JrunDing

sionna是Nvidia推出的专用于通信领域的SDK，简单介绍windows中如何在虚拟环境中安装sionna 安装步骤-CPU​ 以下是CPU版的sionna安装步骤 ​ sionna基于tensorflow，在虚拟环境中使用pip安装sionna时，会自动安装与其适配的最新版本tensorflow，因此不用事先安装tf pip install sionna ​ 安装完成后import sionna会报错，无法找到LLVM-C.dll，这是因为sionna中部分内容需要LLVM编译框架，缺少该动态链接库，报错信息如下 AttributeError: jit_init_thread_state(): the LLVM backend is inactive because the LLVM shared library ("LLVM-C.dll") could not be found! Set the DRJIT_LIBLLVM_PATH environment variable to specify its path. ​ LLVM是什么可以自行了解， ...

python中作为函数参数常用的两种拓展方式 ​ *args表示该函数可以传入任意数量参数 ​ **kwargs表示该函数可以传入任意数量指定数据的参数 ​ *args在函数中使用args以元组的形式调用 ​ **kwargs在函数中使用kwargs以字典的形式调用 def test(a, b, *args, **kwargs): print(a, b) print(args) print(kwargs)a = 1b = 2c = 3d = 4test(a, b, c, d, e=5, f=6)# 输出1, 2(3, 4){'e':5, 'f':6} ​ 其实args和kwargs的名称任意，真正起作用的是*

深度学习领域的快速发展已经催生了许多重要的自然语言处理（NLP）模型，其中Transformer、GPT（Generative Pre-trained Transformer）和BERT（Bidirectional Encoder Representations from Transformers）无疑是最引人注目的三大模型。它们不仅在NLP领域取得了显著的成就，还在计算机视觉和其他领域产生了重大影响。本文将深入研究这三大模型的原理、应用和优劣，以帮助读者更好地理解它们的作用和差异。 一 Transformer​ Transformer 模型简介 ​ Transformer模型由Google的Vaswani等人于2017年首次提出，是自然语言处理领域的一次重大突破。它引入了自注意力机制（Self-Attention Mechanism）来替代传统的循环神经网络（RNN）和卷积神经网络（CNN）架构，允许模型同时考虑输入序列的各个位置，从而更好地捕捉全局依赖性。 ​ Transformer 模型特点 自注意力机制：Transformer的核心是自注意力机制，它能够根据输入序列的不同 ...

一 引言1.1 ChatGPT简介​ ChatGPT，全称 Chatbot based on Generative Pre-trained Transformers，是一种基于 GPT 架构的开放领域生成式对话机器人。通过构建在大量文本数据上预训练的语言模型，ChatGPT 能够理解自然语言并生成连贯、有意义的回复。与传统的基于规则或检索的对话系统相比，ChatGPT 更具灵活性和创造性，能够在多种应用场景中提供更为自然的人机交互体验。 ​ ChatGPT的发展受益于深度学习、自然语言处理领域的最新技术，如Transformer结构、预训练与微调的策略等。借助这些技术，ChatGPT在语言理解、文本生成等多个任务上取得了显著的性能提升。同时，ChatGPT已经在众多实际应用中展现出强大的潜力，如客户服务、语言教育、虚拟助手等。 ​ 然而，ChatGPT 仍面临一些挑战，如安全性与道德风险、模型运行效率、个性化与多样性等。未来的发展将致力于解决这些问题，为用户带来更加智能、高效的人工智能对话体验。 1.2 语言模型发展背景​ 语言模型（Language Model）是自然语言处理领域的核 ...

什么是IPv4和IPv6​ IPv4和IPv6通过将它们分为前后两个部分能够更容易理解。前面的“IP”表示互联网协议，而后面的“v4”和“v6”则代表第4版和第6版。它们都是用于在互联网上传输数据的两种不同版本的网络协议。这些协议规定了互联网中数据包的传输和路由方式。 ​ IPv4（Internet Protocol version 4）： 地址格式：IPv4地址由32位二进制数字组成，通常以点分十进制（例如192.168.1.1）表示，被分成四个8位字段。 地址数量有限：因为IPv4地址只有32位，理论上最多可用约42亿个地址。然而，随着互联网的迅速扩展，这个数量已经无法满足所有设备的需求。 地址短缺：由于IPv4地址数量有限，导致了IP地址短缺问题。IPv4地址资源分配不均，很多地址已经被使用。 NAT技术：为了应对IPv4地址短缺问题，引入了网络地址转换（NAT）技术，允许多个设备共享同一个公共IPv4地址。 头部结构：IPv4数据包的头部包含多个字段，包括源IP地址、目标IP地址、协议类型等。 ​ IPv6（Internet Protocol version 6） ...

