- unable to execute ‘usr/local/cuda-10.0/bin/nvcc‘: No such file or directory【编译过程出错解决办法】
乐亦亦乐
解决问题pythonubuntu
unabletoexecute'usr/local/cuda-10.0/bin/nvcc':Nosuchfileordirectoryerror:command'usr/local/cuda-10.0/bin/nvcc'failedwithexitstatus1解决办法:使用exportCUDA_HOME='cuda位置'重新设置环境变量。问题解决。解决后,成功编译。解决问题参考文章:https:
- No CUDA runtime is found, using CUDA_HOME=‘/usr/local/cuda-10.0‘
农民小飞侠
pytorch
今天在使用pytorch跑pointnet++的时候,出现了下面的问题:NoCUDAruntimeisfound,usingCUDA_HOME='/usr/local/cuda-10.0'/home/eric/anaconda3/lib/python3.6/site-packages/pointnet2_ops/pointnet2_utils.py:15:UserWarning:Unabletol
- FCOS出现No CUDA runtime is found, using CUDA_HOME='/usr/local/cuda-10.0'
AI_Forerunner_Lu
FCOS算法深度学习tensorflowpytorch
FCOS出现NoCUDAruntimeisfound,usingCUDA_HOME='/usr/local/cuda-10.0'出现下面报错错误原因查看版本解决方法(cuda10.0与torch1.2.0才匹配))出现下面报错AssertionError:TheNVIDIAdriveronyoursystemistooold(foundversion10000).PleaseupdateyourG
- cuda 版本更新
码行天下,
pytorch人工智能python
RTX3090算力为8.6,pytorch版本要11.1以上,不然无法让代码在GPU上跑,对应的cuda版本也要更新一,卸载原有的cudasudo/usr/local/cuda-10.0/bin/uninstall_cuda_10.0.plsudorm-rf/usr/local/cuda-10.0二,安装cudacuda11.1网址:CUDAToolkit11.1.0|NVIDIADevelope
- 【debug】【联合编译】No CUDA runtime is found, using CUDA_HOME=‘/usr/local/cuda-10.0‘
prinTao
debugpytorch深度学习神经网络
Error:NoCUDAruntimeisfound,usingCUDA_HOME=‘/usr/local/cuda-10.0‘错误原因:cuda安装问题&显卡驱动问题建议分步骤测试完成后再进行下一步。没安装成功或者没有配置路径。需要重新配置nvcc-Vnvidia-smi如果是多版本cuda,需要手动切换cuda的home位置到对应版本。Torch版本问题Torch和TorchVision需要与
- terminal中快速查看shell脚本的环境变量的值(echo),方便调试(快速查看.bashrc中环境变量的值)
chensi000000
LinuxUbuntumaclinux运维服务器
在terminal可以快速插件环境变量的值,这样就可以对一些不熟悉的语法,看到应用后的实际效果例如:下面的语法我不熟悉exportLD_LIBRARY_PATH=/usr/local/cuda-10.0/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}使用:echo/usr/local/cuda-10.0/lib64${LD_LIBRARY_PATH:+:$
- 关于CUDA版本切换的问题
xm_ai
Tensorflow安装问题tensorflow深度学习ubuntu
问题:在我重新安装tensorflow中报错信息如下,当前我的CUDA版本太高了,如果安装tf1.8对应版本为CUDA9.0解决:输入以下命令查看版本nvcc--version看的出来版本号然后输入一下命令,滑动到最下面,根据所指路径查看,我曾经安装过CUDA9.0这时候把对应的cuda-10.0改成cuda-9.0vim~/.bashrc改完了再输入一下一下命令更新:source~/.bashr
- CannyLab/tsne-cuda with cuda-10.0
weixin_34396103
python
t-SNE-CUDABarnes-Hutt-SNEhttps://github.com/CannyLab/tsne-cuda/projects做数据降维时常用到,但计算较慢,所以可用cuda加速用源码编译时,常见错误处理:1.缺少MKL可到intel下载安装(略)2.`CMakeError:Thefollowingvariablesareusedinthisproject,buttheyarese
- opencv4.1.0+cuda10.0安装
搬砖小能手123
