我们描述了我们在大型 OWL 应用程序中对语义 Web 知识库系统进行基准测试的方法。 我们将 Lehigh 大学基准 (LUBM) 作为如何设计此类基准的示例。 LUBM 具有大学领域的本体、可扩展到任意大小的合成 OWL 数据、代表各种属性的 14 个扩展查询以及几个性能指标。 LUBM 可用于评估具有不同推理能力和存储机制的系统。 我们通过对两个基于内存的系统和两个具有持久存储的系统的评估来证明这一点。

Hinton在NIPS 2014workshop中提出知识蒸馏（Knowledge Distillation，下面简称KD）概念： 把复杂模型或者多个模型Ensemble（Teacher）学到的知识 迁移到另一个轻量级模型（ Student ）上叫知识蒸馏。使模型变轻量的同时（方便部署），尽量不损失性能。

C++ Common Knowledge 中文版 C++ Common Knowledge 中文版 C++ Common Knowledge 中文版 C++ Common Knowledge 中文版

这是一本难得的值得C++实践者和专家反复研习的佳作。它并非那种晦涩难懂的学术气的论文，而是着力帮助你完善对C++精髓的理解--这些都是你自以为己知但只有真正掌握否则早晚会栽跟头的重要知识。作者有意使本书成为一本短小精悍的非傻瓜书，喜欢这种风格。强烈推荐!

该资料包括了线程的创建、状态、同步、异步、通信等知识点，是线程常见的，也是比较重要的知识。

知识图谱Knowledge Graphs- A Practical Introduction across Disciplines

以cifa-10分类为例，包含train from scratch，Finetune以及固定某些参数不参与训练。 参考neuron-selectivity-transfer，https://github.com/TuSimple/neuron-selectivity-transfer

1.直接用锅煮. 2.用热水壶. 3.用太阳晒

资源包含文件：设计报告word+最终展示PPT+开题及设计过程资料+源码+项目截图 本项目是一套基于知识图谱(Knowledge Graph)的学习类软件。 就用户侧而言，本项目可提供一般学习软件所包含的知识点查看、知识问答等功能，也可以提供基于图谱实现的独特功能，以提供新的学习方式。 就开发侧而言，本项目的主要功能均基于图谱实现，可以充分利用图算法寻找知识内部的关联. 详细介绍参考：https://blog.csdn.net/newlw/article/details/124294992

来源：Tian M, Gao X, Yan X.Performance-driven adaptive differential evolution with neighborhood topology for numerical optimization[J].Knowlegde-Based Systems,2019,188:105008. 压缩包内容：CEC2014文件夹：主运行文件CEC2014D30RUN.m、CEC2014D50RUN.m、cec14_func.mexw64、input_data文件夹、NPADE.m、SingleFunctionTest.m 代码仅供参考。