- 博客(6)
- 收藏
- 关注
RSS订阅原创 全光通信技术总结（第二章）
第二章 光网络链路2.1 光网络链路结构2.2 光纤的类型与频谱资源2.3 光纤的损耗与全波光纤2.4 光纤的色散与色散光纤2.5 光线的偏振与保偏光纤2.6 光纤的非线性与非线性光纤2.7 光纤的最新发展2.1 光网络链路结构光纤通信网络如下图所示：Cable-有线电视，FTTH-光纤到户，。。。光纤通信系统的组成（将传输按照系统/链路去看）：所谓点到点，就是一个通道中传输的通常是一个波长的传输信号所谓波分复用系统，就是说，在一根光纤里面可以传输很多个不同波长的通道。可以看作点对点
2021-10-06 11:59:08
992
原创 Pytorch深度学习实践（b站刘二大人）_05讲（用Pytorch实现线性回归）
Pytorch Fashion（具有很强的扩展性）：1.准备数据集2.设计模型3.构造损失函数和优化器4.训练周期（前馈、反馈、更新） 在本次代码的编写中，我尝试了很多种优化器的使用，包括 SGD，Adagrad ，Adam ，ASGD, RMSprop ,Rprop，Adamax,以及LBFGS，每个优化器所对应的Loss下降图也会在文章的最后给出。 其中LBFGS的使用和以上其他的优化器有一些不同，LBFGS需要重复多次计算函数，因此你需要传入一个闭包去允许它们重新计算你的模型，这
2021-10-02 14:13:29
437
原创 Pytorch深度学习实践（b站刘二大人）_04讲（反向传播）
本节课讲的是反向传播。课堂代码：#反向传播课上代码import torchx_data = [1.0, 2.0, 3.0]y_data = [2.0, 4.0, 6.0]w = torch.tensor([1.0]) # w的初值为1.0w.requires_grad = True # 默认为False，True表示需要计算梯度def forward(x): return x * w def loss(x, y): y_pred = forward(x)
2021-10-02 12:59:42
192
原创 Pytorch深度学习实践（b站刘二大人）_03讲（梯度下降）
刘老师讲的十分细节，易于理解，大家可以去学习，课堂地址，废话不多说，直接上代码。梯度下降算法课堂代码:# 梯度下降算法import matplotlib.pyplot as pltx_data = [1.0,2.0,3.0]y_data = [2.0,4.0,6.0]w = 1.0def forward(x): return x * w#计算损失函数MSEdef cost(xs,ys): cost = 0 for x,y in zip(xs,ys):
2021-10-02 12:20:23
120
原创 Pytorch深度学习实践（b站刘二大人）_02讲（线性模型）
第二讲 线性模型 本人目前在学习b站上刘二大人的Pytorch深度学习实践的课程，准备通过写博客的方式记录自己学习过程，在希望能够和大家进行交流学习。 下面是课堂教学代码。import numpy as npimport matplotlib.pyplot as plt#给出的模型为y=2xx_data = [1.0,2.0,3.0]y_data = [2.0,4.0,6.0]def forward(x): return x*wdef loss(x,y): y_pr
2021-10-01 18:33:51
213
原创 全光通信第一章知识点总结
光纤通信的优点：传输频带宽，通信容量极大 无中继通信距离长 抗干扰能力强、保密性能好 资源丰富、节约有色金属（铜、铝、铅等）现有网络的局限性：电子瓶颈效应 现有光纤通信系统，仅将光纤当“导线”，未完全发挥出光纤的巨大带宽等优越性 中继放大等过程中所用的电子器件数据处理速率的固有限制 访问用户的剧增，使得现有的光纤通信网络十分拥挤，难以适应实时通信的需要。 激光器电学参量及载流子渡越时间的限制 解决方法：采用全光通信和网络，在光域上实现传播和交换，使信息网络变成无阻塞的
2021-09-30 10:34:06
204
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