fumingxiaoshen
fumingxiaoshen

cuda12+vs2019环境搭建 发疯实录

cuda12+vs2019环境搭建 发疯实录_第1张图片
点击exe文件后开始安装（注意更改默认安装的位置）
cuda12+vs2019环境搭建 发疯实录_第2张图片
在选项阶段，全选所有的选项
cuda12+vs2019环境搭建 发疯实录_第3张图片

出现的问题，这里显示未安装
cuda12+vs2019环境搭建 发疯实录_第4张图片
进一步地查看原因
cuda12+vs2019环境搭建 发疯实录_第5张图片
可能式对应的版本下载错误
如何寻找到所需要的版本并进行下载？
在上述参考链接中进行搜索后，选择对应的版本进行下载即可
cuda toolkit 12.0下载网址
cuda12+vs2019环境搭建 发疯实录_第6张图片
进行安装
修改安装的位置
cuda12+vs2019环境搭建 发疯实录_第7张图片
更改了对应的版本后仍然失败
cuda12+vs2019环境搭建 发疯实录_第8张图片
为了解决这个问题
参考链接
首先进行驱动的检查
cuda12+vs2019环境搭建 发疯实录_第9张图片
检查在安装的过程中是否勾选了VS 2019
参考链接

重新来一遍：
通过任务管理器来确认自己是有显卡的
cuda12+vs2019环境搭建 发疯实录_第10张图片

好像是因为没有对应的驱动，安装一波
cuda12+vs2019环境搭建 发疯实录_第11张图片
进行一个安装
cuda12+vs2019环境搭建 发疯实录_第12张图片
驱动安装成功后能够打开控制面板
cuda12+vs2019环境搭建 发疯实录_第13张图片
只勾选第一个后（以及第一个的最后一个小框框只勾选vs的那个），终于安装好了！！！
cuda12+vs2019环境搭建 发疯实录_第14张图片
cuda12+vs2019环境搭建 发疯实录_第15张图片
系统中会自动添加两个环境变量
cuda12+vs2019环境搭建 发疯实录_第16张图片
测试cuda是否安装成功
cuda12+vs2019环境搭建 发疯实录_第17张图片
cuda12+vs2019环境搭建 发疯实录_第18张图片
下面就可以在cuda中创建项目啦
cuda12+vs2019环境搭建 发疯实录_第19张图片
在vs2019的调试->选项中，增添如下所示的内容
cuda12+vs2019环境搭建 发疯实录_第20张图片
在这里添加.cu
cuda12+vs2019环境搭建 发疯实录_第21张图片
（淦找这个找了好久！)右键项目名，点击生成依赖项->生成自定义
cuda12+vs2019环境搭建 发疯实录_第22张图片
右键箭头所指的内容，设置第二个红框所示的内容
cuda12+vs2019环境搭建 发疯实录_第23张图片
重新生成解决方案但报错
cuda12+vs2019环境搭建 发疯实录_第24张图片
说是中文路径，改了但还是有问题
然后能不能更改debug的平台为x86，失败（没有找到对应的可以点击的选项，且win10的平台一定是x64的）这里明确指出是需要在x64平台上运行的 这里也指出是需要使用x64平台的

于是开始看是否是因为没有包含头文件出了问题
cuda12+vs2019环境搭建 发疯实录_第25张图片
cuda12+vs2019环境搭建 发疯实录_第26张图片
参考这个博客，再次尝试是否是没有cuda path的问题（还是失败，要晕过去了）
cuda12+vs2019环境搭建 发疯实录_第27张图片
是不是显卡能力出现了问题，但是我查不到我的显卡的计算能力
这里有个博主列举出了可能出现的一些错误，但是都被我排查掉了

（又是新的一天呢）
将报错对应的命令在命令行中进行输入，发现报错找不到cl.exe，于是参考了这个链接进行添加后，在命令行中无报错，但是在VS2019中仍然存在相应的问题
cuda12+vs2019环境搭建 发疯实录_第28张图片
cuda12+vs2019环境搭建 发疯实录_第29张图片
试图探究为什么会出现这样的错误，于是增加了输出的详细程度
cuda12+vs2019环境搭建 发疯实录_第30张图片
但是仍然没有解决对应的问题
cuda12+vs2019环境搭建 发疯实录_第31张图片
按照这里的指示进行检查，但仍然是不可以的。

