精华内容
下载资源
问答
  • 具体指标如何呢,为什么能登上榜首?本文从CPU性能、NNAP-INT8量化性能、NNAPI-FP16浮点性能、NNAPI-INT8精度和NNAPI-FP16精度等诸多指标因素来分析,借此分析当前Android生态各家移动soc AI性能态势也就明朗了。

    田海立@CSDN 2020-10-24

    随着华为Mate40 pro及其搭载的海思麒麟9000处理器的发布,其手机和移动soc的AI性能也双双登上了AI-Benchmark的榜首位置。其具体指标如何呢,为什么能登上榜首?本文从CPU性能、NNAP-INT8量化性能、NNAPI-FP16浮点性能、NNAPI-INT8精度和NNAPI-FP16精度等诸多指标因素来分析,借此分析当前Android生态各家移动soc AI性能态势也就明朗了。

     

    零、背景

    AI Benchmark测试原理、v4测试项变化以及榜单数据解读》介绍了AI-Benchmark测试AI的原理:在Android系统上测试AI性能;基于Android NNAPI来测试,用各种TensorFlow Lite模型(不同数据类型和算子)从不同角度来测试AI性能。AI Benchmark v4版本更新了测试模型、测试方法与目标,相应的评分标准都有所变化。

    AI Benchmark v4榜首风云:麒麟9000登上榜首》介绍了随着华为Mate40 pro及其搭载的海思麒麟9000处理器的发布,其AI性能也双双登上了AI-Benchmark的手机和移动soc的榜首。

    其具体指标如何呢,为什么是它在榜首?本文将从CPU性能、NNAPI-INT8性能、NNAPI-FP16性能、精度等诸多方面来进一步分析,借此您也可了解当前Android生态各家移动soc AI性能态势。

    这里选取AI-Benchmark榜单上各家数据,每家选取一款得分最高的soc:海思麒麟9000、MTK 天玑1000+、高通骁龙865 Plus以及三星Exynos 990。没有选取紫光展锐的虎贲T312以及SC9832A、Rockchip的RK3399等数据,是因为榜单上显示并它们并没有AI加速器的支持。

    所选取对比的各家soc处理器的CPU与AI加速器以及各具体单项性能数据如下:

    AI-Bechmark ranking mobile soc processor 移动soc AI性能

    由此看出:

    1. CPU:因为Kirin 9000也是A77,不是Kirin 990 5G的A76,并且比Dimensity 1000+的工艺更先进。所以,其CPU的量化性能数据(CPU-Q)与浮点性能数据(CPU-F)的得分都比1000+还要高,不过是稍微超出,情理之中;
    2. INT8 NPU数据:麒麟9000的NNAPI 1.1分数超出天玑1000+很多(24398 vs 17124)。看来NPU达芬奇架构在INT8的支持上也有了质的飞跃。 不过麒麟9000的NNAPI1.2分数不高(14280 vs 18559),可能是对NNAPI1.2新加的算子支持度不高导致。
    3. FP16 NPU数据:不管是NNAPI1.1还是NNAPI1.2数据,麒麟9000完全领先与其他各大soc处理器(NNAPI1.1得分:37064 vs 12970;NNAPI1.2得分:73781 vs 25879)。
    4. 精度数据:麒麟9000的INT8以及骁龙865 Plus的FP16的精度数据较差,对于麒麟9000只是降低了分数,对骁龙865 Plus来说就是跑分上不去的一大因素了。

    下面会逐项展开详细分析这些数据及其背后展现的AI处理能力的逻辑。

     

    一、CPU

    看CPU的配置:

    AI-Bechmark ranking score CPU-Q CPU-F CPU性能

    各家CPU的代系:

    • 海思麒麟9000是A77,且5nm最新工艺超核能做到3.13GHZ;
    • MTK天玑1000+是A77,4大核做到2.6 GHZ
    • 骁龙865 Plus的Kryo 585也相当于A77

    所以,这里的CPU跑分不管是量化还是浮点基本都反应了ARM的CPU架构代次以及芯片制造工艺水平。

    各个模型的详细跑分展开也进一步说明了这种情况:

    AI-Bechmark ranking latency CPU-Q CPU-F CPU性能

    各个模型运行Latency最低的就是麒麟9000和天玑1000+了。

     

    二、NNAPI-INT8

    NNAPI-INT8数据反应了AI加速器对INT8量化模型的支持情况和性能:

    AI-Bechmark ranking score INT8 NNAPI 量化

    可以看到:海思麒麟9000的NNAPI 1.1超出第二名MTK天玑1000+很多(24398 vs 17124),看来NPU达芬奇架构在INT8的支持上也有了质的飞跃。 不过麒麟9000的NNAPI1.2不高(14280 vs 18559),可能是对NNAPI1.2新加的算子支持度不高导致。

    各个模型的详细跑分展开说明了这种情况:

    AI-Bechmark ranking latency INT8 NNAPI 量化

    各个量化INT8模型测试中:

    • 麒麟9000在Inception-V3、MobileNet-V2 Parallel(2/4/8 Models)、PyNet、VGG-19、SRGAN、U-Net以及DPED-ResNet等9个量化指标中都占据第一;
    • 天玑1000+在MobileNet-V2(bs=1, 2)、MobileNet-V3、MobileNet-V2 Parallel(1 Models)、DeepLab V3(单以及Parallel)等6个量化指标中占据第一;

    而且带背景的高亮部分应该是反应的Paralle能力,去除之后应该是麒麟9000 vs 天玑1000+:6 vs 4

    因为不同的模型中的算子定义在不同的NNAPI版本中,而具体哪个模型反应了NNAPI 1.?的指标,AI-Benchmark官方并没直接给出,这里也就暂时不能定量的详细的给出。但这里基本反应了INT8的总分情况,麒麟9000对MTK天玑1000+:NNAPI 1.1 24398 vs 17124;NNAPI1.2 14280 vs 18559。

     

    三、NNAPI-FP16

    NNAPI-FP16数据反应了AI加速器对FP16浮点模型的支持情况和性能:

    AI-Bechmark score FP16 NNAPI 浮点

    可以看到:不管是NNAPI1.1还是NNAPI1.2数据,海思麒麟9000完全领先其他各家,对比第二的MTK天玑1000+(NNAPI1.1得分:37064 vs 12970;NNAPI1.2得分:73781 vs 25879)。

    各个模型的详细跑分展开说明了这种情况:

    AI-Bechmark latency FP16 NNAPI 浮点

    各个FP16浮点模型测试中:

    • 麒麟9000在MobileNet-V2(bs=1, 2)、Inception-V3、MobileNet-V3、MobileNet-V2 Parallel(1/2/4/8 Models)、CRNN (ResNet-18 + LSTM)、PyNet、VGG-19、SRGAN、U-Net、DeepLab V3+以及DPED-ResNet等15个FP16模型指标中都占据第一,且比第二的Latency低很多;
    • 麒麟9000仅仅LSTM的支持比较差,另外FP32的支持【通过CRNN (ResNet-18 + LSTM)】也不强。

    带背景的高亮部分应该是反应的Paralle能力,去除之后麒麟9000 也有11个单个模型测试高居第一。

    这基本反应了FP16的总分情况。

     

    四、精度

    精度数据反应了AI加速器计算时的精度,所以也仅仅NNAPI-INT8和NNAPI-FP16才会考察该指标:

    AI-Bechmark score INT8/FP16 Accuracy 精度

    可以看到:麒麟9000的INT8以及骁龙865 Plus的FP16的精度数据较差。

    各个模型的详细跑分展开说明了这种情况:

    AI-Bechmark score INT8/FP16 Accuracy 精度

    模型测试的精度结果中:

    • 麒麟9000的MobileNet-V3、SRGAN以及DPED-ResNet的NNAPI-INT8精度都很差
    • 骁龙865 Plus的PyNet以及DPED-ResNet的NNAPI-FP16精度也很差
    • MTK的天玑1000+在INT8和FP16的精度方面表现都很好

    精度方面,对于麒麟9000是降低了些分数,对骁龙865 Plus来说就是跑分上不去的一大因素了。

     

    五、并发性能

    并发数据反应了对多个AI推理任务的支持情况,从NNAPI-INT8和NNAPI-FP16考察该指标:

    AI-Bechmark score INT8/FP16 Parallel 并发

    可以看到:麒麟9000对FP16支持比较好;天玑1000+对INT8支持比较好。

    各个模型的详细跑分展开说明了这种情况:

    AI-Bechmark Latency INT8/FP16 Parallel 并发

    各个模型并发测试结果中:

    • 海思麒麟9000的各项FP16指标都很好,MobileNet V2 batch=4,以及MobileNet-V2(2/4/8个模型运行)都据第一,5占其4。且另一个DeepLab V3+并没有被拉大距离;
    • MTK天玑1000+各项INT8指标都很好,MobileNet V2 batch=4,MobileNet-V2(2个模型运行)以及DeepLab V3+都据第一,5占其3。虽然麒麟9000在MobileNet-V2(4/8个模型运行)占第一,但其实没拉开与天玑1000+的差距。所以,最终天玑1000+的INT8并发指标好于麒麟9000;
    • 骁龙865 Plus的DPED-ResNet的FP16的并发性能最强,不过并没有拉开对别家的距离而形成优势。

    所以,总体并发性能看,麒麟9000对FP16支持比较好;天玑1000+对INT8支持比较好。

     

    总结——当前态势

    通过上面对各家最顶级soc的分析,可以看到目前整个Android生态移动soc市场(其实移动市场也就Apple的iPhone系列不在这个体系)中AI的支持情况:

    1. 华为海思麒麟达芬奇系列

    通过达芬奇架构的NPU的加持,FP16性能不管是NNAPI1.1还是NNAPI1.2数据,海思麒麟9000完全领先其他各家,对比第二的MTK天玑1000+(NNAPI1.1得分:37064 vs 12970;NNAPI1.2得分:73781 vs 25879)

    INT8性能海思麒麟9000的NNAPI 1.1超出MTK天玑1000+很多(24398 vs 17124),看来NPU达芬奇架构在INT8的支持上也有了质的飞跃。 不过NNAPI1.2不高(14280 vs 18559),可能是对NNAPI1.2新加的算子支持度不高

    麒麟9000的INT8的精度不高,特别是三个模型MobileNet-V3、SRGAN以及DPED-ResNet的精度可以说是很差。光推理速度快,结果都是错的,这快的质量要大打折扣的。

    2. MTK天玑系列

    MTK天玑1000+各方面都很均衡,各项指标(INT8量化性能、FP16浮点性能、INT8量化精度、FP16浮点精度、NNAPI1.2的支持)都很好,所以在麒麟9000发布之前,领先其他各家很多占据榜首(92.3k vs 当时的第二名高通骁龙865Plus的59.9k)。

    当然天玑1000+是2019年的产品,麒麟9000是新发布的产品,这态势也只能说是目前的态势。

    3. 高通骁龙系列

    高通骁龙865 Plus各项指标(INT8量化性能、INT8量化精度、FP16浮点精度、NNAPI1.2的支持)都比较好,考虑到其FP支持是在GPU上做,FP16的整体性能数据不高也能理解,而其FP32能力是最强的,不过估计评分体系中所占比重不高。

    但是其FP16的精度数据很低是比较意外的,特别是PyNet以及DPED-ResNet的精度很差,而FP16在整个评分体系中的比重又比较高,所以Qualcomm要提高它的评分,应该关注一下它GPU支持的精度问题。而且即便不是为了AI-Benchmark上的跑分,实际运行模型的时候,精度差也基本上是不被接受的。

    4. CPU性能数据

    CPU没什么特别可说的,基本比拼的是CPU的代次和工艺了。最新ARM架构、最先进工艺就意味着分数较高,不过CPU分数的差距也拉不开,差别也不大。

     

    展开全文
  • 1.数据可恢复数据的可恢复性在有些时候也说成数据可靠,数据库运维人员的首要职责必须保证不丢数据,具体可以理解为:在人为误操作的时候,能够将数据恢复到正确的状态;在硬件故障或者操作系统、数据库软件故障...

