wyx100

win7+cuda+anaconda python+tensorflow-gpu+keras安装成功版本匹配汇总

大家在安装配置过程中遇到了很多坑，其中大部分和软件之间的版本兼容性有关，在此，列出了不同软件版本之间的配置兼容性，方便安装配置。

https://github.com/fo40225/tensorflow-windows-wheel

Path	Compiler	CUDA/cuDNN	SIMD	Notes
1.14.0\py37\CPU\sse2	VS2019 16.1	No	x86_64	Python 3.7
1.14.0\py37\CPU\avx2	VS2019 16.1	No	AVX2	Python 3.7
1.14.0\py37\GPU\cuda101cudnn76sse2	VS2019 16.1	10.1.168_425.25/7.6.0.64	x86_64	Python 3.7/Compute 3.0
1.14.0\py37\GPU\cuda101cudnn76avx2	VS2019 16.1	10.1.168_425.25/7.6.0.64	AVX2	Python 3.7/Compute 3.0,3.5,5.0,5.2,6.1,7.0,7.5
1.13.1\py37\CPU\sse2	VS2017 15.9	No	x86_64	Python 3.7
1.13.1\py37\CPU\avx2	VS2017 15.9	No	AVX2	Python 3.7
1.13.1\py37\GPU\cuda101cudnn75sse2	VS2017 15.9	10.1.105_418.96/7.5.0.56	x86_64	Python 3.7/Compute 3.0
1.13.1\py37\GPU\cuda101cudnn75avx2	VS2017 15.9	10.1.105_418.96/7.5.0.56	AVX2	Python 3.7/Compute 3.0,3.5,5.0,5.2,6.1,7.0,7.5
1.12.0\py36\CPU\sse2	VS2017 15.8	No	x86_64	Python 3.6
1.12.0\py36\CPU\avx2	VS2017 15.8	No	AVX2	Python 3.6
1.12.0\py36\GPU\cuda100cudnn73sse2	VS2017 15.8	10.0.130_411.31/7.3.1.20	x86_64	Python 3.6/Compute 3.0
1.12.0\py36\GPU\cuda100cudnn73avx2	VS2017 15.8	10.0.130_411.31/7.3.1.20	AVX2	Python 3.6/Compute 3.0,3.5,5.0,5.2,6.1,7.0,7.5
1.12.0\py37\CPU\sse2	VS2017 15.8	No	x86_64	Python 3.7
1.12.0\py37\CPU\avx2	VS2017 15.8	No	AVX2	Python 3.7
1.12.0\py37\GPU\cuda100cudnn73sse2	VS2017 15.8	10.0.130_411.31/7.3.1.20	x86_64	Python 3.7/Compute 3.0
1.12.0\py37\GPU\cuda100cudnn73avx2	VS2017 15.8	10.0.130_411.31/7.3.1.20	AVX2	Python 3.7/Compute 3.0,3.5,5.0,5.2,6.1,7.0,7.5
1.11.0\py36\CPU\sse2	VS2017 15.8	No	x86_64	Python 3.6
1.11.0\py36\CPU\avx2	VS2017 15.8	No	AVX2	Python 3.6
1.11.0\py36\GPU\cuda100cudnn73sse2	VS2017 15.8	10.0.130_411.31/7.3.0.29	x86_64	Python 3.6/Compute 3.0
1.11.0\py36\GPU\cuda100cudnn73avx2	VS2017 15.8	10.0.130_411.31/7.3.0.29	AVX2	Python 3.6/Compute 3.0,3.5,5.0,5.2,6.1,7.0,7.5
1.11.0\py37\CPU\sse2	VS2017 15.8	No	x86_64	Python 3.7
1.11.0\py37\CPU\avx2	VS2017 15.8	No	AVX2	Python 3.7
1.11.0\py37\GPU\cuda100cudnn73sse2	VS2017 15.8	10.0.130_411.31/7.3.0.29	x86_64	Python 3.7/Compute 3.0
1.11.0\py37\GPU\cuda100cudnn73avx2	VS2017 15.8	10.0.130_411.31/7.3.0.29	AVX2	Python 3.7/Compute 3.0,3.5,5.0,5.2,6.1,7.0,7.5
1.10.0\py36\CPU\sse2	VS2017 15.8	No	x86_64	Python 3.6
1.10.0\py36\CPU\avx2	VS2017 15.8	No	AVX2	Python 3.6
1.10.0\py36\GPU\cuda92cudnn72sse2	VS2017 15.8	9.2.148.1/7.2.1.38	x86_64	Python 3.6/Compute 3.0
1.10.0\py36\GPU\cuda92cudnn72avx2	VS2017 15.8	9.2.148.1/7.2.1.38	AVX2	Python 3.6/Compute 3.0,3.5,5.0,5.2,6.1,7.0
1.10.0\py27\CPU\sse2	VS2017 15.8	No	x86_64	Python 2.7
1.10.0\py27\CPU\avx2	VS2017 15.8	No	AVX2	Python 2.7
1.10.0\py27\GPU\cuda92cudnn72sse2	VS2017 15.8	9.2.148.1/7.2.1.38	x86_64	Python 2.7/Compute 3.0
1.10.0\py27\GPU\cuda92cudnn72avx2	VS2017 15.8	9.2.148.1/7.2.1.38	AVX2	Python 2.7/Compute 3.0,3.5,5.0,5.2,6.1,7.0
1.9.0\py36\CPU\sse2	VS2017 15.7	No	x86_64	Python 3.6
1.9.0\py36\CPU\avx2	VS2017 15.7	No	AVX2	Python 3.6
1.9.0\py36\GPU\cuda92cudnn71sse2	VS2017 15.7	9.2.148/7.1.4	x86_64	Python 3.6/Compute 3.0
1.9.0\py36\GPU\cuda92cudnn71avx2	VS2017 15.7	9.2.148/7.1.4	AVX2	Python 3.6/Compute 3.0,3.5,5.0,5.2,6.1,7.0
1.9.0\py27\CPU\sse2	VS2017 15.7	No	x86_64	Python 2.7
1.9.0\py27\CPU\avx2	VS2017 15.7	No	AVX2	Python 2.7
1.9.0\py27\GPU\cuda92cudnn71sse2	VS2017 15.7	9.2.148/7.1.4	x86_64	Python 2.7/Compute 3.0
1.9.0\py27\GPU\cuda92cudnn71avx2	VS2017 15.7	9.2.148/7.1.4	AVX2	Python 2.7/Compute 3.0,3.5,5.0,5.2,6.1,7.0
1.8.0\py36\CPU\sse2	VS2017 15.4	No	x86_64	Python 3.6
1.8.0\py36\CPU\avx2	VS2017 15.4	No	AVX2	Python 3.6
1.8.0\py36\GPU\cuda91cudnn71sse2	VS2017 15.4	9.1.85.3/7.1.3	x86_64	Python 3.6/Compute 3.0
