网络基础知识

100个网络基础知识 清单 阅读详情

网络基础知识
作者:阿波 发布日期:2004-10-22
http://www.net130.com

§1 计算机网络基本知识
一.计算机网络的概念:
  对“计算机网络”这个概念的理解和定义,随着计算机网络本身的发展,人们提出了各种不同的观点。
  早期的计算机系统是高度集中的,所有的设备安装在单独的大房间中,后来出现了批处理和分时系统,分时系统所连接的多个终端必须紧接着主计算机。50年代中后期,许多系统都将地理上分散的多个终端通过通信线路连接到一台中心计算机上,这样就出观了第一代计算机网络。
  第一代计算机网络是以单个计算机为中心的远程联机系统。典型应用是由一台计算机和全美范围内2000多个终端组成的飞机定票系统。
  终端:一台计算机的外部设备包括CRT控制器和键盘,无GPU和内存。
  随着远程终端的增多,在主机前增加了前端机FEP。当时,人们把计算机网络定义为“以传输信息为目的而连接起来,实现远程信息处理或近一步达到资源共享的系统”,但这样的通信系统己具备了通信的雏形。
  第二代计算机网络是以多个主机通过通信线路互联起来,为用户提供服务,兴起于60年代后期,典型代表是美国国防部高级研究计划局协助开发的ARPAnet。
  主机之间不是直接用线路相连,而是接口报文处理机IMP转接后互联的。IMP和它们之间互联的通信线路一起负责主机间的通信任务,构成了通信子网。通信子网互联的主机负责运行程序,提供资源共享,组成了资源子网。
  两个主机间通信时对传送信息内容的理解,信息表示形式以及各种情况下的应答信号都必须遵守一个共同的约定,称为协议。
  在ARPA网中,将协议按功能分成了若干层次,如何分层,以及各层中具体采用的协议的总和,称为网络体系结构,体系结构是个抽象的概念,其具体实现是通过特定的硬件和软件来完成的。
  70年代至80年代中第二代网络得到迅猛的发展。
  第二代网络以通信子网为中心。这个时期,网络概念为“以能够相互共享资源为目的互联起来的具有独立功能的计算机之集合体”,形成了计算机网络的基本概念。
  第三代计算机网络是具有统一的网络体系结构并遵循国际标准的开放式和标准化的网络。
  IS0在1984年颁布了0SI/RM,该模型分为七个层次,也称为0SI七层模型,公认为新一代计算机网络体系结构的基础。为普及局域网奠定了基础。
          ┌互联
     开放标准化┤
          └大规模生产,阶段成本
  70年代后,由于大规模集成电路出现,局域网由于投资少,方便灵活而得到了广泛的应用和迅猛的发展,与广域网相比有共性,如分层的体系结构,又有不同的特性,如局域网为节省费用而不采用存储转发的方式,而是由单个的广播信道来连结网上计算机。
  第四代计算机网络从80年代末开始,局域网技术发展成熟,出现光纤及高速网络技术,多媒体,智能网络,整个网络就像一个对用户透明的大的计算机系统,发展为以Internet为代表的互联网。
  计算机网络:将多个具有独立工作能力的计算机系统通过通信设备和线路由功能完善的网络软件实现资源共享和数据通信的系统。
  从定义中看出涉及到三个方面的问题:
  (1)至少两台计算机互联。
  (2)通信设备与线路介质。
  (3)网络软件,通信协议和NOS

二.计算机网络的分类:
  用于计算机网络分类的标准很多,如拓扑结构,应用协议等。但是这些标准只能反映网络某方面的特征,最能反映网络技术本质特征的分类标准是分布距离,按分布距离分为LAN,MAN,WAN,INTERNET。
  1.局域网:
  几米——10公里 小型机,微机大量推广后发展起来的,配置容易,速率高,4Mbps—2GbpS。 位于一个建筑物或一个单位内,不存在寻径问题,不包括网络层。
  2.都市网:
  10公里——100公里 对一个城市的LAN互联,采用IEEE802.6标准,50Kbps——l00Kbps,位于一座城市中。
  3.广域网:
  也称为远程网,几百公里——几千公里。 发展较早,租用专线,通过IMP和线路连接起来,构成网状结构,解决循径问题,速率为9.6Kbps——45Mbps 如:邮电部的CHINANET,CHINAPAC,和CHINADDN网。
  4.互联网:
  并不是一种具体的网络技术,它是将不同的物理网络技术按某种协议统一起来的一种高层技术。

