Fork me on GitHub
上一页 1 ··· 12 13 14 15 16 17 18 19 20 ··· 26 下一页
2018年4月25日
交换机端口命名规则
摘要： 1、中心的7608：Ethernet 3/3 （或在系统中缩写为E3/3）表示交换机上左起第三个插槽的第三个端口 2、其他类似55/39系列交换机：Ethernet0/0/23（或在系统中缩写为E0/0/23），第一个0为交换机的ID，按照交换机堆叠后的顺序依次类推0、1、2，如果没有堆叠，此处为0 阅读全文
posted @ 2018-04-25 21:22 stardsd 阅读(12085) 评论(0) 推荐(0) 编辑
vlan与交换机端口模式Access，Hybrid，Trunk
摘要： 1 vlan简介 VLAN（Virtual Local Area Network）的中文名为"虚拟局域网"。VLAN是一种将局域网设备从逻辑上划分成一个个网段，从而实现虚拟工作组的新兴数据交换技术。这一新兴技术主要应用于交换机和路由器中，但主流应用还是在交换机之中。但又不是所有交换机都具有此功能，只 阅读全文
posted @ 2018-04-25 11:29 stardsd 阅读(32525) 评论(0) 推荐(3) 编辑
2018年4月23日
SKU与SPU
摘要： 首先，搞清楚商品与单品的区别。例如，iphone是一个单品，但是在淘宝上当很多商家同时出售这个产品的时候，iphone就是一个商品了。 商品：淘宝叫item，京东叫product，商品特指与商家有关的商品，每个商品有一个商家编码，每个商品下面有多个颜色，款式，可以有多个SKU。 SPU = Stan 阅读全文
posted @ 2018-04-23 21:53 stardsd 阅读(802) 评论(0) 推荐(0) 编辑
2018年4月21日
十二要素应用宣言
摘要： 简介： 如今，软件通常会作为一种服务来交付，它们被称为网络应用程序，或“软件即服务”（SaaS）。“十二要素应用程序”（12-Factor App）为构建如下的SaaS应用提供了方法论： 使用标准化流程自动配置，从而使新的开发者花费最少的学习成本加入这个项目； 和操作系统之间尽可能的划清界限，在各个 阅读全文
posted @ 2018-04-21 00:10 stardsd 阅读(864) 评论(0) 推荐(0) 编辑
2018年4月15日
振铃信号、拨号音、回铃音、忙音
摘要： 1、振铃信号 用来呼叫被叫用户。铃流为25±3Hz正弦波，谐波失真不大于10％，输出电压有效值90+-15V，振铃采用5s断续，即一秒送，4s断，断、续时间偏差不超过±10％。2、拨号音 用来通知主叫用户可以拨号。拨号音采用频率为450±25Hz的交流电源，发送电平为-10±3dBm，是连续的信号音 阅读全文
posted @ 2018-04-15 16:00 stardsd 阅读(6036) 评论(0) 推荐(0) 编辑
2018年4月14日
线性回归分析中的哑变量
摘要： 最近偶尔在重温统计学，发现自己工作后用了各种高级的统计分析方法，各种统计模型，却忽视了统计学中一些最基础的知识，而这些知识是所有这些高级方法的基础，基础不扎实，高级方法用起来真觉得底气不足，今天看到哑变量在回归分析中的应用，总结如下： 哑变量（Dummy Variable），也叫虚拟变量，引入哑变量 阅读全文
posted @ 2018-04-14 19:11 stardsd 阅读(32060) 评论(1) 推荐(0) 编辑
2018年4月4日
科技论文中缩略语的用法
摘要： 建议在第一次出现英文缩写词时应给出中英 文全称注释，统一采用如下格式：中文名称（英文全称，英文 缩写词），后面再出现相同的词组时以英文缩写词代替即可。 它的合理性在于，若是中文期刊，就应该突显中文名词的重 要地位，达到整体的和谐统一，所以首先给出中文名称，然后 在括号里给出英文全称，做到和中文名称的 阅读全文
posted @ 2018-04-04 20:15 stardsd 阅读(21635) 评论(0) 推荐(1) 编辑
2018年3月25日
磁盘性能评价指标—IOPS和吞吐量
摘要： 一、磁盘 I/O 的概念 I/O 的概念，从字义来理解就是输入输出。操作系统从上层到底层，各个层次之间均存在 I/O。比如，CPU 有 I/O，内存有 I/O, VMM 有 I/O, 底层磁盘上也有 I/O，这是广义上的 I/O。通常来讲，一个上层的 I/O 可能会产生针对磁盘的多个 I/O，也就是 阅读全文
