OpenHero
OpenHero

CUDA 学习网站

http://heresy.spaces.live.com/blog/cns!E0070FB8ECF9015F!3114.entry

參考資料整理：

  • CUDA Zone
    nVidia CUDA 目前的官方網站
    • Programming Guide
      • CUDA Programming Guide 1.0
      • CUDA Programming Guide 1.1
    • NVIDIA Forums CUDA GPU Computing
      CUDA 官方論壇
    • NVIDIA Forums CUDA GPU運算技術 - 台灣
      CUDA 官方論壇台灣版。目前幾乎沒有東西就是了。
  • GPGPU Site
    介紹請參考《一些國際研討會的 CUDA 資料》
    • Introduction to NVIDIA CUDA @Siggraph 2007
    • NVIDIA CUDA Performance @Siggraph 2007
    • Supercomputing 2007 CUDA Tutorial
  • 課程
    • General Purpose Computing Using GPUs on a Linux Cluster
      University of Southern California's Information Sciences Institute 的 GPGPU 課程，有提供課程的 PDF 投影片。
    • Programming Massively Parallel Processors
      University of Illinois 的課程，有提供 PowerPoint 投影片以及 MP3 錄音。
  • 網站
    • Hotball's Hive
      中文，介紹請參考《其他人寫的中文 CUDA 文章》
  • 其他
    • Programming Graphic Cards for Scientific Applications
      應該是 University of Geneva 的一場演講
      科學視算與互動媒體實驗室」(Visualization and Interactive Media Laboratory, VIML)
      http://viml.nchc.org.tw/home/ 

你可能感兴趣的:(CUDA,CUDA,performance,GPGPU,nVidia,Visualization,powerpoint)

  • 什么是全链路压测？ 程序员雷叔 压力测试测试用例功能测试单元测试jmeterselenium测试工具
    全链路压测（End-to-End（E2E）PerformanceTesting）是指对软件系统或服务进行综合性能测试的一种方法。它模拟了真实的用户场景和环境，从用户端到服务器端的整个链路进行测试，包括用户界面、网络传输、服务器处理、数据库访问等环节。全链路压测的目标是评估系统在高负载和复杂场景下的性能表现，找出性能瓶颈和潜在的问题，以便优化系统的性能和稳定性。通过模拟大量的并发用户访问、持续高负载
  • 【学习】电脑上有多个GPU，命令行指定GPU进行训练。 超好的小白 学习人工智能深度学习
    使用如下指令可以指定使用的GPU。CUDA_VISIBLE_DEVICES=1假设要使用第二个GPU进行训练。CUDA_VISIBLE_DEVICES=1pythontrain.py
  • WPS office根目录在哪?_WPS加载项深入开发代码解析-2 weixin_39942726 WPSoffice根目录在哪?
    这个系列的上一篇是一个不短的视频，是我们财应同学的出镜，这一篇我找个比较典型的场景从代码层面讲讲怎么利用ribbon控制WPS加载项和WPS自身功能。ribbon是什么Ribbon是一种以面板及标签页为架构的用户界面，原先出现在MicrosoftOffice2007后续版本的Word、Excel和PowerPoint等组件中，后来也被运用到Windows7的一些附加组件等其它软件中，如画图和写字板
  • window11和Ubuntu20.04安装Nvidia驱动和CUDA的正确方法 qq_29128985 linuxpython深度学习
    零、双系统安装Win11Ubuntu20.04双系统安装解决ubuntu+win11双系统时间不一致问题Ubuntu:系统分区一、安装Nvidia驱动参考：Ubuntu20.04安装NVIDIA显卡驱动、CUDA、CUDNN及突破NVENC并发限制、多版本CUDA切换1、准备工作1）查看显卡型号lspci|grep-invidia2）禁用nouveau并重启（安装Nvidia显卡的官方驱动和系统自
  • 开发基于提示工程的大语言模型（LLM）应用——学习笔记 ricky_fan 人工智能python
