神经网络 算法 语音 信号

动手学深度学习-第3章线性神经网络

3.1线性回归 回归(regression)是能为一个或多个自变量与因变量之间关系建模的一类方法。 线性回归基于几个简单的假设: 1.自变量和因变量之间的关系是线性的 2.任何噪声都比较正常,如噪声遵循正态分布 仿射变换的特点是通过加权和对特征进行线性变换(linear transformation ......
神经网络 线性 深度 神经 网络

解决浏览器能正常上网,但是无法下载软件,显示网络错误,点击重试几秒后依然显示网络错误

如果你也遇到了此种类型的情况,要确定网络方面是否存在问题,可以先检测网络,看网络适配器是否有错误。计算机上其他软件是否可正常下载,笔者的电脑上自带的软件商店可以下载软件,但浏览器却一直显示网络错误,笔者从网上也查找了相关的内容,大多指向的是MicroSoft Community的问答。笔者看到有一个 ......
错误 网络 浏览器 下载软件 软件

第一章 计算机网络概述

第一章 计算机网络概述 互联网的组成 核心部分:由 网络 和连接网络的路由器组成。 边缘部分:由连接在网络上的主机构成,也叫做端系统。 端系统之间的两种通信方式 客户-服务器模式(C/S模式)。客户端请求服务,服务器 提供服务 对等连接方式(p2p模式)。不区分 哪一方是提供服务的,和请求服务的,因 ......
计算机网络

卷积神经网络理论

卷积基本概念 卷积操作 感受野计算 RFi = ( RFi+1 - 1)x si +Kisi为第i层的步长,Ki为第i层卷积核大小。 数据填充 图像填充后卷积输出的维度: n:图像大小 f:卷积核大小 p:填充的层数 s:卷积核的步幅 卷积模式 Full:全填充,扩大原图Same:填充保持原图大小V ......
卷积 神经网络 神经 理论 网络

tcp网络编程4—并发的io多路复用实现(select)

原型: int select(int max fdp1, fd_set *readfds, fd_set *writefds, fd_set *exceptfds, struct timeval *timeout) 功能: 委托内核检查描述符集是否准备好(即可以使用) 参数: fdp1:最大的fd加 ......
网络编程 select 网络 tcp

java前后台交互从网络编程到SpringBoot

通过这片文章,想表达的是代码演变的过程,由繁到简 最原始的方法,通过网络编程、I/O流和多线程来实现: package com.itheima; import java.io.*; import java.net.ServerSocket; import java.net.Socket; impor ......
网络编程 SpringBoot 网络 java

go 网络编程

1.网络编程基本介绍 Golang的主要设计目标之一就是面向大规模后端服务程序,网络通信这块是服务端程序必不可少也是至关重要的一部分 网络编程有两种: 1)TCP socket编程,是网络编程的主流。底层是基于TCP/IP协议的,例如QQ等客户端。 2)b/s结构(Browser/Server,浏览 ......
网络编程 网络 go

02计算机网络模型tcp/ip

1.数据封装过程 从上到下:应用层 》传输层(进行封装,添加tcp头部) 》网络层(进行封装,添加ip头部) 》数据链路层(进行封装,添加mac头部) 》物理层(0,1) 2.数据解封装过程 从下到上:物理层(0,1) 》数据链路层(进行解封装,去掉mac头部) 》网络层(进行解封装,去掉ip头部) ......
计算机网络 模型 tcp ip

docker找不到网络终极解决方案

解决方案 用下面的命令解决: docker system prune systemctl restart docker.service 参考 https://stackoverflow.com/questions/39640963/error-response-from-daemon-network ......
终极 解决方案 方案 docker 网络

学习数据mining算法收集(1)聚类算法:DBSCAN算法

——————————非原创,来自知乎https://zhuanlan.zhihu.com/p/77043965———————————————————————————— 1.定义 DBSCAN将簇定义为密度相连的点的最大集合,能够把具有足够高密度的区域划分为簇,并可在噪声的空间数据库中发现任意形状的聚 ......
算法 数据 mining DBSCAN

交通信号标志识别软件(Python+YOLOv5深度学习模型+清新界面)

交通信号标志识别软件用于交通信号标志的检测和识别,利用机器视觉和深度学习智能识别交通标志并可视化记录,以辅助无人驾驶等。本文详细介绍交通信号标志识别软件,在介绍算法原理的同时,给出Python的实现代码以及PyQt的UI界面。在界面中可以选择各种图片、视频进行检测识别;可对图像中存在的多目标进行识别... ......
深度 模型 信号 界面 标志

算法笔记的笔记——第6章 C++标准模板库(STL)

vector 变长数组 长度根据需要而自动改变的数组 可以用来以邻接表的方式储存图 使用 头文件:#include <vector> 命名空间:using namespace std; 定义 vector<typename> name; 相当于一维数组name[SIZE],但长度可变。typenam ......
笔记 算法 模板 标准 STL

面试笔记——计算机网络

原文链接:javaguide 常见面试题 OSI 和 TCP/IP 网络分层模型 OSI 七层模型 OSI 七层模型 是国际标准化组织提出一个网络分层模型,其大体结构以及每一层提供的功能如下图所示: 每一层都专注做一件事情,并且每一层都需要使用下一层提供的功能比如传输层需要使用网络层提供的路由和寻址 ......
计算机网络 笔记