§2 局域网的基本组成
一、局域网的特征:
  局域网分布范围小,投资少,配置简单等,具有如下特征:
  1.传输速率高:一般为1Mbps--20Mbps,光纤高速网可达100Mbps,1000MbpS
  2.支持传输介质种类多。
  3.通信处理一般由网卡完成。
  4.传输质量好,误码率低。
  5.有规则的拓扑结构。
二、局域网的组成:
  局域网一般由服务器,用户工作站,传输介质四部分组成。
  1.服务器:
  运行网络0S,提供硬盘、文件数据及打印机共享等服务功能,是网络控制的核心。
  从应用来说较高配置的普通486以上的兼容机都可以用于文件服务器,但从提高网络的整体性能,尤其是从网络的系统稳定性来说,还是选用专用服务器为宜。
  目前常见的NOS主要有Netware,Unix和Windows NT三种。
  Netware:
  流行版本V3.12,V4.11,V5.0,对硬件要求低,应用环境与DOS相似,技术完善,可靠,支持多种工作站和协议,适于局域网*作系统,作为文件服务器,打印服务器性能好。
  Unix:
  一种典型的32位多用户的NOS,主要应用于超级小型机,大型机上,目前常用版本有Unix SUR4.0。支持网络文件系统服务,提供数据等应用,功能强大,不易掌握,命令复杂,由AT&T和SCO公司推出。
  Windows NT Server 4.0:
  一种面向分布式图形应用程序的完整平台系统,界面与Win95相似,易于安装和管理,且集成了Internet网络管理工具,前景广阔。
  服务器分为文件服务器,打印服务器,数据库服务器,在Internet网上,还有Web,FTP,E—mail等服务器。
  网络0S朝着能支持多种通信协议,多种网卡和工作站的方向发展。
  2.工作站:可以有自己的0S,独立工作;通过运行工作站网络软件,访问Server共享资源,常见有DOS工作站,Windows95工作站。
  3.网卡:将工作站式服务器连到网络上,实现资源共享和相互通信,数据转换和电信号匹配。
  网卡(NTC)的分类:
  (1)速率:10Mbps,100Mbps
  (2)总线类型:ISA/PCI
  (3)传输介质接口:
  单口:BNC(细缆)或RJ-45(双绞线)
  4.传输介质:目前常用的传输介质有双绞线,同轴电缆,光纤等。
  (1)双绞线(TP):
  将一对以上的双绞线封装在一个绝缘外套中,为了降低干扰,每对相互扭绕而成。分为非屏蔽双绞线(UTP)和屏蔽双绞线(STP).局域网中UTP分为3类,4类,5类和超5类四种。
  以AMP公司为例:
  3类:10Mbps,皮薄,皮上注“cat3’,箱上注“3类”,305米/箱,400元/箱
  4类:网络中用的不多
  5类:(超5类)100Mbps,10Mbps,皮厚,匝密,皮上注“cat5”,箱上注5类,305米/箱,600-700元/箱(每段100米,接4个中继器,最大500米)
  STP:内部与UTP相同,外包铝箔,Apple,IBM公司网络产品要求使用STP双绞线,速率高,价格贵。
  (2)同轴电缆:
  由一根空心的外圆柱导体和一根位于中心轴线的内导线组成,两导体间用绝缘材料隔开。
  按直径分为粗缆和细缆。
  粗缆:传输距离长,性能高但成本高,使用于大型局域网干线,连接时两端需终接器。
  A.粗缆与外部收发器相连。
  B.收发器与网卡之间用AUI电缆相连。
  C.网卡必须有AUI接口:每段500米,100个用户,4个中继器可达2500米,收发器之间最小2.5米,收发器电缆最大50米。
  细缆:传输距离短,相对便宜,用T型头,与BNC网卡相连,两端安50欧终端电阻。
  每段185米,4个中继器,最大925米,每段30个用户,T型头之间最小0.5米。 按传输频带分为基带和宽带传输。
  基带:数字信号,信号占整个信道,同一时间内能传送一种信号。
  宽带:传送的是不同频率的信号。
  (3)光纤:
  应用光学原理,由光发送机产生光束,将电信号变为光信号,再把光信号导入光纤,在另一端由光接收机接收光纤上传来的光信号,并把它变为电信号,经解码后再处理。分为单模光纤和多模光纤。绝缘保密性好。
  单模光纤:由激光作光源,仅有一条光通路,传输距离长,2公里以上。
  多模光纤:由二极管发光,低速短距离,2公里以内。
三、计算机网络软件体系:

四、局域网的几种工作模式:
  1.专用服务器结构:(Server—Baseb)
  又称为“工作站/文件服务器”结构,由若干台微机工作站与一台或多台文件服务器通过通信线路连接起来组成工作站存取服务器文件,共享存储设备。
  文件服务器自然以共享磁盘文件为主要目的。 对于一般的数据传递来说已经够用了,但是当数据库系统和其它复杂而被不断增加的用户使用的应用系统到来的时候,服务器已经不能承担这样的任务了,因为随着用户的增多,为每个用户服务的程序也增多,每个程序都是独立运行的大文件,给用户感觉极慢,因此产生了客户机/服务器模式。
  2.客户机/服务器模式:(client/server)
  其中一台或几台较大的计算机集中进行共享数据库的管理和存取,称为服务器,而将其它的应用处理工作分散到网络中其它微机上去做,构成分布式的处理系统,服务器控制管理数据的能力己由文件管理方式上升为数据库管理方式,因此,C/S由的服务器也称为数据库服务器,注重于数据定义及存取安全后备及还原,并发控制及事务管理,执行诸如选择检索和索引排序等数据库管理功能,它有足够的能力做到把通过其处理后用户所需的那一部分数据而不是整个文件通过网络传送到客户机去,减轻了网络的传输负荷。C/S结构是数据库技术的发展和普遍应用与局域网技术发展相结合的结果。
  3.对等式网络:(Peer-to-Peer)
  在拓扑结构上与专用Server与C/S相同。在对等式网络结构中,没有专用服务器 每一个工作站既可以起客户机作用也可以起服务器作用。