1.8.0\py36\GPU\cuda91cudnn71avx2	VS2017 15.4	9.1.85.3/7.1.3	AVX2	Python 3.6/Compute 3.0,3.5,5.0,5.2,6.1,7.0
1.8.0\py27\CPU\sse2	VS2017 15.4	No	x86_64	Python 2.7
1.8.0\py27\CPU\avx2	VS2017 15.4	No	AVX2	Python 2.7
1.8.0\py27\GPU\cuda91cudnn71sse2	VS2017 15.4	9.1.85.3/7.1.3	x86_64	Python 2.7/Compute 3.0
1.8.0\py27\GPU\cuda91cudnn71avx2	VS2017 15.4	9.1.85.3/7.1.3	AVX2	Python 2.7/Compute 3.0,3.5,5.0,5.2,6.1,7.0
1.7.0\py36\CPU\sse2	VS2017 15.4	No	x86_64	Python 3.6
1.7.0\py36\CPU\avx2	VS2017 15.4	No	AVX2	Python 3.6
1.7.0\py36\GPU\cuda91cudnn71sse2	VS2017 15.4	9.1.85.3/7.1.2	x86_64	Python 3.6/Compute 3.0
1.7.0\py36\GPU\cuda91cudnn71avx2	VS2017 15.4	9.1.85.3/7.1.2	AVX2	Python 3.6/Compute 3.0,3.5,5.0,5.2,6.1,7.0
1.7.0\py27\CPU\sse2	VS2017 15.4	No	x86_64	Python 2.7
1.7.0\py27\CPU\avx2	VS2017 15.4	No	AVX2	Python 2.7
1.7.0\py27\GPU\cuda91cudnn71sse2	VS2017 15.4	9.1.85.3/7.1.2	x86_64	Python 2.7/Compute 3.0
1.7.0\py27\GPU\cuda91cudnn71avx2	VS2017 15.4	9.1.85.3/7.1.2	AVX2	Python 2.7/Compute 3.0,3.5,5.0,5.2,6.1,7.0
1.6.0\py36\CPU\sse2	VS2017 15.4	No	x86_64	Python 3.6
1.6.0\py36\CPU\avx2	VS2017 15.4	No	AVX2	Python 3.6
1.6.0\py36\GPU\cuda91cudnn71sse2	VS2017 15.4	9.1.85.3/7.1.1	x86_64	Python 3.6/Compute 3.0
1.6.0\py36\GPU\cuda91cudnn71avx2	VS2017 15.4	9.1.85.3/7.1.1	AVX2	Python 3.6/Compute 3.0,3.5,5.0,5.2,6.1,7.0
1.6.0\py27\CPU\sse2	VS2017 15.4	No	x86_64	Python 2.7
1.6.0\py27\CPU\avx2	VS2017 15.4	No	AVX2	Python 2.7
1.6.0\py27\GPU\cuda91cudnn71sse2	VS2017 15.4	9.1.85.2/7.1.1	x86_64	Python 2.7/Compute 3.0
1.6.0\py27\GPU\cuda91cudnn71avx2	VS2017 15.4	9.1.85.2/7.1.1	AVX2	Python 2.7/Compute 3.0,3.5,5.0,5.2,6.1,7.0
1.5.0\py36\CPU\avx	VS2017 15.4	No	AVX	Python 3.6
1.5.0\py36\CPU\avx2	VS2017 15.4	No	AVX2	Python 3.6
1.5.0\py36\GPU\cuda91cudnn7avx2	VS2017 15.4	9.1.85/7.0.5	AVX2	Python 3.6/Compute 3.0,3.5,5.0,5.2,6.1,7.0
1.5.0\py27\CPU\sse2	VS2017 15.4	No	x86_64	Python 2.7
1.5.0\py27\CPU\avx	VS2017 15.4	No	AVX	Python 2.7
1.5.0\py27\CPU\avx2	VS2017 15.4	No	AVX2	Python 2.7
1.5.0\py27\GPU\cuda91cudnn7sse2	VS2017 15.4	9.1.85/7.0.5	x86_64	Python 2.7/Compute 3.0
1.5.0\py27\GPU\cuda91cudnn7avx2	VS2017 15.4	9.1.85/7.0.5	AVX2	Python 2.7/Compute 3.0,3.5,5.0,5.2,6.1,7.0
1.4.0\py36\CPU\avx	VS2017 15.4	No	AVX	Python 3.6
1.4.0\py36\CPU\avx2	VS2017 15.4	No	AVX2	Python 3.6
1.4.0\py36\GPU\cuda91cudnn7avx2	VS2017 15.4	9.1.85/7.0.5	AVX2	Python 3.6/Compute 3.0,3.5,5.0,5.2,6.1,7.0
1.3.0\py36\CPU\avx	VS2015 Update 3	No	AVX	Python 3.6
1.3.0\py36\CPU\avx2	VS2015 Update 3	No	AVX2	Python 3.6
1.3.0\py36\GPU\cuda8cudnn6avx2	VS2015 Update 3	8.0.61.2/6.0.21	AVX2	Python 3.6/Compute 3.0,3.5,5.0,5.2,6.1
1.2.1\py36\CPU\avx	VS2015 Update 3	No	AVX	Python 3.6
1.2.1\py36\CPU\avx2	VS2015 Update 3	No	AVX2	Python 3.6
1.2.1\py36\GPU\cuda8cudnn6avx2	VS2015 Update 3	8.0.61.2/6.0.21	AVX2	Python 3.6/Compute 3.0,3.5,5.0,5.2,6.1
1.1.0\py36\CPU\avx	VS2015 Update 3	No	AVX	Python 3.6
1.1.0\py36\CPU\avx2	VS2015 Update 3	No	AVX2	Python 3.6
1.1.0\py36\GPU\cuda8cudnn6avx2	VS2015 Update 3	8.0.61.2/6.0.21	AVX2	Python 3.6/Compute 3.0,3.5,5.0,5.2,6.1
1.0.0\py36\CPU\sse2	VS2015 Update 3	No	x86_64	Python 3.6
1.0.0\py36\CPU\avx	VS2015 Update 3	No	AVX	Python 3.6
1.0.0\py36\CPU\avx2	VS2015 Update 3	No	AVX2	Python 3.6
1.0.0\py36\GPU\cuda8cudnn51sse2	VS2015 Update 3	8.0.61.2/5.1.10	x86_64	Python 3.6/Compute 3.0
1.0.0\py36\GPU\cuda8cudnn51avx2	VS2015 Update 3	8.0.61.2/5.1.10	AVX2	Python 3.6/Compute 3.0,3.5,5.0,5.2,6.1
0.12.0\py35\CPU\avx	VS2015 Update 3	No	AVX	Python 3.5
0.12.0\py35\CPU\avx2	VS2015 Update 3	No	AVX2	Python 3.5
0.12.0\py35\GPU\cuda8cudnn51avx2	VS2015 Update 3	8.0.61.2/5.1.10	AVX2	Python 3.5/Compute 3.0,3.5,5.0,5.2,6.1

