自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+
  • 博客(34)
  • 资源 (8)
  • 收藏
  • 关注

原创 第二章 应用层

本章学习路线原理→实例→编程网络应用的原理网络应用协议的概念和实现方面传输层的服务模型客户-服务器模式对等模式内容分发网络网络应用的实例互联网流行的应用层协议HTTPFTPDNS编程网络应用程序socketapi。...

2022-07-18 11:30:15 632 1

原创 第一章 计算机网络与互联网

第一章 计算机网络与互联网1.1 互联网络概念一个自主、自治、互联的计算机通信系统。构成角度 节点节点及其上运行的应用程序路由器、交换机等网络交换设备 边:通信链路接入网链路:主机连接到互联网的链路主干链路:路由器间的链路 协议:如TCP、IP、HTTP等等数以亿计的、互联的计算设备:主机 = 端系统运行网络应用程序app通信链路:光纤、同轴电缆、无线电、卫星传输速率:带宽(bps)分组交换设备:转发设备(pa

2022-05-18 21:05:00 519

原创 Introduction to Graph Neural Network(图神经网络概论)翻译:Chapter4:Vanilla Graph Neural Networks

文章目录4、Vanilla Graph Neural Networks(原始图神经网络)4.1、 Introduction4.2 Model4.3 Limitations4、Vanilla Graph Neural Networks(原始图神经网络)在本节中,我们描述了Scarselli et al. [2009] 文章中提出的Vanilla GNN。此外,我们同时列出了Vanilla GNN在表示能力和训练效率方面的局限性。在本章之后,我们将讨论Vanilla GNN的集中变体。4.1、 Intro

2020-09-05 19:17:08 815

原创 Introduction to Graph Neural Network(图神经网络概论)翻译:Chapter3:Basic of Neual Networks

3、Basic of Neural Network神经网络是机器学习中最重要的模型之一。人工神经网络由众多的神经元组成,相互之间有联系,其结构与生物神经网络有很大的相似之处。神经网络的学习方式如下:以随机权重或数值启动,神经元之间的连接通过反向传播算法反复更新其权重或数值,直到模型表现相当精确。最后,神经网络学习到的知识以数字方式存储在连接中。大多数关于神经网络的研究都试图改变它的学习方式(用不同的算法或不同的结构),目的是提高模型的泛化能力。3.1、Neural (神经元)神经网络最基本的单元是神经

2020-09-04 22:59:37 608

原创 Introduction to Graph Neural Network(图神经网络概论)翻译:Chapter2:Basic of Math and Graph

文章目录2 Basic of Math and Graph2.1 Linear Algebra(线性代数)2.1.1 Basic Concepts(基本概念)2.1.2 EIGENDECOMPOSITION(特征分解)2.1.3 SINGULAR VALUE DECOMPOSITION(奇异值分解)2.2 PROBABILITY THEORY(概率论)2.2.1 BASIC CONCEPTS AND FORMULAS(基本概念和公式)2.2.2 PROBABILITY DISTRIBUTIONS(概率分布)

2020-09-01 19:40:32 606

原创 Introduction to Graph Neural Network(图神经网络概论)翻译:目录总览

前言:最近对图神经网络部分比较感兴趣,偶尔看到清华大学刘知远老师在今年3月份发表的一本书:Introduction to Graph Neural Network,于是将该书内容进行翻译,记录阅读中自己的感悟。如翻译有不准确或者错误的地方,请指正。在原文中,不可避免的会有大量的人名、专业词汇等,本文翻译时将其保留,便于日后对其他文献的阅读与理解翻译进展: Chapter1:Introduction Chapter2:Basic of Math and Graph Chapter3:Bas.