§3 网络互联设备
  如果说由于微型计算机的普及,导致了若干台微机相互连接,从而产生了局域网的话,那么由于网络的普遍应用,为了满足在更大范围内实现相互通信和资源共享,因而,导致了网络之间的互联。本节将介绍一般网络互联的硬件设备。
  网络互联时,必须解决如下问题:在物理上如何把两种网络连接起来。一种网络如何与另一种网络实现互访与通信,如何解决它们之间协议方面的差别,如何处理速率与带宽的差别,解决这些问题,协调,转换机制的部件就是中继器,网桥,路由器和网关等。
  用硬件的方法解决网络之间的差异:
  l.中继器:
  传输介质超过了网段长度后,可用中继器延伸网络的距离,对弱信号予以再生放大,IEEE802标准规定最多允许四个中继器接五个网段。中继器工作在物理层,不提供网段隔离功能。
  2.特殊的中继器:
  集线器与交换器(多端口中继器):
  (1)集线器:
  是一种以星型拓并结构将通信线路集中在一起的设备,相当于总线,工作在物理层,是局域网中应用最广的连接设备,按配置形式分为独立型HUB,模块化HUB和堆叠式HUB三种。
  智能型HUB改进了一般HUB的缺点,增加了桥接能力,可滤掉不属于自己网段的帧,增大网段的频宽,且具有网管能力和自动检测端口所连接的PC网卡速度的能力。
  市场上常见有10M,100M等速率的HUB。
  (2)交换器(switch):
  交换式以太网数据包的目的地址将以太包从原端口送至目的端,向不同 的目的端口发送以太包时,就可以同时传送这些以太包,达到提高网络实际吞吐量的效果。交换器可以同时建立多个传输路径,所以在应用联结多台服务器的网段上可以收到明显的效果。主要用于联HUB,server或分散式主干网。
  按采用技术对交换器进行分类:
  直通交换:(cut-through):一旦收到信息包中的目标地址,在收到全帧之前便开始转发。适用于同速率端口和碰撞误码率低的环境。
  存储转发:(store—and—forward):确认收到的帧,过滤处理坏帧。适用于不同速率端口和碰撞,误码串高的环境。
  应用注意:
  (1)选10/100M适应交换机。
  (2)选两种以上技术的交换机。
  3、网桥:
  (1)过滤和转发。
  (2)学习功能。
  (3)连接不同的传输介质,无路径选择能力。
  4、路由器:在多个网络和介质之间实现网络互联的一种设备,是一种比网桥更复杂的网络互联设备。
  主要功能:
  (1)分组转发,提供最佳路径,将不同硬件技术的网络互联起来。必要时进行分组格式和分组长度的转换。
  (2)提供隔离,划分子网,路由器的每一端口都是一个单独的子网。
  (3)提供经济合理的WAN接入。
  (4)支持备用网络路径,支持网状网络拓扑,交换机,网桥要求,无环路拓扑。互联各种局域网和广域网。适用于大型交换网络。 可以认为使用Route后,形形色色的通信子网融为一体,形成了一个更大范围的网络,从宏观的角度出发,可以认为通信子网实际上是由路由器组成的网络,路由器之间的通信则通过各种通信子网的通信能力予以实现。
  4.网关:
  用来互联完全不同的网络。
  主要功能:把一种协议变成另一种协议,把一种数据格式变成另一种数据格式,把一种速率变成另一种速率,以求两者的统一。提供中转中间接口。在Internet中,网关是一台计算机设备,它能根据用户通信用的计算机的IP地址,界定是否将用户发出的信息送出本地网络,同时,它还将外界发送给本地网络计算机的信息接收。

