yuan

# 子网掩码 用来指明一个 IP 地址的哪些位标识的是主机所在的子网，以及哪些位标识的是主机的位掩码。子网掩码不能单独存在，它必须结合 IP 地址一起使用。 子网掩码是一个 32 位地址，用于屏蔽 IP 地址的一部分以区别网络标识和主机标识，并说明该 IP 地址是在局域网上，还是在广域网上。 其对应网络地址的所有位都置为 1，对应于主机地址的所有位置都为 0。 子网掩码告知路由器，地址的哪一部分是网络地址，哪一部分是主机地址，使路由器正确判断任意 IP 地址是否是本网段的，从而正确地进行路由。网络上，数据从一个地方传到另外一个地方，是依靠 IP 寻址。从逻辑上来讲，是两步的。第一步，从 IP...

这里的 “运行” 应为支持，协议规定数据格式，支持协议意味着能从数据中解析出信息。 路由器的存储转发机制是收到一个分组就进行转发，一个分组仅是数据的一个部分， 上面是假设了源只能一个一个得发送分组，不能将这些分组同时批量发送出去。 思维模型： 从源或目的地到路由器也算是数据链路。 d_{端到端} = N \frac{L}{R} + (P - 1) \frac{L} # 运输层 上面的单跳路由是什么意思 还有两跳路径 应该是指主机和外界之间有两条路径（看堆叠的方块和外界的连接）， 图 b...

转载自 https://blog.csdn.net/caqjeryy/article/details/122324147 # 计算机网络复习（自顶向下）1~2 章 复习目录 一、计算机网络基本概念 1.1 认识英特网 1.2 网络边缘 1.3 网络核心 1.4 ⭐时延、丢包和吞吐量 1.5 协议层次和服务模型 1.6 安全和历史（略） 二、应用层 2.1 应用层协议原理 2.2 ⭐Web 和 HTTP 协议 2.3 FTP 和 SMTP 2.4 DNS 目录服务 2.5 P2P（略） 三、⭐传输层（全重点） 3.1 概述和传输层服务 3.2 多路复用 /...

# 题目 113 1 2 0 0 2 0 4 5 0 2145 1 20 10 10 10 10 15 10 20 1 5 10 1531 0 030 0 0# 理解 将数组中值的大小理解为山峰的高度，ppp 为水位的高度， 将ppp 的由大变小的变化过程理解为水位的高度由高变低的过程 根据小于ppp 的被淹没，如果认为是水位由低变高，需要计算初始时非零段个数。并且对于连峰，如 [0, 8, 6, 8, 0] ，开始为 1，后来为 2，后来为 0。当ppp 取 9 时会淹没全部山峰，但是 9 不是山峰的取值。导致计算上出现麻烦。而如果假设初始时水位为无穷大，水位由高到低进行变化，当水位降为...

# 题目 6 2 105 2410 2411 2434 2435 2435 4812# 理解 能否出行决定于出行时间是否落到核酸检测证明有效的时间区间内。 输入格式中的tit_iti​ 为出行时间，qiq_iqi​ 为区间长度，qi+kq_i + kqi​+k 为区间的左端点。 如果直接做，则需要事先存储全部的出行计划，而后遍历每个出行计划，得到时间区间后判断出行时间是否在时间区间之内。（每个出行计划的出行时间和区间长度都可能是不一样的），时间复杂度为n×mn \times...

# 题目 60 01 01 13 15 17 185 15 05 02 13 04 0100000000 11 0# 理解 题目要求的求最高准确率即为求预测正确的同学的人数，按照安全指数和挂科情况进行排序后，在取定某同学的安全指数作为阈值的情况下，即求数组左侧的 result 值为 0 的同学人数和右侧的 result 值为 1 的人数之和。容易想到用前缀和来解决。 要注意的是，由于正确率公式中存在一个大于等于，所以在排序时，对于具有相同安全指数但 result 值不同的同学，让 result 值为 1 的放在数组前面。 # 解答 #include...

这篇博客讲解了如何自定义一个 Dataset 类 返回训练数据与标签，但是对于简单的图像分类任务，并不需要自己定义一个 Dataset 类，可以直接调用 torchvision.datasets.ImageFolder 返回训练数据与标签。 # 1. 数据集组织方式 既然是调用 API，那么你的数据集必然得按照 API 的要求去组织， torchvision.datasets.ImageFolder 要求数据集按照如下方式组织： A generic data loader where the images are arranged in this way: root/dog/xxx.png...

torch.matmul 是 tensor 的乘法，输入可以是高维的。 当输入是都是二维时，就是普通的矩阵乘法，和 tensor.mm 函数用法相同。 当输入有多维时，把多出的一维作为 batch 提出来，其他部分做矩阵乘法。 下面看一个两个都是 3 维的例子。 将 b 的第 0 维 1broadcast 成 2 提出来，后两维做矩阵乘法即可。 再看一个复杂一点的，是官网的例子。 首先把 a 的第 0 维 2 作为 batch 提出来，则 a 和 b 都可看作三维。再把 a 的 1broadcat 成 5，提取公因式 5。（这样说虽然不严谨，但是便于理解。）然后 a 剩下...

# 一、前言 在字符串数据处理的过程中，正则表达式是我们经常使用到的，python 中使用的则是 re 模块。下面会通过实际案例介绍 re.sub() 的详细用法，该函数主要用于替换字符串中的匹配项。 # 二、函数原型 首先从源代码来看一下该函数原型，包括各个参数及其意义： def sub(pattern, repl, string, count=0, flags=0): """Return the string obtained by replacing the leftmost non-overlapping occurrences of the...

# python3 pyttsx3 文字转语音库使用 最近再做一个项目，需要文字转语音，决定使用此库了。 # 1. 安装 pip install pyttsx3 # 若未安装 pywin32, 需要安装此库的 pip install pywin32# 2. 官方文档 官方网址 https://pyttsx3.readthedocs.io/en/latest/engine.html # 3. 使用 简单使用 import pyttsx3# 初始化， 必须要有奥engine = pyttsx3.init()engine.say('Sally sells seashells by the...