posted @ 2018-03-25 23:36 stardsd 阅读(62011) 评论(1) 推荐(7) 编辑
2018年3月23日
Hype cycle（Gartner 成熟度曲线）
摘要： Hype cycle The hype cycle is a branded graphical presentation developed and used by the American research, advisory and information technology firm Ga 阅读全文
posted @ 2018-03-23 19:20 stardsd 阅读(3154) 评论(0) 推荐(0) 编辑
2018年3月20日
拜占庭将军问题
摘要： 拜占庭将军问题（Byzantine Generals Problem），是由莱斯利·兰波特在其同名论文[1]中提出的分布式对等网络通信容错问题。 在分布式计算中，不同的计算机通过通讯交换信息达成共识而按照同一套协作策略行动。但有时候，系统中的成员计算机可能出错而发送错误的信息，用于传递信息的通讯网络 阅读全文
posted @ 2018-03-20 19:15 stardsd 阅读(1149) 评论(0) 推荐(0) 编辑
2018年3月19日
对CAP定理的理解
摘要： CAP定理的常规解释是任何分布式系统只能在一致性(Consitency)，可用性(Availability)和分区容忍性(Partition Tolerance)中三选二。这个解释很让人费解，笔者在看了一些文章后谈谈我对它的理解，还请斧正。 从问题出发 假设我们用一台服务器A对外提供存储服务，为了避 阅读全文
posted @ 2018-03-19 10:12 stardsd 阅读(627) 评论(0) 推荐(0) 编辑
2018年3月18日
管道命令和xargs的区别
摘要： 一直弄不懂，管道不就是把前一个命令的结果作为参数给下一个命令吗，那在 | 后面加不加xargs有什么区别NewUserFF 写道:懒蜗牛Gentoo 写道:管道是实现“将前面的标准输出作为后面的标准输入”xargs是实现“将标准输入作为命令的参数” 你可以试试运行： 代码:echo "--help" 阅读全文
posted @ 2018-03-18 20:06 stardsd 阅读(1432) 评论(0) 推荐(0) 编辑
2018年3月17日
服务器三大体系SMP、NUMA、MPP介绍
摘要： http://server.51cto.com/sCollege-198840.htm 从系统架构来看，目前的商用服务器大体可以分为三类，即对称多处理器结构(SMP：Symmetric Multi-Processor)，非一致存储访问结构(NUMA：Non-Uniform Memory Access 阅读全文
posted @ 2018-03-17 20:25 stardsd 阅读(3620) 评论(1) 推荐(0) 编辑
2018年3月13日
基于多租户的云计算Overlay网络
摘要： 一 . 为什么需要Vxlan 1. vlan的数量限制 4096个vlan远不能满足大规模云计算数据中心的需求 2. 物理网络基础设施的限制 基于IP子网的区域划分限制了需要二层网络连通性的应用负载的部署 3. TOR交换机MAC表耗尽 虚拟化以及东西向流量导致更多的MAC表项 4. 多租户场景 I 阅读全文
posted @ 2018-03-13 21:26 stardsd 阅读(1652) 评论(0) 推荐(1) 编辑
多目标进化算法(MOEA)概述
摘要： Weighted Sum Approach 该方法给出的表达式为： 首先，λ被称之为权重向量，观察和式，这完全就是m维向量的点乘公式嘛。具体的说，在目标空间中，把算法求出的一个目标点和原点相连构造成一个向量，此时，该方法的做法是将该向量与对应权重向量点乘，由向量点乘的几何意义可知，所得的数为该向量在 阅读全文
posted @ 2018-03-13 20:09 stardsd 阅读(7578) 评论(0) 推荐(0) 编辑
2018年3月12日
VMware vSphere中的HA工作原理介绍
摘要： http://blog.51cto.com/linkinsds/416738 HA全称High Availability。它是VMware的企业应用环境中用来保障企业级应用的不间断运行需求所产生的一个组件。 HA允许一个集群中在资源许可的情况下，将出现故障的ESX主机上面的VM在其他的主机上启动起来 阅读全文