tensorflow CUDA cudnn 版本对应关系

https://blog.csdn.net/yuejisuo1948/article/details/81043962

linux下：

windows下：

上面两张图是在这里找到的：https://tensorflow.google.cn/install/source （右上角language选English）

tensorflow和keras版本搭配

https://docs.floydhub.com/guides/environments/

anaconda python 版本对应关系

https://blog.csdn.net/yuejisuo1948/article/details/81043823

本文链接：https://blog.csdn.net/yuejisuo1948/article/details/81043823

首先解释一下上表。 anaconda在每次发布新版本的时候都会给python3和python2都发布一个包，版本号是一样的。

表格中，python版本号下方的离它最近的anaconda包就是包含它的版本。

举个例子，假设你想安装python2.7.14，在表格中找到它，它下方的三个anaconda包（anaconda2-5.0.1、5.1.0、5.2.0）都包含python2.7.14；

假设你想安装python3.6.5，在表格中找到它，它下方的anaconda3-5.2.0就是你需要下载的包；

假设你想安装python3.7.0，在表格中找到它，它下方的anaconda3-5.3.0或5.3.1就是你需要下载的包；

镜像下载地址：清华镜像源

官方下载地址：https://repo.anaconda.com/archive/

https://blog.csdn.net/stephen_2018/article/details/80392545

win7 vs2015 cuda9.0 安装 Tensorflow-gpu 1.8

cuda_9.0.176_windows.exe

cudnn-9.0-windows7-x64-v7.zip

python-3.5.4-amd64.exe

https://blog.csdn.net/ei1990/article/details/84800151

WIN7系统安装 tensorflow1.6.0 + CUDA9.0 + cudnn7 版本

Anaconda3 5.2.0

CUDA9.0 + cudnn7 (9.1版本不支持tensorflow)

tensorflow-gpu 1.6.0

https://blog.csdn.net/Zqinstarking/article/details/80713338

防坑 centos7 安装 CUDA9.0 + cudnn7.1 +TensorFlow GPU版1.6.0/1.8.0

简单来说：tf1.5及以上用只能是cuda9.0，其他的tf1.4及以下版本就是cuda8.0等，最好自己去查查！可恶的是tf官方和nVidia都没有版本对应的说明！！！

https://blog.csdn.net/wukongabc_123/article/details/80379882

Windows 7下安装TensorFlow1.6（cuda9.0+cuDNN 7.0+python3.5+pip9）

https://blog.csdn.net/duoker/article/details/79483434

win7 x64 安装 TensorFlow1.6 CUDA 9.1+cuDNN7.1( 7.0.5)+python3.6 (python 3.5.2)

