沐风—云端行者-CSDN博客

原创【TensorFlow深度学习】模型装配、训练与评估全流程实战

通过上述步骤，我们完整地走过了模型装配、训练、评估、保存与加载的全过程。Keras的高层API设计使得整个流程变得简单高效，降低了深度学习的门槛，让开发者能够专注于模型设计与问题解决。

2024-05-13 14:26:32 321

原创【TensorFlow深度学习】使用Keras高层接口简化模型构建过程

Keras提供了两种主要的方式来定义模型：Sequential模型和Functional API。Sequential模型适用于线性堆叠层的情况，而Functional API则更加灵活，支持复杂的模型结构，如共享层、多输入多输出模型等。Keras高层接口以其简洁的语法、强大的功能和高效的执行，已经成为构建深度学习模型的首选工具之一。

2024-05-08 07:00:00 733

原创【TensorFlow深度学习】加载经典数据集MNIST的实战步骤

通过上述步骤，成功地加载了MNIST数据集，进行了必要的数据预处理，并将其转换为适合深度学习训练的对象。这些准备工作为后续的模型搭建和训练奠定了坚实的基础。实践证明，良好的数据准备是深度学习项目成功的关键。

2024-05-07 14:33:04 1006

原创【TensorFlow深度学习】TensorFlow高级操作：提高效率与灵活性

TensorFlow允许用户自定义层和模型，这为设计复杂的神经网络结构提供了灵活性。自定义层可以扩展TensorFlow的默认层库，以满足特定的需求。# 自定义层的逻辑return inputs * 2 # 示例操作# 使用自定义层构建模型自定义模型允许用户从头开始构建模型，适用于复杂的网络设计。# 实例化模型TensorFlow的高级操作为深度学习项目提供了强大的工具和灵活性。通过张量操作、自定义层与模型、模型保存与加载、以及模型优化等技术，可以构建高效、稳定且性能优异的深度学习模型。

2024-05-07 14:17:17 597

原创【TensorFlow深度学习】张量比较与条件操作的应用场景

在自定义损失函数时，可能需要根据条件来执行不同的计算逻辑。通过比较操作，我们可以自定义激活函数，如Leaky ReLU。在自定义损失函数时，我们可能需要根据条件来执行不同的计算。diff)张量比较与条件操作是深度学习中不可或缺的工具，它们在数据处理、模型构建、训练优化等多个方面发挥着重要作用。通过TensorFlow提供的丰富API，我们可以灵活地实现这些操作，以满足不同的应用需求。

2024-04-27 08:30:00 1028

原创【TensorFlow深度学习】数据统计在深度学习中的重要性

数据统计是深度学习不可或缺的一部分，它涉及到数据预处理、模型训练、性能评估等多个方面。通过TensorFlow等工具，我们可以方便地实现数据统计，从而提升模型的性能和泛化能力。

2024-04-27 07:00:00 786

原创【TensorFlow深度学习】前向传播实战：从理论到代码实现

input_size = 784 # 输入特征长度hidden_size_1 = 256 # 第一个隐藏层节点数hidden_size_2 = 128 # 第二个隐藏层节点数output_size = 10 # 输出层节点数（例如MNIST手写数字识别）本文详细介绍了前向传播的理论基础和在TensorFlow中的实现方法。通过构建一个简单的神经网络模型，我们展示了从初始化参数到前向传播，再到损失计算和参数更新的完整流程。这为进一步探索深度学习模型提供了坚实的基础。

2024-04-26 23:48:56 921

原创【TensorFlow深度学习】张量Broadcasting机制与数学运算实践

通过本文的探讨和实践，我们了解了张量Broadcasting机制的原理和应用，以及TensorFlow中的基本数学运算。这些是构建和训练深度学习模型的基础。在实际应用中，合理利用Broadcasting机制和数学运算可以提高模型的性能和计算效率。

