Loki97-CSDN博客

转载计算机三级网络技术考过指南(带完整标签版)

计算机三级网络技术考过指南原文链接：计算机三级网络技术考过指南题库下载链接：计算机三级网络技术无纸化考试模拟软件（2018.3)文章目录计算机三级网络技术考过指南前言（必读）1.基础准备1.1 题库1.2 二进制转换1.3 基础概念1.4 备考建议2.选择题（40 道 40 分）2.1 第一类选择题2.1.1 问传输速度2.1.2 求交换机带宽2.1.3 系统可用性与停机时间2.1.4 写地...

2019-09-07 11:06:32 41934 17

原创 vscode编写C++代码出现collect2.exe: error: ld returned 1 exit status问题的解决方案

Win+R输入：msinfo32软件环境->正在运行的任务->查找PID找到相应的进程PID：（这里是17180）Win+R输入：cmd在命令行中输入以下命令和相应的PID：tskill PID...

2019-05-27 23:48:56 51635 28

原创嵌入式系统导论（彭蔓蔓等·人民邮电出版社）课后习题答案

第一章1. 嵌入式系统的定义：P2答：以应用为中心，以计算机技术为基础，软件、硬件可剪裁，适应应用系统对功能、可靠性、成本、体积、功耗严格要求的专用计算机系统。2. 嵌入式的发展历程和发展阶段：P13答: 历程：简单操作系统阶段, 实时操作系统阶段, 面向Internet阶段。...

2019-01-15 12:31:48 10357

转载机器学习与深度学习常用数据集

包括图像分类领域、自然语言处理领域、目标检测定位和COCO数据集。建议收藏本文，无论是用于下载数据集还是写论文时几句话介绍数据集，都可以用上。图像分类领域1）MNIST经典的小型（28x28 像素）灰度手写数字数据集，开发于 20 世纪 90 年代，主要用于测试当时最复杂的模型；到了今日，MNIST 数据集更多被视作深度学习的基础教材。fast.ai 版本的数据集舍弃了原始的特殊二...

2018-12-05 20:57:23 2686 3

原创【深度学习NLP论文笔记】《Greedy Attack and Gumbel Attack: Generating Adversarial Example for Discrete Data》

这篇文章的数学定义推导和算法说明部分大都没有看懂，所以笔记写得极烂，因为文中很多数学定义相当模糊，写得也很绕。在ICLR2019评审中一位盲审直接给出“poorly written”的意见。ICLR2019 OpenReview 但这篇大概率还是会中，原作者也更新了一版论文，待评审结果出来我会试着重新更新该笔记，先占个坑。Abstract 我们提出一种【对离散数据进行对抗攻击】...

2018-11-25 15:39:14 1670

原创【李宏毅深度强化学习2018】P3 Q-learning（Basic Idea）

第三讲 Q-learning（Basic Idea）视频地址：https://www.bilibili.com/video/av24724071?t=1121&p=3PPT地址：http://speech.ee.ntu.edu.tw/~tlkagk/courses/MLDS_2018/Lecture/QLearning%...

2018-11-15 22:57:33 3266 2

转载 Python、numpy 与 axis

这次和大家分享的是 numpy 中的 axis 这个东西。当初学的时候也没太在意，向来都是感觉差不多就直接过去了，没有去深究背后的一些逻辑。前些天被问起的时候一时懵懂，查了下资料后发现还有点意思，于是就打算写这么一篇专栏来分享一下所得要想学习 axis，首先要知道的就是 axis 的计数方式。我们在使用 numpy 的各种函数——比如说 np.sum——的时候，有一个参数就叫做 axis。那么...

2018-10-27 11:29:16 1727 4

原创【李宏毅深度强化学习2018】P2 Proximal Policy Optimization (PPO)

第二讲 Proximal Policy Optimization(PPO)视频地址：https://www.bilibili.com/video/av24724071课件地址：http://speech.ee.ntu.edu.tw/~tlkagk/courses_MLDS18.html第一讲整理：【李宏毅深度强化学习2018】P1 ...