https://blog.csdn.net/wukongabc_123/article/details/80379882

win7+anaconda3+cuda9.0+CuDNN7+tensorflow-gpu+pycharm配置

https://blog.csdn.net/u011440696/article/details/79381375

tensorflow 安装GPU版本，个人总结，步骤比较详细

https://blog.csdn.net/gangeqian2/article/details/79358543

TensorFlow 安装GPU版本

https://blog.csdn.net/AAlonso/article/details/81504036

python+tensorflow+tensorflow-gpu+CUDA+cuDNN+pycharm全套环境配置教程推荐

https://blog.csdn.net/kele52he/article/details/82986900

深度学习环境搭建-CUDA9.0、cudnn7.3、tensorflow_gpu1.10的安装

https://blog.csdn.net/xiaosa_kun/article/details/84868347

win7 vs2015 cuda9.0 安装 Tensorflow-gpu 1.8

https://blog.csdn.net/stephen_2018/article/details/80392545

WIN7系统安装 tensorflow1.6.0 + CUDA9.0 + cudnn7 版本

https://blog.csdn.net/ei1990/article/details/84800151

https://blog.csdn.net/weixin_42071277/article/details/88851868

Windows 7下安装TensorFlow1.6（cuda9.0+cuDNN 7.0+python3.5+pip9）

https://blog.csdn.net/duoker/article/details/79483434

匹配tensorflow-gpu和keras：

tensorflow 1.5 和keras 2.1.3、keras 2.1.4、keras 2.3.0（运行代码会报错）

tensorflow 1.4和keras 2.1.3

tensorflow 1.3和keras 2.1.2

tensorflow 1.2和keras 2.1.1

机器学习与深度学习间关系与区别 ℒℴѵℯ心·动ꦿ໊ོ꫞ 人工智能学习深度学习 python
一、机器学习概述定义机器学习（MachineLearning,ML）是一种通过数据驱动的方法，利用统计学和计算算法来训练模型，使计算机能够从数据中学习并自动进行预测或决策。机器学习通过分析大量数据样本，识别其中的模式和规律，从而对新的数据进行判断。其核心在于通过训练过程，让模型不断优化和提升其预测准确性。主要类型1.监督学习（SupervisedLearning）监督学习是指在训练数据集中包含输入
swagger访问路径 igotyback swagger
Swagger2.x版本访问地址：http://{ip}:{port}/{context-path}/swagger-ui.html{ip}是你的服务器IP地址。{port}是你的应用服务端口，通常为8080。{context-path}是你的应用上下文路径，如果应用部署在根路径下，则为空。Swagger3.x版本对于Swagger3.x版本（也称为OpenAPI3）访问地址：http://{ip
html 中如何使用 uniapp 的部分方法某公司摸鱼前端 html uni-app 前端
示例代码：Documentconsole.log(window);效果展示：好了，现在就可以uni.使用相关的方法了
高级编程--XML+socket练习题 masa010 java 开发语言
1.北京华北2114.8万人上海华东2,500万人广州华南1292.68万人成都华西1417万人（1）使用dom4j将信息存入xml中（2）读取信息，并打印控制台（3）添加一个city节点与子节点（4）使用socketTCP协议编写服务端与客户端，客户端输入城市ID，服务器响应相应城市信息（5）使用socketTCP协议编写服务端与客户端，客户端要求用户输入city对象，服务端接收并使用dom4j
Python教程：一文了解使用Python处理XPath 旦莫 Python进阶 python 开发语言
目录1.环境准备1.1安装lxml1.2验证安装2.XPath基础2.1什么是XPath？2.2XPath语法2.3示例XML文档3.使用lxml解析XML3.1解析XML文档3.2查看解析结果4.XPath查询4.1基本路径查询4.2使用属性查询4.3查询多个节点5.XPath的高级用法5.1使用逻辑运算符5.2使用函数6.实战案例6.1从网页抓取数据6.1.1安装Requests库6.1.2代
四章-32-点要素的聚合彩云飘过
本文基于腾讯课堂老胡的课《跟我学Openlayers--基础实例详解》做的学习笔记，使用的openlayers5.3.xapi。源码见1032.html，对应的官网示例https://openlayers.org/en/latest/examples/cluster.htmlhttps://openlayers.org/en/latest/examples/earthquake-clusters.
DIV+CSS+JavaScript技术制作网页（旅游主题网页设计与制作）云南大理 STU学生网页设计网页设计期末网页作业 html静态网页 html5期末大作业网页设计 web大作业
️精彩专栏推荐作者主页:【进入主页—获取更多源码】web前端期末大作业：【HTML5网页期末作业(1000套)】程序员有趣的告白方式：【HTML七夕情人节表白网页制作(110套)】文章目录二、网站介绍三、网站效果▶️1.视频演示2.图片演示四、网站代码HTML结构代码CSS样式代码五、更多源码二、网站介绍网站布局方面：计划采用目前主流的、能兼容各大主流浏览器、显示效果稳定的浮动网页布局结构。网站程
关于城市旅游的HTML网页设计——(旅游风景云南 5页)HTML+CSS+JavaScript 二挡起步 web前端期末大作业 javascript html css 旅游风景
⛵源码获取文末联系✈Web前端开发技术描述网页设计题材，DIV+CSS布局制作,HTML+CSS网页设计期末课程大作业|游景点介绍|旅游风景区|家乡介绍|等网站的设计与制作|HTML期末大学生网页设计作业，Web大学生网页HTML：结构CSS：样式在操作方面上运用了html5和css3，采用了div+css结构、表单、超链接、浮动、绝对定位、相对定位、字体样式、引用视频等基础知识JavaScrip