§4 Internet网的基本知识
 一、Internet网的发展:
  Internet网起源于1969年美国国防部高级研究计划局协助开发的4个节点组成的ARPA网。
  1987年,NSF(美国国家科学基金会)采用招标的形式,由IBM等三家公司合作建立了一个新的广域网,美国其它部门的计算机网络相继并入此网,形成了目前的Internet主干网ANSnet。
  1994年4月,中科院计算机网络信息中心(CNIC,Cas)正式接入Internet网,目前,我国已初步建成四个骨干广域网,即邮电部的CHINANET,教委的CERNET,科学院的CSTNET,电子部的CHINAGBN,这四个网均与Internet直接相连。
  1997年4月,CHINAGBN、CERNET、CSTNET网之间己实现了互联。
二、Internet与Intranet:
  l、Internet网:
  把世界各地的计算机网、数据通信网以及公用电话网,通过路由 器和各种通信线路在物理上连接起来,再利用TCP/IP协议实现不同类型的网络之间相互通信,是一个“网络的网络”,Internet网的基础是现存的各种计算机网络和通信网络。
  Internet网要解决的问题:
  (1)、两个网络之间要通过中间设备实现物理连接,这台设备属于两个网络,解决低层物理的硬件‘互连’,即路由器或IP网关。
  (2)、中间设备要实现网络之间的分组交换及寻径、协议转换等,解决高层的逻辑的软件“互连”,即TCP/IP协议。 Internet网可抽象为应用TCP/IP技术由路由器连接起来的网络。
  2:TCP/IP:一组协议集(或协议栈)的总称,TCP/IP是这组协议的核心。 这组协议的功能是利用已有的物理网络互连起来,屏蔽或隔离具体网络技术的硬件差异,建立为一个虚拟的逻辑网络,实现不同物理网络的主机之间的通信。
  3、Intranet:在一个单位或企业内为实现(TCP/IP协议)建立的网络。它可以是一个局域网也可以是一个广域网。
三、IP地址与子网掩码:
  1、IP地址:
  Internet网是由不同物理网络互连而成,不同网络之间实现计算机的相互通信必须有相应的地址标识,这个地址标识称为IP地址。IP地址提供统一的地址格式即由32Bit位组成,由于二进制使用起来不方便,用户使用“点分十进制”方式表示。IP地址唯一的标识出主机所在的网络和网络中位置的编号,按照网络规模的大小,常用IP地址分为以下三类:
  A:这类地址的特点是以0开头,第一字节表示网络号,第二、三、四字节表示网络中的主机号,网络数量少,最多可以表示126个网络号,每一网络中最多可以有16777214个主机号。
0******* ******** ******** ********
l—126 0—255 0—255 1—254
  B:这类地址的特点是以二进制l0开头,第一、二字节表示网络号,第二、三字节表示网络中的主机号,最多可以表示16384个网络号,每一网络中最多可以有66534个主机号。
10****** ******** ******** ********
128一191 0—255 0—255 1—254
  C:这类地址的特点是以二进制110开头,第一、二、三字节表示网络号,第四字节表示网络中的主机号,网络数量比较多,可以有2097152个网络号,每一网络中最多可以有254个主机号。
110***** ******** ******** ********
192—233 0—255 0—255 1—254
  IP地址规定:
  网络号不能以127开头,第一字节不能全为0,也不能全为l。
  主机号不能全为0,也不能全为l。
  2、为了快速确定IP地址的哪部分代表网络号,哪部分代表主机号,判断两个IP地址是否属于同一网络,就产生的子网掩码的概念,子网掩码按IP地址的格式给出。 A、B、C类IP地址的默认子网掩码如下:
  A: 255.O.O.0
  B: 255.255.0.O
  C: 255.255.255.0
  用子网掩码判断IP地址的网络号与主机号的方法是用IP地址与相应的子网掩码进行与运算,可以区分出网络号部分和主机号部分。
  如10.68.89.1是A类IP地址,所以默认子网掩码为255.0.0,O,分别转化为二进制进行与运算后,得出网络号为10。再如202.30.152.3和202.30.152.80为C类 IP地址,默认子网掩码为255.255.255.0,进行与运算后得出二者网络号相同,说明两主机位于同一网络。
  子网掩码的另一功能是用来划分子网。在实际应用中,经常遇到网络号不够的问题,需要把某类网络划分出多个子网,采用的方法就是将主机号标识部分的一些二进制位划分出来用来标识子网。
  3、网关地址:在Internet网中,网关是一种连接内部网与Internet上其它网的中间设备,也称“路由器”。网关地址是可以理解为内部网与Internet网信息传输的通道地址。
四、域名系统及DNS服务器:
  1、域名系统:
  与IP地址相比,人们更喜欢使用具有一定含义的字符串来标识Internet网上的计算机,因此,在Internet中,用户可以用各种各样的方式来命名自己的计算机, 这样就可能在Internet网上出现重名的机会,如提供WWW服务的主机都命名为WWW,提供E-MAIL服务的主机都命名为MAIL等,这样就不能唯一的标识Internet网的主机位置。为了避免重复,Internet网协会采取了在主机名后加上后缀名的方法,这个后缀名称为域名,用来标识主机的区域位置,域名是通过申请合法得到的。这样,在Internet网上的主机就可以用“主机名.域名”的方式唯一的标识。如:WWW.TONGJI.EDIJ.CN名字中WWW为主机名,由服务器管理员命名,TONGJI.EDU.CN 为域名,由服务器管理员申请合法可以使用。域名具有一定的区域层次隶属关系,一般结构形式为“区域层次名.机构名.国别名”,TONGJI表示同济大学,EDU表示国家教育机构部门,CN表示中国。WWW.TONGJI.EDU.CN就表示中国教育机构同济大学的WWW主机。
  Internet协会规定机构性域名有七类,分别为:
  COM:商业机构组织。
  EDU:教育机构组织。
  INT:国际机构组织。
  GOV:政府机构组织。
  MIL:军事机构组织。
  NET:网络机构组织。
  0RG:非赢利机构组织。
  地理性国别域名,对于不同的国家有不同的名称:
  CN 中国 US 美国 JP 日本 FR 法国 AU 澳大利亚 CA 加拿大 UK 英国
  2、DNS服务器:
  提供主机域名与IP地址之间相互转换服务的计算机系统。域名解析方法有两种:反复转寄查询解析和递归解析。
五、WEB服务器:
  WEB服务器也称为WWW(WORLD WIDE WEB)服务器,主要功能是提供网上信息浏览服务。如下图:

  (1)应用层使用HTTP协议。
  (2)HTML文档格式。
  (3)浏览器统一资源定位器(URL)。
六、E-MAIL服务器:
  E-MAIL服务器主要提供电子邮件信箱服务。
  使用电子邮件的方法:
  (1)申请E-MAIL信箱。
  (2)设置E-MAIL服务器:Ⅰ.邮箱名(帐号名);
             Ⅱ.发送、接收电子邮件的服务器地址;
             Ⅲ.输入自己的电子邮件地址。

 

(zz)

云计算中的网络基础知识 一、云计算中的网络基础知识 1.这是虚拟化中的网络框架 第一个圆柱形的设备叫路由器 作用:网络的出口(这不是家用的那种路由器,这里的路由器是指企业级的) 第二行的叫三层交换机 作用:连接不同的网段,可用跨网段通信(拥有路由器的部分功能和二层交换机的部分功能) 第三行的叫二层交换机 作用:连接设备,不同VLAN不可以通信,同VLAN可通信。 第四行的叫物理服务器:网络服务器中有许多虚拟机。 网卡(也叫网络服务卡又叫网络服务卡) 作用:提高带宽,提高可靠性(一张坏了,另一张可正常使用 阅读详情

相关推荐

【网络基础知识】网络基础知识点归纳梳理

1. 常用的网络传输协议 TCP:传输控制协议,可靠传输,面向连接 UDP:用户数据包协议,不可靠传输,面向无连接 FTP:文件传输协议,用于上传和下载文件 HTTP:超文本传输协议,基于TCP/IP通信协议,面向对象 SMTP:邮件传输协议 TELNET:Internet远程登录服务的标准协议和主要方式 DNS:域名系统,将域名解析为ip地址 2. ICMP协议与IGMP协议 ICMP(Internet Control Message Protocol)Internet控制报文协议,是一种面向无连接

holysll的博客 2110

规模较大的四大计算机互联网络,我国的四大互联网络是什么?

正确答案:我国的四大互联网络为(1) 中国科学技术计算网(CASNET)CASNET由中国科学院主管网络由两级组成:在北京地区的院所组成核心院所网其它地区组成外围院所网。1994年实现与INTERNET的连接。(2) 中国教育和科研计算机网(CERNET)CERNET由国家计委投资国家教委主持的国家教育科研网将建成包括全国主干网、地区网和校园网在内的三级网络层次。目的是建设一个全国性的教育科研基地...

weixin_29887801的博客 1万+

Kali使用Metasploit内、外网渗透windows系统

Metasploit是一个免费的、可下载的框架,通过它可以很容易地获取、开发并对计算机软件漏洞实施攻击。它本身附带数百个已知软件漏洞的专业级漏洞攻击工具。当H.D. Moore在2003年发布Metasploit时,计算机安全状况也被永久性地改变了。 一、(内网渗透)内网英文缩写WAN;内网又称局域网 局域网的覆盖范围一般是方圆几千米之内,其具备的安装便捷、成本节约、扩展方便等特点使其在各类办公室内运用广泛。局域网可以实现文件管理、应用软件共享、打印机共享等功能,在使用过程当中,通过维护局域网网...

QQ670663的博客 2万+

100 个网络基础知识

关注+星标,每天学习C语言新技能因公众号更改推送规则,请点“在看”并加“星标”第一时间获取精彩技术分享来源:网络1)什么是链接?链接是指两个设备之间的连接。它包括用于一个设备能够与另一个设备通信的电缆类型和协议。2)OSI 参考模型的层次是什么?有 7 个 OSI 层:物理层,数据链路层,网络层,传输层,会话层,表示层和应用层。3)什么是骨干网?骨干网络是集中的基础设施,旨在将不同的路由和数据分发...

轻松学C语言 8514

Rk3128投影仪救砖操作和固件分享思路

大家搞一条比较硬的东西,插入耳机口,就可以进入刷机模式了的,我的机器是这样的,大家也可以试试。(看不懂可以往下看)

MMX7088的博客 1万+

【基于51】红外寻迹智能小车 - 代码篇

这是一个基于C51单片机的红外巡线智能小车,是一个适合嵌入式单片机、C语言初学者练习的小Demo,文章提供完整的项目思路、免费的源代码。

ZER00000001的博客 3万+

Linux网络基础知识全面总结

本文全面介绍了Linux网络基础知识及相关配置、工具、远程连接与管理、防火墙与安全性、网络服务与配置、虚拟网络与容器技术以及网络故障排除和调优等内容。通过阅读本文,你将对Linux网络有更深入的理解,并能够应用于实际的网络环境中。

qq_41308872的博客 1万+

AI赚钱新思路 利用RPA+KIMI实现小红书全自动制作发布(详细攻略)

