头像

acwing_zfw




离线:19小时前


最近来访(399)
用户头像
克里斯保罗
用户头像
BeiHai
用户头像
Behappyeveryday
用户头像
Obscure
用户头像
lexingsen
用户头像
zjsqwq
用户头像
2850g
用户头像
怎样共勉_7
用户头像
迷人的源
用户头像
Juicy
用户头像
hyc_noi
用户头像
yukino
用户头像
光風霽月
用户头像
Txoon
用户头像
liuzixin123
用户头像
knighz
用户头像
欣0613
用户头像
WA_FOREVER
用户头像
上下求索
用户头像
雷霆尬拔


acwing_zfw
3个月前

三、PyTorch入门基础

1.机器学习中的分类与回归问题-机器学习基本构成元素

在这里插入图片描述
在这里插入图片描述

2.Tensor的基本定义

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

3.Tensor与机器学习的关系

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

4.Tensor创建编程实例

import torch

a = torch.Tensor([[1, 2], [3, 4]])
print(a)
print(a.type())

a = torch.Tensor(2, 3)
print(a)
print(a.type())

'''几种特殊的Tensor'''
a = torch.eye(2, 2)
print(a)
print(a.type())

b = torch.Tensor(2, 3)
b = torch.zeros_like(b)
b = torch.ones_like(b)
print(b)
print(b.type())

'''随机'''
a = torch.rand(2, 2)
print(a)
print(a.type())

a = torch.normal(mean=0.0, std=torch.rand(5))
print(a)
print(a.type())

a = torch.normal(mean=torch.rand(5), std=torch.rand(5))
print(a)
print(a.type())

a = torch.Tensor(2, 2).uniform_(-1, 1)
print(a)
print(a.type())

'''序列'''
a = torch.arange(0, 11, 3)
print(a)

a = torch.arange(2, 10, 3)
print(a)

a = torch.linspace(2, 10, 3) # 拿到等间隔的n个数字
print(a)

a = torch.linspace(2, 10, 4)
print(a)

a = torch.randperm(10)
print(a)

import numpy as np

a = np.array([[1, 2], [2, 3]])
print(a)

5.Tensor的属性

在这里插入图片描述
在这里插入图片描述

6.Tensor的属性-稀疏的张量的编程实践

import torch

dev = torch.device('cpu')
# dev = torch.device('cuda')
a = torch.tensor([2, 2], dtype=torch.float32, device=dev)
print(a)

# 将对角线设置为非零元素
i = torch.tensor([[0, 1, 2], [0, 1, 2]])
v = torch.tensor([1, 2, 3])
a = torch.sparse_coo_tensor(i, v, (4, 4), dtype=torch.float32, device=dev).to_dense()
print(a)

7.Tensor的算术运算

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

8.Tensor的算术运算编程实例

import torch

# add

a = torch.rand(2, 3)
b = torch.rand(2, 3)

print('a = ', a)
print('b = ', b)

print('====== add result ======')
print(a + b)
print(a.add(b))
print(torch.add(a, b))
print(a)
print(a.add_(b))
print(a)

# sub
print('====== sub result ======')
print(a - b)
print(a)
print(a.sub_(b))
print(a)

# mul
print('====== mul result ======')
print(a * b)
print(torch.mul(a, b))
print(a.mul(b))
print(a)
print(a.mul_(b))
print(a)

# div

# matmul 矩阵运算
print('====== matmul result ======')
a = torch.ones(2, 1)
b = torch.ones(1, 2)
print(a @ b)
print(torch.matmul(a, b))
print(torch.mm(a, b))

# 高维tensor
a = torch.ones(1, 2, 3, 4)
b = torch.ones(1, 2, 4, 3)
print(a.shape)
print(b.shape)
print(a @ b)
print((a @ b).shape)

