- 博客(66)
- 资源 (1)
- 收藏
- 关注
RSS订阅原创 NVIDIA-SMI has failed because it couldn‘t communicate with the NVIDIA driver. Make sure that the lat
NVIDIA-SMI has failed because it couldn’t communicate with the NVIDIA driver. Make sure that the latest NVIDIA driver is installed and running. 问题，更改驱动版本无效，修改bios中的secure boot为disable成功。安装nvidia-driver踩坑。
2024-02-02 16:38:35
135
原创 静态单赋值（SSA）
数据流分析中存在的问题：每个节点需要保存一份x,y,z的值，即便节点2只和x有关。当节点1的转换函数更新y时，必须经过2才能够到达3，但是y的更新和2并没有关系。Def-use关系给定变量x，如果结点A可能改变x的值，结点B可能使用结点A改变后的x的值，则结点A和结点B存在Def-Use关系基于Def-Use的数据流分析：静态单赋值形式（SSA）定义：每个变量只会被赋值一次控制流汇合处无法确定变量是如何赋值的：引入函数Φ()SSA提供了Def-Use关系：
2020-12-20 20:05:04
2866
原创 静态分析技术-1 基本块与Control Flow Graph
一. CFG（Control Flow Graph）概览 CFG是一种编译过程中代码的表示形式，以图的形式表示代码的控制流信息。CFG通常面向机器语言构建，因为机器语言每条语句较为简单，其控制流绘制起来更为清晰，下图即为一个简单的控制流图示例（图片来自DCC888课件）：可以简单的看到，控制流图的每个节点内部可能包含多个指令，这些指令顺序执行，当发生分支跳转时，就需要进入另外一个节点。二. 基本块与CFG的定义2.1 基本块基本块由一系列的语句组成，这些语句具有如下特点整个程序的在执行指令时
2020-11-28 11:02:23
4494
2
原创 ubuntu18 搭建wordpress 全教程
获取云服务器各个服务器厂商都有新人优惠，直接买一个云服务器就行，或者在本地新建一个虚拟机也可以安装依赖搭建网站总的来说需要3个东西服务器，可选apache， nginx等等，这里选apache2数据库 选mysql5.7建站框架，这里选 wordpress， 其实本质就是一堆网站代码，你可以通过这些代码进行操作来拼接打造自己的网站之间的关系：服务器接收请求，到网站代码相应的位置解释...
2019-11-28 16:37:51
3428
1
原创 mysql 5.7 access denied 解决方式
sudo vim /etc/mysql/mysql.conf.d/mysqld.cnf# 将其中添加 skip-grant-tables 保存， 免密码登录sudo service mysql restart # 重启服务mysql -u root -p # 直接回车进入# 执行update mysql.user set authentication_string=PASSWOR...
2019-11-26 21:23:10
1185
原创 tensorflow使用基础（3）-- MNIST--2
# coding: utf-8# In[3]:import tensorflow as tffrom tensorflow.examples.tutorials.mnist import input_data#载入数据集mnist = input_data.read_data_sets("MNIST_data",one_hot=True)#每个批次的大小batch_size...
2019-07-16 15:37:01
150
原创 tensorfow使用基础（3）--MNiST--1
import tensorflow as tfimport tensorflow.examples.tutorials.mnist as mnist#导入数据data = mnist.input_data.read_data_sets("MNIST_data", one_hot=True)batch_size = 100n_batch = data.train.num_examples...
2019-07-15 19:43:47
203
原创 tensorflow使用基础（2）-- 非线性回归
非线性回归import tensorflow as tfimport numpy as np生成饱含随机噪音的数据#生成饱含随机噪音的数据x_data = np.linspace(-1.0, 1.0, 200)noise = np.random.normal(0, 0.02, 200)y_data = x_data ** 2 + noiseprint(x_data[0:10]...
2019-07-15 10:45:16
246
原创 tensorflow使用基础（1）-- 常量变量和简单线性回归
import tensorflow as tf# 常量乘a = tf.constant([[2,3]])b = tf.constant([[1],[2]])mul = tf.matmul(a,b)with tf.Session() as sess: print("tf mul :" ,sess.run(mul)) print("* " ,sess.run(a*b) )...
