多GPU训练服务器

通过SSH隧道与跳板机实现本地端口映射访问服务器文件

文章目录场景需求一、服务器端配置1.启动HTTP文件服务2.配置防火墙3.验证服务状态二、SSH隧道建立1.直接连接场景2.通过跳板机连接三、Windows端配置1.使用PowerShell建立隧道2.
t.y.Tang·2025-03-23 18:31

数字证书 与 数字签名 介绍

消息认证码（MAC）和数字签名区别数字证书如何使用数字证书验证服务器身份？数字签名定义：它类似于现实生活中的手写签名。手写签名的法律效力1、每个人的笔迹因生理和心理差异而独一无二，难以复制。
张紫娃·2025-03-23 18:01

项目解决方案：博物馆视频监控系统建设解决方案

目录一.相关项目背景1.1技术革新背景1.2技术提升背景1.3发展趋势背景1.4合规性要求背景二.与客户确认的需求2.1实时远程监控与高清识别2.2权限管理灵活且安全2.3多平台访问，随时随地监控2.4
威迪斯特·2025-03-23 18:59

内核调试环境：buildroot/debootstrap制作文件系统、编译内核、QEMU模拟

编译内核#安装常用工具和依赖，可能会多，懒得分了，全装了吧反正以后说不定还要用。。。
苏打呀·2025-03-23 18:59

linux脚本怎么访问http,如何使用现有的tcp连接从bash脚本访问http服务器？

在bashshellscipt中,我使用几个命令行工具(wget,curl,httpie)来测试我的http服务器.当使用例如curl调用GET请求,我看到tcp连接打开到我的服务器并在http通信完成后立即关闭
玲珑阁玉韦·2025-03-23 18:28

【Linux 下的 bash 无法正常解析, Windows 的 CRLF 换行符问题导致的】

文章目录报错原因：解决办法：方法一：用`dos2unix`修复方法二：手动转换换行符方法三：VSCode或其他编辑器手动改总结这个错误很常见，原因是你的wait_for_gpu.sh脚本文件格式不对，具体来说是
待磨的钝刨·2025-03-23 18:53

在manjaro中开启多VLAN，配置永久静态IP，使用systemd-networkd配置

网络交换机给接入口配置的Trunk口，可以接入多个VLAN，安装好系统后不能上网。这里使用systemd-networkd进行配置，也可以利用iproute2或netctl配置。打开终端输入ipaddr查看网络状况1:lo:mtu65536qdiscnoqueuestateUNKNOWNgroupdefaultqlen1000link/loopback00:00:00:00:00:00brd00:
SunJavaApplet·2025-03-23 18:52

systemd-networkd 的 /etc/systemd/network/*.network 能不能一个文件配置多块网卡?不能

systemd-networkd的/etc/systemd/network/*.network能不能一个文件配置多块网卡?
kfepiza·2025-03-23 18:51

Sklearn.model_selection.GridSearchCV

cv:S折交叉验证的折数，即将训练集分成多少份来进行交叉验证。默认是3,。如果样本较多的话，可以适度增大cv的值。scoring:评价标准。获取最好的模型
kakak_·2025-03-23 17:47

【机器学习】机器学习四大分类

机器学习的方法主要可以分为四大类，根据学习方式和数据标注情况进行分类：1.监督学习（SupervisedLearning）特点：有标注数据（即训练数据有明确的输入(X)和输出(Y)）。
藓类少女·2025-03-23 17:16

Ubuntu实时读取音乐软件的音频流

本来打算使用的Pipewire+Helvum的方式实现，好处是可以直接利用Helvum图形化工具对软件输出的音频进行重定向，但是由于使用的是Ubuntu20.04，默认的音频服务器使用的是PulseAudio
冬瓜~·2025-03-23 17:14

应用程序编程接口API的类型与结构

目录API的主要类型API的组成部分API的作用和优势使用API的例子如何使用API总结API的主要类型WebAPI：这是最常见的一种API类型，通常用于通过网络与远程服务器进行通
恶霸不委屈·2025-03-23 17:14