    本文是学习笔记。学习通过提示工程与大语言模型进行程序化的交互。将从最基本的开始，比如使用哪些模型，以及如何向它们发送提示词并查看响应。将逐步构建更复杂的提示词，并学习LangChain为我们提供的、用于与大语言模型交互的丰富工具。Langchain链核心是运行时（runnable），它们能以多种方式组合的为工作流。如何创建LangChain链 fromlangchain_nvidia_ai_end
  • SkyWalking Dream答案 SpringCloudAlibaba学习之旅skywalking分布式链路追踪
    一、APM系统APM（ApplicationPerformanceMonitoring）即应用程序性能监控系统，是对企业系统即时监控以实现对应用程序性能管理和故障管理的系统化的解决方案。应用性能管理，主要指对企业的关键业务应用进行监测、优化，提高企业应用的可靠性和质量，保证用户得到良好的服务，降低IT成本；二、分布式链路追踪分布式链路追踪通过跟踪和记录请求在分布式系统中的传播路径和性能数据，帮助开
  • Anaconda配置tensorflow-gpu教程 rubisco214 tensorflow人工智能python
    最近在入门tensorflow深度学习，配置环境吃了不少苦头，写个完整的教程首先得在自己主机上装cuda（我之前就是主机上没装cuda,只在虚拟环境里面装了，结果jupyter里面怎么调都识别不到GPU）打开Nvidia控制面板，左上角帮助-系统信息-组件NVCUDA64.DLL后面的NVIDIACUDA12.1就是你的显卡支持的CUDA版本，去CUDA官网CUDAToolkitArchive|N
  • 【有啥问啥】深入了解 FlashMLA：Hopper GPU 的高效 MLA 解码内核 有啥问啥 大模型行业调研科普算法语言模型
    深入了解FlashMLA：HopperGPU的高效MLA解码内核简介在人工智能(AI)领域，特别是大型语言模型(LLM)领域，对计算效率和速度的需求持续增长。为了应对这些挑战，DeepSeek推出了FlashMLA，这是一种专为NVIDIAHopperGPU架构优化的高效MLA(Multi-LayerAttention)解码内核。FlashMLA旨在加速LLM的解码过程，从而显著提高模型的响应速度
  • Stable diffusion 3.5本地运行环境配置记录 寸先生的牛马庄园 扩散模型stablediffusion
    1.环境配置创建虚环境condacreate-nsd3.5python=3.10Pytorch(>2.0)condainstallpytorch==2.2.2torchvision==0.17.2torchaudio==2.2.2pytorch-cuda=12.1-cpytorch-cnvidiaJupyter能使用Anaconda虚环境condainstallipykernelpython-mi
  • Llama.cpp 服务器安装指南（使用 Docker，GPU 专用） 田猿笔记 AI高级应用llama服务器dockerllama.cpp
    前置条件在开始之前，请确保你的系统满足以下要求：操作系统：Ubuntu20.04/22.04（或支持Docker的Linux系统）。硬件：NVIDIAGPU（例如RTX4090）。内存：16GB+系统内存，GPU需12GB+显存（RTX4090有24GB）。存储：15GB+可用空间（用于源码、镜像和模型文件）。网络：需要互联网连接以下载源码和依赖。软件：已安装并运行Docker。已安装NVIDIA
  • H100生成式AI效能跃升指南 智能计算研究中心 其他
    内容概要作为NVIDIAHopper架构的旗舰产品，H100GPU通过革命性的硬件设计与计算范式重构，为生成式AI工作负载提供了前所未有的加速能力。本文将从芯片架构创新出发，首先解析第四代TensorCore如何通过FP8精度支持与动态指令调度机制，实现矩阵运算效率的指数级提升；继而探讨显存子系统在带宽扩容与智能缓存分配上的突破，揭示其突破生成式AI内存墙的关键路径。在技术实践层面，文章系统梳理了
  • A100高效架构深度解析 智能计算研究中心 其他
    内容概要NVIDIAA100GPU作为面向人工智能与高性能计算的关键硬件载体，其架构创新标志着计算范式的重要演进。本文通过系统性拆解A100的核心技术模块，重点探讨其在计算密度、互联效率与资源利用率三个维度的突破性设计。在计算架构层面，第三代TensorCore通过引入细粒度结构化稀疏支持与新型数据格式，显著提升矩阵运算效率；多实例GPU（MIG）技术则通过物理级硬件隔离实现单卡多任务并行处理，为
  • nvidia docker, nvidia docker2, nvidia container toolkits区别 coco_1998_2 #CUDA#Dockerdocker容器
