C# Socket 网络信息传输

C# 用winsock 传输文件夹 需要注意的是,由于文件夹可能包含子文件夹和其他类型的文件(例如符号链接和管道),因此在遍历文件夹之前需要进行适当的过滤。变量来跟踪已接收的字节数以及剩余的字节数,以便在循环结束后关闭文件流和套接字。在这个示例中,我们使用一个循环来接收数据并将其写入文件流中。1、创建一个Socket对象并将其绑定到本地IP地址和端口号。3、遍历文件夹并将每个文件发送给客户端。2、接受客户端连接请求并建立连接。4、在客户端接收数据并写入文件。 阅读详情

目录

一、配置流程

(一)、客户端发送流程

(二)、客户端接收流程

(三)、服务端发送流程

(四)、服务端接收流程

二、代码配置

(一)、客户端发送

(二)、客户端接收

(三)、服务端发送

(四)、服务端接收

三、例程文件下载 


一、配置流程

(一)、客户端发送流程

                1、获取发送内容
                2、解码到数组
                3、socket.Send(XXX); 发送数据

(二)、客户端接收流程

                1、实例化Socket   -- Socket
                2、配置IP和端口号   -- IPEndPoint
                3、连接  -- Connect
                4、启动异步接收
                        1、死循环接收
                        2、创建5M数组
                        3、获取接收长度  -- Receive
                        4、解码显示

(三)、服务端发送流程

                1、获取IP地址
                2、获取发送内容
                3、解码发送

(四)、服务端接收流程

                1、实例化 Socket    -- Socket
                2、设置IP类型和端口号 -- IPEndPoint        
                3、开始监听 -- Bind
                4、设置最大监听数量 -- Listen
                5、启动异步监听
                      1、处理正在连接的Socket -- Accept
                      2、启动异步接收
                              1、创建接收数组 -- byte[]
                              2、获取接收数据 -- Receive
                              3、解码显示

二、代码配置

(一)、客户端发送

//获取发送内容
string str = SendTextBox.Text.Trim();
//解码到数组
byte[] buffer = Encoding.UTF8.GetBytes(str);
//发送
socketSend.Send(buffer);

(二)、客户端接收

//1、实例化Socket
socketSend = new Socket(AddressFamily.InterNetwork, SocketType.Stream, ProtocolType.Tcp);

IPAddress ip = IPAddress.Parse(ipTextBox.Text);
//2、配置 IP地址和端口号
IPEndPoint point = new IPEndPoint(ip, Convert.ToInt32(portTextBox.Text));
//3、连接
socketSend.Connect(point);
ShowMsg("连接成功");

//4、开启多线程接收数据
Task.Run(Receive);
private void Receive()
{
    //1、死循环接收
    while (true)
    {
        //2、创建5M的数组
        byte[] buffer = new byte[1024 * 1024 * 5];
        //3、获取接收的字节数量
        int r = socketSend.Receive(buffer);
        if (r == 0) //若无数据退出
        {
            break;
        }
        if (buffer[0] == 0)
        {   
            //窗口文件
            //解码显示
            string str = Encoding.UTF8.GetString(buffer, 1, r-1);
            ShowMsg(socketSend.RemoteEndPoint + ":" + str);
        }
        else if (buffer[0] == 1)
        {  //桌面文件
            SaveFileDialog saveFileDialog = new SaveFileDialog();
            saveFileDialog.Filter = "文本文件|*.txt|所有文件|*.*";
            saveFileDialog.InitialDirectory = @"C:\Users\Rush\Desktop";
            saveFileDialog.Title = "需要保存的文件";
            saveFileDialog.ShowDialog(this);
            string path = saveFileDialog.FileName;
            using (FileStream fileWrite = new FileStream(path,FileMode.OpenOrCreate,FileAccess.Write) )
            {
                fileWrite.Write(buffer, 1, r - 1);
            }
            MessageBox.Show("保存成功");
        }
        
    }
}

(三)、服务端发送

 //1、获取IP地址
 string ip = ipComboBox.SelectedItem.ToString();
 //2、获取发送内容
 string str = SendTextBox.Text.Trim();

 //3、解码到数组byte[]
 List<byte> list = new List<byte>();
 list.Add(0);
 byte[] buffer = Encoding.UTF8.GetBytes(str);
 list.AddRange(buffer);
 byte[] newBuffer = list.ToArray();
 
 //4、发送数据
 ipDictionary[ip].Send(newBuffer);

