第一章 概述 第二章 物理层 第三章 数据链路层 第四章 网络层 第五章 传输层 第六章 应用层 第三章 数据链路层 数据链路层使用的信道主要有以下两种类型： 点对点信道。...数据链路(data link) 除了物理线路外，还必须有通信协议来控制这些数据的传输。若把实现这些协议的硬件和软件加到链路上，就构成了数据链路。 数据链路层传送的是帧 ?...3.3.2、CSMA/CD协议 载波监听多点接入/碰撞检测 “多点接入”表示许多计算机以多点接入的方式连接在一根总线上。...“载波监听”是指每一个站在发送数据之前先要检测一下总线上是否有其他计算机在发送数据，如果有，则暂时不要发送数据，以免发生碰撞。...“碰撞检测”就是计算机边发送数据边检测信道上的信号电压大小 当一个站检测到的信号电压摆动值超过一定的门限值时，就认为总线上至少有两个站同时在发送数据，表明产生了碰撞 碰撞的结果是两个帧都变得无用 ?
二、技术学习本身 回到技术学习本身，作为一个过来人的老学长。一般在大一的时候，对于计算机专业，建议熟悉一门编程语言和其相应的开发环境。...C 语言是你之后学习操作系统、网络编程、多线程编程等计算机基础学科的钥匙。...你要熟悉 C 语言的基本语法，包括： 顺序、条件、循环三大控制语句 C 中几大基元数据类型的用法 熟悉掌握数组的用法 熟练掌握指针的用法 熟练掌握结构体、枚举、联合等数据类型的用法 熟练使用常用 C 库函数...学习算法和数据一定不能急功近利，算法和数据结构的知识一定要作为一个长期的学习目标。...以上是我觉得大一大二的计算机专业的同学应该要做的事情。 三、写在最后的话 越早意识到自己不足，越早行动起来，功不唐捐。
目录 1、MNIST 2、ImageNet 4、COCO 5、PASCAL VOC 6、FDDB 1、MNIST image.png 深度学习领域的入门数据集，当前主流的深度学习框架几乎都将...MNIST数据集的处理入门第一教程。...数据集大小：~12MB 下载地址：http://yann.lecun.com/exdb/mnist/index.html 2、ImageNet image.png Imagenet数据集是目前深度学习图像领域应用得非常多的一个领域...Imagenet数据集文档详细，有专门的团队维护，使用非常方便，在计算机视觉领域研究论文中应用非常广，几乎成为了目前深度学习图像领域算法性能检验的“标准”数据集。...PASCAL VOC挑战赛是视觉对象的分类识别和检测的一个基准测试，提供了检测算法和学习性能的标准图像注释数据集和标准的评估系统。
数据的表示 数据的表示可分为：原码，反码和补码。（二进制） 原码： 符号位 0 为正，1 为负。 反码： 符号位 0 为正，1 为负。 正数： 反码同原码。 负数： 符号位除外其他位按位取反。...数据表示范围 原码： -(z^n-1 - 1) ~ 2^n-1 - 1 反码： -(z^n-1 - 1) ~ 2^n-1 - 1 补码： -z^n-1 ~ 2^n-1 - 1 （补码正 0 和负 0 相同...浮点数运算 对阶（小阶对大阶）+ 尾数计算（科学计数法）+ 结果规格化（科学技术法）
：项目实战、技术综合运用 大数据开发学习可以按照以下内容进行学习： 第一阶段：JavaSE+MySql+Linux 学习内容：Java 语言入门 → OOP 编程 → Java 常用Api、集合 → IO.../NIO → Java 实用技术 → Mysql 数据库 → 阶段项目实战 → Linux 基础 → shell 编程 学习目标：学习java语言，掌握java程序编写、面向对象程序开发，掌握MySql...Pig 学习目标：掌握大数据学习基石Hadoop、数据串行化系统与技术、数据的统计分析、分布式集群、流行的队列、数据迁移、大数据平台分析等 第三阶段：Storm 与Spark 及其生态圈 学习内容：Storm...→ Scala → Spark → Spark SQL → Spark Streaming →Spark 机器学习 学习目标：让大家拥有完整项目开发思路和架构设计，掌握从数据采集到实时计算到数据存储再到前台展示...想学习好大数据可以关注公众号程序员大牛 有视频资源分享一起学习。