在使用命令行的过程中，发现nvcc似乎没有找到对应的.cu文件，导致什么都不报错，同时也什么都生成不了。->一直在寻找这个的原因。
在这里插入图片描述
鉴于在安装包里的extras中提供的.exe文件是能够运行的，且能够通过nvprof进行测试，因此感觉整个安装过程是没有任何问题的。

查阅了官方文档关于cuda和vs结合的说明，感觉仍然没有问题

于是我打算卸载重装

但我发现我似乎没有samplescuda12+vs2019环境搭建 发疯实录_第32张图片

尝试修复cl.exe的问题参照了这个思路来进行cuda12+vs2019环境搭建 发疯实录_第33张图片

添加对应的环境变量
cuda12+vs2019环境搭建 发疯实录_第34张图片

然后修复成功cl

还是没用，因此和cl.exe关系不大

怎么驱动变了version也变了？？？难道是我的驱动变了，导致我的版本也变了，然而我装的那个nvcc是12.0的？
cuda12+vs2019环境搭建 发疯实录_第35张图片
装好了之后，还是这样，总觉得是nvcc出了问题

全删了，疯了疯了！！！重新开始啊啊啊

————————————————————————
2023.10.15
我竟然成功弄好了cuda!!!

首先把在下图所示的地方呢把所有和cuda相关的都卸载cuda12+vs2019环境搭建 发疯实录_第36张图片gpu是mx130，以前装的是cuda12.0，跟着这个换了安装的版本和方式

虽然和vs2019不兼容，我不想配2017，但是我是可以用命令行的，而且好像vs2019也可以运行2017的项目！！！
此外，这个vs版本的不兼容，可能会引发这个错误，并需要进一步的修改。
运行nvcc命令行报包含文件错误

vscode中存在的问题是会遇到调试的问题

你可能感兴趣的:(密码学,gpu,cuda)