2024-04-26 07:30:00 1481

原创【TensorFlow深度学习】创建与操作张量的典型实践与技巧

张量是TensorFlow中的核心概念，掌握张量的创建和操作对于深度学习至关重要。本文详细介绍了张量的基本概念、创建方法、操作技巧以及一些高级操作。通过这些知识，读者可以更有效地利用TensorFlow进行深度学习模型的开发。

2024-04-25 07:45:00 2157

原创【TensorFlow深度学习】线性回归模型实战演练与数学基础

线性回归是理解机器学习和TensorFlow编程的一个很好的起点。通过本实战演练，我们不仅学习了线性回归的数学基础，还掌握了如何在TensorFlow中搭建、编译、训练和评估模型。此外，我们还了解了如何使用梯度下降法进行参数优化，并实现了自定义的训练循环。

2024-04-25 07:15:00 711

原创【TensorFlow深度学习】回归问题初探：神经元模型解析

在人工智能领域，尤其是深度学习中，神经元模型作为构建复杂神经网络的基础，起着至关重要的作用。回归问题是机器学习中的一种基础且重要的问题，它关注的是预测连续数值型输出。激活函数是神经元模型中的关键部分，它引入了非线性，使得模型能够学习和模拟更加复杂的函数。单输入神经元模型是最简单的神经元模型，它通过一个线性变换和一个非线性激活函数来预测输出。其中，( w ) 是输入权重，( b ) 是偏置项，( w^T ) 表示 ( w ) 的转置。在实战中，我们首先需要从真实模型中采样数据，以便于训练我们的神经元模型。

2024-04-24 08:00:00 943

原创【TensorFlow深度学习】深度学习框架选择与开发环境搭建指南

选择合适的深度学习框架并搭建好开发环境是进行深度学习研究的第一步。TensorFlow和PyTorch各有优势，可以根据具体的项目需求和个人偏好进行选择。开发环境的搭建涉及到Python环境、CUDA与cuDNN的安装，以及深度学习框架和开发工具的配置。通过实战演练，可以加深对框架的理解，并快速上手深度学习项目。

2024-04-24 07:30:00 769

原创【TensorFlow深度学习】TensorFlow数据类型详解与数值精度影响

创建全为-1的张量TensorFlow提供的数据类型和数值精度选项为深度学习模型的开发提供了灵活性。开发者应根据具体的应用场景和需求，选择合适的数据类型和数值精度，以平衡模型的性能和结果的准确性。

2024-04-23 20:38:50 1204

原创【TensorFlow深度学习】深度学习的独特优势及应用场景概览

计算机视觉：深度学习在计算机视觉领域取得了突破性进展，从图像分类（如VGG、Inception、ResNet等网络）、目标检测（如RCNN家族、YOLO、SSD等算法）、语义分割（如FCN、U-Net、DeepLab系列）到视频理解（如C3D、TSN、DOVF等模型），深度学习模型在各类视觉任务中屡创佳绩。深度学习，作为机器学习领域的一种强大的技术手段，凭借其卓越的自动特征学习能力和优异的模型泛化能力，在当今的人工智能发展中占据着至关重要的地位。

2024-04-23 14:15:46 919

原创【TensorFlow深度学习】人工智能绪论与深度学习前瞻

此外，伴随着TensorFlow 2.0等高效深度学习框架的迭代升级，开发者将拥有更友好、更高效的开发环境，从而推动深度学习研究与应用的普及和深化。从最初的计算机辅助人类处理信息，到如今深度学习驱动的智能系统在众多领域实现类人甚至超越人类的表现，人工智能正以前所未有的速度改变着世界。特别是在2006年，Geoffrey Hinton等人的研究揭示了如何有效训练深层次神经网络，他们通过逐层预训练的方法，在MNIST手写数字识别任务上取得了突破性进展，并正式提出了“深度学习”的概念。

