HCIP---MPLS实验

lanjinliの lanjinliの 博客等级 墨衍会员 · AI 创作全网分发 墨衍智能分发 本文由作者通过墨衍一键同步至各平台 1分发平台 200+累计阅读 266平均单平台 已同步平台 优快云 微信公众号 微博 知乎 掘金 百家号 博客园 抖音 小红书 你的文章也可以这样分发 墨衍会员 ¥399起/年，写一次发全网 我也要 码龄5年
关注
原创 最新推荐文章于 2025-06-25 19:50:09 发布 266 阅读 AI 写同款· GEO 优化 ›
华为模拟器eNSP - HCIP - MPLS实验 阅读详情

HCIP---MPLS实验

题目及ip规划

在这里插入图片描述

配置各个路由的接口及环回

注: R3 g0/0/1 g0/0/2 R4 g0/0/0 4/0/2 这几个接口的IP暂时先不用配置，根据图片配置基本ip和环回

公网配置ospf路由协议

R2

[R2]ospf 1 router-id 2.2.2.2
[R2-ospf-1]area 0
[R2-ospf-1-area-0.0.0.0]network 2.2.2.2 0.0.0.0
[R2-ospf-1-area-0.0.0.0]network 23.1.1.1 0.0.0.0

R3

[R3]ospf 1 router-id 3.3.3.3
[R3-ospf-1]area 0
[R3-ospf-1-area-0.0.0.0]network 3.3.3.3 0.0.0.0
[R3-ospf-1-area-0.0.0.0]network 23.1.1.2 0.0.0.0
[R3-ospf-1-area-0.0.0.0]network 34.1.1.1 0.0.0.0

R4

[R4]ospf 1 router-id 4.4.4.4
[R4-ospf-1]area 0
[R4-ospf-1-area-0.0.0.0]network 4.4.4.4 0.0.0.0 
[R4-ospf-1-area-0.0.0.0]network 34.1.1.2 0.0.0.0
[R4-ospf-1-area-0.0.0.0]network 47.1.1.1 0.0.0.0

配置MPLS ldp

R2

[R2]mpls lsr-id 2.2.2.2--------------(必须先定义mpls的router-id，要为本地设备的真实ip地址，且邻居可达，因为该地址将用于建立TCP会话，建议使用环回地址)
[R2]mpls -----------------(再开启mpls协议
)
Info: Mpls starting, please wait... OK!
[R2-mpls]mpls ldp----------------(再激活LDP协议)
[R2-mpls-ldp]q
[R2]int G0/0/0----------------------------(之后需要在所有标签经过的接口上开启协议)
[R2-GigabitEthernet0/0/0]mpls -------------(先开启MPLS)	
[R2-GigabitEthernet0/0/0]mpls ldp--------------(再激活LDP协议)
[R2-GigabitEthernet0/0/0]

R3

[R3]mpls lsr-id 3.3.3.3
[R3]mpls 
Info: Mpls starting, please wait... OK!
[R3-mpls]mpls ldp
[R3-mpls-ldp]q
[R3]int G0/0/0
[R3-GigabitEthernet0/0/0]mpls 
[R3-GigabitEthernet0/0/0]mpls ldp
[R3-GigabitEthernet0/0/0]int G0/0/1
[R3-GigabitEthernet0/0/1]mpls
[R3-GigabitEthernet0/0/1]mpls ldp

R4

[R4]mpls lsr-id 4.4.4.4
[R4]mpls 
Info: Mpls starting, please wait... OK!
[R4-mpls]mpls ldp
[R4-mpls-ldp]int G0/0/1	
[R4-GigabitEthernet0/0/1]mpls 
[R4-GigabitEthernet0/0/1]mpls ldp

