当前位置: 首页 > news >正文

【2025年软考中级】第一章1.5 输入输出技术(外设)

文章目录

    • 输入输出技术(外设)
      • I/O设备
      • 总线结构
      • 输入输出控制
        • 程序控制方式
        • 中断方式
        • 直接内存存取(DMAC)方式
        • IO通道方式和外围处理机(IOP)方式
      • 数据传输方式
      • 生物特征认证技术

输入输出技术(外设)

主存与外设之间的相互联系

I/O设备

IO设备可分为块设备和字符设备两类。块设备把信息存放在固定大小的块中,每个块都有自己的地址,独立于其他块,可寻址例如磁盘、USB闪存、CD-ROM等。字符设备以字符为单位接收或发送一个字符流字符设备不可以寻址例如打印机、网卡、鼠标键盘等

IO设备一般都包含设备控制器,一般以芯片的形式出现,如南桥芯片。不同的控制器可以控制不同的设备。南桥芯片中包含了多种设备的控制器,如硬盘控制器、USB控制器、网卡、声卡控制器等。IO设备通过总线以及卡槽与计算机其他部件进行连接,如PCI、PCI-E、SATA、

  • 计算机系统中存在多种内存与接口地址的编址方法,常见的是下面两种:

    • 1)内存与接口地址独立编址方法

      内存地址和接口地址是完全独立的两个地址空间访问数据时所使用的指令也 完全不同,用于接口的指令只用于接口的读/写,其余的指令全都是用于内存的。 因此,在编程序或读程序时很易使用和辨认。这种编址方法的缺点是用于接口 的指令太少、功能太弱。

    • 2)内存与接口地址统一编址方法

      内存地址和接口地址统一在一个公共的地址空间里,即内存单元和接口共用地 址空间。优点是原则上用于内存的指令全都可以用于接口,这就大大地增强了 缺点就在于整个地址空间被分成两部分,其中一部分分配给接口使用,剩余的 为内存所用,这经常会导致内存地址不连续。

  • 计算机和外设间的数据交互方式:(常考)

    • 程序控制(查询/直接)方式:CPU主动查询外设是否完成数据传输,效率极低

      等到外设传输完成后,cpu才能做别的,相当于串行

    • **程序中断方式:**外设完成数据传输后,向cpu发送中断,等待cpu处理数据效率相对较高。**中断响应时间指的是从发出中断请求到开始进入中断处理程序; 中断处理时间指的是从中断处理开始到中断处理结束。中断向量提供中断服务 程序的入口地址。**多级中断嵌套,使用堆栈来保护断点和现场。

      可以同时进行

    • DMA方式(direct memory access,直接主存存取):cpu秩序完成必要的初始化等操作,数据传输的整个过程都由DMA控制器来完成,在主存和外设之间建立直接的数据通路, 效率很高。

      cpu不参与,dma自己完成

    在一个总线周期结束后,CPU会响应DMA请求开始读取数据;CPU响应程序中 断方式请求是在一条指令执行结束时。

总线结构

总线(Bus),是指计算机设备和设备之间传输信息的公共数据通道。总线是 连接计算机硬件系统内多种设备的通信线路,它的一个重要特征是由总线上的 所有设备共享,因此可以将计算机系统内的多种设备连接到总线上。

一条总线同一时刻仅允许一个设备发送,但允许多个设备接收。

总线:连接多个部件的信息传输线,是各部件共享的传输介质

  • 从广义上讲,任何连接两个以上电子元器件的导线都可以称为总线,通常分 为以下三类:

    • 内部总线(电路板上):内部芯片级别的总线,芯片与处理器之间通信的总线。

      书上没这种,不考

      系统总线(内部线):是板级总线 用于计算机内各部分之间的连接,具体分为

      • 数据总线Data Bus DB(并行数据传输位数,如32位)

      • 地址总线AB(系统可管理的内存空间的大小(32位系统最大只能支持2^32=4gb内存))