HTML网页设计制作大作业（div+css）云南我的家乡旅游景点带文字滚动二挡起步 web前端期末大作业 web设计网页规划与设计 html css javascript dreamweaver 前端
Web前端开发技术描述网页设计题材，DIV+CSS布局制作,HTML+CSS网页设计期末课程大作业游景点介绍|旅游风景区|家乡介绍|等网站的设计与制作HTML期末大学生网页设计作业HTML：结构CSS：样式在操作方面上运用了html5和css3，采用了div+css结构、表单、超链接、浮动、绝对定位、相对定位、字体样式、引用视频等基础知识JavaScript：做与用户的交互行为文章目录前端学习路线
【目标检测数据集】卡车数据集1073张VOC+YOLO格式熬夜写代码的平头哥∰ 目标检测 YOLO 人工智能
数据集格式：PascalVOC格式+YOLO格式(不包含分割路径的txt文件，仅仅包含jpg图片以及对应的VOC格式xml文件和yolo格式txt文件)图片数量(jpg文件个数)：1073标注数量(xml文件个数)：1073标注数量(txt文件个数)：1073标注类别数：1标注类别名称:["truck"]每个类别标注的框数：truck框数=1120总框数：1120使用标注工具：labelImg标注
钢筋长度超限检测检数据集VOC+YOLO格式215张1类别 futureflsl 数据集 YOLO 深度学习机器学习
数据集格式：PascalVOC格式+YOLO格式(不包含分割路径的txt文件，仅仅包含jpg图片以及对应的VOC格式xml文件和yolo格式txt文件)图片数量(jpg文件个数)：215标注数量(xml文件个数)：215标注数量(txt文件个数)：215标注类别数：1标注类别名称:["iron"]每个类别标注的框数：iron框数=215总框数：215使用标注工具：labelImg标注规则：对类别进
nosql数据库技术与应用知识点皆过客，揽星河 NoSQL nosql 数据库大数据数据分析数据结构非关系型数据库
Nosql知识回顾大数据处理流程数据采集(flume、爬虫、传感器)数据存储(本门课程NoSQL所处的阶段)Hdfs、MongoDB、HBase等数据清洗(入仓)Hive等数据处理、分析(Spark、Flink等)数据可视化数据挖掘、机器学习应用(Python、SparkMLlib等)大数据时代存储的挑战(三高)高并发(同一时间很多人访问)高扩展(要求随时根据需求扩展存储)高效率(要求读写速度快)
SpringBlade dict-biz/list 接口 SQL 注入漏洞文章永久免费只为良心 oracle 数据库
SpringBladedict-biz/list接口SQL注入漏洞POC:构造请求包查看返回包你的网址/api/blade-system/dict-biz/list?updatexml(1,concat(0x7e,md5(1),0x7e),1)=1漏洞概述在SpringBlade框架中，如果dict-biz/list接口的后台处理逻辑没有正确地对用户输入进行过滤或参数化查询（PreparedSta
BART&BERT Ambition_LAO 深度学习
BART和BERT都是基于Transformer架构的预训练语言模型。模型架构：BERT(BidirectionalEncoderRepresentationsfromTransformers)主要是一个编码器（Encoder）模型，它使用了Transformer的编码器部分来处理输入的文本，并生成文本的表示。BERT特别擅长理解语言的上下文，因为它在预训练阶段使用了掩码语言模型（MLM）任务，即
spring如何整合druid连接池？惜.己 spring spring junit 数据库 java idea 后端 xml
目录spring整合druid连接池1.新建maven项目2.新建mavenModule3.导入相关依赖4.配置log4j2.xml5.配置druid.xml1)xml中如何引入properties2)下面是配置文件6.准备jdbc.propertiesJDBC配置项解释7.配置druid8.测试spring整合druid连接池1.新建maven项目打开IDE（比如IntelliJIDEA,Ecl
matlab mle 优化,MLE+: Matlab Toolbox for Integrated Modeling, Control and Optimization for Buildings... Simon Zhong matlab mle 优化
摘要：FollowingunilateralopticnervesectioninadultPVGhoodedrat,theaxonguidancecueephrin-A2isup-regulatedincaudalbutnotrostralsuperiorcolliculus(SC)andtheEphA5receptorisdown-regulatedinaxotomisedretinalgan
遥感影像的切片处理 sand&wich 计算机视觉 python 图像处理
在遥感影像分析中，经常需要将大尺寸的影像切分成小片段，以便于进行详细的分析和处理。这种方法特别适用于机器学习和图像处理任务，如对象检测、图像分类等。以下是如何使用Python和OpenCV库来实现这一过程，同时确保每个影像片段保留正确的地理信息。准备环境首先，确保安装了必要的Python库，包括numpy、opencv-python和xml.etree.ElementTree。这些库将用于图像处理
入门MySQL——查询语法练习 K_un
前言：前面几篇文章为大家介绍了DML以及DDL语句的使用方法，本篇文章将主要讲述常用的查询语法。其实MySQL官网给出了多个示例数据库供大家实用查询，下面我们以最常用的员工示例数据库为准，详细介绍各自常用的查询语法。1.员工示例数据库导入官方文档员工示例数据库介绍及下载链接：https://dev.mysql.com/doc/employee/en/employees-installation.h
00. 这里整理了最全的爬虫框架（Java + Python）有一只柴犬爬虫系列爬虫 java python
目录1、前言2、什么是网络爬虫3、常见的爬虫框架3.1、java框架3.1.1、WebMagic3.1.2、Jsoup3.1.3、HttpClient3.1.4、Crawler4j3.1.5、HtmlUnit3.1.6、Selenium3.2、Python框架3.2.1、Scrapy3.2.2、BeautifulSoup+Requests3.2.3、Selenium3.2.4、PyQuery3.2
详解：如何设计出健壮的秒杀系统？夜空_2cd3
