BTrace Developer's Guide

BTrace是一款专为Java设计的动态跟踪工具,它能够安全地进行程序跟踪而无需修改源代码。该工具通过编译追踪程序并将其作为字节码提交给目标程序中的java.lang.instrument agent来工作。本文介绍了BTrace的组成部分及其工作原理。

    BTrace是为Java定制的安全的,动态跟踪工具。

BTrace组件

    Btrace接受使用Java编程语言编写的跟踪程序。BTrace编译trace 类为字节码,并且提交到运行在目标程序中的java.lang.instrument agent。Btrace agent被动态导入目标程序。

     Btrace Client Tool:编译、验证、提交Btrace程序到BTrace VM agent,并且接受trace信息,打印到输出。

     BTrace java.lang.instrment agent:对instrument编成字节码,并可以实现热插拔。当然agent也验证Btrace类的字节码

     Wire Protocol:client和agent之间的协议

BTrace Packages

    com.sun.btrace.agent:包含java.lang.instrument的类。使用简单的socket协议与Client通信。支持多个BTrace client。

    com.sun.btrace.annotations:包含了标记和被Btrace使用的枚举类。这些类被bootstrap加载。

根据原作 https://pan.quark.cn/s/459657bcfd45 的源码改编 Classic-ML-Methods-Algo 引言 建立这个项目,是为了梳理和总结传统机器学习(Machine Learning)方法(methods)或者算法(algo),和各位同仁相互学习交流. 现在的深度学习本质上来自于传统的神经网络模型,很大程度上是传统机器学习的延续,同时也在不少时候需要结合传统方法来实现. 任何机器学习方法基本的流程结构都是通用的;使用的评价方法也基本通用;使用的一些数学知识也是通用的. 本文在梳理传统机器学习方法算法的同时也会顺便补充这些流程,数学上的知识以供参考. 机器学习 机器学习是人工智能(Artificial Intelligence)的一个分支,也是实现人工智能最重要的手段.区别于传统的基于规则(rule-based)的算法,机器学习可以从数据中获取知识,从而实现规定的任务[Ian Goodfellow and Yoshua Bengio and Aaron Courville的Deep Learning].这些知识可以分为四种: 总结(summarization) 预测(prediction) 估计(estimation) 假想验证(hypothesis testing) 机器学习主要关心的是预测[Varian在Big Data : New Tricks for Econometrics],预测的可以是连续性的输出变量,分类,聚类或者物品之间的有趣关联. 机器学习分类 根据数据配置(setting,是否有标签,可以是连续的也可以是离散的)和任务目标,我们可以将机器学习方法分为四种: 无监督(unsupervised) 训练数据没有给定...
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值