(四)、服务端接收

//1、实例化 Socket
Socket socketWatch = new Socket(AddressFamily.InterNetwork, SocketType.Stream, ProtocolType.Tcp);
//2、设置IP类型
IPAddress ip = IPAddress.Any;
//3、获取IP数据
IPEndPoint point = new IPEndPoint(ip, Convert.ToInt32(portTextBox.Text));
//4、开启监听 
socketWatch.Bind(point);
ShowMsg("监听成功");
//5、设置最大监听数量
socketWatch.Listen(10);
//6、启动异步监听
Task.Run(()=>Listen(socketWatch));
void Listen(object o)
{
    Socket socketWatch = o as Socket;
    while (true)
    {
        try
        {
            //1、处理正在执行的Socket
            socketSend = socketWatch.Accept();
            string ip = socketSend.RemoteEndPoint.ToString(); 
            ipDictionary.Add(ip,socketSend);
            ipComboBox.Items.Add(ip);
            ShowMsg(ip+ ":" + "连接成功");
            //2、开启异步接收
            Task.Run(()=>Recive(socketSend));
        }
        catch
        { }
    }
}
void Recive(object o)
{
    Socket socketSend = o as Socket;
    while (true)
    {
        try
        {
            //1、创建接收数组
            byte[] buffer = new byte[1024 * 1024 * 2];
            //2、获取接收数据
            int r = socketSend.Receive(buffer);
            if (r == 0)
            {
                break;
            }
            //3、解码显示
            string str = Encoding.UTF8.GetString(buffer, 0, r);
            ShowMsg(socketSend.RemoteEndPoint + ":" + str);
        }
        catch { }
    }
}

三、例程文件下载 

链接:https://pan.baidu.com/s/1ieb8jb_nBrrSoB7Zs3VDBw?pwd=1234 
提取码:1234 


如有错误,烦请批评指正

C# Scoket异步通讯实现(发送数据、接收数据) using System; using System.Collections.Generic; using System.Linq; using System.Net; using System.Net.Sockets; using System.Text; using System.Threading.Tasks; namespace TCP_Server { class Progra 阅读详情

相关推荐

C#网络编程—实现Web代理功能

       代理服务程序是一种广泛使用的网络应用程序。代理程序的种类非常多,根据协议不同可以分成HTTP代理服务程序、FTP代理服务程序等,而运行代理服务程序的服务器也就相应称为HTTP代理服务器和FTP代理服务器。本文将介绍的Web代理服务程序代理的是HTTP协议。   一、网络代理程序的优点  代理服务所起的是一个桥的作用,它是网络信息的中转站。在网络中应用代理服务一般是基于以下几个原因

proxyking的专栏 998

C# socket(TCP/IP协议)通信

C# socket(TCP/IP协议)通信 转载https://www.cnblogs.com/z178443085/p/13757579.html ##服务端 using System; using System.Text; using System.Net; using System.Net.Sockets; namespace socketServer { class Program { //1、创建一个用于监听连接的Socket对像; //2、将服务器的字符串ip地址转换为网络地址(IPAddres

p878934160的博客 1204

从零搭建URSim与Unity的实时数据桥梁:Socket通信实战解析

本文详细解析了如何从零搭建URSim与Unity之间的实时数据桥梁,通过Socket通信实现机械臂关节数据的毫秒级同步。文章提供了从虚拟机网络配置、URScript数据发送脚本编写到Unity C#服务端搭建的完整实战教程,并包含关键代码与调试技巧,帮助开发者快速实现机器人联合仿真与数字孪生应用。

weixin_29009881的博客 173

C# Socket文件上传至服务器

文件上传有FTP、WebApi、WebService等等,这次我们来实现一个基于socket通信的本地客户端上传文件到服务器的例子。

很多问题不见得会出在你身上,但你亦需要想法解决问题,否则就会变成你的问题。 2700

C# Socket通信从入门到精通(22)——TCP发送文件与接收文件 C#代码实现(史上最全)

本文详细介绍了如何利用TCP通信进行文件的发送、文件的接收、C#代码实现,由高级工程师多年经验总结而成,绝对干货!

qq_34059233的博客 1881

c# socket 传输文件

c# socket 传输文件,c# socket 传输文件,c# socket 传输文件

C# Socket网络编程学习(4-- 6)_1609

C# Socket网络编程进修(4) - TCP消息边界处理<br /><br />在前面的几篇中,讲了闭于套接字Socket以及利用套交字帮手类来进行服务端和客户端之间的通讯,在彼两头并出有对发送的信息进行任何的处理。在本篇中将会讲一下TCP通讯时的信息边界问题。 <br /><br /> 通 功套交字或者其帮手类来接管信息时,是自慢存区里一次性把全体的缘存皆读掏出来,只需您设放的慢存够大,它就能读与这么少,这样就会招致这样的情形呈现。如 因服务端延续发送疑息到客户端,如我持续发送字符串“mes

drances282的专栏 1569

C#Socket文件传输简单例子(将文件名和文件同时传输)