# pow
print('====== pow result ======')
a = torch.tensor([1, 2])
print(a.pow(3))
print(torch.pow(a, 3))
print(a**3)

# exp
print('====== exp result ======')
print(torch.exp(a))
print(a.exp())

# log
print('====== log result ======')
print(torch.log(a))
print(a.log())
print(torch.tensor(0.6931).exp())

# sqrt
print('====== sqrt result ======')
print(torch.sqrt(a))
print(a.sqrt())

9.in-place的概念和广播机制

在这里插入图片描述
在这里插入图片描述

import torch

a = torch.rand(2, 3)
b = torch.rand(3)
# a 2 * 1
# b 1 * 3
# c 2 * 3
c = a + b
print(a)
print(b)
print(c)
print(c.shape)

a = torch.rand(2, 1)
b = torch.rand(1, 2)
# a 2 * 1
# b 1 * 2
# c 2 * 2
c = a + b
print(a)
print(b)
print(c)
print(c.shape)

a = torch.rand(2, 1, 1, 3)
b = torch.rand(4, 2, 3)
# a 2 * 1 * 1 * 3
# b 4 * 2 * 3
# c 2 * 4 * 2 * 3
c = a + b
print(a)
print(b)
print(c)
print(c.shape)

10.取整/余

在这里插入图片描述

import torch

a = torch.rand(2, 2)
a *= 10
print(a)
print(a.floor())
print(torch.ceil(a))
print(torch.round(a))
print(a.trunc())    # 取整数部分
print(torch.frac(a))# 取小数部分
print(a % 2)

11.比较运算-排序-kthvalue-数据合法性校验

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

import torch

a = torch.rand(2, 3)
b = torch.rand(2, 3)

print(a)
print(b)

'''比较'''
print(torch.eq(a, b))
print(torch.equal(a, b))

print(torch.ge(a, b))

'''排序'''
a = torch.tensor([[1, 4, 4, 3, 5],
                  [2, 3, 1, 3, 5]])
print(a.shape)
print(torch.sort(a, dim = 1, descending=False))

'''topk'''
a = torch.tensor([[2, 4, 3, 1, 5],
                  [2, 3, 5, 1, 4]])
print(a.shape)
print(torch.topk(a, k = 1, dim = 0))
print(torch.topk(a, k = 2, dim = 0))
print(torch.topk(a, k = 1, dim = 1))
print(torch.topk(a, k = 2, dim = 1))

print(torch.kthvalue(a, k = 2, dim = 0))    # 输出第二小的数
print(torch.kthvalue(a, k = 2, dim = 1))

a = torch.rand(2, 3)
print(a)
print(torch.isfinite(a))
print(torch.isfinite(a/0))
print(torch.isinf(a/0))
print(torch.isnan(a))

import numpy as np
a = torch.tensor([1, 2, np.nan])
print(torch.isnan(a))

12.三角函数

在这里插入图片描述

import torch

a = torch.zeros(2, 3)
b = torch.cos(a)
print(a)
print(b)

13.其他数学函数

在这里插入图片描述

14.PyTorch与统计学方法

在这里插入图片描述
在这里插入图片描述

import torch

a = torch.rand(2, 3)

print(a)
print(torch.mean(a, dim=0))
print(torch.sum(a, dim=0))
print(torch.prod(a, dim=0))    # 计算所有元素的积

print(torch.argmax(a, dim=0))
print(torch.argmin(a, dim=0))

print(torch.std(a))     # 标准差
print(torch.var(a))     # 方差

print(torch.median(a))  # 中位数
print(torch.mode(a))    # 众数

a = torch.rand(2, 2) * 10
print(a)
print(torch.histc(a, 6, 0, 0))    # 计算a的直方图

a = torch.randint(0, 10, [10])
print(a)
print(torch.bincount(a))          # 返回每个值的频数
# bincount 可以用来统计某一类别样本的个数

15.PyTorch与分布函数

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

16.PyTorch与随机抽样

在这里插入图片描述

import torch

torch.manual_seed(1)

mean = torch.rand(1, 2)
std  = torch.rand(1, 2)

print(torch.normal(mean, std))

