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
📚 1 本专著

型聚类

Hierarchical Clustering

” 2.层次型聚类(Hierarchical Clustering) 还有一种类型的聚类方法,仅仅使用数据对象之间的相似性,使得同一群组中对象间的相似度,远远大于不同群组之间的相似度。

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

声旋律理论

Harmolodics

他甚至为自己的创作方式发展出一种形而上的音乐哲学,并把这种为入门者准备的科学理论称为和声旋律理论(Harmolodics)。

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

处理内存警告

Handle Memory Warnings

 处理内存警告(Handle Memory Warnings)。

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

处理器拦截器

HandlerInterceptor

请求的一个控制器实例和支持这个控制器的处理器拦截器(HandlerInterceptor),通过简单控制处理适配器(Simple

难度: ★★★ 阅读: 5分钟
查看引证 →
信息安全与密码学
📚 1 本专著

多任务学习方式有硬参数共享

Hard Parameter Sharing

图 3-8 传统的机器学习与多任务学习 在深度学习领域,常见的多任务学习方式有硬参数共享( Hard Parameter Sharing)和 软参数共享(Soft Parameter Sharing)两种方式。

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

季节性方法

Holt-Winters Seasonal Method

L t t T t t α β 3. Holt-Winters季节性方法(Holt-Winters Seasonal Method) 适用于既有趋势又有季节性的时间序列。

难度: ★★★ 阅读: 5分钟
查看引证 →
人工智能与大模型
📚 1 本专著

定义超参

Hyper Parameters

我们创建一个新的 Python 文件 seq2seqtrainer.py ,引入相关依赖库并定义超参( Hyper Parameters ),其中, latentdim 代表 LSTM 的输出向量的空间大小,因为有 256 个字符,因此被定义为 256 :

难度: ★★★ 阅读: 5分钟
查看引证 →
云计算与容器网络
📚 1 本专著

客户端集群

HTTP Client

HTTP客户端集群(HTTP Client):HTTP客户端使用wrk(见链接[31])产生测试流量。

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

宿主操作系统

Host Operating System

宿主操作系统(Host Operating System)。

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

宿主语言

Host Language

能够支持嵌入式 SQL 的高级语言叫作宿主语言(Host Language),目前几乎所有高级 语言都提供了对嵌入式 SQL 的支持,且数据库管理系统也需要提供对嵌入式 SQL 的支持。

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

小山田弘树

Hiroki Koyamada

小山田弘树 (Hiroki Koyamada):第 1 部分第 4 章 加入野村综合研究所前,曾就职于银行领域智库、城市银行,信息战略、IT 治理和组织改革、资源组织战略等领域的专家。

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

尝试得到超参数

Hyperparameter

不论是深度学习还是其他的机器学习模型,都存在一个针对给定数据集而通过不断尝试得到超参数(Hyperparameter)的问题。

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

层次化聚类

Hierarchical Clustering

Faiss的核心功能 Faiss的核心功能包括: (1)高效的索引结构:通过构建向量索引,例如扁平索引(Flat Index)、乘积量化(Product Quantization,PQ)和层次化聚类(Hierarchical Clustering),实现快...

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

层次模型

Hierarchical Model

每个数据库系统都有自己的数据模型, 它可以是层次模型(Hierarchical Model)、网状模型(Network Model)、关系模型(Relational Model)、面向对象模型(Object-Oriented Model)或其他模型。

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

层级树

Hierarchy

CGroups 在不同的系统资源管理子系统中以层级树(Hierarchy)的方式来组织管理:每个CGroup 都可以包含其他的子CGroup,因此子CGroup 能使用的资源,除了受本CGroup 配置的资源参数限制,还受到父CGroup 设置的资源限制。

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

层级组织

Hierarchical Organization

层级组织(Hierarchical Organization)

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

希勒尔机构

Hillel

在学院和大学里的犹太人大学生联谊会和大学女生联谊会鼓励犹太人内部的社交和约会,由圣约信徒联盟赞助的希勒尔机构(Hillel)分会向那些愿意参与的犹太学生们提供文化和宗教的活动项目。

难度: ★★★ 阅读: 5分钟
查看引证 →
前端与移动端
📚 1 本专著

希斯工具

Heath kits

朗最终把那只令乔布斯魂牵梦萦的碳精麦克风送给了他,还让他迷上了希斯工具盒(Heath kits)——当时广受欢迎的用来制作无线电设备或其他电子装备,但需要自己组装的工具套装。

难度: ★★★ 阅读: 5分钟
查看引证 →
信息安全与密码学
📚 1 本专著

希算法

Hash Algorithm

人们为此引入了哈 希算法(Hash Algorithm),计算出来的文件代号就称为文件的哈希 码(Hash Code)。

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

应用内购买服务

HarmonyOS NEXT

使用应用内购买服务(HarmonyOS NEXT)的权利和责任 3.1 乙方可能修改或停止提供本服务,或本服务的相关附加功能。

难度: ★★★ 阅读: 5分钟
查看引证 →
前端与移动端
📚 1 本专著

开源超级账簿项目

Hyperledger Project

今年2月,IBM与摩根大通和思科等企业一起加入了Linux 基金会的开源超级账簿项目(Hyperledger Project),并贡献了超过44000行代码投入开发开源区块链服务。

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

张表

HashEntry

大树组Segment 可以理解为一个数据库,而每个数据库(Segment)中又有很多张表 (HashEntry),每个HashEntry 中又有很多条数据,这些数据是用链表连接的。

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

快服务智慧平台

HUAWEI Ability Gallery

比如,快服务智慧平台(HUAWEI Ability Gallery),支持基于语音、视觉的智能交互体验,能够根据不同终端进 行智慧分发,促使服务能够精准找人,用户能够快捷获取服务。

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

想法有热图

Heat Map

如果实验想法具有以下特征,成功概率更高: 1)改变能增加用户动力; 2)想法源于用户测试或定性研究(问卷、访谈、焦点小组); 3)想法有数据支持; 4)想法有热图(Heat Map)等证据支持; 5)其他网站、产品验证过的最佳实践。

难度: ★★★ 阅读: 5分钟
查看引证 →
显示第 10 / 14 页,共 333 条记录