2024-04-23 11:28:33 949

原创【本地大模型】本地部署Llama3模型的极简教程

Ollama是一个为本地运行开源大型语言模型而设计的简化工具。它通过将模型权重、配置和数据集整合到一个由Modelfile管理的统一包中，极大地简化了LLM的部署过程。Ollama 支持各种 LLM。可以在官网查看相关信息：https://ollama.com/。本文提供了一个关于如何在本地部署和运行Llama3模型的极简教程，并展示了如何结合open-webui来交互和解析本地文档。通过Ollama工具，无论是MacOS、Linux还是Windows用户，都可以轻松地体验到这一强大的语言模型。

2024-04-22 08:15:00 1343

原创【研究生复试】计算机&软件工程&人工智能研究生复试——资料整理（速记版）——笔试常见问题整理

研究生硕士复试面试，常见问题1、JAVA2、计算机网络3、计算机体系结构4、数据库5、计算机租场原理6、软件工程7、大数据8、英文自我介绍。

2024-03-05 11:35:12 329

原创【研究生复试】计算机&软件工程&人工智能研究生复试——资料整理（速记版）——大数据

研究生硕士复试面试，常见问题1、JAVA2、计算机网络3、计算机体系结构4、数据库5、计算机租场原理6、软件工程7、大数据8、英文自我介绍。

2024-03-05 11:23:14 171

原创【研究生复试】计算机&软件工程&人工智能研究生复试——资料整理（速记版）——软件工程

研究生硕士复试面试，常见问题1、JAVA2、计算机网络3、计算机体系结构4、数据库5、计算机租场原理6、软件工程7、大数据8、英文自我介绍。

2024-03-04 16:32:32 340

原创【研究生复试】计算机&软件工程&人工智能研究生复试——资料整理（速记版）——计算机组成原理

研究生硕士复试面试，常见问题1、JAVA2、计算机网络3、计算机体系结构4、数据库5、计算机租场原理6、软件工程7、大数据8、英文自我介绍。

2024-03-04 14:55:42 303

原创【研究生复试】计算机&软件工程&人工智能研究生复试——资料整理（速记版）——数据库

1、JAVA2、计算机网络3、计算机体系结构4、数据库5、计算机租场原理6、软件工程7、大数据8、英文自我介绍。

2024-02-16 19:39:35 415

原创【研究生复试】计算机&软件工程&人工智能研究生复试——资料整理（速记版）——计算机体系结构

1、JAVA2、计算机网络3、计算机体系结构4、数据库5、计算机租场原理6、软件工程7、大数据8、英文自我介绍。

2024-02-16 13:22:13 275

原创【研究生复试】计算机&软件工程&人工智能研究生复试——资料整理（速记版）——计算机网络

1、JAVA2、计算机网络3、计算机体系结构4、数据库5、计算机租场原理6、软件工程7、大数据8、英文自我介绍。

2024-02-15 22:48:42 1012

原创【研究生复试】计算机&软件工程&人工智能研究生复试——资料整理（速记版）——JAVA

我理解的就是基本类型和包装类型的相互转换:装箱就是基本数据类型可以直接赋值给包装类型，也就是Object变量拆箱就是包装类型也可以自动转化为基本数据类型进行赋值或者比较。

2024-02-15 22:40:22 791

原创【研究生复试】计算机&软件工程&人工智能研究生复试——资料整理（速记版）——自我介绍（英文）

计算机研究生复试资料——英文自我介绍

2024-02-15 22:29:51 615

原创【计算机视觉】浅谈计算机视觉中的Transformer

随着深度学习的发展，Transformer模型在自然语言处理领域取得了巨大成功。近年来，Transformer也逐渐被引入到计算机视觉领域，并在多个任务中展现出强大的性能。本文首先简要介绍Transformer的基本网络结构，然后分析其在计算机视觉中的典型应用与实验，最后展示关键代码实现。Transformer模型在计算机视觉领域的应用已经取得了显著的成果。随着研究的深入，未来Transformer在计算机视觉领域的应用将更加广泛。

