由于电脑是连的手机热点，昨天热点突然流量超了断了2次（手机单次热点流量限额设为150M）。然后发现不对劲后点开任务栏右面的wifi图标--打开网络和Interent设置，找到数据使用量（有的版本连上wifi会在状态那里显示）发现系统跑了200M流量，浏览器跑的130M。（这个数据建议每天重置，它只统计总量，不知道啥时候用了多少流量） 服务禁用更新win+r 打开运行 输入 service
转载
2024-03-04 12:14:09
363阅读
================运用插件内部tomcat直接运行==========================================去tomcat官网http://tomcat.apache.org/，左侧栏Apache Tomcat下的Maven Plugin，点进去选择最新版本Version 2.2通过介绍可知，使用tomcat的maven插件有两种配置方式:第一种：在pom.
现在民用宽带已经不再是「小水管」时代，随便办个套餐就送 100兆、200兆宽带，甚至有地方已经开始铺千兆宽带。但是据小李的不科学统计，大多数家庭的宽带都被白白浪费，为什么 100兆、200兆宽带打个小游戏还是 460 ping？真的是带不动吗？在埋怨营运商前应该先检查这几个地方。 一、入户宽带 可以把运营商的机房想象成一个水库，你交多了少钱，运营商就给你用多粗的水管，水管越粗当然流量就越大，同一时
转载
2024-06-05 07:59:49
31阅读
背景小编在刚开始学习Python时，是在Python官网下载的原生版本，用的是自带的编码环境，后来了解到在数据分析、数据科学领域用Jupyter notebook比较好，于是直到现在也是一直在用Jupyter notebook，也偶尔用PyCharm做开发。在数据分析与处理中Jupyter notebook还是很方便，可以直接查看数据，可以写文档，可以画图 等很多优点，感觉Jupyter note
R语言无网络安装R包，彻底解决依赖问题！
R version: 3.5.3, 3.6.3更新日期: 2020-9-10大家测试后多提建议哈, 有问题我会持续更新的在工作中，我们使用的服务器通常是不能联外网的，这在安装R包的时候产生了巨大的不便。网上有很多帖子使用tools::package_dependencies这个工具下载依赖，但是这个工具是有坑的，相信尝试过的同学依然会发现有些依赖
转载
2023-05-23 14:55:30
951阅读
1、场景开发在线打包功能，在网页前端输入各种配置，Java后台将资源后者参数传给打包脚本，并执行脚本打包出应用。为了将前后台代码和安卓打包环境实现一键部署，需要将环境结构做一个类似镜像的压缩文件出来，方便日后别人使用时，放置到服务器上只要运行脚本即可部署好。2、使用shell脚本构建好文件目录结构，解压缩出安卓源代码，编译sdk, 签名文件， gradle工具文件，按照固定的目录结构，成功打包。然
转载
2023-11-17 14:01:02
43阅读
的一 前言最近写了个又臭又长的代码来验证idea，效果还行但速度太慢，原因是代码中包含了一个很耗时的模块，这个模块需要连续执行百次以上才能得到最终结果，经过实测模块每次执行消耗约20ms，而且两次执行之间没有先后关系，为了保证系统的实时性，我决定将这一部分运算放在GPU上执行。二 环境配置（dirver CUDA + runtime CUDA）要想使用GPU加速计算，首先需要一块性能还可以的Nvi
转载
2024-04-17 15:19:00
139阅读
在当今数字化时代，网络和互联网已经变得无处不在。作为网络世界中的重要一环，数据流量的管理和监控变得至关重要。而Linux作为一种开源操作系统，提供了许多强大的工具和功能来处理和分析流量数据。本文将重点介绍与Linux流量相关的一些知识和技术。
首先，什么是流量数据？简单地说，流量数据是指通过网络传输的信息。无论是通过互联网浏览网页，发送电子邮件，还是在线观看视频，所有这些都需要通过网络传输数据。
原创
2024-02-05 11:55:17
140阅读
最近在网上看到一个跑酷代码的例子，写的很不错，连接如下http://www.waitingfy.com/archives/783现在我把他精简了一下，去除了一些比较简单的特效，着重保留了主角的跳跃动作，墙壁的循环展示，碰撞检测我写了一个cocos2d3.0 c++版本和cocos2d-lua版本，具体的原理可以参考一下代码，因为只是精简版，代码可能有些不足，希望大家多多指正1. 效果图
转载
2024-05-21 12:45:14
110阅读
问题描述在使用服务器多核跑程序的时候，需要把核心的程序抽取出来，然后提供迭代参数。然后就可以使用多核去跑程序了。但是在执行的过程中报错如下：Exception has occurred: TypeError unhashable type: 'list'File "/home/LIST_2080Ti/njh/CHB-MIT-DATA/epilepsy_eeg_classification/prep
