学习网络 算法fasterrcnn深度

《LINUX设备驱动程序》学习笔记 ——02

1. 编译模块 构造内核模块之前,需要注意以下条件:正确版本的编译器、模块工具和其他必要的工具。太新的或太老的工具都会对使得模块构造后产生许多复杂的问题,因为内核源代码对编译器做了大量假定,因此新的(或旧的)编译器版本可能导致问题出现。 另外,尽量运行和模块对应的内核版本。 2. 模块的装载和卸载 ......
驱动程序 笔记 程序 设备 LINUX

《动手学深度学习 Pytorch版》 6.2 图像卷积

import torch from torch import nn from d2l import torch as d2l 6.2.1 互相关计算 X = torch.tensor([[0.0, 1.0, 2.0], [3.0, 4.0, 5.0], [6.0, 7.0, 8.0]]) K = t ......
卷积 深度 图像 Pytorch 6.2

用强化学习构建个性化的二维码

技术概述 AIGC 在图像生成领域如火如荼,StableDiffusion 加各种 LORA,ControlNet,大家玩得不亦乐乎。但是基于扩散模型的方式,仍然存在很多问题,比如抽卡成功率过低,生成图像的细节仍需优化。具体到二维码生成,目前 hugging face 上的几个 ControlNet ......
个性

SpringBoot IDEA 版本 - 学习笔记1

1.学习资料 主要是在 bilibili 学习资料,遇见狂神说。2. 2.下载 IDEA IDEA全称IntelliJ IDEA,是java语言开发的集成环境。最突出的功能是调试(Debug),可以对Java代码、javascript、JQuery等技术进行调试。据说,是开发者几乎少不了的工具。点击 ......
SpringBoot 版本 笔记 IDEA

Python机器学习——鸟类图像分类

(一)选题背景: 1.生物多样性保护:鸟类是地球上最为丰富和多样的脊椎动物类群之一,对于生态系统的稳定和生物多样性的维持起着重要作用。通过开展鸟类图像分类研究,可以帮助精确地辨别鸟类物种,有助于监测鸟类的分布、数量和迁徙情况,从而更好地实施生物多样性保护和生态环境管理。 2.环境监测和生态学研究:鸟 ......
鸟类 图像 机器 Python

docker里nginx转发其他nginx失败问题(这个算是docker网络问题,已解决)

docker里nginx转发其他nginx失败问题 最近在学习nginx 目标是:想通过docker中的nginx容器1转发到 nginx2的页面中,目前转发失败,--name mynignx的log报错如下 2023/09/15 16:15:55 [error] 22#22: *1 connect ......
docker 问题 nginx 网络

认识网络原理

一、局域网和广域网 随着时代的发展,计算机之间相互通信、共享数据,协同合作的需求越来越大,于是就有了计算机之间的网络互连,进行数据共享,数据共享的本质是通过网络来进行数据的传输,也成为网络通信。根据网络互连的规模可以分为局域网和广域网。 局域网 局域网,简称LAN,英文全称是Local Area N ......
原理 网络

网络工程师_入门必知

装备是第一位的, 1)需要一个双肩包,容量最好大一点。 2)需要一台笔记本,笔记本主要考虑接口多,比如说网口、USB口,或者Type-c口,甚至串口,串口就没必要了感觉,因为有串口的笔记本感觉都比较老且比较重,我用的是只有Type-c口的笔记本。 3)需要一根串口线,用来连接网络设备的,这里取决于第 ......
工程师 工程 网络

基于机器学习的情绪识别算法matlab仿真,对比SVM,LDA以及决策树

1.算法理论概述 情绪识别是一种重要的情感分析任务,旨在从文本、语音或图像等数据中识别出人的情绪状态,如高兴、悲伤、愤怒等。本文介绍一种基于机器学习的情绪识别算法,使用三种常见的分类算法:支持向量机(SVM)、线性判别分析(LDA)和决策树,通过对比这三种算法在情绪识别任务上的性能,选取最优的算法进 ......
算法 情绪 机器 matlab SVM

m基于uw导频序列和cordic算法的基带数据帧频偏估计和补偿FPGA实现,包含testbench

1.算法仿真效果 本系统进行了Vivado2019.2平台的开发,测试结果如下: 我们可以看到,带有频偏的基带信号o_I_fre和o_Q_fre得到了有效的频偏补偿,其补偿后的数据o_Ir和o_Qr和原始的基带数据基本一致。 2.算法涉及理论知识概要 基带数据帧频偏估计和补偿是一种用于纠正数字通信系 ......
基带 序列 算法 testbench 数据

