- 博客(33)
- 收藏
- 关注
RSS订阅原创 无线局域网技术分析及攻击实战
这篇文章是我的课设的初稿内容，所以格式可能会稍微那啥一点（自行脑补）。本篇文章在前面部分针对WEP、WPA/WPA2/WPA3、WAPI进行分析，包含了相当部分的连接和加密过程图片，尽量做到详细，后面部分则对WEP、WPA2进行攻防实战，同时包含了一些无线DOS攻击。.........
2022-06-11 07:17:17
4615
原创 docker配置管理
docker是一个可以用着很丝滑的服务，它可以让你很方便地将你的应用单独部署在一个docker镜像，这些镜像并非没有任何交流，相反，它们像是不通的实体机在互相交流，docker好比virtualbox，其运行的镜像好比virtualbox上运行的虚拟机，但前者更轻量。对于docker镜像中应该运行什么样的应用，现在似乎是更习惯于用go语言去实现docker镜像中的应用，因为据说使用go语言实现的应用更轻量，感兴趣的小伙伴可以去查一查。
2022-01-11 17:50:14
481
原创 nginx配置管理
相比使用包管理工具直接安装nginx，在学习过程中使用源码安装并搭配文档会加深理解，本文为使用源码安装nginx的配置笔记，以供参考。
2022-01-09 11:07:33
3873
原创 pytorch创建模型并训练（初探文本分类问题）
本博客对pytorch在深度学习上的使用进行了介绍，本博客并不会对怎么训练一个好的模型进行介绍（其实我也不会），我觉得训练一个好的模型首先得选对一个模型（关键的问题在于模型如何设计），然后再经历一遍玄学调参，大概就能得到一个比较好的模型了。我仍只有半只脚在机器学习的门内（深度学习我觉得其实就是机器学习的延伸），大佬避过。一、创建模型 其实现在有很多关于机器学习的库（python 的 Keras、caffe，matlab也有一个深度学习库，好像叫DeepLearning toolbox），而
2021-07-07 11:07:34
1229
原创 使用Ubuntu安装配置DNS和DHCP
描述：使用一台装有Ubuntu 20.0.4 desktop版本的主机和一台装有Windows 10的主机进行实验，其中装有Ubuntu的主机作为DNS和DHCP服务器。 bind9可作为DNS服务器，它的主配置文件为/etc/bind/named.conf，其内部包含了其他配置文件：named.conf.options：指定数据文件目录，指定转发DNS服务器ip地址等。named.conf.local：创建正向查找区域和反向查找区域。named.conf.default-zone
2021-05-03 18:55:53
1670
1
原创 Adaptive Tensor Learning with Tensor Networks（基于张量网络的自适应学习）
基于张量网络的自适应学习Adaptive Tensor Learning with Tensor Networks不同于CP、TT、TR、Tucker分解的分解模型
2021-04-04 19:06:01
489
原创 基于张量网络的机器学习（八）
现在让我们先解决一下上一次博客中提出的问题：什么是纠缠熵面积定律？时间演化是什么？时间演化顾名思义就是指随着时间的变化状态发生了改变，在量子力学上就是物理状态和观测量随时间的变化，再具体点就是态矢随时间的演化，由此还能引入时间演化算符的概念，就我所知，时间演化算符与薛定谔方程有着一定的联系，暂时了解这么多。...
2021-03-04 01:25:51
360
原创 基于张量网络的机器学习（九）
2021寒假学习 基于张量网络的机器学习（九）一.理论学习1.机器学习2.神经网络2.1 人工神经网络（ANN）2.1.1 构成2.1.2 神经元2.1.3 多层神经元网络2.1.4 学习方法2.1.4.1 反向传播算法2.1.5 种类2.1.6 容量2.2 卷积神经网络（CNN）2.2.1 全连接神经网络2.2.2 构建2.2.2.1 卷积层2.2.2.2 池化层2.2.3 特性2.3 深度神经网络（DNN）3.深度学习二.代码学习三.一些疑问一.理论学习1.机器学习 机器学习是一门人工智能的
2021-03-04 01:21:22
460
原创 Windows10与Ubuntu双系统安装记录
一直很想装Windows10与Ubuntu双系统，但是不断失败，终于，昨天成功安装好了双系统，现在记录一下碰到的问题以及解决方式。番外其实，在知道暂时无法装好双系统之后（主要是装Ubuntu 20.04.1这一个版本时总是在检查完文件之后就卡在一个界面，那个界面有个加载的白圈，这个白圈不转了），我就退而求其次，在我的win10上装个Ubuntu子系统，如果只用命令行的话，七八...
