虚拟环境安装sionna
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, ...
args and kwargs
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*
Transformer、GPT、BERT三大模型对比
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 ...
ChatGPT原理科普
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 ...
IPv4 and IPv6
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
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
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 ...
WLAN和WiFi
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 ...
NB-IoT介绍
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 ...
实验室服务器的使用
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 ...