      • 控制总线 CB(传送控制命令)。代表的有ISA总线、EISA总线、PCI总线。

      系统总线目的在于增减外设(更换内存条等),同时减少信息传输线(注意是线)的数量;但缺点在于降低了信息传输的并行性、信息的传输速度

      • 优点:
        • 简化了系统结构,便于系统设计制造
        • 大大减少了连线数目,便于布线,减小体积,提高系统的可靠性
        • 便于接口设计,所有与总线连接的设备均采用类似的接口
        • 便于系统的扩充、更新与灵活配置,易于实现系统的模块化
        • 便于设备的软件设计,所有接口的软件就是对不同的接口地址进行操作
        • 便于故障诊断和维修,同时也降低了成本

      特点:在某一时刻,只允许有一个不见向总线发生信息,但多个部件可同时从总线接受相同信息。总线的信息传输可以串行和并行

    • 外部总线:设备一级的总线,微机和外部设备的总线。代表的有RS232(串行总 线)、SCSI(并行总线)、USB(通用串行总线,即插即用,支持热插拔)。

      书上没这种,不考

      总线的性能指标:

      带宽、位宽、工作频率

    image-20240330171300916

    总线宽度指的是总线的位数,即数据信号的并行传输能力,也体现总线占用的物理空间和成本;总线的带宽指总线最大数据传输率,即每秒传输的数据总量,总线宽度和始终频率共同决定了总线的带宽:总线带宽=时钟频率/时钟周期*总线宽度

单总线:只有一条线,很多设备挂载在这一条线上,上面的设备都能同时接受数据,但同一时刻,只能由一台设备接受数据,不同时刻才能多台

输入输出控制

程序控制方式

(1)无条件传送:外设总是准备好的,无条件,随时接收和提供数据。
(2)程序查询方式:CPU利用程序来查询外设的状态,准备好了再传数据。

中断方式

CPU不等待,也不执行程序去查询外设的状态,而是由外设在准备好以后,向CPU发出中断请求信号通知CPU,CPU收到中断请求信号以后,保存正在执行程序的现场,转入I/0中断服务程序的执行,然后再返回到被打断的程序继续执行
在有多个中断源的情况下,常用的处理方法有中断信号线法、中断软件查询法、菊花链法,总线仲裁法,中断向量表法。可以按中断源的优先级来安排服务的先后顺序

(1)多中断信号线法。每个中断源都有属于自己的一根中断请求信号线向CPU提出中断
请求。
(2)中断软件查询法。当CPU检测到一个中断请求信号以后,即转入到中断服务程序去轮询每个中断源以确定是谁发出了中断请求信号。对各个设备的响应优先级由软件设定。
(3)菊花链法。软件查询的缺陷在于花费的时间太多。菊花链法实际上是一种硬件查询法所有的IO模块共享一根共同的中断请求线,而中断确认信号则以链式在各模块间相连。当CPU检测到中断请求信号时,则发出中断确认信号。中断确认信号依次在IO模块间传递,直到发出请求的模块,该模块则把它的I送往数据线由CPU读取
(4)总线仲裁法。一个IO设备在发出中断请求之前,必须先获得总线控制权,所以可由总线仲裁机制来裁定谁可以发出中断请求信号。当CPU发出中断响应信号后,该设备即把自己的ID发往数据线
(5)中断向量表法。中断向量表用来保存各个中断源的中断服务程序的入口地址。当外设发出中断请求信号(INTR)以后,由中断控制器(INTC)确定其中断号,并根据中断号查找中断向量表来取得其中断服务程序的入口地址,同时INTC把中断请求信号提交给CPU

image-20240408193536831

中断嵌套:在一个中断中调用了另一个中断(优先级更高

优先级情况:

  1. 多个中断源则选择优先级高的
  2. 中断嵌套问题
直接内存存取(DMAC)方式

数据的传输是在 主存和外设之间直接进行的,不需要cpu的干预,只需要cpu在过程开始和结束时发出一些命令,实际操作是由DMA硬件之间执行完成的,期间cpu可以处理别的任务

