ADK.wang 统一知识工程 · 权威专著深度引证

ADK.wang AI & 软件技术百科

全库汇聚全球 22,000+ 核心技术词条,深度引证上千本行业权威学术专著,涵盖大模型原理、云原生、架构设计与工程效能。

22,077

全量学术技术词条

9 大

核心专业领域体系

10,000+

权威专著深度引证

100%

原书精粹与工业对齐

机器学习与算法
📚 14 本专著

Federal Trade Commission (FTC)

AI. One of the recommendations from regulators, such as the Federal Trade Commission (FTC), is for organizations to be fully tra...

难度: ★★★ 阅读: 8分钟
查看引证 →
数据库与大数据
📚 13 本专著

应用层

Frame

物理层(Physical Layer)、数据链路层(Data Link Layer)、网络层(Network Layer)、传输层(Transport Layer)、会话层(Session Layer)、表示层(Presentation Layer)和应用...

难度: ★★★ 阅读: 8分钟
查看引证 →
云计算与容器网络
📚 11 本专著

过滤器

Filters

· basePackageClasses :指定被扫描的类; · includeFilters :指定满足 过滤器 (Filter)条件的类将会被IoC容器扫描、装配; · excludeFilters :指定满足过滤器条件的类将不会被IoC容器扫描、装配。

难度: ★★★ 阅读: 8分钟
查看引证 →
机器学习与算法
📚 10 本专著

全连接

Fully-connected Layer

图6-14 Max Pooling的例子 5.全连接层 全连接层(Fully-connected Layer)可以认为是传统意义上的神经网络算法,之所以称之为全连接,是因为神经网络算法的特点就是3个层(输入层、隐藏层、输出层)之间的节点是相互链接的,如图6...

难度: ★★★ 阅读: 8分钟
查看引证 →
云计算与容器网络
📚 9 本专著

函数即服务

Function as a Service

《函数组合的 N 种模式》 随着以函数即服务(Function as a Service)为代表的无服务器计算(Serverless)的广泛使用,很多 用户遇到了涉及多个函数的场景,需要组合多个函数来共同完成一个业务目标,这正是微服务“分而治 之,合而用之...

难度: ★★★ 阅读: 8分钟
查看引证 →
数据库与大数据
📚 9 本专著

Frequently Asked Questions (FAQ)

unproductive. Often, mailing lists and online forums have Frequently Asked Questions (FAQ) documents or description pages that e...

难度: ★★★★ 阅读: 8分钟
查看引证 →
数据库与大数据
📚 8 本专著

File Transfer Protocol (FTP)

File Transfer Protocol (FTP)) allows clients to share files between computers on a net­

难度: ★★★ 阅读: 8分钟
查看引证 →
机器学习与算法
📚 7 本专著

特征图

Feature Map

卷积层 C 可训练参数并未直接连接 S 中所有的特征图(Feature Map),而是采用如图4-2所示的 S 与 C* 之间的特征图稀疏连接的采样特征方式进行连接(稀疏连接),生成的16个通道特征图中分别按照相邻3个特征图、相邻4个特征图、非相邻4个特征...

难度: ★★★ 阅读: 8分钟
查看引证 →
数据库与大数据
📚 6 本专著

File System (NFS)

为了解决海量数据存储和分布式计算问题,Google Lab提出了Map/Reduce和Google File System(GFS)解决方案,Hadoop作为其中一个优秀的实现框架迅速得到了业界的认可和广泛应用。

难度: ★★★ 阅读: 8分钟
查看引证 →
机器学习与算法
📚 6 本专著

特征工程

Feature Engineering

表示学习的重点是自动学习,它与传统机器学习中的特征工程(Feature Engineering)不同,特征工程主要指对于数据的人为处理提取,如处理缺失值、特征选择、类型转换、维度压缩等预处理手段。

难度: ★★★ 阅读: 8分钟
查看引证 →
数据库与大数据
📚 6 本专著

聚合器

Fluentd

起来,通过管控节点形成一个统一对外服务的分布式数据库系统;其次,每个数据处理节点的所有资源(CPU、内存、磁盘)都是独立的,且节点内不需要通过管控节点进行调度;最后,管控节点通过查询计划器(Query Planner)、优化器(Optimizer)、聚合器...