2018-10-21 16:03:16 6296 1

原创【李宏毅深度强化学习2018】P1 Policy Gradient（Review）

第一讲 Policy Gradient （Review）PPO是 Policy Gradient 的变形，下面先复习 Policy Gradient。视频地址：https://www.bilibili.com/video/av24724071课件地址：http://speech.ee.ntu.edu.t...

2018-10-20 16:27:41 9542 4

原创【深度学习NLP论文笔记】《Adversarial Example For Natural Language Classification Problems》

一、介绍图一：三个在文本分类任务中使用对抗样本的例子。分别是垃圾邮件分类、情感分析、虚假新闻检测。全是依靠同义词替换实现的。二、背景分类问题的目标是从输入和标签中学习一种映射。其中标签可能来自K个类，如。分类器f可能是个深度神经网络或者线性模型，它会为输入x在每个类中的可能性做出评分，并将评分最高的那个类作为输入的标签。在图片分类器中，对正常输入x做扰动后得到x'，将其送...

2018-09-20 20:16:05 2503

转载计算机四级网络工程师考过指南

一、计算机网络的发展与形成1．基于 P2P以“非中心化的方式”的网络应用成为新的增长点2．计算机网络形成：（1）计算机——终端（美国军方）（2）计算机——计算机（3） ARPANET 及 OSI（高校， INTERNET 前生）（4） INTERNET3．网络协议（1） ISO 指定 OSI，国际认可（2） TCP/IP ，业内公认，早于 OSI4． ...

2018-09-15 20:56:03 29062 31

转载 Tmux常用命令与快捷键

原文链接：http://ju.outofmemory.cn/entry/126553Tmux是一个键盘驱动的终端分屏工具，可以替代Linux下的screen。当然，如果是在Mac下使用的话，它的核心功能(例如window，分屏等)也是可以被iTerm2替代的，不过好在Tmux在*nix操作系统中足够通用，用包管理工具(apt-get, brew等)即可安装，所以了解并熟练使用它，还是能为平时终...

2018-08-30 11:05:17 1539

转载 cmd/Dos常用命令

一、基础命令1 dir无参数：查看当前所在目录的文件和文件夹。/s：查看当前目录已经其所有子目录的文件和文件夹。/a：查看包括隐含文件的所有文件。/ah：只显示出隐含文件。/w：以紧凑方式（一行显示5个文件）显示文件和文件夹。/p：以分页方式（显示一页之后会自动暂停）显示。|more：前面那个符号是“\”上面的那个，叫做重定向符号，就是把一个命令的结果输出为另外一个命令的参数...

2018-08-29 20:38:09 320

原创解决pycharm终端/cmd运行python脚本报错“ImportError/ModuleNotFoundError：No Module named ...”

问题项目结构如下：整个项目名为project package1和package2是项目文件夹下的两个文件夹，即两个包（package）两个包中分别有__init__.py 和 module1.py / module2.py文件，其中module1.py和module2.py文件为两个模块（module）（在python中一个文件可以被看成一个独立模块，而包对应着文件夹。区别包和...

2018-08-29 12:18:42 35497 20

转载使用Python进行描述性统计

目录1 描述性统计是什么？2 使用NumPy和SciPy进行数值分析　　2.1 基本概念　　2.2 中心位置（均值、中位数、众数）　　2.3 发散程度（极差，方差、标准差、变异系数）　　2.4 偏差程度（z-分数）　　2.5 相关程度（协方差，相关系数）　　2.6 回顾3 使用Matplotlib进行图分析　　3.1 基本概念　　3.2 频数分析　　　　3.2.1 定性分...