2024-02-06 16:54:34 1940

原创【大模型】万亿级别的大语言模型训练，基础设施如何支持

我们希望考虑哪些软件和系统配置可以使现有的大规模语言模型（LLM）在规模更大的模型上更有效地扩展，目前已经达到约1万亿参数。我们的分析受到LLM在各种应用中持续取得的成功和有效性的推动，并受到这样一个观察的启发，即模型浮点运算利用率（MFU）——评估专门用于模型训练期间人工智能（AI）加速器利用程度的常见效率指标——可能低至50%或更低。要在类似于当前系统的体系结构上将模型大小增加10倍（10万亿参数）或更高，将需要显着提高MFU。

2024-02-06 16:43:38 1328

原创【卫星通信】探索卫星通信技术：从国内布局到星链计划

具体来说，转发器会对信号进行放大和变频，也就是将信号的振幅和频率进行改变，从而实现对信号的放大和传输。尤其是近年来，随着技术的进步和需求的增长，卫星通信在国内外都取得了显著的进步。通过卫星通信，军事部门可以实现全球范围内的快速通信，为指挥和控制提供稳定、可靠的通信服务。在战时，卫星通信还可以用于指挥和控制部队，进行情报传输等。卫星通信不受地形和天气的影响，可以为灾害救援提供稳定、可靠的通信服务，保障救援工作的顺利进行。由于卫星通信系统中信号的传输距离较远，会产生较大的传输延迟，不适用于需要实时交互的应用。

2024-02-05 10:56:57 972

原创【量子通信】量子通信技术：前景与挑战

其最核心的特点在于，利用量子态的特殊性质，实现信息的加密和传输，保证通信的安全性和可靠性。量子通信与传播媒介无关，传输不会被任何障碍阻隔，量子隐形传态通信还能穿越大气层，既可在太空中通信，又可在海底通信，还可在光纤等介质中通信。量子计算的发展：随着量子计算机的发展，可以应用量子计算机进行大规模的并行计算和数据处理，进一步推进量子通信的研究和应用。量子通信中的信息传输不通过传统信道，与通信双方之间的传播媒介无关，不受空间环境的影响，具有完好的抗干扰性能。随着技术的不断进步，量子通信的应用前景十分广阔。

2024-02-05 10:46:12 973

原创【下一代分布式追踪】将Trace扩展到网络设备

传统的分布式追踪，如Zipkin、Jaeger和OpenTelemetry，已经能够很好地追踪应用程序中的请求路径，但它们主要关注应用层，而很少涉及网络层。例如，对一个请求，当前的 Trace 的 Span 信息无法精确判断请求是由服务器执行的，还是由交换机执行，导致不能很好地处理 INC 的故障。随着技术的不断发展，相信未来会有更多的工具和方法支持这种扩展，使分布式系统的监控和诊断变得更加容易和高效。首先，需要在网络设备上进行数据采集。利用整合后的数据，可以重建整个请求路径，包括在网络设备中的传输路径。

2024-02-04 23:55:36 597

原创【微信小程序】微信小程序开发：从入门到精通

随着移动互联网的普及，微信小程序成为了越来越多企业和个人开发者的首选。小程序是一种无需下载安装即可使用的应用，用户只需扫描二维码或搜索即可打开使用，具有轻便快捷、易于推广的优点。本文将为大家详细介绍微信小程序的开发流程，帮助大家从入门到精通，成为一名优秀的小程序开发者。

2024-02-04 23:46:41 3593

原创【弹性扩缩容】公有云弹性扩缩容机制：业务平稳之道

在当今的数字化时代，随着云计算技术的飞速发展，公有云服务已成为众多企业和组织的主要IT基础设施。其中，弹性扩缩容机制作为公有云的核心特性之一，能够根据业务需求自动调整计算资源，为企业节省成本、提高效率。本文将深入探讨公有云弹性扩缩容机制的原理、可能存在的风险以及如何保证业务平稳的方法。

