun.com/SUSU0203/article/details/80393789</link><guid>https://blog.youkuaiyun.com/SUSU0203/article/details/80393789</guid><author>SUSU0203</author><pubDate>Wed, 23 May 2018 15:46:27 +0800</pubDate><description><![CDATA[    C++中构造的类一般会像两种东西，像指针（称为pointer-like classes，指针类），或者像函数（称为function-like classes）。一个类被设计成指针，被当作指针来使用，是因为我们想在传统指针的基础上多实现功能，或者说想对指针有更多的控制。常见的指针类有两种：智能指针和迭代器。    关于智能指针    C++中常见的智能指针有auto_ptr，scoped_p...]]></description><category></category></item><item><title><![CDATA[C++中的explicit关键字]]></title><link>https://blog.youkuaiyun.com/SUSU0203/article/details/80390021</link><guid>https://blog.youkuaiyun.com/SUSU0203/article/details/80390021</guid><author>SUSU0203</author><pubDate>Mon, 21 May 2018 11:43:50 +0800</pubDate><description><![CDATA[    我们在用C++实现分数的时候，除了可以用conversion function转换函数将Fraction对象转换成double型（分子除以分母），还可以用non-explicit-one-argument ctor函数，只有一个实参的非明确函数，进行类型转换。程序如下所示：#include&amp;lt;iostream&amp;gt;

class Fraction
{
public:
    Frac...]]></description><category></category></item><item><title><![CDATA[Conversion Function转换函数]]></title><link>https://blog.youkuaiyun.com/SUSU0203/article/details/80227108</link><guid>https://blog.youkuaiyun.com/SUSU0203/article/details/80227108</guid><author>SUSU0203</author><pubDate>Mon, 07 May 2018 16:26:13 +0800</pubDate><description><![CDATA[    C++中可以将对象进行类型转换，如下程序所示：#include&amp;lt;iostream&amp;gt;

class Fraction//分数 
{
	public:
		Fraction(int num, int den = 1)
		: m_numerator(num), m_denominator(den) {}
		operator double() const
		{
			//retu...]]></description><category></category></item><item><title><![CDATA[机器学习——局部加权线性回归用来预测（内含代码）]]></title><link>https://blog.youkuaiyun.com/SUSU0203/article/details/80192151</link><guid>https://blog.youkuaiyun.com/SUSU0203/article/details/80192151</guid><author>SUSU0203</author><pubDate>Fri, 04 May 2018 11:50:14 +0800</pubDate><description><![CDATA[    回归的目的是预测数值型的目标值，其中最简单的方法是线性回归，线性回归意味着可以将输入项分别乘以一些常量，再将结果加起来得到输出。但是，线性回归的一个问题是有可能出现欠拟合现象，因为它求的是具有最小均方误差的无偏估计。如果模型欠拟合将不能取得最好的预测效果。所以有些方法允许在估计中引入一些偏差，从而降低预测的均方误差。    其中的一个方法是局部加权线性回归（Locally Weighted...]]></description><category></category></item><item><title><![CDATA[Burg法求解AR(p)模型参数及MATLAB实现]]></title><link>https://blog.youkuaiyun.com/SUSU0203/article/details/80175771</link><guid>https://blog.youkuaiyun.com/SUSU0203/article/details/80175771</guid><author>SUSU0203</author><pubDate>Thu, 03 May 2018 22:25:50 +0800</pubDate><description><![CDATA[    在随机信号分析中，可以用AR模型进行功率谱估计。在求解Yule-Walker方程中的AR系数可用Levinson递推算法简化计算，但它需要知道自相关序列。自相关序列实际上只能从随机序列x(n)的有限个观测数据估计得到。当时间序列较短时，的估计误差很大，这将对AR参数的计算引入较大的误差，导致谱估计性能下降，甚至出现谱线分裂与谱峰偏移等现象。如果利用观测到的数据直接计算AR模型的参数，则能克...]]></description><category></category></item><item><title><![CDATA[2018华为软件精英挑战赛-决赛赛题]]></title><link>https://blog.youkuaiyun.com/SUSU0203/article/details/80116230</link><guid>https://blog.youkuaiyun.com/SUSU0203/article/details/80116230</guid><author>SUSU0203</author><pubDate>Sat, 28 Apr 2018 09:39:54 +0800</pubDate><description><![CDATA[以下描述部分主要是相对复赛赛题变化点，其他描述和条件均一致：通用性描述变化点：物理服务器： 物理服务器类型依然为3种：通用型（General）、计算加强型（High-Performance）和内存加强型（Large-Memory），但每种不同类型的服务器具有不同的价格，每启动一台新的服务器，都要开销相应的部署成本。虚拟机规格： 不同规格的虚拟机通常具有不同的租赁价格，假设都只需要考虑按月租赁的场景...]]></description><category></category></item></channel></rss>