    背景在docker容器中用GPU时，查阅了网上许多教程，教程之间概念模糊不清，相互矛盾，过时的教程和新的教程混杂在一起。主要原因是Nvidia为docker容器的支持发生了好几代变更，api发生了不少变化。下面来总结一下各代支持发展历程。省流版总结凡是使用了命令nvidiadocker或者在docker中引入了--runtime=nvidia参数的都是过时教程，最新方法只需要下载nvidia-co
  • DeepSeek本地部署必要性分析及云端替代方案推荐 Asher_Yao 人工智能
    一、本地部署适用场景分析硬件要求完整版模型需≥32GB显存（推荐NVIDIAA100/A800）基础版也需RTX3090级别显卡（约150W功耗）适用人群建议✔️企业用户：需私有化部署处理敏感数据✔️研究人员：需定制模型微调✔️开发者：需API深度集成维护成本单节点年运维成本≈¥18,000（含电费/散热）二、已验证的云端替代方案（2025.2实测）方案1：硅基流动SaaS平台技术特性：支持API
  • docker部署GPU环境 atom goper grudocker
    使用Docker部署GPU环境涉及到几个关键步骤，以下是详细步骤：1.安装NVIDIA驱动程序确保你的系统已经安装了NVIDIAGPU驱动。这是使用GPU的前提条件。2.安装Docker和nvidia-container-toolkit首先，确保你已经安装了Docker。然后，安装NVIDIAContainerToolkit，它允许Docker容器访问宿主机上的GPU资源。对于Ubuntu系统，安
  • A100 解析：为何它成为 AI 大模型时代的首选？ PPIO派欧云 算力gpu算力算法ai
    前言NVIDIAA100TensorCoreGPU可针对AI、数据分析和HPC应用场景，在不同规模下实现出色的加速，有效助力更高性能的弹性数据中心。A100采用NVIDIAAmpere架构，是NVIDIA数据中心平台的引擎。A100的性能比上一代产品提升高达20倍，并可划分为七个GPU实例，以根据变化的需求进行动态调整。A100提供40GB和80GB显存两种版本，A10080GB将GPU显存增加了
  • chrome高版本浏览器不兼容driver.execute_script(“return window.performance.getEntries()“)的解决方法 lilaihao1030 疑难杂症集chromejavaseleniumperformanceexecute_scriptgetEntries
    一、背景之前使用driver.execute_script("returnwindow.performance.getEntries()")的方法获取浏览器所有请求，很好用，可是后来一旦更新谷歌浏览器后，运行相关代码就会报错（如下）entries=self.driver.execute_script("returnwindow.performance.getEntries()")File"C:\U
  • Linux进程相关命令之nvidia-smi find_element_by_id linux服务器运维
    进程管理命令是进行系统监控和进程管理时的重要工具，常用的进程管理命令有以下几种：ps：查看正在运行的进程top：动态显示正在运行的进程pstree：树状查看正在运行的进程pgrep：用于查找进程nice：更改进程的优先级jobs：显示进程的相关信息bg和fg：将进程调入后台kill：杀死进程在开发机中还有一条特殊的命令nvidia-smi，它是NVIDIA系统管理接口（NVIDIASystemMa
  • 解读CUDA Compiler Driver NVCC - Ch.3 AliceWanderAI NVCCNVCC
    前言上一篇文章简单了介绍了nvcc预定义的宏，以及支持的编译阶段，对应的输入文件后缀和输出文件的默认名。本篇文章了解CUDA源文件编译的整个workflow。OverviewCUDA编译的工作原理如下：输入程序经过设备编译编译预处理，编译为CUDA二进制（cubin）和/或PTX中间代码，被放置在一个fatbinary。输入程序再次预处理以供主机编译，嵌入到fatbinary，并将CUDA特定C+
  • NVIDIA CUDA Compiler Driver NVCC Yongqiang Cheng NVIDIAGPU-CUDA-cuDNNNVIDIACUDACompilerNVCC
    NVIDIACUDACompilerDriverNVCC4.2.8.23.`--list-gpu-code`(`-code-ls`)4.2.8.24.`--list-gpu-arch`(`-arch-ls`)Referenceshttps://docs.nvidia.com/cuda/cuda-compiler-driver-nvcc/Thedocumentationfornvcc,theCUDA
  • 【软件体系结构】软件体系结构评估 向懒羊羊学习的大猫 软件体系结构
