文档详情

机器学习算法选择方法、分布式计算系统.pdf

发布：2023-06-06约1.95万字共15页下载文档

文本预览下载声明

(19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 112966438 A (43)申请公布日 2021.06.15 (21)申请号 202110248656.5 (22)申请日 2021.03.05 (71)申请人北京金山云网络技术有限公司

显示全部

相似文档

分布式计算系统中进程迁移的方法.pdf . . 5 2
2015-09-17 约8.97万字 8页立即下载
分布式计算系统，分布式计算系统中数据传输方法和装置.pdf (19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 114880133 A (43)申请公布日 2022.08.09 (21)申请号 202210298513.X (22)申请日 2017.08.31 (62)分案原申请数据 201710769632.8
2023-05-18 约7.25万字 48页立即下载
一种分布式计算系统.pdf (19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 112835706 A (43)申请公布日 2021.05.25 (21)申请号 20191
2023-06-02 约7.75千字 7页立即下载
分布式计算6.ppt Jing Liu liujing@ss.pku.edu.cn ;Cluster Computing(3);Dependable Clustered Computing;Introduction;Failover;Two Worlds Converge;Dependable Parallel Computing (I);Dependable Parallel Computing (II);Mission/Business Critical Computing (I);Mission/Business Critical Computing (II);Dependability Concepts (
2017-06-10 约1.94千字 73页立即下载
OpenCL分布式计算算法研究.docx PAGE1/NUMPAGES1 OpenCL分布式计算算法研究 TOC\o1-3\h\z\u 第一部分OpenCL分布式计算架构分析 2 第二部分分布式计算算法并行化策略 5 第三部分算法性能优化与负载均衡 9 第四部分异构计算环境中的加速策略 11 第五部分数据分发与通讯机制研究 14 第六部分分布式计算系统稳定性评估 16 第七部分OpenCL分布式计算应用场景 19 第八部分分布式计算算法未来发展趋势 22 第一部分OpenCL分布式计算架构分析关键词关键要点 OpenCL分布式计算架构的优势 1.异构并行计算能力：OpenCL支持各种并行计算设备，如CPU、GPU和FPGA，允许开
2024-06-05 约1.19万字 25页立即下载
分布式计算任务分片方法.docx 分布式计算任务分片方法 分布式计算任务分片方法 分布式计算任务分片方法随着信息技术的飞速发展，数据处理和计算需求日益增长，传统的单机计算模式已经无法满足大规模数据处理的需求。分布式计算作为一种有效的解决方案，通过将计算任务分散到多个计算节点上并行处理，显著提高了计算效率和处理能力。在分布式计算中，任务分片是关键技术之一，它涉及到如何将一个大型计算任务分解成多个小任务，并在多个计算节点上进行分配和执行。本文将探讨分布式计算任务分片的重要性、挑战以及实现方法。一、分布式计算任务分片概述 分布式计算任务分片是指将一个大规模的计算任务分解成多个小任务，这些小任务可以在不同的计算节点上并行执行。这种
2024-12-29 约4.12千字 11页立即下载
智能感知系统中的分布式计算优化论文.docx 智能感知系统中的分布式计算优化论文摘要：本文旨在探讨智能感知系统中的分布式计算优化问题。随着物联网和大数据技术的发展，智能感知系统在各个领域的应用越来越广泛，分布式计算在智能感知系统中的重要性日益凸显。本文从系统架构、算法优化和资源调度等方面分析了分布式计算优化的关键问题，并提出了一系列解决方案，以提升智能感知系统的性能和效率。关键词：智能感知系统；分布式计算；优化；性能提升；资源调度一、引言（一）智能感知系统的发展背景与挑战 1.内容一：技术发展趋势 1.1物联网技术的普及：物联网技术的快速发展为智能感知系统提供了强大的硬件支持，使得数据采集和处理变得更加高效。 1.2大数据技术的
