知识学习 网络基础 基础 知识

参考资料：https://xiaolincoding.com/network/1_base/tcp_ip_model.html#应用层 网络模型 Q1：为什么需要网络模型？ 同一台设备上的进程间通信，有多种方式，例如管道、消息队列、共享内存、信号等； 不同设备上的进程间通信，就需要网络通信。由于设备 ......

在开始学习”AI深度学习”之前，我们要先搞明白AI深度学习能非常智能的本质原因是什么，只有搞懂了本质，才能作为你学习与掌握 “AI深度学习”的基石，为后续的学习打下坚实的基础。所以搞懂今天这边文章非常的重要，我接下来将用一个例子，来说明”AI深度学习”，能使我们的计算机程序非常智能的本质原因是什么。 ......

linux iptables在没有域名且网络不通的情况下实现将IP数据包从一个IP地址路由到另一个IP地址 ** 本文地址：https://www.cnblogs.com/muphy/p/17934332.html 场景 即使同一台服务器，在不同网络环境下访问的IP地址不同，处于不同的网段，且不同网 ......

线程基础 线程状态 初始，可运行(分为拿到了 cpu 资源或者等待 cpu 时间片对应于操作系统的运行和就绪态)，阻塞（等待获取锁资源），无限等待（等待其它线程显式地唤醒，否则不会被分配 CPU 时间片），有限等待（超时自动唤醒），终止 关于线程等待 Thread.sleep(time)常用一个线程 ......

每天5分钟，今天介绍Power BI撤销操作 什么是撤销操作？撤销操作是撤消上一操作或最近几项的操作。 在Power BI 【Transform】界面的右边有“查询设置栏”，查询设置栏下有每一步的操作步骤，在这里点击左侧的“x”号就可以撤销某一步的操作。 以撤销首行为标题为例， 操作步骤：1, 导入 ......

1.定义： x='Tom' y="Rose" z='''zhangfei''' w="""yangjian""" 字符串中包含单引号：x='I\'m zhangfei'，y="I'm yuefei" 2.字符串打印 print() 3.切片 切片是指对操作的对象截取其中一部分的操作。字符串、列表、元 ......

《Vue.js从入门到项目实战》 孙鑫v-bind用于响应式地更新HTML属性，v-on用于监听DOM事件,变量需要引号引起来v-if是彻底没有v-的命令需要把变量用引号引起来，插值{{}}则不需要v-if和v-for在同一个元素上使用时，v-if优先级高于v-for，意味着v-if不能访问v-fo ......

反射（Reflection）是指程序可以访问、检测和修改它本身状态或行为的一种能力，反射中提供了用来描述程序集、模块和类型的对象，可以使用反射动态地创建类型的实例，并将类型绑定到现有对象，或者从现有对象中获取类型，然后调用其方法或访问其字段和属性。如果代码中使用了特性，也可以利用放射来访问它们。 一 ......

Synchronized 什么是 Synchronized：这是 Java 控制多线程访问共享资源的一种方式，是线程之间通信的一种方式。 什么同步代码块：同步代码块用于阻止多个线程同时对同一方法中的部分代码进行访问。 理解起来，可以看成同步代码块相当于一个保护共享资源的一块区域，这个区域需要有特定身 ......

小傅哥网站：https://bugstack.cn/md/develop/design-pattern/2020-06-11-%E9%87%8D%E5%AD%A6%20Java%20%E8%AE%BE%E8%AE%A1%E6%A8%A1%E5%BC%8F%E3%80%8A%E5%AE%9E%E6%8 ......

一、性能测试理论知识 1、常用的七种性能测试方法 (1) 后端性能测试：其实，你平时听到的性能测试，大多数情况下指的是后端性能测试，也就是服务器端性能测试。后端性能测试，是通过性能测试工具模拟大量的并发用户请求，然后获取系统性能的各项指标，并且验证各项指标是否符合预期的性能需求的测试手段。 (2) ......

opencv库图像基础2-python 图像的简单变换 1.图像的放大和缩小 ......

import torch.nn as nn import torch.functional as F import torch.optim as optim from collections import OrderedDict class Net4(nn.Module):# 从nn.Module ......

import torch.nn as nn import torch.functional as F import torch.optim as optim from collections import OrderedDict class Net3(nn.Module):# 从nn.Module ......

项目架构 先来看看项目架构图： 我们主要搞的就是微服务层和数据层。 而这个项目比较大，框架就分成了三个端： 环境搭建 在开发这个项目前，你需要了解java,ssm,.springboot,springcloud,springcloudAlibaba,nacos,mysql,虚拟机,docker,SS ......

import torch.nn as nn import torch.functional as F import torch.optim as optim from collections import OrderedDict class Net2(nn.Module):# 从nn.Module ......

