摘要：
NFTS总体结构如下 MFTMirr只备份前四个对象，但其位置相对不固定，通过Boot区确定其位置 Boot区 Boot区最多占16个扇区。第1个扇区是带有“引导”代码的引导扇区（DBR），接下来的15个扇区是引导扇区的初始程序加载器。在NTFS分区的最后一个扇区留有DBR备份。第一个扇区结构如下： 阅读全文
摘要：
EXT主要有EXT2，EXT3，EXT4，主要介绍EXT2与EXT4。由于时间仓促，很多自己也不理解，可能有很多错误。 基本概念 首先介绍EXT中的基本概念： 块：EXT用块管理分区空间，每一个块所占大小，常见的有1KB，2KB，4KB，8KB 块组：几个块又被组成一个块组进行管理，一个块组含有的块 阅读全文
摘要：
参考文档：Virtual Disk Format 5.0 虚拟磁盘格式：VMDK vmware设计VMDK的文件格式来模拟物理磁盘，使得虚拟机的操作系统读写虚拟磁盘时使用与物理磁盘相应的接口 虚拟磁盘作为一个或多个文件存储在主机或远程设备上 在vmware workstation或mware pus 阅读全文
摘要：
在磁盘及分区介绍了如何分区，现在到达第三阶段，如何格式化这些分区，本节介绍FAT格式 FAT格式主要有三种：FAT2，FAT16，FAT32 FAT 文件系统之所以有 12，16，32 不同的版本之分，其根本在于FAT表用来记录任意一簇链接的二进制位数，这里主要介绍FAT16和FAT32 当把一部分 阅读全文
摘要：
物理硬盘结构 机械硬盘 主要的结构是多个盘面和磁头。 磁道：一个磁盘被分为多个磁道（同心圆圈）。 扇区：每个磁道被分为多个扇区，每个扇区存储的数据量相同，靠里的扇区面积小，所以存储数据密度大，靠外的扇区密度小，所以存储数据密度小。 柱面：多个盘面相同位置的磁道组成一个柱面（上图中所有黄圈为一个柱面） 阅读全文
摘要：
ERNIE 相关链接：ERNIE官方使用介绍，ERNIE项目地址 基于transformer的encoder，主要思想是将文本中已有的知识融入到模型训练中，因此采用实体mask的方式（实体指人名，地名等词） 预训练 模型结构图如下所示 文本中已有的知识主要有人名，地名等实体，这些词本来就蕴含一些信息 阅读全文
摘要：
预训练模型 预训练是一种迁移学习的思想，在一个大数据集上训练大模型，之后可以利用这个训练好的模型处理其他任务。预训练模型的使用方法一般有： 用作特征提取：利用预训练模型提取数据特征，再将这些特征用作自己模型的训练，如word2vec，GLOVE 使用模型结构参数：使用预训练模型的结构和参数，再输入自 阅读全文
摘要：
transformer 参考: https://www.cnblogs.com/erable/p/15072941.html https://www.cnblogs.com/xiximayou/p/13978859.html 在论文Attention Is All You Need中提出了trans 阅读全文
摘要：
本节内容有些抽象，自己也可能理解不到位，可能有些错误，请批判性参考 seq2seq 分为encoder和decoder两部分，如下图所示，每一个部分可以使用CNN，RNN，LSTM等模型，输入2针对不同情况可有可无，模型在翻译，文本摘要生成等方面有广泛应用。 在编码器encoder中可以对输入内容编 阅读全文
摘要：
循环卷积神经网络RCNN 1、CNN与RNN缺点 CNN通过窗口获取特征，窗口尺寸不合适就会捕获不到好特征，窗口也不能太大，这样就捕获不到全局的特征，所以它类似于传统的N-gram RNN使用最后的输出作为特征，使得序列后的词会比前面的词更加重要，从而影响捕获准确的特征 2、CNN与RNN优点 CN 阅读全文