regparm

regparm

原创 2012年03月28日 13:36:05

 

GCC中可以使用__attribute__((regparm(n)))指定最多可以使用n个寄存器(eax, edx, ecx)传递参数,n的范围是0~3,超过n时则将参数压入栈中(n=0表示不用寄存器传递参数)。

看下面例子,函数p1约定不使用寄存器传递参数,尽管只有1个参数,仍然将参数压入栈中。

函数p2约定最多可使用3个寄存器传递参数,因为输入参数有4个,所以前三个使用寄存器传递,最后一个压入栈中。

int q = 5;

int t1 = 1;
int t2 = 2;
int t3 = 3;
int t4 = 4;

#define REGPARM3 __attribute((regparm(3)))
#define REGPARM0 __attribute((regparm(0)))

void REGPARM0 p1(int a)
{
    q = a + 1;
}

void REGPARM3 p2(int a, int b, int c, int d)
{
    q = a + b + c + d + 1;
}

int main(void) {
    p1(t1);
004013ce:   mov 0x402004,%eax
004013d3:   mov %eax,(%esp)
004013d6:   call 0x40138c <p1>
    p2(t1, t2, t3, t4);
004013db:   mov 0x402010,%ebx
004013e1:   mov 0x40200c,%ecx
004013e7:   mov 0x402008,%edx
004013ed:   mov 0x402004,%eax
004013f2:   mov %ebx,(%esp)
004013f5:   call 0x40139a <p2>
    return 0;
}

python题目一:基于Audioscrobbler数据集的音乐推荐 根据用户播放次数数据使用协同过滤算法完成音乐推荐。 数据集:Audioscrobbler数据集 下载地址:教学平台 或 https://storage.googleapis.com/aas-data-sets/profiledata_06-May-2005.tar.gz 文件说明: user_artist_data.txt 该文件包含三列: userid artistid playcount (用户ID 艺术家ID 播放次数) 它包含141000个用户和160万个艺术家,记录了约2420万条用户播放艺术家歌曲的信息,其中包括播放次数信息。播放次数较多意味着该用户更喜欢对应艺术家的作品。 artist_data.txt 该文件包含两列: artistid artist_name 艺术家ID 艺术家名字。文件中给出了每个艺术家的 ID 和对应的名字。此文件用于ID与名字的转换 artist_alias.txt 该文件包含两列: badid, goodid 坏ID 好ID 。该文件包含已知错误拼写的艺术家ID及其对应艺术家的正规的,用于将拼写错误的艺术家 ID 或ID 变体对应到该艺术家正确的ID。 例如: 文件中第一行:1092764 1000311 在artist_data中分别对应 艺术家ID:1092764 Winwood, Steve 为拼写错误的ID 艺术家ID:1000311 Steve Winwood 为拼写正确的ID 其中Steve Winwood作为艺术家正确的名字。即在处理user_artist_data文件时应将艺术家ID:1092764替换为1000311。或者在展示时将上述ID均映射为正确的名字Steve Winwood。 算法:交替最小二乘推荐算法 (Alternating Least Squares, ALS) 任务要求: 1、获取数据文件,并上传至HDFS。 2、读入数据、展示数据格式、基本统计信息(用户数,艺术家数目,每用户平均播放次数,每艺术家平均播放次数),转换成DataFrame备用。 3、进行适当的数据处理以满足模型需求。 4、构建ALS模型,并记录所耗时间。初始参数:Rank 10, maxiter 15, RegParm 0.01 Alpha 1.0。 5、依据构建的模型,选择部分ID检查推荐结果。示例ID 2093760 6、进行训练-验证切分,采用初始参数,重新训练模型,并计算AUC评价推荐质量。 7、适当调整超参数,使推荐结果更合理。Rank可选(5,30)RegParam可选(4.0,0.0001),alpha可选(1.0,40.0)。合计8种参数组合。 示例ID 2093760 8、随机选取10个用户展示推荐结果 9、并按照用户顺序将最喜欢的推荐结果输出到文件。
06-24
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