17.PyTorch与线性代数运算

在这里插入图片描述

import torch

a = torch.rand(2, 3)
b = torch.rand(2, 3)

print(a)
print(b)
print(torch.dist(a, b, p=1))
print(torch.dist(a, b, p=2))
print(torch.dist(a, b, p=3))


print(torch.norm(a))         # 打印出a的2范数
print(torch.norm(a, p=1))    # 打印出a的1范数
print(torch.norm(a, p='fro'))# 打印出a的核范数
print(torch.norm(a, p=0))    

18.PyTorch与矩阵分解-PCA

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

19.PyTorch与矩阵分解-SVD分解-LDA

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

20.PyTorch与张量裁剪

在这里插入图片描述

import torch

a = torch.rand(3, 3) * 10
print(a)
a = a.clamp(2, 5)
print(a)
tensor([[7.3781, 6.8925, 8.6554],
        [6.8215, 0.9148, 4.5870],
        [5.7040, 6.4257, 3.9602]])
tensor([[5.0000, 5.0000, 5.0000],
        [5.0000, 2.0000, 4.5870],
        [5.0000, 5.0000, 3.9602]])

21.PyTorch与张量的索引与数据筛选

在这里插入图片描述

import torch

# torch.where
a = torch.rand(4, 4)
b = torch.rand(4, 4)

print(a)
print(b)

out = torch.where(a > 0.5, a, b)
print(out)

# torch.index_select
print("torch.index_select")
a = torch.rand(4, 4)
print(a)
out = torch.index_select(a, dim=0, index=torch.tensor([0, 3, 2]))
print(out, out.shape)

# torch.gather
print("torch.gather")
a = torch.linspace(1, 16, 16).view(4, 4)
print(a)
out = torch.gather(a, dim=0, index=torch.tensor([[0, 1, 1, 1],
                                                 [0, 1, 2, 2],
                                                 [0, 1, 3, 3]]))
print(out, out.shape)


新鲜事 原文

acwing_zfw
3个月前
西安交通大学,九月见!
图片 图片 图片


分享 【DL】

acwing_zfw
3个月前

请添加图片描述
请添加图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

小碎片

人类用思考和修正错误的方法,提升自己对知识的掌握和认知,在人工智能领域,我们将这个过程成为强化学习(Reinforcement Learning)
在这里插入图片描述
有监督学习是机器学习任务的一种。 它从有标记的训练数据中推导出预测函数。 有标记的训练数据是指每个训练实例都包括输入和期望的输出。 一句话:给定数据,预测标签
无监督学习是机器学习的一个分支,它从未经标记,分类或分类的测试数据中学习。 无监督学习不是响应反馈,而是根据每个新数据中是否存在这种共性来识别数据中的共性并做出反应。 替代方案包括监督学习和强化学习。 无监督学习的中心的应用是在领域密度估计在统计,[1]虽然无监督学习包括许多涉及总结和解释数据的特征的其他结构域。
在这里插入图片描述
在这里插入图片描述




acwing_zfw
4个月前

一、计算机系统概述

操作系统的概念、功能

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

操作系统的四个特征

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

操作系统的分类与发展

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

操作系统的运行机制

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

中断和异常

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

系统调用

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

操作系统的体系结构

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

回顾

在这里插入图片描述
在这里插入图片描述

二、进程管理

进程的概念、组成、特征

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

进程的状态与转换、进程的组织

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

进程控制

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

进程通信

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

线程的概念

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

线程的实现方式和多线程模型

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

调度的概念、层次

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

进程调度的时机、切换与过程、方式

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

调度算法的评价指标

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

FCFS、SJF、HRRN调度算法

在这里插入图片描述

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

调度算法:时间片轮转、优先级、多级反馈队列

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

进程同步、进程互斥

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

进程互斥的软件实现方法

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

进程互斥的硬件实现方法

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

信号量机制

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

用信号量实现进程互斥、同步、前驱关系

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

生产者——消费者问题

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

多生产者-多消费者问题

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

吸烟者问题

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

读者写者问题

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

哲学家进餐问题

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

管程

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

在这里插入图片描述

死锁的概念

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

预防死锁

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

避免死锁(银行家算法)

