学习网络 算法fasterrcnn深度
一致性 Hash 算法 及Java 实现
1、一致性 Hash 算法原理 一致性 Hash 算法通过构建环状的 Hash 空间替线性 Hash 空间的方法解决了这个问题，整个 Hash 空间被构建成一个首位相接的环。 其具体的构造过程为： 先构造一个长度为 2^32 的一致性 Hash 环 计算每个缓存服务器的 Hash 值，并记录，这就是 ......
【pytorch】土堆pytorch教程学习（二）加载数据
Pytorch加载数据初认识 pytorch 中加载数据主要涉及两个类：Dataset 和 Dataloader。 Dataset 提供一种方式去获取数据及其label Dataloader 为网络提供不同的数据形式 Dataset Dataset 实现的功能： 获取每个数据及其label 获取数据 ......
算法学习day03链表part01-203、707、206--待办
// 这块需求重新进行学习package LeetCode.linkedlistpart01; public class ListNode { // 结点的值 int val; // 下一个结点 ListNode next; // 节点的构造函数(无参) public ListNode() { } ......
【pytorch】土堆pytorch教程学习（一）环境配置及安装
管理虚拟环境 不同的项目需要不同的环境，Anaconda集成的conda包可以创建不同的环境并进行隔离。 打开 Anaconda Promp，创建环境，其中 pytorch 为创建的环境名： conda create -n 虚拟环境名 python=版本 启动环境 conda activate 虚拟 ......
51单片机学习笔记 STC89C52RC （05）矩阵键盘和独立键盘（轻触开关）
按键抖动，需要消抖 原理图来自清翔电子 一、独立键盘模块 1.可以直接获取 P3^0对应S2 P3^1对应S3 P3^2对应S4 P3^3对应S5 的电压 当轻触开关按下时，电流会流向GND，此时这一路的电压为0V，松开轻触开关，又变为5V //第一种方法：单个I/O口检测控制 #include < ......
深度学习基础入门篇[七]：常用归一化算法、层次归一化算法、归一化和标准化区别于联系、应用案例场景分析。
深度学习基础入门篇[七]：常用归一化算法、层次归一化算法、归一化和标准化区别于联系、应用案例场景分析。 ......
深度学习--可视化、过拟合
深度学习--可视化、过拟合 cmd运行命令：python -e visdom.server 用法: from visdom import Visdom viz = Visdom() viz.line([0.],[0.],win='train_loss',opts=dict(title='train ......
深度学习入门系列之doc
这周老师让把深度学习的名词过一遍，小玛同学准备在过一遍Deep Learning名词的同时把基本的模型也过一遍。 感谢杰哥发我深度学习入门系列能让我有机会快速入门。 下面就来doc一些学到的东西 感知器（线性单元）有个问题就是当面对的数据集不是线性可分的时候，“感知器规则”可能无法收敛，这意味着我们 ......
NAT（网络地址转换）
NAT是将私有IP地址通过边界路由转换成外网IP地址，在边界路由的NAT地址转换表记录下这个转换映射记录，当外部数据返回时，路由使用NAT技术查询NAT转换表，再将目标地址替换成内网用户IP地址。 1.静态NAT（basic基本NAT） 静态NAT就是一对一映射，内部有多少私有地址需要和外部通信，就 ......
Java学习（1）
一、Java的基础语法 1.变量和数据类型 在Java中，变量是用来存储数据的容器，可以存储各种类型的数据。Java中的变量分为两类：基本数据类型变量和引用数据类型变量。 （1）基本数据类型（Primitive Data Types） 整数类型：byte、short、int、long 浮点类型：fl ......
java -- 网络编程
软件结构 C/S结构 ：全称为Client/Server结构，是指客户端和服务器结构。常见程序有ＱＱ、迅雷等软件。 B/S结构 ：全称为Browser/Server结构，是指浏览器和服务器结构。常见浏览器有谷歌、火狐等。 网络通讯协议 网络通信协议: 通信协议是对计算机必须遵守的规则，只有遵守这些规 ......
深度学习--全连接层、高阶应用、GPU加速
深度学习--全连接层、高阶应用、GPU加速 MSE均方差 Cross Entropy Loss：交叉熵损失 Entropy 熵： 1948年，香农将统计物理中熵的概念，引申到信道通信的过程中，从而开创了信息论这门学科，把信息中排除了冗余后的平均信息量称为“信息熵”。香农定义的“熵”又被称为香农熵或信 ......
深度神经网如何通过从数据中学习特征来帮助避免人工提取特征
深度神经网络（dnn）通过从数据中直接学习特征，无需人为干预或专业知识，可以帮助避免需要手动提取特征的繁琐过程。 深度神经网络由许多层组成，每个层都包含许多神经元。这些神经元组合成了一系列权重和偏差来映射输入特征到输出目标。通过反向传播算法，模型可以更新权重和偏差以优化其预测效果。 在训练dnn时， ......
Markdown学习
Markdown学习 标题 #+空格==一级标题 #*2+空格==二级标题 #*3+空格==三级标题 #*4+空格==四级标题 ... #*6+空格==六级标题 字体 hello,world! 两边都加*变成斜体； hello,world! 两边都加 两个* 会字体加粗； hello,world! ......
计算机网络 ACL和ANT
目录 一、ACL概况 二、ACL工作过程 三、ACL实验 四、ANT概况 五、ANT工作过程 六、ANT实验 一、ACL概况 概念：主要是对报文进行区分，路由器会对报文进行检查，查看是否符合通过标准或者不通过标准，才判断允许通过和不允许通过 原理：当数据包经过接口时，路由器检查报文，做出相应的处理 ......