准备动作 Linux系统，安装Docker 新增工作目录，比如~/baseimg，进入工作目录 创建字体目录~/baseimg/fonts/truetype, 这里的truetype文件夹名字可自定义，对应上Dockerfile中的即可 上传字体文件【ttl，ttc等】至truetype 编辑基础镜 ......

前言 这里实际上涉及到了挺多有关有关理论的东西，可以详细看一下paddle的官方文档。不过我这里不过多的谈有关理论的东西。 【低层视觉】低层视觉中常见的卷积核汇总 图像处理中常用的卷积核 在代码中，我们实际上是用不同的卷积核来造成不同的影响，我这里也是paddle中对于卷积核的几个比较简单的应用。 ......

第一种语法： 层层堆叠 import torch.nn as nn import torch.functional as F import torch.optim as optim from collections import OrderedDict class Net1(nn.Module):# ......

DSU on tree 通常用来解决不带修树上子树问题。 主要思想： 剖分。 先搜轻儿子，记录轻儿子子树的答案，删去轻儿子的贡献。 搜重儿子，记录重儿子子树的答案，保留重儿子的贡献。 回溯，重新搜轻儿子，把轻儿子子树的贡献加上，构成本子树的答案。 CF600E Lomsat gelral #incl ......

Spring学习记录之Bean的生命周期 前言 这篇文章是我第二次学习b站老杜的spring相关课程所进行的学习记录，算是对课程内容及笔记的二次整理，以自己的理解方式进行二次记录，其中理解可能存在错误，欢迎且接受各位大佬们的批评指正； 关于本笔记，只是我对于相关知识遗忘时快速查阅了解使用，至于课程中 ......

更准确的说法应该叫，即数值分析中的1-范数、2-范数、无穷范数。下面仅以二维空间中的两点为例。 L1距离，曼哈顿距离（Manhattan distance）也称D4距离、城市街区距离（Cityblock distance）、出租车距离（Taxicab distance）、直线式距离（Rectilin ......

前言： 因项目需要，需要使用Qt连接MySQL数据库。程序编写电脑上使用的是Win10 64位系统，程序运行电脑上使用的是Win7 32位系统。 一、下载及安装MySQL5.7 1、地址：MySQL官网 点击DOWNLOADS 2、点击MySQL Community(GPL) Downloads 3 ......

we pron 我们 w(象形-皇冠--女王) e(鹅) 女王把鹅送给我们 win v 赢、获得 n 胜利 w(象形-皇冠--女王) in 在...里面 女王在房间里赢得了奖杯，获得胜利 wine n 葡萄酒 v 喝酒 win 赢 e(鹅) 赢得比赛的鹅喝葡萄酒庆祝 wind n 风、气流 v 卷绕 ......

ONU设备 功能：ONU设备（Optical Network Unit）是用于接入光纤网络的终端设备，负责光纤网络的接入和数据传输。 技术：ONU设备采用光纤传输技术，能够实现高速的数据传输。 网络结构：ONU设备通常用于光纤接入网络（FTTx）中，连接用户终端设备与光纤网络。 管理方式：ONU设备 ......

1.AttributeError: module 'torch' has no attribute '_six'报错： 答：指的是安装的pytorch版本里面没有_six.py文件，因为在pytorch2.0版本以后不在具有此文件。 2.两个解决方法 答：①将2.0版本以前的_six.py文件复制到 ......

神经网络的权重初始化 这是一个神经单元初始化地例子，然后再演变到整个深度网络。 来看看只有一个神经元的情况，然后才是深度网络。 单个神经元可能有4个输入特征，从\(x_{1}\)到\(x_{4}\)，经过\(a=g(z)\)处理，最终得到\(\hat{y}\)，稍后讲深度网络时，这些输入表示为\(a ......

一、WinCC WinCC是西门子公司推出的一款上位机组态软件，是工业自动化领域中非常常用的一款软件，被广泛应用于自动化控制、监控等方面。WinCC具有丰富的图形化界面，可灵活地配置、监控、控制和维护工业生产流程，支持多语言、分布式、网络化的特点。 二、LabVIEW LabVIEW是美国国家仪器公 ......

随机森林回归（Random Forest Regression）是一种在机器学习领域广泛应用的算法，由美国科学家 Leo Breiman 在2001年提出。它是一种集成学习方法，通过整合多个决策树的预测结果来提高预测精度和稳定性。 随机森林回归适用于各种需要预测连续数值输出的问题，如金融领域的股票价 ......

Internet Test 是一种多合一的解决方案，适用于那些喜欢通过手动检查其可用性来密切关注其首选网站正常运行时间的人。当然，InternetTest 中也随带了定位 IP 以及地图显示定位等功能。InternetTest 是基于 MIT 许可证的免费开源软件。 当用户想要测试其网络连接速度时， ......