这两天准备手写一个手写数字识别, 但是在推导公式的时候感觉还是有点费劲, 可能是对之前的那些概念理解不是很深. 先去研究一下一些概念的本质含义吧.

现在是6月22日下午15:38, 学不完了 期末速成计网这种层次感分明的东西有种爬天梯的感觉. Chapter 23/24 UDP,TCP和SCTP/拥塞控制和服务质量 传输层概述(自己编的): 传输层提供的是端到端的逻辑通信, 一台主机上的所有进程复用同一个IP层. 数据到了传输层, 就会被分用到不同的应用程序上. 传输层所有功能: 应用进程的逻辑通信 差错检测 无连接或者面向连接的服务...

Chapter 19 逻辑寻址 哈哈, 全加粗了. IPv4地址 常识性的东西就不说了. 地址分类 ABCDE五类地址 重点在ABC类上. A类地址 A类地址网络号只有前8位, 其中第一位必须是0. 网络号全0表示本网络, 是预留的. 网络号后七位全1用于本地环回测试, 也是预留的. 所以A类地址有 个网络 主机号是后面24位. 主机号全0表示网络号指定的该网络, 预留. 主机号全1表...

今年一如既往还是期末预习, 计网学了大概一星期, 比其他所有课学的时间加起来都长. 学的也比较认真(埋下了操作系统翻车的伏笔), 中间还记了笔记, 主要记了数据链路层网络层和传输层(期末考试错了一个物理层一个应用层的题), 因为刚开始预习的时候记笔记的时候记了一天笔记都丢了, 所以这个笔记后来也被放到了github上. 最后计网总评91分, 课程排名在前5%. 感觉这种知识点散到离谱的学科速...

Day -∞ -- Day 0

考试周前觉得自己要是连考试周都能熬过去的话, 这世上就没什么能难倒我的了.

咕了好长时间的Logistic回归, 今天晚上不小心睡着了现在不困就写一点.

梯度下降实现线性拟合矩阵推导及实现 acm退役选手正在尝试新东西, 刚开的机器学习的坑. 实现线性拟合实际上还是用高中最小二乘的那种东西, 只不过不是通过计算直接求得拟合的参数, 而是用梯度下降的方法计算逼近参数. 用一个二维的直线拟合做例子. 高中就学过拟合实际上就是要找到一个直线 来尝试代表一组数据, 来达到预测的目的. 为了让预测的结果更加准确, 所以要让这个直线尽可能的逼近仅有的数...

IEEE极限编程, 从周六早上八点(UTC 0点)一直到周日早上八点结束, 每小时都会放出新题目. 第一次打这种比赛, 属实难顶.

最近遇到了好多这样的题,感觉应该是一类题.

这一类问题就是要求满足某一限制条件下的最短路,比如每一条边都有两种边权,要求路径上其中一种边权之和小于某个值的条件下的另一个边权最小的路径.

由于在上个月的CSP取得了高达330分的优(sha)异(bi)成绩，这次有幸能公费参加一下这报名费只要800大洋的比赛。可能是线上举办的原因吧感觉这次CCSP的参赛门槛低了好多，上个月CSP还是IOI赛制，330分的全国排名甚至还不如我大一刚开学打的290那次高。