胜东灬逆风微笑的博客

卸载其它版本NVIDIA驱动sudo apt-get --purge remove nvidia*sudo apt autoremove禁掉nouveau打开文本形式sudo gedit /etc/modprobe.d/blacklist.conf或直接终端打开形式sudo vim /etc/modprobe.d/blacklist.confsudo vi /etc/modprobe.d/blacklist.conf 在打开的文件中最后一行添加该命令，然后保存退出blacklist

Ubuntu20.04常见问题 /dev/loop0-/dev/loop13占用100%打开终端输入 df -h从上图可看见loo0-loop13都占用100%，我们需要一行命令清理下即可。终端输入sudo apt autoremove --purge snapd可见上图已经清理掉。

理解二进制的“逢二进一”二进制和咱们平时用的十进制，其实并没有什么本质区别，只是平时咱们是“逢十进一”，这里变成了“逢二进一”而已。每一位，相比于十进制下的 0～9 这十个数字，咱们只能用 0 和 1 这两个数字。任何一个十进制的整数，都能通过二进制表示出来。把一个二进制数，对应到十进制，非常简单，就是把从右到左的第 N 位，乘上一个 2 的 N 次方，然后加起来，就变成了一个十进制数。当然，既然二进制是一个面向程序员的“语言”，这个从右到左的位置，自然是从 0 开始的。比如 0011 这个二进制数，

这里写自定义目录标题动态链接：程序内部的“共享单车”链接可以分动、静，共享运行省内存地址无关很重要，相对地址解烦恼PLT 和 GOT，动态链接的解决方案总结动态链接：程序内部的“共享单车”程序的链接，是把对应的不同文件内的代码段，合并到一起，成为最后的可执行文件。这个链接的方式，让我们在写代码的时候做到了“复用”。同样的功能代码只要写一次，然后提供给很多不同的程序进行链接就行了。这么说来，“链接”其实有点儿像我们日常生活中的标准化、模块化生产。我们有一个可以生产标准螺帽的生产线，就可以生产很多个不同的

程序装载程序装载面临的挑战咱们看到了如何通过链接器，把多个文件合并成一个最终可执行文件。在运行这些可执行文件的时候，咱们其实是通过一个装载器，解析 ELF 或者 PE 格式的可执行文件。装载器会把对应的指令和数据加载到内存里面来，让 CPU 去执行。说起来只是装载到内存里面这一句话的事儿，实际上装载器需要满足两个要求。第一，可执行程序加载后占用的内存空间应该是连续的。执行指令的时候，程序计数器是顺序地一条一条指令执行下去。这也就意味着，这一条条指令需要连续地存储在一起。第二，咱们需要同时加载很多个

ELF和静态链接过去的几篇，咱们一起通过一些简单的代码，看到了咱们写的程序，是怎么变成一条条计算机指令的；if…else 这样的条件跳转是怎么样执行的；for/while 这样的循环是怎么执行的；函数间的相互调用是怎么发生的。自己在了解这些知识之后，产生了一个非常大的疑问。那就是，既然我们的程序最终都被变成了一条条机器码去执行，那为什么同一个程序，在同一台计算机上，在 Linux 下可以运行，而在 Windows 下却不行呢？反过来，Windows 上的程序在 Linux 上也是一样不能执行的。可是咱们

函数调用：为什么会发生stack overflow？在开发软件的过程中我们经常会遇到错误，如果你用 Google 搜过出错信息，那你多少应该都访问过Stack Overflow这个网站。作为全球最大的程序员问答网站，Stack Overflow 的名字来自于一个常见的报错，就是栈溢出（stack overflow）。咱们就从程序的函数调用开始，讲讲函数间的相互调用，在计算机指令层面是怎么实现的，以及什么情况下会发生栈溢出这个错误。为什么我们需要程序栈？和前面几讲一样，咱们还是从一个非常简单的 C 程

指令跳转：原来if…else就是goto上一篇，咱们讲解了一行代码是怎么变成计算机指令的。平时写的程序中，肯定不只有 int a = 1 这样最最简单的代码或者指令。我们总是要用到 if…else 这样的条件判断语句、while 和 for 这样的循环语句，还有函数或者过程调用。对应的，CPU 执行的也不只是一条指令，一般一个程序包含很多条指令。因为有 if…else、for 这样的条件和循环存在，这些指令也不会一路平铺直叙地执行下去。而这篇我们就在上一篇的基础上来看看，一个计算机程序是怎么被分解成一

计算机指令—试试用纸带编程在学校时教 C 语言程序设计的老师说，他们当年学写程序的时候，不像现在这样，都是用一种古老的物理设备，叫作“打孔卡（Punched Card）”。用这种设备写程序，可没法像今天这样，掏出键盘就能打字，而是要先在脑海里或者在纸上写出程序，然后在纸带或者卡片上打洞。这样，要写的程序、要处理的数据，就变成一条条纸带或者一张张卡片，之后再交给当时的计算机去处理。你看这个穿孔纸带是不是有点儿像我们现在考试用的答题卡？那个时候，人们在特定的位置上打洞或者不打洞，来代表“0”或者“1”。

