- 综合排序
- 最热优先
- 最新优先
- 来自专栏CV学习史
后台开发-核心技术与应用实践--网络模型与网络调试
网络 IO 模型 IO 有两种操作，同步 IO 和 异步 IO。同步 IO 指的是，必须等待 IO 操作完成后，控制权才返回给用户进程。 4种网络 IO 模型 为了解决网络 IO 中的问题，学者们提出了4种网络 IO 模型： 阻塞 IO 模型 非阻塞 IO 模型 多路 IO 复用模型 异步 IO 模型 在Linux下，默认情况下所有的 socket 但是，“线程池”和“连接池”技术也只是在一定程度上缓解了频繁调用 IO 接口带来的资源占用。这时可以用非阻 塞模型来尝试解决这个问题。 相比其他模型，使用 select() 的事件驱动模型只用单线程（进程）执行，占用资源少，不消耗太多 CPU 资源，同时能够为多客户端提供服务。 如果试图建立一个简单的事件驱动的服务器程序，这个模型有一定的参考价值。 异步 IO 模型 异步 IO 模型的流程如图所示： ? 各个 IO 模型的比较如图所示： ?
86530发布于 2021-04-15 - 来自专栏机器之心
百度NLP | 神经网络模型压缩技术
模型越趋复杂，由最初的词袋模型（BOW）发展至建模短距离依赖关系的卷积神经网络（CNN），建模长距离依赖关系的循环神经网络（RNN），以及基于词与词之间匹配矩阵神经网络（MM-DNN）等等。 同时，由于语言复杂、表达多样、应用广泛，为了更好的解决语言学习的问题，我们将更多的 NLP 特征引入 DNN 模型，比如基于 t 统计量的二元结构特征，基于依存分析技术的词语搭配结构特征等。 我们采用这种方法，在百度搜索的深度神经网络语义模型进行了 1/4 无损压缩，即保证线上模型表达能力不变、应用效果持平的前提下，线上所有模型的内存占用减少了 75%。 百度NLP专栏扩展阅读： 百度NLP | 神经网络语义匹配技术 百度NLP | 智能写作机器人：不抢人类饭碗，我们只想人机协作 百度NLP | 自动写诗 PK 古代诗人：百度「为你写诗」技术深度揭秘 独家对话百度副总裁王海峰：NLP 的路还很长 「百度NLP」专栏主要关注百度自然语言处理技术发展进程，报道前沿资讯和动态，分享技术专家的行业解读与深度思考。
1.5K50发布于 2018-05-08 - 来自专栏C++
【Linux网络】NAT技术、DNS系统、五种IO模型
1、NAT NAT （网络地址转换）技术主要解决 IPv4 地址不够用的问题，是路由器的一个重要功能。 3、内网穿透 | 原理： 内网穿透的工作原理主要基于 NAT 技术的逆过程。NAT技术将内部网络的私有IP地址转换为外部网络的公网IP地址，实现内部网络与外部网络的通信。 | 应用： 远程办公：员工可以在家中或其他远程地点通过内网穿透技术访问公司内部网络中的资源和服务，实现远程办公。 家庭网络访问：用户可以通过内网穿透技术访问家庭网络中的NAS设备、智能家居设备等，实现远程管理和控制。 API服务访问：开发者可以将内部网络中的API服务通过内网穿透技术暴露到公网上，供外部用户访问和使用。
62210编辑于 2025-03-09 - 来自专栏全栈程序员必看
googlenet网络模型简介_网络参考模型
跟VGG不同的是，GoogleNet做了更大胆的网络上的尝试而不是像VGG继承了Lenet以及AlexNet的一些框架，该模型虽然有22层，但大小却比AlexNet和VGG都小很多，性能优越。 深度学习以及神经网络快速发展，人们容易通过更高性能的硬件，更庞大的带标签数据和更深更宽的网络模型等手段来获得更好的预测识别效果，但是这一策略带来了两个重要的缺陷。 （1）更深更宽的网络模型会产生巨量参数，从而容易出现过拟合现象。 （2）网络规模加大会极大增加计算量，消耗更多的计算资源。 二、Inception 结构 2.1 Inception模型 A Inception结构的主要思想是找出如何让已有的稠密组件接近与覆盖卷积视觉网络中的最佳局部稀疏结构。 ＧoogLeNet 网络结构如下图所示： GoogLeNet网络模型参数变化如下图所示： 总体结构： （1）包括Inception模块的所有卷积，都用了修正线性单元（ReLU）；
1.1K10编辑于 2022-09-21 - 来自专栏智能大数据分析
【现代深度学习技术】循环神经网络01：序列模型
深度学习 (DL, Deep Learning) 特指基于深层神经网络模型和方法的机器学习。它是在统计机器学习、人工神经网络等算法模型基础上，结合当代大数据和大算力的发展而发展出来的。 深度学习最重要的技术特征是具有自动提取特征的能力。神经网络算法、算力和数据是开展深度学习的三要素。深度学习在计算机视觉、自然语言处理、多模态数据分析、科学探索等领域都取得了很多成果。 一、统计工具 处理序列数据需要统计工具和新的深度神经网络架构。为了简单起见，我们以图1所示的股票价格（富时100指数）为例。 当下获得的最直接的好处就是参数的数量总是不变的，至少在 t > \tau 时如此，这就使我们能够训练一个上面提及的深度网络。 隐马尔可夫模型中的动态规划超出了本节的范围（我们将在双向循环神经网络再次遇到），而动态规划这些计算工具已经在控制算法和强化学习算法广泛使用。
