Blazar

virtualenvs虚拟环境配置 安装虚拟环境依赖 先安装虚拟环境的依赖库： 123sudo pip install virtualenvsudo pip install virtualenvwrapper(virtualenvwrapper-win 创建虚拟环境管理目录： 1mkdir ~/.virtualenvssudo vim ~/.bashrc#在.bashrc的末尾增加下面两行内容export WORKON_HOME=$HOME/.virtualenvs # 所有虚拟环境存储的目录source /usr/local/bin/virtualenvwrapper.sh #激活虚拟环境source ~/.bashrc #激活 创建虚拟环境 123456789>>>mkvirtualenv new_vir --python=python3#创建新的虚拟环境为new_vir# todo>>>mkvirtualenv -p /usr/bin/python3 new_vir #制定虚拟环境的python为local的python3> ...

1、区分左值与右值的区别 左值与右值的根本区别在于是否允许取地址&运算符获得对应的内存地址。 变量可以取地址，所以是左值，但是常量和临时对象等不可以取地址，所以是右值。 左值是表达式结束后依然存在的持久对象(代表一个在内存中占有确定位置的对象)。 右值是表达式结束时不再存在的临时对象(不在内存中占有确定位置的表达式）。 所有的具名变量或者对象都是左值，而右值不具名。 对表达式取地址，如果能，则为左值，否则为右值。 常见的右值：“abc",123等都是右值。 右值引用，可以延长右值的生命周期 123int&& i = 123;int&& j = std::move(i);int&& k = i;//编译不过，这里i是一个左值，右值引用只能引用右值 2、Move 用法1 转移所有权 ​ 将快要销毁的对象转移给其他变量，这样可以继续使用这个对象，而不必再创建一个一样的对象，省去了创建新的一样内容的对象，也就提高了性能。 1234567891011121314151617181920// move exampl ...

以拟合直线为例，分析总结几种方法，有最小二乘法、Ransac、Tukey、Huber。 image-20230701111935103 最小二乘法(Least Squares Method) 一种常用的参数估计方法，用于拟合数据点集到一个数学模型。它的目标是找到最优参数，使得模型预测值与实际观测值之间的残差平方和最小化。 在直线拟合问题中，最小二乘法可以用于找到最优的斜率和截距，使得直线与数据点的残差平方和最小化。 最小二乘法的优点是简单直观，但对异常值敏感。 demo1 1234567891011121314151617181920212223242526272829303132333435363738394041424344454647484950515253#include <iostream>#include <vector>#include <cmath>// 直线结构体，包含斜率和截距struct Line { double slope; double intercept;};// ...

c++使用pdb信息复现崩溃位置 条件：发布程序时保留对应版本的pdb文件 复现步骤： 1、拷贝崩溃产生的dmp文件 dmpfiles 2、使用vs2017打开dmp，这里能够大致看到崩溃信息 dmpfiles 3、在设置符号调试内，勾选Microsoft符号调试器与软甲同版本的pdb文件列表，且要加载排除模块外的所有模块，配置好后点击确认 dmpfiles 4、创建崩溃程序的同路径同版本程序，在右侧操作栏，点击使用仅限本机进行调试； 工程建立新分支回退到崩溃程序的相同版本(若不进行此操作，复现的崩溃位置不正确)； (首次加载符号需要从微软自动下载pdb文件，科学上网加快速度)等待后就可以看到崩溃位置源码与堆栈信息；

opencv并行 使用cv::parallel_for_函数对目标函数进行并行加速 官方函数原型 12345inline void parallel_for_(const Range& range, std::function<void(const Range&)> functor, double nstripes=-1.){ parallel_for_(range, ParallelLoopBodyLambdaWrapper(functor), nstripes);}#endif 使用案例：求取0-1000的和与最大值 123456789101112131415161718std::atomic<int> _nSumValue = 0;std::atomic<int> _nMax = 0;cv::parallel_for_(cv::Range(0, 1000), [&](const cv::Range& range) { for (int i = range.sta ...