2020-08-31 23:07:24 1675 2

原创 Introduction to Graph Neural Network(图神经网络概论)翻译:Chapter1:Introduction

文章目录1、Introduction1.1 MOTIVATIONS1.1.1 CONVOLUTIONAL NEURAL NETWORKS1.1.2 NETWORK EMBEDDING1.2 RELATED WORK1、Introduction图是一种数据结构,它对一组对象(nodes)及其关系(edges)进行建模。近来,用机器学习分析图的研究受到越来越多的关注,因为图具有巨大的表达能力,即图可以作为大量系统的表征,横跨各个领域,包括社会科学(social network)[Hamilton et al

2020-08-31 23:06:18 1254 1

原创 pytorch框架下—GCN代码详细解读

说明:本文是对论文“SEMI-SUPERVISED CLASSIFICATION WITH GRAPH CONVOLUTIONAL NETWORKS, ICLR 2017”中描述的GCN模型代码的详细解读。代码下载地址:https://github.com/tkipf/pygcn论文下载地址:https://arxiv.org/abs/1609.02907数据集下载地址:https://linqs-data.soe.ucsc.edu/public/lbc/cora.tgz目录代码结构总览一、数据.

2020-08-19 20:49:36 51288 45

原创 通过示例了解PyTorch:分步教程

写在前面的话:最近开始学习PyTorch,对其整个框架有些不熟悉,本文的目的就是对PyTorch的框架进行梳理。本文是在文章“Understanding PyTorch with an example: a step-by-step tutorial”的基础上完成的,基本上是对文章的翻译,为了保证理解的正确性,专业术语均使用了原文。建议大家有时间去阅读以下英文的原文。网站:https://towardsdatascience.com/understanding-pytorch-with-an-exam.

2020-08-16 23:12:23 473

原创 Argparse(命令行选项、参数和子命令解析器) 使用

声明:本文是作者在学习过程中对argpaser的学习总结,文章主要内容来源于argparse的官方中文文档。有不太理解的地方可以直接连接到官方文档查看,谢谢。目录一、 argparse 介绍 [官方文档](https://docs.python.org/zh-cn/3/library/argparse.html#argumentparser-objects)二、官方示例三、如何使用Argparse1、创建一个解析器2、添加参数3、解析参数四、ArgumentParser 属性五、add_argumen.

2020-08-14 23:23:53 465

原创 什么是Tensor?(张量) Dan Fleisch视频学习记录

目录VectorTensor分量(Componets)和基向量(basis)一阶张量高阶张量总结想要对Tensor有深入的了解,必须对Vector有一个清晰的认知。本文是对Dan Fleisch视频的总结B站视频链接(有中文字幕): 【科普向/中英字幕】What's a Tensor? 张量简介 原版youtube视频:https://www.youtube.com/watch?v

2020-08-12 18:03:26 616

原创 稀疏矩阵存储格式学习

文章目录稀疏矩阵的定义稀疏矩阵在计算中的处理稀疏矩阵常用的存储格式Coordinate(COO)行压缩格式 Compressed Sparse Row(CSR)列压缩格式 Compressed Sparse Column(CSC)ELLPACK(ELL)Hybrid(HYB)对角线存储格式(DIA)Python中scipy.sparse库不同存储模式在sparse库中的对应稀疏矩阵的定义矩阵中非零元素的个数远远小于矩阵元素的总数,并且非零元素在矩阵内的分布没有规律。通常认为矩阵中非零元素的总是比上矩阵中

2020-08-12 10:41:08 1641

原创 Visual Studio 2017安装遇到Installer打不开的问题

问题描述近期准备安装CUDA10.0,但是CUDA10.0必须要首先安装VS2017才可以。亲测发现VS2013、VS2019都不行。在安装VS2017时遇到双击 vs2017.exe之后,不会出现任何安装提示。解决方案在安装了Installer之后,找到C:\Program Files (x86)\Microsoft Visual Studio\Installer下的vs_installer.exe右键->属性->兼容性->勾选禁用视觉主题,勾选禁用桌面元素然后再次打开相应的安

2020-08-09 15:32:02 3059 1

原创 Git和Github教程(适合小白)

本文是对B站up主视频的简单总结注意:本文中内容大多为视频截图。目录一、了解Git和Github二、Github1、基本概念2、创建账号3、使用Githuba、创建仓库b、仓库管理三、Git1、安装与使用2、Git基本工作流程一些需要记住的命令Git工作区域Git的基础设置Git初始化及仓库的创建与操作Git远程仓库四、使用Git搭建个人网页个人网站访问搭建步骤项目站点访问搭建步骤一、了解Git和Github什么是GitGit是一个免费、开源的版本控制软件什么是版本控制系统版本控制是一种记

2020-08-09 14:42:55 393

转载 KMP算法(研究总结,字符串)

注:本文转载http://www.cnblogs.com/SYCstudio/p/7194315.html#commentform目录引入KMP算法KMP算法的难理解之处与本文叙述的约定F数组的应用F数组的求解代码引入首先我们来看一个例子,现在有两个字符串A和B,问你在A中是否有B,有几个?为了方便叙述,我们先给定两个字符串的值A="abcaab...