    MySQL数据库运维的五大指标:数据可恢复、系统高可用、快速响应、低成本、运维人员幸福指数高。

    1.数据可恢复

    数据的可恢复性在有些时候也说成数据可靠,数据库运维人员的首要职责是必须保证不丢数据,具体可以理解为:在人为误操作的时候,能够将数据恢复到正确的状态;在硬件故障或者操作系统、数据库软件故障的时候,能够将数据恢复到正确的状态;不丢事务,保证已经入库的数据能够被正确地查询到。

    2.系统高可用

    运维和开发不一样,开发最重要的是保证在一定效率的情况下实现功能,同时程序漏洞(bug)要少,而运维讲的是提供稳定服务的时间(无故障时间,不停机时间),用术语来说就是“几个9”,即年度不可服务时间比例,具体含义就是年度不可服务(不管是主动的还是被动的)时间除以全年时间,百分比越高越好。

    3.响应时间

    响应时间是指一条查询或者更新语句从发出请求到接收完数据的时间。因为最大响应时间的不确定性和不可重复性,所以一般使用X%的查询响应时间作为指标。如果值为95%时为10 ms,意味着95%的查询会在10 ms内返回。对于一般应用来说,在50 ms内返回是比较理想的结果,超过200 ms的查询可以视为慢查询,相应时间可以通过MySQL慢查询日志获得。

    4.成本问题

    经济学上认为,找到最优方案的成本可能比回报还要高,可以找出相对较优的几种方法并进行最终的选择。数据库系统的成本主要是硬件成本+软件成本+人力成本,如何提高硬件或者软件的使用率,降低人工运维成本,提高人均产出,就是成本问题的目标。

    5.运维人员的幸福指数

    运维的很多工作需要人工来完成,为了体现运维的人文关怀,必须加入运维人员幸福指标。运维人员的幸福指数可以从以下三个方面考量。

    (1)人均承担数据库读写量(如果数据库读写量大,这个值低,那么必然是运维人员多,人均产值/薪酬低)。

    (2)运维人员长期从事机械化的、重复性工作的时间比例。

    (3)运维人员在工作时间以外进行切换上线、故障处理的时间比例。

    展开全文
  • 我们平时在吸烟的时候,一般情况下都会在烟包的侧面看到三个指标,像这样的:你注意过吗?...那么,三个指标具体有什么作用,其影响又是什么?腔腔科普时间到——吸烟1分钟,燃烧奥秘知多少?首先,我...

    我们平时在吸烟的时候,一般情况下都会在烟包的侧面看到三个指标,像这样的:

    af6cc7804c07599cf3d800ae0ac09bdb.png

    你注意过吗?

    焦油量、烟气烟碱量、烟气一氧化碳量。在购买卷烟的时候,我们也经常能听到有人会问“这烟焦油量高吗?”类似的问题。实际上,这是中国烟草对于生产卷烟的规定,需要在烟包上显示所出厂的产品的三个指标,以尊重卷烟消费者的知情权。那么,三个指标具体有什么作用,其影响又是什么?腔腔科普时间到——

    吸烟1分钟,燃烧奥秘知多少?

    首先,我们要明确的是,一支看似简单的烟,当它在燃烧的时候,将会经历一个复杂而神奇的过程~据科学研究发现,烟支点燃将经历3个阶段,第一阶段,温度上升到300℃,烟丝挥发开始形成烟气;第二阶段,450℃,烟丝逐渐焦化;600℃,烟支才开始燃烧。

    9aa69ff56b90b102aed88835165105c4.png

    3个指标,哪个对于烟民更重要?

    烟气烟碱量,就是尼古丁含量,这个指标的功能在于提振精神。许多烟民,尤其是老烟民,长期以来戒不了烟,原因就在于对尼古丁的依赖。根据目前烟碱的药用研究表明,对尼古丁(烟碱)的依赖并非全是害处,烟碱甚至能够缓解治疗老年痴呆症,且目前烟碱提纯技术在我国也有很大发展。

    一氧化碳量,每根香烟中燃烧后所产生的一氧化碳含量,通常在10-15mg之间。作用更多的是助燃。对身体有一定危害,但是人的身体本身就有一定的解毒能力,所以只要不过度吸烟,一氧化碳一般不会在体内积留。

    焦油量,焦油是卷烟烟丝中的有机物质在缺氧条件下不完全燃烧产生,其并非只存在与烟草制品中,实际上,一般植物里就含有那种成分,燃烧就会产生,焦油同样也不是香烟中放的,而是在烟叶燃烧中自然产生的。目前一般认为卷烟烟气中的有害成分主要集中在焦油中,且国际上一般以焦油量的高低来评价卷烟的安全性。

    焦油真的很恐怖?