2024-02-02 21:22:31 795

原创【文件系统】文件系统概要说明

文件系统作为计算机中用于存储和管理数据的软件系统，其性能和稳定性对于整个计算机系统的运行至关重要。不同的文件系统具有不同的特点和使用场景，选择合适的文件系统可以更好地满足应用程序的需求，并提高数据管理和查询的效率。在选择文件系统时，需要考虑操作办法的简便性、使用场景的适用性、数据结构的合理性和存储逻辑的可靠性等因素。此外，还需要考虑文件系统的性能、可扩展性、安全性和稳定性等方面的要求。随着技术的不断发展和进步，文件系统的未来将更加注重智能化、高效化和安全化。

2024-02-02 11:41:05 1080 1

原创【数据库】五种主流数据库对比

在平时场景中，关于各个，以下是关于几种主流数据库的对比分析，包括MySQL、PostgreSQL、MongoDB、Redis和SQL Server。本文将分别介绍每种数据库的特点、操作方法、使用场景、数据结构以及存储逻辑。

2024-02-01 18:24:08 1098

原创【云上建站】快速在云上构建个人网站5——网站备案及总结

根据《互联网信息服务管理办法》以及《非经营性互联网信息服务备案管理办法》，提供非经营性互联网信息服务应当办理ICP备案，对于没有备案的网站可能会予以罚款或关闭。如果网站不备案，很有可能被查处后关停。简单来说，ICP备案就是向国家相关机构提交的网站备案申请，用于标识互联网信息服务提供者的主体信息和网站的基本情况，并获得ICP备案号。在阿里云ICP备案成功后，如需修改备案主体信息或网站信息，例如网站负责人或网站域名，您可以通过PC端或移动端在阿里云ICP代备案管理系统中提交变更备案的申请。

2024-02-01 16:33:59 395

原创【云上建站】快速在云上构建个人网站4——发布个人网站

由于IP地址不方便记忆并且不能显示地址组织的名称和性质，人们设计出了域名，并通过域名系统（DNS，Domain Name System）来将域名和IP地址相互映射，使人更方便地访问互联网，而不用去记住能够被机器直接读取的IP地址。根据上一步已认证的信息模板自动提交实名认证域名。购买域名要确认域名持有者是个人还是企业，并进行个人/企业的实名认证信息模板，需提前准备好相关证件，实名认证通过后即可正常购买域名。点击添加记录，记录类型 A记录，主机记录 www.域名，记录值 ECS的公网IP。

2024-01-31 19:58:34 335

原创【云上建站】快速在云上构建个人网站3——网站选型和搭建

目前有很多的个人网站系统软件，其中 WordPress 是使用非常广泛的一款，而且也可以把 WordPress 当作一个内容管理系统（CMS）来使用，很多初创的企业也是通过 WordPress 构建自己公司的主页。云服务器ECS的“镜像市场”提供了WordPress的镜像，用于快捷搭建WordPress网站，自动部署“LAMP/LNMP”环境，降低了建站的门槛，非常适合刚开始使用ECS建站的企业或个人用户。输入http://ECS实例的公网IP地址，出现如下页面说明 WordPress 网站已经成功运行。

2024-01-31 19:58:16 1056

原创【云上建站】快速在云上构建个人网站2——登录虚拟机

另外，需要注意的是，当实例的状态是运行中，表示实例已经开始通电运行，因为操作系统有短暂的启动时间，所以如果你的ECS实例是刚创建或刚启动，此时Workbench和第三方客户端工具可能暂时无法远程连接，这种情况下，用户只能通过VNC的方式登录实例查看操作系统的启动进展。Xshell是一个功能强大的终端仿真器，支持多种协议，如SSH、Telnet、Rlogin等。2、登录云服务器ECS，在Workbench页面中，通过密码认证方式，输入创建ECS实例时指定的用户名（root）和密码，点击确定，登录ECS。

