RocketMQ系列-搭建Namesrv源码调试环境在学习任何一个技术框架的时候，我们通常都是先了解是什么，有什么作用、解决什么问题、设计亮点和设计思想是什么；当然对于技术学习上来说，这只是纸上谈兵，一开始比较基础的学习，当我们想要深入的时候，我们必不可少的就是希望能够去调试源码，能够在本地运行一下这个技术框架，能够断点调试一下这个框架最核心的功能或者看一下内部的数据结构。所以我们学习一个技术框架，...

上篇文章刚刚介绍完redis的主从复制集群，但主从复制集群主要是为了解决redis集群的单点故障问题，通过整合哨兵能实现集群的高可用；但是却无法解决数据容量以及单节点的压力问题，所以本文继续介绍redis的分片集群；分片集群即将不同的数据分发到不同的redis实例(或者主从集群)，每个redis实例没有关联，这样当数据量过大时就做到了数据的分治，如果某个实例故障也不至于丢失所有的数据；下面我会首先解决...

修改conda的源，用清华源，具体修改方法详见 anaconda | 镜像站使用帮助 | 清华大学开源软件镜像站 | Tsinghua Open Source Mirror 2. 创建conda虚拟环境 网上类似教程很多，搜索即可 3. 安装pytorch 官方方法为Start Locally | PyTorch 具体就是运行 conda install pytorch torchvision to...

目录 1.1 学习本专栏知识需要有前置知识作为铺垫 1.2 Pytorch环境布置 1.2.1 乌班图环境布置  1.2.2 英伟达显卡驱动安装 1.2.3 如何查看你的电脑应该安装的CUDA+cuDNN版本  1.2.4 CUDA+cuDNN安装  1.2.5 安装pip  1.2.6 安装pytorch   1.3 验证安装 1.1 学习本专栏知识需要有前置知识作为铺垫 1.2 Pytorch环境...

测试环境： vistual studio 2019 win10  64位 .net framework 4.7.2 安装参考：TensorFlow.NET 测试程序参考：TensorFlow.NET 1  在包管理工具中安装：Install-Package TensorFlow.NET 本次测试安装的版本是：0.70.2   2  在包管理中安装：Install-Package TensorFlow....

K8s集群环境搭建1、环境规划1.1 集群类型 1.2 安装方式 1.3 准备环境 2、环境搭建 2.1 主机安装 2.2 环境初始化 查看操作系统的版本# 此方式下安装kubernetes集群要求Centos版本要在7.5或之上[root@master ~]#cat /etc/redhat-releaseCentOS Stream release 8 主机名解析 （三个节点都做）# 为了...

3、device按照真实的路径配置，上面有讲到 五、Veristand调用Logitech G923 拓展 注：实时机无法调用Labview中的操纵杆采集模块，因此只能在本地模式下运行且为Window环境。 主要实现程序： 下面做了方向盘角度转换、油门踏板、刹车踏板、离合开度转换 ...

Python 优先的深度学习框架，也是使用 GPU 和 CPU 优化的深度学习张量库，能够在强大的 GPU 加速基础上实现张量和动态神经网络。 在使用PyTorch的时候经常会遇到一些问题，比如虚拟环境配置错误（没有安装TensorBoard），报错搞不懂问题出在哪等 或者是一些硬件上的问题，自己的电脑跑不动之类的。 这种时候就发现了北鲲云超算平台（不是 想要在北鲲云上使用Pytorch还是很简单的...

前文已经初始化了 workspace-root，从本文开始就需要依次搭建组件库、example、文档、cli。本文内容是搭建 组件库的开发环境。1 packages 目录前面在项目根目录下创建了 packages 目录，该目录存放组件库的所有组件及组件库的入口。该目录中已经创建了两个子目录 foo 和 yyg-demo-ui。这两个目录是干嘛用的呢？1.1 foo 目录foo 目录代表一个示例...

场景描述 搞深度学习时需要先搭建环境，需要折腾显卡驱动、cuda、cudnn、以及各种深度学习框架（TensorFlow、Pytorch等）。光听这些名词有好些人都迷糊了，更不要提解决他们之间的不兼容，完成环境搭建了。这里先简单解释上述名词，不求高深与专业，理解他们处于什么位置就行。 通俗解释 显卡：一块焊了GPU 芯片的电路板，上面还有电容电阻以及其他辅助芯片。 因为有些复杂计算 CPU 效率太低...