kb、Kb和KB

huzimu_

于 2022-01-02 13:34:26 发布

阅读量1.2k

点赞数

CC 4.0 BY-SA版权

分类专栏：笔记文章标签：计算机网络

版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

本文链接：https://blog.csdn.net/huzimu_/article/details/122275745

笔记专栏收录该内容

7 篇文章

订阅专栏

博客探讨了在存储和速率两个不同场景下，'k'所代表的数值差异。在存储中，1KB通常表示1024字节，而速率方面，如带宽，1k常指1000。这种差异源于历史上不同的定义标准，对于理解和计算相关技术参数至关重要。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

1kb = 1000b
1Kb = 1024b
1KB = 1024 * 8 b

存储方面的k一般表示1024
速率方面的k一般表示1000

博客等级

码龄6年

99
原创

317
点赞

926
收藏

217
粉丝

关注

私信

热门文章

分类专栏

展开全部收起

上一篇：: γ阶段测试报告

下一篇：: 离散数学实验一

最新评论

论文阅读：Forget-Me-Not: Learning to Forget in Text-to-Image Diffusion Models
CSDN-Ada助手: 你好，CSDN 开始提供 #论文阅读# 的列表服务了。请看：https://blog.csdn.net/nav/advanced-technology/paper-reading?utm_source=csdn_ai_ada_blog_reply 。如果你有更多需求，请来这里 https://gitcode.net/csdn/csdn-tags/-/issues/34?utm_source=csdn_ai_ada_blog_reply 给我们提。
论文阅读：Selective amnesia: A continual learning approach to forgetting in deep generative models
CSDN-Ada助手: 你好，CSDN 开始提供 #论文阅读# 的列表服务了。请看：https://blog.csdn.net/nav/advanced-technology/paper-reading?utm_source=csdn_ai_ada_blog_reply 。如果你有更多需求，请来这里 https://gitcode.net/csdn/csdn-tags/-/issues/34?utm_source=csdn_ai_ada_blog_reply 给我们提。
论文阅读：DreamBooth: Fine Tuning Text-to-Image Diffusion Models for Subject-Driven Generation
CSDN-Ada助手: 你好，CSDN 开始提供 #论文阅读# 的列表服务了。请看：https://blog.csdn.net/nav/advanced-technology/paper-reading?utm_source=csdn_ai_ada_blog_reply 。如果你有更多需求，请来这里 https://gitcode.net/csdn/csdn-tags/-/issues/34?utm_source=csdn_ai_ada_blog_reply 给我们提。
论文阅读：Taxonomy of Adversarial Attacks on Text-to-Image Generative Models
CSDN-Ada助手: 你好，CSDN 开始提供 #论文阅读# 的列表服务了。请看：https://blog.csdn.net/nav/advanced-technology/paper-reading?utm_source=csdn_ai_ada_blog_reply 。如果你有更多需求，请来这里 https://gitcode.net/csdn/csdn-tags/-/issues/34?utm_source=csdn_ai_ada_blog_reply 给我们提。
论文阅读：Editing Large Language Models: Problems, Methods, and Opportunities
CSDN-Ada助手: 你好，CSDN 开始提供 #论文阅读# 的列表服务了。请看：https://blog.csdn.net/nav/advanced-technology/paper-reading?utm_source=csdn_ai_ada_blog_reply 。如果你有更多需求，请来这里 https://gitcode.net/csdn/csdn-tags/-/issues/34?utm_source=csdn_ai_ada_blog_reply 给我们提。

大家在看

最新文章

目录

展开全部

收起

评论

被折叠的条评论为什么被折叠?

到【灌水乐园】发言

查看更多评论

添加红包

成就一亿技术人!

hope_wisdom

发出的红包

实付元

使用余额支付

点击重新获取

扫码支付

钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。