在R2和R4上开启BGP并建立MP-BGP邻居关系

R2

[R2]bgp 1
[R2-bgp]router-id 2.2.2.2	
[R2-bgp]peer 4.4.4.4 as-number 1
[R2-bgp]peer 4.4.4.4 connect-interface LoopBack 0
[R2-bgp]ipv4-family vpnv4
[R2-bgp-af-vpnv4]peer 4.4.4.4 enable

R4

[R2]bgp 1
[R2-bgp]router-id 2.2.2.2
[R2-bgp]peer 4.4.4.4 as-number 1
[R2-bgp]peer 4.4.4.4 connect-interface LoopBack 0
[R2-bgp]ipv4-family vpnv4
[R2-bgp-af-vpnv4]peer 4.4.4.4 enable

配置MPLS VPN

R2上创建两个vrf空间B1和A1分别对应R4上创建的B2和A2
R2

[R2]ip vpn-instance B1--------------(创建名为B1的vrf空间)
[R2-vpn-instance-B1]ipv4-family-------------------(进入IPV4的配置模式下)
[R2-vpn-instance-B1-af-ipv4]route-distinguisher 1:1------(设置RD值)
[R2-vpn-instance-B1-af-ipv4]vpn-target 1:1-------(设置RT值 必须对端的PE端一致)
[R2-vpn-instance-B1-af-ipv4]int G0/0/1------------(进入链接CE端的接口)
[R2-GigabitEthernet0/0/1]ip binding vpn-instance B1-----------(关联到vrf空间)
Info: All IPv4 related configurations on this interface are removed!
Info: All IPv6 related configurations on this interface are removed!
[R2-GigabitEthernet0/0/1]ip add 192.168.2.2 24----------(配置私有ip地址)
[R2-GigabitEthernet0/0/1]q
[R2]ip vpn-instance A1-----------(创建名为A1的vrf空间)
[R2-vpn-instance-A1]ipv4-family	----------(进入IPV4的配置模式下)
[R2-vpn-instance-A1-af-ipv4]route-distinguisher 2:2------(设置RD值)
[R2-vpn-instance-A1-af-ipv4]vpn-target 2:2-------(设置RT值 必须对端的PE端一致)
 IVT Assignment result: 
Info: VPN-Target assignment is successful.
 EVT Assignment result: 
Info: VPN-Target assignment is successful.
[R2-vpn-instance-A1-af-ipv4]int G0/0/2------------(进入链接CE端的接口)
[R2-GigabitEthernet0/0/2]ip binding vpn-instance A1-----------(关联到vrf空间)
Info: All IPv4 related configurations on this interface are removed!
Info: All IPv6 related configurations on this interface are removed!
[R2-GigabitEthernet0/0/2]ip add 192.168.2.2 24----------(配置私有ip地址)

R4创建两个VRF,B2和A2

[R4]ip vpn-instance B2
[R4-vpn-instance-B2]ipv4-family	
[R4-vpn-instance-B2-af-ipv4]route-distinguisher 1:1
[R4-vpn-instance-B2-af-ipv4]vpn-target 1:1
 IVT Assignment result: 
Info: VPN-Target assignment is successful.
 EVT Assignment result: 
Info: VPN-Target assignment is successful.
[R4-vpn-instance-B2-af-ipv4]int G0/0/2
[R4-GigabitEthernet0/0/2]ip binding vpn-instance B2
Info: All IPv4 related configurations on this interface are removed!
Info: All IPv6 related configurations on this interface are removed!
[R4-GigabitEthernet0/0/2]ip add 192.168.3.2 24
[R4-GigabitEthernet0/0/2]q
[R4]ip vpn-instance A2
[R4-vpn-instance-A2]ipv4-family
[R4-vpn-instance-A2-af-ipv4]route-distinguisher 2:2
[R4-vpn-instance-A2-af-ipv4]vpn-target 2:2
 IVT Assignment result: 
Info: VPN-Target assignment is successful.
 EVT Assignment result: 
Info: VPN-Target assignment is successful.
[R4-vpn-instance-A2-af-ipv4]int G0/0/0	
[R4-GigabitEthernet0/0/0]ip binding vpn-instance A2
Info: All IPv4 related configurations on this interface are removed!
Info: All IPv6 related configurations on this interface are removed!
[R4-GigabitEthernet0/0/0]ip add 192.168.3.2 24

