上海盛大网络刘建平：邮件系统架构的那些事

最新推荐文章于 2025-09-07 22:41:57 发布
最新推荐文章于 2025-09-07 22:41:57 发布
阅读量104 收藏
点赞数
CC 4.0 BY-SA版权
文章标签： 系统架构
原文链接：https://my.oschina.net/u/856019/blog/127801
基于神经网络的深度学习模型：深度玻尔兹曼机DBN网络基本概念和工作原理
AI天才研究院
08-04 1273
随着深度学习的火热以及模型复杂度的提升，基于神经网络的深度学习模型逐渐受到越来越多学者的关注。而深度玻尔兹曼机(Deep Boltzmann Machines,DBMs)就属于这一类代表性模型。DBM是一种无监督、非生成模型，可以用来模拟数据生成过程并进行预测分析，其优点在于参数个数少、训练速度快、预测能力强。虽然DBM具有很高的拟合能力，但对于给定数据的预测能力不足。在实际应用中，人们需要对DBM的输出结果做进一步处理，比如将概率转换为决策或者学习到的特征表示进行降维或聚类等。
基于神经网络——鸢尾花识别（Iris）
热门推荐
黎国溥
07-05 3万+
前言 鸢尾花识别是学习AI入门的案例，这里和大家分享下使用Tensorflow 2框架，编写程序，获取鸢尾花数据，搭建神经网络，最后训练和识别鸢尾花。 流程： 1）获取鸢尾花数据，分析处理。 2）整理数据位训练集，测试集。 3）搭建神经网络模型。 4）训练网络，优化网络模型参数。 5）保存最优的模型，进行识别 ...
博客园刘建平Pinard神经网络博文: RNN
maxzcl的博客
04-25 684
RNN 循环神经网络(RNN)模型与前向反向传播算法 LSTM模型与前向反向传播算法
博客园刘建平Pinard神经网络博文摘要: (D)NN
maxzcl的博客
04-24 474
DNN 深度神经网络（DNN）模型与前向传播算法 深度神经网络（DNN）反向传播算法(BP) 深度神经网络（DNN）损失函数和激活函数的选择 深度神经网络（DNN）的正则化 CNN 卷积神经网络(CNN)模型结构 卷积神经网络(CNN)前向传播算法 卷积神经网络(CNN)反向传播算法 RNN 循环神经网络(RNN)模型与前向反向传播算法 LSTM模型与前向反向传播算法 ...
博客园刘建平Pinard神经网络博文摘要: CNN
maxzcl的博客
04-25 691
CNN 卷积神经网络(CNN)模型结构 卷积神经网络(CNN)前向传播算法 卷积神经网络(CNN)反向传播算法
云宏刘建平：细说中小企业如何上云
weixin_33815613的博客
11-07 126
近日，广东省经济和信息化委员会主办的“广东省2018年中小企业人才培育项目‘互联网+’专题”云计算技术与应用专题研修班面向省内各行业中小企业火热开班，云宏超融合专家刘建平作为特邀授课专家出席，分享企业上云之道。 企业为什么要进行数字化转型？数字化转型又如何联系上云计算？企业上云应该考虑什么问题？ 企业数字化转型之路 全球经济环境的波动，加上未来的中国市场对产品将更加强调高质量、中价格、富创新、有...
探索机器学习的宝库：刘建平Pinard的博客配套代码
gitblog_01106的博客
08-08 686
探索机器学习的宝库：刘建平Pinard的博客配套代码 machinelearningMy blogs and code for machine learning. http://cnblogs.com/pinard项目地址:https://gitcode.com/gh_mirrors/mac/machinelearning 在机器学习的广阔天地中，每一位探索者都渴望找到一条清晰的学习路径。刘建平...
卷积神经网络(CNN)反向传播算法推导
qq_29462849的博客
12-16 3955
作者丨南柯一梦宁沉沦@知乎（已授权）来源丨https://zhuanlan.zhihu.com/p/61898234编辑丨极市平台导读在本篇文章中我们将从直观感受和数学公式两方面来介绍C...
