计算机系统概述

一、计算机系统层次结构

      计算机系统通常划分为硬件层、系统层和硬件层。

图1-1  计算机系统的多级层次结构

      1.硬件层(裸机)。该层可细分为硬联逻辑级、微程序级和传统机器级。其中,硬联逻辑 级是计算机的内核,由门电路、触发器等逻辑电路组成;微程序级的机器语言是微指令集;传 统机器级的机器语言是该机的指令集。 硬件层(裸机)。该层可细分为硬联逻辑级、微程序级和传统机器级。其中,硬联逻辑 级是计算机的内核,由门电路、触发器等逻辑电路组成;微程序级的机器语言是微指令集;传 统机器级的机器语言是该机的指令集。

       2.系统层。该层可细分为操作系统级、语言处理程序级(如编译程序、汇编程序和解释 系统层。该层可细分为操作系统级、语言处理程序级(如编译程序、汇编程序和解释 程序)。其中,操作系统级要管理计算机系统中的软硬件资源;语言处理程序级的作用是将高级 语言或汇编语言编写的程序翻译成某种机器语言程序,使程序可在计算机上运行。 程序)。其中,操作系统级要管理计算机系统中的软硬件资源;语言处理程序级的作用是将高级 语言或汇编语言编写的程序翻译成某种机器语言程序,使程序可在计算机上运行。

       3. 应用层。该层是针对不同用户而设计的各种应用程序,即面向实际用户的各种应用软件。

二、计算机系统硬件组成

        计算机自1946年诞生以来,虽然其制造技术已经发生了巨大的变化,但

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. 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
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
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