Three Sampling Distribution(三大抽样分布)： Chi-squareDistribution(卡方分布)， t-distribution(t-distribution)...Data Pre-processing(数据预处理)： Missing Value Imputation(缺失值填充)， Discretization(离散化)，Mapping(映射)， Normalization...(Linear Discriminant Analysis/FisherLinear Discriminant 线性判别分析/Fisher线性判别)， EL(Ensemble Learning集成学习...Deep Learning(深度学习)： Auto-encoder(自动编码器)， SAE(Stacked Auto-encoders堆叠自动编码器， Sparse Auto-encoders...Text Mining(文本挖掘)： VSM(Vector Space Model向量空间模型)， Word2Vec(词向量学习模型)， TF(Term Frequency词频)， TF-IDF
数据链路层在网络体系结构中的地位 假设数数据包只在数据链路层传输。 链路：一个结点到相邻结点的一段物理线路，而中间没有其他的交换结点。...数据链路：把实现通信协议的硬件和软件加到链路上，就构成了数据链路。 在数据链路层上传输的数据包，称为帧。 数据链路层以帧为数据单位来传输数据。...三个重要特性 封装成帧 数据链路层会在 接收到的数据单元前加上 帧头与帧尾。这个操作就是 封装成帧。为了在链路上以帧为单位传输数据。...差错检测 发送方在发送数据之前，基于发送的数据和检错算法计算出检错码，并将其封装在帧2尾。 上述的以太网V2的MAC帧的帧尾就是4字节的帧检验序列FCS字段。 写入该字段的内容就是检测码。...如果数据链路层向上层提供的是不可靠服务，那么丢弃就丢弃了。如果提供可靠服务，那么就需要其他措施，还可以重新收到被丢弃的正确版本。 上述说明都是基于点对点的背景来说明的。 对于使用广播信道的数据链路层。
重点为大家介绍这份报告中的两个部分： 计算机视觉 工具和库 下面，我们就逐一来盘点和展望，嘿喂狗~ 计算机视觉 今年，无论是图像还是视频方向都有大量新研究问世，有三大研究曾在CV圈掀起了集体波澜。...在计算机图像研究史上，BigGAN的效果比前人进步了一大截。...前Google Brain深度学习研究员，Denny Britz认为，大多数情况下，选择哪一个深度学习框架，其实影响没那么大。...Auto Keras直击谷歌AutoML的三大缺陷： 第一，还得付钱。 第二，因为在云上，还得配置Docker容器和Kubernetes。 第三，服务商(Google)保证不了你数据安全和隐私。...以智能可视化、提供洞见等方式，帮助描述和理解数据 为数据集发现、构建、提取更好的特征 快速构建更强大、更智能的预测模型 通过机器学习可解释性，弥补黑盒建模带来的差距 推动这些模型的产生
的文章，总结了计算机视觉领域已经成效卓著的 10 个深度学习架构，并附上了每篇论文的地址链接和代码实现。 时刻跟上深度学习领域的最新进展变得越来越难，几乎每一天都有创新或新应用。...本文包括深度学习领域的最新进展、keras 库中的代码实现以及论文链接。为保证文章简明，我只总结了计算机视觉领域的成功架构。 什么是高级架构？...我们可以把高级架构定义为一个具有良好记录的成功模型；这主要见于挑战赛中，比如 ImageNet，其中你的任务是借助给定的数据解决图像识别等问题。...计算机视觉任务的类型 本文主要聚焦于计算机视觉，因此很自然地描述了计算机视觉任务的分类。顾名思义，计算机视觉即通过创建人工模型来模拟本由人类执行的视觉任务。...深度学习架构清单 现在我们明白了什么是高级架构，并探讨了计算机视觉的任务分类，现在让我们列举并描述一下最重要的深度学习架构吧。 1.
的文章，总结了计算机视觉领域已经成效卓著的 10 个深度学习架构，并附上了每篇论文的地址链接和代码实现。机器之心对该文进行了编译，原文链接请见文末。...本文包括深度学习领域的最新进展、keras 库中的代码实现以及论文链接。为保证文章简明，我只总结了计算机视觉领域的成功架构。 什么是高级架构？...我们可以把高级架构定义为一个具有良好记录的成功模型；这主要见于挑战赛中，比如 ImageNet，其中你的任务是借助给定的数据解决图像识别等问题。...计算机视觉任务的类型 本文主要聚焦于计算机视觉，因此很自然地描述了计算机视觉任务的分类。顾名思义，计算机视觉即通过创建人工模型来模拟本由人类执行的视觉任务。...深度学习架构清单 现在我们明白了什么是高级架构，并探讨了计算机视觉的任务分类，现在让我们列举并描述一下最重要的深度学习架构吧。 1.