2019-07-14 22:25:24
159
原创 机器学习（9）-- 聚类-cluster
聚类算法聚类算法是一种非监督学习算法，根据数据集的分布特征，将其聚集为相互比较近的多个集合，集合的数量通常指定。经典算法 k-meansk-means是经典的聚类算法，其算法流程如下：随机或者有区分的选取k个点作为k个种类的中心分别计算所有点到每个中心的距离，并将其归入最近的类再次计算每个类中所有点的平均中心将每个类的中心位置更新，重复2,3直到每个点的所属类不在变化，或者达到设定...
2019-07-05 10:47:42
780
原创 机器学习（8）-- 非线性回归
import numpy as npimport randomdef genData(pointCont, bias, variance): """ x是多个二维的点，沿着y=x+b直线附近分布，b为bias， variance为y的基础偏差，总偏差为基础偏差+随机偏差 :param pointCont: 生成的点的数量 :param bias: 结...
2019-07-05 10:30:17
623
1
原创 机器学习（8）-- 多元线性回归
from numpy import genfromtxtfrom sklearn import linear_model"""[100. 4. 9.3] [ 50. 3. 4.8] [100. 4. 8.9] [100. 2. 6.5] [ 50. 2. 4.2] [ 80. 2. 6.2] [ 75. ...
2019-07-03 14:30:24
156
原创 机器学习（8）-- 简单一元线性回归
import numpy as npdef fitSLR(x,y): n=len(x) dinominator = 0 numerator=0 for i in range(0,n): numerator += (x[i]-np.mean(x))*(y[i]-np.mean(y)) dinominator += (x[i]-np....
2019-07-03 14:12:48
212
原创 机器学习（7）-- 神经网络应用
神经网络的简单实现""" NerualNetwork.py"""import numpy as npdef tanh(x): return np.tanh(x)def tanh_deriv(x): return 1.0-np.tanh(x)*np.tanh(x)def logistic(x): return 1/(1+np.exp(-x))d...
2019-07-01 21:35:41
272
原创 机器学习（6）-- 支持向量机SVM应用
SVM模块调用在sklearn中，封装了svm模块，可以直接调用模块传入数据集获得训练的SVM，下面对训练练简单的模型并且生成可视化结果import numpy as npimport pylab as plfrom sklearn import svm# 创建40个随机点X = np.r_[np.random.randn(20, 2) - [2, 2], np.random.ran...
2019-06-27 16:07:01
243
原创 机器学习（5）-- 支持向量机SVM（二）
2.支持向量机的数学原理这里推荐这两篇文章https://blog.youkuaiyun.com/qq_35992440/article/details/80987664https://www.cnblogs.com/liaohuiqiang/p/7805954.html两篇博客对向量机的原理和拉格朗日乘子法的原理介绍的很清楚，搭配看效果更佳。下面简要介绍其思路：如上篇文章介绍，支持向量机其最终目...
2019-06-26 21:25:26
159
原创 机器学习（5）-- 支持向量机 SVM（一）
1. 支持向量机的基本原理线性可区分SVM -> support vector machine考虑如下分类问题：可以看到，黑色和白色的点分别为两类，那么可以在平面找一条线，将两种点分割在直线的两端，如图的蓝色和红色的直线就是例子。这两个直线对数据集表现的都很好，不像绿色的线甚至无法分清训练数据的类别。那么对于新来的数据，我们可以根据其落在直线的那一侧来预测新数据的类型。然而对于不...
2019-06-26 21:07:25
249
原创 机器学习（3）-- KNN算法
KNN算法KNN算法是一种常见的分类算法，其名称来源于 k Nearest neighbors，该算法基本思想为，对于一个分类问题，新的数据的类别应该和离他最近的已知数据点的类别相同。KNN算法不同于常见的统计算法。是一种懒惰算法。在没有 预测行为时，不会做任何计算。KNN算法的主要工作为遍历已知数据点和选取合适的距离度量方式。因此可以根据度量方式对数据集做预处理加快预测速度。算法流程...
2019-06-25 09:50:33
261
原创 机器学习（2）- 决策树应用
安装包使用python 模块scikit-learn覆盖问题领域：分类（classification), 回归（regression), 聚类（clustering), 降维(dimensionality reduction)模型选择(model selection), 预处理(preprocessing)实现代码from sklearn.feature_extraction impo...
2019-06-24 22:16:37
328
原创 机器学习（1）--决策树
决策树决策树可以理解为对于条件的一系列判定，由于每一个条件都有是否两种情况，将所有情况按照树状组织起来就叫做决策树。决策树可以对于数据集上的数据做分类。如下图节点中代表当前的数据各自的占比，根节点代表play的数据有9个，not play的数据有5个。此时按照outlook的三种情况对整个数据集做划分，可以得到在sunny下的play=2，notplay=3，以此类推。这样就能够根据数据集和...
