学习网络
网络编程学习2
TCP服务端处理多客户端任务: 原来是通过开启子进程来服务不同的客户端,当客户端退出时就关闭该子进程 多路复用: 使用一个进程(有且只有一个主进程)同时监控若干个文件描述符,这种读写模式称为多路复用 多用于TCP的服务端,用于监控客户端的连接和数据的收发 优点:不需要频繁的创建和销毁进程,从而节约了 ......
深度学习(十二)——神经网络:搭建小实战和Sequential的使用
# 一、torch.nn.Sequential代码栗子 > 官方文档:[Sequential — PyTorch 2.0 documentation](https://pytorch.org/docs/stable/generated/torch.nn.Sequential.html#sequent ......
基于Alexnet深度学习网络的人脸识别算法matlab仿真
1.算法理论概述 一、引言 人脸识别是计算机视觉领域中的一项重要任务,它可以对人类面部特征进行自动识别和验证。近年来,随着深度学习的兴起,基于深度学习的人脸识别算法也得到了广泛的应用。本文将介绍基于Alexnet深度学习网络的人脸识别算法,包括详细的实现步骤和数学公式。 二、Alexnet深度学习网 ......
网络编程学习01
一、进程间通信-socket套接字(很重要,函数啥的都要求要能背) 基本特征:socket是一种接口技术,被抽象了一种文件的操作,可以让同一计算机中的不同 进程之间通信,也可以让不同计算机中的进程之间通信(网络通信) 本地进程间通信编程模型: 进程A 进程B 创建socket对象 创建socket对 ......
深度学习(十一)——神经网络:线形层及其他层介绍
主要介绍神经网络线性层的计算,即torch.nn.Linear的原理及应用。并插入一些神经网络的其他层介绍,及调用pytorch中网络模型的方法。 ......
【学习笔记】网络流各种形式及模型
# 各种形式 ## 普通网络流 - [P3376 【模板】网络最大流](https://www.luogu.com.cn/problem/P3376) Dinic ```cpp #include using namespace std; int n,tot=1,first[210],nnext[10 ......
深度学习(Lenet网络)
业余时间重新学习一下深度学习,先从基础网络开始,一点一点积累。 Lenet网络模型: 下面程序中输入的数据是28*28的,结构和原始稍微有点不一样。 训练代码: import torch import torch.nn as nn import torch.optim as optim from t ......
学习go语言编程之网络编程
## Socket编程 Golang语言标准库对Socket编程进行了抽象,无论使用什么协议建立什么形式的连接,都只需要调用`net.Dial()`即可。 ### Dial()函数 `Dial()`函数的原型如下: ```golang func Dial(network, address strin ......
学习go语言编程之网络编程
## Socket编程 Golang语言标准库对Socket编程进行了抽象,无论使用什么协议建立什么形式的连接,都只需要调用`net.Dial()`即可。 ### Dial()函数 `Dial()`函数的原型如下: ```golang func Dial(network, address strin ......
学习笔记:网络流
## 0.前言 题目传送门:[here](https://www.luogu.com.cn/problem/P3376) ## 1.概念 网络是什么?一张带权的图 网络最大流是什么? 举个例子 + 想象一些有向的水管,每个水管都有固定的流量上限,有源点可以出水, 有汇点可以收水,问汇点单位时间最多可 ......
PyTorch学习记录(四):常用网络Backbone
常用网络Backbone + ResNet + MobileNet + Transformer #### 参考链接 + torchvision/timm库 + https://pytorch.org/vision/main/models.html ......
MATLAB用深度学习长短期记忆 (LSTM) 神经网络对智能手机传感器时间序列数据进行分类|附代码数据
原文链接:http://tecdat.cn/?p=26318 原文出处:拓端数据部落公众号 最近我们被客户要求撰写关于长短期记忆 (LSTM) 神经网络的研究报告,包括一些图形和统计输出。 此示例说明如何使用长短期记忆 (LSTM) 网络对序列数据的每个时间步长进行分类。 要训练深度神经网络对序 ......
网络流学习笔记
### 目录 1. 网络流介绍 1.1 一些概念 1.2 网络流整体思路 2. EK 算法 3. dinic 算法 4. 当前弧优化 5. 求二分图最大匹配 6. 费用流 ## 1.网络流介绍 ### 1.1 一些概念 网络流可以抽象为:你有一个自来水厂和很多输水管,和一个目标点,每一个输水管都有一 ......
002-深度学习数学基础(神经网络、梯度下降、损失函数)
0. 前言 人工智能可以归结于一句话:针对特定的任务,找出合适的数学表达式,然后一直优化表达式,直到这个表达式可以用来预测未来。 针对特定的任务: 首先我们需要知道的是,人工智能其实就是为了让计算机看起来像人一样智能,为什么这么说呢?举一个人工智能的例子: 我们人看到一个动物的图片,就可以立刻知道这 ......
深度学习-->卷积神经网络(LeNet)
LeNet: # LeNet import d2lzh as d2l import mxnet as mx from mxnet import autograd, gluon, init, nd from mxnet.gluon import loss as gloss, nn import tim ......
基于ResNet-101深度学习网络的图像目标识别算法matlab仿真
1.算法理论概述 介绍ResNet-101的基本原理和数学模型,并解释其在图像识别中的优势。然后,我们将详细介绍如何使用深度学习框架实现ResNet-101,并在图像数据集上进行训练和测试。最后,我们将总结本文的主要内容并提出进一步的研究方向。 1.1、ResNet-101的基本原理 ResNet- ......