opencv+cuda安装OpenCVwindow安装版本
InstallOpenCV=4.1.0(ForCUDA10.0only)CUDA9.xshouldhavenoproblem.VideodecoderisdeprecatedinCUDA10.0.Tohandlethis,downloadNVIDIAVIDEOCODECSDKandcopytheheaderfilestoyourcudapath(/usr/local/cuda-10.0/inclu
- Ubuntu18.04 在Anaconda中配置YOLOv3-Pytorch-GPU环境配置
Nick.Q
pytorchpythonubuntu
在Anaconda中配置YOLOv3-Pytorch-GPU环境配置1Anaconda创建一个虚拟环境(名为pytorch)2激活pytorch虚拟环境3在虚拟环境中安装cuda10.04在虚拟环境中安装cuda对应的cudnn版本7.645在虚拟环境中安装torch-1.2、torchvision-0.406在虚拟环境中安装其他所需包7训练时查看GPU-Util(GPU使用率)cuda-10.0
- 多版本cuda运行与编译环境
IceCola_Bing
多版本cuda运行与编译环境基本环境:nvidi-smi后cuda版本为11.0预装了两个版本的cuda分别为cuda-10.0和cuda-11.0代码运行环境要求cuda-10.0使用conda当前虚拟环境的cudatoolkit版本为10.0,代码运行一直报错,报错信息如下cublasruntimeerror:theGPUprogramfailedtoexecuteat/opt/conda/c
- Ubuntu中多版本CUDA切换
冰糖葫芦娃Q
ubuntu工具使用
使用update-alternatives实现多版本CUDA切换以cuda-10.2和cuda-10.0为例,前提这两个是已经安装好了的,则在终端使用以下命令语句完成多版本的切换:sudoupdate-alternatives--install/usr/local/cudacuda/usr/local/cuda-10.0/sudoupdate-alternatives--install/usr/l
- 【卸载CUDA-10.0】
小白点滴记录
linuxbash运维
前言最近在调试github上的IA-SSD算法,安裝了ubuntu和cuda等一系列环境,但是踩坑无数,一直失败中崛起,在装了十多次后该痛定思痛写个博客惠及八方不做伸手党。先从卸载cuda开始目前的版本详情:(OpenPCDet)root@wujianping-X550JX:/IA-SSD/tools#nvcc-Vnvcc:NVIDIA(R)CudacompilerdriverCopyright(
- 服务器3090训练laneAF--环境配置(DCNv2编译报错、cuda版本不匹配)问题记录
Xhlucky
深度学习pytorch
项目场景:根据原论文GitHub-sel118/LaneAF的要求:使用的torch=1.7.0torchvision=0.8.1cuda=10.1这里使用torch=1.7.0的原因是因为DCNv2,原作者提供的代码对pytorch1.7以上的版本不友好一、问题描述如果按照这个配置进行编译时,会出现一系列报错,主要有错误1:unabletoexecute‘usr/local/cuda-10.0/
- ubuntu 安装多个CUDA版本的切换方法
qq_35407318
linuxubuntucuda
切换方式:sudorm-rf/usr/local/cuda#删除之前生成的软链接sudoln-s/usr/local/cuda-10.0/usr/local/cuda#生成新的软链接上述cuda-10.0为自己需要的cuda版本
- 利用t-SNE可视化自己的数据集分布
Nudge636
大数据机器学习python人工智能
自己做实验时想看一看自己数据集的分布,在网上找了一圈发现大家都是用的降维的方式查看,比较火的有PCA和t-SNE。网上很多教程都是用的Mnist数据集来演示t-SNE的可视化,但我的数据集是三维的图像,和网上的不太一样,因此记录一下自己的实验过程。注意几点:1、使用代码之前需要先安装一个t-SNE的库,地址是GitHub-CannyLab/tsne-cuda:GPUAcceleratedt-SNE
- linux系统中YOLOv3环境搭建与测试(GPU)
duzhongqiang
目标检测深度学习
cpu版本yolov3环境搭建一、darknet下载gitclonehttps://github.com/pjreddie/darknet二、修改Makefile2.1设置使用GPUGPU=1#修改CUDNN=1#修改OPENCV=0OPENMP=0DEBUG=1#修改2.2修改路径(设置为自己的路径)现假定cuda版本为cuda-10.0,其他版本路径和这个相似。修改NVCC路径NVCC=/us
- pytorch1.4.0+torch_scatter+torch_sparse+torch_cluster+torch_spline_conv安装
遥之_CV学习在路上
ubuntupytorchtorch-sparsetorch-geometrictorch-scatter
