基本思想: 混合模拟退火算法时遗传算法和模拟退火算法的结合,在混合模拟退火算法中使用了大量的样本作为问题的可能解决方案而不是将单个样本作为一个问题的可能解决方案。对遗传算法中适应的概念进行相应改进。 混合模拟退火的算法步骤如下: (1)将系统温度T设置为足够高的值。 (2)随机的初始化人口。 (3)人口随机初始化从现有种群中重复生成每个新种群,直到系统温度T达到一个令人满意的最小值。 1)执行N/...

概念 函数防抖(debounce): 事件响应函数在一段时间后才会执行,如果在这段时间内再次调用,则重新计算执行时间;当预定时间内没有再次调用该函数,则执行响应逻辑。 函数节流(throttle): 可以理解为在函数防抖上多加了一个功能:函数节流会预定一个自动执行时间,到时自动执行一次。 共同点: 函数节流与函数防抖都是为了限制函数的执行频次,是一种性能优化的方案,比如应用于window对象的re...

tips小结 成员变量初始化 sort() 里的坑 操作符短路 慎用用short,char 避免箭头型代码 别让循环停下来 成员变量初始化 成员变量忘了初始化是一个相当经典的错误,甚至《Effective C++》中还专门列了一条来讲这个事情。在工作中,我也看到过这种错误,同时对一个新增的功能加上了开关的控制逻辑,但是忘了对这个开关的标识进行初始化,导致了。而且因为成员变量不初始化,那它的初始值是...

const 成员函数 在成员函数后面加const,const修饰this指针所指向的对象,也就是保证调用这个const成员函数的对象在函数内不会被改变。 注意以下几种场景: 1.const对象不可以调用非const成员函数,可以调用const成员函数。 2.非const对象可以调用非const成员函数和const成员函数。 3.const成员函数内不可以调用其他非const成员函数(const D...

前端性能优化

优化

  

2019-07-21 02:59:00

浏览器访问优化 浏览器请求处理流程如下图:    1、减少http请求,合理设置 HTTP缓存 http协议是无状态的应用层协议,意味着每次http请求都需要建立通信链路、进行数据传输,而在服务器端,每个http都需要启动独立的线程去处理。这些通信和服务的开销都很昂贵,减少http请求的数目可有效提高访问性能。 减少http的主要手段是合并CSS、合并javascript、合并...

Unity3D性能优化总结

优化

  

2019-09-09 23:35:55

Profiler工具 在Unity项目中,可能使用到的Profiler工具分3种: 长期性能数据监控工具 Unity Profiler XCode和Instruments 长期性能数据监控工具会至少每天都对游戏单局、或游戏资源进行自动化性能测试,并上报结果到服务器。能从“整体”去对比不同时段、不同版本间的性能差别。   游戏资源长期性能监控工具报表 Unity P...

IDEA打开左上角:File -> 选择 Settings... 来到如下界面 ,搜索Lombok 下载后需要重启才能生效 然后需要下载对应的jar 可以选择下载人数多的版本,不一定需要最新的 Maven: Gradle: 确定下载完成后 可以在我们所需要打印日志的类上加上 @Slf4j  注意:@Slf4j注解 需要引入的jar为 ...

1背景 before: 在我们APP启动过程,我们可能常常有这样的需求:在APP第一次进入的时候根据网络请求的结果弹一个对话框式的广告, ok~ 很简单,那么代码大致就是这样(这边都是伪代码,为了方便理解): ok,做完上线 step1 过了一阵子,产品同学又跑过来了说: “老板的需求,我们要在首页第一次进来的时候加一个注册协议的弹框” 程序员小A: “可是首页...

神经元模型:用数学公式表示为:f(∑iXiWi + b),其中f为激活函数,b为偏置向。神经网络是以神经元为基本单位构成的。 激活函数:引入非线性激活因子,提高模型的表达能力。常用的激活函数有relu, sigmoid, tanh等。 激活函数relu:在tensorflow中使用tf.nn.relu()表示 2. 激活函数sigmoid: 在TensorFlow中,用tf.nn.sigm...

几乎所有的编程语言都会提供排序函数,比如 C 语言中 qsort(),C++ STL 中的 sort()、stable_sort(),还有 Java 语言中的 Collections.sort()。在平时的开发中,我们也都是直接使用这些现成的函数来实现业务逻辑中的排序功能。那你知道这些排序函数是如何实现的吗?底层都利用了哪种排序算法呢? 基于这些问题,今天我们就来看排序这部分的最后一块内容:如何实...

概述: 1.第一次数据清洗:从原始日志中抽取出需要的列的数据,按照需要的格式。 2.第二步数据清洗:解析第一步清洗后的数据, 处理时间,提出URL中的产品编号、得到产品类型,  由IP得到城市信息(用到开源社区的解析代码,该部分具体介绍:ipdatabase解析出IP地址所属城市) ,按照天分区进行存储 (用parquet格式)。 3.统计分析(分组、排序、窗口函数)。 4.结果写入My...

神经网络优化中,自定义损失函数更灵活 例如酸奶销售,生产多了损失成本,生产少了,损失利润,假设生产成本COST为1元,利润PROFIT为9 元,实际生产数量为y,市场需求量为y_ 则损失为分段函数,损失为 loss = ( y - y_ ) *COST  ( 条件为:y > y- ),loss = ( y_ - y ) * PROFIT   (条件为: y_ &...

5、优化方法:随机梯度下降法 5.1 介绍 在上衣章,我们介绍了图像分类任务中的两个关键部分: 一个参数化的评分函数将原始图像像素映射到类得分(例如线性函数) 一个损失函数,它测量预测的分类得分与实际的分类之间的一致程度,来量化一组特定参数集的质量。我们看到有很多方法和版本(例如SoftMax、SVM)。 回顾一下,线性评分函数是这样的:f(Xi,W)=WXi,SVM损失的公式为: 对于样例xi,...