CE端与PE端交互路由

R1上写B2（r5）的静态路由，R5上写到B1（r1）的静态路由，并在R2和R4上分别做静态和直连重发布

静态
CE端直接编写静态路由即可
PE端编写到VRF空间内的静态路由
R1

[R1]ip route-static 192.168.3.0 255.255.255.0 192.168.2.2
[R1]ip route-static 192.168.4.0 255.255.255.0 192.168.2.2

R5

[R5]ip route-static 192.168.1.0 255.255.255.0 192.168.3.2
[R5]ip route-static 192.168.2.0 255.255.255.0 192.168.3.2

R2

[R2]ip route-static vpn-instance B1 192.168.1.0 255.255.255.0 192.168.2.1
[R2]bgp 1
[R2-bgp]ipv4 vpn-instance B1
[R2-bgp-B1]import-route direct 
[R2-bgp-B1]import-route static

R4

[R4]ip route-static vpn-instance B2 192.168.4.0 255.255.255.0 192.168.3.1
[R4]bgp 1
[R4-bgp]ipv4-family vpn-instance B2
[R4-bgp-B2]import-route direct 
[R4-bgp-B2]import-route static

动态协议

CE端正常启动RIP或OSPF即可
PE端，启动VPNV4专用的ospf协议
之后使用双向重发布，实现路由共享
R6

[R6]rip 2
[R6-rip-2]version 2
[R6-rip-2]network 192.168.6.0
[R6-rip-2]network 192.168.2.0

R7

[R7]ospf 2 router-id 7.7.7.7
[R7-ospf-2]area 1 
[R7-ospf-2-area-0.0.0.1]network 192.168.3.1 0.0.0.0
[R7-ospf-2-area-0.0.0.1]network 192.168.4.1 0.0.0.0

R2

[R2]rip 2 vpn-instance A1
[R2-rip-2]version 2
[R2-rip-2]network 192.168.2.0
[R2-rip-2]import-route bgp
[R2-rip-2]q
[R2]bgp 1
[R2-bgp]ipv4-family vpn-instance A1
[R2-bgp-A1]import-route  rip 2
[R2-bgp-A1]q
[R2-bgp]q
[R2]rip 2 vpn-instance A1
[R2-rip-2]import-route bgp

R4

[R4]ospf 2 vpn-instance A2
[R4-ospf-2]area 1
[R4-ospf-2-area-0.0.0.1]network 192.168.3.2 0.0.0.0
[R4-ospf-2-area-0.0.0.1]q
[R4-ospf-2]q
[R4]bgp 1
[R4-bgp]ipv4-family vpn-instance A2
[R4-bgp-A2]import-route ospf 2
[R4-bgp-A2]q
[R4-bgp]q
[R4]ospf 2 vpn-instance A2
[R4-ospf-2]import-route bgp
标签
#网络
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
实验：MPLS VPN的使用（HCIP) MPLS VPN 虚拟隧道通信 阅读详情

相关推荐

HCIP-IE_Datacom 提升企业级网络性能 - HCIP分解实验：MPLS实验1

LSP 具有单向性，且有静态 LSP 和动态 LSP 之分，静态LSP 需要人工进行固定的标签分配，动态 LSP 需要利用诸如 LDP （Label Distribution Protocol ,标签分发协议）这样的协议进行动态标签分配。配置完成后，在R1 R2 R3 上查看一下，可以看到 R1 已经拥有了去往 R3 的静态 LSP，且在本地的 In标签为 NULL，说明 R1 是该 LSP 的Ingress.测试 MPLS 连通性，可以看到 R1 R3之间可以通过 MPLS 的LSP 进行报文的转发。

