nsd1803-复习-day01

本文详细介绍了一个校园网络平台的部署过程,包括硬件选型如H3C和华为的二层交换机、CISCO三层交换机及飞鱼星路由器的配置,VLAN规划与IP地址分配策略,以及NAT和PAT等关键技术的应用。


网络、系统管理、服务

项目:实用
1、名称:XX天坛校区教学&办公网络平台
2、描述:为新教学地点部署网络。10个教室、2个办公室。
3、软硬件

硬件:路由器、交换机、三层交换机
二层交换机:H3C、华为 全千兆
三层交换机:CISCO 3560
路由器:飞鱼星 通过web界面进行配置
VLAN规划:classroom1-10 -> vlan1-10  51-52vlan办公
IP地址规划:192.168.1.0-10.0/24
三层交换机上配置SVI(交换虚拟端口),它们的IP地址就是VLAN的网关。三层交换机连接路由器的端口修改为路由端口,这个端口的IP地址配置为172.16.1.2。
路由器上配置到达VLAN的汇总路由:
Router1(config)# ip route 192.168.0.0 255.255.0.0 172.16.1.2
路由器上配置到达外网的缺省路由
三层交换机配置到达外界的缺省路由
路由器上要配置PAT

20栋厂房,每栋厂房20个货架,每个货架100台机器
10.5.5.5/24

私有地址:
A:10.0.0.0/8
B: 172.16.0.0 - 172.31.0.0/16
C: 192.168.0.0 - 192.168.255.0/24
NAT:网络地址转换。将一个网络地址转换成另一个网络地址。

回答问题:
1、专业
2、逻辑
3、语言组织:nW1H  What/Why/When/Where/How
什么是VLAN?
VLAN是虚拟局域网。当主机数目非常多的时候,网络中会出现大量的广播,产生广播风暴,为了控制广播,引入了VLAN。一般一个VLAN 中主机数目150~200之间。如果是办公网络,可以根据部门创建VLAN;为了不同交换机上的相同VLAN可以通信,需要配置TRUNK。为了实现VLAN间通信,需要配置三层交换。

OSI七层:第一层物理层
原始森林、小木屋。跟秘书说:印表会传往树屋
印用层、表示层、会话层、传输层、往络层、树据链路层、屋理层
TCP三次握手:A->syn=1  B->syn=1,ack=1  A->ack=1
STP:生成树协议 防止二层环路的广播风暴问题
以太通道:链路聚合
 

下载前可以先看下教程 https://pan.quark.cn/s/a426667488ae 标题“仿淘宝jquery图片左右切换带数字”揭示了这是一个关于运用jQuery技术完成的图片轮播机制,其特色在于具备淘宝在线平台普遍存在的图片切换表现,并且在整个切换环节中会展示当前图片的序列号。 此类功能一般应用于电子商务平台的产品呈现环节,使用户可以便捷地查看多张商品的照片。 说明中的“NULL”表示未提供进一步的信息,但我们可以借助标题来揣摩若干核心的技术要点。 在构建此类功能时,开发者通常会借助以下技术手段:1. **jQuery库**:jQuery是一个应用广泛的JavaScript框架,它简化了HTML文档的遍历、事件管理、动画效果以及Ajax通信。 在此项目中,jQuery将负责处理用户的点击动作(实现左右切换),并且制造流畅的过渡效果。 2. **图片轮播扩展工具**:开发者或许会采用现成的jQuery扩展,例如Slick、Bootstrap Carousel或个性化的轮播函数,以达成图片切换的功能。 这些扩展能够辅助迅速构建功能完善的轮播模块。 3. **即时数字呈现**:展示当前图片的序列号,这需要通过JavaScript或jQuery来追踪并调整。 每当图片切换时,相应的数字也会同步更新。 4. **CSS美化**:为了达成淘宝图片切换的视觉效果,可能需要设计特定的CSS样式,涵盖图片的排列方式、过渡效果、点状指示器等。 CSS3的动画和过渡特性(如`transition`和`animation`)在此过程中扮演关键角色。 5. **事件监测**:运用jQuery的`.on()`方法来监测用户的操作,比如点击左右控制按钮或自动按时间间隔切换。 根据用户的交互,触发相应的函数来执行...
垃圾实例分割数据集 一、基础信息 • 数据集名称:垃圾实例分割数据集 • 图片数量: 训练集:7,000张图片 验证集:426张图片 测试集:644张图片 • 训练集:7,000张图片 • 验证集:426张图片 • 测试集:644张图片 • 分类类别: 垃圾(Sampah) • 垃圾(Sampah) • 标注格式:YOLO格式,包含实例分割的多边形点坐标,适用于实例分割任务。 • 数据格式:图片文件 二、适用场景 • 智能垃圾检测系统开发:数据集支持实例分割任务,帮助构建能够自动识别和分割图像中垃圾区域的AI模型,适用于智能清洁机器人、自动垃圾桶等应用。 • 环境监控与管理:集成到监控系统中,用于实时检测公共区域的垃圾堆积,辅助环境清洁和治理决策。 • 计算机视觉研究:支持实例分割算法的研究和优化,特别是在垃圾识别领域,促进AI在环保方面的创新。 • 教育与实践:可用于高校或培训机构的AI课程,作为实例分割技术的实践数据集,帮助学生理解计算机视觉应用。 三、数据集优势 • 精确的实例分割标注:每个垃圾实例都使用详细的多边形点进行标注,确保分割边界准确,提升模型训练效果。 • 数据多样性:包含多种垃圾物品实例,覆盖不同场景,增强模型的泛化能力和鲁棒性。 • 格式兼容性强:YOLO标注格式易于与主流深度学习框架集成,如YOLO系列、PyTorch等,方便研究人员和开发者使用。 • 实际应用价值:直接针对现实世界的垃圾管理需求,为自动化环保解决方案提供可靠数据支持,具有重要的社会意义。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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