C#Socket文件传输,将文件名和文件保存到一个byte[]中传输,再通过解析获取文件名和文件保存到本地文件夹中

C# Socket网络编程学习(4-->6)

C# Socket网络编程学习(4-->6) 2010年05月03日   [b]C# Socket[/b][b]网络编程学习[/b][b](4) - TCP[/b][b]消息边界处理[/b][b] [/b]   在前面的几篇中,讲了关于套接字Socket以及利用套接字助手类来进行服务端和客户端之间的通信,在此中间并没有对发送的信息进行任何的处理。在本篇中将会讲一下TCP通信时的信息边界...

xxka87xxka 134

Python实战:用MOOTDX库轻松抓取股票分时数据并绘制专业图表(附完整代码)

本文详细介绍了如何使用Python的MOOTDX库获取股票分时数据,并通过Pandas进行数据清洗与VWAP计算,最后利用Matplotlib绘制包含价格线、均线和成交量的专业分时图。文章提供了从环境搭建、数据获取到可视化呈现的完整代码,帮助读者快速构建本地化的股票分时数据分析工具。

weixin_29041195的博客 474

逆向实战:手把手教你用Frida绕过Flutter App的SSL Pinning(附脚本修改指南)

本文详细介绍了如何利用Frida工具绕过Flutter应用的SSL Pinning保护机制,包括静态分析定位关键函数、定制Frida Hook脚本以及流量捕获的完整解决方案。通过实战案例和脚本修改指南,帮助安全研究人员有效应对Flutter应用的安全挑战,特别适用于安卓平台的逆向工程和抓包需求。

weixin_28723171的博客 404

C# WinForm开发系列 - Socket/WCF/Rometing/Web Services

当今社会是一个信息化社会, 网络越来越多地影响人民的生活, 带来巨大的便利性; 而网络通信在软件开发中占据相当大的比重. Socket/WCF/Rometing/Web Services 各种技术纷至踏来, 应用广泛; 而作为C#开发人员, 微软的.Net FrameWork为我们在这方面做了良好的封装, 很便于我们开发各种网络应用类型程序. Socket/P2P/FTP 端口号是什么...

weixin_30588827的博客 61

二次规划问题(qp)和序列二次规划问题(sqp)的简单理解

当二次规划的约束为非线性约束时,通常会采用sqp进行求解,用连续求解qp的方法来得到非线性约束条件下的最优解,上述的qpoases和osqp均无法直接求解非线性约束问题,所以如果使用这两个库的话,注意,sqp是结果,而不是原因,只有在非线性约束的情况下才会考虑sqp求解,如果问题本身就是线性约束,则直接用qp解就行。对于工程师而言,我们在编写代码的时候,并不关心二次规划问题的求解细节,所以一般是把二次规划问题建立好后,直接调用三方库进行求解。因为约束为非线性约束,所以先将约束进行线性化,约束原方程为。

zmhzmhzm的博客 1万+

Socket客户端和服务器的简单通信

客户端代码[csharp] view plain copyusing System;  using System.Net;       // 获取网络信息相关数据使用  using System.Net.Sockets;   // 定义Socket类的时候使用  using System.Text;      // 数据转换的时候使用    namespace Client  {      cla...

cabicmi的博客 380

手把手教你打造CTF动态靶场

公司想搞一个CTF比赛,需要一个竞赛靶场,于是这个任务就落在了我的身上,平台是利用CTFd框架,基于docker搭建的动态靶场,搭建过程中遇到的坑比较多,这里我会把每一个遇到的坑都指出来。我搭建的是CTFd的3.X的版本。第一次搭建的话,搭建的过程会有些痛苦,但是搭建完成后会越来越熟练,这个平台的可用性还是很高的。由于搭建的过程中遇到的坑太多了,各种各样的问题,所以决定写下这篇文章,把所有的坑都指出来,也算为后边想搭这个平台的小伙伴指一条路。Taps:资源来源:星海安全实验室如果你也对网络安全&黑客。

Python栈 4934

麒麟v10(ky10.x86_64)升级——openssl-3.2.2、openssh-9.8p1

执行命令: make -j 4 && make install 这里要等待一段时间,等待编译完成。执行命令: ./configure --prefix=/usr/local/src/zlilb。执行命令: ./config --prefix=/usr/local/src/openssl。执行命令: make -j 4 && make test && make install。执行命令: make -j 4 && make install。执行命令: /etc/init.d/sshd restart。

