注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. Google论文集合

  2. Google F1 Tenzing Spanner Megastore MapReduce Fusion Tables Maestro Dremel Bigtable DRAM Errors Distributed Storage Systems

  3. 所属分类：其它

    • 发布日期：2012-10-07
    • 文件大小：22020096
    • 提供者：newkey007

  1. 粒子群算法源码及论文

  2. 基于差分进化和粒子群优化算法的混合优化算法，vc_pso(粒子群优化算法VC源码) const int NUM=40;//粒子数 const int DIM=30;//维数 const double c1=1.8;//参数 const double c2=1.8;//参数 double xmin=-100.0;//位置下限 double xmax=100.0;//位置上限 double gbestx[DIM];//全局最优位置 double gbestf;//全局最优适应度 struct pa

  3. 所属分类：C++

    • 发布日期：2013-08-11
    • 文件大小：1048576
    • 提供者：guoyiqi

  1. [Google 论文] F1: A Distributed SQL Database That Scales

  2. F1 is a distributed relational database system built at Google to support the AdWords business. F1 is a hybrid database that combines high availability, the scalability of NoSQL systems like Bigtable, and the consistency and us- ability of tradition

  3. 所属分类：其它

    • 发布日期：2013-08-27
    • 文件大小：415744
    • 提供者：zhongguoa

  1. 分布式关系型数据库F1论文

  2. 分布式关系型数据库F1论文

  3. 所属分类：其它

    • 发布日期：2013-08-29
    • 文件大小：415744
    • 提供者：zjilvufe

  1. F1: A Distributed SQL Database That Scales

  2. F1 is a distributed relational database system built at Google to support the AdWords business. F1 is a hybrid database that combines high availability, the scalability of NoSQL systems like Bigtable, and the consistency and usability of traditional

  3. 所属分类：其它

    • 发布日期：2015-04-02
    • 文件大小：415744
    • 提供者：quantum_bit

  1. 谷歌F1分布式数据库介绍

  2. 伊利诺伊大学厄本那香槟分校（University of Illinois at Urbana-Champaign）高等数据管理课讲义，本篇介绍谷歌的F1分布式数据库，相关论文：http://download.csdn.net/detail/quantum_bit/8556099

  3. 所属分类：讲义

    • 发布日期：2015-09-22
    • 文件大小：370688
    • 提供者：Quantum_bit

  1. 阿里巴巴大数据竞赛

  2. AliDMCompetition 阿里巴巴大数据竞赛（http://102.alibaba.com/competition/addDiscovery/index.htm ） 数据说明 提供的原始文件有大约4M左右，涉及1千多天猫用户，几千个天猫品牌，总共10万多条的行为记录。 用户4种行为类型(Type)对应代码分别为： 点击：0 购买：1 收藏：2 购物车：3 提交格式 参赛者将预测的用户存入文本文件中，格式如下： user_id \t brand_id , brand_id , brand

  3. 所属分类：专业指导

    • 发布日期：2016-01-05
    • 文件大小：550912
    • 提供者：huangyueranbbc

  1. PingCAP TiDB 中文技术手册-2017

  2. TiDB 是 PingCAP 公司基于 Google Spanner / F1 论文实现的开源分布式 NewSQL 数据库。 TiDB 具备如下 NewSQL 核心特性： • SQL 支持（TiDB 是 MySQL 兼容的） • 水平线性弹性扩展 • 分布式事务 • 跨数据中心数据强一致性保证 • 故障自恢复的高可用 TiDB 的设计目标是 100% 的 OLTP 场景和 80% 的 OLAP 场景。 TiDB 对业务没有任何侵入性，能优雅的替换传统的数据库中间件、数据库分库分表等 Shard

