1、深入探索汇编语言编程与架构

深入探索汇编语言编程与架构

1. 汇编语言编程概述

汇编语言编程主要针对英特尔和AMD处理器,适合计算机系统基础、计算机架构基础等课程。学生使用英特尔或AMD处理器,借助微软宏汇编器(MASM),在Windows 98、XP、Vista和Windows 7等系统上进行编程。

其重点主题涵盖多个方面,既包括能自然引导至后续计算机架构、操作系统和编译器编写课程的内容,如虚拟机概念、指令集架构等;也有与英特尔和AMD架构特别相关的内容,像受保护内存和分页、实地址模式下的内存分段等。同时,书中的一些示例还适用于计算机科学课程后期的学习,例如搜索和排序算法、高级语言结构等。

2. 第六版新增内容
  • 示例描述优化 :增加了大量示例程序的逐步描述,尤其是在第1 - 8章。
  • 插图补充 :各章节插入了许多新插图,以提升学生对概念和细节的理解。
  • Java字节码讲解 :在第8和第9章,通过简短示例解释Java字节码的基本操作,并对反汇编的字节码示例进行详细的逐步解释。
  • 编程练习更新 :替换了前8章的部分编程练习,并为练习标注难度星级。
  • 教程视频提供 :作者的教程视频可在配套网站上获取,用于解释编程练习。
  • 章节顺序调整 :后半部分章节顺序进行了修订,部分章节以电子形式提供,方便搜索。
3.
根据原作 https://pan.quark.cn/s/459657bcfd45 的源码改编 Classic-ML-Methods-Algo 引言 建立这个项目,是为了梳理和总结传统机器学习(Machine Learning)方法(methods)或者算法(algo),和各位同仁相互学习交流. 现在的深度学习本质上来自于传统的神经网络模型,很大程度上是传统机器学习的延续,同时也在不少时候需要结合传统方法来实现. 任何机器学习方法基本的流程结构都是通用的;使用的评价方法也基本通用;使用的一些数学知识也是通用的. 本文在梳理传统机器学习方法算法的同时也会顺便补充这些流程,数学上的知识以供参考. 机器学习 机器学习是人工智能(Artificial Intelligence)的一个分支,也是实现人工智能最重要的手段.区别于传统的基于规则(rule-based)的算法,机器学习可以从数据中获取知识,从而实现规定的任务[Ian Goodfellow and Yoshua Bengio and Aaron Courville的Deep Learning].这些知识可以分为四种: 总结(summarization) 预测(prediction) 估计(estimation) 假想验证(hypothesis testing) 机器学习主要关心的是预测[Varian在Big Data : New Tricks for Econometrics],预测的可以是连续性的输出变量,分类,聚类或者物品之间的有趣关联. 机器学习分类 根据数据配置(setting,是否有标签,可以是连续的也可以是离散的)和任务目标,我们可以将机器学习方法分为四种: 无监督(unsupervised) 训练数据没有给定...
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值