环境:CUDA10.0.130CUDNN7.6.5具体参见Ubuntu显卡驱动安装、CUDA+CUDNN安装文章,本文不赘述。需要配置环境变量:vim.bashrcexportPATH=/usr/local/cuda-10.0/bin:$PATHexportLD_LIBRARY_PATH=/usr/local/cuda-10.0/lib64:$LD_LIBRARY_PATHexportCUDA_H
- 切换CUDA版本步骤
東海林
小问题CUDA切换
在usr/local/下有8.0和10.0两个版本。假设现在使用8.0,要切换10.01.删除软链接cd/usr/local/sudorm-rfcudasudoln-s/usr/local/cuda-10.0/usr/local/cuda2.在home/下修改.bashrc的注释,即环境变量#forCUDA8.0#exportPATH=/usr/local/cuda-8.0/bin:$PATH#e
- CUDA多个版本的切换----亲测可用
OscarMind
OneNote
在安装了多个cuda版本后,可以在/usr/local/目录下查看自己安装的cuda版本,如下图所示:这里,cuda-10.0和cuda-10.1就是我们安装的两个cuda版本了,而cuda是一个软链接,它指向我们指定的cuda版本(注意上面在设置环境变量时,使用的是cuda,而不是cuda-10.0和cuda-10.1,这主要是为了方便我们切换cuda版本,可以让我们不用每次都去该环境变量的值)
- ubuntu18.04 卸载CUDA10.0 安装CUDA10.2、CUDNN
爱学习的彩虹p
ubuntulinux运维
1卸载CUDA10.0进入/usr/local/cuda/bin目录下,有cuda自带的卸载工具uninstall_cuda_10.0.pl,输入命令:cd/usr/local/cuda/binsudo./uninstall_cuda_10.0.pl卸载完,删除相关文件夹:sudorm-rf/usr/local/cuda-10.0/卸载完毕。2安装CUDA10.2去官网查看下载按官方命令输入:wg
- ImportError: libcudart.so.10.0: cannot open shared object file: No such file or directory
奋斗的校长
Pycharm小错误
程序报错:ImportError:libcudart.so.10.0:cannotopensharedobjectfile:Nosuchfileordirectory解决方法sudoldconfig/usr/local/cuda-10.0/lib64可能会出现/sbin/ldconfig.real:/usr/local/cuda-10.1/targets/x86_64-linux/lib/libc
- libcudart.so.10.0: cannot open shared object file: No such file or directory
莫问前程学无止境
cuda
今天运行程序,吃个晚饭的功夫回来程序就运行不了了,我也是服了,一番查找,发现是cuda的环境被更改了,这里记录一下。可以通过配置环境变量来解决这个问题:sudovim~/.bashrc之后加入exportLD_LIBRARY_PATH=/usr/local/cuda-10.0/lib64:$LD_LIBRARY_PATHexportPATH=/usr/local/cuda-10.0/bin:$PA
- 解决 ImportError: libcudart.so.10.1: cannot open shared object file: No such file or directory
蜕_变
cudapytorch
在查看CUDA版本正确的情况下,只需下面一条命令即可解决sudoldconfig/usr/local/cuda-10.0/lib64
- Java / Tensorflow - API 调用 pb 模型使用 GPU 推理
BIT_666
JavaTensorflow异常解决tensorflow深度学习javagpu
目录一.引言二.Java/Tensorflow代码配置1.代码配置2.Maven配置三.环境检测1.显卡检测2.显卡监控四.推理踩坑1.异常现象2.异常日志五.安装cuda-10.01.下载cuda安装包2.安装cuda2.1preface前言2.2安装配置2.3安装完成2.4可能遇到的问题六.安装cuDNN1.安装cuDNN2.解压tgz文件3.查看cuDNN版本七.使用cuda-10.0推理八
- Ubuntu20.04下安装 NVIDIADriver-460、CUDA-10.0、cuDNN、tensorflow、pytorch
sun_hui_Coder
Ubuntu下安装NVIDIADriverCUDAcuDNNttensorflowpytorch
Ubuntu下安装NVIDIADriver、CUDA、cuDNN、tensorflow、pytorch1、安装NVIDIA驱动首先,检测你的NVIDIA显卡型号和推荐的驱动程序的模型。ubuntu-driversdevices从返回信息可以看到,系统推荐的nvidia驱动版本是nvidia-driver-440。在开始安装nvidia驱动之前,还有一些准备工作要做。如果你曾安装过其他版本,卸载原有
- ubuntu 卸载pytorch_ubuntu下辛酸的机器学习环境搭建
