卷积 深度 案例 网络
m随机网络,无标度网络,小世界网络以及NS小世界网络在网络攻击中的性能仿真
1.算法仿真效果 matlab2022a仿真结果如下： 2.算法涉及理论知识概要 1.随机网络（random network） 2.无标度网络 （scale-free network） 3.小世界 network 4.NS小世界network 首先，通过随机攻击和刻意攻击对上述几种传统的网络模型进行 ......
m基于负价环N算法的无线传感器网络性能matlab仿真
1.算法仿真效果 matlab2022a仿真结果如下： 2.算法涉及理论知识概要 负环的定义：负环是指权值和为负数的环。负环会使图的最短路径计算陷入死循环，因此，存在负环的图不存在最短路。 负环的计算方法： 负环有两种计算方法，都是基于Bellman-Ford算法或者SPFA算法。 第一种算法是：统 ......
代码随想录算法训练营第十六天|104. 二叉树的最大深度、559. N 叉树的最大深度、111. 二叉树的最小深度、222. 完全二叉树的节点个数
【参考链接】 104. 二叉树的最大深度 【注意】 1. 二叉树节点的深度：指从根节点到该节点的最长简单路径边的条数或者节点数（取决于深度从0开始还是从1开始）。 二叉树节点的高度：指从该节点到叶子节点的最长简单路径边的条数或者节点数（取决于高度从0开始还是从1开始）。 2.根节点的高度就是二叉树的 ......
虚拟机VMware workstation net模式网络设置
1.设置虚拟网络编辑器 网关ip 起止ip段 2.更改centos(这里用的centos7.7)网络配置 打开文件 ，这里的ens33各个机器可能不同，按实际来 从上到下为ip，网关dns服务器，子网掩码 关闭ipv6设置固定ipv4 （1）将BOOTPROTO设置为static或者none （2） ......
使用卷积神经网络实现影评数据的分类
一、实验目的 熟悉循环神经网络在文本分析和分类上的应用 二、实验原理或实验内容 从keras的数据集中加载影评数据，注意需要填充（截断）数据，并转成数组的形式。 构建一个神经网络模型，要求使用词嵌入和循环层，并使用划分好的训练集数据训练模型，使用划分好的测试集的数据验证模型，训练迭代20次。 获取训 ......
尚硅谷Hadoop的WordCount案例实操练习出现的bug
这个错误是由于WordCount程序在Windows系统上运行时,尝试调用了Hadoop的NativeIO类的access0方法,但无法找到正确的JNI库导致的UnsatisfiedLinkError异常。
NativeIO类是Hadoop用来执行一些本地文件操作的类,它依赖于JNI来调用Windo... ......
深度解析线程的正确停止方法
# 深度解析线程的正确停止方法  ## 一、解惑 ### 1. 什么情况下，线程需要被停止？ 线程和任务被创建和启动 ......
深度解析 slab 内存池回收内存以及销毁全流程
在上篇文章 [《深入理解 slab cache 内存分配全链路实现》](https://mp.weixin.qq.com/s?__biz=Mzg2MzU3Mjc3Ng==&mid=2247488152&idx=1&sn=7c65f8ee28e9cc14a86e9df92b6d2b93&chksm=c ......
UNIX网络编程：socket & select() 实现clients/server通信
## 一、问题引入 **UNIX网络编程 卷1：套接字联网API（第三版）** 第6章 介绍了I/O复用可以通过select()的单进程服务器与多客户端通信。 UNIX下可用的5中I/O模型： - 阻塞式I/O - 非阻塞式I/O - **I/O（select和poll）** - 信号驱动式I/O（ ......
计算机网络基础网络协议（转）
原文：https://blog.csdn.net/a58125584s/article/details/124251253 一.操作系统基础操作系统:(Operating System，简称OS)是管理和控制计算机硬件与软件资源的计算机程序，是直接运行在“裸机”上的最基本的系统软件，任何其他软件都必 ......
标准化考场时间同步系统（网络时钟系统）规划建设应用
标准化考场时间同步系统（网络时钟系统）规划建设应用 标准化考场时间同步系统（网络时钟系统）规划建设应用 京准电子科技官微——ahjzsz 近些年，考点时钟不准确等事故频繁发生，这些事件引起了社会对考场时钟同步问题的广泛关注和讨论。 2012年6月7日，广元中学理科第13考室时钟失灵，显示的时间比实际 ......
WSL 启动Ubuntu18.04默认设置网络和开启SSH
### 1、wsl-ip.bat脚本 ``` @echo on REM 先关闭虚拟子系统 wsl --shutdown REM 以下的Ubuntu为第2步查到的Linux子系统名称 REM IP地址根据自己的需要配置 wsl -d Ubuntu-18.04 -u root ip addr del $ ......
基于TPC算法的WSN网络资源分配matlab仿真
1.算法仿真效果 matlab2022a仿真结果如下： 2.算法涉及理论知识概要 一个移动通信系统面临的主要问题有三个：由哪些资源组成，资源如何分配？这些资源如何组织形成一个网络，网络架构是什么样子的？各网络组成部分之间如何进行信息交互？ 资源及资源分配、网络架构、信息交互是移动通信系统运行的三大要 ......
