三十六、Linux性能优化实战学习笔记-套路篇:怎么评估系统的网络性能?

三十六、Linux性能优化实战学习笔记-套路篇:怎么评估系统的网络性能?

性能指标回顾第一,带宽,表示链路的最大传输速率,单位是 b/s(比特 / 秒)。在你为服务器选购网卡时,带宽就是最核心的参考指标。常用的带宽有 1000M、10G、40G、100G 等。第二,吞吐量,表示没有丢包时的最大数据传输速率,单位通常为 b/s (比...

三十三 、 Linux性能优化实战学习笔记-关于 Linux 网络,基础知识(上)

三十三 、 Linux性能优化实战学习笔记-关于 Linux 网络,基础知识(上)

网络模型说到网络,我想你肯定经常提起七层负载均衡、四层负载均衡,或者三层设备、二层设备等等。那么,这里说的二层、三层、四层、七层又都是什么意思呢?实际上,这些层都来自国际标准化组织制定的开放式系统互联通信参考模型(Open System Interconnection Reference Model...

企业级云上网络构建

10 课时 |
79 人已学 |
免费

专有云网络基础架构介绍

1 课时 |
472 人已学 |
免费

TCP/IP 网络基础

4 课时 |
1043 人已学 |
免费
开发者课程背景图
【OCR学习笔记】8、OCR移动端网络汇总与PyTorch实现(二)

【OCR学习笔记】8、OCR移动端网络汇总与PyTorch实现(二)

1.3 ShuffleNetShuffleNet是由2017年07月发布的轻量级网络,设计用于移动端设备,在MobileNet之后的网络架构。主要的创新点在于使用了分组卷积(group convolution)和通道打乱(channel shuffle)。分组卷积(group convolution...

【OCR学习笔记】8、OCR移动端网络汇总与PyTorch实现(一)

【OCR学习笔记】8、OCR移动端网络汇总与PyTorch实现(一)

1 轻量化网络简介前面所提网络在向着越来越大、越来越深的方向发展,但在实际应用中计算性能有限,但又有着极强的业务需求。对于效率问题,可以想到的方法通常是对模型进行压缩与剪枝,降低网络的参数量,从而降低计算量加快推理速度。相较于对模型进行后处理的方法,轻量化模型设计则是另辟蹊径。轻量化模型主要是设计更...

Paddle图神经网络-学习笔记(三)

Paddle图神经网络-学习笔记(三)

05进阶模型ERNIESage背景:Text Graph就是节点与边带有文本的特殊图如何对Text Graph建模?原有的方法:只关注结构信息:GraphSage退化成文本理解:ERNIE但是!ERNIEERNIE1.0核心思想:知识增强ERNIE2.0核心思想:持续学习总之ÿ...

Paddle图神经网络-学习笔记(二)

Paddle图神经网络-学习笔记(二)

04图神经网络算法(下)图采样为什么要图采样?数据太多,无法一次性送入计算资源。借鉴MiniBatch的思想但是:传统深度学习单batch为若干个样本样本之间无依赖,多层样本计算量固定图神经网络batch为若干个节点节点之间相互依赖,多层节点计算量爆炸什么是图采样?!子图...

Paddle图神经网络-学习笔记(一)

Paddle图神经网络-学习笔记(一)

02图游走类模型DeepWalk目标:Node embeddings 学习到节点与邻居的关系。得到节点表示,用于下游任务Word2Vec 应用到 图嵌入领域节点——>单词节点序列——>句子游走方式:Random Walk本质:可以回头的DFS整体架构:问题:图是一个复杂的结构,需要考虑更...

图神经网络学习笔记-05进阶模型

图神经网络学习笔记-05进阶模型

ERNIESage背景:Text Graph就是节点与边带有文本的特殊图如何对Text Graph建模?原有的方法:只关注结构信息:GraphSage退化成文本理解:ERNIE但是!ERNIEERNIE1.0核心思想:知识增强ERNIE2.0核心思想:持续学习总之:ERN...

图神经网络学习笔记-04图神经网络算法(下)

图神经网络学习笔记-04图神经网络算法(下)

图采样为什么要图采样?数据太多,无法一次性送入计算资源。借鉴MiniBatch的思想但是:传统深度学习单batch为若干个样本样本之间无依赖,多层样本计算量固定图神经网络batch为若干个节点节点之间相互依赖,多层节点计算量爆炸什么是图采样?!子图采样而不是随机采样GraphSAGE(...

图神经网络学习笔记-03图神经网络算法(上)

图神经网络学习笔记-03图神经网络算法(上)

图卷积网络(GCN)卷积在规则数据上很好应用,如果是不规则的图呢?从图像卷积类比到图结构卷积图像卷积将一个像素点周围的像素按照不同的权重叠加起来。图结构卷积将一个节点周围的邻居按照不同的权重叠加起来。图卷积网络计算公式:这个公式可以一步步来看1.边上的源节点,往目标节点发送特征2.目标节点对收到的特...

本页面内关键词为智能算法引擎基于机器学习所生成,如有任何问题,可在页面下方点击"联系我们"与我们沟通。

产品推荐

社区圈子

域名解析DNS
域名解析DNS
关注DNS技术、标准、产品和行业趋势,连接国内外相关技术社群信息,加强信息共享。
58+人已加入
加入
相关电子书
更多
客户实践分享:飞书深诺的出海网络演进之路
Deep Dive:网络可观测与诊断
Deep Dive:应用交付网络架构设计
立即下载 立即下载 立即下载
相关实验场景
更多