我已经事先准备好了文案素材,现在就利用Kimi的智能,根据我们已有的文案来创作出新的文案吧。之前我写过一篇关于【:一个戴着用百元大钞制成的简约头饰的少女,她坐在小车里,手里拿着一叠港元,整个画面洋溢着现实主义动漫风格和治愈系的温暖气息。通过这篇文章,我们已经一步步地完成了小红书治愈系文案的创作、治愈系图片的生成,以及笔记的发布,实现了整个流程的自动化。不慌不忙,快乐常在 在繁忙的日常中,给自己的心灵留一片净土,感受内心深处的平静与安宁。接下来,我将展示如何使用影刀来编写自动化脚本,以生成治愈系的图文图片。

weixin_42172073的博客 3687

云计算中网络基础知识

云计算中网络基础知识 网络基础概念(物理) 网络相连:电脑-交换机-电脑 需要配置两个地址:(1) IP地址、子网掩码、网关(网络的出口)。 (2) MAC 地址(物理地址)不需要配置,电脑网卡自带的(天生就有) 电脑必须要配置IP地址、子网掩码 才可以通信、网关可以不用(前提是两台电脑处在同一个网段下) 网关的作用:跨网段通信就需要网关。 路由:通过默认网关去找另一台的默认网关的过程。从一个网路找到另一个网路的过程。 Windows+R :输入 ncpa.cpl 调出网络连接 自动连接 DHCP 服务器

weixin_49884688的博客 4975

PP-OCRv6 ONNX部署的官方和手搓方案

PP-OCRv6 基于全新设计的 PPLCNetV4 统一骨干网络,提供 tiny、small、medium 三档模型,分别面向端侧/IoT、移动端/桌面端、服务端场景。在内部多场景综合评估集上,PP-OCRv6_medium 相比 PP-OCRv5_server 识别精度提升 5.1%、检测精度提升 4.6%,同时 GPU 推理速度提升 2.37×;以仅 34.5M 参数的规模,精度超越 Qwen3-VL-235B、GPT-5.5 等大型视觉语言模型。

懒人的技术笔记 1895

ROS2 CANopen 使用教程

第一步是定义一个结构,用于保存有关接头和相关 CANopen 数据的信息。该结构是 CANopen 网络的基础,可确保存储所有相关数据并在需要时进行访问。

机器人控制与仿真应用 3690

超实用的80个网络基础知识!

网络安全的定义网络安全是指保护网络及其数据免受未经授权的访问、使用、修改或破坏的过程。网络安全包括硬件、软件、数据和通信的保护,确保系统的机密性、完整性和可用性。网络威胁网络威胁包括各种可能损害网络系统和数据的行为,如病毒、蠕虫、特洛伊木马、网络钓鱼、拒绝服务(DoS)攻击、分布式拒绝服务(DDoS)攻击、SQL注入、跨站脚本(XSS)等。网络安全的重要性网络安全对于保护个人隐私、企业机密和国家安全至关重要。随着网络攻击的日益复杂和频繁,网络安全措施的有效性直接关系到信息系统的稳定性和可靠性。

yy1715713348的博客 1911

openclaw通俗入门系列9——流式传输 + 分块

流式传输 = 不等写完就开始发。分块流式传输是把长回复切成几条消息发(所有渠道),草稿流式传输是像打字一样实时显示(仅 Telegram)。可以配置块大小、发送时机、合并规则、类人延迟。

m0_60605453的博客 506

网络基础知识总结

网络基础知识小结 (持续滚动补充) IP地址包含网络ID和主机ID。表示方法如:192.168.1.1/32 等价于192.168.1.1 / 255.255.255.0 子网掩码,用来与IP地址取位与运算,计算其是否在同一个网段,表示方法如:255.255.255.0等价于24/0。 比如255.255.248.0的掩码,代表网段1-7是同一网段。 网关:用于将不同网段的数据包,做转发功能。 路由:查找目标地址的下一跳。 D N S:域名解析服务器,用来解析请求数据包里的域名查址到对应的IP。 网桥:将

struborn_b的博客 336

材料仿真软件:Quantum Espresso_(15).声子与振动模式计算

通过上述步骤和代码示例,您应该能够使用 Quantum Espresso 进行声子与振动模式的计算。声子计算是材料科学研究中的重要工具,可以帮助我们更好地理解和设计材料的性能。希望本节内容对您有所帮助。

kkchenjj的博客 1181

Probability and Statistics - 4th edition

Probability and Statistics - 4th edition

网络基础知识(CCNA)