    近几年,国家局、全行业,尤其是各大工业企业,越来越重视焦油量,“低焦油”一度成为热词。实际上,焦油中含有数千种物质,大多数(达到99.4%)成分对人体是无害的。并且更重要的是,我们平时吸烟时所品吸到的香气香韵、特有香味之类,一般就来源于焦油。

    要想降低卷烟的危害,就要从降低这三项指标,尤其是从降低焦油量入手。只要焦油量被控制在一个合理的范围内,卷烟产品的安全性将会得到提升。

    如何降焦?

    一般情况下,焦油量的衡量依据是这样的:

    高焦油卷烟:>10mg/支

    中焦油卷烟:10mg>焦油量>6mg

    低焦油卷烟:6mg>焦油量>4mg

    超低焦油卷烟:<4mg

    目前,随着降焦技术水平提高而进一步降低到10mg/支以下,更有低至1mg/支的超低焦油卷烟。几种降焦方式推荐给大家:

    一、培育和推广低焦油烟叶品种。

    烟草的类型不同、品种不同,其所含的化学成分也有所不同,燃烧后产生的焦油量也不同。目前,国际上十分重视对低焦油烟草品种的选育。已经有成功培育出低焦油烟草品种的案例。

    二、提高烟丝的填充能力。

    烟丝填充能力越强,烟丝单位体积内重量就越小,因而烟支重量和吸阻降低,烟支燃烧更完全,燃烧速度加快,抽吸口数减少,从而使焦油的产生量减少。

    三、增加三丝用量。

    在卷烟配方中三丝即为膨胀梗丝、膨胀烟丝、薄片丝,据有关研究表明,造纸法烟草薄片结构疏松、填充能力强、燃烧性好、焦油释放更低。

    四、改善滤嘴。

    滤嘴对焦油的过滤作用强弱与滤嘴的压降、长度密切相关。滤棒打孔、提高卷烟盘纸的透气度,都可以改善滤嘴,其目的都是为了稀释主流烟气,使人体摄入的焦油量减少。

    另外,在平时吸烟的时候,也提醒各位腔友养成正确的吸烟习惯,吸烟前要先补充足够水分,新开包的烟要放放再吸,等等。

    还有一部分腔友有在家里长期备烟的习惯,卷烟越积攒越多,当这些放了一段时间的烟要拿出来吸的时候,要摸摸烟丝的状态,烟支不可过软或过硬,烟支过硬水分偏大,燃烧时温度较低,对吃味有好处,但焦油释放量多;烟支过软烟丝偏干,吸阻小燃烧温度高,烟气味道差,因此烟丝水分大放在干燥的地方晾一晾,烟支太硬可以在手上搓几下将多余的烟丝挤出去。

    107ed25063fb84aff1cce5606b4fb83a.png

    关于卷烟,对于广大烟民朋友来说,是生活中所不可或缺。(PS:作为一个资深烟民,你根本没有必要跟身边的人解释,饭后来上一支烟到底有多爽。)需要提醒的一句:正确吸烟,从你我他做起哦~

    来源:烟腔

    展开全文
  • 不过有企业来问小编,一套优秀的工程项目管理软件的选型指标是什么呢?下面,小编就来为大家进行个大致介绍吧。往下看:一套优秀的工程项目管理软件的选型指标是什么?1、领先能力主要考察工程项目管理软件厂商的两个...

    随着我国计算机信息技术的快速发展,众多的企业为更好的进行工程项目的管理以及异地办公等对工程项目管理软件进行了选型实施。不过有企业来问小编,一套优秀的工程项目管理软件的选型指标是什么呢?下面,小编就来为大家进行个大致介绍吧。往下看:

    88ed308f72ee46595bbb2c0d6f903b1e.png

    一套优秀的工程项目管理软件的选型指标是什么?

