#数据通信与网络

网络文件系统与 Linux

网络文件系统 是文件系统之上的一个网络抽象,来允许远程客户端以与本地文件系统类似的方式,来通过网络进行访问。虽然NFS不是第一个此类系统,但是它已经发展并演变成UNIX®系统中最强大最广泛使用的网络文件系统。NFS允许在多个用户之间共享公共文件系统,并提供数据集中的优势,来最小化所需的存储空间。本文以NFS的...
代码星球 代码星球·2020-09-21

KVM虚拟机网络闪断分析

https://www.cnblogs.com/Bozh/p/5484838.html公司云平台的机器时常会发生网络闪断,通常在10s-100s之间。VM出现问题时,表现出来的情况是外部监控系统无法访问,猜测可能是由于系统假死,OVS链路问题等等。但是在出现网络问题的时候,HV统一的表现为iowait较高。这是一个艰难...

GSO/TSO/GRO等对VirtIO虚机的网络性能影响分析(by quqi99)

(http://blog.csdn.net/quqi99) IP层叫分片,TCP/UDP层叫分段。网卡能做的事(TCP/UDP组包校验和分段,IP添加包头校验与分片)尽量往网卡做,网卡不能做的也尽量迟后分片(发送)或提前合并片(接收)来减少在网络栈中传输和处理的包数目,从而减少数据传输和上下文切换所需要的CP...
代码星球 代码星球·2020-09-21

网络虚拟化中的 offload 技术:LSO/LRO、GSO/GRO、TSO/UFO、RSS、VXLAN

offload特性,主要是指将本来在操作系统协议栈中进行的一些数据包处理(如IP分片、TCP分片、重组、checksum校验等)放到网卡硬件中去做,降低系统CPU消耗,提高处理的性能。我们知道计算机网络上传输的数据基本单位是离散的网包,既然是网包,就有大小限制,这个限制就是MTU(MaximumTransmission...

《SDN软件定义网络从入门到精通》导论课

http://mp.weixin.qq.com/s?__biz=MjM5MTM3MzIzMg==&mid=209513316&idx=1&sn=e5dbd9a2ccccb88d0ee5c4d5790699c1#rd前言SDN(SoftwareDefinedNetwork)即软件定义网络,是一种网...

centos7 在虚拟机中装好后的网络连接问题

1.首先设置网卡连接方式:点“设置”,在弹出的界面中点“网络”,最后选择“连接方式”为“桥接网卡”2.用Vim编辑器打开配置文件,输入命令:vi/etc/sysconfig/network-scripts/ifcfg-enp0s3,把ONBOOT=no改为ONBOOT=yes,然后按"Esc"键退出编辑模式,最后输入“...

大数据集群运维(36)linux下的几个网络流量监控工具使用

1、nethogs1)NetHogs是一款开源、免费的,终端下的网络流量监控工具,它可监控Linux的进程或应用程序的网络流量。NetHogs只能实时监控进程的网络带宽占用情况。NetHogs支持IPv4和IPv6协议,支持本地网卡以及PPP链接2)debian下安装apt-getinstallnethogscento...

人工智能深度学习入门练习之(38)深度学习 – tensorflow实例之keras的siamese(孪生网络)实现案例

一、keras的siamese(孪生网络)实现案例二、代码实现importkerasimportnumpyasnpimportmatplotlib.pyplotaspltimportrandomfromkeras.callbacksimportTensorBoardfromkeras.datasetsimportmni...

人工智能深度学习入门练习之(37)深度学习 – TensorFlow实现CNN神经网络算法

在人工的全连接神经网络中,每相邻两层之间的每个神经元之间都是有边相连的。当输入层的特征维度变得很高时,这时全连接网络需要训练的参数就会增大很多,计算速度就会变得很慢,例如一张黑白的28×2828×28的手写数字图片,输入层的神经元就有784个,如下图所示: 若在中间只使用一层隐藏层,参...

人工智能深度学习入门练习之(34)深度学习 – 多层神经网络

先回顾一下单层网络,即一个神经元(自适应线性单元),如下图所示。可以使用梯度下降法训练模型,确定权重与偏置。深度学习涉及训练多层神经网络,也称为深度神经网络。在20世纪50年代Rosenblatt感知器被开发出来之后,直到1986年hinton博士和他的同事开发了反向传播算法来训练多层神经网络,人们才重新对神经网络产生...

人工智能深度学习入门练习之(30)深度学习 – 人工神经网络

本章我们将从生物神经元开始学习人工神经网络。哺乳动物的大脑有数十亿个神经元。神经元是人脑中相互连接的神经细胞。神经元参与处理和传递化学信号和电信号,它们接受信号输入,在细胞核中处理信号,如果信号强度大于某个阈值,就会把信号输出。人类的大脑可以学习识别物体。例如,婴儿多次看到椅子,并听父母说这是椅子,随着时间推移,他们将...

人工智能深度学习入门练习之(28)TensorFlow – 例子:循环神经网络(RNN)

循环神经网络(RNN)是一种用于处理序列数据的人工神经网络,序列数据是相互依赖的(有限或无限)数据流,比如时间序列数据、信息性的字符串、对话等。长短时记忆网络(LSTM)是一类特殊的循环神经网络,具有学习长时依赖关系的能力,是目前最常用的循环神经网络。注意:关于循环神经网络的介绍,可参考我们的教程深度学习–...

人工智能深度学习入门练习之(27)TensorFlow – 例子:卷积神经网络(CNN)

卷积神经网络(CNN)旨在解决图像识别问题,卷积神经网络在图像识别、机器视觉等方面有着广泛的应用。这张杭州天际线的图片,可以看到很多建筑和颜色。那么计算机是如何处理这幅图像的呢?图像由像素组成,像素表示图像中的一个颜色点。例如,一个40×30的图像,表示宽40个像素,高30个像素,总共有1200个像素。根据...

人工智能深度学习入门练习之(26)TensorFlow – 例子:人工神经网络(ANN)

生物神经元人脑有数十亿个神经元。神经元是人脑中相互连接的神经细胞,参与处理和传递化学信号和电信号。以下是生物神经元的重要组成部分:树突 –从其他神经元接收信息的分支细胞核 –处理从树突接收到的信息轴突 –一种被神经元用来传递信息的生物电缆突触 ...

Python机器学习(九)简单神经网络

 深度神经网络算法,是基于神经网络算法的一种拓展,其层数更深,达到多层,本文以简单神经网络为例,利用梯度下降算法进行反向更新来训练神经网络权重和偏向参数,文章最后,基于Python 库实现了一个简单神经网络算法程序,并对异或运算和0-9字符集进行预测。  利用如下图像结构,通过训练集对其参数进行训练,当有新的...
首页上一页...3031323334...下一页尾页