posted @ 2018-03-12 20:46 stardsd 阅读(18274) 评论(0) 推荐(0) 编辑
虚拟机内存复用技术的比较（XEN系统）
摘要： 技术途径 业界就该问题定义为虚拟机内存复用（复用干嘛？ 当然是为了跑更多的虚拟机呀！） :memory overcommit.围绕次问题主要有4种技术手段,下面简要介绍和分析: 1 气泡驱动（ballooning driver） 利用预装在用户虚拟机中的前端驱动程序，偷取guest os的内存贡献给 阅读全文
posted @ 2018-03-12 20:04 stardsd 阅读(2949) 评论(0) 推荐(0) 编辑
访存模型
摘要： 均匀访存模型UMA 均匀访存模型（UMA）中，所有的物理存储器被均匀共享，即处理器访问它们的时间是一样的。这种系统因为高度的资源共享也被称为紧耦合系统（Tightly Coupled System）。 非均匀访存模型NUMA 非均匀访存模型（NUMA）的特点是：被共享的存储器物理上是分布式的，所有这 阅读全文
posted @ 2018-03-12 19:50 stardsd 阅读(992) 评论(0) 推荐(0) 编辑
2018年3月11日
Petri网
摘要： Petri网是一种适合于系统描述和分析的数学模型，主要描述异步和并发关系。（或者Petri网是对离散并行系统的数学表示，适用于描述异步的，并发的计算机系统模型。） Petri网模型自然，直观，简单易懂的描述了在分析并行系统的状态行为的技术。 Petri网主要用于：计算机协议模型、柔性系统模型、计算机 阅读全文
posted @ 2018-03-11 16:51 stardsd 阅读(7238) 评论(0) 推荐(1) 编辑
2018年3月10日
Forward secrecy
摘要： In cryptography, forward secrecy (FS), also known as perfect forward secrecy (PFS), is a property of secure communication protocols in which compromis 阅读全文
posted @ 2018-03-10 21:10 stardsd 阅读(565) 评论(0) 推荐(0) 编辑
2018年3月8日
TensorFlow训练神经网络cost一直为0
摘要： 问题描述 这几天在用TensorFlow搭建一个神经网络来做一个binary classifier，搭建一个典型的神经网络的基本思路是： 定义神经网络的layers(层)以及初始化每一层的参数 然后迭代： 前向传播（Forward propagation） 计算cost（Compute cost） 阅读全文
posted @ 2018-03-08 10:34 stardsd 阅读(5236) 评论(0) 推荐(0) 编辑
2018年3月7日
解决tensorflow在训练的时候权重是nan问题
摘要： 搭建普通的卷积CNN网络。 nan表示的是无穷或者是非数值，比如说你在tensorflow中使用一个数除以0，那么得到的结果就是nan。 在一个matrix中，如果其中的值都为nan很有可能是因为采用的cost function不合理导致的。 当使用tensorflow构建一个最简单的神经网络的时候 阅读全文
posted @ 2018-03-07 23:46 stardsd 阅读(4177) 评论(0) 推荐(0) 编辑
tf.argmax
摘要： Returns the index with the largest value across axis of a tensor. input is a Tensor and axis describes which axis of the input Tensor to reduce across 阅读全文
posted @ 2018-03-07 21:16 stardsd 阅读(1199) 评论(0) 推荐(0) 编辑
2018年3月5日
Keras教程
摘要： In this step-by-step Keras tutorial, you’ll learn how to build a convolutional neural network in Python! In fact, we’ll be training a classifier for h 阅读全文
posted @ 2018-03-05 20:08 stardsd 阅读(1187) 评论(0) 推荐(0) 编辑
2018年3月2日
z-score