2025-03-25 约4.03千字 10页立即下载
Spark：一个高效的分布式计算系统.pdf Spark：一个高效的分布式计算系统 概述什么是Spark Spark是UCBerkeleyAMPlab所开源的类HadoopMapReduce的通用的并行计算框架，Spark 基于mapreduce算法实现的分布式计算，拥有HadoopMapReduce所具有的优点；但不同于MapReduce 的是Job中间输出和结果可以保存在内存中，从而不再需要读写HDFS，因此Spark能更好地适用于数据挖掘与机器学习等需要迭代的mapreduce的算法。其架构如下图所示： Spark与Hadoop的对比 Spark的中间数据放到内存中，对于迭代运算效率更高。 Spark更适合于迭代运算比较多的ML
2024-10-16 约1.31万字 13页立即下载
第三章：MapReduce 分布式计算系统.pdf
2018-11-05 约小于1千字 27页立即下载
分布式计算调度系统的技术与实践.pptx NORMANDY 分布式计算调度系统技术与实践系统对标 | 取长补短图片来源omega论文现状| 庞然大物 p近4W台高性能计算机器 p10W台MR计算机器 p近15W台在线机器 p天级别上百万作业现状 | 资源需求不均衡 CPU MEM 问题 | 资源利用率低，阻碍业务发展 p机器规模庞大 p各计算平台独立，多维资源利用率低 p志愿计算无法有效降低离线机器预算 p资源割裂，无法满足业务快速发展需求解决方案 | 统一服务调度系统 • 计算唯一入口 • 既是系统又是生态分布式架构| 稳定、高效 Normandy调度端架构 | 简约、灵活调度支持 p虚拟化交付，资源审计
2017-06-03 约字 14页立即下载
一种分布式计算任务调度系统.pdf (19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 112965800 A (43)申请公布日 2021.06.15 (21)申请号 202110256742.0 (22)申请日 2021.03.09 (71)申请人上海焜耀网络科技有限公司
2023-06-09 约1.12万字 11页立即下载
智能感知系统中的分布式计算技术论文.docx 智能感知系统中的分布式计算技术论文摘要：随着人工智能技术的快速发展，智能感知系统在各个领域得到了广泛应用。分布式计算技术在智能感知系统中扮演着重要角色，它能够提高系统的处理能力和可靠性。本文将从分布式计算技术在智能感知系统中的优势、应用和挑战三个方面进行探讨。关键词：智能感知系统；分布式计算技术；应用；挑战一、引言（一）智能感知系统概述 1.内容1：智能感知系统是指通过传感器、数据处理、人工智能等技术，实现对物理世界的感知、理解和控制的系统。它具有实时性、准确性、智能化等特点，广泛应用于工业、交通、医疗、环保等领域。 2.内容2：智能感知系统的核心组成部分包括传感器、数据处理模块和人工
2025-04-11 约6.5千字 14页立即下载
一种基于非易失内存的分布式计算方法、系统及存储介质.pdf (19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 113342266 A (43)申请公布日 2021.09.03 (21)申请号 202110550478.1 (22)申请日 2021.05.20 (71)申请人普赛微科技（杭州）有限公司
2023-06-17 约1.15万字 11页立即下载
一种基于BI-Server的分布式计算系统及其应用方法.pdf (19)国家知识产权局 (12)发明专利申请 (10)申请公布号CN117421103A (43)申请公布日2024.01.19 (21)申请号202311476029.2 (22)申请日2023.11.08 (71)申请人杭州观远数据有限
2024-01-18 约1.69万字 14页立即下载
一种可组装的分布式计算和存储系统及其构造方法.pdf (19)国家知识产权局 (12)发明专利 (10)授权公告号 CN 112804297 B (45)授权公告日 2022.08.19 (21)申请号 202011599244.8 H04L 67/1074 (2022.01) (22)申请日 2020.
2023-06-03 约2.13万字 18页立即下载