1.IO的概念IO简单来讲就是对输入输出设备的简化表达形式单片机中各种接口，进行数据流的传输从磁盘中读取数据至内存，又或者从内存中写入磁盘编程中的IO此时的IO其应用程序的运行态，即进程---》IO调用特别强调的是我们的应用程序其实并不存在实质的IO过程，真正的IO过程是操作系统的事情，这里把应用程序的IO操作分为两种动作：IO调用和IO执行。因此所有的IO操作算作IO调用，之后由内核进行执行2.Linux中的5种IO模型5种IO模型同步IO：阻塞IO模型、非阻塞IO模型、IO复用模型、信号驱动的IO模型异步IO阻塞IO模型--bio---blockIO--》fd默认是阻塞的，网络编程中acc
1、线性回归1.1线性回归应用场景房价预测销售额度预测金融：贷款额度预测、利用线性回归以及系数分析因子1.2什么是线性回归1.2.1定义与公式线性回归(Linearregression)是利用回归方程(函数)对一个或多个自变量(特征值)和因变量(目标值)之间关系进行建模的一种分析方式。特点：只有一个自变量的情况称为单变量回归，大于一个自变量情况的叫做多元回归那么怎么理解呢？我们来看几个例子期末成绩：0.7×考试成绩+0.3×平时成绩房子价格=0.02×中心区域的距离+0.04×城市一氧化氮浓度+(-0.12×自住房平均房价)+0.254×城镇犯罪率上面两个例子，我们看到特征值与目标值之间建立的
1. 性能优化是围绕工具展开的1.1. 最重要的工具大都是Java开发工具包（JDK）自带的1.2. 查看应用程序性能时，首先应该考察的就是CPU时间2. 操作系统工具2.1. Unix系统2.1.1. sar（SystemAccountingReport）及其组成工具2.1.2. vmstat、iostat和prstat2.2. Windows系统2.2.1. 有图形化的资源监视器2.2.2. 类似typeperf的命令行工具2.3. CPU使用率2.3.1. 用户时间2.3.1.1. CPU执行应用程序代码的时间所占的百分比2.3.2. 系统时间2.3.2.1. 执行内核代码的时间所占的百
1、线性回归1.1线性回归应用场景房价预测销售额度预测金融：贷款额度预测、利用线性回归以及系数分析因子1.2什么是线性回归1.2.1定义与公式线性回归(Linearregression)是利用回归方程(函数)对一个或多个自变量(特征值)和因变量(目标值)之间关系进行建模的一种分析方式。特点：只有一个自变量的情况称为单变量回归，大于一个自变量情况的叫做多元回归那么怎么理解呢？我们来看几个例子期末成绩：0.7×考试成绩+0.3×平时成绩房子价格=0.02×中心区域的距离+0.04×城市一氧化氮浓度+(-0.12×自住房平均房价)+0.254×城镇犯罪率上面两个例子，我们看到特征值与目标值之间建立的
1. 性能优化是围绕工具展开的1.1. 最重要的工具大都是Java开发工具包（JDK）自带的1.2. 查看应用程序性能时，首先应该考察的就是CPU时间2. 操作系统工具2.1. Unix系统2.1.1. sar（SystemAccountingReport）及其组成工具2.1.2. vmstat、iostat和prstat2.2. Windows系统2.2.1. 有图形化的资源监视器2.2.2. 类似typeperf的命令行工具2.3. CPU使用率2.3.1. 用户时间2.3.1.1. CPU执行应用程序代码的时间所占的百分比2.3.2. 系统时间2.3.2.1. 执行内核代码的时间所占的百
最近在二刷《计算机网络——自顶向下》做点笔记，加深印象，书不在手边时也能有个参考。之前的章节会陆续补充。更多《计算机网络自顶向下》读书笔记两种链路层信道：广播信道：如有线局域网、卫星网、混合光纤同轴电缆（HFC）。需要媒体访问协议来协调帧传输。点对点通信链路：如长距离链路连接的两台路由器、PC到以太网交换机。6.1链路层概述节点（node）：运行链路层协议的任何设备。如主机、路由器、交换机、Wi-Fi接入点链路（link）：连接相邻节点的通信信道6.1.1链路层提供的服务成帧：封装成链路层帧（如以太网帧格式）链路接入：主要用于广播信道，媒体访问控制（MAC）协议，用于协调多个节点的帧传输可靠交
最近在二刷《计算机网络——自顶向下》做点笔记，加深印象，书不在手边时也能有个参考。之前的章节会陆续补充。更多《计算机网络自顶向下》读书笔记两种链路层信道：广播信道：如有线局域网、卫星网、混合光纤同轴电缆（HFC）。需要媒体访问协议来协调帧传输。点对点通信链路：如长距离链路连接的两台路由器、PC到以太网交换机。6.1链路层概述节点（node）：运行链路层协议的任何设备。如主机、路由器、交换机、Wi-Fi接入点链路（link）：连接相邻节点的通信信道6.1.1链路层提供的服务成帧：封装成链路层帧（如以太网帧格式）链路接入：主要用于广播信道，媒体访问控制（MAC）协议，用于协调多个节点的帧传输可靠交
2023/3/20粒子群（PSO）算法老师又没来，这说明助教比老师强，男助教能讲算法，女助教讲论文怎么写，说明男助教强大作业相关下周起开始汇报，下周一按照题目第一关键字，顺序号第二关键字讲15分钟，问答5分钟下周一、三讲的组只需要把算法设计讲出来即可上课内容TheParticleSwarmOptimizationAlgorithm（粒子群）Origins：1986年，有人描述这个过程用3个简单的行为。Separation避免人群过于拥挤Alignment朝领头的个体对齐Cohesion（内聚）个体会朝着中间个体走，开始向中间集合结合了自身经验和群体（原文为social）经验Concept：用大
ViT概括论文题目：ANIMAGEISWORTH16X16WORDS:TRANSFORMERSFORIMAGERECOGNITIONATSCALE论文地址：https://openreview.net/pdf?id=YicbFdNTTy作者来自Google亮点:一些有趣的特性：CNN处理不太好但是ViT可以处理好的例子：遮挡数据分布偏移加入对抗性的patch排列作者认为：对于CNN的依赖是不必要的纯Transformer可以做到和CNN媲美的结果Transformer需要更少的训练资源，即使如此，也需要2500TPUv3天数。这里说的少，只是跟更耗卡的模型做对比。在CV使用Transforme
开场多模态串讲的上篇是比较传统的多模态任务多模态最后的模态交互很重要传统的缺点是都用了预训练的目标检测器，训练和部署都很困难。ViLT把预训练的目标检测器换成了一层的PatchEmbedding。因此容易比不过c类的方法ViLT训练很慢认为未来是c类的模型结构Loss：b类（CLIP）仅用对比学习的loss（ImageTextContrastive），比较简单。c类由于有目标检测，因此提了WordPatchAlignmentViLT中发现WPALoss非常慢MLM的LossImageTextMatching效果也很好认为目标函数应该是ITC+ITM+MLM的合体回顾CLIP双塔模型让已有的（图
