hello!
-
OS-Lab9-Update
Project1 malloc/free的实现方案二：参考实现 参考、复现、测试并详细分析以下实现思路和代码（70分）。 加分项（30分）：下面的代码没有做线程/…
-
OS_lab9
Project1 malloc/free的实现方案二：参考实现 参考、复现、测试并详细分析以下实现思路和代码（70分）。 加分项（30分）：下面的代码没有做线程/…
-
Ai-Agent
理论知识agent的定义：大模型时代的 AI Agent = LLM × （规划+记忆+工具） Al Agent是一种能够感知环境、进行决策和执行动作的智能实体。 运行过…
-
OS_lab8
从内核态到用户态实验概述在本章中，我们首先会简单讨论保护模式下的特权级的相关内容。特权级保护是保护模式的特点之一，通过特权级保护，我们区分了内核态和用户态，从而限制用户态的代码对特…
-
AI_lab6（未整理，乱七八糟）
深度强化学习传统的RL算法有个很大的问题在于它是一种表格方法，就是根据过去出现过的状态，统计和迭代Q值。 基于表格的方法局限性很大：（对未知的泛化能力弱） 一方面适用的状态和动作空…
-
OS_lab7
内存管理实验概述 学习如何使用位图和地址池来管理资源 实现在物理地址空间下的内存管理 学习并开启二级分页机制=>实现在虚拟地址空间下的内存管理 基于分页机制，我们可…
-
OS_Lab6
并发与锁机制实验概述使用硬件支持的原子指令来实现自旋锁SpinLock => 可以用来实现线程互斥然后使用SpinLock来实现信号量，最后使用SpinLock和信…
-
AI-Lab5
理论内容回顾PyTorch重安装conda（虽然与pytorch没什么大关系）由于我将ai实验移动到ubuntu里来做，所以我重新在这里安装一下conda。（先使用minicond…
-
Ai新手赛部分题解
比赛结果： NS-2025-00 须弥识花大赛 解题报告（Writeup）一、赛题理解与任务目标本次比赛模拟须弥地区的生态危机，任务目标是构建一个具备泛化能力的花卉识别 AI，能够…
-
AI-Lab4.2
人工神经网络介绍单层感知机 由于M-P神经元模型参数需要事先设定好，为了能够自适应学习出所需要的参数，研究人员就提出了单层感知机(Perceptron) 感知机的基本公式为：y(�…