2019-04-11 16:50:53 137

原创 FPGA高速接口设计之SpaceWire——DS解码设计

目录1、DS信号采样2、DS时钟恢复方案2.1 传统的采样方案2.2 延拓的DS采样方案1、DS信号采样DS 编码机制已经说明,可以对接收 Data 和 Strobe 信号进行异或来恢复出原来的时钟信息。但是由于输入的数据有抖动,而且当 Data 信号变化的时候,异或恢复出的接收时钟也会发生变化,这会导致接收时钟在采样时出现竞争-冒险的情况, 此时利用该时钟来确定最佳的采样...

2019-04-11 10:13:55 1066

原创 FPGA高速接口设计之SpaceWire——发送模块

目录一、发送模块概述二、发送模块功能三、发送模块功能框图:四、流控机制一、发送模块概述 发送器使用DS编码技术对数据进行编码发送两路数据。它接收主机的N-Char并向外传输。在不要求发送时间码,FCT或者N-Char字符(数据,EOP或EEP)的时候,发送器会一直发送NULL字符来保持链路活动。若链路接口发送了一个FCT,代表了它已经准备好接收8个N-Char。...

2018-12-06 14:48:20 2101

原创 AURORA核多通道绑定使用注意事项

 正文在Aurora片间接口的调试中,一共需要用到两片FPGA,为达到速率的要求,所以Aurora需要采用主从双核,双通道绑定的工作模式,一共需要四个GTX(一个GTX 支持4Gbps的速率,一个Aurora核使用两个GTX,所以本例程中一个Aurora核最高支持8Gbps的速率)来完成片间数据的传输工作。 在工程中,主从双核的例化截图如下图所示(上图为主核,下图为从核):...

2018-12-06 14:25:28 4844

原创 Aurora核使用中tx_dst_rdy信号拉低问题(续)

前言距离上次更新Aurora核中tx_dst_rdy信号拉低问题已经有很长一段时间了,由于最近手头事情较多,一直没有更新过这一块的东西。上次说到采用“将Aurora核输出的时钟,人为进行1ns的延迟,然后用延迟之后的时钟再去进行数据的读取”这个方法解决了Aurora核仿真出现的问题,但在上板中遇到了其他的问题,现在这篇文章中进行讨论。问题提出在上次仿真正确无误之后,我将工程放入到实...

2018-12-06 14:16:10 1452 1

原创 Aurora核使用中tx_dst_rdy信号拉低问题

前言最近在使用Aurora核进行数据传输时遇到了如下问题:1、Aurora核输出的tx_dst_rdy信号会不定时的拉低,拉低之后不定时进行恢复。tx_dst_rdy信号拉低后,Aurora将不再接收数据。如图1所示。图1 tx_dst_rdy不定时拉低2、环境:本文所述的测试环境为数据经过位宽转换FIFO之后,输出给Aurora核。问题分析因为tx_dst_rdy信号会不定时...

2018-08-04 09:47:48 2211 3

原创 FPGA高速接口设计之SpaceWire——总线协议概述

目录一、SpaceWire总线协议概述1、物理层2、信号层2.1 低电压差分信号(LVDS)技术2.2 数据-滤波(DS)编码技术3. 字符层3.1 控制字符3.2 数据字符3.3 时间接口4 交换层4.1 概述4.2 链路初始化4.3 链路状态4.4 流量控制4.5 发送字符的优先级4.6链路错误及恢复5 数据包层6 网络层...

