加入收藏 | 设为首页 | 会员中心 | 我要投稿 信阳站长网 (https://www.0376zz.com/)- 科技、建站、经验、云计算、5G、大数据,站长网!
当前位置: 首页 > 站长资讯 > 传媒 > 正文

企业短信风口来了?

发布时间:2021-02-01 16:37:54 所属栏目:传媒 来源:互联网
导读:我们可以看到C ++的执行时间和内存比Java程序小得多。对于大型程序来说,这是一个很大的问题。 与C ++相比,Java竞争性编程较慢的原因有很多,这使程序员避免使用它。下面列出了一些常见的。 1.为I / O操作选择错误的类或使用错误的语法 与C ++相比,Java语

我们可以看到C ++的执行时间和内存比Java程序小得多。对于大型程序来说,这是一个很大的问题。

与C ++相比,Java竞争性编程较慢的原因有很多,这使程序员避免使用它。下面列出了一些常见的。

1.为I / O操作选择错误的类或使用错误的语法

与C ++相比,Java语言相对很慢。JAVA中通常有两个用于I / O操作的类:Scanner类和BufferedReader类。大多数程序员,特别是初学者,都使用Scanner类进行I / O操作,并且由于语法长而避免使用Buffered Reader类进行I / O。

扫描器类中的内部解析操作使程序的执行非常缓慢,而Buffered Reader类仅读取输入,并且根据操作的需要进行进一步的解析。在竞争性编程中,使用Scanner类为Java程序创建TLE问题。

2.编译和执行过程

可以根据程序的执行和编译过程来区分编程语言。某些语言是口译语言,意味着解释器逐行检查特定口译语言的语法,例如Python。

编译语言直接将程序转换为机器代码。结果,这些语言比解释器语言快得多。解释器花费很少的时间来分析源代码。但是,执行该过程的总时间要慢得多。与诸如C或C ++的编译语言相比,这使Interpreted编程语言的执行非常慢。这就是为什么Python比C ++和Java慢的原因。

Java既不是编译语言也不是解释语言。它位于中间。Java是与平台无关的语言,因此在所有编程语言中都非常流行。字节码使其成为一种与平台无关的语言。这就是Java的优势。

它使程序的执行比C ++程序慢,因为没有像C ++中的Java那样发生用于执行和编译的中间操作。程序执行缓慢的原因是,如果虚拟机未运行,则启动Java代码的开销很大。·

3.内存消耗

Java程序的内存消耗比C ++程序更多。

我们都知道Java本身管理内存,不需要程序员的明确干预。垃圾收集器本身可确保清理未使用的空间,并在不需要时释放内存。因此,额外的垃圾回收器会占用额外的内存来跟踪java程序的所有内存消耗。

对于Java程序员来说,不注意内存管理是有益的。它由JVM和垃圾收集器自动完成,但C ++中不存在垃圾收集器。可能会发生内存泄漏,但这会使C ++程序非常轻巧。

因此,与Java程序相比,C ++程序的内存消耗非常少。结果,它有助于 快速执行C ++程序。

我们可以选择任何一种语言进行竞争性编程,但是首先,我们必须清楚其所有基本主题以及特定语言的工作方式,这将对初学者非常有益。
 

神经网络取代了许多静态算法,并引领了当前的机器学习行业。市场需要基于图的具有直接深度学习关联的技术。由于传统引擎出现故障和GPU缺少支持,才引入了图神经网络。

图神经网络是从图数据中学习的深度学习的新兴领域。随着图卷积网络、LSTM网络等的引入,该领域已显示出巨大的潜力。这些网络本身就是图结构,并利用相似的数据进行训练。诸如CORA和SNAP之类的图形数据集用于对其进行基准测试。

如果人工神经网络是计算图,那么为什么我们需要GNN?答案有时可能会令人困惑,但让我们开始了解基础知识。

  • 人工神经网络以矩阵格式输入,或多或少是有序数据,而诸如社交网络之类的问题则将链接优先于次序。从技术上讲,在图形中,可以通过选择根节点和通过它的特定链接来推导顺序。
  • 作为计算图的人工神经网络仅仅意味着它们是相互链接在一起的前馈数学表达式。网络及其使用的数据的依存关系图是不同的。
  • 就层和函数而言,两个网络都包含dense、softmax、ReLU等,但是在每个计算和处理方面都是不同的。正常的密集层意味着完全的互连,但是在GNN中可能并非如此。
  • 传统神经网络可以解决两种类型的问题:分类和回归。当涉及社交网络或知识图时,它们将失败。这些属于需要直接图形输入的关系问题。
  • 在人工神经网络中,定义了模型体系结构,并将其输入及其各自的输出馈入模型。基于图的网络的训练和预测在某种程度上是无监督的。因此,如果要预测特定领英成员的姓名,笔者应该能够使用他的1度、2度人脉、公司、机构的隶属关系来进行操作,而无需真正知道他的实际标签。

当今的图神经网络的发展是非常直观的,上述知识我们需要掌握。

(编辑:信阳站长网)

【声明】本站内容均来自网络,其相关言论仅代表作者个人观点,不代表本站立场。若无意侵犯到您的权利,请及时与联系站长删除相关内容!

    热点阅读