2018-08-27 21:55:58 2829

转载使用taskset命令限定Linux下CPU逻辑核的使用对象及个数

Linux下的绑核命令——taskset原文：https://time-track.cn/taskset-command.html什么是绑核所谓绑核，其实就是设定某个进程/线程与某个CPU核的亲和力（affinity）。设定以后，Linux调度器就会让这个进程/线程只在所绑定的核上面去运行。但并不是说该进程/线程就独占这个CPU的核，其他的进程/线程还是可以在这个核上面运行的。如果想要...

2018-08-25 17:33:57 5516

转载一文详解 Word2vec 之 Skip-Gram 模型（结构篇）

一文详解 Word2vec 之 Skip-Gram 模型（结构篇）导语：这可能是关于 Skip-Gram 模型最详细的讲解。这是一个关于 Skip-Gram 模型的系列教程，依次分为结构、训练和实现三个部分，本文为第一部分：结构篇，后面两个部分我们将陆续发布，敬请期待。原文作者天雨粟，原载于作者知乎专栏这次的分享主要是对Word2Vec模型的两篇英文文档的翻译、理解和整合，这两篇英文文...

2018-08-23 17:42:58 1302

原创【深度学习NLP论文笔记】《Interpretable Adversarial Perturbation in Input Embedding Space for Text》

Abstract在CV领域，常常用对抗训练（adversarial training）来产生扰动并提高模型鲁棒性，但如果把这种方法直接应用在词嵌入空间会丢失可解释性（interpretability）。本文提出的方法就是对嵌入空间的单词做扰动方向上的约束（restrict the direction of perturbation），从而保留了可解释性。1 Introduction...

2018-08-21 20:42:02 2117

原创【深度学习NLP论文笔记】《Towards Crafting Text Adversarial Samples》

Abstract文本fool的方法：修改原始样本：删除或替换一些重要的单词，或引入新的单词。我们的算法最适用于在每个类的例子中有子类别的数据集。基于情绪分析的IMDB电影评论数据集和性别检测的Twitter数据集的实验结果显示了我们所提出的方法的有效性。1.introduction使用Word2Vec方法进行数据预处理和特征提取。但是Word2Vec的离散特征使得将向量映射到单词变...

2018-08-20 21:41:34 1801

原创【深度学习NLP论文笔记】《Deep Text Classification Can be Fooled》

Abstract当前存在的加扰算法不能直接应用于文本上。三种对文本的加扰策略：插入（insertion）、修改（modification）、移除（removal）。本文针对DNN文本分类器（DNN-based text classifiers）进行fool。Introduction文本分析很重要：垃圾网站、钓鱼网站（spam or phishing webpage）的检测依靠文本分...

2018-08-20 21:33:19 1229 1

转载正则表达式30分钟入门教程

首页 | 常用正则表达式 | 正则表达式测试工具正则表达式30分钟入门教程版本：v2.3.5 (2017-6-12) 作者：deerchao 转载请注明来源原地址：http://deerchao.net/tutorials/regex/regex.htm目录本文目标如何使用本教程正则表达式到底是什么东西？入门测试正则表达式元字符字符转义重复字符类...

2018-08-20 17:18:01 289

原创【深度学习NLP论文笔记】《Visualizing and Understanding Neural Models in NLP》

1 Introduction神经网络对于NLP任务的可解释性很差。深度学习模型主要是基于word embedding词嵌入（比如low-dimensional，continuous，real-valued vector）。在本文中，我们使用传统方法，比如representation plotting，并使用一些简单策略来评估一个神经元（neural unit）对于语义构建（meaning ...

2018-08-18 20:48:23 1839

原创【深度学习NLP论文笔记】《Understanding Neural Networks through Representation Erasure》

Abstract提出一种一般方法来分析神经网络的决策：清除一些部分的表示（various parts of the representation），例如输入的单词向量的维度（input word-vector dimensions）、中间隐藏单元（intermediate hidden units）、输入单词（input words），来看看这样会产生什么影响。评估清除（erasure...

2018-08-18 19:33:10 1078

原创 pycharm 无法连接到console： Couldn't connect to console process的解决方法

在pycharm上运行程序时突然出现如下报错：即pycharm无法连接到console控制台。解决方法：选择run->edit configurations:取消run with python console的勾选即可...

