资源列表
如何将代码迁出X86服务器
- 如今，我们几乎所有软件都建立在 x86 架构之上，在互联网漫长的演进过程中，各大公司拼尽全力在迭代上层架构、优化整体性能，开发者们该用的、能用的招儿想必都用上了，接下来呢?如果底层架构不出现大的革新，接下来还有什么方法大幅提升生产力?各位开发者还有其他选择吗?
轨道电路检测
- 轨道电路故障检测，轨道电路故障检测，轨道电路轨道电路故障检测
将机器学习整合到专用服务器中有哪些优势
- 机器学习正以各种方式改变着网络托管行业。许多第三方托管服务提供商，如AWS公司已经开始以不同的能力利用机器学习技术。Amazon Sagemaker是机器学习工具之一，它改变了平台向客户提供的服务。Hotels.com公司副总裁兼首席数据科学官Matthew Fryer对这项机器学习服务给予了高度评价。并指出使用专用服务器进行机器学习如今变得越来越重要。
人工智能技术的应用，实现IT自动化是许多企业的主要目标
- 人工智能和机器学习依赖于高价值数据，这意味着IT部门需要对其网络中发生的事情有适当的可见性。实现IT自动化仍然是许多企业的主要目标。当CIO面对不断减少的人员和日益复杂的IT需求时，必须从服务台和故障排除需求中重新部署资源，以应对更多战略挑战。但要实现这一目标，企业必须接受人工智能，以解决大规模自动化大型企业所需的海量数据和决策挑战。
维护服务器的七个步骤
- 为了有效地维护服务器，服务器管理员必须执行主动的硬件和软件检查。而服务器的维护清单必须包括除尘、日志查看、软件补丁程序测试等。
详谈服务器内存和显存知识
- 早期内存通过存储器总线和北桥相连，北桥通过前端总线与CPU通信。从Intel Nehalem起，北桥被集成到CPU内部，内存直接通过存储器总线和CPU相连。
网络硬件加速器在自动驾驶计算平台的作用
- 近几十年来，图形处理器(GPU)已从最初作为大型电玩的视频显示适配器演进为一个强大的计算中心，并且正在推动人工智能和机器学习的发展，包括从石油和天然气勘探到自然语言处理等众多领域的计算工作。如今，GPU正在自动驾驶和先进驾驶辅助系统(ADAS)技术的发展中扮演着越来越重要的作用。
LG PLC中文手册
- LG K120S PLC硬件手册，想学习LG的可以下载来看看，稀缺资源多多分享。
关于机器学习的十大经典算法
- C4.5算法是机器学习算法中的一种分类决策树算法,其核心算法是ID3算法.C4.5算法继承了ID3算法的优点，并在以下几方面对ID3算法进行了改进：1)用信息增益率来选择属性，克服了用信息增益选择属性时偏向选择取值多的属性的不足;
服务器监控的基本组件和工具
- 尽管服务器容量管理是数据中心运营的基本组成部分，但企业确定需要监视的组件以及可用的工具并不是容易的事情。由于虚拟化架构需求与本地处理需求不同，因此，根据你在数据中心运行的基础架构类型的不同，服务器监控的方式会有所不同。
GPU和神经网络加速器芯片如何为汽车应用提供智能优势
- 汽车行业是推动人工智能(AI)发展的重要行业之一，这是因为该行业致力于自动驾驶汽车和高级驾驶员辅助系统(ADAS)的泛在利益。汽车正在变得越来越智能，但是如果汽车行业要实现完全自动驾驶的目标，他们还有很长的路要走。尽管业界还在讨论实现全自动化所需的理想技术组合，但是有一点是明确的，那就是人工智能，尤其是神经网络将发挥重要作用。
A 4thOrder Continuous-Time ΔΣADC
- A 4thOrder Continuous-Time ΔΣADC 详细讲解如何设计ADC。 MIT的教授讲解。非常经典