Streaming Graph Neural Networks笔记
Streaming Graph Neural Networks笔记 该论文提出了DGNN模型
Streaming Graph Neural Networks笔记 该论文提出了DGNN模型
Object file 有三种形式
CSAPP 书中选取的是ELF格式。
ELF从16字节的序列作为起始,这16字节规定了字的大小和机器的字节顺序(大端或者小端),ELH header剩下的内容帮助连接器分析解释这个object file。而各种sections的信息,如位置和大小,由section header table 给出,它包含了每个sections固定大小的入口。
这种方法是当网络拥塞时,TCP减少发送的速率。当网络不拥塞时,TCP增加发送速率。
这样就带来三个问题
$LastByteRead$ 应用进程从缓存中独处的数据流的最后一个字节的编号
$LastByteRcvd$ 从网络中到达的并且已放入主机接受缓存中的数据流最后一个字节的编号
$rwnd$为接受窗口,是表明当前缓存中还有多少剩余的空间
$$ rwnd = RcvBuffer -[LastByteRcvd - LastByteRead] $$
$ cwnd $ 为拥塞窗口,它对发送方向网络中发送流量的速率进行了限制
$ cwnd $ 会对一个TCP发送方能向防落中发送流量的速率进行限制。在一个发送方中未被确认的数据流不会超过$cwnd$和$rwnd$中的最小值。
$$ LastByteSent - LastByteAcked \le min{cwd, rwnd}$$
如果rwnd足够大的时候,发送方能发送的未被确认的数据量取决于$cwdn$,所以通过调节$cwdn$的值,就可以调节发送方向它连接发送数据的速率。
本文是动态网络综述:
Foundations and modelling of dynamic
networks using Dynamic Graph Neural
Networks: A survey 的笔记
近期开始阅读侯捷《STL源码剖析》,第二章有许许多多我遇到的问题,在此汇总一下
在阅读CSAPP的时候,看了练习题3.20的答案,说到被除数为负数的时候需要加偏置。