2018-08-15 15:25:37 19456 13

转载最好的入门自然语言处理（NLP）的资源清单

最好的入门自然语言处理（NLP）的资源清单 Melanie Tosik目前就职于旅游搜索公司WayBlazer，她的工作内容是通过自然语言请求来生产个性化旅游推荐路线。回顾她的学习历程，她为期望入门自然语言处理的初学者列出了一份学习资源清单。目录: · 在线课程 · 图书馆和开放资源 · 活跃的博客 · 书籍 · 数...

2018-08-10 11:31:37 4997

转载阅读深度学习论文的新姿势

专知出品【导读】对于科研人员，尤其是研究生而言，阅读相关领域的最新论文十分重要，而每个月都有数百篇论文被发表，如何快速寻找以及阅读论文就变得至关重要。本文介绍了如何快速寻找与研究领域相关的论文，以及一些阅读论文的技巧。作者｜Nityesh Agarwal编译｜专知整理｜Yingying,李大囧为什么阅读论文Quora上曾有人提问，如何判断自己适不适合研究机器学习...

2018-07-26 11:02:53 673

原创 windows/Linux下使用pip/conda安装spacy库，并下载en等语言模型

由于每个人的操作系统（macOS/Windows/Linux）有所不同，安装的python版本（2.x/3.x）有所不同，希望使用的安装命令（pip/conda）也各不相同，所以安装spacy库并下载en等语言模型最好的方法，就是到spacy官方文档上查看安装下载命令：点击链接：spacy官方文档查看安装下载命令如图所示，可以自由选择系统、包管理器、python版本、语言模型等。 ...

2018-07-22 23:18:42 6395

原创在windows下生成ssh公钥-私钥对，并用其在pycharm/xshell/cmd上访问Linux远程服务器

windows系统下的cmd命令行是不能直接使用ssh命令的。为了利用ssh命令生成公钥-私钥对、访问远程Linux服务器等，必须先安装一下工具：windows下cmd中使用ssh命令访问Linux服务器的工具随后打开cmd，在其中使用：ssh-keygen -t rsa生成公钥-私钥对举例：C:\Users\你的用户名>ssh-keygen -t rsa -...

2018-07-20 17:31:09 29557 6

原创华科计算方法（数值计算）上机实验题

《计算方法》上机实验试题注：以下代码均通过matlab语言实现1. (25分)计算积分若用下列两种算法试依据积分In的性质及数值结果说明何种算法更合理。测试代码question1.m：format short e % 算法A：由1-20开始递推 I_forward=zeros(21,1); I_forward(1)=log(6...

2018-05-22 12:46:52 4208 1

原创吴恩达机器学习笔记--第四周-3.神经网络的应用

week4-3.Applications一、Examples and Intuitons I神经网络实现与（and）运算。神经网络实现或（or）运算。二、Examples and Intuitions II神经网络实现非（not）运算。通过and运算、（not）and（not）运算和or运算的叠加组合实现xnor运算：即x1、x2不同时为0，x1、x2相同时为1.三、Multiclass Clas...

2018-04-28 23:46:35 375

原创吴恩达机器学习笔记--第四周-2.神经网络

week4-2.Neural Network一、Model Representation I在神经网络中，常常把Sigmoid/逻辑函数叫做激励函数（activation function），而把参数（parameter）theta叫做权重（weights）。有时候可以把x0（bias unit）添加到神经网络里去，有时候不添加。输入层：input layer；隐藏层：hidden layer；输...

2018-04-28 23:41:20 212

原创吴恩达机器学习笔记--第四周-1.使用神经网络的动机

week4-1.Motivation一、Non-linear Hypothesis在一些分类问题中，需要的参数可能会非常多，而且这些参数可能会以高次形式组合，变成更多的参数项。比如图片中每一个像素点（pixel）的表示，需要像素点坐标、灰度/RGB来表示。所以可以通过神经网络（Neural network）来解决复杂分类问题。二、Neurons and the Brain把传感器（sensor）接...