2024-01-30 18:42:31 340

原创【云上建站】快速在云上构建个人网站1——概述及获取虚拟机

在第三方平台发布视频和文章，可以搭建属于个人的自媒体网站，在个人的网站中，他既可以按照自己的想法设计、管理页面，不再受到平台的限制以及被投放无关的广告，同时还可以拥有自己的独立域名，方便网络推广和个人品牌打造，于是决定自己动手搭建个人网站。搭建个人网站首先需要拥有自己的服务器，对于新手小白来说自己买一台物理服务器进行安装配置太复杂也太贵了，云服务器ECS的可以根据自己的需要随时租用，主机配置可以灵活调整，想要退租直接释放资源即可，下面我们开始基于云服务器ECS的个人网站搭建之旅…

2024-01-30 18:41:54 715

原创【城市大脑】城市数字大脑：智慧城市的新引擎

随着全球城市化进程的加速，城市管理面临着前所未有的挑战。为了应对这些挑战，各地城市开始积极探索智慧城市建设的新路径。其中，城市数字大脑作为智慧城市的核心组成部分，正逐渐受到广泛关注。其整合ICT多主流技术，是当前先进技术的集中化体现。

2024-01-29 10:42:28 3710

计算机&软件工程&人工智能研究生复试资料整理

计算机&软件工程&人工智能专业研究生复试常见问题整理】 1、JAVA 2、计算机网络 3、计算机体系结构 4、数据库 5、计算机租场原理 6、软件工程 7、大数据 8、英文自我介绍

2024-02-15

Mysql安装详细教程

Mysql安装详细教程，逐步操作，适合小白入手

2024-01-14

机器视觉案例一-低质图像增强Python源码+数据集

项目实践：不良视觉条件下的轨道交通基础设施监测图像/视频增强去噪案例 1. 设计要求： 1) 检索最近一年有关低质图像/视频增强的文献（不低于2篇，注意参考文献质量），调研不良视觉条件下的图像/视频增强的相关产品和专利等（至少1个），完成综述报告。 2) 设计低质图像/视频增强系统，功能要求如下： a) 针对雾天情况下导致拍摄的图像不清晰问题，设计相应的去雾算法进行图像增强； b) 针对由于运动等原因造成的拍摄图像模糊问题，设计相应的去模糊算法进行图像增强； c) 利用所设计的算法，在课程网站提供的2个测试集上进行测试，提交所有的增强结果。 2. 开发平台和开发工具： 1) 硬件平台：PC或嵌入嵌入式系统；USB接口的Camera，其驱动程序为OS缺省支持。 2) OS：Windows 或 Linux 3) 开发工具：Matlab R2009b以上 with Image Processing toolbox或VC+OpenCV 注：如果使用除此之外的开发平台和开发工具，请个别提交，具体要求参考网站通知。

2024-01-09

深度学习大作业-纽约出租车流量预测python源码+数据集.rar

车流量预测任务是一个回归任务，旨在根据区域历史的车流量情况来预测其未来某一段时间的车流量情况。使用的数据为纽约市出租车流量数据。输入为纽约市各区域的历史车流量时间序列，输出为对应各区域的未来车流量的预测值。纽约出租车流量数据集，时间跨度为从2015年1月1日到2015年3月1日。数据处理成为网格流量数据，时间间隔设定为30分钟。后20天数据被划定为测试集，其余数据为训练集。数据格式：以训练集为例，其shape=(192010202) 代表有1920个时间段，1020个区域，2个特征分别为区域的入流量与出流量