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

死锁的检测和解除

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

三、内存管理

内存的基础知识

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

内存管理的概念

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

覆盖与交换

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

连续分配管理方式

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

动态分区分配算法

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

基本分页存储管理的概念

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

基本地址变换机构

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

具有快表的地址变换机构

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

两级页表

在这里插入图片描述

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

基本分段存储管理

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

段页式管理方式

在这里插入图片描述

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

虚拟内存的基本概念

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

在这里插入图片描述
在这里插入图片描述

请求分页管理方式

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

页面置换算法

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

页面分配策略、抖动、工作集

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

四、文件管理

初识文件管理

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

文件的逻辑结构

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

文件目录

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

文件保护

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

文件共享

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述




acwing_zfw
4个月前

课程链接

一、概述

在这里插入图片描述

什么是数据库系统

在这里插入图片描述
在这里插入图片描述

从用户角度看数据库管理系统

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

从系统角度看数据库管理系统

在这里插入图片描述
在这里插入图片描述

数据库系统课程学习什么在这里插入图片描述

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

回顾

在这里插入图片描述

二、数据库系统的结构抽象和演变

在这里插入图片描述

数据库系统的标准结构

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
上图中下面那一行中的模式应该改为视图
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

什么是数据模型

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

数据库系统的演变与发展

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

三、关系模型之基本概念

在这里插入图片描述

关系模型简述

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

什么是关系

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

关系有什么特性

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

候选码和外码

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

关系模型的完整性

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

四、关系模型之关系代数

在这里插入图片描述

什么是关系代数

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

并相容性的概念

在这里插入图片描述

并操作

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

差操作

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

广义积操作

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

选择操作

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

投影操作及基本操作小结

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

交操作

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

theta连接操作及更名操作

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

自然连接操作

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

应用关系代数操作训练

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

除操作

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

外连接

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

回顾

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

五、关系模型之关系演算

在这里插入图片描述

什么是关系元组演算

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

简单运用元组演算公式

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

存在量词和全称量词

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

等价变换

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

四个典型示例

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

用元组演算实现关系代数操作

在这里插入图片描述
在这里插入图片描述

什么是域演算

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

什么是按示例查询-QBE

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

QBE-应用训练

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

关系演算的安全性

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

三种关系运算之比较

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

回顾

在这里插入图片描述

七、SQL复杂查询

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
不存在有一种S1供应的零件该工程没用过




acwing_zfw
4个月前

我配置好环境的网址:

http://81.70.27.226:8000/

我的项目地址:

https://git.acwing.com/zfw/acapp

请添加图片描述



活动打卡代码 工程课 Linux-8.2. homework_2

acwing_zfw
4个月前

[1] 将AC Terminal中的/var/lib/acwing/docker/images/docker_lesson_1_0.tar镜像上传到租好的服务器中

scp /val/lib/acwing/docker/images/docker_lesson_1_0.tar server1:

[2] 登录到租好的服务器

ssh server1

[3] 将上传的镜像提取出来

docker load -i docker_lesson_1_0.tar

[4] 创建该镜像的容器,设置端口映射:20000:22。

docker run -p 20000:22 --name my_docker_server -itd docker_lesson:1.0 # 创建并运行docker_lesson:1.0镜像

[5] 去云平台控制台中修改安全组配置,放行端口20000。

在这里插入图片描述

[6] 进入该容器,创建新账户acs

docker attach my_docker_server
adduser acs # 创建新用户acs
usermod -aG sudo acs # 为新用户acs添加sudo权限