OCR识别常见开源库

准确识别的前提是找到正确的字体进行训练，字体很重要，要覆盖所有识别的场景。Tess
yxfamyself·2025-03-23 17:44

TSL 和 SSL 是什么？它们有何关系？

它通过加密和身份验证机制，确保客户端（如浏览器）与服务器之间的通信不被窃听或篡改。版本：SSL1.0（未发布）、SSL2.0（1995年，已废弃）、SSL3.0（1996年，已淘汰）。
恶霸不委屈·2025-03-23 16:09

Windows Server 2025 使用 IIS 搭建 ASP.NET 3.5 网站

WindowsApp，登录验证安装ASP.NET3.51.参考文章WindowsServer2012安装.NETFramework3.5和WindowsServer2012上安装.NETFramework3.5打开服务器管理器
少湖说·2025-03-23 16:08

AJAX（Asynchronous JavaScript and XML）详解与应用

它可以在不重新加载整个网页的情况下，与服务器进行数据交换，从而提供更好的用户体验。1.1AJAX的核心特点异步通信：数据请求不会阻塞页面，提升用户体验。减少服务器负担：只获取需要的数据，减少流量。
风亦辰739·2025-03-23 15:32

QHDBO基于量子计算和多策略融合的蜣螂优化算法

2.DBO基本的蜣螂算法通过模拟蜣螂在自然界中的四种行为（滚动、产卵、觅食和偷窃）来执行种群位置更新。2.1滚动蜣螂在自然界中，蜣螂必须通过太阳导航，使其球滚动的路线尽可能直线。方程(1)用于原始论文中更新滚动蜣螂的位置：xi(t+1)=xi(t)+α⋅k⋅xi(t−1)+b⋅Δx(1)x_i(t+1)=x_i(t)+\alpha\cdotk\cdotx_i(t-1)+b\cdot\Deltax\
算法小狂人·2025-03-23 15:29

【如何打包docker大镜像】

项目场景：需要将容器服务部署到离线服务器上；方案：本机的镜像进行打包，然后拷贝到服务器上部署问题描述提示：这里描述项目中遇到的问题：docker中镜像太大，以至于打包时电脑卡死解决方案：压缩打包dockersavemmyolo
青柚~·2025-03-23 15:28

Linux——Linux系统编程之基于TFTP实现服务器与开发板间的文件传输实战总结

目录0引言1TFTP服务器搭建1.1TFTP基础1.2Ubuntu搭建TFTP服务器1.3测试TFTP服务器2开发板实现TFTP文件传输2.1同一网段2.2配置2.3客户端与服务器的通信0引言我们前面总结的
Winter_world·2025-03-23 15:57

A800核心加速技术深度剖析

通过实测数据显示，在典型AI训练场景下，A800相较于前代架构实现了3.2倍的吞吐量提升，同时单位功耗下的指令执行效率优化达47%。技术维度第二代架构A800架构提升
智能计算研究中心·2025-03-23 15:56

H200架构升级与实战解析

本文将从芯片级设计革新出发，剖析其多维度升级路径：首先解读计算单元拓扑重组带来的并行效率提升，阐释内存子系统的带宽优化策略；继而拆解面向AI训练场景的混合精度加速机制，以及科学计算工作负载的动态资源调度方案
智能计算研究中心·2025-03-23 15:56

AI模型技术演进与行业应用图谱

主流深度学习框架如TensorFlow和PyTorch持续优化动态计算图与分布式训练能力，而MXNet凭借高效的异构计算支持在边缘场景崭露头角。
智能计算研究中心·2025-03-23 15:26

H800能效架构实战解析

在架构设计中，异构资源调度算法通过实时分析任务特征与硬件状态，动态分配CPU、GPU及专用加速器资源，最大化硬件利用率；动态功耗模块则基于负载波动自适应调整供电策略，结合多级电压频率
智能计算研究中心·2025-03-23 15:56

算力网协同创新与多场景应用实践

内容概要算力网协同创新正通过技术融合与场景适配，驱动算力资源的高效整合与跨域调度。核心突破方向涵盖异构计算架构优化、边缘计算实时响应能力提升，以及智能算力在工业互联网、数字孪生等场景的动态供给。随着“东数西算”工程推进，算力网络需兼顾性能与可持续性，在芯片制程优化、模型压缩算法及能耗管理等领域形成技术闭环。技术方向应用场景关键指标异构计算架构工业检测任务延迟<10ms模型压缩算法医疗影像分析计算资
智能计算研究中心·2025-03-23 15:26