  3. 所属分类：群集服务

    • 发布日期：2017-01-16
    • 文件大小：586752
    • 提供者：lejuo

  1. PingCAP TiDB 中文技术手册 2017 pdf

  2. TiDB 是 PingCAP 公司基于 Google Spanner / F1 论文实现的开源分布式 NewSQL 数据库。 TiDB 具备如下 NewSQL 核心特性： • SQL 支持（TiDB 是 MySQL 兼容的） • 水平线性弹性扩展 • 分布式事务 • 跨数据中心数据强一致性保证 • 故障自恢复的高可用 TiDB 的设计目标是 100% 的 OLTP 场景和 80% 的 OLAP 场景。 TiDB 对业务没有任何侵入性，能优雅的替换传统的数据库中间件、数据库分库分表等 Shard

  3. 所属分类：其它

    • 发布日期：2018-03-25
    • 文件大小：556032
    • 提供者：jyh2005

  1. 移动环境下情境导向的推荐系统(论文)

  2. 提出了一种在移动情境下基于协同过滤算法的推荐模型。针对现有算法与情境之间融合程度不足，在传统协同过滤算法基础上设计了情境导向的协同过滤推荐系统模型框架。采用MAE和F1评价指标对本文所提出的模型与情境过滤以及普通情境建模的方法之间的推荐质量进行评估，实验表明本文提出的方案能在推荐质量上拥有更好的表现

  3. 所属分类：专业指导

    • 发布日期：2018-05-06
    • 文件大小：177152
    • 提供者：nastialee

  1. cpp-TiDBTiKVPD中文技术文档

  2. TiDB 是 PingCAP 公司受 Google Spanner / F1 论文启发而设计的开源分布式 HTAP (Hybrid Transactional and Analytical Processing) 数据库，结合了传统的 RDBMS 和 NoSQL 的最佳特性。

  3. 所属分类：其它

    • 发布日期：2019-08-16
    • 文件大小：35651584
    • 提供者：weixin_39841882

  1. 电子-论文基于STM32的智能家居远程控制系统.pdf

  2. 电子-论文基于STM32的智能家居远程控制系统.pdf,单片机/嵌入式STM32-F0/F1/F2

  3. 所属分类：其它

    • 发布日期：2019-09-05
    • 文件大小：3145728
    • 提供者：weixin_38744153

  1. TiDB中文手册20200723.pdf官方版本

  2. TiDB是一个开源的NewSQL数据库，支持混合事务和分析处理（HTAP）工作负载。它与MySQL兼容，并且可以提供水平可扩展性、强一致性和高可用性。它主要由PingCAP公司开发和支持，并在Apache 2.0下授权。TiDB从Google的Spanner和F1论文中汲取了最初的设计灵感。 TiDB被InfoWorld 2018 Bossie Award评选为最佳数据存储和分析开源软件之一，非常值得学习。

  3. 所属分类：其它

    • 发布日期：2020-08-26
    • 文件大小：32505856
    • 提供者：youhateme

  1. PingCAP TiDB 中文技术手册-2019.pdf

  2. TiDB 是 PingCAP 公司基于 Google Spanner / F1 论文实现的开源分布式 NewSQL 数据库。 TiDB 具备如下 NewSQL 核心特性： • 一键水平扩容或者缩容 • 金融级高可用 • 实时 HTAP • 云原生的分布式数据库 • 兼容 MySQL 5.7 协议和 MySQL 生态

  3. 所属分类：其它

    • 发布日期：2020-09-28
    • 文件大小：33554432
    • 提供者：qq_41167452

  1. nfnets_pytorch：经过预训练的NFNet，其准确性为官方论文“无需归一化的高性能大规模图像识别”的99％-源码

  2. NFNet Pytorch实施 此回购包含来自未经归一化的高性能大型图像识别论文的，具有ImageNet高精度的预训练NFNet模型F0-F6。 小型模型的精度与EfficientNet-B7一样，但训练速度快了8.7倍。 大型模型在ImageNet上设置了新的SOTA top-1精度。 NFNet F0 F1 F2 F3 F4 F5 F6 + SAM 最高为1的准确性Brock等人。 83.6 84.7 85.1 85.7 85.9 86.0 86.5 此实