    1.软件体系结构评估概述1.1软件质量属性性能（Performance）：关注系统响应时间和吞吐量等关键指标。衡量系统在完成特定功能时的及时性和效率。可靠性（Reliability）：系统在意外或错误使用情况下维持功能的能力。包括容错性、健壮性等，确保系统稳定运行。可用性（Availability）：系统能够正常运行的时间比例。衡量用户能够访问和使用系统的程度。安全性（Security）：系统在提
  • NVIDIA JetPack 6.2 引入超级模式 雨田嘟嘟 nvidialinux
    NVIDIAJetPack6.2为NVIDIAJetsonOrinNano和JetsonOrinNX模块引入超级模式借助SuperModes，JetsonOrinNX系列可将AITOPS提升高达70%。你值得拥有！！！Jetson平台服务：一系列即用型服务，用于在Jetson上加速AI应用程序开发。JetPack6JetPack6是有史以来最大的升级。它不仅带来了更新的内核和更新的Ubuntu根文
  • Big Data (H/M) Assessed Exercise 后端
    BigData(H/M)AssessedExerciseTaskSheet2024/25–Individual–v107/02/25SummaryThegoalofthisexerciseistofamiliarizeyourselveswiththedesign,implementationandperformancetestingofBigDataanalysistasksusingApach
  • 安装CUDA以及GPU版本的pytorch lskkkkkkkkkkkk Pythonpytorch人工智能python
    使用pytorch进行深度学习的时候，往往想用GPU进行运算来提高速度。于是搜索便知道了CUDA。下面给出一个自检的建议：检查cuda的版本是否适配自己的GPU。打开NVDIA控制面板，点击左下角“系统信息”，然后就可以看到NVDIAGPU的详细信息，其中就包含了CUDA的版本。在官网安装合适版本的cuda-toolkit。安装了cuda，但是命令行输入nvcc-V报错显示没有nvcc这时候可能没
  • 云原生周刊：云原生和 AI 云计算
    开源项目推荐FlashMLADeepSeek于北京时间2025年2月24日上午9点正式开源了FlashMLA项目。FlashMLA是专为NVIDIAHopper架构GPU（如H100、H800）优化的高效多头潜在注意力（MLA）解码内核，旨在提升大模型推理性能，特别是针对可变长度序列进行了优化。性能表现：在NVIDIAH800SXM5GPU上，FlashMLA展现了卓越的性能：内存带宽：高达300
  • 下载cuda11.2+cudnn8.1+tensorflow-gpu2.5 听微雨 深度学习tensorflow人工智能
    下载前请先安装显卡驱动，去显卡官网找对应的驱动，英伟达4060就去英伟达官网找4060的驱动。安装cuda11.2和cudnn8.1要注意自己的版本，目前tensorflow-gpu2.5或最高版本tensorflow-gpu2.6只支持cuda11.2和cudnn8.1。同时cuda版本要低于显卡最高支持版本，使用命令行语句查看：nvidia-smi具体安装过程看cuda11.2+cudnn8.
  • 利用 Open3D 保存并载入相机视角的简单示例 微凉的衣柜 点云处理python点云处理open3d
    1.前言在使用Open3D进行三维可视化和点云处理时，有时需要将当前的视角（CameraViewpoint）保存下来，以便下次再次打开时能够还原到同样的视角。本文将演示如何在最新的Open3DGUI界面（o3d.visualization.gui/o3d.visualization.O3DVisualizer）中实现这一功能，并展示完整示例代码及运行效果。2.环境准备Python版本：3.xOpe
  • DL之IDE：深度学习环境安装之Tensorflow/tensorflow_gpu+Cuda+Cudnn(最清楚/最快捷)之详细攻略(图文教程) 一个处女座的程序猿 精选(人工智能)-中级深度学习人工智能tensorflow
    DL之IDE：深度学习环境安装之Tensorflow/tensorflow_gpu+Cuda+Cudnn(最清楚/最快捷)之详细攻略(图文教程)导读本人在Win10下安装深度学习框架Tensorflow，安装之前各种谷歌，各种百度，各种国内外资料，做了充分准备。目录安装思路1、tensorflow_gpu+Cuda+Cudnn版本匹配官方推荐2、先解释一下cuda与cudannDL之IDE：深度学
  • 【TVM教程】为 NVIDIA GPU 自动调度神经网络 HyperAI超神经 TVM神经网络人工智能深度学习TVMGPUNVIDIA语言模型