作者：Yrion博客园：cnblogs.com/wyq178/p/11261711.html前言：秒杀系统相信很多人见过，比如京东或者淘宝的秒杀，小米手机的秒杀。那么秒杀系统的后台是如何实现的呢？我们如何设计一个秒杀系统呢？对于秒杀系统应该考虑哪些问题？如何设计出健壮的秒杀系统？本期我们就来探讨一下这个问题：image目录一：****秒杀系统应该考虑的问题二：****秒杀系统的设计和技术方案三：*
RabbitMQ生产者重复机制与确认机制 java炒饭小能手 java-rabbitmq rabbitmq java
重复机制生产者发送消息时，出现了网络故障，导致与MQ的连接中断。为了解决这个问题，SpringAMQP提供的消息发送时的重试机制。即：当RabbitTemplate与MQ连接超时后，多次重试。需要修该发送端模块的application.yaml文件，添加下面的内容：spring:rabbitmq:connection-timeout:1s#设置MQ的连接超时时间template:retry:ena
yolov5＞onnx＞ncnn＞apk 图像处理大大大大大牛啊 opencv实战代码讲解 yolo onnx ncnn 安卓
一.yolov5pt模型转onnx条件：colabnotebookyolov51.安装环境!pipinstallonnx>=1.7.0#forONNXexport!pipinstallcoremltools==4.0#forCoreMLexport!pipinstallonnx-simplifier2.修改common.py在classFocus下面
使用由 Python 编写的 lxml 实现高性能 XML 解析 hunyxv python 笔记 python xml
转载自：文章lxml简介Python从来不出现XML库短缺的情况。从2.0版本开始，它就附带了xml.dom.minidom和相关的pulldom以及SimpleAPIforXML(SAX)模块。从2.4开始，它附带了流行的ElementTreeAPI。此外，很多第三方库可以提供更高级别的或更具有python风格的接口。尽管任何XML库都足够处理简单的DocumentObjectModel(DOM
设计模式之建造者模式(通俗易懂--代码辅助理解【Java版】） ok!ko 设计模式设计模式建造者模式 java
文章目录设计模式概述1、建造者模式2、建造者模式使用场景3、优点4、缺点5、主要角色6、代码示例：1）实现要求2）UML图3)实现步骤：1）创建一个表示食物条目和食物包装的接口2）创建实现Packing接口的实体类3）创建实现Item接口的抽象类，该类提供了默认的功能4）创建扩展了Burger和ColdDrink的实体类5）创建一个Meal类，带有上面定义的Item对象6）创建一个MealBuil
斟一小组鸡血视频和自己一起成长
http://m.v.qq.com/play/play.html?coverid=&vid=c0518henl2a&ptag=2_6.0.0.14297_copy有一种努力叫做靠自己http://m.v.qq.com/play/play.html?coverid=&vid=i0547o426g4&ptag=2_6.0.0.14297_copy世界最励志短片https://v.qq.com/x/pa
Dockerfile命令详解之 FROM 清风怎不知意容器化 java 前端 javascript
许多同学不知道Dockerfile应该如何写，不清楚Dockerfile中的指令分别有什么意义，能达到什么样的目的，接下来我将在容器化专栏中详细的为大家解释每一个指令的含义以及用法。专栏订阅传送门https://blog.csdn.net/qq_38220908/category_11989778.html指令不区分大小写。但是，按照惯例，它们应该是大写的，以便更容易地将它们与参数区分开来。(引用
《HTML 与 CSS—— 响应式设计》陈在天box html css 前端
一、引言在当今数字化时代，人们使用各种不同的设备访问互联网，包括智能手机、平板电脑、笔记本电脑和台式机等。为了确保网站在不同设备上都能提供良好的用户体验，响应式设计成为了网页开发的关键。HTML和CSS作为网页开发的基础技术，在实现响应式设计方面发挥着重要作用。本文将深入探讨HTML与CSS中的响应式设计原理、方法和最佳实践。二、响应式设计的概念与重要性（一）概念响应式设计是一种网页设计方法，旨在
【C语言】- 自定义类型：结构体、枚举、联合 Cavalier_01 C语言
【C语言】：操作符（https://mp.csdn.net/editor/html/115218055）数据类型（https://mp.csdn.net/editor/html/115219664）自定义类型：结构体、枚举、联合（https://mp.csdn.net/editor/html/115373785）变量、常量（https://mp.csdn.net/editor/html/11523
html+css网页设计旅游网站首页1个页面 html+css+js网页设计 html css 旅游
html+css网页设计旅游网站首页1个页面网页作品代码简单，可使用任意HTML辑软件（如：Dreamweaver、HBuilder、Vscode、Sublime、Webstorm、Text、Notepad++等任意html编辑软件进行运行及修改编辑等操作）。获取源码1，访问该网站https://download.csdn.net/download/qq_42431718/897527112，点击
[数据集][目标检测]汽车头部尾部检测数据集VOC+YOLO格式5319张3类别 FL1623863129 数据集目标检测汽车 YOLO
数据集制作单位：未来自主研究中心(FIRC)版权单位：未来自主研究中心(FIRC)版权声明：数据集仅仅供个人使用，不得在未授权情况下挂淘宝、咸鱼等交易网站公开售卖,由此引发的法律责任需自行承担数据集格式：PascalVOC格式+YOLO格式(不包含分割路径的txt文件，仅仅包含jpg图片以及对应的VOC格式xml文件和yolo格式txt文件)图片数量(jpg文件个数)：5319标注数量(xml文件
java杨辉三角 3213213333332132 java基础
package com.algorithm; /** * @Description 杨辉三角 * @author FuJianyong * 2015-1-22上午10:10:59 */ public class YangHui { public static void main(String[] args) { //初始化二维数组长度 int[][] y
《大话重构》之大布局的辛酸历史白糖_ 重构
《大话重构》中提到“大布局你伤不起”，如果企图重构一个陈旧的大型系统是有非常大的风险，重构不是想象中那么简单。我目前所在公司正好对产品做了一次“大布局重构”，下面我就分享这个“大布局”项目经验给大家。背景公司专注于企业级管理产品软件，企业有大中小之分，在2000年初公司用JSP/Servlet开发了一套针对中