29610编辑于 2025-04-08 - 来自专栏PaddlePaddle
【AI核心技术】课程四：多层感知机网络模型
UAI与PaddlePaddle联合推出的【AI核心技术掌握】系列课程持续更新中！ 今天的视频是多层感知机网络模型，本次视频虽然较为基础，但是仍然值得仔细观看~ （友情提示：手机横屏看更舒服！） ? 视频关键点提示 00:15 连接主义学派发展 1:00 多层感知机 3:31 激活函数 7:12 多层感知机 9:24 学习的可能性 11:44 深度学习的三种学习分类（模型+算法）
30210发布于 2018-07-26 - 来自专栏PaddlePaddle
【AI核心技术】课程十四：循环网络模型-课程导引
UAI与PaddlePaddle联合推出的【AI核心技术掌握】系列课程持续更新中！ 今天的视频是循环网络模型-课程导引，21min带你迅速入门循环网络模型~ （友情提示：手机横屏看更舒服！） ? 视频关键点提示（数字为时间节点） 0:22 循环神经网络概念 3:01 循环神经网络简史 5:15 循环神经网络热度 6:10 代表性循环神经网络 7:59 常用循环网络模式 11:02 RNN简介
40920发布于 2018-07-26 - 来自专栏韩曙亮的移动开发专栏
【Java 网络编程】网络环境简介 ( 网络 | 网络编程 | OSI 七层网络模型 | TCPIP 网络模型 )
文章目录 I 网络简介 II 网络编程 III OSI 七层网络模型 IV OSI 七层网络模型 - 网络编程 V OSI 七层网络模型 - TCP/IP 模型 对应关系 I 网络简介 ---- 七层网络模型 ---- 1. 物理层 ( Physical ) : 负责电信号传输 ; IV OSI 七层网络模型 - 网络编程 ---- 1. 高级层面 : 由低到高 , 会话层 ( Session ) , 表示层 ( Presentation ) , 应用层 ( Application ) ; V OSI 七层网络模型 - TCP/IP 模型 TCP/IP 网络模型 : 应用层 , 传输层 , IP 层 , 网络接口层 ; 2.
71330编辑于 2023-03-27 - 来自专栏Jed的技术阶梯
Docker网络模型
Docker支持的网络类型 # 查看docker支持的网络类型 [root@bdc01 ~]# docker network ls NETWORK ID NAME ：相当于搭建虚拟机时候使用的NAT网络模型： # 宿主机安装docker之后，生成了一块网卡,IP为172.17.0.1 # 后续启动的容器，其网段就是172.17.0.0，IP地址从2开始递增，启动的第一个容器的 ：容器与宿主机共用网络模式，即容器的IP与宿主机的一样，容器内开通的端口就是占用宿主机同样的端口，包括主机名都是相同的 container网络类型：容器与容器之间共用网络模式，即各个容器的IP一样，端口也是使用的一套端口 ，不能重复 none网络类型：无网络 # 启动容器的时候可以设置网络类型，默认就是bridge docker container run -it --name centos6.9 --network bridge Docker跨主机网络 Docker容器之间的跨主机访问有很多实现方法，macvlan和overlay是两种轻量级的方式 2.1 macvlan方式实现Docker跨主机网络 # 创建名为"macvlan
72020发布于 2021-04-14 - 来自专栏后端进阶
Docker 网络模型
单机网络模型 在介绍跨主机网络模型前，先来看看单机网络模型，在安装 docker 之后，docker 就会有 4 种网络模型，分别是： host 模式，使用 --net=host 指定。 但这四种网络模式都仅限于单机，其中 bridge 网络模型是 docker 的默认单机网络模型，它会将一个主机上的 docker 容器连接到一个虚拟网桥上，这个虚拟桥名称为 docker0，如下图： ? 跨主机网络模型 docker 1.9 版本之后，加入了一个默认的 overlay 的网络模型，它是 docker swarm 内置的跨主机通信方案，这是一个基于 vxlan 协议的网络实现，其作用是虚拟出一个子网 overlay network 正如它的名字一样，在所有容器的上面一层，覆盖了一层网络，该网络可以使在集群中的容器像本地通信一样，所以 orverlay 网络模型也称之为覆盖网络。 ，集群网络模型如下： ?
