logo
publist
写文章

简介

该用户还未填写简介

擅长的技术栈

可提供的服务

暂无可提供的服务

网络协议-OSI七层结构及对应的数据单元与作用

OSI七层模型是网络通信的标准化框架,包含应用层(用户接口)、表示层(数据格式化)、会话层(会话管理)、传输层(端到端连接)、网络层(路由选择)、数据链路层(帧传输)和物理层(比特流)。每层处理特定数据结构如消息、段、数据报和帧,执行编码、加密、寻址、错误检测等核心功能。该模型通过分层封装实现模块化通信,上层利用下层服务,确保网络协议的设计和维护更加高效灵活。

#网络协议#网络
算法设计与分析: 5-5 无分隔符字典问题

5-5 无分隔符字典问题问题描述设∑=(α1,α2,...,αn)∑=(α1,α2,...,αn)\sum=(\alpha_1,\alpha_2,...,\alpha_n)是 n 个互不相同的符号组成的符号集。Lk={β1β2...βk|βi∈∑,1≤i≤k}Lk={β1β2...βk|βi∈∑,1≤i≤k}L_k=\{\beta_1\beta_2...\beta_k|\beta_...

算法设计与分析: 6-4 无向图的最大割问题

6-4 无向图的最大割问题问题描述给定一个无向图 G=(V,E),设 U⊆VU⊆VU\subseteq V 是 G 的顶点集。对任意(u,v)∈E,若有 u∈U 且v∈V-U,就称(u,v)为关于顶点集 U 的一条割边。顶点集 U 的所有割边构成图 G 的一个割。 G 的最大割是指 G 中所含边数最多的割。对于给定的无向图 G,设计一个优先队列式分支限界法,计算 G 的最大割。...

算法设计与分析: 6-18 一般解空间的优先队列式分支限界法

6-18 一般解空间的优先队列式分支限界法问题描述试设计一个用优先队列式分支限界法搜索一般解空间的函数。该函数的参数包括结点可 行性判定函数和上界函数等必要的函数,并将此函数用于解布线问题。印刷电路板将布线区域划分成 n×m 个方格阵列如图(a)所示。精确的电路布线问题要求 确定连接方格 a 的中点到方格 b 的中点的最短布线方案。在布线时,电路只能沿直线或直角布线,如图(b)所示...

算法设计与分析: 2-4 马的Hamilton周游路线问题

2-4 马的Hamilton周游路线问题问题描述8*8的国际象棋棋盘上的一只马,恰好走过除起点外的其他63个位置各一次,最后回到起点,这条路线称为马的一条Hamilton周游路线。对于给定的m*n的国际象棋棋盘,m和n均为大于5的偶数,且|m-n|≤2,试设计一个分治算法找出马的一条Hamilton周游路线。回溯法Javapublic class Main {...

#算法
算法设计与分析: 3-1 独立任务最优调度问题(双机调度问题)

3-1 独立任务最优调度问题(双机调度问题)问题描述用2台处理机A和B处理n个作业。设第i个作业交给机器A处理时需要时间aiaia_i,若由机器B来处理,则需要时间bibib_i。由于各作业的特点和机器的性能关系,很可能对于某些i,有ai≥biai≥bia_i≥b_i,而对于某些j,j≠i,有aj<bjaj<bja_j<b_j。既不能将一个作业分开由2台机器处理,也没有一台机器能同时处...

#动态规划#算法
算法设计与分析: 3-18 收集样本问题

3-18 收集样本问题问题描述机器人 Rob 在一个有 n*n 个方格的方形区域 F 中收集样本。(i,j)方格中样本的价值 为 v(i,j),如下图所示。Rob 从方形区域 F 的左上角 A 点出发,向下或向右行走,直到右下角的 B 点,在走过的 路上,收集方格中的样本。Rob 从 A 点到 B 点共走 2 次,试找出 Rob 的 2 条行走路径,使其取得的样本总价值最...

#动态规划#算法
Alpine: install docker

Alpine install dockerInstall docker// 安装docker,并使其服务端随系统启动# apk add docker# ln -s /etc/init.d/docker /etc/runlevels/default/dockerDocker mirror acceleration// Docker国内镜像加速# touch /etc/docker...

#docker
Skill: intellij idea: project获取不到环境变量问题

intellij idea中project获取不到环境变量问题[mac]解决先关闭idea,再从终端打开open /Applications/IntelliJ\ IDEA\ 2.app

#idea
Quantization-19联邦学习中的量化

联邦学习量化技术摘要 联邦学习中的量化技术主要解决分布式场景下的通信效率和隐私保护问题。核心方法包括梯度量化和分层量化,通过减少数据传输量来优化性能。梯度量化采用裁剪范数和随机/确定性量化方法,使用8位或更低精度表示梯度。分层量化则针对不同网络层采用差异化量化策略,考虑各层特性和敏感性。这两种技术显著降低了联邦学习中的通信开销,同时保持模型性能,适用于资源受限的分布式环境。实现上通过PyTorch

    共 463 条
  • 1
  • 2
  • 3
  • 47
  • 请选择