借曦光 - 霏晗升迁,唯有月光

最近更新

计网笔记_3

第3章 传输层3.1 概述传输层的工作原理:多路复用/解复用RDT reliable data transfer流量控制、拥塞控制 传输服务和协议:位运行在不同主机上的应用进程提供逻辑通信TCP: Transmission Control Protocol,传输控制协议UDP:User Datagram Protocol,用户数据报协议传输层UDP把主机到主机的服务细分为进程到进程,TCP则还是主机到主机。传输层把下层网络层提供的不可靠的服务变得更可靠。 传输层一个很重要的作
参与:1120时间:2021-12-12

计网笔记_2

第2章 应用层应用层内容很多,有很多协议和应用,但是这学期课程中涉及得比较少,基本只在QoS部分有所涉及,笔记里就大概罗列一下知识点。2.1 应用层原理应用层协议最多可能的应用架构:C/S、peer2peer、混合架构C/S模式:服务器ip不能动,信息数据应用都在服务器上,可扩展性可靠性比较差,随着用户访问量的增加,性能断崖式下降;p2p模式:客户端也可以是服务器,但是管理复杂,性能不稳定,得客户端上线接入才可以作为服务器提供服务;混合体:C/S目录查询,数据会话P2P方式。 进程通信
参与:1176时间:2021-12-12

计网笔记_1

第一章:概论主要概念和术语,主要框架技术总括了整体的框架和知识点,打基础,最重要。(以互联网Internet为例)从大的构成来看互联网,包含三个子系统:网络边缘edge – 接入网access – 网络核心core 网络的划分(由距离)1-10m: Personal Area Network (PAN)100m: Local Area Network (LAN)1-100km: Metropolitan Area Network (MAN)100km-1000km: Wide Area
参与:943时间:2021-12-10

计算机网络临考笔记

这是计网的临考笔记作为考研调剂才转专业到计算机的我来说,虽然本科接触过计算机网络,但是跟那些考研已经强化过一遍的同学一比,相对来说基础还是不大行的,而且这学期老师是全英文授课,考试也是全英文,所以针对期末考试这档子事儿,在深度学习和Python的学习间隙,回头补一补计算机网络的知识点儿吧,虽然将来大概率用不太到就是了XD 这几天D2DL笔记会慢些更,还有大组会和小组会的任务,临时又要整理组织病理学的WSI数据集,所以Python笔记也等过些天考完了再开吧。教材:第八版的Computer
参与:1243时间:2021-12-10

D2DL笔记_3

线性代数部分:因为张量是机器学习中最基本的计算单元,所以对于张量的计算是学习机器学习中不可或缺的。而张量是另一种意义上的矩阵,张量的计算理所当然地遵循线性代数的很多规范,所以线性代数的知识也尤为重要。先从最基本的标量开始,给单个元素就是标量(与前面张量运算的部分一样):可以通过torch.arange()生成一个数列,也可以叫列表list,可以通过索引来访问任一元素:通过len()可以访问张量的长度:可以shape看一下:可见4是张量的长度,该张量只有一个轴,或是说只有一个维度。 通过
参与:1177时间:2021-12-10

D2DL笔记_2

数据预处理部分:机器学习/深度学习中,文本类型训练数据的输入通常需要进行一定的预处理,统一化之后可以更方便更高效地对模型使用现有数据进行训练,而这些文本类型的数据通常以.csv的格式出现。下面做一个对csv格式文件的数据预处理。首先生成一个.csv文件(,csv,comma-separated values字符分隔值文件是纯文本存储表格数据的一类文件):读取.csv文件最方便的方法是通过pandas.read_csv(),没有pandas的话需要先安装:读取的效果如下:当然jupyter中可以不
参与:1027时间:2021-12-10

D2DL笔记_1

torch.arange(): 生成一个数列/一维数组Torch.tensor(): 生成给定元素的张量。一般张量有三个及以上的维度。例子是一个一维数组:可以生成全0或全1的张量:需要给出张量中矩阵的(个数,行,列),意为几个几行几列的矩阵(二维数组):由输出可见:形如[x, x, …, x]为一个单行矩阵;[ [x, x, …, x] [x, x, …, x] ]为一个两行矩阵。需要用一个总括的方括号把矩阵所有的行包括进来,才能表示这些数列属于同一个矩阵。所以在生成给定元素的多行矩阵
参与:1046时间:2021-12-06

Dive into Deep Learning 笔记开更(pyTorch版)

(今天开始,在借曦光更新DL学习笔记)在机器学习领域,python有远超其它语言的优越性! 前情提要:教程:李沐-动手学深度学习,课程网址(B站):https://space.bilibili.com/1567748478/channel/seriesdetail?sid=358497教材:https://zh-v2.d2l.ai/或https://tangshusen.me/Dive-into-DL-PyTorch/#/如有侵权,请联系删除。个人认为,李沐(沐神)正在为国内人工智能以
参与:1040时间:2021-12-06

小记

专辑有很多种。或许闻名已久,从唱针落下的一霎到周遭归于静寂,都牵动着耳膜。或许无人问津,但正好合上了频率,精神和肉体共振的飘摇,绝美。或许只为其中短暂的惊艳难捱去拥有一张专辑,而后有时爱屋及乌越陷越深,有时甚至束之高阁渐行渐远,偶尔一瞬恍然,才发觉阔别良久,但只消须臾感叹,却也不会再听。有的碟明知喜欢得紧,却叫人难舍稍磨偶尔才泠泠,有的碟一整天取不下,明知磨损仍翻翻覆覆而不腻。遇见幸运,赏心悦目。耳鬓厮磨,一同穷途。所有对现状的厘清,都是开怀的前奏,当往昔告一段落,便只剩自动播放。而生命与唱片又
参与:1254时间:2021-12-06

终别离

从千千到QQ,从mp3到wav从高清到无损,从原装到监听从磁带到黑胶,从手机到唱机像爱一个人一步步试探慢慢地真切可惜没有现场,更不会在耳边我不曾置身过,也未曾成为过进也难过,退也难过悲莫悲兮生别离,入不言兮出不辞。
参与:1412时间:2021-06-10