Jerry3538-CSDN博客

信号量是一个具有整数值sem_wait()尝试减少信号量的值。如果信号量的值在减少后变为负数，则调用线程将被阻塞 (block)并进入休眠状态，直到其他线程通过sem_post()增加信号量的值使其不再为负。如果信号量的值在减少后大于等于零，则线程继续执行。sem_post()增加信号量的值。如果增加后，有其他线程因为等待该信号量而阻塞，则系统会唤醒其中一个（或多个，取决于实现）等待的线程。在使用信号量之前，必须将其初始化为一个特定的整数值。这个初始值决定了信号量的行为。

2025-05-12 15:26:00 898

原创并发笔记-条件变量（三）

条件变量 (Condition Variable - CV)是一种显式的队列，线程可以在某个条件不满足时，将自己放入这个队列中并进入休眠状态（通过等待该条件）。当其他线程改变了可能影响该条件的状态时，它可以通知 (signal)一个或多个正在等待该条件的休眠线程，唤醒它们以重新检查条件并继续执行。条件变量的思想可以追溯到 Dijkstra 的“私有信号量 (private semaphores)”和 Hoare 在其监视器 (Monitors) 工作中提出的“条件变量”。(还需要正确初始化)

2025-05-11 20:59:31 928

原创并发笔记-给数据上锁（二）

并发数据结构的相关笔记。参考ostep

2025-05-11 20:54:56 1154

深度学习中的激活函数：全面剖析与前沿展望

内容概要：本文系统地探讨了深度学习中激活函数的核心概念、历史演变、数学原理及其对神经网络性能的影响。文章首先介绍了激活函数的重要性，强调其引入非线性表达能力以使网络能够学习复杂模式。接着详细解析了经典激活函数（如Sigmoid、Tanh）和现代广泛使用的ReLU及其变体（Leaky ReLU, PReLU, ELU, SELU），以及新兴的Swish、GELU和Mish等函数的特点，包括它们的数学表达式、图形特征、输出范围、优缺点，并分析了这些函数对网络训练动态（梯度消失/爆炸、收敛速度、计算效率）的影响。此外，文章还专门讨论了输出层激活函数（Softmax, Sigmoid, 线性函数）的选择与特定任务类型（分类、回归）的关联。最后，提供了激活函数选择的实用指南，探讨了激活函数领域的演进趋势、当前面临的挑战及未来的研究方向。适合人群：对机器学习和深度学习感兴趣的初学者、学生，以及希望巩固基础知识的从业者。使用场景及目标：①帮助读者理解不同激活函数的特性及其在神经网络中的作用；②指导读者根据任务类型、网络架构和具体需求选择合适的激活函数；③为从事深度学习研究和应用开发的人员提供理论依据和技术参考。其他说明：本文不仅涵盖了激活函数的基础理论，还深入探讨了前沿研究和发展趋势，旨在为读者提供全面且深入的知识体系，以便在实际工作中做出明智的选择。阅读时建议结合具体案例和实验进行实践，以加深理解和应用能力。

2025-05-21

社交网络相关问题提问

2024-07-10

TA创建的收藏夹 TA关注的收藏夹

TA关注的人