2018-04-28 23:37:15 364

转载【操作系统原理】使用管道完成进程间通信（匿名管道pipe、命名管道fifo）

我们先来说说进程间通信（IPC）的一般目的，大概有数据传输、共享数据、通知事件、资源共享和进程控制等。但是我们知道，对于每一个进程来说这个进程看到属于它的一块内存资源，这块资源是它所独占的，所以进程之间的通信就会比较麻烦，原理就是需要让不同的进程间能够看到一份公共的资源。所以交换数据必须通过内核,在内核中开辟一块缓冲区，进程1把数据从用户空间拷到内核缓冲区，进程2再从内核缓冲区把...

2018-04-28 21:40:38 14546 6

转载 MATLAB将默认编码方式由GBK转为UTF-8

MATLAB版本：2016b在命令窗口输入命令：feature('locale')可以看到多是用 GBK 进行编码。如果想以 utf-8 编码，而不是 GBK 编码的话，请找到MATLAB的安装路径，我的是D:\MATLAB\R2016b。找到bin目录下的 locale 数据库文件 lcdata.xml，即完整路径：D:\MATLAB\R2016b\bin\lcdata.xml...

2018-04-26 19:59:29 43382 4

原创吴恩达机器学习笔记--第三周-4.解决过拟合问题

week3-4.Solving the Problem of Overfitting一、The Problem of Overfittingunderfitting=high bias；overfitting=high variance。避免过拟合的方法：二、Cost Function在代价函数J中对每个参数theta加入正则化项（罚函数），从而使所有的参数变小。但是不对theta0增加正则化项。...

2018-04-20 12:08:55 723 2

原创吴恩达机器学习笔记--第三周-3.多类别分类：一对多策略

week3-3.Multiclass Classification：One-vs-all对于一个三元分类问题，可以转化为三个二元分类问题。对每个二元分类问题设计假设函数h(x)，并对数据集进行0-1标记。三个二元分类都训练好后，对于新输入的测试样本x，分别投到三个二分类假设函数中算出h值，随后选最大h值所对应的类别。...

2018-04-20 12:05:23 2224

原创吴恩达机器学习笔记--第三周-2.逻辑回归模型

week3-2.Logistic Regression Model一、Cost Function逻辑回归的基本问题：使用线性回归中的代价函数J不合适。因为h(x)=1/(1+e^(-theta'*x))是非线性的，带入后得到的代价函数是非凸的（non-convex），有很多局部最优点，可能找不到全局最优。逻辑回归中使用的代价函数J：二、Simplified Cost Function and Gr...

2018-04-20 12:00:02 240

原创吴恩达机器学习笔记--第三周-1.分类与逻辑回归

week3-1.Classification and Representation一、Classification二分类（binary classification）：根据阈值（threshold）确定类别。如果用线性回归（linear regression），一个异常值（最右边的点）的存在可能会在很大程度上影响分类方式。所以不建议用线性回归。可能出现h(x)<0或>1的情况，为了避免...

2018-04-20 11:53:10 457

原创吴恩达机器学习笔记--第二周-3.解析法计算参数

week2-3.Computing Parameters Analytically一、Normal Equation正规方程（normal equation）用求（偏）导的方法求最值（若是多元变量函数，需要对每个变量求偏导，然后令他们都为0）：使用正规方程求J函数最值：构建设计矩阵：例子：用以下公式可直接求出使得代价函数J最小的theta值：推导过程：normal equation採用矩阵运算能够...

2018-04-12 20:00:22 370

原创吴恩达机器学习笔记--第一周-4.线性代数复习

week1-4.Linear Algebra Review一、Matrics and Vectors二、Addition and Scalar三、Matrix Vector Multiplication四、Matrix Matrix Multiplication五、Inverse and Transposeprediction=datamatrix*parameters...

2018-04-12 19:51:38 222