逻辑函数

================================================================================== from: http://www.ibm.com/developerworks/cn/linux/kernel/l-netbr/index.html ALinux网桥的实现分析与使用 文档选项 未显示需要 JavaScript 的文档选项 打印本页 将此页作为电子邮件发送 级别： 初级 祝顺民 ( [email=getmoon@163.com?subject=ALinux%E7%BD%91%E6%A1%A5%E7%9A%84%E5%AE%9E%E7%8E%B0%E5%88%86%E6%9E%90%E4%B8%8E%E4%BD%BF%E7%94%A8&cc=]getmoon@163.com[/email] ) XML error: Please enter a value for the author element's jobtitle attribute, or the company-name element, or both. 2004 年 3 月 09 日 本 文分析了linux 2.4.x内核的网桥的实现方法，并且描述了如何使用2.4中的网桥。网桥，类似于中继器，连接局域网中两个或者多个网段

小程序学习（四）小程序逻辑层之注册页面 注册页面（Page） 小程序页面的注册，是通过 Page() 函数来完成的。接受一个 object 参数，指定页面的初始数据，生命周期、事件处理函数等。 object 参数的属性： 属性 类型 描述 data Object 页面的初始数据 onLoad Function 生命周期函数--监听页面加载 onReady Function 生命周期函数--监听页面初次渲染完成 onShow Function 生命周期函数--监听页面显示 onHide Function 生命周期函数--监听页面隐藏 onUnload Function 生命周期函数--监听页面卸载 onPullDownRefresh Function 页面相关事件处理函数--监听用户下拉动作 onReachBottom Function 页面上拉触底事件的处理函数 onShareAppMessage Function 用户点击右上角转发 onPageScroll Function 页面滚动触发事件的处理函数 其他 Any 开发者可以添加任意的函数或数据到 object 参数中 在页面的函数中用 this 可以访问 //index.js Page({ data: { text: "This is page data." //页面初始数据 }, onLoad: function

线性回归 线性回归是一个 回归问题 ，即用一条线去拟合训练数据 线性回归的模型： 通过训练数据学习一个 特征的线性组合 ，以此作为预测函数。 训练目标：根据训练数据学习参数(w 1 ,w 2 , ... , w n ,b) 学习策略： 要确定参数(w 1 ,w 2 , ... , w n ,b)，即关键在于如何衡量 预测函数f(x)与训练数据y之间的差别。 如果要使得预测函数 f(x)尽可能准确，那么即要求f(x)-y尽可能小，而 f(x)-y便是一个样本（x,y）的损失函数。 对于整个训练数据的损失函数，用 均方误差损失函数 （1/2是为了求导方便） 即当均方误差损失函数J最小时的参数(w 1 ,w 2 , ... , w n ,b)，便是最终线性模型中的参数。 所以目标就是求: 求解这个损失函数的方法主要有两个： 最小二乘法，梯度下降法 使用 梯度下降法 求解 （梯度下降，批量梯度下降，随机梯度下降） 我们知道 曲面上沿着梯度的方向是函数值变化（增大）最快的方向，因此要得到J(w)最小值，应该沿着梯度的反方向 。 使用沿着梯度的反方向进行权重的更新，可以有效的找到全局的最优解。 更新过程如下： 说明： 1. 上述是对参数向量W的分量w j 进行更新的表达式。由更新表达式可知，每次更新使用所有的训练数据（m个样本）。 2. 在对参数w j 更新时，使用到了样本x i （样本x i

