VGGNet和GoogLeNet等网络都表明有足够的深度是模型表现良好的前提，但是在网络深度增加到一定程度时，更深的网络意味着更高的训练误差。误差升高的原因是网络越深，梯度弥散[还有梯度爆炸的可能性]的现象就越明显，所以在后向传播的时候，无法有效的把梯度更新到前面的网络层，靠前的网络层参数无法更新，
# GPS 方案 搜集网络上关于GPS的方案。 ## redis + mysql redis 用来做设备或用户实时定位的查询。 mysql存储历史轨迹。存储时分两部分，一张表做实时查询用。一张表做备份用。如果需求为最多查询一个月的历史轨迹，那么实时查询表就只存储一个近一个月的轨迹数据。剩下的数据存到
本文从java NIO网络编程的基础知识讲到了Tars框架使用NIO进行网络编程的源码分析。
哈佛大学心理学教授斯坦利·米尔格拉（Stanley Milgram）早在1967年就做过一次连锁实验，他将一些信件交给自愿的参加者，要求他们通过自己的熟人将信传到信封上指明的收信人手里。他发现，296封信件中有64封最终送到了目标人物手中。而在成功传递的信件中，平均只需要5次转发，就能够到达目标。也就是说，在社会网络中，任意两个人之间的“距离”是6。这就是所谓的六度分隔理论，也称小世界现象。尽管他
我们发现，现实世界许多网络的节点度分布与幂函数乘正比。事实上，航空网络的度分布常常满足幂律分布；而高速公路网络的度分布则常常满足泊松分布（指数族分布的一种），其均值为平均度。幂律分布就是一种典型的重尾分布（就像我们前面所展示的节点度高度倾斜）。但需要注意的是，正态分布和指数分布不是重尾分布。
“搭个网络真不难，像呼吸一样简单。”周华健学长如是地说（狗头）
摘要：本实践是基于Windows版MindStudio 5.0.RC3，远程连接ECS服务器使用，ECS是基于官方分享的CANN6.0.RC1_MindX_Vision3.0.RC3镜像创建的。 本文分享自华为云社区《【MindStudio训练营第一季】基于U-Net网络的图像分割的MindStud
将共享目录，映射到本地磁盘，可以方便快速访问 添加 点击【此电脑】菜单栏中，选择【计算机】->【映射网格驱动器】-> 文件夹中输入 共享目录地址，如下图 删除 右击，网格映射盘，右击【断开连接】 异常 映射的IP发生变化后，将无法断开连接，此时报“此网格连接不存在”错误 解决异常 命令gpedit.
检查服务 VMnetDHCP，VMware NAT Service 服务是否已启动，启动后可以正常使用网络
本文作者：陈桐乐 李卓嘉 随着云原生的兴起，微服务、容器、kubernetes容器编排正在快速改变着企业软件架构的形态，单体架构、分布式架构、微服务架构，软件架构在持续演进的过程中，变得越来越复杂，管理和维护也越来越困难，不断出现的安全漏洞也在持续挑战着企业的安全运营响应能力，如何准确识别风险点，怎
emmm，说起网络知识学习肯定离不来wireshark工具，这个工具能够帮助我们快速地定位网络问题以及帮助正在学习网络协议这块的知识的同学验证理论与实际的一大利器，平时更多的只是停留在初步的使用阶段。也是利用部门内部的网络兴趣小组的讨论机会，私下对wireshark的一些进阶功能，比如专家模式、图表等功能进行调研，并结合实际场景抓包分析对功能进行对照说明。
# (4)500代码行代码手写docker-设置网络命名空间 > 本系列教程主要是为了弄清楚容器化的原理，纸上得来终觉浅，绝知此事要躬行，理论始终不及动手实践来的深刻，所以这个系列会用go语言实现一个类似docker的容器化功能，最终能够容器化的运行一个进程。 本章的源码已经上传到github，地址
> 本系列主要是为了对redis的网络模型和集群原理进行学习，我会用golang实现一个reactor网络模型，并实现对redis协议的解析。 系列源码已经上传github ```go https://github.com/HobbyBear/tinyredis/tree/chapter2 ```
在学习中使用哪些工具 “工欲善其事必先利其器。”在网络技术的学习过程中，往往需要使用一些工具，来辅助我们学习，以此将抽象的技术通过具体的方式来表现出来，便于加深网络理论的印象。 今天，我将列举我在学习过程中使用过的工具。以网络仿真工具为例，建议初学者选择一个厂商的软件作为主用软件（如eNSP或者HC
本文为博主原创，转载请注明出处： 概念理解： IP掩码（或子网掩码）用于确定一个IP地址的网络部分和主机部分。它是一个32位的二进制数字，与IP地址做逻辑与运算，将IP地址划分为网络地址和主机地址两部分。 在理解IP地址段中的网络地址、广播地址和主机地址之前，首先需要了解IP地址的构成。IP地址由网
pgsql连接池没解决呢, 结果kdevtmpfsi挖矿病毒冒出来了!!!
# 上下界网络流 [TOC] > 前置知识以及更多芝士参考下述链接 > 网络流合集链接：[网络流](https://www.cnblogs.com/jeefy/p/17050215.html) 上下界网络流是普通网络流的一种变体，对于网络流，我们不仅关注其流量的上界，下届同样有所体现。 题型大致有五
摘要：对政企、金融客户来说，裸金属服务器相比于云服务器，更能满足他们对性能和稳定性的要求。但裸金属服务器的网络实现，却存在成本高、灵活性差、成熟度不足等问题。为解决这些问题，华为云Stack有一套增强版的网络方案。 本文分享自华为云社区《【华为云Stack】【大架光临】第14期：再升级！全新网络方案
摘要：本文就带大家了解在昇腾平台上对TensorFlow训练网络进行性能调优的常用手段。 本文分享自华为云社区《在昇腾平台上对TensorFlow网络进行性能调优》，作者：昇腾CANN 。 用户将TensorFlow训练网络迁移到昇腾平台后，如果存在性能不达标的问题，就需要进行调优。本文就带大家了解
摘要：残差网络(ResNet)的提出是为了解决深度神经网络的“退化”（优化）问题。ResNet 通过设计残差块结构，调整模型结构，让更深的模型能够有效训练更训练。 本文分享自华为云社区《Backbone 网络-ResNet 网络详解》，作者： 嵌入式视觉 。 摘要 残差网络(ResNet)的提出是为