IO通道方式和外围处理机(IOP)方式

更进一步减轻了CPU对IO操作的控制,更进一步提高了CPU的工作效率,但是是以增加更多硬件为代价的

数据传输方式

控制方式特点内容子分类备注
cpu程序查询CPU主动,轮询外设,原理简单,CPU效率低外设主动,无条件传送不考虑外设状态,假定它们随时可收发数据
程序中断外设主动,耗时
CPU需先新停当前工作,执行中断,然后返回
查询(有条件传送)执行/操作前先查询设备状态,空闲时操作
DMACDMA速度快
CPU不参与DMAC临时接管
1、DMA需CPU控制传输块大小和内存地址,IO通道不需要
2、DMA控制1台设备与内存传输,/0通道则控制多台
适合少量数据
IO通道类似DMACPU干预更少DMAC只负责传输,管理和控制/设备仍由CPU负
是对DMA控制方式的发展

生物特征认证技术

指通过计算机利用人体固有生物特征(先天)或行为特征(后天)鉴别个人身份

人体特征转换为数字形式存储到计算机中,通过匹配算法完成验证和识别个人身份

  • 生物特征(先天)
    • 人脸识别
    • 指纹识别
    • 虹膜识别
    • 掌静脉识别
    • 声纹识别
  • 行为特征(后天)
    • 笔记识别
    • 步态识别

相关文章:

【2025年软考中级】第一章1.5 输入输出技术(外设)

文章目录 输入输出技术(外设)I/O设备总线结构输入输出控制程序控制方式中断方式直接内存存取(DMAC)方式IO通道方式和外围处理机(IOP)方式 数据传输方式生物特征认证技术 输入输出技术(外设&…...

2025 家用投影新标杆:雷克赛恩 CyberPro1 如何重新定义客厅观影体验

目录 一、家庭影音升级:从 “看得清” 到 “看得精” 的需求之变 (一)传统投影的痛点突围 (二)技术参数背后的用户价值 二、全天候观影无忧:亮度与环境光的博弈艺术 (一)真实亮…...

[基础] HPOP、SGP4与SDP4轨道传播模型深度解析与对比

HPOP、SGP4与SDP4轨道传播模型深度解析与对比 文章目录 HPOP、SGP4与SDP4轨道传播模型深度解析与对比第一章 引言第二章 模型基础理论2.1 历史演进脉络2.2 动力学方程统一框架 第三章 数学推导与摄动机制3.1 SGP4核心推导3.1.1 J₂摄动解析解3.1.2 大气阻力建模改进 3.2 SDP4深…...

12 web 自动化之基于关键字+数据驱动-反射自动化框架搭建

文章目录 一、如何实现一条用例,实现覆盖所有用例的测试1、结合数据驱动:编辑一条用例,外部导入数据实现循环测试2、用例体:实现不同用例的操作步骤对应的断言 二、实战1、项目路径总览2、common 文件夹下的代码文件3、keywords 文…...

学习状态不佳时的有效利用策略

当学习状态不佳时,可以尝试以下策略,将这段时间转化为有意义的活动,既不勉强自己又能为后续高效学习铺路: 1. 整理与规划:低精力高回报任务 整理学习环境:收拾书桌、归类资料、清理电脑文件,减…...

Spring Cloud深度实践:从服务发现到弹性智能API网关全景解析

引言 大家好!继初步搭建了微服务基础架构后,我们进一步深入到服务调用的优化、系统的弹性构建以及API网关的高级应用。本文将全面回顾这一进阶阶段的实践成果,通过更丰富的图解,力求清晰展现各核心组件的工作原理与协同方式。 项…...

第J1周:ResNet-50算法实战与解析

🍨 本文为🔗365天深度学习训练营 中的学习记录博客 🍖 原作者:K同学啊 我的环境 语言环境:Python3.8 编译器:Jupyter Lab 深度学习环境:Pytorchtorch1.12.1cu113 torchvision0.13.1cu113 一、准备工作 二、导入数据 三、划分数据…...

PCL 计算一条射线与二次曲面的交点

文章目录 一、简介二、实现代码三、实现效果一、简介 对于二次曲面而言,其一般方程可以写为: z = a 0 + a 1 x + a 2 y + a...