摘要： A z-score (aka, a standard score) indicates how many standard deviations an element is from the mean. A z-score can be calculated from the following f 阅读全文
posted @ 2018-03-02 22:53 stardsd 阅读(3238) 评论(0) 推荐(0) 编辑
2018年2月26日
隐马尔可夫(HMM)、前/后向算法、Viterbi算法
摘要： HMM的模型 图1 如上图所示，白色那一行描述由一个隐藏的马尔科夫链生成不可观测的状态随机序列，蓝紫色那一行是各个状态生成可观测的随机序列 话说，上面也是个贝叶斯网络，而贝叶斯网络中有这么一种，如下图： 代表：c确定时a和b独立。(c为实心圆代表：c已经被确定) 这时，如果把z1看成a，x1看成b， 阅读全文
posted @ 2018-02-26 19:39 stardsd 阅读(21524) 评论(0) 推荐(2) 编辑
2018年2月24日
受限玻尔兹曼机基础教程
摘要： 定义与结构 受限玻尔兹曼机（RBM）由Geoff Hinton发明，是一种用于降维、分类、回归、协同过滤、特征学习和主题建模的算法。（如需通过实例了解RBM等神经网络的应用方法，请参阅应用案例)。 我们首先介绍受限玻尔兹曼机这类神经网络，因为它相对简单且具有重要的历史意义。下文将以示意图和通俗的语言 阅读全文
posted @ 2018-02-24 23:41 stardsd 阅读(2220) 评论(0) 推荐(0) 编辑
2018年2月22日
正向代理和反向代理
摘要： 1. 概念 正向代理是一个位于客户端和目标服务器之间的代理服务器(中间服务器)。为了从原始服务器取得内容，客户端向代理服务器发送一个请求，并且指定目标服务器，之后代理向目标服务器转交并且将获得的内容返回给客户端。正向代理的情况下客户端必须要进行一些特别的设置才能使用。 反向代理正好相反。对于客户端来 阅读全文
posted @ 2018-02-22 20:39 stardsd 阅读(693) 评论(0) 推荐(0) 编辑
2018年2月13日
Apache的三种工作模式
摘要： Web服务器Apache目前一共有三种稳定的MPM（Multi-Processing Module，多进程处理模块）模式。 它们分别是prefork，worker和event，它们同时也代表这Apache的演变和发展。 如何查看我们的Apache的工作模式呢？可以使用httpd -V 命令查看，如我 阅读全文
posted @ 2018-02-13 16:12 stardsd 阅读(801) 评论(0) 推荐(0) 编辑
2018年1月30日
模型后处理
摘要： 模型后处理 作者：Trent Hauck 译者：飞龙 协议：CC BY-NC-SA 4.0 5.1 K-fold 交叉验证 这个秘籍中，我们会创建交叉验证，它可能是最重要的模型后处理验证练习。我们会在这个秘籍中讨论 k-fold 交叉验证。有几种交叉验证的种类，每个都有不同的随机化模式。K-fold 阅读全文
posted @ 2018-01-30 23:37 stardsd 阅读(1299) 评论(0) 推荐(0) 编辑
cross validation笔记
摘要： preface：做实验少不了交叉验证，平时常用from sklearn.cross_validation import train_test_split，用train_test_split()函数将数据集分为训练集和测试集，但这样还不够。当需要调试参数的时候便要用到K-fold。scikit给我们提 阅读全文
posted @ 2018-01-30 23:37 stardsd 阅读(790) 评论(0) 推荐(0) 编辑
2018年1月29日
交叉验证
摘要： 本文结构： 什么是交叉验证法？ 为什么用交叉验证法？ 主要有哪些方法？优缺点？ 各方法应用举例？ 什么是交叉验证法？ 它的基本思想就是将原始数据（dataset）进行分组，一部分做为训练集来训练模型，另一部分做为测试集来评价模型。 为什么用交叉验证法？ 交叉验证用于评估模型的预测性能，尤其是训练好的 阅读全文
posted @ 2018-01-29 20:54 stardsd 阅读(11441) 评论(0) 推荐(0) 编辑
如果使用交叉验证，是否还需要单独分出测试集？