电驴链接在线视频播放源码 dubinwei 源码电驴播放器视频 ed2k
本项目是个搜索电驴（ed2k）链接的应用,借助于磁力视频播放器（官网： http://loveandroid.duapp.com/ 开放平台），可以实现在线播放视频，也可以用迅雷或者其他下载工具下载。项目源码： http://git.oschina.net/svo/Emule,动态更新。也可从附件中下载。项目源码依赖于两个库项目，库项目一链接： http://git.oschina.
Javascript中函数的toString()方法周凡杨 JavaScript js toString function object
简述 The toString() method returns a string representing the source code of the function. 简译之，Javascript的toString()方法返回一个代表函数源代码的字符串。句法 function.
struts处理自定义异常 g21121 struts
很多时候我们会用到自定义异常来表示特定的错误情况，自定义异常比较简单，只要分清是运行时异常还是非运行时异常即可，运行时异常不需要捕获，继承自RuntimeException，是由容器自己抛出，例如空指针异常。非运行时异常继承自Exception，在抛出后需要捕获，例如文件未找到异常。此处我们用的是非运行时异常，首先定义一个异常LoginException: /** * 类描述：登录相
Linux中find常见用法示例 510888780 linux
Linux中find常见用法示例 ·find path -option [ -print ] [ -exec -ok command ] {} \; find命令的参数；
SpringMVC的各种参数绑定方式 Harry642 springMVC 绑定表单
1. 基本数据类型(以int为例，其他类似)： Controller代码： @RequestMapping("saysth.do") public void test(int count) { } 表单代码： <form action="saysth.do" method="post&q
Java 获取Oracle ROWID aijuans java oracle
A ROWID is an identification tag unique for each row of an Oracle Database table. The ROWID can be thought of as a virtual column, containing the ID for each row. The oracle.sql.ROWID class i
java获取方法的参数名 antlove java jdk parameter method reflect
reflect.ClassInformationUtil.java package reflect; import javassist.ClassPool; import javassist.CtClass; import javassist.CtMethod; import javassist.Modifier; import javassist.bytecode.CodeAtt
JAVA正则表达式匹配查找替换提取操作百合不是茶 java 正则表达式替换提取查找
正则表达式的查找;主要是用到String类中的split(); String str; str.split();方法中传入按照什么规则截取,返回一个String数组常见的截取规则: str.split("\\.")按照.来截取 str.
Java中equals()与hashCode()方法详解 bijian1013 java set equals()hashCode()
一.equals()方法详解 equals()方法在object类中定义如下： public boolean equals(Object obj) { return (this == obj); } 很明显是对两个对象的地址值进行的比较（即比较引用是否相同）。但是我们知道，String 、Math、I
精通Oracle10编程SQL(4)使用SQL语句 bijian1013 oracle 数据库 plsql
--工资级别表 create table SALGRADE ( GRADE NUMBER(10), LOSAL NUMBER(10,2), HISAL NUMBER(10,2) ) insert into SALGRADE values(1,0,100); insert into SALGRADE values(2,100,200); inser
【Nginx二】Nginx作为静态文件HTTP服务器 bit1129 HTTP服务器
Nginx作为静态文件HTTP服务器在本地系统中创建/data/www目录，存放html文件(包括index.html) 创建/data/images目录，存放imags图片在主配置文件中添加http指令 http { server { listen 80; server_name
kafka获得最新partition offset blackproof kafka partition offset 最新
kafka获得partition下标，需要用到kafka的simpleconsumer import java.util.ArrayList; import java.util.Collections; import java.util.Date; import java.util.HashMap; import java.util.List; import java.
centos 7安装docker两种方式 ronin47
第一种是采用yum 方式 yum install -y docker
java-60-在O(1)时间删除链表结点 bylijinnan java
public class DeleteNode_O1_Time { /** * Q 60 在O(1)时间删除链表结点 * 给定链表的头指针和一个结点指针(!!)，在O(1)时间删除该结点 * * Assume the list is: * head->...->nodeToDelete->mNode->nNode->..
nginx利用proxy_cache来缓存文件 cfyme cache
user zhangy users; worker_processes 10; error_log /var/vlogs/nginx_error.log crit; pid /var/vlogs/nginx.pid; #Specifies the value for ma
[JWFD开源工作流]JWFD嵌入式语法分析器负号的使用问题 comsci 嵌入式
