- 博客(9)
- 收藏
- 关注
RSS订阅原创 DataWhale AI夏令营task04
在存储方面，Docker通过镜像（Images）和容器（ Containers）的方式，实现了应用及其依赖的打包和分发。镜像是静态的，包含了所有必要的文件和配置，而容器则是镜像的实例化运行体。例如，大量的镜像数据需要有效的存储解决方案来支持快速访问和高效管理。首先，Docker作为一种容器技术，其核心优势在于提供了一种轻量级、可移植的环境，使得应用可以在几乎任何地方运行，而无需担心底层环境的差异。未来的研究可能会继续探索更高效的存储解决方案和更细粒度的安全控制方法，以满足不断增长的应用需求和安全挑战。
2024-08-03 23:12:00
346
原创 DataWhale AI夏令营task04
在存储方面，Docker通过镜像（Images）和容器（ Containers）的方式，实现了应用及其依赖的打包和分发。镜像是静态的，包含了所有必要的文件和配置，而容器则是镜像的实例化运行体。例如，大量的镜像数据需要有效的存储解决方案来支持快速访问和高效管理。首先，Docker作为一种容器技术，其核心优势在于提供了一种轻量级、可移植的环境，使得应用可以在几乎任何地方运行，而无需担心底层环境的差异。未来的研究可能会继续探索更高效的存储解决方案和更细粒度的安全控制方法，以满足不断增长的应用需求和安全挑战。
2024-08-03 23:09:19
428
原创 DataWhale AI夏令营task4
在存储方面，Docker通过镜像（Images）和容器（ Containers）的方式，实现了应用及其依赖的打包和分发。镜像是静态的，包含了所有必要的文件和配置，而容器则是镜像的实例化运行体。例如，大量的镜像数据需要有效的存储解决方案来支持快速访问和高效管理。首先，Docker作为一种容器技术，其核心优势在于提供了一种轻量级、可移植的环境，使得应用可以在几乎任何地方运行，而无需担心底层环境的差异。未来的研究可能会继续探索更高效的存储解决方案和更细粒度的安全控制方法，以满足不断增长的应用需求和安全挑战。
2024-08-03 23:07:42
330
原创 DataWhale AI夏令营task03
此外，还使用了更安全的RSA加密算法对服务器和客户端之间的选票信息及用户信息进行数据加密，有效保证了数据传输过程中的安全。：提出了一种基于安全多方求和的多候选人电子选举方案，该方案在一个多精度数中隐藏“m选k”形式的选票，并将多精度计算及安全多方求和协议应用于投票和计票过程中。这种方案具有更强的安全性，包括选票的完全保密性和无收据性、计票的公平性和无争议性、系统的健壮性等。实现多路投票的方法多种多样，包括基于强化学习的投票机制、顺序投票、多平台移动投票系统设计、电子投票的安全性增强以及多代理模拟等。
2024-08-03 22:57:25
438
原创 Datawhale AI夏令营task02
大语言模型是指基于深度学习技术，使用大规模语料库进行训练的语言模型。它能够理解和生成自然语言文本，并尝试回答各种问题或完成各种任务。
2024-08-03 22:48:21
256
原创 DataWhale AI 夏令营 task03
卷积神经网络（Convolutional Neural Networks, 简称CNN），作为一类集成了卷积运算的深度前馈神经网络（Feedforward Neural Networks），是深度学习领域中的一颗璀璨明珠，引领着现代机器学习算法的前沿。在卷积神经网络（Convolutional Neural Networks, CNN）的层次结构中，神经元被精妙地组织成三维阵列，涵盖了宽度、高度与深度三个维度。
2024-07-21 13:49:24
386
原创 Datawhale AI 夏令营 task02
循环神经网络（Recurrent Neural Network, RNN），作为一类专为序列数据处理而设计的神经网络模型，其独特之处在于能够深入捕捉并解析数据中的语义信息与时间动态。与传统的前馈神经网络截然不同，RNN通过其内置的循环机制，允许信息在序列的连续元素间流动，从而有效利用了数据间的顺序依赖关系。无论是文本、文章、语句等语言序列，还是一周内的天气变化、数月的股市波动等时序数据，RNN都能展现出卓越的处理能力。RNN的广泛应用领域包括但不限于语音识别、语言建模、机器翻译以及复杂时序数据的深度分析。
2024-07-18 14:41:03
1392
1
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