CCNA基础知识,网络基础技能

weixin_39664643的博客 7410

霍尼韦尔SoftMaster使用说明

霍尼韦尔SoftMaster使用说明

关于网络基础知识

网络基础知识:网络协议、网络层次、IP地址等等

Jiayou9933的博客 1048

锂电池充电器电路设计 里面有电路

锂电池充电器电路设计 里面有电路 3.7V升压到5V电路设计。

深度学习工具包 DeepLearningToolbox

深度学习工具包Deprecation notice.-----This toolbox is outdated and no longer maintained.There are much better tools available for deep learning than this toolbox, e.g. [Theano](http://deeplearning.net/software/theano/), [torch](http://torch.ch/) or [tensorflow](http://www.tensorflow.org/)I would suggest you use one of the tools mentioned above rather than use this toolbox.Best, Rasmus.DeepLearnToolbox================A Matlab toolbox for Deep Learning.Deep Learning is a new subfield of machine learning that focuses on learning deep hierarchical models of data.It is inspired by the human brain's apparent deep (layered, hierarchical) architecture.A good overview of the theory of Deep Learning theory is[Learning Deep Architectures for AI](http://www.iro.umontreal.ca/~bengioy/papers/ftml_book.pdf)For a more informal introduction, see the following videos by Geoffrey Hinton and Andrew Ng.* [The Next Generation of Neural Networks](http://www.youtube.com/watch?v=AyzOUbkUf3M) (Hinton, 2007)* [Recent Developments in Deep Learning](http://www.youtube.com/watch?v=VdIURAu1-aU) (Hinton, 2010)* [Unsupervised Feature Learning and Deep Learning](http://www.youtube.com/watch?v=ZmNOAtZIgIk) (Ng, 2011)If you use this toolbox in your research please cite [Prediction as a candidate for learning deep hierarchical models of data](http://www2.imm.dtu.dk/pubdb/views/publication_details.php?id=6284)```@MASTERSTHESIS\{IMM2012-06284, author = "R. B. Palm", title = "Prediction as a candidate for learning deep hierarchical models of data", year = "2012",}```Contact: rasmusbergpalm at gmail dot comDirectories included in the toolbox-----------------------------------`NN/` - A library for Feedforward Backpropagation Neural Networks`CNN/` - A library for Convolutional Neural Networks`DBN/` - A library for Deep Belief Networks`SAE/` - A library for Stacked Auto-Encoders`CAE/` - A library for Convolutional Auto-Encoders`util/` - Utility functions used by the libraries`data/` - Data used by the examples`tests/` - unit tests to verify toolbox is workingFor references on each library check REFS.mdSetup-----1. Download.2. addpath(genpath('DeepLearnToolbox'));Example: Deep Belief Network---------------------```matlabfunction test_example_DBNload mnist_uint8;train_x = double(train_x) / 255;test_x = double(test_x) / 255;train_y = double(train_y);test_y = double(test_y);%% ex1 train a 100 hidden unit RBM and visualize its weightsrand('state',0)dbn.sizes = [100];opts.numepochs = 1;opts.batchsize = 100;opts.momentum = 0;opts.alpha = 1;dbn = dbnsetup(dbn, train_x, opts);dbn = dbntrain(dbn, train_x, opts);figure; visualize(dbn.rbm{1}.W'); % Visualize the RBM weights%% ex2 train a 100-100 hidden unit DBN and use its weights to initialize a NNrand('state',0)%train dbndbn.sizes = [100 100];opts.numepochs = 1;opts.batchsize = 100;opts.momentum = 0;opts.alpha = 1;dbn = dbnsetup(dbn, train_x, opts);dbn = dbntrain(dbn, train_x, opts);%unfold dbn to nnnn = dbnunfoldtonn(dbn, 10);nn.activation_function = 'sigm';%train nnopts.numepochs = 1;opts.batchsize = 100;nn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.10, 'Too big error');```Example: Stacked Auto-Encoders---------------------```matlabfunction test_example_SAEload mnist_uint8;train_x = double(train_x)/255;test_x = double(test_x)/255;train_y = double(train_y);test_y = double(test_y);%% ex1 train a 100 hidden unit SDAE and use it to initialize a FFNN% Setup and train a stacked denoising autoencoder (SDAE)rand('state',0)sae = saesetup([784 100]);sae.ae{1}.activation_function = 'sigm';sae.ae{1}.learningRate = 1;sae.ae{1}.inputZeroMaskedFraction = 0.5;opts.numepochs = 1;opts.batchsize = 100;sae = saetrain(sae, train_x, opts);visualize(sae.ae{1}.W{1}(:,2:end)')% Use the SDAE to initialize a FFNNnn = nnsetup([784 100 10]);nn.activation_function = 'sigm';nn.learningRate = 1;nn.W{1} = sae.ae{1}.W{1};% Train the FFNNopts.numepochs = 1;opts.batchsize = 100;nn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.16, 'Too big error');```Example: Convolutional Neural Nets---------------------```matlabfunction test_example_CNNload mnist_uint8;train_x = double(reshape(train_x',28,28,60000))/255;test_x = double(reshape(test_x',28,28,10000))/255;train_y = double(train_y');test_y = double(test_y');%% ex1 Train a 6c-2s-12c-2s Convolutional neural network %will run 1 epoch in about 200 second and get around 11% error. %With 100 epochs you'll get around 1.2% errorrand('state',0)cnn.layers = { struct('type', 'i') %input layer struct('type', 'c', 'outputmaps', 6, 'kernelsize', 5) %convolution layer struct('type', 's', 'scale', 2) %sub sampling layer struct('type', 'c', 'outputmaps', 12, 'kernelsize', 5) %convolution layer struct('type', 's', 'scale', 2) %subsampling layer};cnn = cnnsetup(cnn, train_x, train_y);opts.alpha = 1;opts.batchsize = 50;opts.numepochs = 1;cnn = cnntrain(cnn, train_x, train_y, opts);[er, bad] = cnntest(cnn, test_x, test_y);%plot mean squared errorfigure; plot(cnn.rL);assert(er<0.12, 'Too big error');```Example: Neural Networks---------------------```matlabfunction test_example_NNload mnist_uint8;train_x = double(train_x) / 255;test_x = double(test_x) / 255;train_y = double(train_y);test_y = double(test_y);% normalize[train_x, mu, sigma] = zscore(train_x);test_x = normalize(test_x, mu, sigma);%% ex1 vanilla neural netrand('state',0)nn = nnsetup([784 100 10]);opts.numepochs = 1; % Number of full sweeps through dataopts.batchsize = 100; % Take a mean gradient step over this many samples[nn, L] = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.08, 'Too big error');%% ex2 neural net with L2 weight decayrand('state',0)nn = nnsetup([784 100 10]);nn.weightPenaltyL2 = 1e-4; % L2 weight decayopts.numepochs = 1; % Number of full sweeps through dataopts.batchsize = 100; % Take a mean gradient step over this many samplesnn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.1, 'Too big error');%% ex3 neural net with dropoutrand('state',0)nn = nnsetup([784 100 10]);nn.dropoutFraction = 0.5; % Dropout fraction opts.numepochs = 1; % Number of full sweeps through dataopts.batchsize = 100; % Take a mean gradient step over this many samplesnn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.1, 'Too big error');%% ex4 neural net with sigmoid activation functionrand('state',0)nn = nnsetup([784 100 10]);nn.activation_function = 'sigm'; % Sigmoid activation functionnn.learningRate = 1; % Sigm require a lower learning rateopts.numepochs = 1; % Number of full sweeps through dataopts.batchsize = 100; % Take a mean gradient step over this many samplesnn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.1, 'Too big error');%% ex5 plotting functionalityrand('state',0)nn = nnsetup([784 20 10]);opts.numepochs = 5; % Number of full sweeps through datann.output = 'softmax'; % use softmax outputopts.batchsize = 1000; % Take a mean gradient step over this many samplesopts.plot = 1; % enable plottingnn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.1, 'Too big error');%% ex6 neural net with sigmoid activation and plotting of validation and training error% split training data into training and validation datavx = train_x(1:10000,:);tx = train_x(10001:end,:);vy = train_y(1:10000,:);ty = train_y(10001:end,:);rand('state',0)nn = nnsetup([784 20 10]); nn.output = 'softmax'; % use softmax outputopts.numepochs = 5; % Number of full sweeps through dataopts.batchsize = 1000; % Take a mean gradient step over this many samplesopts.plot = 1; % enable plottingnn = nntrain(nn, tx, ty, opts, vx, vy); % nntrain takes validation set as last two arguments (optionally)[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.1, 'Too big error');```[![Bitdeli Badge](https://d2weczhvl823v0.cloudfront.net/rasmusbergpalm/deeplearntoolbox/trend.png)](https://bitdeli.com/free "Bitdeli Badge")

