排序方式: 共有2条查询结果,搜索用时 0 毫秒
1
1.
云计算平台因海量资源池带来了巨大的能耗开销。以虚拟机为粒度,进行灰色关联度分析,采用Hypervisor技术监控虚拟机运行状态参数,引入注意力机制进行LSTM虚拟机能耗建模,模型激活函数采用LeakRelu函数。实验数据呈现能耗模型的实时功率平均误差为5.6%。实验模型对比LSTM、MLP、SVM及K近邻算法,选用WordCount与Sort任务进行虚拟机能耗模型测评,实验结果表明,能耗建模质量优于LSTM、MLP、SVM及K近邻算法。 相似文献
2.
Word2vec是一种基于简单神经网络的自然语言处理方法,是一种词嵌入技术,可用于构建高维词向量。研究针对Word2vec词向量表示方法进行模型构建和分析,通过NLPCC2014语料训练,将词映射到高维词向量空间中,完成了Word2vec的功能实现以及可视化输出。实验中进一步针对CBOW模型与Skip-gram模型,这两种Word2vec中的重要模型进行对比研究,输出结果表明:在通过大语料训练中文词向量时,Skip-gram模型在新词识别上具有明显优势,综合模型准确性与时间性能来说,总体可靠性更优。 相似文献
1