算力技术创新与多场景应用突破

内容概要算力技术创新正成为驱动数字经济发展的核心引擎，其演进路径呈现出多维度突破态势。从量子计算颠覆性架构到光子计算超高速特性，从异构计算资源动态整合到边缘计算实时响应机制，技术革新持续突破物理边界与能耗瓶颈。应用层面，工业互联网实时控制、元宇宙沉浸式交互、生物计算精准建模等场景对算力提出差异化需求，推动智能调度算法与能效管理体系的协同优化。与此同时，全国一体化算力网络建设加速芯片制程迭代、数据中
智能计算研究中心·2025-03-23 15:26

【第1章＞第6节】CMAC小脑模型神经网络的理论学习与MATLAB仿真

目录1.使用软件和版本2.CMAC小脑模型神经网络概述2.1CMAC网络结构2.2CMAC地址映射2.3学习过程3.CMAC网络的MATLAB编程实现4.分辨率，重叠度，学习率对CMAC网络的训练性能影响分析
fpga和matlab·2025-03-23 15:54

Swoole v6 要来了！即将增加多线程支持

在PHP+Swoole的服务器编程开发中，协程的支持已经解决了大部分难题，但是我们发现跨进程读写数据依然很难，需要借助进程间通信（IPC）、Redis、Swoole\Table或其他共享内存实现。
·2025-03-23 14:45

MMO基础服务器架构（四）：线程安全的对象池

更多代码细节，球球各位观众老爷给鄙人的开源项目点个Star，持续更新中~项目开源地址4.线程安全的对象池类(采用线程安全的单例模式)压测过~需要实现对象池的对象都要继承IPool接口namespaceCommon.Summer.core;publicinterfaceIPool{voidReturnPool();//放回对象池，释放持有的引用}usingSystem.Collections.Con
晴空～蓝兮·2025-03-23 14:53

MMO基础游戏服务器架构（三）：多线程消息队列

更多代码细节，球球各位观众老爷给鄙人的开源项目点个Star，持续更新中~[项目开源地址]3.单例消息分发类：MessageRouter消息包MessageBlock：使用值类型Struct降低GCpublicstructMessageBlock{publicBaseConnectionsender;publicIMessagemessage;}BaseManager：泛型类型安全的单例对象类，继承
晴空～蓝兮·2025-03-23 14:52

Sa-Token v1.20.0 发布，新增临时Token认证

框架针对踢人下线、自动续签、前后台分离、分布式会话……等常见业务进行N多适配，通过sa-token，你可以以一种极简的方式实现系统的权限认证部分Sa-Tokenv1.20.0版本更新包括以下内容：新增：
·2025-03-23 14:43

模式搜索+扩散模型：FlowMo重构图像Token化的技术革命

图像Token化作为现代生成式AI系统的核心技术，长期面临对抗性训练不稳定、潜在空间冗余等挑战。
芯作者·2025-03-23 14:21

trae使用攻略

2.多源草稿智能整合粘贴转录文本，用#clean去除冗余语气词并分段；以@引用其他文档内容，AI自动
yzx991013·2025-03-23 13:16

SpringBoot分布式架构下字典表设计与实战应用

一、分布式环境下的字典表挑战数据一致性要求：多服务节点间的字典数据同步高并发访问压力：基础数据的频繁读取需求动态更新需求：业务运行时字典数据的热更新能力多级缓存策略：本地缓存与分布式缓存的协同工作二、技术方案设计架构图
潘多编程·2025-03-23 13:44

「JavaScript深入」Socket.IO：基于 WebSocket 的实时通信库

Socket.IOSocket.IO的核心特性Socket.IO的架构解析Socket.IO的工作流程Socket.IO示例：使用Node.js搭建实时聊天服务器1.安装Socket.IO2.服务器端代码
八了个戒·2025-03-23 13:13

6.5840 Lab 2: Key/Value Server

在这个实验中，你将构建一个单机版的键值服务器，该服务器能够确保每个操作在网络故障的情况下依然能被精确地执行一次，并且这些操作是线性化的。
idMiFeng·2025-03-23 13:10

