一个用于高性能整体学习的Python库 ML-Ensemble将Scikit学习高级API与低级计算图形框架结合在一起，以尽可能少的代码行来构建内存有效的，最大程度并行化的集成网络。 只要基础学习者可以使用，ML-Ensemble就是线程安全的，并且可以依赖于内存映射的多处理来实现基于内存中立的基于进程的并发。 有关教程和完整文档，请访问项目。 集成为计算图 集成体建立在计算图的顶部，使用户拥有极大的设计自由度。 可以使用递归，动态评估（例如if-else ）等构建集成。 高级API将常见的集成体系结构包装到Scikit学习估计器中。 集合中图层的示例计算图 记忆有效的并行学习 ML-Ensemble已针对速度和最小的内存消耗进行了优化。 不管使用多线程还是多处理，都不会发生数据序列化。 此外，多线程是无酸洗的。 便于使用 现成的合奏是通过向实例添加图层来构建的。 无论合奏多么复杂，对其进行训练都可以调用fit方法： ensemble = Subsemble () # First layer ensemble . add ( list_of_estimators ) # Seco

从网络协议、服务器编程核心要素、原理机制、工具框架等多个角度全面阐述编写高性能Linux服务器应用的方法、技巧和思想

高速高性能FIR滤波器设计，包含滤波器仿真C语言代码以及Verilog代码。并行流水设计。

rapidjson源码,包括vs2010使用实例，文档。c++最好用速度最快的Json序列化解析器。

《Linux高性能服务器编程》第一部分对Linux服务器编程的核心基础——TCP/IP协议进行了深入的解读和阐述，包括TCP/IP协议族、TCP/IP协议，以及一个经典的TCP/IP通信案例；第二部分对高性能服务器编程的核心要素进行了全面深入的剖析，包含Linux网络编程API、高级I/O函数、Linux服务器程序规范、高性能服务器程序框架、I/O复用、信号、定时器、高性能I/O框架库Libevent、多进程编程、多线程编程、进程池和线程池等内容，原理、技术与方法并重；第三部分从侧重实战的角度讲解了高性能服务器的优化与监测，包含服务器的调制、调试和测试，以及各种实用系统监测工具的使用等内容。

Java工具：高性能并发工具Disruptor简单使用

XCC系列高性能PLC用户手册20140606.pdf

高性能Linux网络服务器设计与实现(毕业论文).caj

高性能Mysql.pdf 个人收集电子书，仅用学习使用，不可用于商业用途，如有版权问题，请联系删除！

结算平台高性能系统设计与实践.c85fecc0-8a61-11e7-824b-d56a507d8b2f.pdf