  • GNU编译优化级别-O -O1 -O2 -O3 hemmingway C++Linux
    最近做一个算法的GPU加速，发现实际上使用gcc的-O3(最高级编译优化)选项，可以获得很高的加速比，我的程序里达到了3倍的样子，有时效果甚至比GPU加速好。因此小小学习了下GNU的编译优化。附言一句，在进行调试的时候，最好关闭编译优化，不然程序自动优化，执行的步骤可能稍有变化。GNU编译器提供-O选项供程序优化使用:-O提供基础级别的优化-O2提供更加高级的代码优化,会占用更长的编译时间-O3提
  • 【Unity 渲染插件】GPU Instancer 基于 GPU 实例化技术，旨在解决 Unity 中大量重复对象的渲染瓶颈问题，显著提升游戏性能 Unity游戏资源学习屋 Unity插件
    GPUInstancer是一款专注于高性能渲染的Unity插件，基于GPU实例化技术，旨在解决Unity中大量重复对象的渲染瓶颈问题，显著提升游戏性能。通过减少CPU到GPU的数据传输和批处理开销，该插件特别适合渲染复杂的开放世界场景、自然环境、城市布局等需要大量重复物体的场景。核心功能解析实时GPU实例化GPUInstancer能够自动检测和实例化场景中的重复网格对象，将它们的渲染交给GPU实现
  • RuntimeError: CUDA is required but not available for bitsandbytes. 九思Atopos python
    今天想配置大模型的环境，需要用到bitsandbytes这个包，但是遇到报错：RuntimeError:CUDAisrequiredbutnotavailableforbitsandbytes.Pleaseconsiderinstallingthemulti-platformenabledversionofbitsandbytes,whichiscurrentlyaworkinprogress.P
  • 【TVM教程】为 Mobile GPU 自动调优卷积网络 HyperAI超神经 TVM人工智能机器学习TVM编程编译器GPUCPU
    ApacheTVM是一个深度的深度学习编译框架，适用于CPU、GPU和各种机器学习加速芯片。更多TVM中文文档可访问→https://tvm.hyper.ai/作者：LianminZheng,EddieYan针对特定设备的自动调优对于获得最佳性能至关重要。本文介绍如何调优整个卷积网络。TVM中MobileGPU的算子实现是以template形式编写的。该template有许多可调参数（tile因子
  • 使用Ollama部署deepseek大模型
    使用Ollama部署deepseek大模型前置条件使用英伟达显卡下载cuda驱动https://developer.nvidia.com/cuda-downloadsOllamaOllama官方版:https://ollama.com/我的显卡在Windows电脑上面所以使用Windows的安装方式去安装若你的显卡是在Linux上面可以使用如下命令安装curl-fsSLhttps://ollama
  • Paddle和pytorch不可以同时引用 饮马长城窟 paddlepytorch人工智能
    importpaddleprint(paddle.utils.run_check())importtorchprint(torch.version.cuda)print(torch.backends.cudnn.version())报错：OSError:[WinError127]找不到指定的程序。Errorloading"C:\ProgramFiles\Python311\Lib\site-pac
  • Python的加密与解密_pyarmor解码 2401_84584583 程序员python网络安全
    随着信息化和数字化社会的发展，人们对信息安全和保密的重要性认识不断提高，于是在1997年，美国国家标准局公布实施了“美国数据加密标准（DES）”，民间力量开始全面介入密码学的研究和应用中，采用的加密算法有DES、RSA、SHA等。随着对加密强度需求的不断提高，近期又出现了AES、ECC等。使用密码学可以达到以下目的：保密性：防止用户的标识或数据被读取。数据完整性：防止数据被更改。身份验证：确保数据
  • 《深入浅出HTTPS》读书笔记（30）：OpenSSL和TLS earthzhang2021 https1024程序员节开发语言算法网络
    《深入浅出HTTPS》读书笔记（30）：OpenSSL和TLS通过两个维度了解OpenSSL，首先OpenSSL是一个底层密码库，封装了所有的密码学算法、证书管理、TLS/SSL协议实现。OpenSSL库包含两种类型的库。◎crypto库函数：具体的密码学算法使用库，比如MD5、RSA、DES算法的实现，开发者可以直接使用这些库，可以理解为底层次库。◎EVP接口：高层次库，基于crypto库函数做
  • YOLO系列之训练环境（GPU）搭建篇 w94ghz YOLO改进系列YOLOv8改进系列YOLO深度学习人工智能python目标检测
    YOLOv8专栏导航：点击此处跳转Pytorch环境配置（Windows）Anaconda安装此处下载安装即可⭐温馨提示：安装路径
  • python上一个很好用的密码学库——PyCryptodome UN_spoken pythonpycryptodomepython