[7] 返回AC Terminal。配置容器中acs账户的别名及免密登录。

vim .ssh/config
***
Host myserver
    HostName 123.57.47.211
    User acs_2698

Host server1
    HostName 81.70.27.226
    User acs 

Host server1_docker
    HostName 81.70.27.226
    User acs 
    Port 20000
***

[8] 将别名写在当前目录下的server_name.txt文件中

echo server1_docker > server_name.txt


活动打卡代码 工程课 Linux-8.1. homework_1

acwing_zfw
4个月前

在租好的云服务器中安装docker

docker教程

sudo apt-get update

sudo apt-get install \
    ca-certificates \
    curl \
    gnupg \
    lsb-release

curl -fsSL https://download.docker.com/linux/ubuntu/gpg | sudo gpg --dearmor -o /usr/share/keyrings/docker-archive-keyring.gpg

echo \
  "deb [arch=$(dpkg --print-architecture) signed-by=/usr/share/keyrings/docker-archive-keyring.gpg] https://download.docker.com/linux/ubuntu \
  $(lsb_release -cs) stable" | sudo tee /etc/apt/sources.list.d/docker.list > /dev/null

sudo apt-get update

sudo apt-get install docker-ce docker-ce-cli containerd.io

装好之后查看docker版本:

docker --version

转载

在普通用户使用docker load -i xxx.tar可能会出现这个提示
“Got permission denied while trying to connect to the Docker daemon socket at unix:///var/”
只需要这两步操作

1. sudo gpasswd -a acs docker #将普通用户acs加入到docker组
2. newgrp docker #更新docker组

原因应该是非root用户权限不足导致的,有朋友遇到的话可以看这个解决,我自己试了是有用的




acwing_zfw
4个月前
1. 登陆到自己的服务器(腾讯云)
ssh ubuntu@81.70.27.226 
2. 创建工作用户acs并赋予sudo权限
sudo adduser acs # 创建用户acs
sudo usermod -aG sudo acs
3. 配置免密登陆
返回AC Terminal
vim .ssh/config
文件末尾加入
***
Host server1
    HostName 81.70.27.226
    User acs
***
ssh-copy-id server1

接下来就可以直接ssh server1登录到自己的服务器上了。

5. 安装tmuxdocker
sudo apt-get update
sudo apt-get install tmux
6. 将AC Terminal的配置传到新服务器上
返回AC Terminal
scp .bashrc .vimrc .tmux.conf server1
7. 升级Linux系统从ubuntu 18.04ubuntu 20.04(我买的需要升级)

参考链接(详细版)
参考链接(简易版)碰到sudo reboot这一步一直不行,我直接跳过了。
查看自己ubuntu版本:

cat /proc/version
或者
lsb_release -a
***
No LSB modules are available.
Distributor ID: Ubuntu
Description:    Ubuntu 20.04.3 LTS
Release:        20.04
Codename:       focal
***
8.进入tmux根据教程安装docker

这腾讯云学生鸡装起来是真的慢啊!!
不过可以按下ctrl + a后手指松开,然后按d:挂起当前session,让其在云端继续下载。
还可以安装其他

sudo apt install tree
sudo apt install ipython3
9. 在ubuntuacs用户之间切换
切换到ubuntu用户:su ubuntu
然后输入密码即可
反之同理
其他问题

解决Ubuntu18.04启动Docker“Got permission denied while trying to connect to the Docker daemon socket”问题

0. y总上课视频截图

请添加图片描述
请添加图片描述



活动打卡代码 工程课 Linux-8.0. homework_0

acwing_zfw
4个月前

[1] 租一台云服务器

腾讯云

[2] 配置服务器别名及免密登录

vim .ssh/config
***
Host server1
    HostName 81.70.27.226
    User acs
***
ssh-copy-id server1

[3] 将服务器别名写在当前目录下的文件中

vim server_name.txt
***
server1
***

请添加图片描述