2020-12-20 13:34:06
193
1
原创 论文研读番外篇（2）——雅可比方法实现对角化
雅可比矩阵是以一阶偏导数按一定方式排列而成的矩阵，如果为方阵，其行列式就是 雅可比行列式，雅克比行列式最重要的就是能够提供一个最佳线性逼近。 雅克比矩阵体现的是多重映射关系，假设有 m 个自变量，n 个因变量，那么它们就可 以表示成一个 m×n\mathrm{m} \times \mathrm{n}m×n 的矩阵，其元素即为一个对应映射的偏导数，比如给定三个自变量x1、x2,x3x_{1} 、 x_{2}, x_{3}x1、x2,x3 和三个因变量 y1、y2、y3,y_{1} 、 y_{2} 、
2020-10-18 19:36:23
980
原创 基于高阶奇异值的多模态推荐和聚类方法
本博客整理自研读的论文，文末会附上出处。基于高阶奇异值的多模态推荐和聚类方法一.背景二.基于高阶奇异值分解的多模态推荐1.基于张量的教育大数据表示与融合（+简化）2.基于高阶奇异值分解的多维关联分析3.实现不同情景下的教育资源精准推荐三.基于高阶奇异值分解的自适应聚类增量式自适应聚类的学习共同体构建一.背景 在教育领域，随着云计算和移动互联网的发展，不同的学习平台产生了海量的教育大数据，包括个人数据、学习行为记录、交互数据等。 当前教育数据彼此分割、互操作不强，导致从中抽取、挖掘出有价值的个性化
2020-09-03 21:00:08
1247
2
原创 基于张量的多元多阶马尔科夫多模态预测方法
本博客整理自研读的论文，文末会附上出处。基于张量的多元多阶马尔科夫多模态预测方法一.问题背景二.多元多阶马尔科夫模型1.张量连接和张量统一乘2.多元多阶马尔科夫转移模型3.多元多阶马尔科夫多步转移模型三.多元多阶马尔科夫稳态联合主特征张量四.多元多阶马尔科夫多模态预测一.问题背景 基于马尔科夫理论进行预测被认为是一种可行的方法。近年来，结合张量理论和马尔科夫理论进行精准预测，已成为学术界的一种新趋势。 在早期对多阶马尔科夫模型的研究中，是通过多个时刻的线性组合近似为一阶马尔科夫链来处理，但是
2020-08-30 16:31:14
1646
原创 基于张量网络的机器学习（七）
现在让我们先解决一下上一次博客中提出的问题：斯密特分解时的系数矩阵中的元素是什么？怎么排列的？ 在对量子态作斯密特分解时，假如那个量子态的基态为L，每个基态的都为d维态矢，那么就会有dL种可能，即dL个系数，矩阵化的时候是矩阵化为一个d×dL-1的矩阵，至于怎么排列，按顺序丢进去就好了。我们再回顾一下前面的斯密特分解的这个式子，其实很具有迷惑性，这个量子态有D个基态，这里的基态和斯密特分解前的基态是不一样的，这里的α\alphaα可以取D个值，所以应当是指D个纠缠谱的奇异值，并非进行了D-1次
2020-08-23 17:20:22
412
原创 基于张量网络的机器学习（六）
在上一次的学习中，我们从TT分解借助新的张量表示方法过渡到了矩阵乘积态，可以说矩阵乘积态（MPS）的另一个别称为TT分解，现在，让我们再一次看看以下两个概念。截断维数χ\chiχ与TT秩：截断维数实际上就是TT分解（或MPS）中辅助指标能取的数的个数，然后借此引入了TT秩，它是一个n维数列（向量），里面每个元素就是每个辅助指标的截断维数，TT秩是在不作任何近似时引入的概念，但如果不作任何近似，随着张量阶数增加，截断维数会指数增加，这样实际上并未解决“指数墙”问题，然后我们又极小化辅助指标，这就是最优
2020-08-16 16:53:16
593
原创 基于张量网络的机器学习（五）
在基本了解了张量新的表示方法后，如果我们把向量换成矢量，将实矩阵换为复矩阵，总之将对应的一切实数都换成复数，我们会发现这种方法很多时候依旧适用，甚至在其中会蕴含更多奇妙的东西，能够起到更大的作用。一.TT分解（Tensor-train decomposition）1.TT分解 先上一张张量火车分解的示意图： 这里将一个三阶张量分解成了两个二阶张量和若干个三阶张量的乘积，如果我们用等式来表达这个过程会显得麻烦，此时，新的方法就起到了作用。定义：给定一个N阶张量，如果能将其分解成N个二阶或
2020-08-09 17:27:25
979
原创 基于张量网络的机器学习（四）
在前面的学习中，我们已经比较详细地学习了四种张量分解，接下来，我们就将进入张量网络的学习。一.新的方法 当张量的阶数超过了3阶后，我们要去形象地描绘这个张量就会显得困难，为了方便，现在引入一种新的张量表示方法。使用新的方法描绘各阶张量 对于一个矩阵，可以将行作为起始地点，将列作为目标地点，那么对应的元素值可以代表起始地点到目标地点的距离，类似的，我们把矩阵的行作为输入，列作为输出，行数可以使用指标i代表输入空间的维数，列数可以用指标j代表输出空间的维数，并用类似电路的图形来表示：这表示一
2020-08-02 14:34:52
629
原创 基于张量网络的机器学习（三）
本次将继续学习张量分解的有关内容。一.TURCKER分解二.非负矩阵分解三.奇异值分解和高阶张量的奇异值分解（一般）矩阵的奇异值分解（SVD）高阶张量的奇异值分解（HOSVD）四.其他矩阵分解1.LU分解2.正交分解（QR）3.Cholesky分解五.张量分解的特性总结...