    1、领先能力

    主要考察工程项目管理软件厂商的两个方面,分别是行业地位和工程项目管理软件产品领域的领先性。后面是各二级指标的具体描述、评分标准等。

    2、产品能力

    从工程项目管理软件厂商的产品优异程度、核心功能、解决方案覆盖行业三个方面进行考量,具体二级指标包括了4个细项,分别是:公司产品线、核心产品功能、行业解决方案、移动解决方案。

    3、服务能力

    从工程项目管理软件厂商的服务方法论的可操作性、专业服务能力的质量、升级等自助服务三方面对于工程项目管理软件厂商进行考量,具体二级指标包括了能够体现厂商服务能力的三个细项,分别是:服务方法论、服务专业能力、维护能力。

    4、价值能力

    从工程项目管理软件厂商的成功案例和性价比两方面对于工程项目管理软件厂商进行考量,具体二级指标包括了厂商价值能力的两个主要体现形式:成功案例、性价比。

    好了,以上就是小编对一套优秀的工程项目管理软件的选型指标是什么的大致介绍了,当然了一套工程项目管理软件的选型指标可不止这些哦,如需了解更多的工程项目管理软件相关资讯的话可点击本文链接进行查阅!

    展开全文
  • 月经不调是大多数女性都会碰到的问题。这个问题说大也大,说小也小。如果只是单纯的月经周期不规律,经量变化,经期延长或者缩短等,常常...那么,这个激素检查,到底是什么意思呢?影响女性妇科内分泌的激素,主...
  • 光传感器是什么? 光传感器是一种将光信号转换成电信号的设备,属传感器的一种。常用的光传感器就应是光控开关了,其元件是光敏电阻,因光强弱的变化而引起电阻阻值的变化,进而引起电流的变化,这样光信号就转换成...
  • 今天这篇文章好友在知乎上的分享,以下是具体介绍:公司的业务挺多的,视频、金融、电商等等都有涉及。前两天在数据后台看到各个业务线的报表结构,就想拿个脑图汇总一下,在整理的过程中,发现不同...
  • 股市中为了很好的追踪一些情况,大家通常会进行一定的指标分析,而KDJ指标详解曲线就是衡量股市变化的技术性指标,很多人可能只是听说过这种情况,具体怎么操作还不明白,下面我们就以QR社区的知识为大家简单介绍...
  • 不了解工控机的人可能会不知道什么是显卡,工控机显卡分为哪些种类,在这里... 在了解了什么是工控机显卡后,我们就需要知道我们怎么选择显卡、工控机显卡的购买当中又需要注意到什么,下面我们就具体来讲讲工控机显...
  • 彭文华的第172篇原创昨天发的指标体系搭建指南我感觉写的很清楚了。但是有朋友说还不够清楚啊,比如具体的核心指标怎么选?这几个指标怎么能代表业务核心诉求,能够完整的描述和衡量清楚业务进展...
  • 没有压力的维度建模》以及《报表自动化: 薅出数字背后的价值》两篇文章分别提及了维度建模中的事实、维度,以及指标三种表,那么他们之间具体什么关系呢?前面都零星提到了一些,现在让我们来具象化的了解一下这...
  • 到了中高级的数据分析师,就会涉及到一些关键指标的设定,以及数据产品或数据体系的规划。 进入高级数据分析的阶段之后,就会涉及战略规划层面,比如业务发展方向预判、预算分配等 人工智能、大数据、云计算和物联网...
  • 在模型评估过程中,过拟合和欠拟合具体什么现象?过拟合指模型对于训练数据拟合呈过当的情况,反映到评估指标上,就是模型在训练集上的表现好,但是在测试集和新数据上的表现较差。欠拟合指的模型在训练和预测...
  • 软件测试中度量的具体含义是什么?