2019-06-24 21:57:52
177
原创 深度学习之基础-概率和信息论
第三章 概率和信息论3.13 信息论量化信息需要满足的性质：非常可能发生的事件信息量要比较少,并且极端情况下,确保能够发生的事件应该没有信息量。较不可能发生的事件具有更高的信息量。独立事件应具有增量的信息。例如,投掷的硬币两次正面朝上传递的信息量,应该是投掷一次硬币正面朝上的信息量的两倍。自信息：I(x)=−logP(x)I(x) = -log P(x)I(x...
2019-05-11 20:13:12
290
原创 深度学习之基础-线性代数
第二章 线性代数2.4 线性相关书里面给的现行相关的例子不是很明了，百科给出的现行相关定义设α₁,α₂,…,αₑ(e≥1)是域P上线性空间V中的有限个向量.若V中向量α可以表示为：α=k₁α₁+k₂α₂+…+kₑαₑ(kₑ∈P,e=1,2,…,s),则称α是向量组α₁,α₂,…,αₑ的一个线性组合,亦称α可由向量组α₁,α₂,…,αₑ线性表示或线性表出.给出的实例如下：定义矢量为[2 4...
2019-05-11 15:39:50
217
转载 python学习笔记之爬虫-3-初识scrapy
scrapyscrapy是一个成熟的爬虫框架，可以有逻辑的组织大量的爬虫进行高效的爬取数据和持久化，scrapy可以分为以下几个模块：引擎(Scrapy)用来处理整个系统的数据流处理, 触发事务(框架核心)调度器(Scheduler)用来接受引擎发过来的请求, 压入队列中, 并在引擎再次请求的时候返回. 可以想像成一个URL（抓取网页的网址或者说是链接）的优先队列, 由它来决定...
2019-03-01 10:46:00
188
原创 python学习笔记之爬虫 -2-拉取github工程列表
需求在命令行登录github，获取其账号下的仓库列表和相关信息分析就这个爬虫来看，其编码过程应该是这样的，第一步是分析网页，因为这里涉及到登录的问题，所以需要去登录页面查看其登录操作都发送了那些数据，使用什么来认证你的登录行为，然后利用代码模拟这种行为，就可以保持登录状态，然后在访问个人仓库的页面，分析其返回的网页内容，提取信息即可观察github登录页面数据可以看到登录页面发送的数据除...
2019-01-25 11:03:05
488
原创 python学习笔记之爬虫 -1- 初识爬虫
爬虫python爬虫识一个对于网络资源进行批处理的程序，比方说，现在我想要看汽车之家的最新新闻的合集，或者说我自己做了一个程序，想要临时扩充一下目前的资讯库，需要转载其他人的文章，手动的转赞无疑是非常慢的，这里就可以用到爬虫，下面给出一个小例子来说明一下爬虫的基本工作原理基本需求https://www.autohome.com.cn/news/ 对于这个网站，我想要他新闻的标题，链接，图片等...
2019-01-24 11:22:31
320
1
原创 python学习笔记之基础操作（九）类 -2- 继承
继承继承是面向对象的语言中很重要的一个特性，可以进一步增加代码的重用性和整个代码逻辑的顺畅性。python中的继承类似于java，C++中的继承，子类会继承父类的方法和属性，在python中，属性不需要声明，因此不像java中会遇到子类和父类同时声明一个变量的情况，而对于子类和父类都声明的方法来说，子类的方法会被直接调用，想要调用弗雷德额方法需要特殊的处理，这是比较显然的，因为类的相关信息都存放...
2019-01-23 15:17:42
197
原创 python学习笔记之基础操作（九）类 -1- 声明和初始化
声明此处不再记录面向对象编程的相关基本思维，只涉及python具体语法在python中，类的声明格式如下:class Dog: color = 0 age = 1 home = "peking" def __init__(self,color,age,home): self.color = color self.age = age self.home = home s...
2019-01-23 14:49:23
227
原创 python学习笔记之基础操作（八）模块和包-3- re模块
re模块re模块用于python中的正则匹配，处理简单的字符串函数无法处理的模糊匹配和复杂匹配re模块主要分为两部分，第一部分是正则规则，主要包含一些特殊字符，第二部分是re模块下的函数，主要是搜索，分割等等函数正则规则元字符：. ^ $ * + ? { } [ ] | ( ) 每个元字符的意义如下：import re# . 代表一个任意字符ret=re.findall('a.....