2018-07-22 23:07:49 10841

原创 ARM处理器内核列表

来源:维基百科家族架构内核特色快取 (I/D)/MMU常规 MIPS 于 MHz应用ARM1ARMv1ARM1 无  ARM2ARMv2ARM2Architecture 2 加入了MUL(乘法)指令无4 MIPS @ 8MHzAcorn

2017-12-07 09:19:47 2971

原创 机器学习(三)——决策树(decision tree)算法介绍

0.机器学习中分类和预测算法的评估标准    准确率    速度    强壮性    可规模性    可解释性1、什么是决策树/判定树(decision tree)?    判定树是一个类似于流程图的树结构:其中,每个内部节点表示一个属性上的测试,每个分支代表一个属性的输出,而每个树叶节点代表类或者类分布。树的最顶

2017-08-11 08:56:25 465

原创 机器学习(二)

1、基本概念:训练集,测试集,特征集,非监督学习,半监督学习,分类,回归2、概念学习:概念学习是指从有关某个布尔函数的输入输出训练样例中推断出该布尔函数。3、小例子     概念定义在实例(instance)集合之上,这个集合表示为X(X:所有可能的日子,每个日子的值由天气等6个属性表示)。    待学习的概念或目标函数成为目标概念(target

2017-08-11 08:53:20 206

原创 机器学习(一)

1、概念:多领域交叉学科,涉及概率论、统计学、逼近论、凸分析、算法复杂度等多门学科。专门研究计算机怎样模拟学习行为,以获取新的知识或技能,重新组织已有的知识结构使之不断改善自身的性能。2、学科定位:人工智能(Artificial Intelligence, AI)的核心,是使计算机具有智能的根本途径,其应用编辑人工智能的各个领域,它主要使用归纳、综合而不是演绎。3、定义:探究和开发

2017-08-11 08:50:30 315

转载 SVM算法基础

版权声明:    本文由LeftNotEasy发布于http://leftnoteasy.cnblogs.com, 本文可以被全部的转载或者部分使用,但请注明出处,如果有问题,请联系[email protected]。也可以加我的微博: @leftnoteasy 前言:    又有很长的一段时间没有更新博客了,距离上次更新已经有两个月的时间了。其中一个很大的

2017-08-09 10:10:09 375

转载 初涉USB,初学者USB入门总结(4) USB通讯设备快速开发

经过上述三节的描述,对USB应该已经有了初步的认识,其中具体的协议(比如各个描述符的定义什么的)这里不做描述了,网上一搜一大堆。下面我以一个实例来详细说明快速开发USB设备的步骤,一,设定规划凡事预则立,不预则费,所以开发一个小小的USB也要稍微规划一下,比如想象要实现什么功能,传输的数据协议什么的。二,固件编程,固件编程说白了就是写单片机程序,要实现USB一般可以使用带USB功能

2017-04-18 22:49:59 548

转载 初涉USB,初学者USB入门总结(3) 数据包阐述

对于USB传输大体有个概念,下一步就来看看到底USB上传的什么东西,以什么格式传数据,先不涉及端点的概念。各种总线的数据传输都是以固定的层次协议进行的,USB当然也不例外。所谓的层次也只是个抽象的概念罢了,就是表达一种依附关系,上层要依赖与底层,上层以底层为基础,上层只需要关心自己的东西就行了,如果你还不明白,那就继续看,学习一个东西不可能一两句话说的明白一个点,需要全面了解后才能清楚各个点。

2017-04-18 22:34:24 315

转载 初涉USB,初学者USB入门总结(2) 设备固件程序

为了更好的说明整个USB启动过程,我们可以用串口实时的跟踪各个USB中断。不过这里先不用串口进行测试,只是简单的用一组变量记录过程。测试程序如下(以下会有程序的说明):  uchar test[100];//100长度的变量,记录过程uchar conters=0;//记录计数值,/*-----------------------------------------

2017-04-18 21:36:29 345

转载 初涉USB,初学者USB入门总结(1)枚举

一,概述现在很多的主控上都带有USB的功能,但是对于初学者来说,这方面应用还是比较棘手,因为usb的不但固件程序需要编写,PC端的驱动也要编写,而且驱动写好了还要写个上位机才能看出效果。这样调试起来十分困难,建议从USB的键盘,鼠标开始做,了解清楚了,再做自己的协议就比较简单了。USB的概念历史啥的这里就不说了。我们先不管具体的数据包格式,这一节先从整个包的层面上简单的说,过程是这