【学习笔记】(26) cdq 分治 与 整体二分

cdq 分治 基本思想 我们要解决一系列问题,这些问题一般包含修改和查询操作,可以把这些问题排成一个序列,用一个区间[L,R]表示。 分。递归处理左边区间 \([L,M]\) 和右边区间 \([M+1,R]\) 的问题。 治。合并两个子问题,同时考虑到 \([L,M]\) 内的修改对 \([M+1, ......
整体 笔记 cdq 26

Vue学习五:自定义指令、插槽

一、自定义指令 自定义指令:自己定义的指令,可以封装一些dom操作,扩展额外功能 全局注册语法 Vue.directive('指令名',{ "inserted" (el){ //可以对el标签,扩展额外功能 } }) View Code 局部注册语法 directives:{ "指令名":{ "in ......
指令 Vue

代码随想录算法训练营第九天

代码随想录算法训练营第九天 | LeetCode 232(用栈实现队列) LeetCode 225(用队列实现栈) 栈和队列理论基础 定义 栈(stack ),一种遵循先进后出(FILO—First-In/Last-Out)原则的线性存储结构。 队列(queue),一种遵循先进先出(FIFO—fir ......
随想录 训练营 九天 随想 算法

Linux(CentOS7)学习笔记

目录Linux 笔记第零章 计算机概论第一章 Linux是什么与如何学习第二章 主机规划与磁盘分区2.1.Linux 与硬件的搭配2.2.磁盘分区第三章 安装CentOS7.x3.1.本练习机的规划——尤其是分区参数3.2.开始安装 CentOS7第四章 首次登录与线上求助4.1.首次登陆系统4.2 ......
CentOS7 笔记 CentOS Linux

RTOS学习记录2:同步与互斥

同步和互斥 循环检测某个变量是否已经释放的方式占用较多,效率较低。需要加一些函数,让其进入到blocked(阻塞)状态 Task3和Task4同时使用串口打印信息时,没有设定mutex,因此打印出来的内容各有混杂。通过设定USARTFlag来实现互斥+Delay让出优先权。 正确性和效率: 1.队列 ......
RTOS

代码随想录算法训练营第10天| 232.用栈实现队列 ● 225. 用队列实现栈

栈和队列 232.用栈实现队列 stack: queue: 卡哥代码 一个入栈,一个出栈,即可模拟队列的pop操作 pop之前要检查出栈是否为空 若为空,则排出入栈里所有的元素至出栈中 class MyQueue { public: stack<int> stackIn; stack<int> st ......
队列 随想录 训练营 随想 算法

Vue源码学习(五):<templete>渲染第四步,生成虚拟dom并将其转换为真实dom

好家伙, 前情提要: 在上一篇我们已经成功将ast语法树转换为渲染函数 现在我们继续 1.项目目录 代码已开源https://github.com/Fattiger4399/analytic-vue.git手动调试一遍, 胜过我解释给你听一万遍 新增文件:vnode/index.js vnode/p ......
dom 源码 templete Vue lt

学习笔记:莫队

前言 byd 最近的人天天都在学这个 我也来看一看 0 概念 什么是莫队 可以先去看看分块 这样就很好理解 先丢出一个问题: 给出 \(m\) 个区间 \(l,r\) 求区间众数 这就是蒲公英 在线用分块可以做到 \(O(n\sqrt n)\) 的复杂度 现在我们思考一下 线段树可以做什么?满足区间 ......
笔记