难度: ★★★ 阅读: 8分钟
查看引证 →
通识与商业创新
📚 5 本专著

First Search (DFS)

Depth-First Search (DFS) The DFS algorithm we start from starting point and go into depth of

难度: ★★★ 阅读: 8分钟
查看引证 →
机器学习与算法
📚 5 本专著

False Negative (FN)

表 4-2 分类 正确结果标签 正 负 正 True Positive(TP) False Positive(FP) 负 False Negative(FN) True Negative(TN) 分类结果为正的情况是 Positive、为负的情况是 Neg...

难度: ★★★ 阅读: 8分钟
查看引证 →
机器学习与算法
📚 5 本专著

False Positive (FP)

表 4-2 分类 正确结果标签 正 负 正 True Positive(TP) False Positive(FP) 负 False Negative(FN) True Negative(TN) 分类结果为正的情况是 Positive、为负的情况是 Neg...

难度: ★★★ 阅读: 8分钟
查看引证 →
数据库与大数据
📚 5 本专著

奥姆斯特德

Frederick Law Olmsted

最令人担忧的入侵植物中,有一些是由著名人物引进的:托马斯·杰斐逊(Thomas Jefferson)将金雀儿(Scotch broom)引进到北美洲,美国景观设计师弗雷德里克·劳·奥姆斯特德(Frederick Law Olmsted)引进了虎杖(Japa...

难度: ★★★ 阅读: 8分钟
查看引证 →
数据库与大数据
📚 4 本专著

False Negatives (FN)

cases were accurately identified as “stroke.” False Negatives (FN): zero cases

难度: ★★★ 阅读: 8分钟
查看引证 →
数据库与大数据
📚 4 本专著

False Positives (FP)

False Positives (FP): 90 instances of “No Action” were incorrectly predicted

难度: ★★★ 阅读: 8分钟
查看引证 →
通识与商业创新
📚 4 本专著

公平调度器

Fair Scheduler

公平调度器( Fair Scheduler ) 公平调度器可以为所有的应用“平均公平”分配资源,当然,这种“公平”是可以配置的,称为权重,可以在 分配文件中为每一个队列设置分配资源的权重,如果没有设置,默认是1(由于默认权重相同,因此,在 不做配置的情况下...

难度: ★★★ 阅读: 8分钟
查看引证 →
机器学习与算法
📚 4 本专著

前馈神经网络

Feed-Forward Neural Network

Transformer从结构上看依然是编码G解码架构,由自注意力(SelfGAttention)、编码G解码注意力(EncoderGDecoder Attention)和前馈神经网络(Feed Forward Neural Network)构成。

难度: ★★★ 阅读: 8分钟
查看引证 →
数据库与大数据
📚 4 本专著

模糊测试

Fuzzing Test

Burp Intruder的Ignore Response(忽略响应)模式对于模糊测试(Fuzz-testing)和拒绝服务测试很有帮助,但是它不是很适合于更加精确的、自定义的插入载荷工作。

难度: ★★★ 阅读: 8分钟
查看引证 →
数据库与大数据
📚 4 本专著

流程图

Flow Map

BPMN定义了一个业务流程图(Business Process Diagram),该业务流程图是一个图形化的流程图(Flow Charting),用于创建业务流程操作的图形化模型,便于其他非专业人士使用。

难度: ★★★ 阅读: 8分钟
查看引证 →
数据库与大数据
📚 4 本专著

Factor Authentication (MFA)

Multi-Factor Authentication (MFA): Enforce MFA for access to

难度: ★★★ 阅读: 8分钟
查看引证 →
人工智能与大模型
📚 4 本专著

少样本学习

Few-shot learning

在人类这种快速学习能力的启发下,算法人员希望元学习模型也能够快速掌握一个先验知识,帮助以后任务的学习,模型需要学习很多与之相类似的任务,然后用在这些任务上学到的先验知识,使其面对一个新问题时可以学习得又快又好,而这一要求的提出使目前的元学习和少样本学习(F...

难度: ★★★ 阅读: 8分钟
查看引证 →
通识与商业创新
📚 4 本专著

标志寄存器

Flags Register

问题 初级问题 什么是机器语言? 中级问题 通常把标识内存或 I/O 中存储单元的数字称作什么? 高级问题 CPU 中的标志寄存器(Flags Register)有什么作用? 怎么样?被这么一问,是不是发现有一些问题无法简单地解释清楚呢?下面,笔者就公布答...

难度: ★★★ 阅读: 8分钟
查看引证 →
显示第 1 / 18 页,共 420 条记录
← 上一页 1 / 18 下一页 →