毛晓
ubuntu卸载pytorch
环境集合(ubuntu18.04)python-3.6.9cuda-10.0tensorflow-gpu-1.15.0pytorch-1.4.0为了方便使用旧代码所以使用tensorflow-gpu-1.15,则确定cuda-10.0、pytorch-1.4.0过程持续一整天。文末有一键处理脚本卸载nvidia(累计使用10余次)#sudoapt-getremovenvidia-*#sudoapt
- 「超算」解决 hpl-2.0_FERMI_v15安装问题:fatal error: cuda_runtime.h: No such file or directory
向上看那是什么
超算CUDAhpclinux
查看自己各类Make文件中CUDA的路径是否正确,比如我的不是/cuda/而是/cuda-10.0/。我的要更改为:1、Make.CUDA中LAlib=-L$(TOPdir)/src/cuda-ldgemm-L/usr/local/cuda-10.0/lib64-lcuda-lcudart-lcublas-L$(LAdir)-lmkl_intel_lp64-lmkl_intel_thread-lm
- cuda报错 OSError: libcudart.so.10.0: cannot open shared object file: No such file
Tommy_crazy
假装一直在跑linuxcuda深度学习tensorflow机器学习
有时候会碰到cuda报错,OSError:libcudart.so.10.0:cannotopensharedobjectfile:Nosuchfile原因是cuda动态链接库没有链接上。解决方法如下:cuda10.0:sudoldconfig/usr/local/cuda-10.0/lib64cuda9.0:sudoldconfig/usr/local/cuda-9.0/lib64/说明ldco
- ubuntu配置cuda环境
J_M1
参考:https://blog.csdn.net/BigData_Mining/article/details/996706421.安装合适的显卡驱动2.根据英伟达官网给出的命令安装cuda3.下载相应版本的cudnn包,放到cuda安装路径中相应位置4.配置环境修改/home/.bashrc的最后添加如下两行:exportPATH="/usr/local/cuda-10.0/bin:$PATH"
- 基本数据类型和引用类型的初始值
3213213333332132
java基础
package com.array;
/**
* @Description 测试初始值
* @author FuJianyong
* 2015-1-22上午10:31:53
*/
public class ArrayTest {
ArrayTest at;
String str;
byte bt;
short s;
int i;
long
- 摘抄笔记--《编写高质量代码:改善Java程序的151个建议》
白糖_
高质量代码
记得3年前刚到公司,同桌同事见我无事可做就借我看《编写高质量代码:改善Java程序的151个建议》这本书,当时看了几页没上心就没研究了。到上个月在公司偶然看到,于是乎又找来看看,我的天,真是非常多的干货,对于我这种静不下心的人真是帮助莫大呀。
看完整本书,也记了不少笔记
- 【备忘】Django 常用命令及最佳实践
dongwei_6688
django
注意:本文基于 Django 1.8.2 版本
生成数据库迁移脚本(python 脚本)
python manage.py makemigrations polls
说明:polls 是你的应用名字,运行该命令时需要根据你的应用名字进行调整
查看该次迁移需要执行的 SQL 语句(只查看语句,并不应用到数据库上):
python manage.p
- 阶乘算法之一N! 末尾有多少个零
周凡杨
java算法阶乘面试效率
&n
- spring注入servlet
g21121
Spring注入
传统的配置方法是无法将bean或属性直接注入到servlet中的,配置代理servlet亦比较麻烦,这里其实有比较简单的方法,其实就是在servlet的init()方法中加入要注入的内容:
ServletContext application = getServletContext();
WebApplicationContext wac = WebApplicationContextUtil
- Jenkins 命令行操作说明文档
510888780
centos
假设Jenkins的URL为http://22.11.140.38:9080/jenkins/
基本的格式为
java
基本的格式为
java -jar jenkins-cli.jar [-s JENKINS_URL] command [options][args]
下面具体介绍各个命令的作用及基本使用方法
1. &nb
- UnicodeBlock检测中文用法
布衣凌宇
UnicodeBlock
/** * 判断输入的是汉字 */ public static boolean isChinese(char c) { Character.UnicodeBlock ub = Character.UnicodeBlock.of(c);