Executors类详解

Executors类详解 Executors 是Java中用于快速创建线程池的工具类,提供了一系列工厂方法,简化了 ThreadPoolExecutor 和 ScheduledThreadPoolExecutor 的配置。以下是其核心方法、实现原理及使用注意事项: 1. 常用线程池工厂方法 (1) newFixedThreadPool 作用:创建固定大小…...

学习alpha

(sign(ts_delta(volume, 1)) * (-1 * ts_delta(close, 1))) 这个先用sign操作符 sign.如果输入NaN则返回NaN 在金融领域,符号函数 sign(x) 与 “基础”(Base)的组合概念可结合具体场景解读,以下从不同金融场景分析其潜在意义&…...

6种方式来探究数据集的的方法worldquant

覆盖率百分比 指金融数据字段(如股价、成交量、财务指标)在时间或空间上的有效数据比例。 时间维度:数据在历史周期内的完整度(如:某股票过去 1 年中,95% 的交易日有收盘价)。空间维度&#xf…...

MiniMax语音模型Speech-02近日登顶多个全球榜单,详细技术解析

MiniMax最新发布的Speech-02把TTS领域传统巨头OpenAI、ElevenLabs拉下马来,直接登顶智能语音权威榜单Artificial Arena,不管是WER(字错率),还是SIM(声纹相似度)等客观指标都领先国外顶级模型&am…...

JavaScript 时间转换:从 HH:mm:ss 到十进制小时及反向转换

关键点 JavaScript 可以轻松实现时间格式(HH:mm:ss 或 HH:mm)与十进制小时(如 17.5)的相互转换。两个函数分别处理时间字符串到十进制小时,以及十进制小时到时间字符串的转换,支持灵活的输入和输出格式。这…...

前端面经 手写Promise

核心功能 仿Promise对象需要接收包含两个变量的回调函数 构造函数 <script>class myPromise {constructor(func){const resolve (result)>{console.log(resolve执行了)}const reject (result)>{console.log(reject执行了)}func(resolve,reject)}}// Promise的…...

JavaSE基础语法之方法

方法 一、方法入门 1.方法定义 方法是一种语法结构&#xff0c;它可以把一段代码封装成一个功能&#xff0c;以便重复调用。 2.方法的格式 修饰符 返回值类型 方法名( 形参列表 ){方法体代码(需要执行的功能代码) }示例&#xff1a; public static int sum ( int a ,…...

在 Neo4j 中实现向量化存储:从文本到高效语义搜索

在当今数据驱动的时代&#xff0c;图数据库因其强大的关系表达能力和高效的查询性能&#xff0c;逐渐成为处理复杂数据结构的首选工具之一。Neo4j 作为领先的图数据库&#xff0c;不仅支持传统的图数据存储和查询&#xff0c;还通过向量化存储功能&#xff0c;为语义搜索和推荐…...

三格电子上新了——IO-Link系列集线器

一、产品概述 1.1产品用途 IO-Link系列集线器是一系列数字量输入输出I/O设备&#xff0c;可以将标准开关量信号接入到此设备。通过此集线器方便的将大量的I/O点位接入到IO-Link主站&#xff0c;进而接入到PLC控制系统。 IO-Link通信接口和8个I/O接口(16个IO点位)均采用M12规…...

记一次从windows连接远程Linux系统来控制设备采集数据方法

文章目录 0 引入1、方法2、优化Process使用 3、引用 0 引入 最近使用的探测器是老外的&#xff0c;老外的探测器需要在centos系统上&#xff0c;在这系统上有相应的指令或者软件控制&#xff0c;但是我们的软件在windwons上&#xff0c;所以目前的困难是&#xff1a;如何在Win…...

鸿蒙 ArkTS 常用的数组和字符串 操作方法

数组的常用方法 方法名功能描述concat(value0, ?value1, /* … ,*/ ?valueN)合并两个或多个数组。此方法不会更改现有数组&#xff0c;而是返回一个新数组copyWithin(target, ?start, ?end)浅复制数组的一部分到同一数组中的另一个位置&#xff0c;并返回它&#xff0c;不…...

Web性能优化的未来:边缘计算、AI与新型渲染架构

一、边缘计算与性能优化深度整合 1.1 边缘节点计算卸载策略 • 智能任务分割:将非关键路径计算卸载到边缘节点 // 客户端代码 const edgeTask = new EdgeTask(image-processing); edgeTask.postMessage(imageData, {transfer...