君逍遥o 814

HCIP中mpls实验

mpls实验

weixin_65518685的博客 203

华为 HCIP 实验 - ‘ MPLS -VPN ’ _ MPLS LDP 配置

你是公司的网络管理员。公司的网络采用了IP网络，为解决IP网络转发性能低下问题，决定使用MPLS技术来提高路由器的转发速度。而静态LSP由管理员手工配置，LDP是专为标签发布而制定的标签分发协议,为了配置灵活采用LDP来建立MPLS LSP。

君逍遥o 1388

HCIP-MPLS实验复现

出站RT --- 64512:1。入站RT --- 64512:2。出站RT --- 64513:1。入站RT --- 64513:2。出站RT --- 64512:2。入站RT --- 64512:1。出站RT --- 64513:2。入站RT --- 64513:1。在MPLS VPN骨干网络中运行IGP协议。PE2与站点使用OSPF传递路由。PE1与站点使用BGP传递路由。客户A使用VRF A空间。客户B使用VRF B空间。客户A使用VRF A空间。客户B使用VRF B空间。

YangRNa的博客 448

从零开始用TS开发babylonjs - 本机环境搭建

babylonjs，初始化本地安装，web3d引擎

han3527638的专栏 795

Altium AD20差分对走线设置方法

AD20的PCB差分对走线设置 1、原理图添加差分对 先在原理图中，讲要设置差分对的网络对添加网络标签。 名称前面的内容要相同，后缀用 _P 和 _N 加以区分。 最后使用 放置差分对，将两个网络标记。 2、编译，更改到PCB 编译，更新到PCB，确认差分对网络的出现。 验证更改，执行更改。将改动更新到PCB中。 PCB中，可通过 右下角 Panels - 调出 PCB 显示。来对已添加的差分对进行查看。 这时原本的走线有一点点小问题，需要删掉原来走线，设置差分对规则，并重新布线。

Mark_md的博客 3万+

HCIP之BGP+MPLS综合实验

HCIP之MPLS综合实验MPLS综合实验实验要求实验拓扑分析图实验过程1.IP地址规划2.配置IP地址以及环回接口和用户网段3.检验IP地址配置是否正确？4.配置IGP环境，均启用OSPF协议，使其可达！5.启用MPLS协议，并做相应的配置6.启用BGP协议，并做相应的配置基础配置：宣告R1和R8的用户网段：宣告AS 2的路由：给R3、R4、R6写缺省，为了全网可达！7.干涉选路总结 MPLS综合实验 实验要求 1.AS 2的IP地址为172.16.0.0/16； AS 2中每台设备存在两个环回接口，一

Slash的博客 1275

大模型-高通qnn基础

提供较低级别、高度可定制的统一API，通过单独的库加速所有AI加速器核心上的AI模型, 可以直接用于针对特定的加速器核心或从流行的运行时（包括Qualcomm Neural Processing SDK、TensorFlow Lite和ONNX运行时）委派工作负载。一个支持异构计算、系统级配置的一体化SDK，旨在将AI工作负载引导到我们平台上的所有加速器核心。为开发人员提供灵活性，包括核心间协作支持和其他高级功能。是一个为训练好的神经网络模型提供高级量化和压缩技术的库。

点滴的岁月 4093

hcip mpls实验

r2-GigabitEthernet0/0/0]ip binding vpn-instance 1 //注:这里需先把ip地址删除。[r2-GigabitEthernet0/0/0]ip add 12.1.1.2 24 //再配上ip。[r2-GigabitEthernet0/0/1]mpls //先开启MPLS。[r2-GigabitEthernet0/0/1]mpls ldp //再激活LDP协议。2、配置MPLS – LDP。