Squid 代理服务器应用

Squid代理服务器应用一、Squid服务基础1.1缓存代理概述（一）代理的工作机制（二）代理的基本类型1.2编译安装及运行步骤（理论）1.3编译安装及运行具体操作（实操）二、构建代理服务器2.1传统代理
Z__Cheng·2025-03-23 12:08

AI大模型训练教程

训练一个大模型需要大量的计算资源、数据和专业知识。本教程将带你了解如何从零开始训练一个AI大模型。2.准备工作2.1硬件要求GPU：推荐使用NVIDIA的高性能GPU，如A100、V100等。
Small踢倒coffee_氕氘氚·2025-03-23 12:07

并发安全的sync.Map

但是当操作频繁且要求性能的情况下，锁的优化已经无法满足业务需求，考虑到互联网应用通常是读多写少的场景，Golang的标准库提供了一个特殊的并发安全的map实现，为了与原生map区分，人们习惯性称为sync.map
不7夜宵·2025-03-23 12:06

后端登录校验(一）——会话技术

一、登录校验1.什么是登录校验登录校验是服务器端对浏览器端（就是客户端）发送的请求进行校验。
develop_lost·2025-03-23 12:05

秒杀场景的设计思考

其具有如下特点：瞬时高并发读多写少不能超卖设计的核心思路在
思无邪6675·2025-03-23 11:03

大语言模型微调和大语言模型应用的区别？

关键要点微调大型语言模型（LLM）是调整预训练模型以适应特定任务或领域的过程，研究表明这能显著提升性能。大型语言模型应用是指将LLM用于实际问题解决或任务执行，如聊天机器人或文本生成。
AI Echoes·2025-03-23 11:30

计算机视觉总结

数据增强：在训练数据中增加复杂光照场景下的样本，如强光、弱光、背光等，通过数据增强提高模型对不同光照条件的适应性。模型调整：对YOLOv5模型的网络
Trank-Lw·2025-03-23 11:30

自动驾驶系统的车辆动力学建模：自行车模型与汽车模型的对比分析

在自动驾驶系统的车辆动力学建模中，自行车模型（BicycleModel）和更复杂的汽车模型（如双轨模型或多体动力学模型）各有其适用场景和优缺点。
赛卡·2025-03-23 11:59

英伟达常用GPU参数速查表，含B300.....

英伟达常用GPU参数速查表，收藏备用：含RTX5090、RTX4090D、L40、L20、A100、A800、H100、H800、H20、H200、B200、B300、GB300.....专注于高性能计算人工智能细分领域
Ai17316391579·2025-03-23 11:59

XPipe：一款新型开源终端管理神器

工具介绍XPipe是一款创新的Shell连接中心和远程文件管理器，它能够让你从本地机器轻松访问整个服务器基础设施。这款工具运行在
修己xj·2025-03-23 11:58

深度学习 Deep Learning 第8章 深度学习优化

深度学习第8章深度学习的优化章节概述本章深入探讨了深度学习中的优化技术，旨在解决模型训练过程中面临的各种挑战。优化是深度学习的核心环节，直接关系到模型的训练效率和最终性能。
odoo中国·2025-03-23 10:26

MyBatis——基于MyBatis注解的学生管理程序

层pojo层utils层测试层实验要求  本实验要求根据学生表在数据库中创建一个s_student表，根据班级表在数据库中创建一个c_class表，班级表c_class和学生表s_student是一对多的关系
基础较差的cs菜鸟·2025-03-23 10:25

学习笔记——GPU

注：本文中GPU的讲解以A100型号为例，V100跟A100的架构差别不大也可适用，但是其他架构可能会有所出入。
鹤岗小串·2025-03-23 09:17

读书笔记五 ---大数据之路--数仓分层

例如:原始的订单变更记录数据、服务器引擎的访同日志。（原始数据
qq_38215991·2025-03-23 08:11

奇迹科技：蓝牙网关赋能少儿篮球教育的创新融合案例研究

重点分析其在提升教学效果、保障训练安全、优化个性化教学等方面的实践与成效，为教育机构和从业者提供参考。
Ms_lan·2025-03-23 08:38
上一页 4 5 6 7 8 9 10 11 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他