    千次阅读 2010-01-12 12:59:00
    度量就是采集一定的指标来衡量软件或工作的质量。如缺陷率用每千行代码多少个缺陷(缺陷/千行代码)。衡量测试人员缺陷提交速度的(缺陷数/每日)。衡量开发人员缺陷修复效率的(缺陷数/天),衡量缺陷修改质量的...
  • 在前面两篇文章中,笔者已经...同时,如果不用关系其具体计算过程的,可以直接阅读第三部分即可。如同之前介绍的其它算法模型一样,对于聚类来讲我们同样会通过一些评价指标来衡量聚类算法的优与劣。在聚类任务中...
  • AARRR模型,大家都知道,什么获取、激活、留存、转化、活跃、推荐,从产品经理的角度来讲,用户从下载应用到激活一个获取用户的过程。用户获取之后还是希望用户能使用我们的应用,这激活用户的...
  • 衡量一个产品(尤其电器产品)的可靠性指标。单位为“小时”。它反映了产品的时间质量,体现产品在规定时间内保持功能的一种能力。具体来说,指相邻两次故障之间的平均工作时间,也称为平均故障间隔 [1] 。...
  • 我们在购买计算机和手机的时候,通常会考虑到计算机性能和手机性能,那么这些性能具体的衡量指标是什么呢?如果我们能够了解这里面的细节,能够在甄选计算机的时候变得更加专业。 1,两个主要指标 1)响应时间...
  • EJB到底是什么

    2017-09-06 10:07:43
    这个问题其实挺关键的,因为J2EE 中并没有说明白,也没有具体指标或者事例告诉广大程序员什么时候用EJB 什么时候不用。于是大家都产生一些联想,认为EJB"分布式运算"指得"负载均衡"提高系统的运行效率
  • 指标管理系统设计

    2020-09-09 18:55:37
    文章目录什么是指标指标系统建设前的状况指标建设的宏观步骤基于业务目的梳理指标体系基于系统支撑录入和管理指标管理所在的数仓位置指标管理系统产品模块设计指标定义基础指标复合指标指标查询指标下线对外接口指标...
  • 量化基金在我国市场自开始成立以来发展至今,长期以来保持着良好的收益,随着市场风格的转变,量化基金又面临了新的挑战。...好的量化基金依然在风险可控的基础上获得较大收益,具体而言,可从以下...
  • 什么是指标#数据团队出具的一个统计报表字段即为指标。比如最近七天的订单量,一个促销活动的购买转化率等等。一个指标具体到计算实施,主要有以下几部分组成指标加工逻辑,比如count ,sum, avg维度 比如按部门、...
  • 这个问题其实挺关键的,因为J2EE 中并没有说明白,也没有具体指标或者事例告诉 广大程序员什么时候用EJB 什么时候不用。于是大家都产生一些联想,认为EJB"分布式运 算"指得"负载均衡"提高系统的运行效率。然而,...
  • EJB是什么

    2017-09-13 09:05:47
    这个问题其实挺关键的,因为J2EE 中并没有说明白,也没有具体指标或者事例告诉 广大程序员什么时候用EJB 什么时候不用。于是大家都产生一些联想,认为EJB"分布式运 算"指得"负载均衡"提高系统的运行效率
  • 什么是EJB

    2019-04-29 18:55:14
    EJB到底是什么? 1.我们不禁要问,什么是"服务集群"?什么是"企业级开发"? 既然说了EJB 是为了"服务集群"和"企业级开发",那么,总得说说什么是所谓的"服务集群"和"企业级开发"吧!这个问题其实挺关键的,因为...
  • 今天,在这里我们所要谈论的是kdj指标,kdj超卖是什么意思?如何判断kdj超买超卖?下面请大家跟着小编一起来看看具体内容吧。kdj超卖是什么意思?kdj值在20以下为超卖区,即80%以上的人在卖股票,或说只有两成以上的...
  • bsc什么_什么是BSC

    2020-12-24 22:43:37
    平衡记分法的优点它既强调了绩效管理与企业战略之间的紧密关系,又提出了一套具体指标框架体系。BSC的框架体系包括四部分(或称为四个指标类别):学习与成长性的,内部管理性的,客户价值的,财务的。这些不但...
  • 在模型评估过程中,过拟合和欠拟合具体什么现象?过拟合指模型在训练数据拟合呈过当的情况,反应到评估指标上,就是模型在训练集上的表现很好,但在测试集和新数据上的表现很差。欠拟合指的模型在训练和预测时...

空空如也

空空如也

1 2 3 4 5 ... 20
收藏数 1,086
精华内容 434
关键字:

具体指标是什么