1.1K30发布于 2020-05-07 - 来自专栏EffectiveCoding
网络IO模型
recvfrom -> [syscall -> wait -> copy ->] return OK!
58520发布于 2019-10-08 - 来自专栏Thierry的云原生分享
Kubernetes 网络模型
Kubernetes网络模型 集群中每一个 Pod 都会获得一个独一无二的 IP 地址， 这就意味着你不需要显式地在 Pod 之间创建链接，不需要处理容器端口到主机端口之间的映射。 kubernetes的网络模型里，Pod 可以被视作虚拟机或者物理主机。 这里的模型是基本相同的。这与 kubernetes 的网络模型基本相同，它可以帮助你实现从虚拟机向容器平滑迁移。 集群网络解释了如何为集群设置网络， 还概述了所涉及的技术。 下面讲讲Kubernetes Pod网络设计模型： 基本原则：每个Pod都拥有一个独立的IP地址（IP per Pod），而且假定所有的pod都在一个可以直接连通的、扁平的网络空间中。
61671编辑于 2022-12-02 - 来自专栏Thierry的云原生分享
Kubernetes网络模型
Kubernetes网络模型集群中每一个 Pod 都会获得一个独一无二的 IP 地址， 这就意味着你不需要显式地在 Pod 之间创建链接，不需要处理容器端口到主机端口之间的映射。 kubernetes的网络模型里，Pod 可以被视作虚拟机或者物理主机。 这里的模型是基本相同的。这与 kubernetes 的网络模型基本相同，它可以帮助你实现从虚拟机向容器平滑迁移。 集群网络解释了如何为集群设置网络， 还概述了所涉及的技术。 下面讲讲Kubernetes Pod网络设计模型：基本原则：每个Pod都拥有一个独立的IP地址（IP per Pod），而且假定所有的pod都在一个可以直接连通的、扁平的网络空间中。
1.2K71编辑于 2022-11-29 - 来自专栏老付的网络博客
网络IO模型
IO本质上是对数据缓冲区的读写，主要分为文件IO和网络IO，基本模型有很多，可以从两个方面去认识 同步和异步，阻塞和非阻塞。 这种模式的好处就是在于单个进程可以同时处理多个网络连接的IO. image.png 从上图中可以看出如果用户调用的select方法,那么整个进程都会被Block。 此处需要明白一个问题，多路复用的也会阻塞进程，在处理连接数不是很高的网络请求中，性能不一定比多线程+BIO的性能好，反而会有更大的延迟。 【参考资料】 五种网络IO模型：阻塞IO、非阻塞IO、IO多路复用、信号驱动IO以及异步IO IO - 同步，异步，阻塞，非阻塞 （亡羊补牢篇） (本文完) 作者:付威 博客地址 本文是付威的网络博客原创，自由转载-非商用-非衍生-保持署名,请遵循：创意共享3.0许可证
1K20发布于 2020-02-17 - 来自专栏笔记本
Redis网络模型
Redis网络模型Redis到底是单线程还是多线程？如果是Redis的业务处理部分（命令处理），就是 单线程 。但是如果是整个Redis内部的，那么就是 多线程 的。 在Redis v6.0的时候，在核心网络模型中引入了多线程，进一步提高了对于多核CPU的利用。那么为什么Redis要选择单线程呢？ 除了持久化，Redis是纯内存操作，每个命令操作速度都是非常快的，所以它的性能瓶颈就不是执行速度，而是 网络延迟，多线程并不会带来性能提升。反而可能会因为线程上下文切换以及线程锁的引入导致性能下降。 Redis是通过IO多路复用来提高网络性能的，并且支持各种不同的多路复用实现，这些实现都做了封装，可以统一调用。Redis使用NIO来进行客户端和服务端的网络通信。
24110编辑于 2025-08-14 - 来自专栏智算中心网络
万亿参数大模型网络瓶颈突破：突破90%网络利用率的技术实践
在人工智能技术快速发展的浪潮下，现代数据中心网络正面临着前所未有的挑战。GPT大模型的参数量已突破万亿级别，自动驾驶训练需要处理PB级的场景数据，这些都使得AI计算集群规模呈指数级增长。 传统以太网的困境 网络利用率作为衡量实际传输流量与理论带宽比值的核心指标，在AI计算场景中直接决定模型训练周期。 实践突破 作为UEC核心成员，星融元通过三大技术创新将网络利用率推升至90%： Flowlet 前面提到，基于流的ECMP容易造成负载不均衡，而包喷洒技术又带来了额外的延迟。有没有两全其美的技术？ 基于遥测的路由（Int-based Routing）技术结合OSPF、BGP和在网遥测（INT）技术，为网络中任意一对节点之间计算多条路径，每个路径的开销是动态测量的延迟，从而能够根据实时的网络负载进行路由 随着AI大模型参数规模突破10万亿，超级以太网正从技术概念演变为算力基础设施的关键支柱。通过架构革新与协议栈重构，网络利用率突破90%已具备工程可行性。