好东西，继续打CALL）~ 正文 1、Java 的两大数据类型: 内置数据类型(内置的，不需要任何声明，直接拿来用的) 引用数据类型（maybe就是声明一个类咯~然后拿来当类型用咯） 2、内置数据类型...* short： short 数据类型是 16 位、有符号的以二进制补码表示的整数 最小值是 -32768（-2^15）； 最大值是 32767（2^15 - 1）； Short 数据类型也可以像 byte...浮点数到整数的转换是通过舍弃小数得到，而不是四舍五入，例如： (int)23.7 == 23; (int)-45.89f == -45 自动类型转换必须满足转换前的数据类型的位数要低于转换后的数据类型，...例如: short数据类型的位数为16位，就可以自动转换位数为32的int类型，同样float数据类型的位数为32，可以自动转换为64位的double类型。...6、强制类型转换 条件是转换的数据类型必须是兼容的。
[TOC] 计算机科学导论学习笔记 第 5 部分 数据安全与人工智能 此部分包含第15、16、17和18章，包含了计算机中传输的数据压缩(有损与无损)、网络数据在传输过程中如何保证其数据安全, 讨论计算理论...，即哪些是可计算的，哪些是不可计算的，最后介绍当前热门的人工智能(AI)的观点，加深我们对计算机数据处理的的认识，为后续学习扩展基础认识。...原文地址: 第15章 数据压缩 15.1 前言简述 近年来，随着计算机技术以及硬件设备技术飞速发展，改变了我们传输和存储数据的方式。...(1) 图像压缩-JPEG 通过前面学习，我们知道一幅图像可以通过一个二维数组（表）来表示图像元素（像素）, 例如，在JPEG中，一幅灰度图像将被分成许多8X8的像素块，假设图片尺寸640(宽)X480...话说，每个P-帧都从前面帧变化而来，不过变化不能覆盖大的部分。 例如，对于一个快速移动的目标，新变化也许没有记录在P-帧中，P-帧可以通过先前I-帧的或P-帧产生。
数据挖掘 国际权威的学术组织ICDM，于06年12月年评选出的数据挖掘领域的十大经典算法： 1 C4.5 分类决策树算法 决策树构造方法其实就是每次选择一个好的特征以及分裂点作为当前节点的分类条件。...（未必能得到最优解） 3 SVM支持向量机 Support vector machines 它是一种监督式学习的方法，它广泛的应用于统计分类以及回归分析中。...在分开数据的超平面的两边建有两个互相平行的超平面，分隔超平面使两个平行超平面的距离最大化。 假定平行超平面间的距离或差距越s大，分类器的总误差越小。...最大期望经常用在机器学习和计算机视觉的数据集聚（Data Clustering）领域。 6 PageRank PageRank是Google算法的重要内容。...8 kNN k-nearest neighbor classification K最近邻(k-Nearest Neighbor，KNN)分类算法，是一个理论上比较成熟的方法，也是最简单的机器学习算法之一
为了帮助构建对象识别模型，场景识别模型等，编制了最佳图像分类数据集的列表。这些数据集的范围和大小各不相同，可以适应各种用例。此外数据集已分为以下几类：医学成像，农业和场景识别等。...医学图像分类数据集 1. 递归蜂窝图像分类 –此数据来自递归2019挑战。竞赛的目标是利用生物显微镜数据开发可识别复制品的模型。关于比赛的全部信息可以在这里找到。...CoastSat图像分类数据集 –用于开放源代码海岸线测绘工具，该数据集包含从卫星获取的航空图像。数据集还包括与标签有关的元数据。...TensorFlow Sun397图像分类数据集 –来自Tensorflow的另一个数据集，该数据集包含场景理解（SUN）基准中使用的108,000多幅图像。此外图像已分为397类。...图像分类：人和食物 –该数据集采用CSV格式，由吃食物的人的图像组成。人类注释者按性别和年龄对图像进行分类。CSV文件包含587行数据，URL链接到每个图像。
5.关于二叉树的计算 要点：二叉树的性质 ①任意一棵二叉树中，度为0的结点（即叶子结点）总是比度为2的结点数 大1 ②总结点数 = 叶子结点数 + 度为 1 的结点数 + 度为2的结点数 ③如果前序和中序相同...③当需要插入的数据大于循环队列的存储长度，入队运算会覆盖前面的数据，发生溢出现象 大于—->溢出 7....数据结构 ① 非空的数据结构的两个条件： Ⅰ.有且只有一个根结点；Ⅱ.每个结点最多有一个前件，也最多有一个后件。...② 根结点的数量并不能说明这个数据结构是线性的还是非线性的 ③数据结构是指相互关联的数据元素的集合，只有一个空结点的结构也为数据结构 ④数据结构是指反映数据元素之间关系的数据元素集合的表示—...—–>数据结构是指带有结构的数据元素的集合 ⑤线性结构与非线性结构都可以是空的数据结构；一个空数据结构可以是线性结构也可以是非线性结构 9.