2301_78025288的博客 1218

【AUTOSAR-E2E】-2.1-配置E2E：基于E2EPW配置一个RX接收的Signal Group（使用E2E Profile 2）

《共13页精讲》：此法也适用于E2E Profile 4/5/6/7/11/22 目录 1 检查CAN Matrix Arxml/DBC是否满足E2E需求 2 在DaVinci Developer中为Port添加E2E保护 3 在DaVinci Configurator settings设置 4 如何使用应用层的E2E保护 5 结尾 <--返回「Autosar_BSW高阶配置」总目录--> <--返回「Autosar_BSW高阶配置」专栏主页--> <--

「汽车电子助手」的博客 4417

从苏宁电器到卡巴斯基（第二部）第14篇：我在卡巴的日子 XIV

目录 WannaCry 我的感慨 邻里矛盾 WannaCry 如果大家对于科技互联网圈子的新闻比较感兴趣的话，相信会对2017年5月的“WannaCry勒索病毒”事件记忆犹新，因为这个病毒在当时的全世界范围内掀起了极大的波澜，众多的企事业单位深受其害，造成的金钱和数据损失难以估量，从某种意义上来说，它甚至引领了勒索病毒新一轮的爆发浪潮。而通过这样的一次爆发，也让我对于卡巴斯基的技术实力有了更进一步的了解。 我记得很清楚，爆发的那天是周六，没记错的话Seth那天有事，就请假没来，只有我自己在公司值

Gleam的专栏 4919

【HCIP】MPLS实验

ip router-static 172.16.0.0 21 NULL 0 //掩码21位的原因是r2到r7的业务环回网段是172.16.1.0 172.16.2.0 一直到172.16.7.0 这些网段里最多占用21位掩码(比如172.16.7.0) 所以空接口汇总成172.16.0.0 21。至此r1到AS2中r2/3/4用户网段基于r5访问r1到AS2中r5/6/7用户网段基于r2访问 也完成。（2）AS2内使用OSPF，起BGP，MPLS（R3，R4，R6不使用BGP）先写一个空接口防环路由。...

gx1469131213的博客 421

Vue3 + uniapp 踩坑：iOS 真机调试一直报错Maximum call stack size exceeded,和(in promise)MiniProgramError err的解决方法

不是你写错代码，是微信开发工具和 iOS 真机调试的兼容问题。开个空项目都报错，勾个设置就没问题，不是你，是工具的锅。

代码简单说 Vue、JAVA、PHP、Node.js 熟练运用，接口、架构、性能全搞定。 1267

HCIP——MPLS实验

一、实验要求 二、实验步骤

金色%夕阳的博客 380

机器学习实战7-基于机器学习算法预测相亲成功率

大家好，我是微学AI，今天给大家介绍一下机器学习实战7-基于机器学习算法预测相亲成功率，随着社会的发展，大家都忙于事业，对自己的终身大事就耽搁了，相亲是一种传统的寻找伴侣的方式，随着时代的发展，相亲的方式也在不断地改变。在这个过程中，了解相亲双方的信息以及预测相亲是否成功变得越来越重要。本文将介绍如何使用随机森林算法对相亲成功进行预测，通过分析男女双方的房子、车子、长相、家庭条件、父母情况、生活习惯、学历、性格、兴趣等因素，来预测相亲是否成功。

微学AI的博客 3034

10、智慧变电站 - 加载vue大屏元素（整体效果）

这一篇文章非常简单，但是也非常出效果阅读前面几篇文章，都可以看到有顶部、左侧、右侧的面板，主要我不会录gif图片，大屏元素面板还有一些动态加载的效果。 vue的transition标签 Vue 提供了 transition 的封装组件，可以给任何元素和组件添加进入/离开过渡；在进入/离开的过渡中，会有 6 个 class 切换：v-enter 、v-enter-active 、v-enter-to 、v-leave 、v-leave-active 、v-leave-to。我们正好使用这个特性来达到面板进入

github_39988036的博客 1040

HCIP之MPLS实验

以R2为例，R5和R6依次类推。以R2为例，R3~R8同理。

huaz_md的博客 936

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")