    1.关于安装不要再使用PyCrypto这个库了，因为这个库三年没有维护了，因此使用它的替代库——PyCryptodome，方法都差不多，安装方法也比较简单，使用下面的命令就可以安装了：pip3installpycryptodome如果之前安装了PyCrypto库，那么，请使用下面的命令进行卸载：pipuninstallpycrypto2.关于使用
  • DeepSeek极端榨取硬件性能被曝光 极道Jdon javascriptreactjs
    DeepSeek的出现是否意味着前沿LLM开发不再需要大规模GPU集群？简单来说：不是的。虽然DeepSeek的V3模型通过一些非常厉害的优化技术，让GPU的使用效率变得更高了，但这并不意味着像Google、OpenAI、Meta和xAI这些公司之前花大钱搞的大规模GPU集群就没用了。AI开发者的普遍看法是，大规模GPU集群仍然是训练顶尖AI模型的关键。DeepSeek做了什么？DeepSeek的
  • 【deepseek】本地部署DeepSeek R1模型：使用Ollama打造个人AI助手 大表哥汽车人 人工智能大语言模型学习笔记人工智能deepseek
    一、简介DeepSeekR1是一个强大的开源语言模型，通过Ollama可以轻松实现本地部署。本文将详细介绍如何在本地部署和使用DeepSeekR1模型，并结合PageAssist插件实现更便捷的AI交互体验。二、环境准备硬件要求GPU显存要求：7B模型：8-12GB显存14B模型：12GB以上显存32B模型：建议16GB以上显存建议使用NVIDIA显卡SSD硬盘空间：建议预留50GB以上软件要求安
  • VS2019+QT4.15+openCV4.5.1+CUDA加速 小小秀峰哥 python人工智能深度学习
    文章目录前言一、软件安转以及注意事项二、CMake编译总结前言`最近公司有一个关于使用海康威视网络摄像头的目标检测的项目，发现使用openCV显示时，出现很大的延时，因此，只能使用cuda进行加速才能使显示达到实时，在进行编译时我发现很多问题，解决了好几天才完成编译一、软件安转以及注意事项1、Windows10系统2、VisualStudio2019与QT4.15（先安装）3、CUDA11.8、c
  • CUDA编程（一）：GPU计算与CUDA编程简介 AI Player CUDA人工智能CUDANVIDIA
    CUDA编程（一）：GPU计算与CUDA编程简介GPU计算GPU硬件资源GPU软件资源GPU存储资源CUDA编程GPU计算NVIDIA公司发布的CUDA是建立在GPU上的一个通用并行计算平台和编程模型，CUDA编程可以利用GPU的并行计算引擎来更加高效地解决比较复杂的计算难题。GPU的并行计算最成功的一个应用就是深度学习领域。GPU通常不作为一个独立运行的计算平台，而需要与CPU协同工作，它可以看
  • GPU编程与CUDA Nice_cool. Cuda与TensorRTc++
    CUDA编程并行计算整体流程从主机端申请内存，把内存部分的内容拷贝到设备端在设备端的核函数计算从设备端拷贝到主机端，并且释放内存显存主机端：cpu设备端：gpu核函数：在gpu上运行的函数CUDA内存模型CUDA中的内存模型分为以下几个层次（硬件）：•每个线程处理器（SP）都用自己的registers（寄存器）•每个SP都有自己的localmemory（局部内存），register和localme
  • GPU-CUDA编程学习(一) ☞北海北☜ c++
    Hello,CUDA最近在学习GUP编程，故此记录下学习进度。#include__global__voidmyfirstkernel(void){}intmain(void){myfirstkernel>>();printf("hello,CUDA!\n");return0;}不难看出CUDA代码基本上和ANSIC代码一样，只是增加了一些关键字来利用数据并行性global相当于声明函数在设备中运行
  • 多版本cuda+多版本cudnn+gcc+cmake+opencv+darknet爬坑记录 LMM_AI 系统学习深度学习
    本次针对darknet框架部署—centos7.x一、CUDA多版本安装1、很早前安装了很多cuda现在忘了步骤了，这里不再安装，下次再补上，可以看其他贴安装，记清楚自己的安装目录，一般默认在/usr/local/cuda(cuda10.0、cuda10.2)，用哪个切换环境变量就行，很方便二、CUDNN版本安装1、下载cudnn并解压，官网上下载与CUDA相匹配的版本，下载难点需要注册个帐号，有
  • RTX4060+ubuntu22.04+cuda11.8.0+cuDNN8.6.0 & 如何根据显卡型号和系统配置cuda和cuDNN所需的安装环境 computer_vision_chen 带你跑通人工智能项目cudacuDNN
    文章目录电脑原配置安装cuda和cuDNN前的环境选择cuDNN与CUDAtookit和nvidiadriver的对应关系cuda版本选择⭐查看自己的nvidiadriver版本和最大支持的CUDA版本⭐最小支持版本查看11.8.0版本的cuda和ubuntu22.04对应的cuDNN版本查看ubuntu22.04中cuDNN支持的内核，GCC最终安装前的环境选择下载安装linux6.2.0内核安
  • ubuntu22.04 + isaac gym环境配置流程 Yakusha linuxbashc++
    1.CUDA安装1.看系统架构：uname-m2.去官网下载适配你显卡驱动的最新cuda，可以通过nvidia-smi查看https://developer.nvidia.com/cuda-toolkit-archive3.然后执行，全选continue和yessudo./cuda_12.4.1_550.54.15_linux.run在bashrc中添加：exportPATH=/usr/local