模糊逻辑 编辑 本词条缺少信息栏，补充相关内容使词条更完整，还能快速升级，赶紧来 编辑 吧！ 模糊逻辑是建立在 多值逻辑 基础上，运用模糊集合的方法来研究 模糊性 思维、语言形式及其规律的科学。 目录 1 简介 ▪ 基本内容 ▪ 历史发展 ▪ 基本理论 2 应用 3 编程语言 4 其他例子 简介 编辑 基本内容 模糊逻辑指模仿人脑的不确定性概念判断、推理思维方式，对于模型未知或不能确定的描述系统，以及强非线性、大滞后的控制对象，应用模糊集合和模糊规则进行推理，表达过渡性界限或定性知识经验，模拟人脑方式，实行模糊综合判断，推理解决常规方法难于对付的规则型模糊信息问题。模糊逻辑善于表达界限不清晰的定性知识与经验，它借助于 隶属度函数 概念，区分 模糊集合 ，处理模糊关系，模拟人脑实施规则型推理，解决因“排中律”的逻辑破缺产生的种种不确定问题 。 历史发展 1965年美国数学家L. Zadeh首先提出了Fuzzy集合的概念，标志着Fuzzy数学的诞生。建立在二值逻辑基础上的原有的逻辑与数学难以描述和处理现实世界中许多 模糊性 的对象。Fuzzy数学与Fuzzy逻辑实质上是要对模糊性对象进行精确的描述和处理。L. Zadeh为了建立模糊性对象的数学模型，把只取0和1二值的普通集合概念推广为在[0，1]区间上取无穷多值的模糊集合概念，并用“隶属度”这一概念来精确地刻画元素与模糊集合之间的关系

Node.js 已经成为 Web 后台开发圈一股不容忽视的力量，凭借其良好的异步性能、丰富的 npm 库以及 JavaScript 语言方面的优势，已经成为了很多大公司开发其后台架构的重要技术之一，而 Express 框架则是其中知名度最高、也是最受欢迎的后端开发框架。在这篇教程中，你将了解 Express 在 Node 内置 http 模块的基础上做了怎样的封装，并掌握路由和中间件这两个关键概念，学习和使用模板引擎、静态文件服务、错误处理和 JSON API，最终开发出一个简单的个人简历网站。 此教程属于 Node.js 后端工程师学习路线 的一部分，欢迎来 Star 一波，鼓励我们继续创作出更好的教程，持续更新中~。 旧时代：用内置 http 模块实现一个服务器 自从 Ryan Dahl 在 2009 年的 JSConf 正式推出 Node.js 平台后，这门技术的使用率就如同坐了火箭一般迅速上升，成为了最受喜爱的后端开发平台之一，而 Express 则是其中最为耀眼的 Web 框架。在正式开始这篇教程之前，我们将列举一下这篇教程所需要的预备知识、所用技术和学习目标。 预备知识 本教程假定你已经知道了： JavaScript 语言基础知识（包括一些常用的 ES6+ 语法） Node.js 基础知识，特别是异步编程（这篇教程主要用到的是回调函数）和 Node 模块机制，还有

SimulationEventSource为事件类 由Executor类牵头， 在代码 for event in self . _env . event_source . events ( start_date , end_date , frequency ) : 中调用SimulationEventSource中的events()函数 其中有一个get_trading_dates()函数，给出start_date, end_date参数的所有的交易日， 然后通过函数_get_trading_minutes()给出对应分钟的所有交易时间 来源： CSDN 作者： 永远的麦田 链接： https://blog.csdn.net/luhouxiang/article/details/103458414

react-redux 在 react-redux 框架中，给我提供了两个常用的API来配合Redux框架的使用，其实在我们的实际项目开发中，我们完全可以不用 react-redux 框架，但是如果使用此框架，就如虎添翼了。 我们来简单聊聊这两个常用的API connect() Provider 组件 React-Redux 将所有组件分成两大类：UI 组件（presentational component）和容器组件（container component）。 1. UI 组件 UI 组件有以下几个特征： 只负责 UI 的呈现，不带有任何业务逻辑 没有状态（即不使用this.state这个变量） 所有数据都由参数（this.props）提供 不使用任何 Redux 的 API 下面就是一个 UI 组件的例子。 const Title = value => < h1 > { value } < / h1 > ; 因为不含有状态，UI 组件又称为"纯组件"，即它纯函数一样，纯粹由参数决定它的值。 2. 容器组件 容器组件的特征恰恰相反。 负责管理数据和业务逻辑，不负责 UI 的呈现 带有内部状态 使用 Redux 的 API 总之，只要记住一句话就可以了：UI 组件负责 UI 的呈现，容器组件负责管理数据和逻辑。 你可能会问，如果一个组件既有 UI 又有业务逻辑，那怎么办？回答是