一、操作步骤 1、 移动依赖文件至<C:> 2、 安装显卡驱动 3、 解压视觉软件至<C:> 4、 设置页面文件大小与显卡高性能设置 二、设置页面文件大小 在自主训练软件下需要虚拟内存，需要进行以下设置。 1、 右击此电脑，点击高级系统设置； 2、 在弹出的系统属性中，选择高级，(性能)设置； 3、 在弹出的性能选项中，选择高级，点击(虚拟内存)更改； 4、 不勾选自动管理所有驱动器的分页大小，依次点击每个盘符，选择为系统管理的大小，并单击设置，最后点击确认。若提示电脑需要重启则重新启动。 三、安装显卡驱动，设置显卡高性能 要求系统在固定时间内实时响应，但是当前win10系统下，会自动根据负载调整CPU和GPU运行频率，导致算法执行时间波动非常大。 5、 点击win，搜索NVIDIA Control Panel 6、 通过预览调整图像设置 - 使用我的优先选择 - 侧重于 - 性能 - 应用，保存设置 7、 管理 3D 设置：将电源管理模式设置为最高性能优先，点击“应用”保存设置生效。 8、 验证方式：通过 ...

一、QT环境 打开终端Qt 5.11.1 64-bit for Desktop (MSVC 2017)或系统的cmd 切换到程序运行盘符:E，cd到要打包exe的目录下 执行命令 windeployqt XXX.exe，则会生成QT环境； 在程序运行目录下 二、其他环境 打开终端适用于 VS 2017 的 x64 本机工具命令提示 切换到程序目录，执行命令dumpbin /IMPORTS XXX.exe>output.txt导出依赖； 使用everything将查找到的*.dll拷贝到程序目录

当前最常用的几个线程库 1、c++官方<thread>，使用的函数类std::thread 2、QT的QThread类 3、Windows API ::CreateThread std::thread lambda写法 1234567891011121314int nInputValue1 = 10;//输入的形参1int nInputValue2 = 20;//输入的形参2// 线程函数声明std::thread testCppThread([&](int nVal1,int nVal2) { // 逻辑代码 for (int i = 0; i < nVal1; i++) { std::this_thread::sleep_for(std::chrono::milliseconds(100)); } }, nInputValue1, nInputValue1);testCppThread.detach(); // 后台执行，立即执行后续代码// testCppTh ...

常用组合命令 hexo s -g #生成并本地预览 hexo d -g #生成并上传 hexo clean #清空本地缓存 hexo clean && hexo g && hexo s markdown标题头配置 123456title: 文章标题date: 2024-02-10 14:47:40categories: 分类(只能单个)tags: - 标签一(可以多个) - 标签二 设置显示数学公式 方法1 Hexo当中的数学公式插入问题 hexo已经把hexo-math整合到了hexo里面，所以你不需要再去单独装一些东西。你要做的事情就是，打开themes->你的主题，我这里是next->_config.yml 方法2 找到math这一段 把mathjax 下面的enable: false 改成 true 1234567891011121314# Math Formulas Render Support# Warning: Please install / uninstall the relevant rend ...

人工智障瞎学 一、环境配置 12345tensorflow-gup==2.0pytorch==1.3.0cuda==10.1cudnn==7.6.4nvidia-418 tensorflow2.0 解决pycharm自动补全与应用bug(reference csy) 注： 修改里我们仅仅修改了keras的import路径，所以keras需要使用from tensorflow import keras; 而import keras中其他的包例如layers，需要写成from tensorflow.python.keras import xxxx; Go to the dir /python3/site-packages/ and change the name of /tensorflow/ to /tensorflow_back/, then change the name of /tensorflow_core/ to /tensorflow/ Go to the file /tensorflow/init.py(which was in /tensorfl ...