openGauss学习笔记-237 openGauss性能调优-SQL调优-SQL执行计划介绍-概述
文章目录 openGauss学习笔记-237 openGauss性能调优-SQL调优-SQL执行计划介绍-概述237.1 SQL执行计划概述237.1.1 执行计划显示信息 openGauss学习笔记-237 openGauss性能调优-SQL调优-SQL执行计划介绍-概述 237.1 SQL执行计划概述 SQL执行计划是一个节点树，显示openGauss执行一条SQL语句时执行的详细步骤。每一个步...
NLP神器Transformers入门简单概述
在这篇博客中，我们将深入探索 🤗 Transformers —— 一个为 PyTorch、TensorFlow 和 JAX 设计的先进机器学习库。🤗 Transformers 提供了易于使用的 API 和工具，使得下载和训练前沿的预训练模型变得轻而易举。利用预训练模型不仅能减少计算成本和碳足迹，还能节省从头训练模型所需的时间和资源。这些模型支持多种不同模态的常见任务，如： 自然语言处理（NLP）：文本...
（Aliyun AI ACP 01）人工智能与人工智能技术概述
文章目录 阿里云人工智能工程师ACP认证考试知识点辅助阅读 （Aliyun AI ACP 01）人工智能与人工智能技术概述 人工智能定义与发展历程 人工智能的定义 人工智能的发展历程与成就 人工智能的种类区分 机器学习与深度学习概念 机器学习基本概念及各类别 深度学习定义与框架 阿里云人工智能工程师ACP认证考试知识点辅助阅读 （Aliyun AI ACP 01）人工智能与人工智能技术概述 人工智能...
StreamTask数据流：StreamTask能力概述、Flink处理网络数据逻辑
文章目录 一. StreamTask核心组件与能力二. OneInputStreamTask接入网络数据并处理三. 处理数据1. StreamElement类别2. 业务数据处理逻辑 四. 小结 先来看数据是如何经过网络写入下游Task节点并通过算子进行处理的，这里以OneInputStreamTask为例进行说明。 一. StreamTask核心组件与能力 如代码OneInputStreamTas...
Kafka整理-概述
Apache Kafka是一个开源的流处理平台，由LinkedIn开发并在2011年贡献给Apache软件基金会。它被设计用于构建高性能的实时数据管道和流应用程序，具有高吞吐量、可扩展性和容错性等特点。以下是Apache Kafka的一些主要特征和用途： 主要特征 1、分布式架构： Kafka运行在一个或多个服务器（称为Broker）上，形成一个集群。 支持数据的分区和复制，增强了可扩展性和容错能力...
云计算——ACA学习 弹性伸缩概述
写在前面 前期回顾 本期简介 本章将会讲解云计算中的弹性伸缩概念，应用场景，工作原理，与产品优势。 弹性伸缩 是根据业务需求和策略自动调整计算能力（实例数量）的服务。 课程目标 重点：了解弹性伸缩的应用场景，工作原理。 一.弹性伸缩基本概念 1,弹性伸缩 是根据业务需求和策略自动调整计算能力（实例数量）服务。可以指定实例的类型，即ECS实例或ECI实例。 业务需求增长时，弹性伸缩自动增加指定类型...
NLP(一)——概述
参考书: 《speech and language processing》《统计自然语言处理》 宗成庆 语言是思维的载体，自然语言处理相比其他信号较为特别 word2vec用到c语言 Question 预训练语言模型和其他模型的区别? 预训练模型是指在大规模数据上进行预训练的模型，通常使用无监督学习方法。 在预训练阶段，模型通过学习数据的统计特征来捕捉数据的潜在结构和语义信息。 预训练模型的目标是学...
PyTorch概述（五）---LINEAR
torch.nn.Linear torch.nn.Linear(in_features,out_features,bias=True,device=None,dtype=None) 对输入的数据应用一个线性变换： 该模块支持TensorFLoat32类型的数据；在某些ROCm设备上，使用float16类型的数据输入时，该模块在反向传播中使用不同的精度； 参数 in_features(int)---每一...
PyTorch概述（六）---View
Tensor.view(*shape)-->Tensor 返回一个新的张量同之前的张量具有相同的数据，但是具有不同的形状；返回的张量同之前的张量共享相同的数据，必须具有相同数目的元素，可能具有不同的形状；对于经过view操作的张量，新的尺寸必须同原始的张量大小和步长兼容；每一个新的观察维度必须或者是一个原始维度的子空间；或者跨越原始维度，满足以下条件： 不满足上述条件，在不拷贝原始张量的情况下将不会v...
PyTorch概述（七）---Optim
torch.optim是一个实现多种优化算法的包;很多常用的方法已经被支持;接口丰富;容易整合更为复杂的算法; 如何使用一个优化器 为了使用torch.optim包功能;用户必须构建一个优化器对象;该优化器将保持当前的参数状态且基于计算的梯度更新参数; 构建优化器 要构建一个优化器;必须给优化器一个可迭代的对象;该对象包含可优化的参数(应当是变量s);然后,用户可以指定具体的优化器参数,比如学习率,权...