Python字符串常用内置函数详解

文章目录 Python字符串常用内置函数详解一、基础字符串函数1. len() - 获取字符串长度2. ord() - 获取字符的Unicode码点3. chr() - 通过Unicode码点获取字符4. ascii() - 获取字符的ASCII表示 二、类型转换函数1. str() - 将对象转为字符串2. repr() - 获取对象的官方字符串表…...

2025程序设计天梯赛补题报告

2025程序设计天梯赛补题报告 仅包含L1 L2 L1-6 这不是字符串题 题目描述 因为每年天梯赛字符串题的解答率都不尽如人意&#xff0c;因此出题组从几年前开始决定&#xff1a;每年的天梯赛的 15 分一定会有一道字符串题&#xff0c;另外一道则一定不是字符串题。 小特现在有…...

【GNN笔记】Signed Graph Convolutional Network(12)【未完】

视频链接&#xff1a;《图神经网络》 Signed Graph Convolutional Network 之前介绍的GNN模型主要集中在无符号的网络&#xff08;或仅由正链接组成的图&#xff09;上&#xff0c;符号 图带来的挑战&#xff0c;主要集中在于 否定链接&#xff0c;与正链接相比&#xff0c;它不…...

CSR、SSR与ISR的奇妙之旅

网页渲染三剑客:CSR、SSR与ISR的奇妙之旅 三种渲染方式的核心本质 CSR(客户端渲染)让浏览器成为"厨师",SSR(服务器端渲染)让服务器担任"厨师",而ISR(增量静态再生)则是一位兼具"提前备餐"和"即时烹饪"能力的"超级厨师"…...

YOLO+UI(C#)开发

接Windows目标检测程序开发&#xff08;YOLO&#xff08;python推理&#xff09;界面开发&#xff08;C#&#xff09;&#xff09; C#作为软件界面&#xff0c;推理、前处理、后处理逻辑全部python&#xff0c;接任何功能定制...

生产级JVM参数优化

Spring Boot 应用性能提升 300% 当你的 Spring Boot 应用响应迟缓&#xff0c;且已采用缓存、数据库索引和异步处理优化后&#xff0c;下一个优化方向在哪里&#xff1f;我的答案是 JVM 本身。 经过性能分析和深入研究&#xff0c;我发现合理配置 JVM 参数可以带来显著的性能…...

什么是SMBus

一、SMBus的定义与背景 基本概念 SMBus&#xff08;System Management Bus&#xff0c;系统管理总线&#xff09; 是一种基于IC&#xff08;Inter-Integrated Circuit&#xff09;协议的轻量级两线制串行通信总线&#xff0c;由Intel于1995年提出&#xff0c;主要用于低带宽系统…...

[Unity]AstarPathfindingProject动态烘焙场景

需求 项目是MMO大场景&#xff0c;按地块划分了10x10的大格子。角色移动时动态更新周边场景&#xff0c;且角色还有传送功能。 项目中寻路用了AstarPathfindingProject的Grid。因此需要动态烘焙寻路信息。 核心代码 private void bakeAStarPath(){AstarPath astarPath Astar…...

Go语言处理HTTP下载中EOFFailed

在 Go 语言中使用 HTTP 下载文件时遇到 EOF 或 Failed 错误&#xff0c;通常是由于网络连接问题、服务器中断、未正确处理响应体或并发写入冲突等原因导致的。以下是详细的解决方案&#xff1a; 1. 检查错误类型并重试 io.EOF 错误可能表示连接被服务器关闭&#xff0c;而 Fai…...

React学习(一)

React 基础概念 组件&#xff1a;React 应用的基本构建块&#xff0c;可以是类组件或函数组件。JSX&#xff1a;JavaScript 的语法扩展&#xff0c;允许在 JavaScript 中写 HTML 结构。Props&#xff1a;组件的输入参数&#xff0c;用于父组件向子组件传递数据。State&#xf…...

