- 博客(8)
- 资源 (1)
- 收藏
- 关注
RSS订阅原创 Arm Linux配置DHCP
随着物联网技术的普及，越来越多的设备需要联网。其中，在嵌入式领域中，ARM Linux系统是最常见的操作系统之一。在使用ARM Linux系统时，经常需要实现自动获取IP地址的功能，以便使设备能够连接到网络。那么，在ARM Linux系统中如何实现自动获取IP呢？本文将介绍一些相关的知识和实现方法。一、IP地址的分配在了解如何实现自动获取IP之前，首先需要了解一下IP地址的分配。通常，IP地址有两种分配方式：静态IP和动态IP。静态IP是指IP地址由系统管理员手动分配，通常适用于网络规模较小的情况。
2023-11-15 10:57:36
286
原创 arm-linux—SNMP简单网络管理协议的交叉编译和测试
ARM：ZLG EPC-M6G2C 工控主板涉及工具：SecureCRT（串口终端）、SugarNMSTool 智和网管软件交叉工具链：arm-linux-gnueabihf-gcc （gcc-linaro-arm-linux-gnueabihf-4.9-2014.09_linux）SNMP源码版本：net-snmp-5.7.3SNMP：“简单网络管理协议”，用于网络管理的协议。SNMP用于网络设备的管理。SNMP的工作方式：管理员需要向设备获取数据，所以SNMP提供了“读”操作；
2023-06-16 10:16:39
807
2
原创 pytorch中epoch,batch概念
该方法根据每一个样本的情况更新一次权值，开销小速度快，但收到单个样本的巨大随机性，全局来看优化性能较差，收敛速度很慢，产生局部震荡，有限迭代次数内很可能无法收敛。，小批的梯度下降，这种方法把数据分为若干个批，按批来更新参数，这样，一个批中的一组数据共同决定了本次梯度的方向，下降起来就不容易跑偏，减少了随机性。就是说我们选定一个batch的大小后，将会以batch的大小将数据输入深度学习的网络中，然后计算这个batch的所有样本的平均损失，即代价函数是所有样本的平均。如果数据集比较小，我们就采用全数据集。
2023-05-11 09:56:09
1006
原创 卷积 - 用pytorch计算
通道和输出深度是两个概念。比如彩色图，RGB共3个通道，进行卷积后，生成的通道数也就是深度，与卷积核的个数有关。参数个数：3x3(卷积核大小)x2x3(输出深度*输入通道数)+2（偏置）=456，这里的3是通道数，6是滤波器个数，再加上偏置，所以参数为456。比如，上图绿色框中的3的计算过程就是每行的红框和对应的蓝框做卷积得到3个数，分别是1，1，0. 然后加上下面的Bias，结果就是3.对于一张图片，每个卷积核的通道数都和图片通道数一样，用n个卷积核进行卷积得到的结果就是一个n通道的特征图。
2023-05-05 11:24:15
244
原创 Adam那么棒，为什么还对SGD念念不忘？一个框架看懂深度学习优化算法
机器学习界有一群炼丹师，他们每天的日常是：拿来药材（数据），架起八卦炉（模型），点着六味真火（优化算法），就摇着蒲扇等着丹药出炉了。不过，当过厨子的都知道，同样的食材，同样的菜谱，但火候不一样了，这出来的口味可是千差万别。火小了夹生，火大了易糊，火不匀则半生半糊。机器学习也是一样，模型优化算法的选择直接关系到最终模型的性能。有时候效果不好，未必是特征的问题或者模型设计的问题，很可能就是优化算法的问题。
2023-04-19 17:15:14
153
1
原创 回归分析详解：一文说清回归、线性回归、非线性回归、Logistic回归
假如我们希望预测某商家的销售额，我们可以使用非线性回归分析，并通过分析广告费用、宣传渠道、季节等因素与销售额之间的关系，从而预测出销售额的变化趋势。回归分析通过建立模型来预测因变量（被预测变量）与自变量（预测变量）之间的关系，从而预测因变量的值。：是回归分析的一种，假设因变量与自变量之间不存在线性关系，即因变量与自变量的关系不能用一条直线来描述，需要用更复杂的函数模型来描述。：是回归分析的一种，假设因变量与自变量之间存在线性关系，即因变量与自变量的关系可以用一条直线来描述。
2023-04-10 11:50:45
1112
原创 CACHE 写透式与回写式
直写式WT(Write Through)与回写式WB(Write Back)指的是缓冲内存的工作方式直写式缓存方式: 当CPU要将数据写入内存时,除了更新缓冲内存上的数据外,也将数据写在SDRAM中以维持主存与缓冲内存的一致性,当要写入内存的数据多起来的话,速度自然就慢了下来.回写式缓存方式: 当CPU要将数据写入内存时,只会先更新缓冲内存上的数据,随后再让缓冲内存在总线不塞车的时候才把数据写回SDRAM,所以速度自然快得多白皮书规定：===============================
2022-02-24 17:08:37
1295
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