    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针对特定设备和工作负载的自动调优对于获得最佳性能至关重要。本文介绍如何使用auto-scheduler为NVIDIAGPU调优整个神经网络。为自动调优神经网络，需要将网络划分为小的子图并独立调优。每个子图被视为
  • pinpoint安装及介绍 jack-life pinpointpinpoint
    Pinpoint翻译自Pinpoint的github首页内容Pinpoint是一个开源的APM(ApplicationPerformanceManagement/应用性能管理)工具，用于基于Java的大规模分布式系统。仿照GoogleDapper,Pinpoint通过跟踪分布式应用之间的调用来提供解决方案，以帮助分析系统的总体结构和内部模块之间如何相互联系.注：对于各个模块之间的通讯英文原文中用的
  • 强大的销售团队背后 竟然是大数据分析的身影 蓝儿唯美 数据分析
    Mark Roberge是HubSpot的首席财务官，在招聘销售职位时使用了大量数据分析。但是科技并没有挤走直觉。 大家都知道数理学家实际上已经渗透到了各行各业。这些热衷数据的人们通过处理数据理解商业流程的各个方面，以重组弱点，增强优势。 Mark Roberge是美国HubSpot公司的首席财务官，HubSpot公司在构架集客营销现象方面出过一份力——因此他也是一位数理学家。他使用数据分析
  • Haproxy+Keepalived高可用双机单活 bylijinnan 负载均衡keepalivedhaproxy高可用
    我们的应用MyApp不支持集群，但要求双机单活（两台机器：master和slave）： 1.正常情况下，只有master启动MyApp并提供服务 2.当master发生故障时，slave自动启动本机的MyApp，同时虚拟IP漂移至slave，保持对外提供服务的IP和端口不变 F5据说也能满足上面的需求，但F5的通常用法都是双机双活，单活的话还没研究过 服务器资源 10.7
  • eclipse编辑器中文乱码问题解决 0624chenhong eclipse乱码
    使用Eclipse编辑文件经常出现中文乱码或者文件中有中文不能保存的问题，Eclipse提供了灵活的设置文件编码格式的选项，我们可以通过设置编码 格式解决乱码问题。在Eclipse可以从几个层面设置编码格式：Workspace、Project、Content Type、File 本文以Eclipse 3.3（英文）为例加以说明： 1. 设置Workspace的编码格式： Windows-&g
  • 基础篇--resources资源 不懂事的小屁孩 android
    最近一直在做java开发，偶尔敲点android代码，突然发现有些基础给忘记了，今天用半天时间温顾一下resources的资源。 String.xml    字符串资源   涉及国际化问题  http://www.2cto.com/kf/201302/190394.html   string-array
  • 接上篇补上window平台自动上传证书文件的批处理问卷 酷的飞上天空 window
    @echo off : host=服务器证书域名或ip，需要和部署时服务器的域名或ip一致 ou=公司名称, o=公司名称 set host=localhost set ou=localhost set o=localhost set password=123456 set validity=3650 set salias=s
  • 企业物联网大潮涌动：如何做好准备？ 蓝儿唯美 企业
    物联网的可能性也许是无限的。要找出架构师可以做好准备的领域然后利用日益连接的世界。 尽管物联网（IoT）还很新，企业架构师现在也应该为一个连接更加紧密的未来做好计划，而不是跟上闸门被打开后的集成挑战。“问题不在于物联网正在进入哪些领域，而是哪些地方物联网没有在企业推进，” Gartner研究总监Mike Walker说。 Gartner预测到2020年物联网设备安装量将达260亿，这些设备在全
  • spring学习——数据库（mybatis持久化框架配置） a-john mybatis
    Spring提供了一组数据访问框架，集成了多种数据访问技术。无论是JDBC，iBATIS(mybatis)还是Hibernate，Spring都能够帮助消除持久化代码中单调枯燥的数据访问逻辑。可以依赖Spring来处理底层的数据访问。 mybatis是一种Spring持久化框架，要使用mybatis，就要做好相应的配置： 1，配置数据源。有很多数据源可以选择，如：DBCP，JDBC，aliba
  • Java静态代理、动态代理实例 aijuans Java静态代理
    采用Java代理模式，代理类通过调用委托类对象的方法，来提供特定的服务。委托类需要实现一个业务接口，代理类返回委托类的实例接口对象。 按照代理类的创建时期，可以分为：静态代理和动态代理。 所谓静态代理：　指程序员创建好代理类，编译时直接生成代理类的字节码文件。 所谓动态代理：　在程序运行时，通过反射机制动态生成代理类。   一、静态代理类实例： 1、Serivce.ja