HCIP-MPLS VPN实验

1、最基础的就是ip地址的规划，以及ip地址的配置，环回的配置。但是要注意，在二四的那个边界接口处先不要配置ip，后续会在小区域内配置。现在假设这是两个公司的分部，那么他们这家公司就可以进行内部的访问了，那么b1和b2呢，在题目中表示b1部分用rip，b2部分用ospf，然后再让这两个b公司分部能够联系。第五步、mpls的bgp配置，这里就是真诚的bgp配置，但是要在ipv4-family中将对bgp的功能开启。这个时候在r2上创建的vrf a1的表中就有到r5的路由，之前是没有的；

xiaizhang的博客 416

OV9734 DATASHEET，完整规格书

OV9734完整规格书，包括电气参数，尺寸规格，寄存器配置表等

lwip-2.0.3

lwip是瑞典计算机科学院(SICS)的Adam Dunkels 开发的一个小型开源的TCP/IP协议栈。实现的重点是在保持TCP协议主要功能的基础上减少对RAM 的占用。

HCIP | MPLS实验

1 使用mpls协议配置，路由器 3 4 5 建立bgp 3 4 5为pe 端，678为ce端。3 ce端将私网路由传递到pe端协议分别为r6 静态 r7rip r8ospf。四、在R3、R4、R5上建立bgp协议。六、进行重发布以及配置ce端私网协议。2 igp 协议为 ospf。三、创建MPLS VPN。

cruonine的博客 1170

Outlook Express 6 (OE6) for Win7/Win8/Win10

英文版 Outlook Express6.0， 兼容Win7/Win10/WinXP，解压就可用。

HCIP-mpls实验

要为本地设备的真实IP地址，且邻居可达，因为该地址将用于建立TCP会话，建议使用环回地址[r2]mpls。

2201_75882495的博客 500

HCIP实验5-mpls

r2-GigabitEthernet0/0/0]ip binding vpn-instance 1 //注:这里需先把ip地址删除。[r2-GigabitEthernet0/0/0]ip add 12.1.1.2 24 //再配上ip。[r2-GigabitEthernet0/0/1]mpls //先开启MPLS。[r2-GigabitEthernet0/0/1]mpls ldp //再激活LDP协议。r7配置OSPF,r8配置。

m0_73736031的博客 872

HCIP MPLS综合实验

MPLS实验解决BGP路由黑洞和实现VPN技术 1、R1与R5使用MPLS-VPN互通，其中CE到PE端使用静态路由； 2、R6与R7使用MPLS-VPN互通，其中CE到PE端使用动态路由； 3、R7可以访问R2 R3 R4的环回; 4、R2和R4使用BGP，IGP使用OSPF互通。

weixin_65685029的博客 622

HCIP阶段MPLS实验

5.内网按要求写静态路由、rip、OSPF。2.在公网开启MPLS环境。1.配置IP实现公网互通。6.双向重发布获取路由。

m0_67751642的博客 214

HCIP实验（MPLS实验）

目录 实验环境 实验要求 实验步骤 1、分配IP地址 2、对MPLS-VPN骨干网络进行OSPF宣告 2.1配置命令 2.2检查MPLS-VPN骨干获取情况 3、开启MPLS 3.1配置命令 3.2查看LSP信息 4、创建VRF空间 4.1客户A 4.2客户B 4.3验证 5、对客户A站点的路由器添加静态路由 6、客户B开启RIP和OSPF宣告路由信息 6.1客户B站点1开启RIP 6.2客户B站点2开启ospf 7、MP-BGP建邻 8、MP-BGP路由发布 客户

qq_63284884的博客 3211
上一篇： HCIP--BGP总结
下一篇： VLAN实验
点赞 0
评论 0
书签 书签 0
lanjinliの
lanjinliの
博客等级 码龄5年 53粉丝 44原创
+ 关注
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
 
表情包 插入表情
表情包 代码片
 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