是入门计算机视觉与人工智能的最佳选择。整套教材分为三部分，由浅入深、循序渐进，课程主讲老师-贾志刚 ?...两本技术书籍作者 OpenCV Python系列课程介绍： -《OpenCV Python零基础入门教程》 零基础入门OpenCV、力助你打牢OpenCV Python图像处理基础知识点，不再为怎么开始学习计算机视觉与...当你还在犹豫是否要学习OpenCV计算机视觉的时候，别人已经学完开始工作了！技术改变人生，努力成就梦想！
在计算机科学中，数据的相对大小比绝对的数值重要，出于很多数据比大小的需求以及其他一些需求，就产生了一个抽象的数据结构——二叉树。...I 计算机的数据结构 数据结构+ 算法 = 程序 理解搭建计算机软件的模块——数据结构和算法。 把数据结构理解为盖房子的钢筋、门窗和大梁。 把算法理解成盖房子的结构原理。...在计算机科学中，数据就等同于点，数据结构就是数据中常用的具体关系。 1.3 线性表 线性表相当于几何图形中的直线，是最基本的数据结构，概括所有顺序排列和储存的数据。...；可以将多个维度映射到一个维度 操作效率低；占用空间大 II 数组、链表和哈希表 数组、链表和哈希表，它们有一些相关性，但是使用的目的有区别。...在计算机中，它通常是通过数组实现的。相比一般的数组，它有三个优点： 动态增加或者删除一个数据项比较快。
计算机的进制 计算机内部的电子元器件只有两种状态，就是通电和断点，用1和0来表示，所以计算机内部只能传输1和0，也就是所谓的二进制。 我们原来学习的是十进制，逢十进一，十进制中有十个数字。...在计算机中，我们需要用到的进制有，二进制，八进制，十进制，十六进制。
image.png 想起了自己当初看过的书，在这里列一下 特别感激当年把教师借书证借给我的老师们，让我在图书馆的书库里面去泡了一年 想知其所以然的话就多读书 以下有些读过有些没读过但是看过类似的 《深入理解计算机系统...《数据库系统概念》《数据库系统：设计、实现与管理》《分布式数据库系统原理》 image.png 我错了，我不该在面试的时候问毕业生关于选择、投影的这些问题，我犯了经验主义错误，以为学过了数据库的人都知道这些基本概念...《计算机视觉：模型、学习和推理》 image.png 《计算机组成与设计：硬件/软件接口》 image.png 《计算机安全：原理与实践》 image.png 《计算机图形学原理及实践
第一个：https://www.csdn.net/ （如果下面的博客没有能解决你的问题或者你还有其他关于计算机方面的问题需要咨询可以加博主QQ：1732501467） 首推的肯定是CSDN，虽然放眼望去...这上面有很多关于计算机方面的知识，无论你是要找基础方面的，还是比较有深度的问题，这上面一般都会有解答。...第二个：https://github.com/ github绝对是作为一个从事计算机行业的必备，它上面有很多开源项目代码，你也可以把你写的比较好的代码放在这上面，在你毕业找工作的时候。...第三个：https://www.w3school.com.cn/h.asp W3school是一个专业的编程入门学习及技术文档查询应用，提供包括HTML，CSS，Javascript，jQuery...，C，PHP，Java，Python，Sql，Mysql等编程语言和开源技术的在线教程及使用手册，是类似国外w3schools的学习社区及菜鸟编程平台。
领取专属 10元无门槛券
手把手带您无忧上云
云服务器
ICP备案
对象存储
即时通信 IM
实时音视频