  • Struts1与Struts2的12点区别 asia007 Struts1与Struts2
    1) 在Action实现类方面的对比：Struts 1要求Action类继承一个抽象基类；Struts 1的一个具体问题是使用抽象类编程而不是接口。Struts 2 Action类可以实现一个Action接口，也可以实现其他接口，使可选和定制的服务成为可能。Struts 2提供一个ActionSupport基类去实现常用的接口。即使Action接口不是必须实现的，只有一个包含execute方法的P
  • 初学者要多看看帮助文档 不要用js来写Jquery的代码 百合不是茶 jqueryjs
    解析json数据的时候需要将解析的数据写到文本框中,  出现了用js来写Jquery代码的问题;   1, JQuery的赋值  有问题    代码如下: data.username 表示的是:  网易            $("#use
  • 经理怎么和员工搞好关系和信任 bijian1013 团队项目管理管理
            产品经理应该有坚实的专业基础，这里的基础包括产品方向和产品策略的把握，包括设计，也包括对技术的理解和见识，对运营和市场的敏感，以及良好的沟通和协作能力。换言之，既然是产品经理，整个产品的方方面面都应该能摸得出门道。这也不懂那也不懂，如何让人信服？如何让自己懂？就是不断学习，不仅仅从书本中，更从平时和各种角色的沟通
  • 如何为rich:tree不同类型节点设置右键菜单 sunjing contextMenutreeRichfaces
    组合使用target和targetSelector就可以啦，如下： <rich:tree id="ruleTree" value="#{treeAction.ruleTree}" var="node" nodeType="#{node.type}" selectionChangeListener=&qu
  • 【Redis二】Redis2.8.17搭建主从复制环境 bit1129 redis
    开始使用Redis2.8.17 Redis第一篇在Redis2.4.5上搭建主从复制环境，对它的主从复制的工作机制，真正的惊呆了。不知道Redis2.8.17的主从复制机制是怎样的，Redis到了2.4.5这个版本，主从复制还做成那样，Impossible is nothing! 本篇把主从复制环境再搭一遍看看效果，这次在Unbuntu上用官方支持的版本。   Ubuntu上安装Red
  • JSONObject转换JSON--将Date转换为指定格式 白糖_ JSONObject
    项目中，经常会用JSONObject插件将JavaBean或List<JavaBean>转换为JSON格式的字符串，而JavaBean的属性有时候会有java.util.Date这个类型的时间对象，这时JSONObject默认会将Date属性转换成这样的格式：   {"nanos":0,"time":-27076233600000,
  • JavaScript语言精粹读书笔记 braveCS JavaScript
    【经典用法】：   //①定义新方法 Function .prototype.method=function(name, func){ this.prototype[name]=func; return this; } //②给Object增加一个create方法，这个方法创建一个使用原对
  • 编程之美-找符合条件的整数 用字符串来表示大整数避免溢出 bylijinnan 编程之美
    import java.util.LinkedList; public class FindInteger { /** * 编程之美 找符合条件的整数 用字符串来表示大整数避免溢出 * 题目：任意给定一个正整数N，求一个最小的正整数M(M>1)，使得N*M的十进制表示形式里只含有1和0 * * 假设当前正在搜索由0，1组成的K位十进制数
  • 读书笔记 chengxuyuancsdn 读书笔记
    1、Struts访问资源 2、把静态参数传递给一个动作 3、<result>type属性 4、s:iterator、s:if c:forEach 5、StringBuilder和StringBuffer 6、spring配置拦截器 1、访问资源 (1)通过ServletActionContext对象和实现ServletContextAware,ServletReque
  • [通讯与电力]光网城市建设的一些问题 comsci 问题
          信号防护的问题,前面已经说过了,这里要说光网交换机与市电保障的关系       我们过去用的ADSL线路,因为是电话线,在小区和街道电力中断的情况下,只要在家里用笔记本电脑+蓄电池,连接ADSL,同样可以上网........     