- java下实现调用oracle的存储过程和函数
aijuans
javaorale
1.创建表:STOCK_PRICES
2.插入测试数据:
3.建立一个返回游标:
PKG_PUB_UTILS
4.创建和存储过程:P_GET_PRICE
5.创建函数:
6.JAVA调用存储过程返回结果集
JDBCoracle10G_INVO
- Velocity Toolbox
antlove
模板toolboxvelocity
velocity.VelocityUtil
package velocity;
import org.apache.velocity.Template;
import org.apache.velocity.app.Velocity;
import org.apache.velocity.app.VelocityEngine;
import org.apache.velocity.c
- JAVA正则表达式匹配基础
百合不是茶
java正则表达式的匹配
正则表达式;提高程序的性能,简化代码,提高代码的可读性,简化对字符串的操作
正则表达式的用途;
字符串的匹配
字符串的分割
字符串的查找
字符串的替换
正则表达式的验证语法
[a] //[]表示这个字符只出现一次 ,[a] 表示a只出现一
- 是否使用EL表达式的配置
bijian1013
jspweb.xmlELEasyTemplate
今天在开发过程中发现一个细节问题,由于前端采用EasyTemplate模板方法实现数据展示,但老是不能正常显示出来。后来发现竟是EL将我的EasyTemplate的${...}解释执行了,导致我的模板不能正常展示后台数据。
网
- 精通Oracle10编程SQL(1-3)PLSQL基础
bijian1013
oracle数据库plsql
--只包含执行部分的PL/SQL块
--set serveroutput off
begin
dbms_output.put_line('Hello,everyone!');
end;
select * from emp;
--包含定义部分和执行部分的PL/SQL块
declare
v_ename varchar2(5);
begin
select
- 【Nginx三】Nginx作为反向代理服务器
bit1129
nginx
Nginx一个常用的功能是作为代理服务器。代理服务器通常完成如下的功能:
接受客户端请求
将请求转发给被代理的服务器
从被代理的服务器获得响应结果
把响应结果返回给客户端
实例
本文把Nginx配置成一个简单的代理服务器
对于静态的html和图片,直接从Nginx获取
对于动态的页面,例如JSP或者Servlet,Nginx则将请求转发给Res
- Plugin execution not covered by lifecycle configuration: org.apache.maven.plugin
blackproof
maven报错
转:http://stackoverflow.com/questions/6352208/how-to-solve-plugin-execution-not-covered-by-lifecycle-configuration-for-sprin
maven报错:
Plugin execution not covered by lifecycle configuration:
- 发布docker程序到marathon
ronin47
docker 发布应用
1 发布docker程序到marathon 1.1 搭建私有docker registry 1.1.1 安装docker regisry
docker pull docker-registry
docker run -t -p 5000:5000 docker-registry
下载docker镜像并发布到私有registry
docker pull consol/tomcat-8.0
- java-57-用两个栈实现队列&&用两个队列实现一个栈
bylijinnan
java
import java.util.ArrayList;
import java.util.List;
import java.util.Stack;
/*
* Q 57 用两个栈实现队列
*/
public class QueueImplementByTwoStacks {
private Stack<Integer> stack1;
pr
- Nginx配置性能优化
cfyme
nginx
转载地址:http://blog.csdn.net/xifeijian/article/details/20956605
大多数的Nginx安装指南告诉你如下基础知识——通过apt-get安装,修改这里或那里的几行配置,好了,你已经有了一个Web服务器了。而且,在大多数情况下,一个常规安装的nginx对你的网站来说已经能很好地工作了。然而,如果你真的想挤压出Nginx的性能,你必
- [JAVA图形图像]JAVA体系需要稳扎稳打,逐步推进图像图形处理技术
comsci
java
对图形图像进行精确处理,需要大量的数学工具,即使是从底层硬件模拟层开始设计,也离不开大量的数学工具包,因为我认为,JAVA语言体系在图形图像处理模块上面的研发工作,需要从开发一些基础的,类似实时数学函数构造器和解析器的软件包入手,而不是急于利用第三方代码工具来实现一个不严格的图形图像处理软件......