  3. 所属分类：其它

    • 发布日期：2021-03-04
    • 文件大小：915456
    • 提供者：weixin_42136837

  1. 名称命名识别：专注于研究CONLL2003数据库上各种NER系统的研究论文：Bi-LSTM-CRF，单词嵌入-源码

  2. 命名识别 该资料库探讨了CONLL 2003 Reuters数据集上用于命名实体识别（NER）的不同技术。 可以在以下位置找到数据： ： 并且已获得路透社的许可。 楷模 功能设计 条件随机场[w]（F1 = 77.7 ） 条件随机场[w-1]（F1 = 83.5 ） 条件随机场[w-2]（F1 = 83.3 ） 条件随机场[w-3]（F1 = 83.9 ） 神经网络+词嵌入 手套 BiLSTM-CRF（F1 = 70.69 ） BiLSTM-CRF（6B手套50D）（F1 = 83.0

  3. 所属分类：其它

    • 发布日期：2021-02-11
    • 文件大小：3145728
    • 提供者：weixin_42171132

  1. 自适应网络切片：该项目负责意大利特伦托大学的论文项目的实施和结果-源码

  2. 使用mininet和RYU调整网络切片 拓扑结构 h1 h2 | | |50Mbps | 50Mbps | | _________ /________/| | || | s1 || |________|/ 情境 给定3个流： f1：DST：10.0.0.1：5001-5Mbps f2：DST：10.0.0.1：5002-15Mbps f3：DST：10.0.0.1：5003-25Mbps 目的 当某些流不使

  3. 所属分类：其它

    • 发布日期：2021-02-05
    • 文件大小：39936
    • 提供者：weixin_42128676

  1. kg-baseline-pytorch：2019百度的关系抽取比赛，使用Pytorch实现苏神的模型，F1在dev集可达到0.75，联合关系抽取，联合关系提取-源码

  2. 公斤基线火炬 2019百度的关系撤回比赛，Pytorch版苏神的基线，联合关系撤回。 模型 与苏神的模型相同，只不过开发框架由Keras + Tensorflow变成了Pytorch，给使用Pytorch的小伙伴分享。 苏神Keras版链接： : 代码中包含了许多苏神的代码，因此首先对苏神表示感谢！ 以下为苏神模型介绍 用BiLSTM做联合标注，先预测subject，然后根据suject同时预测object和predicate，标注结构是“半指针-半标注”结构，以前也曾介绍过（ https:

  3. 所属分类：其它

    • 发布日期：2021-02-03
    • 文件大小：16384
    • 提供者：weixin_42110070

  1. SGC：“简化图卷积网络”论文的正式实施-源码

  2. 简化图卷积网络 更新 正如＃23所指出的，在reddit数据集的预处理代码中存在一个细微的错误。 修复此错误后，SGC的F1得分为95.0（以前是94.9）。 实用建议：标准化特征为零均值且标准差为1的值通常会非常有帮助，以加快SGC（和许多其他线性模型）的收敛。 例如，我们应用此规范化。 将SGC应用于其他数据集时，请考虑这样做。 有关一些相关的讨论，请参见以及。 作者： * * * *：平等贡献 总览 此存储库包含简单图卷积（SGC）模型的示例实现，在ICML2019论文《。 S

  3. 所属分类：其它

    • 发布日期：2021-02-03
    • 文件大小：5242880
    • 提供者：weixin_42134117

  1. CARTON:论文“带有堆栈指针网络的上下文转换器，用于知识图上的会话式问答”的源代码-Car source code

  2. 带有堆栈指针网络的上下文转换器，用于知识图上的会话问题回答 神经语义分析方法已广泛用于知识图上的问答（QA）系统。 这种方法提供了灵活性，可以处理具有复杂查询和大量实体的QA数据集。 在这项工作中，我们提出了一个名为CARTON的新颖框架，该框架执行多任务语义解析，以处理大规模知识图上的对话式问题回答问题。 我们的框架由一系列指针网络组成，这些指针网络是上下文转换器模型的扩展，用于解析输入问题和对话历史记录。 该框架生成可以在知识图上执行的一系列动作。 我们在标准数据集上评估CARTON，以进行

  3. 所属分类：其它

    • 发布日期：2021-03-25
    • 文件大小：4194304
    • 提供者：weixin_42119866
« 12 3 »