程序语言编年史 概述 这次咱们聊下程序语言的发展史，除了程序语言，还会着重讲下程序语言密切相关的计算机的发展史，顺带讲下同时期与程序语言和计算机相关领域的发展,为什么要把程序语言和计算机相关领域放到一块讲, 因为这些领域和计算机的关系太密切了, 程序语言是 程序员 和计算机沟通交流唯一方式, 计算机的计算模型的发展, 还有计算机的应用领域的发展都对程序语言有着深刻的影响. 通过计算机相关领域的发展, 我们能从中可以找到一些影响程序语言关键因素, 看看 这些因素是如何推动程序语言一步步发展成今天这个样子的. 计算机发展史 计算机的发展可以分为两条线进行追溯, 一条是计算理论的发展, 一条是计算机实体的发展, 下面我们看看计算理论和计算机的发展轨迹. 理论模型的演变 计算理论是近现代才出现的一个数学分支,主要研究可计算性,计算的复杂度,计算模型(计算理论中两大计算模型:图灵机,lambda演算),形式语言(编程语言也是一种形式语言).我们可以看到计算理论主要研究的对象的名字中有三个带了 计算 ; 计算 这个词很常见,好像和这些词汇所表达的意思挺相近:四则运算,数值计算,逻辑运算.本节就以 计算 为主线介绍下计算是什么,以及其演变历史,还有它和计算理论的关系. 史前数学：数值计算 公元前2500年,在美索不达米亚的一块泥板上记录着谷仓里面有1152000,每个人分7分,可以分给多少人

Device Mapper 是 Linux2.6 内核中支持逻辑卷管理的通用设备映射机制，它为实现用于存储资源管理的块设备驱动提供了一个高度模块化的内核架构，如图 1。 图1 Device Mapper的内核体系架构 在内核中它通过一个一个模块化的 target driver 插件实现对 IO 请求的过滤或者重新定向等工作，当前已经实现的 target driver 插件包括软 raid、软加密、逻辑卷条带、多路径、镜像、快照等，图中 linear、mirror、snapshot、multipath 表示的就是这些 target driver。Device mapper 进一步体现了在 Linux 内核设计中策略和机制分离的原则，将所有与策略相关的工作放到用户空间完成，内核中主要提供完成这些策略所需要的机制。Device mapper 用户空间相关部分主要负责配置具体的策略和控制逻辑，比如逻辑设备和哪些物理设备建立映射，怎么建立这些映射关系等等，而具体过滤和重定向 IO 请求的工作由内核中相关代码完成。因此整个 device mapper 机制由两部分组成--内核空间的 device mapper 驱动、用户空间的device mapper 库以及它提供的 dmsetup 工具。在下文中，我们分内核和用户空间两部分进行介绍。 内核部分 Device mapper

SecureML：A system for Scalable Privacy-Preserving Machine Learning 1 摘要及介绍 1.1　模型的大致架构 首先，主要模型中主要有客户端和两台服务器，假设这两台服务器不会恶意合作。 　　整个训练过程大致分为在线和离线两个阶段，在线阶段的主要任务就是利用本文提出的安全算数技术在共享的十进制数上进行模型的更新，根据混淆电路的思想，除了最后能得到的模型，什么数据也不会暴露出来；离线阶段的主要任务是服务于在线阶段的乘法运算——利用线性同态加密或者不经意传输生成必要的三元组，因为这个开销比较大，后期还提出了一种改进，用客户端来辅助生成三元组； 1.２ 主要贡献 为线性回归、逻辑回归、神经网络这三种机器学习算法开发出了新型的隐私保护的深度学习协议 开发出了支持在共享的十进制数上的安全算数操作的技术 对于那些非线性激活函数，如sigmoid softmax，提出了一种支持安全多方计算的替代方案 以上提出的所有技术相较于目前的技术，在保证安全的前提下，速度上都有很大的提升 1.2.1 为三种机器学习算法开发出的隐私保护的协议 线性回归、逻辑回归和神经网络这三种机器学习方案非常简单但也非常常用，而且他们之间思想类似且一种递进的趋势。 所谓思想类似指的是他们都是有监督的机器学习算法，思路都是先前馈，算出交叉熵之后，在利用随机梯度下降