&nb
- MonkeyRunner的使用
dai_lm
androidMonkeyRunner
要使用MonkeyRunner,就要学习使用Python,哎
先抄一段官方doc里的代码
作用是启动一个程序(应该是启动程序默认的Activity),然后按MENU键,并截屏
# Imports the monkeyrunner modules used by this program
from com.android.monkeyrunner import MonkeyRun
- Hadoop-- 海量文件的分布式计算处理方案
datamachine
mapreducehadoop分布式计算
csdn的一个关于hadoop的分布式处理方案,存档。
原帖:http://blog.csdn.net/calvinxiu/article/details/1506112。
Hadoop 是Google MapReduce的一个Java实现。MapReduce是一种简化的分布式编程模式,让程序自动分布到一个由普通机器组成的超大集群上并发执行。就如同ja
- 以資料庫驗證登入
dcj3sjt126com
yii
以資料庫驗證登入
由於 Yii 內定的原始框架程式, 採用綁定在UserIdentity.php 的 demo 與 admin 帳號密碼: public function authenticate() { $users=array( &nbs
- github做webhooks:[2]php版本自动触发更新
dcj3sjt126com
githubgitwebhooks
上次已经说过了如何在github控制面板做查看url的返回信息了。这次就到了直接贴钩子代码的时候了。
工具/原料
git
github
方法/步骤
在github的setting里面的webhooks里把我们的url地址填进去。
钩子更新的代码如下: error_reportin
- Eos开发常用表达式
蕃薯耀
Eos开发Eos入门Eos开发常用表达式
Eos开发常用表达式
>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>
蕃薯耀 2014年8月18日 15:03:35 星期一
&
- SpringSecurity3.X--SpEL 表达式
hanqunfeng
SpringSecurity
使用 Spring 表达式语言配置访问控制,要实现这一功能的直接方式是在<http>配置元素上添加 use-expressions 属性:
<http auto-config="true" use-expressions="true">
这样就会在投票器中自动增加一个投票器:org.springframework
- Redis vs Memcache
IXHONG
redis
1. Redis中,并不是所有的数据都一直存储在内存中的,这是和Memcached相比一个最大的区别。
2. Redis不仅仅支持简单的k/v类型的数据,同时还提供list,set,hash等数据结构的存储。
3. Redis支持数据的备份,即master-slave模式的数据备份。
4. Redis支持数据的持久化,可以将内存中的数据保持在磁盘中,重启的时候可以再次加载进行使用。
Red
- Python - 装饰器使用过程中的误区解读
kvhur
JavaScriptjqueryhtml5css
大家都知道装饰器是一个很著名的设计模式,经常被用于AOP(面向切面编程)的场景,较为经典的有插入日志,性能测试,事务处理,Web权限校验, Cache等。
原文链接:http://www.gbtags.com/gb/share/5563.htm
Python语言本身提供了装饰器语法(@),典型的装饰器实现如下:
@function_wrapper
de
- 架构师之mybatis-----update 带case when 针对多种情况更新
nannan408
case when
1.前言.
如题.
2. 代码.
<update id="batchUpdate" parameterType="java.util.List">
<foreach collection="list" item="list" index=&
- Algorithm算法视频教程
栏目记者
Algorithm算法
课程:Algorithm算法视频教程
百度网盘下载地址: http://pan.baidu.com/s/1qWFjjQW 密码: 2mji
程序写的好不好,还得看算法屌不屌!Algorithm算法博大精深。
一、课程内容:
课时1、算法的基本概念 + Sequential search
课时2、Binary search
课时3、Hash table
课时4、Algor
- C语言算法之冒泡排序
qiufeihu
c算法
任意输入10个数字由小到大进行排序。
代码:
#include <stdio.h>
int main()
{
int i,j,t,a[11]; /*定义变量及数组为基本类型*/
for(i = 1;i < 11;i++){
scanf("%d",&a[i]); /*从键盘中输入10个数*/
}
for
- JSP异常处理
wyzuomumu
Webjsp
1.在可能发生异常的网页中通过指令将HTTP请求转发给另一个专门处理异常的网页中:
<%@ page errorPage="errors.jsp"%>
2.在处理异常的网页中做如下声明:
errors.jsp:
<%@ page isErrorPage="true"%>,这样设置完后就可以在网页中直接访问exc