基本命令（linux/shell）基本操作连接服务器查看GPU状态进程管理一键导出环境 / 配置环境复制/移动pip下载很慢虚拟环境condashell脚本串行调参tensorboard可视化训练过程 记录深度学习使用服务器一些常用的shell操作。 基本操作连接服务器ssh username@ipaddress (直接用命令行连接，但scp传文件等必须是linux系统，最开始安了ubuntu
Linux的权限管理一、Linux权限的概念1.实现账号的切换2.仅提升当前指令的权限3.普通用户添加到信任列表二、Linux权限管理1.文件访问者的分类（人）2.文件类型和访问权限（事物属性）文件类型：基本权限：文件权限值的表示方法为什么要有组存在?3.文件访问权限的相关设置方法file指令：目录的权限粘滞位关于权限的总结 一、Linux权限的概念Linux下有两种用户：超级用户（root）、
一、docker简介 Docker 是一个开源的应用容器引擎，基于 Go 语言 并遵从 Apache2.0 协议开源。Docker 可以让开发者打包他们的应用以及依赖包到一个轻量级、可移植的容器中，然后发布到任何流行的 Linux 机器上，也可以实现虚拟化。容器是完全使用沙箱机制，相互之间不会有任何接口（类似 iPhone 的 app）,更重要的是容器性能开销极低。1、Docker的应用场景We
转载
2023-10-15 13:48:13
83阅读
继一月份国产操作系统UOS v20版发布之后，深度的Deepin v20操作系统于本月也正式发布了。该版本带来了全新的Deepin桌面及全家桶软件，Linux 5.3内核，永久免费使用。说到Deepin，大家都知道它是由武汉深之度科技有限公司致力于为全球用户提供美观易用、安全可靠的Linux发行版。有相关数据显示，深度系统在全球前100的Linux发行版位居第十，要晓得哟，这可是我们唯一一款上榜的
转载
2023-11-26 14:46:01
76阅读
写在最前深度学习辣么火，感觉应该学习学习以免以后人家讲座什么的听不懂。因此想要从应用层面出发，学习学习，那就看看怎么用tensorflow（以下简称tf）做神经网络吧。Tensorflow 基础构架本章主要讲解tensorflow主要的元素，其中包括会话session，变量variable，传入值placeholder，激励函数Activation Function。下面的代码是一个简单的tf程序
转载
2024-10-05 11:30:29
6阅读
需求背景有时候我们需要给别人在服务器上装东西，根据经验，装一次服务器要花至少半个小时，而且很多时候因为系统不一致等情况导致安装依赖之类的问题会很麻烦。因此，我决定尝试用docker来制作一个统一的镜像。以前虽然就学习过docker技术，但是没有实际使用过，感觉适用于需要安装很多机器的情况，所以一开始并用不上，毕竟多了一层之后诸如文件同步之类的情况没有那么方便。这里边复习边整理。优点和缺点优点是能够
转载
2023-10-08 15:08:21
91阅读
1 前言原料：我有两台电脑，一台是Win10系统的小米笔记本12.5（简称为A电脑），一台是Ubuntu系统的小米游戏本（简称为B电脑）。A电脑没有GPU，没有配置任何深度学习环境；而B电脑的GPU是GTX 1060，配置好了深度学习环境，已经能用CUDA跑代码了。A电脑和B电脑使用的IDE都是VS Code。需求：代码调试：因为B电脑有GPU，我希望能够用A电脑调试B电脑的代码。场景1（远程调试
转载
2024-03-27 10:20:35
314阅读
引言 本文主要介绍Mysql主要的调 用流程，将从代码的角度来看一个从用户发出的"select * from test" SQL命令在服务器内部是如何被执行的。从我个人的经验来看，阅读理解大规模项目的代码最重要的两个方面，一是了解主要的数据结构，二是了解数据流，在这 里主要是调用流程。把这两个主线把握住以后，大部分代码都是比较容易阅读的，Mysql的源代码属于比较好读的类型，因
转载
2023-11-04 16:17:40
78阅读
1. LeNetLeNet是最早发布的卷积神经网络之一，因其在计算机视觉任务中的高效性能而受到广泛关注。 这个模型是由AT&T贝尔实验室的研究员Yann LeCun在1989年提出的（并以其命名），目的是识别图像中的手写数字。1.1 LeNet架构：总体来看，LeNet由两个部分组成：卷积块（有两个卷积层组成）和全连接块（由三个全连接层组成），架构如下图所示。 **每个卷积块中的基本单元是
利用Google Colaboratory运行本地深度学习代码前提条件一、创建Colaboratory二、连接GPU云服务器查看GPU型号三、将本地项目压缩包上传到谷歌云盘并解压3.1上传3.2 解压绑定GoogleDrive开始解压 最近学习使用了Google免费的GPU云服务器用于训练GitHub上的一个深度学习项目，下面记录一下环境配置过程 前提条件拥有谷歌账号，并注册谷歌云盘（注册登录
转载
2024-04-18 16:32:56
130阅读