2019-01-22 17:08:22
178
转载 python学习笔记之基础操作（八）模块和包-2- json,xml,time,sys，os模块
time模块常用三种模式来表示时间，分别为时间戳 通常来说，时间戳表示的是从1970年1月1日00:00:00开始按秒计算的偏移量。我们运行“type(time.time())”，返回的是float类型。字符串结构体其之间的转换关系如图import time # 1 time() :返回当前时间的时间戳time.time() #1473525444.037215#...
2019-01-22 14:37:05
189
原创 python学习笔记之基础操作（八）模块和包-1-基本概念
模块通常来说，一个.py文件就叫做一个模块，可以直接利用不带.py的方式将一个py文件当做模块引入，之后，引入的模块就以变量的形式存在于当前文件下,可以通过.的方式直接引用其中的方法等。例如：#main.pyimport testprint(test.add(1,2))#test.pydef add(x,y): return x+y引入方法import testprint(...
2019-01-22 09:58:08
212
原创 netRIver实验（三，ipv4转发）
遇到的问题map函数的insert插入方法不是替换式插入，在题目中需要直接使用索引的方式插入routeTable[ipAddr] = route;需要注意给出的路由信息的字节顺序需要为自己保存的路由信息单独新申请内存并复制否则给出的内存地址可能会被回收导致数据出错代码/** THIS FILE IS FOR IP FORWARD TEST*/#include "sysInclu...
2018-12-16 17:21:18
1704
原创 netRIver实验（二，ipv4收发）
实验问题每个控制信息的数据长度和位数以及在缓冲区中的位置需要仔细计算，分别涉及1字节Byte，2字节short，4字节unsigned三种长度校验和的计算需要注意和的数据类型应该为unsigned，因为校验和的计算可能溢出至三个字节，short类型变量无法存放，在解决数字溢出之后再转换为short，否则会丢失校验和的部分信息导致校验和出错。发送数据时，在设置totalLen时，需要注意使用...
2018-12-16 09:49:38
2396
2
原创 netRIver实验（一，滑动窗口）
一，实验流程熟悉实验系统。熟悉实验系统的操作流程，帮助文档的debug功能等等设计算法，实验分为三个函数，依次为等停式传输，回退N帧传输和选择性重传三种方式的实现函数，其中，第一种等停式传输是第二种回退N传输的特例，第三种选择性传输和第二种传输方式的区别是在重传方面需要传送指定的帧，因此整个逻辑基本以第二个方法为框架进行修改。对于第二个函数：做如下设计，保存一个链表waiting作为...
2018-11-29 16:14:58
2398
原创 python学习笔记之基础操作（七）函数闭包和装饰器
装饰器为其它函数添加附加功能，原则：不修改装饰的函数源代码和调用方式装饰器=高阶函数+函数嵌套+闭包 高阶函数函数的参数或者返回值是一个函数#没有改变函数体，但是改变了调用方式def test(func): print(fun) func()def foo(): print("saaa")test(foo) #没有改变调用方式 def test2(func):...
2018-11-05 16:40:01
142
原创 python学习笔记之基础操作（六）生成器和迭代器
生成器总结语法上和函数类似：生成器函数几乎和常规函数一样，不同的又两点，第一点是返回使用yield关键字，第二点是在连续逻辑内可以多次返回这是yield的特点决定的，yield会记住函数执行的位置，下一次调用next函数时会自动从上次返回的位置开始继续执行，因此生成器是无法倒推的。#生成器函数实例def test(): for i in range(10): yield i*1...
2018-10-20 09:22:49
171
原创 python学习笔记之基础操作（五）字符串格式化（2）format
format格式化1,基本格式#对于每一个大括号，在后面的参数中找到对应的参数插进来#format操作类似于于将传入的参数制成多个数据的数据结构元组或者字典，然后依照索引插入参数s = "i am {},i am {} years old ,i like {}".format("haiyang",20,"zhu")print(s)s = "i am {},i
2018-10-15 11:20:52
235
原创 python学习笔记之基础操作（五）字符串格式化（1）%格式化
格式化基本格式s = "i am %s ,i am %d years old ,and i like %s"%("haiyang",20,"zhu")print(s)#区分数据类型，无法自动在字符串和数字之间转换，类型不对会报错,后面和前面参数要一一对应，否则会报错s = "i am %s ,i am %d years old ,and i like %s"%("haiyang","20&q
2018-10-15 11:00:54
184
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人