  • 全面解析：HTML页面的加载全过程(六）--浏览器渲染之分层 - Layer huazi99于老师 html前端
    分层原因在生成布局树之后，渲染进程会将一些复杂的3D动画、滚动条、高z-index的元素生成图层，并生成图层树交给GPU加速渲染。页面设计复杂，并且交互效果多。如不分层，用户的一个简单交互将导致整个页面的重新渲染，效率低下。分层好处‌通过分层，浏览器可以将复杂的页面元素分离成不同的图层，每个图层可以独立地进行渲染和更新，从而减少重排和重绘的次数。例如，当用户滚动页面时，只有可视区域的内容会被重新绘
  • Apache TVM：开源深度学习编译器栈的领跑者 计攀建Eliza
    ApacheTVM：开源深度学习编译器栈的领跑者tvmOpendeeplearningcompilerstackforcpu,gpuandspecializedaccelerators项目地址:https://gitcode.com/gh_mirrors/tv/tvm项目介绍ApacheTVM是一个专为深度学习系统设计的编译器栈。它旨在弥合生产力导向的深度学习框架与性能和效率导向的硬件后端之间的差
  • spring mvc 创建restapi 笔记 weixin_42277889 springmvc笔记
    @RestController@RequestMapping("/spittles")publicclassSpittleController{//示例：使用@RequestBody接收JSON并自动转换为Spittle对象@PostMappingpublicSpittlesaveSpittle(@RequestBodySpittlespittle){//此时Spring已经把请求体中的JSON/
  • LLM系列(0)：行业大模型落地服务在全业务场景的应用与探索【大模型智能问答、NL2SQL、文档智能分析智能生成、AI智能体决策等】 汀、人工智能 LLM工业级落地实践人工智能自然语言处理promptNL2DSLNL2SQL大模型智能问答
    行业大模型落地服务：在全业务场景的应用与探索1.行业大模型落地挑战及应对1.1.挑战一：有限的算力资源在政企客户场景中落地行业大模型方案，可能首先面临的一个挑战是客户的算力资源有限。算力资源作为大模型落地的前提条件，是很多客户关注的重点，也是业务团队前期与客户沟通交流的一个重点。行业大模型场景落地是否一定需要大量的GPU算力，以及需要多少的算力才能满足落地需求？GPU算力主要消耗在两个地方，一是大
  • 【Numpy核心编程攻略：Python数据处理、分析详解与科学计算】1.24 随机宇宙：生成现实世界数据的艺术 精通代码大仙 numpypythonnumpypython开发语言
    1.24随机宇宙：生成现实世界数据的艺术目录随机宇宙：生成现实世界数据的艺术引言复杂联合分布的采样技巧随机游走的蒙特卡洛实现基于物理规律的生成模型随机数在加密中的应用总结参考文献引言复杂联合分布的采样技巧随机游走的蒙特卡洛实现基于物理规律的生成模型随机数在加密中的应用总结参考文献随机数生成分布采样物理模拟密码学应用多元正态分布随机过程布朗运动流体动力学安全随机数随机性检验1.24.1引言在数据科学
  • Transformer架构的GPU并行和之前的NLP算法并行有什么不同？ AI大模型学习不迷路 transformer自然语言处理大模型深度学习NLPLLM大语言模型
    1.什么是GPU并行计算？GPU并行计算是一种利用图形处理单元（GPU）进行大规模并行数据处理的技术。与传统的中央处理单元（CPU）相比，GPU拥有更多的核心，能够同时处理数千个线程，这使得GPU在处理高度并行的任务时表现出色。在深度学习中，GPU并行计算被广泛应用于训练神经网络，加速模型训练过程。在2017年之前，自然语言处理（NLP）领域的研究者们通常会从头开始训练模型，那时能够利用GPU进行
  • conda创建新虚拟环境——从无到有 S.T.A.R. 深度学习tensorflowanaconda
    自己租的GPU最近有点鱼的记忆，base配什么环境自己都忘了，所以自己开始学习如何创建并且配置一个新环境，当然这一切建立在andonate3安装完的前提下自己的配置：Linux系统，Xshell编译器创建环境condacreate-nyourEnvnamepython=3.6激活环境condaactivateyourEnvname就可以看到命令行的base换成了你的环境名可以开始installco
  • cuda 线程调度 weiwei0319 CUDA并发编程
    硬件描述从硬件上看，一块显卡的最小单元是GPU核(或者叫做StreamProcessor),所有核心平均分配在多个SM中，而多个SM共同构成整块显卡的核心。比如RTX2070有36个StreamingMultiprocessors，而每个SM有64个CUDACores，RTX2070具有36*64=2304个CUDACores。软件描述thread，block，grid，warp都是CUDA编程上
  • 软件开发中的密码学（国密算法） 自己的九又四分之三站台 #软件架构师的“不归之路“密码学算法