Python实现定时器中断 1 threading的子类Timerimport threadingimport timedef ISF(): print(time.time()) #print('Now:', time.strftime('%H:%M:%S', time.localtime())) t = threading.Timer(1, ISF) t.start()t = threading.Timer(1, ISF)t.start()while True: pass ​ 这种方式的缺点是基于多线程，经过测试，创建和销毁线程都会花费时间，约10ms，如果该10ms成为性能瓶颈，可以另选方案

云原生（Cloud-Native）是近年来在云计算领域崭露头角的炙手可热的概念。随着云计算技术的不断发展和普及，云原生架构逐渐成为现代应用开发和部署的主流趋势。本文将深入探讨云原生的概念、优势以及重要性，为零基础的读者带来一份全面的入门指南，帮助您了解什么是云原生以及它为何如此重要。 云原生的定义和历史背景云原生是什么？​ 云原生是一种应用架构的理念，它强调将应用程序设计、开发、部署和管理与云计算环境密切结合。云原生不仅仅是简单地将应用迁移到云上，而是借助云计算的优势重新构思和设计应用，使其适应动态、弹性和分布式的云环境。 云原生的发展历程​ 云原生的概念最早起源于2010年代初，当时Google发布了一篇名为《Google的Site Reliability Engineering》的论文，其中介绍了Google内部的运维实践和DevOps文化。这为云原生思想的形成奠定了基础。随后，Docker的出现推动了容器技术的普及，Kubernetes的开源使得容器编排和管理变得更加简单高效，也加速了云原生概念的传播和应用。 核心特点和优势容器化技术​ 云原生架构的核心特点之一是容器化技术的 ...

​ 手机想要连接WiFi时，首先需要打开WLAN开关，设置连接WiFi界面，名字是WLAN，然后才会看到各种WiFi热点，还有我们的笔记本电脑连接WiFi功能也是WLAN。那么，WLAN和WiFi到底有什么区别呢。 ​ WLAN ​ LAN是Local Area Network，表示局域网。WLAN是Wireless Local Area Network，是为了不受限于线缆等条件而成的LAN接入技术。因此，WLAN就是LAN的无线形式。 ​ 既然是无线，就有频谱，WLAN工作的频带包含四种，分别是2.4 GHz, 3.6 GHz, 4.9 GHz, 和 5.8 GHz。 ​ WiFi ​ WI-FI是wireless fidelity的缩写，又称“无线热点”或“无线网络”，是Wi-Fi联盟的商标，一个基于IEEE 802.11标准的无线局域网技术。“Wi-Fi”常被写成“WiFi”或“Wifi”，但是这些写法并没有被Wi-Fi联盟认可。 ​ Wi-Fi包含在WLAN中，是一种采用WLAN协议的技术。 ​ Wi-Fi的演进经历了802.11b、802.11a、802.11g、802.11 ...

​ 物联网的无线通信技术种类繁多，大致可以归为两大类： ​ 一类是短距离通信技术：包括Zigbee、WiFi、蓝牙等； ​ 另一类则被称为广域网通信技术，即LPWAN（low－power Wide－Area Network，低功耗广域网）。 ​ LPWAN又可细分为两类： ​ 一类工作于未授权频谱下，如LoRa； ​ 另一类是工作于授权频谱下，3GPP支持的2G／3G／4G蜂窝通信技术，比如EC－GSM、LTE Cat－m、NB－IoT等。 ​ 其中，NB-IoT凭借低功耗、广覆盖、速率低、成本低等特点，成为时下最受追捧的一种无线连接技术。 ​ 物联网设备大致归为三类： ​ ①无需移动性，大数据量（上行），需较宽频段，比如城市监控摄像头。 ​ ②移动性强，需执行频繁切换，小数据量，比如车队追踪管理。 ​ ③无需移动性，或者弱移动性，小数据量，对时延不敏感，比如智能抄表。 ​ NB-IoT正是为了应对第③种物联网设备而生。 ​ 什么是NB-IoT 窄带物联网（Narrow Band Internet of Things, NB-IoT）。 ​ NB-IoT构建于蜂窝网络，只消耗大约180 ...

跑深度学习没算力怎么行，而没money哪来的算力，所以说深度学习是富人的游戏也就不足为怪了😭 简单记录一下实验室的服务器如何使用 SSH​ 实验室服务器一般是X86构架、Linux系统。如果主机也是Linux，直接安装ssh服务通过命令连接，如果是windows系统，推荐使用开源的WindTerm，还有一些其他的ssh软件如mobaxTerm、XShell等。WindTerm集成SSH和SCP等主要用于连接服务器的协议，非常方便，界面优雅。如何使用WindTerm就不多介绍了。 常规操作​ 一般通过WindTerm建立连接服务器的会话（IP+Port），然后就可以操作服务器终端，安装管理深度学习环境。WindTerm等众多软件均支持直接在服务器和主机之间通过拖拽方式传输文件，非常方便。 ​ 安装好虚拟环境后，激活环境，cd到工程目录，通过python train.py训练。但是由于实验室的网实在是不稳定，所以经常遇到跑了好几个小时的代码快要出结果的时候却断网了，导致与服务器的连接中断，代码也就自然而然的停止运行了。这点真的让人很苦恼。同时，当你的ssh在执行一个代码时，你如果不新 ...