【算法进阶课】动态规划笔记

基环树DP 一些基本概念: 在一棵树上加一条边,就会构成一个环,环上会挂着一些子树。 基环树是只有一个环的仙人掌。 如果基环树的边是有向边,环上的点是p1, p2, p3, ... 则环上的边是p1->p2, p2->p3, ..., pn->p1 或者全部反过来 总之就是环上的边要么全部逆时针要么 ......
算法 笔记 动态

Kruskal重构树 学习笔记

Kruskal 重构树 最大生成树将部分内容倒置即可 回顾:Kruskal 基本信息 求解最小生成树 时间复杂度:\(O(m \log m)\) 更适合稀疏图 算法思想 按照边权从小到大排序 依次枚举每一条边,如果这一条边两侧不连通,则加入这条边 代码 点击查看代码 #include <bits/s ......
Kruskal 笔记

3 - 任务调度算法 & 同步与互斥 &队列

之前的都是按照优先级不同允许抢占(不讲道理),不管你在做什么,轮到优先级最高的任务,直接抢占执行 怎样才能讲道理呢?稍微等等嘛,等我做完活你再做 1 支持抢占,0不支持抢占 同优先级任务是否交替执行,1交替0不交 空闲任务是否礼让其他任务 礼让的话,自己的函数逻辑在时间片内只执行一遍,然后调度 不支 ......
队列 算法 amp 任务

机器学习从入门到放弃:如果优化让机器学习的更好?

一、前言 在真正的工程应用中,模型训练也许更为重要,特别是对于生成式模型来说,无论是 NLP 领域或者 GNN 领域所产生的内容是否适用,在直觉上我们可以可以清晰的辨别。但是具体在模型上我们怎么调整就是一个类似黑盒的概念,我们一般通过更多的特征向量,和更深层次的神经网络架构来实现我们所期望的内容。但 ......
机器

计算机网络散记 -- 关于局域网内两台设备互ping不了

背景 由于个人项目练习,所以固定两台设备的静态ip地址,window的ip地址为192.168.33.107,linux的ip地址为192.168.33.106。家里的wifi也有两个(其中一个为拓展器分发)【wifi名分别为 “家用wifi” 和 “家用wifi-加强版” 】。 本来两台设备之间的 ......

sql 基础学习(一)

创建一个数据表 -- 目标 : 创建一个school数据库 -- 创建学生表(列,字段) -- 学号int 登录密码varchar(20) 姓名,性别varchar(2),出生日期(datatime),家庭住址,email -- 创建表之前 , 一定要先选择数据库 代码如下: CREATE TABL ......
基础 sql

零拷贝技术:减少数据复制和上下文切换,提高网络传输效率(下)

本章节主要讨论了如何通过零拷贝技术来优化文件传输的性能。零拷贝技术主要通过减少用户态和内核态之间的上下文切换次数和数据拷贝次数来提高性能。具体来说,介绍了两种实现零拷贝的方式:mmap + write和sendfile。使用mmap + write可以减少一次数据拷贝过程,而使用sendfile系统... ......
网络传输 上下文 拷贝 上下 效率

《信息安全系统设计与实现》第二周学习笔记

《信息安全系统设计与实现》第二周学习笔记 第九章 I/O库函数 系统调用 系统调用函数 open() read() write() lseek() close() I/O库函数 fopen() fread() fwrite() fseek() fclose() I/O库函数的算法 fread算法: ......
笔记 系统 信息

Python并发编程——IO模型、阻塞IO、非阻塞IO、多路复用、异步IO、IO模型比较、selectors模块、复习网络和并发知识点

文章目录 每日测验一 IO模型介绍二 阻塞IO(blocking IO)三 非阻塞IO(non-blocking IO)四 多路复用IO(IO multiplexing)五 异步IO(Asynchronous I/O)六 IO模型比较分析七 selectors模块网络并发知识点梳理网络并发知识点梳理 ......
模型 知识点 selectors 模块 知识

设计学习计划相关接口

......
接口

设计查询学习记录接口

......
接口

深度对比:8款主流缺陷管理工具(开源、免费、付费)

如何选择最适合您团队的Bug管理系统?本指南提供了全面的选型建议,并深度对比了8类主流工具如PingCode、Jira、 Mantis等。 ......
管理工具 缺陷 深度 主流 工具