理解LSTM网络
Microstrong
04-30 1533
目录： LSTM网络 LSTM前向传播算法 LSTM反向传播算法 思考几个问题 LSTM的变体 Reference 1. LSTM网络 LSTM是一种特殊的RNN，可以解决长期依赖的问题。它是由Hochreiter和Schnidhuber提出的，后来被很多人改进和推广，并在各种各样的问题上工作得非常好，现在被广泛的应用。 明确来说，设计LSTM主要就是为了解决长期依赖的问题，它的本质就是能够记...
基于微信小程序的二手市场系统的设计与实现.docx
02-29
本文主要探讨基于微信小程序的二手市场系统的设计与实现，包括系统架构、功能模块、技术选型以及后台管理等方面。 1.1 背景与意义 二手市场在当今社会中日益活跃，用户对于高效、安全的交易平台需求增加。微信小...
备战 2025 软考系统架构师
最新发布
果酱 の 博客
09-07 655
本文将为你打造一份科学、高效的备考计划，从考试大纲解读到复习策略制定，从核心知识点剖析到案例分析技巧，全方位助力你顺利通过考试。无论你是有一定经验的开发者，还是刚踏入架构领域的新人，都能从中找到适合自己的备考方法。
5分钟征服Linux：20个神级命令+系统架构解密，让命令行恐惧症瞬间治愈！
全世界的博客
09-05 1124
嘿，我是你的Linux引路人！还记得第一次面对黑色终端时的手足无措吗？别担心，今天我将用最有趣的方式带你揭开Linux的神秘面纱。只需5分钟，你不仅能理解系统架构的精髓，更能熟练运用20个必杀技命令——从文件操作到权限管理，从菜鸟到自信操作终端，这场神奇之旅现在开始！是否曾盯着漆黑的终端窗口，感觉自己像个误入科技禁区的考古学家？别担心，这种“命令行恐惧症”几乎是每个技术爱好者的必经之路。今天，就让我们用最轻松的方式，一起揭开Linux那层神秘的面纱——相信我，它比你想象中要有趣得多！
【系统架构设计（13）】项目管理上：盈亏平衡分析与进度管理
hiliang521的博客
09-04 886
【系统架构设计（13）】项目管理上：盈亏平衡分析与进度管理
软考 系统架构设计师系列知识点之杂项集萃（140）
phmatthaus的专栏
09-05 186
软考 系统架构设计师系列知识点之杂项集萃（140）
分布式微服务系统架构第168集：不要让“百万用户”直连 Redis
程序员哆啦A梦，蓝胖子
09-03 1036
Redis/网络异常：直接走 L1、返回旧值、或回源 DB + 限流；部署：应用 50 实例（2k QPS/实例），Redis Cluster 6 主 6 从。：L1（Caffeine 30–60s）+ L2（Redis 5–10min），并用。L2：Redis（Cluster/哨兵），较长 TTL（1–10 分钟）L1：应用进程内 Caffeine（纳秒级），短 TTL（几十秒）：命中率、内存、水位、QPS、慢查询、p99、连接数、重连次数；：监控 QPS、延时、内存、命中率、慢日志、连接数、同步延迟。
【系统架构设计（17）】软件架构复用与特定领域架构：从单点复用到系统化资产管理
hiliang521的博客
09-05 616
【系统架构设计（17）】软件架构复用与特定领域架构：从单点复用到系统化资产管理
HDFS存储农业大数据的秘密是什么？高级大豆数据分析与可视化系统架构设计思路
卫星：biyesheji88的博客
09-05 1113
HDFS存储农业大数据的秘密是什么？高级大豆数据分析与可视化系统架构设计思路
去中心化投票系统开发教程
kongzhonghu的专栏
09-04 200
本教程详细介绍了去中心化投票系统的开发流程，共分为六章。从项目概述开始，涵盖区块链基础、系统设计、智能合约开发（含环境搭建和安全性）、前端开发准备与实现（包括Web3集成和UI组件），到测试部署策略（合约测试、CI/CD）及项目总结展望。附录提供FAQ、参考资源和术语表，为开发者提供完整的去中心化投票系统开发指南，强调区块链技术的透明、防篡改优势。
输入受限不确定系统滑模控制：状态观测器方法
作者包括王瑞芬、刘建平和牛玉刚，分别来自华东理工大学信息科学与工程学院和河北石家庄职工大学。文章提出了一种基于状态观测器的方法来解决系统状态不可测的问题，并设计了一种积分型切换面，以确保系统在有限时间...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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