    1.软件行业中的加解密在软件行业中，加解密技术广泛应用于数据保护、通信安全、身份验证等多个领域。加密（Encryption）是将明文数据转换为密文的过程，而解密（Decryption）则是将密文恢复为明文的过程。以下是加解密在软件行业中一些常见的应用和技术：1.1.对称加密与非对称加密对称加密：加密和解密使用相同的密钥。常见算法包括AES（高级加密标准）、DES（数据加密标准）、3DES（Trip
  • Window 下Mamba 环境安装踩坑问题汇总及解决方法 （无需绕过selective_scan_cuda） yyywxk #Python模块有关问题pythonWindowsMamba
    导航安装教程导航Mamba及Vim安装问题参看本人博客：Mamba环境安装踩坑问题汇总及解决方法（初版）Linux下Mamba及Vim安装问题参看本人博客：Mamba环境安装踩坑问题汇总及解决方法（重置版）Windows下Mamba的安装参看本人博客：Window下Mamba环境安装踩坑问题汇总及解决方法（无需绕过selective_scan_cuda）Linux下Vim安装问题参看本人博客：Li
  • vmamba 尝试安装记录 青雉007 condapython
    1、安装虚拟环境condacreate-nvmambapython==3.102、激活环境condaactivatevmamba3、安装附加环境pipinstall-rrequirements.txt4、确保cuda为11.7以上5、安装selective_scan函数下载原版，vmamba中的selective_scan函数：原版链接https://github.com/MzeroMiko/VM
  • Java实现的简单双向Map，支持重复Value superlxw1234 java双向map
    关键字：Java双向Map、DualHashBidiMap     有个需求，需要根据即时修改Map结构中的Value值，比如，将Map中所有value=V1的记录改成value=V2，key保持不变。   数据量比较大，遍历Map性能太差，这就需要根据Value先找到Key，然后去修改。   即：既要根据Key找Value，又要根据Value
  • PL/SQL触发器基础及例子 百合不是茶 oracle数据库触发器PL/SQL编程
      触发器的简介; 触发器的定义就是说某个条件成立的时候，触发器里面所定义的语句就会被自动的执行。因此触发器不需要人为的去调用，也不能调用。触发器和过程函数类似 过程函数必须要调用,   一个表中最多只能有12个触发器类型的,触发器和过程函数相似 触发器不需要调用直接执行, 触发时间：指明触发器何时执行，该值可取： before：表示在数据库动作之前触发
  • [时空与探索]穿越时空的一些问题 comsci 问题
          我们还没有进行过任何数学形式上的证明,仅仅是一个猜想.....       这个猜想就是; 任何有质量的物体(哪怕只有一微克)都不可能穿越时空,该物体强行穿越时空的时候,物体的质量会与时空粒子产生反应,物体会变成暗物质,也就是说,任何物体穿越时空会变成暗物质..(暗物质就我的理
  • easy ui datagrid上移下移一行 商人shang js上移下移easyuidatagrid
    /** * 向上移动一行 * * @param dg * @param row */ function moveupRow(dg, row) { var datagrid = $(dg); var index = datagrid.datagrid("getRowIndex", row); if (isFirstRow(dg, row)) {
  • Java反射 oloz 反射
    本人菜鸟，今天恰好有时间，写写博客，总结复习一下java反射方面的知识，欢迎大家探讨交流学习指教 首先看看java中的Class package demo; public class ClassTest { /*先了解java中的Class*/ public static void main(String[] args) { //任何一个类都
  • springMVC 使用JSR-303 Validation验证 杨白白 springmvc
    JSR-303是一个数据验证的规范，但是spring并没有对其进行实现，Hibernate Validator是实现了这一规范的，通过此这个实现来讲SpringMVC对JSR-303的支持。 JSR-303的校验是基于注解的，首先要把这些注解标记在需要验证的实体类的属性上或是其对应的get方法上。 登录需要验证类 public class Login { @NotEmpty
  • log4j 香水浓 log4j
    log4j.rootCategory=DEBUG, STDOUT, DAILYFILE, HTML, DATABASE #log4j.rootCategory=DEBUG, STDOUT, DAILYFILE, ROLLINGFILE, HTML #console log4j.appender.STDOUT=org.apache.log4j.ConsoleAppender log4
  • 使用ajax和history.pushState无刷新改变页面URL agevs jquery框架Ajaxhtml5chrome
    表现 如果你使用chrome或者firefox等浏览器访问本博客、github.com、plus.google.com等网站时，细心的你会发现页面之间的点击是通过ajax异步请求的，同时页面的URL发生了了改变。并且能够很好的支持浏览器前进和后退。 是什么有这么强大的功能呢？ HTML5里引用了新的API，history.pushState和history.replaceState，就是通过