穿越功耗墙，该从哪些方面提升“性能”呢？在整理CPU的性能时，提到过这样的公式：程序的 CPU 执行时间 = 指令数×CPI×Clock Cycle Time这样来看，如果要提升计算机的性能，可以从指令数、CPI 以及 CPU 主频这三个地方入手。要搞定指令数或者 CPI，乍一看都不太容易。于是，研发 CPU 的硬件工程师们，从 80 年代开始，就挑上了 CPU 这个“软柿子”。在 CPU 上多放一点晶体管，不断提升 CPU 的时钟频率，这样就能让 CPU 变得更快，程序的执行时间就会缩短。于是，

通过CPU主频，来谈谈“性能”究竟是什么“性能”这个词，不管是在日常生活还是写程序的时候，都经常被提到。比方说，买新电脑的时候，我们会说“原来的电脑性能跟不上了”；写程序的时候，我们会说，“这个程序性能需要优化一下”。那么，你有没有想过，我们常常挂在嘴边的“性能”到底指的是什么呢？我们能不能给性能下一个明确的定义，然后来进行准确的比较呢？在计算机组成原理乃至体系结构中，“性能”都是最重要的一个主题。在前面说过，学习和研究计算机组成原理，就是在理解计算机是怎么运作的，以及为什么要这么运作。“为什么”所要解

从这张图可以看出来，整个计算机组成原理，就是围绕着计算机是如何组织运作展开的。计算机组成原理知识地图计算机组成原理的英文叫 Computer Organization。这里的 Organization 是“组织机构”的意思。计算机由很多个不同的部件放在一起，变成了一个“组织机构”。这个组织机构最终能够进行各种计算、控制、读取输入，进行输出，达成各种强大的功能。在这张图里面，我们把整个计算机组成原理的知识点拆分成了四大部分，分别是计算机的基本组成、计算机的指令和计算、处理器设计，以及存储器和 I/O .

冯·诺依曼体系结构：计算机组成的金字塔文章目录冯·诺依曼体系结构：计算机组成的金字塔计算机的基本硬件组成冯·诺依曼体系结构总结：推荐阅读计算机的基本硬件组成早年，要自己组装一台计算机，要先有三大件，CPU、内存和主板。在这三大件中，我们首先要说的是 CPU，它是计算机最重要的核心配件，全名你肯定知道，叫中央处理器（Central Processing Unit）。为什么说 CPU 是“最重要”的呢？因为计算机的所有“计算”都是由 CPU 来进行的。自然，CPU 也是整台计算机中造价最昂贵的部分之

一、实验室介绍1.XGBoost的介绍2.XGBoost的应用二、实验室手册二、使用步骤1.引入库2.读入数据总结一、实验室介绍1.XGBoost的介绍XGBoost是2016年由华盛顿大学陈天奇老师带领开发的一个可扩展机器学习系统。严格意义上讲XGBoost并不是一种模型，而是一个可供用户轻松解决分类、回归或排序问题的软件包。它内部实现了梯度提升树(GBDT)模型，并对模型中的算法进行了诸多优化，在取得高精度的同时又保持了极快的速度，在一段时间内成为了国内外数据挖掘、机器学习领域中的大规模杀伤性武.

一、逻辑回归的介绍和应用提示：写完文章后，目录可以自动生成，如何生成可参考右边的帮助文档文章目录一、逻辑回归的介绍和应用1.逻辑回归的介绍2.逻辑回归的应用二、算法实战1.Demo实践2.基于鸢尾花（iris）数据集的逻辑回归分类实践1.逻辑回归的介绍逻辑回归（Logistic regression，简称LR）虽然其中带有"回归"两个字，但逻辑回归其实是一个分类模型，并且广泛应用于各个领域之中。虽然现在深度学习相对于这些传统方法更为火热，但实则这些传统方法由于其独特的优势依然广泛应用于各个领域中。

隐马尔科夫模型HMM隐马尔科夫模型算是比较经典的机器学习模型了，在自然语言处理、语言识别、模型识别等这些领域也得到了广泛的应用。在深度学习的崛起，尤其是RNN、LSTM等神经网络序列模型的火热，HMM的地位有些下降。但是作为一个经典的模型，学习HMM的模型和对应算法，对咱们解决问题建模的能力提高以及算法思路的扩招还是很好的。一. 一般常见的什么样的问题需要HMM模型呢首先咱们来看看什么样的问题可以用HMM模型解决，咱们使用HMM模型时的问题一般有两个特征。1.咱们的问题是基于序列的，比如世界序列，或

这里写自定义目录标题SVM(支持向量机)1.支持向量2.对偶问题3. SVM优化4. 软间隔5. 核函数6. 优缺点SVM(支持向量机)1.支持向量1.1 线性可分首先咱们先来了解下什么是线性可分在二维空间上，两类点被一条直线完全分开叫做线性可分。严格的数学定义是：D0与D1是 n 维欧氏空间中的两个点集。如果存在 n 维向量 w 和实数 b，使得所有属于D0的点x都有wx + b >0，而对于所有属于 D1的点x则有wx+b<0，则咱们称为D0与D1线性可分。1.2 最大间