网络流杂题选做
最近总是不知不觉地就做到了网络流的题，感觉知识树要点偏。算了，先随便写点东西再说。 ## [AHOI2009]最小割 [题面](https://www.luogu.com.cn/problem/P4126) 显然一条边至少要满流才有可能是被割边。 先考虑存在性问题，若一条边为某个最小割割边集中的边， ......
网络流
## 前前言： 本文内容 $95\%$ 来自学长 [surge_of_force](https://www.luogu.com.cn/user/230875) 的讲课课件。 ## 前言： 关于网络流有个生动的比喻，想象一个自来水厂向各处供水，自来水厂有无限多的水，但每条管子单位时间内允许的最大流量有 ......
深度学习分类网络---ResNet
### 一、为什么引入ResNet 通过上一篇分类网络的介绍，我们知道网络的宽度和深度可以很好的提高网络的性能，深的网络一般都比浅的的网络效果好，但训练一个很深的网络是非常困难的，一方面是网络越深越容易出现**梯度消失和梯度爆炸**问题， 然而这个问题通过BN层和ReLU激活函数等方法在很大程度上已 ......
工厂模式代码案例（运用反射）
1、定义一个接口 点击查看代码 ``` package com.bh.shoes; public interface ShoesLine { public void make(); } ``` 2、定义几个类实现接口 点击查看代码 ``` package com.bh.shoes; public c ......
深度学习
## 第一部分 基础知识（T=3W） #### 1.1 数学（T=1W） - 高数：导数、微分、积分、梯度、泰勒展开式 - 线性代数：向量、矩阵、运算、范数、特征向量和特征值 - 概率论：条件概率、期望等 #### 1.2 Python（T=1W） - [廖雪峰免费教程](https://www.l ......
java反射代码案例
反射案例代码 点击查看代码 ``` package com.bh.zoo; public class Wolf extends Animal{ public String name; public String color; protected String blood; private int a ......
网络--传输层
seq:这一次传递数据的编号，ack：期望下一次传给自己数据的编号 //三次握手1) C-->S SYN=1，seq=s1， ACK=0， len=02) C<--S SYN=1，seq=s2， ACK=s1+1，len=03) C-->S SYN=0，seq=s1+1，ACK=s2+1，len=0 ......
计算机网络 一、什么是因特网
什么是因特网 从具体构成角度 通过 通信链路 和 分组交换机 将 主机(host) 或 端系统(end system) 连接到一起的网络。 通信链路(communication link) 通常指电缆、铜线、光纤等物理媒介。 分组交换机 允许链路互联以形成更大规模的网络，常见的交换机如 路由器(ro ......
scrapy：CrawlSpider及其案例
# 1. CrawSpider介绍  运行原理：  500代码行代码手写docker-设置网络命名空间 > 本系列教程主要是为了弄清楚容器化的原理，纸上得来终觉浅，绝知此事要躬行，理论始终不及动手实践来的深刻，所以这个系列会用go语言实现一个类似docker的容器化功能，最终能够容器化的运行一个进程。 本章的源码已经上传到github，地址 ......
scrapy：电影天堂案例
> 嵌套数据封装成一个item（一个item包含多级页面的数据）：每条记录的名称+点进去之后第二页中的图片  ![imag ......
卷积神经网络（CNN）进行特征提取
卷积神经网络（CNN）是一种深度学习模型，广泛应用于图像分类、目标检测、语音识别等领域。CNN通过卷积层、池化层、全连接层等组成，可以自动地从原始数据中提取特征。 卷积层是CNN的核心组成部分，它通过滑动卷积核对输入数据进行卷积操作，提取出图像的特征。卷积核的大小、步长、填充等参数可以根据任务需求进 ......
深度学习模型对图像进行特征提取
深度学习模型可以自动从图像中学习到特征，这些特征可以用于图像分类、目标检测和图像生成等任务。目前，深度学习模型在图像识别方面取得了非常出色的成果。 深度学习模型通常使用卷积神经网络（CNN）进行特征提取。CNN中的卷积层、池化层和全连接层可以自动学习到图像中的各种特征，例如边缘、纹理、角点和物体形状 ......
基于深度学习的图像识别技术研究
深度学习是一种机器学习技术，它模拟人类大脑的神经网络，通过多层神经网络对输入数据进行处理和学习，从而实现对复杂数据的高效识别和分类。基于深度学习的图像识别技术已经在各个领域得到广泛应用，包括人脸识别、自动驾驶、医学图像分析等。 在图像识别领域，深度学习技术主要应用于图像分类、目标检测、图像分割等任务 ......
计算机网络（一）计算机网络概述
### 计算机网络概述 #### 因特网 `网络`：许多计算机通过`交换机`连接在一起 `互联网(internet)`：许多网络通过`路由器`连接在一起 `因特网(Internet)`：全球最大的互联网，网络通过TCP/IP协议进行通信 ##### 因特网发展过程 分组交换网络 -> 互联网 -> ......