摘要： 比方说，用100k条数据，有两个思路 1. 用这100k条数据做k-fold交叉验证，来调模型参数 2. 先随机划分出70k条数据做训练集用来根据交叉验证调参数，调好之后再用剩下的30k条数据做测试集 【答】 虽然这两个都没有错对之分，但是在数据量允许的情况下，更建议第2个思路。 对于思路1，如果用 阅读全文
posted @ 2018-01-29 16:48 stardsd 阅读(8040) 评论(2) 推荐(1) 编辑
2018年1月26日
ROC和AUC介绍以及如何计算AUC
摘要： ROC（Receiver Operating Characteristic）曲线和AUC常被用来评价一个二值分类器（binary classifier）的优劣，对两者的简单介绍见这里。这篇博文简单介绍ROC和AUC的特点，以及更为深入地，讨论如何作出ROC曲线图以及计算AUC。 ROC曲线 需要提前 阅读全文
posted @ 2018-01-26 16:10 stardsd 阅读(10791) 评论(0) 推荐(0) 编辑
2018年1月24日
python中的深拷贝和浅拷贝
摘要： python中的深拷贝和浅拷贝和java里面的概念是一样的，所谓浅拷贝就是对引用的拷贝，所谓深拷贝就是对对象的资源的拷贝。首先，对赋值操作我们要有以下认识： 赋值是将一个对象的地址赋值给一个变量，让变量指向该地址（ 旧瓶装旧酒 ）。 修改不可变对象（str、tuple）需要开辟新的空间 修改可变对象 阅读全文
posted @ 2018-01-24 20:47 stardsd 阅读(420) 评论(0) 推荐(0) 编辑
2018年1月18日
KOL：Key Opinion Leader
摘要： 什么是关键意见领袖 在营销学上，为各厂家宣传的专家或权威被称为“关键意见领袖（Key Opinion Leader），通常被定义为：拥有更多、更准确的产品信息，且为相关群体所接受或信任，并对该群体的购买行为有较大影响力的人。他们一般具备三大特征： 关键意见领袖的特征 第一是持久介入特征：KOL对某类 阅读全文
posted @ 2018-01-18 23:37 stardsd 阅读(2586) 评论(0) 推荐(0) 编辑
2018年1月12日
CentOS 7 在vmware中的网络设置
摘要： 一环境说明 二centos在vmware中的安装 三NAT网络设置 四设置固定IP 1修改网卡配置说明 2修改etcresolvconf 实现域名解析 五设置防火墙iptables 1 centos安装telnet 2 防火墙iptables设置 六 总结 前言：由于工作中需要使用Linux，在虚拟 阅读全文
posted @ 2018-01-12 19:25 stardsd 阅读(980) 评论(0) 推荐(0) 编辑
2017年12月29日
.AVLFile Extension
摘要： .AVLFile Extension File Type 1ArcView Legend File Developer ESRI Popularity 4.1 (7 Votes) Category GIS Files Format N/A 4.1 (7 Votes) 4.1 (7 Votes) 4. 阅读全文
posted @ 2017-12-29 13:55 stardsd 阅读(329) 评论(0) 推荐(0) 编辑
2017年11月28日
DBSCAN算法
摘要： 1、DBSCAN简介 DBSCAN（Density-Based Spatial Clustering of Applications with Noise，具有噪声的基于密度的聚类方法）是一种基于密度的空间聚类算法。该算法将具有足够密度的区域划分为簇，并在具有噪声的空间数据库中发现任意形状的簇，它将 阅读全文
posted @ 2017-11-28 19:30 stardsd 阅读(2463) 评论(0) 推荐(1) 编辑
2017年11月17日
Linux主分区，扩展分区，逻辑分区的联系和区别
摘要： 作者：zccst 记得刚开始安装Linux操作系统时，了解过一些Linux磁盘分区的知识，可是随时光流逝，一段时间不用，基本全忘记了，依稀记得好像曾经知道有这么回事。人的记忆力就是这样，所以一旦选择了一个行业，最好不要轻易转行，因为很多知识需要不断的重复才能真正的掌握，而一个行业又需要很多真正掌握的 阅读全文
posted @ 2017-11-17 20:29 stardsd 阅读(14947) 评论(0) 推荐(1) 编辑
上一页 1 ··· 12 13 14 15 16 17 18 19 20 ··· 26 下一页