  • centos中文乱码 AILIKES centosOSssh
    一、CentOS系统访问 g.cn ，发现中文乱码。 于是用以前的方式：yum -y install fonts-chinese CentOS系统安装后，还是不能显示中文字体。我使用 gedit 编辑源码，其中文注释也为乱码。       后来，终于找到以下方法可以解决，需要两个中文支持的包： fonts-chinese-3.02-12.
  • 触发器 baalwolf 触发器
    触发器(trigger)：监视某种情况，并触发某种操作。 触发器创建语法四要素：1.监视地点(table) 2.监视事件(insert/update/delete) 3.触发时间(after/before) 4.触发事件(insert/update/delete) 语法： create trigger triggerName after/before 
  • JS正则表达式的i m g bijian1013 JavaScript正则表达式
            g:表示全局（global)模式，即模式将被应用于所有字符串，而非在发现第一个匹配项时立即停止。         i:表示不区分大小写（case-insensitive）模式，即在确定匹配项时忽略模式与字符串的大小写。         m:表示
  • HTML5模式和Hashbang模式 bijian1013 JavaScriptAngularJSHashbang模式HTML5模式
            我们可以用$locationProvider来配置$location服务（可以采用注入的方式，就像AngularJS中其他所有东西一样）。这里provider的两个参数很有意思，介绍如下。 html5Mode         一个布尔值，标识$location服务是否运行在HTML5模式下。 ha
  • [Maven学习笔记六]Maven生命周期 bit1129 maven
    从mvn test的输出开始说起   当我们在user-core中执行mvn test时，执行的输出如下：   /software/devsoftware/jdk1.7.0_55/bin/java -Dmaven.home=/software/devsoftware/apache-maven-3.2.1 -Dclassworlds.conf=/software/devs
  • 【Hadoop七】基于Yarn的Hadoop Map Reduce容错 bit1129 hadoop
    运行于Yarn的Map Reduce作业，可能发生失败的点包括 Task Failure Application Master Failure Node Manager Failure Resource Manager Failure 1. Task Failure 任务执行过程中产生的异常和JVM的意外终止会汇报给Application Master。僵死的任务也会被A
  • 记一次数据推送的异常解决端口解决 ronin47 记一次数据推送的异常解决
    　　 需求：从db获取数据然后推送到B         程序开发完成，上jboss,刚开始报了很多错，逐一解决，可最后显示连接不到数据库。机房的同事说可以ping 通。 　　  自已画了个图，逐一排除，把linux 防火墙　和　setenforce　设置最低。 　　　service iptables stop
  • 巧用视错觉-UI更有趣 brotherlamp UIui视频ui教程ui自学ui资料
    我们每个人在生活中都曾感受过视错觉（optical illusion）的魅力。 视错觉现象是双眼跟我们开的一个玩笑，而我们往往还心甘情愿地接受我们看到的假象。其实不止如此，视觉错现象的背后还有一个重要的科学原理——格式塔原理。 格式塔原理解释了人们如何以视觉方式感觉物体，以及图像的结构，视角，大小等要素是如何影响我们的视觉的。 在下面这篇文章中，我们首先会简单介绍一下格式塔原理中的基本概念，
  • 线段树-poj1177-N个矩形求边长（离散化+扫描线） bylijinnan 数据结构算法线段树
    package com.ljn.base; import java.util.Arrays; import java.util.Comparator; import java.util.Set; import java.util.TreeSet; /** * POJ 1177 (线段树+离散化+扫描线)，题目链接为http://poj.org/problem?id=1177
  • HTTP协议详解 chicony http协议
    引言                                 
  • Scala设计模式 chenchao051 设计模式scala
    Scala设计模式                我的话： 在国外网站上看到一篇文章，里面详细描述了很多设计模式，并且用Java及Scala两种语言描述，清晰的让我们看到各种常规的设计模式，在Scala中是如何在语言特性层面直接支持的。基于文章很nice，我利用今天的空闲时间将其翻译，希望大家能一起学习，讨论。翻译
  • 安装mysql daizj mysql安装
    安装mysql   (1)删除linux上已经安装的mysql相关库信息。rpm  -e  xxxxxxx   --nodeps (强制删除)      执行命令rpm -qa |grep mysql 检查是否删除干净   (2)执行命令  rpm -i MySQL-server-5.5.31-2.el