原型设计工具的学习及使用
原型设计工具的比较 墨刀 优势 墨刀是一个简单易上手的原型设计工具，适合对原型设计方面没有基础的小白使用， 内置丰富的组件库和图标库可以从头开始绘制原型，也可以导入设计稿完成交互，其 操作方便，组件自由拖拽和动作效果清晰。墨刀拥有的工作流文档使得在工作过程中 打开工作流就可以看到全局状态和注释，实时 ......
左偏树学习笔记
一、前言 左偏树是一种可以在 $O(\log n)$ 内快速合并的堆式数据结构。 具体来说， 插入一个元素：$O(\log n)$。 查询最值：$O(1)$。 删除最值：$O(\log n)$。 合并：$O(\log n)$。 减少一个元素的值：$O(\log n)$。 同时它可以持久化。 二、定义 ......
Docker容器数据卷与DockerFile已经Docker网络原理
5. Docker 容器数据卷： 5.1什么是Docker的容器数据卷： 将应用和环境打包成一个镜像 数据？如果数据都在容器中，那么我们容器删除，数据就会丢失！需求：数据可以持久化 例如：Mysql,容器删了，如果数据存放在容器当中，那么就是删库跑路了，因此我们希望Mysql的数据可以存储在本地当中 ......
Meerkat 2021 pulsar timing workshop 学习笔记（一）
The joy of pulsars，by Prof Matthew Baile，Swinburne University of Technology https://www.youtube.com/watch?v=qG_hMzTCEX4&t=988s 笔记不保证正确性（英语不行），最好观看原视频 ......
python学习-学生信息管理系统并打包exe
在B站自学Python 站主：Python_子木 授课：杨淑娟 平台: 马士兵教育 python: 3.9.9 #python打包exe文件 #安装PyInstaller pip install PyInstaller #-F打包exe文件，stusystem\stusystem.py到py的路径， ......
06：基础入门-加密编码算法
前言：在渗透测试中，常见的密码等敏感信息会采用加密处理，其中作为安全测试人员必须要了解常见的加密方式，才能为后续的安全测试做好准备，本次课程将讲解各种加密编码等知识，便于后期的学习和发展。 1、知识点 #常见加密编码等算法解析 MD5， SHA， ASC，进制，时间戳， URL， BASE64， U ......
5.深度学习计算
除了庞大的数据集和强大的硬件， 优秀的软件工具在深度学习的快速发展中发挥了不可或缺的作用。 从2007年发布的开创性的Theano库开始， 灵活的开源工具使研究人员能够快速开发模型原型， 避免了我们使用标准组件时的重复工作， 同时仍然保持了我们进行底层修改的能力。 随着时间的推移，深度学习库已经演变... ......
qt学习--qml是什么
Qt4 时代的主流就是传统部件（或叫控件）编程，所用的语言一般是 C++。 Qt5 诞生之时，正是手机移动设备蓬勃发展的时候，而传统的 C++ 部件编写的界面对手机应用程序非常方便，比如手机屏幕显示随意翻转， 这在传统桌面程序里基本遇不到，谁会将 22 寸显示器翻过来转过去呢。为了适应手机移动应用开 ......
计算机网络 VRRP和DHCP
目录 一、vrrp概念 二、vrrp工作过程 三、vrrp优先级 四、vrrp实验 五、DHCP概念 六、DHCP工作过程 七、DHCP实验 一、vrrp概念 概念：称虚拟路由器冗余协议，当网关路由器出现故障，一个网段的主机都无法通信，故此vrrp解决问题 原理：一组路由器工作时，只有一个路由器处于 ......
八大排序算法（c语言实现）
title: 八大排序算法（c语言实现） 小知识： 1）八大排序算法皆是内部排序。 2）稳定的算法在排序的过程中不会改变元素彼此的位置的相对次序。反之不稳定的算法会经常改变这个相对次序。 | 排序方法 | 时间复杂度（平均） | 时间复杂度（最坏） | 时间复杂度（最好） | 空间复杂度 | 稳定性 ......
Linux&&网络通信
title: Linux&&网络通信 一、进程 （1）什么是进程？ 进程是程序执行的过程，是linux的基本调度单位。 （2）进程和程序的区别。 程序是静态的，它是一些保存在磁盘上的指令的有序集合； 而进程是一个动态的概念，它是一个运行着的程序，包含了进程的动态创建、调度和消亡的过程。 （3）进程间 ......
[tarjan强连通分量算法] 目的，图解，思路，伪代码，实例
强连通分量算法（Tarjan's Strongly Connected Component Algorithm) 利用深度优先算法找到一个非强连通的有向图中的所有强连通子图。无向图可以被认为是同时具备u->v和v->u的图。 一些概念 强连通：在有向图中，任意点u与v之间存在有来回两个方向的通路，类 ......
flink学习路线
1 传统架构 2 大数据架构和流式架构的演变工程 3 flink优势和不足 4 flink应用场景 5 flink基本架构 6 环境准备，运行环境和开发环境配置，建议使用java，兼容性好 7 flink编程模型：flink的数据集类型，编程接口，程序结构和数据类型4个维度进行分析。流式处理和批量计 ......
SkyWalking的学习之一
SkyWalking的学习之一 前言 最近在学习应用调优诊断等内容. 现在实际工作中实质上的拆分和微服务在售前阶段 所以真正用到链路的地方比较少. 但是人生都是要向前看的. 想着一方面提高自己. 一方面也是为了以后着想. 在一个看不到未来和光的地方, 要么离开,要么继续深入掘进. Skywalkin ......