X_yufei的博客 7429

C#网络编程UDP程序设计(UdpClient类)

UDP是user datagram protocol的简称,中文名是用户数据报协议,它是网络信息传输的另一种形式。UDP通信和TCP通信不同,基于UDP的信息传递更快,但不提供可靠的保证。使用UDP传递数据时,用户无法知道数据能否正确地到达主机,也不能确定到达目的地的顺序是否和发送的顺序相同。虽然UDP是一种不可靠的协议,但如果需要较快地传输信息,并能容忍小的错误,可以考虑使用UDP。基于UDP通信的基本模式如下在C#中,UdpClient类用于在阻止同步模式下发送和接收UDP数据报。

wenchm的博客 6054

MTK Linux Charger驱动分析(二) - power_supply_core.c

的核心作用可以概括为:提供统一的电源管理框架;管理电源设备注册、属性访问、事件通知;封装sysfs 接口和 uevent 通知,屏蔽硬件细节;驱动开发者只需要实现,不关心底层通知和接口细节。简单来说,它是电源子系统的“大脑和中枢”,具体的电池/充电器只是“信息源”。

iTom1900 1490

用C#实现Web代理服务器

用C#实现Web代理服务器document.title="用C#实现Web代理服务器zt - "+document.title    代理服务程序是一种广泛使用的网络应用程序。代理程序的种类非常多,根据协议不同可以分成HTTP代理服务程序、FTP代理服务程序等,而运行代理服务程 序的服务器也就相应称为HTTP代理服务器和FTP代理服务器。本文将介绍的Web代理服务程序代理的是HTT

popkiler的专栏 1131

高通开发系列 - Camera之摄像头调试记录

记录一些调试内容

fulinux的博客 1217

【问题解决】Python 异步 asyncio 卡死、协程不执行、任务泄漏,保姆级排错

本文详细分析了Python异步编程中常见的卡死、协程不执行和任务泄漏问题。文章首先列举了这些问题的典型表现,如程序卡住、死锁、任务未启动等。然后深入剖析了各类问题的根源,包括同步阻塞操作、未正确await、资源未清理等。针对这些问题,文章提供了两套解决方案:一是异步编程最佳实践,包括安全协程执行、带超时的执行、任务清理等实用方法;二是死锁检测和预防机制,通过锁管理和等待图分析来避免死锁。文章还包含可直接使用的代码示例,帮助开发者快速定位和解决异步编程中的常见问题。

博客 450

用C#实现Web代理服务器zt

    代理服务程序是一种广泛使用的网络应用程序。代理程序的种类非常多,根据协议不同可以分成HTTP代理服务程序、FTP代理服务程序等,而运行代理服务程序的服务器也就相应称为HTTP代理服务器和FTP代理服务器。本文将介绍的Web代理服务程序代理的是HTTP协议。  一、网络代理程序的优点  代理服务所起的是一个桥的作用,它是网络信息的中转站。在网络中应用代理服务一般是基于以下几个原因:  (1)

蜗牛档案室 3531

Camera2Demo

在Camera2 的基础上进行封装,使得Camera2一堆初始化逻辑与Activity分离,降低耦合度,完成预览拍照并保存的操作

c#网络协议简介《一》

转: http://www.cnblogs.com/zhili/archive/2012/08/11/NetWorkProgramming.html   因为这段时间都在研究C#网络编程的一些知识, 所以在这里把我学习到的在这里和大家分享下的,这样既可以达到分享的目的也可以让大家监督我,如果有什么地方理解错了,还请大家不吝赐教的。很多人写网络编程这快都没有怎么讲网络中的协议,然而我觉得既...

weixin_34151004的博客 184

廖雪峰Python教程[完整版]

廖雪峰的python教程整理的,已经排好版了,而且还是完整的,适合小白

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")

C# PROXY

引用:http://www.pin5i.com/showtopic-24921.html    代理服务程序是一种广泛使用的网络应用程序。代理程序的种类非常多,根据协议不同可以分成HTTP代理服务程序、FTP代理服务程序等,而运行代理服务程序的服务器也就相应称为HTTP代理服务器和FTP代理服务器。本文将介绍的Web代理服务程序代理的是HTTP协议。   一、网络代理程序的优点  代理服务所起的...

weixin_33904756的博客 245

WINCC7.3破解文件

WINCC7.3硬件够破解文件,有需要的下载!WINCC7.3硬件够破解文件,有需要的下载!

上一篇: C#多线程Task创建
下一篇: ExpressionTreeVisualizer for vs系列下载
**启程**
博客等级 码龄6年 49粉丝 52原创
评论 1
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