假如我们需要用JWFD的语法分析模块定义一个带负号的方程式，直接在方程式之前添加负号是不正确的，而必须这样做： string str01 = "a=3.14;b=2.71;c=0;c-((a*a)+(b*b))" 定义一个0整数c,然后用这个整数c去
如何集成支付宝官方文档 dai_lm android
官方文档下载地址 https://b.alipay.com/order/productDetail.htm?productId=2012120700377310&tabId=4#ps-tabinfo-hash 集成的必要条件 1. 需要有自己的Server接收支付宝的消息 2. 需要先制作app，然后提交支付宝审核，通过后才能集成调试的时候估计会真的扣款，请注意
应该在什么时候使用Hadoop datamachine hadoop
原帖地址：http://blog.chinaunix.net/uid-301743-id-3925358.html 存档，某些观点与我不谋而合，过度技术化不可取，且hadoop并非万能。 --------------------------------------------万能的分割线-------------------------------- 有人问我，“你在大数据和Hado
在GridView中对于有外键的字段使用关联模型进行搜索和排序 dcj3sjt126com yii
在GridView中使用关联模型进行搜索和排序首先我们有两个模型它们直接有关联: class Author extends CActiveRecord { ... } class Post extends CActiveRecord { ... function relations() { return array( '
使用NSString 的格式化大全 dcj3sjt126com Objective-C
格式定义The format specifiers supported by the NSString formatting methods and CFString formatting functions follow the IEEE printf specification; the specifiers are summarized in Table 1. Note that you c
使用activeX插件对象object滚动有重影蕃薯耀 activeX插件滚动有重影
使用activeX插件对象object滚动有重影 <object style="width:0;" id="abc" classid="CLSID:D3E3970F-2927-9680-BBB4-5D0889909DF6" codebase="activex/OAX339.CAB#
SpringMVC4零配置 hanqunfeng springmvc4
基于Servlet3.0规范和SpringMVC4注解式配置方式，实现零xml配置，弄了个小demo，供交流讨论。项目说明如下： 1.db.sql是项目中用到的表，数据库使用的是oracle11g 2.该项目使用mvn进行管理，私服为自搭建nexus,项目只用到一个第三方 jar，就是oracle的驱动； 3.默认项目为零配置启动，如果需要更改启动方式，请
《开源框架那点事儿16》：缓存相关代码的演变 j2eetop 开源框架
问题引入上次我参与某个大型项目的优化工作，由于系统要求有比较高的TPS，因此就免不了要使用缓冲。该项目中用的缓冲比较多，有MemCache，有Redis，有的还需要提供二级缓冲，也就是说应用服务器这层也可以设置一些缓冲。当然去看相关实现代代码的时候，大致是下面的样子。 [java] view plain copy print ? public vo
AngularJS浅析 kvhur JavaScript
概念 AngularJS is a structural framework for dynamic web apps. 了解更多详情请见原文链接：http://www.gbtags.com/gb/share/5726.htm Directive 扩展html，给html添加声明语句，以便实现自己的需求。对于页面中html元素以ng为前缀的属性名称，ng是angular的命名空间
架构师之jdk的bug排查(一)---------------split的点号陷阱 nannan408 split
1.前言. jdk1.6的lang包的split方法是有bug的,它不能有效识别A.b.c这种类型,导致截取长度始终是0.而对于其他字符,则无此问题.不知道官方有没有修复这个bug. 2.代码 String[] paths = "object.object2.prop11".split("'"); System.ou
如何对10亿数据量级的mongoDB作高效的全表扫描 quentinXXZ mongodb
本文链接: http://quentinXXZ.iteye.com/blog/2149440 一、正常情况下，不应该有这种需求首先，大家应该有个概念，标题中的这个问题，在大多情况下是一个伪命题，不应该被提出来。要知道，对于一般较大数据量的数据库，全表查询，这种操作一般情况下是不应该出现的，在做正常查询的时候，如果是范围查询，你至少应该要加上limit。说一下，
C语言算法之水仙花数 qiufeihu c 算法
/** * 水仙花数 */ #include <stdio.h> #define N 10 int main() { int x,y,z; for(x=1;x<=N;x++) for(y=0;y<=N;y++) for(z=0;z<=N;z++) if(x*100+y*10+z == x*x*x
JSP指令 wyzuomumu jsp
jsp指令的一般语法格式： <%@ 指令名属性 =”值 ” %> 常用的三种指令： page,include,taglib page指令语法形式： <%@ page 属性 1=”值 1” 属性 2=”值 2”%> include指令语法形式： <%@include file=”relative url”%> (jsp可以通过 include

win7+cuda+anaconda python+tensorflow-gpu+keras安装成功版本匹配汇总

tensorflow CUDA cudnn 版本对应关系

tensorflow和keras版本搭配

anaconda python 版本对应关系

win7 vs2015 cuda9.0 安装 Tensorflow-gpu 1.8

WIN7系统安装 tensorflow1.6.0 + CUDA9.0 + cudnn7 版本

防坑 centos7 安装 CUDA9.0 + cudnn7.1 +TensorFlow GPU版1.6.0/1.8.0

你可能感兴趣的:(ML,开发环境配置,cuda9)