QML 属性动画、行为动画与预定义动画

目录 引言相关阅读本文使用的动画属性工程结构示例解析示例1&#xff1a;属性动画应用示例2&#xff1a;行为动画实现示例3&#xff1a;预定义动画 总结工程下载 引言 QML动画系统为界面元素提供了流畅的过渡效果。本文通过三个示例&#xff0c;结合属性动画(PropertyAnimatio…...

UML活动图零基础入门:1 分钟掌握核心逻辑(附实战模板)

想快速搞懂UML活动图怎么用&#xff1f;别担心&#xff01;作为软件开发和业务流程设计的动态流程图&#xff0c;UML活动图能直观展现系统操作步骤、决策逻辑和并行流程&#xff0c;是团队协作中沟通需求、优化流程的必备工具。无论是产品经理梳理业务流程&#xff0c;还是开发…...

临床决策支持系统的提示工程优化路径深度解析

引言 随着人工智能技术在医疗领域的迅猛发展,临床决策支持系统(CDSS)正经历从传统规则引擎向智能提示工程的范式转变。在这一背景下,如何构建既符合循证医学原则又能适应个体化医疗需求的CDSS成为医学人工智能领域的核心挑战。本报告深入剖析了临床决策支持系统中提示工程的…...

[模型部署] 3. 性能优化

&#x1f44b; 你好&#xff01;这里有实用干货与深度分享✨✨ 若有帮助&#xff0c;欢迎&#xff1a;​ &#x1f44d; 点赞 | ⭐ 收藏 | &#x1f4ac; 评论 | ➕ 关注 &#xff0c;解锁更多精彩&#xff01;​ &#x1f4c1; 收藏专栏即可第一时间获取最新推送&#x1f514;…...

使用 LSTM/GRU 预测设备异常的模型

LSTM(Long Short-Term Memory) 是一种特殊的循环神经网络(RNN)架构,旨在解决传统 RNN 在处理长序列数据时的梯度消失和梯度爆炸问题。它通过引入门控机制和单元状态来更好地控制信息的流动,使得网络能够学习到长期依赖关系。以下是其主要特点: 门控机制:包括遗忘门、输…...

八股文--JVM(1)

⭐️⭐️JVM内存模型 程序计数器&#xff1a;可以看作是当前线程所执行的字节码的行号指示器&#xff0c;用于存储当前线程正在执行的 Java 方法的 JVM 指令地址。如果线程执行的是 Native 方法&#xff0c;计数器值为 null。是唯一一个在 Java 虚拟机规范中没有规定任何 OutOf…...

BM25 算法与关键词提取在向量数据库中的实践优化

BM25 算法与关键词提取在向量数据库中的实践优化 在实际构建问答系统或语义检索场景中&#xff0c;向量数据库&#xff08;如 Weaviate&#xff09;提供了基于语义匹配的检索能力&#xff0c;然而我们发现 BM25 关键词检索效果不理想&#xff0c;甚至出现了召回率过低、查询必…...

济南超算研究所面试问题

1.自我介绍 2.java抽象类与接口的区别 3.抽象类能否实例化 4.在项目中用的抽象类偏多还是接口偏多 5.抽象类用的场景介绍一下 6.java中数据结构有哪些 7.数据的基本类型 8.引用类型&#xff0c;包装类型 9.是一个场景题&#xff0c;在查询数据库中的数据时&#xff0c;…...

“多维像素”可赋能具身智能非凡感知力——昱感微参加2025松山湖中国IC创新高峰论坛

5月13日&#xff0c;由中国半导体行业协会集成电路设计分会、芯原微电子&#xff08;上海&#xff09;股份有限公司联合主办的第十五届松山湖中国IC创新高峰论坛在东莞松山湖举行。本届松山湖论坛以“面向‘具身智慧机器人’的创新IC新品推介”为主题&#xff0c;吸引了许多知名…...

解决CLion控制台不能及时显示输出的问题

CLion 2025版本可以免费用于非商业用途了&#xff0c;下载来试用了一下&#xff0c;与JB的其它 IDE一样的资源占用比较大&#xff0c;流畅度不及VSCode。 在Windows下创建了一个简单的控制台应用程序&#xff0c;使用printf和std::cout输出字符串&#xff0c;发现CLion的控制台…...