2024-01-08

计算机网络(第5版)课件及课后习题答案

第2章物理层第3章数据链路层第4章介质访问控制子层第5章网络层计算机网络课后习题答案完整版

2023-11-09

计算机网络-第2章物理层

第2章物理层物理层定义的标准数据通信基础知识、常用编码奈氏准则和香农公式数据通信基础知识总结物理层下面的传输介质信道复用技术数字传输系统宽带接入技术

2023-11-09

计算机网络-第1章计算机网络概述视频课程

第1章计算机网络概述局域网 Intenet和广域网规划IP地址介绍MAC地址数据包和数据帧访问网站数据传输过程 OSI参考模型理解OSI参考模型分层思想 OSI参考模型和网络排错 OSI参考模型和网络安全 OSI参考模型和TCP_IP协议计算机网络性能指标

2023-11-09

BJTU-北京交通大学，高级程序设计、计算思维训练例题及参考答案

BJTU-北京交通大学，高级程序设计、计算思维训练例题及参考答案巅峰日、魔法数、最小差元素(SPJ)、搭积木、电梯II等欢迎大家相互学习

2023-11-07

深度学习期末复习资料，绪论，机器学习基础，前馈神经网络，深度模型优化，正则化，卷积神经网络，循环神经网络

绪论（人工智能到机器学习到深度学习，机器学习三要素，神经网络的三起两落，大模型），机器学习基础（梯度下降算法、数学、线代基础，线性模型，感知机），前馈神经网络（BP），深度模型优化（非凸优化，学习率，数据预处理），正则化（过拟合），卷积神经网络（CNN，卷积运算基础，参数学习，感受野，稀疏交互，权值共享，平移不变性，池化，转置卷积，空洞卷积），循环神经网络（RNN，记忆能力，双向循环神经网络，长程依赖问题，长短期记忆网络，门控神经网络，深层循环神经网络，序列数据处理方法）。不仅介绍了常见的模型和算法，如前馈神经网络、卷积神经网络、循环神经网络等，还深入探讨了这些模型和算法的原理。

2023-10-10

H3IE笔试材料，经典题库和模拟题

1. 假设路由器 RTA 从 iBGP 邻居收到一条 BGP 路由 10.10.10.0/24，没有携带 AS_PATH 属性， RTA 应该如何处理这条 BGP 路由。 A. 没有携带 AS_PATH 属性表明这是一条自治系统始发的路由，该 BGP 路由有效。 B. 所有从 iBGP 邻居学到的路由都不携带 AS_PATH，该路由有效 C. RTA 的 iBGP 邻居在出方向配置了路由策略 AS_PATH，该 BGP 路由有效 D. 没有携带 AS_PATH 属性，该 BGP 路由无效某 MSR 路由器有三个接口，其 IP 地址分别为 Loopback0:192.168.1.1/32 、 Loopback1:192.168.2.1/32、 GE0/0:192.168.3.1/30。运行 OSPF 协议并同时在三个接口上使能 OSPF ，则该路由器选择的 Router ID 为 _______。 A. 192.168.1.1 B. 192.168.2.1 C. 192.168.3.1 D. 视情况而定，在哪一个接口先使能 OSPF 协议，就选择

2023-09-20

BJTU，计算机程序设计，计算思维训练，上机程序进阶题

搭积木&特殊单词&排队&语料字典&电梯II&并发程序:大贤者福尔的在计算机方面的研究也取得了极大的成绩，他的研究主要集中在并行计算方面，通过锁机制保障程序的并行执行。为此，他设计了一个非常简单的原型系统，系统中程序最多不超过100条语句，分为以下几种类型：&巅峰日:大贤者福尔经过长期的研究后发现，人的体力、智商和情商和运气具有周期性，会有高峰和低估，并且呈现出周期性变化的规律。在每一个周期中会有一天是高峰，这一天人会在某个方便表现的非常出色。尽管如此，由于这些周期的长度不一致，通常情况下几个周期的高峰不会在同一天出现。但大众又都希望哪一天是自己的巅峰日，在这一天中，自己的体力、智商和情商和运气都达到高峰。&子串：大贤者福尔的字符串研究取得了积极的进展，但他现在遇到了一个新的问题，他需要找到一个字符串的所有满足特殊条件的子串。他的问题具体来说是，对一个给定的字符串，按给定的子串大小N进行分割（N不超过字符串的长度），分割点位于依次位于字符串中相邻字符之间，使得最大子串的长度不超过N。同时，把分割后的所有子串依次拼接，就可以恢复为原始字符串。如给定字符串ABCDE，若