linux基础-网络基础知识篇

一.网络基础知识概念  1.什么是网络?   网络即为实现通讯的技术。  2.网络的诞生六步曲   (1).早期的网络需要拥有两台通讯的主机,当主机之间有通讯需求是就构建网络进行通讯     (2).当主机网络需要通讯时需要有硬件的支持工作,网卡就是实现通讯的硬件,此时就诞生了硬件网卡    (3).当然实现网络通讯不仅要有硬件的支持,还需要要有传输介质的参与,常见的传输介...

weixin_34060299的博客 564

python网络基础知识

这里写自定义目录标题欢迎使用Markdown编辑器新的改变功能快捷键合理的创建标题,有助于目录的生成如何改变文本的样式插入链接与图片如何插入一段漂亮的代码片生成一个适合你的列表创建一个表格设定内容居中、居左、居右SmartyPants创建一个自定义列表如何创建一个注脚注释也是必不可少的KaTeX数学公式新的甘特图功能,丰富你的文章UML 图表FLowchart流程图导出与导入导出导入 欢迎使用Markdown编辑器 你好! 这是你第一次使用 Markdown编辑器 所展示的欢迎页。如果你想学习如何使用Mar

weixin_48364580的博客 332

linux系统网络基础知识

一,前言一个运维有时也要和网络打交道,所以具备最基本的网络知识,对一个运维人员来说是必要的。但,对于我们的工作来说这些并不是重点,因此,我不可能从最基础的网络知识开始讲起。本节内容更多是从一个梳理和总结的角度进行阐述。如若同学们遇到不懂,或不明白的地方,那么你要留心了,你有很多基础性的网络知识还不具备,我建议从网上有针对性的学习一下。二,网络基础学习体系思科课程体系的大致浏览(CCNA),虽然知识...

韩帅平的博客 6464

100个网络基础知识

本文来自网络,相关著作权归原作者所有 1)什么是链接? 链接是指两个设备之间的连接。它包括用于一个设备能够与另一个设备通信的电缆类型和协议。 2)OSI 参考模型的层次是什么? 有 7 个 OSI 层:物理层,数据链路层,网络层,传输层,会话层,表示层和应用层。 3)什么是骨干网? 骨干网络是集中的基础设施,旨在将不同的路由和数据分发到各种网络。它还处理带宽管理和各种通道。 4)什么是 LAN? LAN 是局域网的缩写。它是指计算机与位于小物理位置的其他网络设备之间的连接。 5)什么是节点?

we chat:玩转测试开发 314

100 个网络基础知识普及,看完成半个网络高手!

链接是指两个设备之间的连接。它包括用于一个设备能够与另一个设备通信的电缆类型和协议。

bigbangbangbang1的博客 1006
上一篇: c语言的编程风格
下一篇: 彻底明白IP地址
spry97
博客等级 码龄23年 2粉丝 13原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值