  • HTTP状态码大全 dcj3sjt126com http状态码
    完整的 HTTP 1.1规范说明书来自于RFC 2616，你可以在http://www.talentdigger.cn/home/link.php?url=d3d3LnJmYy1lZGl0b3Iub3JnLw%3D%3D在线查阅。HTTP 1.1的状态码被标记为新特性，因为许多浏览器只支持 HTTP 1.0。你应只把状态码发送给支持 HTTP 1.1的客户端，支持协议版本可以通过调用request
  • asihttprequest上传图片 dcj3sjt126com ASIHTTPRequest
    NSURL *url =@"yourURL"; ASIFormDataRequest*currentRequest =[ASIFormDataRequest requestWithURL:url]; [currentRequest setPostFormat:ASIMultipartFormDataPostFormat];[currentRequest se
  • C语言中，关键字static的作用 e200702084 C++cC#
    在C语言中，关键字static有三个明显的作用： 1)在函数体，局部的static变量。生存期为程序的整个生命周期，（它存活多长时间）；作用域却在函数体内（它在什么地方能被访问（空间））。 一个被声明为静态的变量在这一函数被调用过程中维持其值不变。因为它分配在静态存储区，函数调用结束后并不释放单元，但是在其它的作用域的无法访问。当再次调用这个函数时，这个局部的静态变量还存活，而且用在它的访
  • win7/8使用curl geeksun win7
    1.  WIN7/8下要使用curl，需要下载curl-7.20.0-win64-ssl-sspi.zip和Win64OpenSSL_Light-1_0_2d.exe。 下载地址：  http://curl.haxx.se/download.html 请选择不带SSL的版本，否则还需要安装SSL的支持包   2.  可以给Windows增加c
  • Creating a Shared Repository; Users Sharing The Repository hongtoushizi git
    转载自：   http://www.gitguys.com/topics/creating-a-shared-repository-users-sharing-the-repository/ Commands discussed in this section: git init –bare git clone git remote git pull git p
  • Java实现字符串反转的8种或9种方法 Josh_Persistence 异或反转递归反转二分交换反转java字符串反转栈反转
    注：对于第7种使用异或的方式来实现字符串的反转，如果不太看得明白的，可以参照另一篇博客： http://josh-persistence.iteye.com/blog/2205768   /** * */ package com.wsheng.aggregator.algorithm.string; import java.util.Stack; /**
  • 代码实现任意容量倒水问题 home198979 PHP算法倒水
    形象化设计模式实战             HELLO!架构                     redis命令源码解析   倒水问题：有两个杯子，一个A升，一个B升，水有无限多，现要求利用这两杯子装C
  • Druid datasource zhb8015 druid
    推荐大家使用数据库连接池 DruidDataSource. http://code.alibabatech.com/wiki/display/Druid/DruidDataSource DruidDataSource经过阿里巴巴数百个应用一年多生产环境运行验证，稳定可靠。 它最重要的特点是：监控、扩展和性能。 下载和Maven配置看这里： http
  • 两种启动监听器ApplicationListener和ServletContextListener spjich javaspring框架
    引言:有时候需要在项目初始化的时候进行一系列工作，比如初始化一个线程池，初始化配置文件，初始化缓存等等，这时候就需要用到启动监听器，下面分别介绍一下两种常用的项目启动监听器   ServletContextListener  特点: 依赖于sevlet容器，需要配置web.xml 使用方法: public class StartListener implements
  • JavaScript Rounding Methods of the Math object 何不笑 JavaScriptMath
        The next group of methods has to do with rounding decimal values into integers. Three methods — Math.ceil(),  Math.floor(), and  Math.round() — handle rounding in differen
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他