2016年2月5日 星期五

何謂QoS？

›
何謂QoS？ QoS（Quality of Service）是一個頻寬管理的功能，使用者可以設定為特定的電腦保留一定比例的頻寬，當頻寬滿載，這台電腦還可以繼續使用，不用跟其他的電腦搶奪頻寬。 為什麼需要 QoS？ 在一般的家庭網路中，頻寬是所有電腦共用的。這表示任何使用「...

CPU體系架構分析

›
CPU體系架構按照名稱主要分為兩大類：IA和x86，而在這兩類下又分別劃分為32位元和64位元。 按照這樣的分類，就出現了四種體系架構名稱：IA-32，IA-64，X86-32，X86-64。這些名詞的含義總結如下： x86 (= 80x86) x86是Intel公司首...
2016年2月4日 星期四

[Linux] Shell script if

›
常用的系統符號變數有： $#  Number of parameter $*  All the parameter $?  Exit status of previous command(前一個指令執行後的回傳值，0為執行成功) $$  PID of this s...
2015年11月10日 星期二

[Linux] 在Ubuntu 12.04上使用「Sublime Text 3 + Ctags + Cscope」取代Source Insight + 安裝HighlightWords套件 + 安裝Function Name Display套件

›
Step1.  在Ubuntu上安裝Ctags與Cscope sudo apt-get install cscope sudo apt-get install exuberant-ctags Step2.  在Sublime Text上安裝Ctags與Cscope套件 ...
2015年1月16日 星期五

[機器學習] 降維演算法：主成分分析(Principal Component Analysis, PCA)

›
以下講解如何公式化主成分分析演算法，假設我有如下二維data，我們想要將它投影到一條直線上使其降成一維，那麼該如何找出最佳的一條直線來投影呢？ PCA要做的就是找出一個低維度的投影平面(在這個例子是一條紅色直線)，當我們將data投影到上面，data與這條線之間的平方投影誤差...

[機器學習] 將高維度資料壓縮(Data Compression)與視覺化(Visualization)

›
資料壓縮 為何要將資料壓縮？主要有兩大好處： 減少硬碟與記憶體空間的使用 加快演算法速度 如果我們現在有個data set具有非常非常多特徵，例如50個特徵，我們隨便取兩個特徵出來，假設特徵${ x }_{ 1 }$是某樣東西用公分表示的長度，特徵${ x }...
2015年1月14日 星期三

[機器學習]（十）向量化(Vectorization)：低維度矩陣分解(Low Rank Matrix Factorization)

›
向量化的意思就是把一些for迴圈的操作轉換成矩陣的操作，速度會比寫一般迴圈快非常多。比如說線性回歸，求預測值時，普通做法是一個樣本求一次，而m個樣本就要用for迴圈求m次，向量化操作就是用矩陣相乘的方式，一次求出m個樣本的預測值。 以協同過濾的例子為例，之前我們說使用者j對電...