75210编辑于 2025-04-28 - 来自专栏DevOps持续集成
网络参考模型
分层思想 分层模型是一种开发网络协议的设计方法。 把节点之间的通信这个复杂的问题，分成了若干个简单的小问题逐一解决。 网络相邻节点之间通过接口进行通信，下层为上层提供服务。 当网络发生故障，很容易确定问题。 OSI参考模型 由IOS组织（国际标准化组织）颁布OSI（Open System Interconnection）模型。 OSI开放式体系架构，规定网络分为七层。 ---- TCP/IP参考模型 TCP/IP（传输控制协议、网络互联协议），早期是四层的模型，（从下到上：网络接口层、互联网层、传输层、应用层）。 后期借鉴OSI参考模型（把网络接口层划分了物理层和数据链路层）。 OSI具有通用性。 应用层：HTTP FTP TFTP SMTP SNMP DNS 传输层: TCP UDP （tcp协议传输更加可靠，udp传输效率更高） 网络层：ICMP（网络控制报文协议） IGMP（网络组管理协议
72740发布于 2019-10-18 - 来自专栏Kubernetes 与 Devops 干货分享
Kubernetes网络模型
kubernetes 网络模型及cni插件 在Kubernetes中设计了一种网络模型，要求无论容器运行在集群中的哪个节点，所有容器都能通过一个扁平的网络平面进行通信，即在同一IP网络中。 Docker 的网络模型 了解Docker的朋友们都应该清楚，Docker容器的原生网络模型主要有3种：Bridge（桥接）、Host（主机）、none。 常见的CNI网络插件包含以下几种： Flannel：为Kubernetes提供叠加网络的网络插件，基于TUN/TAP隧道技术，使用UDP封装IP报文进行创建叠 加网络，借助etcd维护网络的分配情况，缺点 VXLAN网络模型。 而在多数的虚拟化平台实现中，通常都使用二层隔离技术来实现容器的网络，这些二层的技术有一些弊端，比如需要依赖 VLAN、bridge 和隧道等技术，其中 bridge 带来了复杂性，vlan 隔离和 tunnel
1.6K10编辑于 2022-10-31 - 来自专栏全栈程序员必看
SPPNet网络模型
上篇文章详细阐述了R-CNN网络模型，本篇本章本来准备阐述Fast-RCNN模型的，介于SPP-Net模型有许多技巧性的技术可以在不同模型上使用，所以本篇详细分析下SPP-Net SPPNet 【SPP-Net 不仅能应用到物体检测，在物体分类、语义分割等模型上都能使用，单纯的说SPP-Net并不是一个网络模型，它提供了网络修缮的技巧，SPP(图像金字塔池化)改变了固化图片尺寸与提取特征的之间的顺序 何凯明博客】 二、SPP-Net网络模型 图：1 SPP-Net物体检测系统由四个模块构成： 卷积神经网络提取特征，在此用的ZF-5的5蹭卷积网络；产生类别无关的候选检测区域集合 3、金字塔池化（Spatial Pyramid Pooling） R-CNN目标检测以及带有全连接网络的分类模型都必须将图片先固化到指定尺寸，这是因为有全连接层（FC）的存在，卷积操作和池化操作对图片的尺寸没有需求 共享卷积缩短了几十倍的时间，任意尺度保留了数据的原始信息，并且这个技巧可以优化所有用到FC的网络模型。性能没能大幅提升是因为网络的主体结构依然和RCNN基本一致，增加的是技巧性的东西。
68820编辑于 2022-06-27 - 来自专栏全栈程序员必看
tcp网络模型_TCPIP协议模型
以太网：CSMA/CD,总线型 IEEE 802.3 标准 以太是一种虚构的物质，是英文Ether或Aether的音译 以太网的技术特征包括传输介质、传输协议和传输拓扑结构。
24720编辑于 2022-09-30
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号