多尺度对比度调整

一、背景介绍 受到了前面锐化算法实现的启发&#xff0c;对高频层做增强是锐化&#xff0c;那么对中低频一起做增强&#xff0c;就应该能有局域对比度增强效果。 直接暴力实现了个基本版本&#xff0c;确实有对比度增强效果。然后搜了下关键字&#xff0c;还真找到了已经有人这…...

虹桥前湾印象城MEGA品牌大会灵感迸发,共绘湾系生活新章

前言&#xff1a;当千年水韵流淌至上海前湾&#xff0c;当苏州河的生态肌理转化为商业空间的呼吸脉络……上海虹桥前湾印象城MEGA“漫漫而来”。 5月15-16日&#xff0c;以“灵感新章 Wave of Megagination”为主题的虹桥前湾印象城MEGA品牌大会成功举办&#xff0c;正式掀开长…...

新京东,正在成为一种生活方式

出品|何玺排版|叶媛 一个新京东&#xff0c;正在从“心”诞生。 2025年2月11日之前&#xff0c;如果问京东是做什么的&#xff0c;相信大多数人会回答京东是电商平台&#xff0c;卖家电数码日用百货的。现在&#xff0c;如果问京东是做什么的&#xff0c;相信大家的回答不在是…...

读论文alexnet:ImageNet Classification with Deep Convolutional Neural Networks

https://zhuanlan.zhihu.com/p/13694329885 1, 公式 卷积层输出尺寸&#xff1a; o ⌊(i 2p - k) / s⌋ 1 式中&#xff0c;i:输入尺寸&#xff1b;o:输出尺寸&#xff1b;p:padding&#xff1b;k: kernel_size&#xff1b;s: stride。⌊…⌋表示向下取整。 2, 推导过程 …...

操作系统|| 虚拟内存页置换算法

题目 写一个程序来实现 FIFO 和 LRU 页置换算法。首先&#xff0c;产生一个随机的页面引用序列&#xff0c;页面数从 0~9。将这个序列应用到每个算法并记录发生的页错误的次数。实现这个算法时要将页帧的数量设为可变。假设使用请求调页。可以参考所示的抽象类。 抽象类&…...

AGI大模型(19):下载模型到本地之ModelScope(魔搭社区)

1 安装模块 魔塔社区提供了下载的模块&#xff0c;如下&#xff1a; pip install modelscope -i https://pypi.tuna.tsinghua.edu.cn/simple 2 模型下载 from modelscope import snapshot_download model_dirsnapshot_download(LLM-Research/Meta-Llama-3-8B,cache_dirrD:\…...

常见面试题

1.stringbuffer和stringbuilder的区别&#xff0c;stringbuffer是通过什么实现线程安全的? StringBuffer 和 StringBuilder 都是用于处理可变字符串的类&#xff0c;但它们的主要区别在于 线程安全性。 StringBuffer 的线程安全是通过方法加锁&#xff08;synchronized&…...

【视觉任务】深度估计(Depth Estimation)介绍(2025年更新)

文章目录 1. 任务定义与意义2. 按输入类型的分类2.1 单目深度估计&#xff08;Monocular Depth Estimation&#xff09;2.2 双目与多视图深度估计&#xff08;Stereo / Multi-view&#xff09;2.3 深度相机输入&#xff08;RGB-D&#xff09;2.4 主动与被动方法 3. 核心方法概述…...

Python 在Excel单元格中应用多种字体样式

文在数据处理和报表生成场景中&#xff0c;Excel 文件的格式设置至关重要。合理的字体格式不仅能提升表格的可读性&#xff0c;还能突出关键数据。本文将详细介绍如何使用免费库Free Spire.XLS for Python&#xff0c;在 Excel 单元格中灵活应用多种字体格式&#xff0c;包括字…...

C++:字符串操作函数

strcpy() 功能&#xff1a;把一个字符串复制到另一个字符串。 #include <iostream> #include <cstring> using namespace std;int main() {char src[] "Hello";char dest[10];strcpy(dest, src);cout << "Copied string: " << …...