深度学习-->卷积神经网络
二维卷积层: from mxnet import autograd, nd from mxnet.gluon import nn # 定义函数corr2d,用于实现二维卷积操作 def corr2d(x, k): # 获取卷积核的高度和宽度 h, w = k.shape # 初始化输出y,其形状为( ......
【学习笔记-计算机网络基础】应用层
概述 应用层是开放系统的最高层,是直接为应用进程提供服务的。 应用层协议和应用 主要三种连接模式 www(HTTP):服务器读取并处理、响应请求。 BitTorrent:众多客户端自发构成文件部分,下载上传时由Tracker分配调度查询所处客户端。. Skype:找中间人传话,请求双房打开两座客户端 ......
【学习笔记-CS144 计算机网络】网络层
概述 主要功能: 寻址和路由选择 建立和维护连接 差错和纠错功能 流量和拥塞控制 数据分片和重组技术 网络层协议 IP 协议 IPv4:32bits, a,b,c,d,0~255。有数字划分规范,ABCD类。 IPv6:128bits, 能解决IPv4网络地址资源数量的问题,而且也解决了多种接入设备 ......
【学习笔记-CS144 计算机网络】传输层
概述 主要任务: 对接端口 连接管理 分割和重组上下数据 差错和纠错功能 流量控制 传输层协议 TCP 特点: 可靠性高 端到端,面向连接 基于字节 速度慢 向下传递操作步骤: 接受来自应用层的8位字节的数据流,并根据MTU分段。 封装上队头标记,打包成数据包 将数据包传送给IP层(网络层) TCP ......
【机器学习】神经网络
# Neural Networks > 神经网络:一种计算模型,由大量的节点(或神经元)直接相互关联而构成。每个节点(除输入节点外)代表一种特定的输出函数(或者认为是运算),称为激励函数;每两个节点的连接都代表该信号在传输中所占的比重(即认为该信号对该节点的影响程度) > > 神经网络三要素:模型、 ......
基于Alexnet深度学习神经网络的人脸识别算法matlab仿真
1.算法理论概述 人脸识别是计算机视觉领域中一个重要的研究方向,其目的是识别不同人的面部特征以实现自动身份识别。随着深度学习神经网络的发展,基于深度学习神经网络的人脸识别算法已经成为了当前最先进的人脸识别技术之一。本文将详细介绍基于AlexNet深度学习神经网络的人脸识别算法的实现步骤和数学公式。 ......
网络流学习笔记
由于本人太弱,可能讲解有误,请读者指出。 # 什么是网络流 网络流是通过构建从源点到汇点的有向图模型来解决图论问题。从理论上讲,网络流可以处理所有二分图问题。 二分图和网络流的难度都在于问题建模,一般不会特意去卡算法效率,所以只需要背一两个简单算法的模板就能应付大部分题目了。 # 最大流问题 ## ......
基于LSTM深度学习网络的时间序列预测matlab仿真
1.算法理论概述 时间序列预测是一类重要的预测问题,在很多领域都有着广泛的应用,如金融、交通、气象等。然而,由于时间序列数据本身具有时序性和相关性,因此预测难度较大。传统的时间序列预测方法大多采用统计学方法,如ARIMA模型、指数平滑法等,但这些方法在处理非线性、非平稳、非高斯的时间序列数据时效果较 ......
【深度学习入门向】使用简单的卷积神经网络对 CIFAR10 数据集进行分类
## Shallow CNN 从最简单的卷积神经网络(CNN)开始。卷积神经网络是神经网络的一种(子集),其结构主要包括以卷积层、池化层为主的特征提取部分和全连接层为主的分类部分。 - 卷积层使用卷积核对输入进行卷积操作。卷积操作的目的是对图像进行扫描以找到最接近卷积核所代表的特征。其输出称为特征图 ......
基于LSTM深度学习网络的人员行走速度识别matlab仿真,以第一视角视频为样本进行跑或者走识别
1.算法理论概述 人员行走速度是衡量人体运动能力和身体健康的重要指标之一。目前,常见的人员行走速度识别方法主要基于传感器或摄像头获取的数据,如加速度计数据、GPS数据和视频数据等等。其中,基于视频数据的方法因为其易于获取和处理而备受关注。但是,传统的基于特征提取的方法往往需要手工选择特征并进行复杂的 ......
CS144 计算机网络 学习笔记
第一部分 基础概念 主要三种连接模式 WWW(HTTP):服务器读取并处理、响应请求。 BitTorrent:众多客户端自发构成文件部分,下载上传时由Tracker分配调度查询所处客户端。 Skype:找中间人传话,请求双房打开两座客户端之间的NAT隔离保护。 互联网模型 目的:各自处理各部分问题 ......
网络流学习笔记
## 1. 一些基本定义 ### 网络 网络是指一个有向图 $G=(V,E)$。 每条边 $(u,v)\in E$ 都有一个权值 $c(u,v)$,称之为容量(Capacity),当 $(u,v)\notin E$ 时有 $c(u,v)=0$。 其中有两个特殊的点:源点(Source)$s\in V ......
深度学习(九)——神经网络:最大池化的作用
# 一、 torch.nn中Pool layers的介绍 > 官网链接: > > https://pytorch.org/docs/stable/nn.html#pooling-layers ## 1. nn.MaxPool2d介绍 nn.MaxPool2d是在进行图像处理时,Pool layers ......