  • oracle 空间RESUMABLE daizj oracle空间不足RESUMABLE错误挂起
    空间RESUMABLE操作  转 Oracle从9i开始引入这个功能，当出现空间不足等相关的错误时，Oracle可以不是马上返回错误信息，并回滚当前的操作，而是将操作挂起，直到挂起时间超过RESUMABLE TIMEOUT，或者空间不足的错误被解决。 这一篇简单介绍空间RESUMABLE的例子。 第一次碰到这个特性是在一次安装9i数据库的过程中，在利用D
  • 重构第一次写的线程池 dieslrae 线程池 python
    最近没有什么学习欲望,修改之前的线程池的计划一直搁置,这几天比较闲,还是做了一次重构,由之前的2个类拆分为现在的4个类. 1、首先是工作线程类:TaskThread,此类为一个工作线程,用于完成一个工作任务,提供等待(wait),继续(proceed),绑定任务(bindTask)等方法 #!/usr/bin/env python # -*- coding:utf8 -*-
  • C语言学习六指针 dcj3sjt126com c
    初识指针，简单示例程序： /* 指针就是地址，地址就是指针 地址就是内存单元的编号 指针变量是存放地址的变量 指针和指针变量是两个不同的概念 但是要注意： 通常我们叙述时会把指针变量简称为指针，实际它们含义并不一样 */ # include <stdio.h> int main(void) { int * p; // p是变量的名字， int *
  • yii2 beforeSave afterSave beforeDelete dcj3sjt126com delete
    public function afterSave($insert, $changedAttributes) { parent::afterSave($insert, $changedAttributes); if($insert) { //这里是新增数据 } else { //这里是更新数据 } }  
  • timertask shuizhaosi888 timertask
    java.util.Timer timer = new java.util.Timer(true); // true 说明这个timer以daemon方式运行（优先级低， // 程序结束timer也自动结束），注意，javax.swing // 包中也有一个Timer类，如果import中用到swing包， // 要注意名字的冲突。 TimerTask task = new
  • Spring Security（13）——session管理 234390216 sessionSpring Security攻击保护超时
    session管理 目录   1.1     检测session超时 1.2     concurrency-control 1.3     session 固定攻击保护         
  • 公司项目NODEJS实践0.3[ mongo / session ...] 逐行分析JS源代码 mongodbsessionnodejs
        http://www.upopen.cn   一、前言         书接上回，我们搭建了WEB服务端路由、模板等功能，完成了register 通过ajax与后端的通信，今天主要完成数据与mongodb的存取，实现注册 / 登录 /
  • pojo.vo.po.domain区别 LiaoJuncai javaVOPOJOjavabeandomain
    　　POJO = "Plain Old Java Object"，是MartinFowler等发明的一个术语，用来表示普通的Java对象，不是JavaBean, EntityBean 或者 SessionBean。POJO不但当任何特殊的角色，也不实现任何特殊的Java框架的接口如，EJB， JDBC等等。 　　 　　即POJO是一个简单的普通的Java对象，它包含业务逻辑
  • Windows Error Code OhMyCC windows
    0 操作成功完成. 1 功能错误. 2 系统找不到指定的文件. 3 系统找不到指定的路径. 4 系统无法打开文件. 5 拒绝访问. 6 句柄无效. 7 存储控制块被损坏. 8 存储空间不足, 无法处理此命令. 9 存储控制块地址无效. 10 环境错误. 11 试图加载格式错误的程序. 12 访问码无效. 13 数据无效. 14 存储器不足, 无法完成此操作. 15 系
  • 在storm集群环境下发布Topology roadrunners 集群stormtopologyspoutbolt
    storm的topology设计和开发就略过了。本章主要来说说如何在storm的集群环境中，通过storm的管理命令来发布和管理集群中的topology。   1、打包 打包插件是使用maven提供的maven-shade-plugin，详细见maven-shade-plugin。 <plugin> <groupId>org.apache.maven.
  • 为什么不允许代码里出现“魔数” tomcat_oracle java
    　　在一个新项目中，我最先做的事情之一，就是建立使用诸如Checkstyle和Findbugs之类工具的准则。目的是制定一些代码规范，以及避免通过静态代码分析就能够检测到的bug。 　　迟早会有人给出案例说这样太离谱了。其中的一个案例是Checkstyle的魔数检查。它会对任何没有定义常量就使用的数字字面量给出警告，除了-1、0、1和2。 　　很多开发者在这个检查方面都有问题，这可以从结果
  • zoj 3511 Cake Robbery(线段树) 阿尔萨斯 线段树
    题目链接：zoj 3511 Cake Robbery 题目大意：就是有一个N边形的蛋糕，切M刀，从中挑选一块边数最多的，保证没有两条边重叠。 解题思路：有多少个顶点即为有多少条边，所以直接按照切刀切掉点的个数排序，然后用线段树维护剩下的还有哪些点。 #include <cstdio> #include <cstring> #include <vector&
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他