2020-07-26 17:32:34
940
原创 基于张量网络的机器学习（二）
在前面的学习中，已经大致了解到了张量怎么来的，也学习到了一些张量的代数运算，本次对张量分解进行学习，本次的主角是CP分解！一.张量分解的知识铺垫 开始学习CP分解知识，我们有必要了解一些基础知识。1.纤维和切片前面的学习已经提到，张量是多维数组：这有利于接下来新知识的学习。纤维（fiber） 纤维是指从张量中抽取向量的操作，只保留一个维度变化，固定其它维度，可以得到向量，这个向量即为张量的纤维。比如对于1个3阶张量，分别只保留i,j,k维度的变化，可以得到：切片（s
2020-07-19 13:39:27
795
原创 量子计算--复习+量子信息--铺垫（学习笔记）
本次，我对前面所学的算符进行一定的拓展并对接下来的量子信息的学习做一些铺垫。一.些概念的复习和拓展 在前面，我对量子计算的一些概念进行了简单的讲解，而且对一些概念描述的并不完整，所以此次我会完善一下厄米算符、幺正算符以及对易和反对易的知识点，并看看能否以我现在的水平去拓展一些知识。1.算符厄米算符 对于希尔伯特空间 H 中的任意线性算符 A，在 H 中存在唯一的线性算符 A †，使得对于在该希尔伯特空间中的所有矢量|α\alphaα⟩和|β\betaβ⟩满足以下关系：⟨α\alp
2020-06-07 10:53:35
2496
原创 傅里叶级数、傅里叶变换、量子傅里叶变换（学习笔记）
量子傅里叶变换一开始看到这个题目我是这样的：然后我开始了有关傅里叶变换的学习，我从某站上面截了一张图：顺便附上某站的链接，视觉上很享受。形象展示傅里叶变换一.傅里叶级数在开始这一个部分的讲述时，先了解两个傅里叶级数的推导所涉及的两个关键。1.三角函数系的正交性在高中的时候，我们涉及到过两个向量的点乘，当它们的点乘为0，这两个向量垂直（正交）；在学习了线性代数之后，向量的正交性被推广到了n维；在学了一点量子力学之后，线性代数中常用的实数向量变为了复数向量（矢量），从而引入了希尔伯特空间；而到
2020-05-23 23:19:12
4054
原创 量子计算基础(学习笔记)
量子计算基础我是大自然的搬运工！一.矢量空间 一个矢量空间是由一组完备的线性无关的基矢的线性组合所生成的空间，这个矢量空间里的每一个矢量的元素都是复数（也包括实数），因为实数是特殊的复数。狄拉克利用线性代数表示量子力学的矢量空间，接下来对一些基本概念作一些阐释。态矢：也称右矢（态），是一个复数列向量，其共轭转置为左矢，两者都用来描述量子系统所处的状态;但描述的是一个量子系统。归一化：将矢量转化为单位矢量（模为1）的一种操作;内积：有了内积的空间就有了角度的概念，可以对比两个实数向量的
2020-05-16 16:59:36
7965
8
原创 最短路径问题
最短路径问题最短路径是图论中一个重要的知识点，在一个有向图中，如何求出两个节点之间的最短路径？上学期学了python，然后期末做了一个旅途咨询系统，这学期刚学了图论，所以将最短路径问题整理了一下。这样一个旅途资询系统（当然旅途咨询系统不是重点）需要解决单源最短路径问题，单源最短路径问题解决后得到的是从源节点到其他节点的最短路径，用到的是Dijkstra算法，但如果是想知道一个节点到其他某一个节点的最短路径，比较好用的就是floyd算法了。接下来我会分三个步骤讲解这两个算法，如果有理解错的地方，欢迎指正。
2020-05-09 17:42:16
406
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人