2017-04-18 21:26:40 276

原创 INNO SETUP 自动安装msi文件

在自己做项目的时候,遇到一个需要打包的程序。该程序需要用到WinGraphviz插件。在项目中,所用到的插件是以msi文件安装成功的,因此将程序打包之后,移植到另外一台电脑是,需要自己手动安装该msi插件。如何实现在安装程序的时候,自动安装该插件。在查了很多资料之后,找到了如下的解决方法。程序代码如下:[Run]Filename: "{app}\msiexec.exe";Parameters:

2017-04-18 17:11:18 959

原创 WPF学习之事件的学习(二)

3.2自定义路由事件  为了方便程序中对象之间的通信,通常需要我们自己定义一些路由事件。那么如何去创建自定义路由事件呢?下面通过一个例子来说明自定义路由事件的创建。  创建自定义路由事件大体来说分为三个步骤:声明并注册路由事件    首先,定义路由事件与依赖属性的定义手法极为相似——申明一个由public static readonly修饰的RoutedEvent类

2016-08-07 21:46:07 294

原创 WPF学习之事件(一)

就像属性系统在WPF中得到升级、进化为依赖属性一样,事件系统在WPF中也被升级,从而进化成为——路由事件(Routed Event),并在其基础上衍生出命令传递机制。就让我们一起来领略这些新消息机制的风采吧!  1、近观WPF的树形结构。  路由(Route)一词的大意为:起点和终点之间有若干个中转站,从起点出发后经过每个中转站时都要进行选择,最终以正确(比如最短或者最快)的路径到

2016-08-07 00:06:03 419

原创 WPF学习之Binding的学习(一)

程序的本质是数据加算法。通俗一点来说呢,其实就是用户给一个输入,经过算法的处理之后,计算机反馈一个输出给用户。可以很清楚的看出,在这个过程中,处于主导地位的是数据。但是,当我们在进行图形用户界面(Graphic User Interface,GUI)编程的时,数据总是处于被动地位。也就是说,程序总是在等待接收来自UI的消息/事件,在这些事件被处理之后,才会反馈给用户一个输出。我们用Data Bin

2016-08-06 09:10:34 276

CS224W课程相关PPT及作业

该文件是斯坦福大学CS224W课程2020年秋季的PPT集合,包含有所有上课的PPT以及作业内容,供大家学习参考。相关视频自行到Youtube或者B站查找。

2020-11-26

序列学习项目——视频、讲义、编程作业

序列学习项目——视频、讲义、编程作业,资源属于深度学习课程中的第五部分内容,主要包含有:1、循环序列模型;2、自然语言处理与词嵌入;3、序列模型和注意力机制

2020-08-06

卷积神经网络学习项目——视频、讲义、编程作业(第三部分)

卷积神经网络学习项目——视频、讲义、编程作业(第三部分)资源属于深度学习课程中的第四部分内容,主要包含有:特殊应用:人脸识别和神经风格转换

2020-08-04

卷积神经网络学习项目——视频、讲义、编程作业(第二部分)

卷积神经网络学习项目——视频、讲义、编程作业(第二部分)资源属于深度学习课程中的第四部分内容,主要包含有:目标检测

2020-08-04

卷积神经网络学习项目——视频、讲义、编程作业(第一部分)

卷积神经网络学习项目——视频、讲义、编程作业(第一部分)资源属于深度学习课程中的第四部分内容,主要包含有:1、卷积神经网络简介,2、深度卷积网络实例探究。

2020-08-04

结构化机器学习项目——视频、讲义、编程作业

结构化机器学习项目——视频、讲义、编程作业资源属于深度学习课程中的第三部分内容,主要讲述结构化机器学习。其课程内容为机器学习(ML)的策略~

2020-08-02

改善深层神经网络:超参数调试、正则化以及优化——课程视频及讲义、作业等

内容包含有:1.深度学习的实用层面、2.优化算法、3.超参数调试、Batch正则化和程序框架。以及相应的作业、讲义。

2020-07-31

神经网络与深度学习视频+作业

包含有视频及相应的作业、讲义等内容。适合于想要快速入门深度学习的同学~课程包含:1.深度学习概论、2.神经网络基础、3.浅层神经网络、4.深层神经网络以及5.访谈

2020-07-31

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

提示
确定要删除当前文章?
取消 删除