2023-09-19

深度学习课程思维导图，CNN，RNN，GRU，LSTM等模型特点应用，前沿技术和展望

深度学习的理论基础包括人工神经网络、多层感知器、卷积神经网络、循环神经网络等。这些理论可以用来解释和预测许多复杂的现象，例如图像和语音识别等。深度学习的框架和工具也是非常重要的。目前流行的深度学习框架包括 TensorFlow、PyTorch、Caffe 等。这些框架提供了许多高效的算法和工具，可以帮助我们更快地实现深度学习模型的开发和优化。深度学习需要大量的数据和计算资源来进行训练和推理。因此，许多深度学习平台和工具都提供了云计算服务，例如 Google Cloud、Amazon Web Services、Microsoft Azure 等。这些服务可以让我们更方便地使用大量的计算资源来进行深度学习任务。除此之外，深度学习还可以与其他技术进行结合。例如，我们可以使用深度学习来进行自然语言处理任务，这通常需要使用词向量来将文本转换为计算机能够处理的形式。另外，深度学习也可以与强化学习、迁移学习等技术进行结合，以解决更为复杂的问题。最后，深度学习的应用也是非常广泛的。目前，深度学习已经应用于许多领域，例如图像识别、语音识别、自然语言处理、推荐系统、智能客

2023-09-19

计算机等级考试（二级）历年复习练习题汇总

计算机等级考试（二级）历年复习练习题及参考答案汇总，包含C语言、VB、Java、office、Access、VFP资料，有10年选择题练习题，助力考试通过

2023-05-15

电子政务云解决方案VMware

多种数据结构，半结构化和非结构化数据趋势明显，文档、图片、音频、视频、XML及HTML等高并发，低延迟；实时分析，立竿见影数据量大，数据分散，非结构化数据增量明显服务组件源自动态资源池，各层抽象资源横向组合，与服务松散绑定，应用及数据分布式管理，使得IT更加关注业务电子政务云将按需提供和自助管理的基础架构，高效的汇集成资源池，并且以可量化服务的形式来提供，具有快速的弹性部署能力和广泛的宽带访问方式。资源共享，业务协同统一平台，统一标准提高资源利用率，节能环保动态资源分配，业务灵活扩展提升IT系统的RAS，灾备可控灵活的办公场所和方式信息安全有保障

2022-03-25

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

计算机&软件工程&人工智能研究生复试资料整理

Mysql安装详细教程

机器视觉案例一-低质图像增强Python源码+数据集

深度学习大作业-纽约出租车流量预测python源码+数据集.rar

计算机网络(第5版)课件及课后习题答案

计算机网络-第2章 物理层

计算机网络-第1章 计算机网络概述视频课程

BJTU-北京交通大学，高级程序设计、计算思维训练例题及参考答案

深度学习期末复习资料，绪论，机器学习基础，前馈神经网络，深度模型优化，正则化，卷积神经网络，循环神经网络

H3IE笔试材料，经典题库和模拟题

BJTU，计算机程序设计，计算思维训练，上机程序进阶题

深度学习课程思维导图，CNN，RNN，GRU，LSTM等模型特点应用，前沿技术和展望

计算机等级考试（二级）历年复习练习题汇总

电子政务云解决方案VMware

空空如也

计算机网络-第2章物理层

计算机网络-第1章计算机网络概述视频课程