《Introduction to Computing Systems:From Bits and Gates to C and Beyond》读后感(一)

简介:
两个理念:

1)抽象。例如先基于晶体管描述逻辑门的实现,一旦领会了逻辑门的抽象,就将其细节丢弃,而是将其视为已经可以直接使用的组件,只有在系统出现问题时,才返回到细节中去进行分析

2)软硬件不加以区分。具体功能到底由谁来实现,以及两者之间的协作,依据的原则只是如何让计算机工作得更好,

图灵机以及图灵解决的问题:计算的可定义性

机器视角来看:从最底层的器件(最终是电子运动),接着是逻辑门电路,然后是微结构,然后是指令集结构,再到程序,再到算法,最后是问题域。从人的视角看,正好相反。


本文转自Phinecos(洞庭散人)博客园博客,原文链接:http://www.cnblogs.com/phinecos/archive/2007/12/18/1004115.html,如需转载请自行联系原作者
目录
相关文章
|
10月前
|
安全 内存技术
读书笔记系列 - Operating Systems: Three Easy Pieces - Intro
读书笔记系列 - Operating Systems: Three Easy Pieces - Intro
83 0
|
机器学习/深度学习
【读书笔记】Algorithms for Decision Making(7)
策略搜索即搜索策略空间,而无需直接计算值函数。策略空间的维数通常低于状态空间,并且通常可以更有效地搜索。本部分首先讨论在初始状态分布下估计策略价值的方法。然后讨论不使用策略梯度估计的搜索方法和策略梯度方法。接着介绍Actor-Critic方法用值函数的估计来指导优化。
|
算法 决策智能
【读书笔记】Algorithms for Decision Making(14)
本部分将简单游戏扩展到具有多个状态的连续上下文。马尔可夫博弈可以看作是多个具有自己奖励函数的智能体的马尔可夫决策过程。
298 0
【读书笔记】Algorithms for Decision Making(14)
|
算法
【读书笔记】Algorithms for Decision Making(11)
在有限维场景中,POMDP问题的精确解也经常很难计算。因而,考虑求得近似解的方法是合理的。本部分从离线近似解讨论到在线近似解,是近似方法的常规逻辑思路。
105 0
|
机器学习/深度学习 人工智能 算法
【读书笔记】Algorithms for Decision Making(1)
我自己的粗浅看法:机器学习要不是拟合逼近(经常提及的machine learning),要不就是决策过程(reinforcement learning),这本书主要讲述后者的前世今生。
268 0
【读书笔记】Algorithms for Decision Making(1)
|
机器学习/深度学习 算法 流计算
【读书笔记】Algorithms for Decision Making(6)
对于较大状态空间的问题,计算精确解需要极大的内存量,因而考虑近似解的方法。常使用approximate dynamic programming的方法去寻求近似解,进而使用在线方法实现实时计算。
119 0
【读书笔记】Algorithms for Decision Making(6)
|
存储 缓存 安全
《optimizing software in c++》读书笔记(二)
《optimizing software in c++》读书笔记(二)
169 0
|
人工智能 自然语言处理 搜索推荐