- 博客(28)
- 收藏
- 关注
原创 基于QUIC传输层协议的应用层协议
应用层协议核心用途为什么必须用 QUIC?(核心痛点)HTTP/3网页、APP 接口、资源加载解决 TCP 队头阻塞,实现移动端 Wi-Fi/蜂窝网络无缝切换。网页游戏、低延迟直播、实时长连接提供比 WebSocket 更高的并发性能,支持不可靠数据传输。MoQ (MoQT)下一代音视频直播与分发终结 RTMP/HLS/WebRTC 的割裂状态,兼顾低延迟与高并发。MASQUE隐私网络、新型安全代理隧道将隧道流量伪装在标准 HTTP/3 中,高效且抗封锁。DoQ加密域名解析(DNS)
2026-06-22 10:56:46
370
原创 拥塞控制算法(CCA)
本文系统分析了当前主流的拥塞控制算法(CCAs),将其分为传统启发式、延时基变体、学习型和自适应框架等类别。传统算法如Cubic(基于丢包反馈)、BBR(模型探测)和Vegas(时延梯度)各有优劣;Copa家族通过参数调节在低时延与高吞吐间切换;学习型算法如Orca和MOCC结合强化学习实现动态优化;自适应框架如Salsify和WebRTC GCC通过跨层协同提升性能。文章指出,未来拥塞控制将向意图驱动和声明式方向发展,如PCC Vivace和Nimbus/Floo,以实现更智能的网络资源分配。各类算法在不
2026-06-21 19:32:21
301
原创 Mortise 论文学习
文章摘要: 论文《Mortise》提出了一种网络感知的拥塞控制参数自适应框架,通过动态优化QoS参数提升用户体验(QoE)。针对现有CCA静态配置的不足,Mortise引入“应用偏好提取器”和“权衡控制器”,将QoE优化解耦为网络状态感知与应用需求匹配。核心创新包括:1)基于偏导数比率动态提取应用对吞吐量、延迟的权衡偏好(Hint);2)采用反馈控制机制实时调整参数逼近帕累托最优;3)结合突变检测(CPD)应对网络瞬态变化。实验表明,Mortise在文件下载、视频点播等场景中QoE提升最高达167%,且
2026-06-20 22:37:17
242
原创 QoS 和 QoE 有哪些指标怎么测
在工程落地中,我们不能脱离 QoS 谈 QoE。弱网沙箱仿真(QoS 注入 $\rightarrow$ QoE 收集): 使用Mahimahi或 Linux 的命令行工具。在实验室里主动注入不良的 QoS 状态(例如:手动设置延迟 $+100\text{ ms}$、丢包率 $5\%$),然后去捕获和测量在这种底层 QoS 下,应用层播放器的卡顿率(QoE)雪崩到了多少。应用感知自适应调优: 如您之前阅读的论文Mortise。
2026-06-20 21:51:53
388
原创 将yolo格式的label在对应图片上进行绘制
我通过格式转化得到了一组yolo格式的标签,在训练的过程中训练效果奇差无比,后来经过排查可能是yolo格式的数据转化过程中出了问题,因此我决定写个python进行验证。输出路径在img_folder中的新建文件夹output中。只需要修改main中的两个路径就能运行了。经过验证确实是转化的时候出现问题了。
2023-05-09 11:33:02
954
转载 npm install安装tui-editor报错解决方案,亲测有效
在使用vue-element-admin过程中时,下载tui-editor报错的解决办法
2023-01-18 09:40:57
4172
6
原创 mmdet版本合适,但是报错说无法导入
assert has_mmdet, 'Please install mmdet to run the demo.' 这句报错的解决办法
2022-10-26 20:19:09
6008
原创 P25-26:网络模型的修改、保存、读取(Pytorch小土堆学习笔记)
P25-26:网络模型的修改、保存、读取(Pytorch小土堆学习笔记)
2022-10-02 17:14:01
397
原创 P23-24:损失函数与反向传播+优化器(Pytorch小土堆学习笔记)
损失函数(L1Loss;MSELoss平方差;CrossEntropyLoss交叉熵损失)以及优化器的学习,配有一些实战代码
2022-10-02 12:29:17
636
原创 P17-18:神经网络基本骨架以及卷积层(Pytorch小土堆学习笔记)
神经网络的基本架构以及将torch.nn.funcational和torch.nn中的conv2d进行比较,用具体的例子进行解释
2022-09-30 18:03:21
1507
原创 P14:torchvision以及dataloader(Pytorch小土堆学习笔记)
P14:torchvision以及dataloader(Pytorch小土堆学习笔记)
2022-09-28 16:00:35
463
原创 P10-P11:transforms工具的学习(Pytorch小土堆学习笔记)
P10-P11:transform函数(Pytorch小土堆学习笔记)
2022-09-27 11:40:03
706
原创 P8-P9:Tensorboard的使用(Pytorch小土堆学习笔记)
P8-P9:Tensorboard的使用(Pytorch小土堆学习笔记),主要讲解了使用流程以及两个重要的方法add_scalar和add_image
2022-09-27 10:34:09
726
原创 P5:python中dir和help函数(Pytorch小土堆学习笔记)
哔站学习小土堆pytorch深度学习课程所记录的笔记,学习了三遍,生怕自己忘记,希望大家有所收获
2022-09-25 17:01:25
341
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人
RSS订阅