20201226马瑞婕《网络对抗》Exp2后门原理与实践

#1 实验基础 ##1.1 基础知识 ###1.1.1 后门的概念 后门就是不经过正常认证流程而访问系统的通道。后门可能出现在编译器中、操作系统中,最常见的是应用程序中的后门,还可能是潜伏于操作系统中或伪装成特定应用的专用后门程序。 #常用后门工具 NC和Netcat 底层工具,进行基本的TCP、U ......
后门 20201226 原理 网络 Exp2

第四章 网络层

第四章 网络层 1. 概述 网络层提供的服务是最大努力交付,也就是不可靠交付,存在 丢失 乱序 重复的问题 网络层向运输层提供的两种服务: 虚电路服务(面向连接的) 数据包服务(面向无连接的) 2. 网络层协议 网际协议IP 地址解析协议 ARP (Address Resolution Protoc ......
网络

雪花算法(SnowFlake)

简介 现在的服务基本是分布式、微服务形式的,而且大数据量也导致分库分表的产生,对于水平分表就需要保证表中 id 的全局唯一性。 对于 MySQL 而言,一个表中的主键 id 一般使用自增的方式,但是如果进行水平分表之后,多个表中会生成重复的 id 值。那么如何保证水平分表后的多张表中的 id 是全局 ......
算法 雪花 SnowFlake

「ACM 算法实践」[解题报告]麦田

分析 首先,前缀和的思路是很显然的。然后我们很容易想到暴力枚举矩形的左上角和右下角,然而 $\mathcal{O}(n^4)$ 的算法过不去,哪怕把最后一维用二分,倒数第二维加一点剪枝也还是会 T 两个点。 这时候应该考虑将多行/列压缩为一行/列,然后再使用双指针枚举列/行。详细来说就是将 $i$ ......
麦田 算法 报告 ACM

「ACM 算法实践」[解题报告]组队

分析 因为时间不多了,我一开始只考虑了 $a_i$ 互不相等的情况,没想到居然拿到了 60 昏( 正确解法是贪心 + 优先队列。~~而不是从「使得人数最少的队伍人数最多」中得到的二分~~ 首先肯定要将 a 数组排序,要使人数最少的队伍人数最多,我们优先将当前的数 $a[i]$ 放到以 $a[i]-1 ......
算法 报告 ACM

「ACM 算法实践」[解题报告]时间管理大师

分析 一开始想着应该要分情况讨论,如果每台电脑的耗电量都小于 $e$ ,那么可以知道小 Q 是可以一直学习下去的,如果存在电脑的耗电量大于等于 $e$ ,贪心的想法是将每台电脑能用的时间从小到大排序,然后丢进优先队列里,再考虑给谁充电,这样一来情况就非常复杂了。 正确的做法是二分答案 $t$ ,计算 ......
时间管理 算法 大师 时间 报告

高精度算法-高精度加法

为什么要用高精度 因为有的题目的数据很大,超出long long的范围,所以我们需要用高精度来计算: 首先是高精度加法: 高精度加法就是仿照我们竖式加法进行操作,逐位相加,注意进位!!! 题目传送门 Tiling Time Limit: 1000MS Memory Limit: 65536K Tot ......
高精 高精度 加法 算法

语音识别模块

https://item.taobao.com/item.htm?spm=a1z09.2.0.0.7ea92e8dSnWrPM&id=664937015643&_u=m1qf7bf5ed2f LU-ASR01常见问题:1.可以自定义唤醒词吗? 答:可以,最多定义5个唤醒词。唤醒词至少2个字。 2.可 ......
模块 语音

K8S实战集训第一课 Ansible自动化部署k8s、弹性伸缩、Helm包管理、k8s网络模型介绍

K8S实战集训第一课 Ansible自动化部署k8s、弹性伸缩、Helm包管理、k8s网络模型介绍 Ansible自动化部署K8S集群 一、Ansible自动化部署K8S集群 1.1 Ansible介绍 Ansible是一种IT自动化工具。它可以配置系统,部署软件以及协调更高级的IT任务,例如持续部 ......
弹性 实战 k8s 模型 Ansible

蚁群算法及 TSP 问题上的应用

群智能(Swarm intelligence) 自然界动物群,称之为群。 群的特征: 相互作用的相邻个体的集合 个体的行为简单,既有竞争又有协作 智能化的集体行为(1+1>2): 个体间不仅能够交互信息,还能够处理信息,根据信息改变自身行为 没有一个集中控制中心,分布式、自组织 作为群体协同工作时, ......
算法 问题 TSP

代码随想录算法训练营Day50 动态规划

#代码随想录算法训练营 代码随想录算法训练营Day50 动态规划| 123.买卖股票的最佳时机III 188.买卖股票的最佳时机IV 123.买卖股票的最佳时机III 题目链接:123.买卖股票的最佳时机III 给定一个数组,它的第 i 个元素是一支给定的股票在第 i 天的价格。 设计一个算法来计算 ......
随想录 训练营 随想 算法 代码

使用axios+vue在离开页面时中断网络请求

最近做到一个需求需要在离开页面时中断未完成的网络请求 第一步: 引入axios和CancelToken实例子 import axios from 'axios' const CancelToken = axios.CancelToken 第二步:在封装好的接口方法中加入cancelToken配置属性 ......
页面 axios 网络 vue

前缀和算法

前缀和算法 什么是前缀和? 前缀和是指某序列的前n项和,可以把它理解为数学上的数列的前n项和,而拆分可以看成前缀和的逆运算。合理的使用前缀和与拆分,可以将某些复杂的问题简单化。 具体做法: 首先做一个预处理,定义一个sum[]数组,sum[i]代表a数组中前i个数的和。 求前缀和运算: for(in ......
前缀 算法