HNU-超算队招新

于 2024-10-11 17:33:49 发布
阅读量46 收藏
点赞数
文章标签： 计算机系统
未经允许不得转载
本文链接：https://blog.csdn.net/Aaron503/article/details/142859508
版权

为湖大的超算队打个广告 欢迎对超算竞赛/并行计算相关的同学加入！

A橙_
关注
HNU-SMS.zip
01-19
标题中的“HNU-SMS.zip”表明这是一个与湖南大学（HNU）相关的项目，而“SMS”可能代表“Structural Mechanics Solver”或者“Static Mechanics System”，暗示这是一个专注于结构力学求解的程序。这个项目的重点是...
HNU-概率论-笔记（2021级）
10-29
"概率论笔记（2021级）" 概率论是数学的一个分支，研究随机事件的概率和统计规律。概率论的知识点包括随机事件、概率的公理化定义、事件的运算、条件概率、独立性、系统的可靠性、分布函数、随机变量、概率密度函数...
HNU-2021数字图像处理大作业
11-03
【标题】"HNU-2021数字图像处理大作业"主要涵盖了两个核心知识点：图像处理中的目标去除和目标检测。在这个项目中，学生被要求实现特定的算法来处理图像，具体包括移除图像中的红色十字虚线标记以及识别并标记图像中...
HNU-操作系统-笔记（2021级）
10-29
"操作系统笔记（2021级）" 操作系统是计算机系统中最基本的系统软件，它管理计算机系统的硬件和软件资源，提供了基本的服务和功能，方便用户使用计算机。操作系统的主要功能包括进程管理、存储器管理、设备管理和...
hnu-计算机网络-socket
05-17
【标题】"hnu-计算机网络-socket" 涉及的是计算机网络中的Socket编程，这是一个重要的网络编程接口，主要用于创建和管理网络通信连接。在本实验中，学生将学习如何利用Socket进行数据的发送与接收，理解TCP/IP协议栈...
逆变器PQ控制模型、逆变器并网模型（Simulink） 直流侧电压650V～2000V均可 交流测电压为380V 有功功率和无功
10-10
逆变器PQ控制模型、逆变器并网模型（Simulink） 直流侧电压650V～2000V均可 交流测电压为380V 有功功率和无功功率可达10kW或10kVar，甚至更高
SpringBoot+Vue工厂生产设备维护管理系统答辩PPT.ppt
10-10
计算机毕业设计答辩PPT
CPA 税法 马兆瑞 基础班 第10章-本章概述-PPT-8页.pdf
10-10
CPA 税法 马兆瑞 基础班 第10章-本章概述-PPT-8页.pdf
CCS软件之工程模板的创建
10-10
工程模板创建的基础文件
nmpc非线性模型预测控制从原理到代码实践 含4个案例 自动泊车轨迹优化； 倒立摆上翻控制； 车辆运动学轨迹跟踪； 四旋翼无人机
10-10
nmpc非线性模型预测控制从原理到代码实践 含4个案例 自动泊车轨迹优化； 倒立摆上翻控制； 车辆运动学轨迹跟踪； 四旋翼无人机轨迹跟踪。
SpringBoot+Vue多媒体素材管理系统答辩PPT.pptx
10-10
计算机毕业设计答辩PPT
cmake-3.30.1-windows-arm64.msi win11 on arm 通过cmake编译&运行C++代码
10-10
cmake-3.30.1-windows-arm64.msi 安装完毕后一定要设置环境变量。 可以参考：https://blog.csdn.net/feng8403000/article/details/142767555
基于BOSS直聘数据分析师职位信息的爬虫实现、数据分析、数据可视化和机器学习预测的综合性项目python源码.zip
最新发布
10-10
基于BOSS直聘数据分析师职位信息的爬虫实现、数据分析、数据可视化和机器学习预测的综合性项目python源码.zip
图像处理之直方图均衡化与CLAHE技术详解及Python代码实现（包含详细的完整的程序和数据）
10-10
内容概要：本文详细介绍并提供了如何使用 OpenCV-Python 在不同颜色空间下进行直方图均衡化（Histogram Equalization）以及自适应直方图均衡化（Adaptive Histogram Equalization, AHAE 或称为 Contrast Limited Adaptive Histogram Equalization, CLAHE）的实际应用示例，从原理出发，对比这两种方法的效果及其特点。 适合人群：有一定 Python 编程能力并对 OpenCV 具有基本认知的开发者和研究人员。 使用场景及目标：可用于改善数字影像质量的应用场合，在医疗、安防监测、遥感分析等多种视觉任务中有广泛的用途。 其他说明：本文除了介绍两种主要的直方图均衡化技术外，还讨论了如何针对彩色图像在 HSV 和 YUV 等色彩模型中进行优化操作，并给出完整的源代码，便于读者上手试验。此外，提示使用者注意在特定环境下使用时可能出现的弊端以及未来的研究方向。
CPA 《税法》 马兆瑞 教材精讲 第十一章印花税法和企业所得税法 第一段.pdf
10-10
CPA 《税法》 马兆瑞 教材精讲 第十一章印花税法和企业所得税法 第一段.pdf
Python实现循环链表数据结构（包含详细的完整的程序和数据）
10-10
本文详细介绍了循环链表这一数据结构的两种形式—循环单链表与循环双链表的具体实现方法，并给出了具体的操作实例。内容涉及节点的添加与删除，查找元素等功能以及如何计算列表的长度。 适合人群：具有Python基础知识并对数据结构有一定兴趣的学习者与程序员。 使用场景及目标：适用于约瑟夫问题，循环队列等问题，通过学习能够更好地理解和运用这类结构来优化程序。 其他说明：强调正确的指针管理与合理的错误检查对于防止运行时发生故障（如内存泄漏和断开链表）是非常重要的，并提出可能进一步提升性能的方向。
Django+Vue公务员考试信息管理系统答辩PPT.ppt
10-10
计算机毕业设计答辩PPT
python 程序 截图工具
10-10
python 程序 截图工具
基于yolov9实现的打电话、玩手机检测系统python源码+详细运行教程+训练好的模型+评估指标曲线.zip
10-10
【使用教程】 一、环境配置 1、建议下载anaconda和pycharm 在anaconda中配置好环境，然后直接导入到pycharm中，在pycharm中运行项目 anaconda和pycharm安装及环境配置参考网上博客，有很多博主介绍 2、在anacodna中安装requirements.txt中的软件包 命令为：pip install -r requirements.txt 或者改成清华源后再执行以上命令，这样安装要快一些 软件包都安装成功后才算成功 3、安装好软件包后，把anaconda中对应的python导入到pycharm中即可（不难，参考网上博客） 二、环境配置好后，开始训练（也可以训练自己数据集） 1、数据集准备 需要准备yolo格式的目标检测数据集，如果不清楚yolo数据集格式，或者有其他数据训练需求，请看博主yolo格式各种数据集集合链接：https://blog.csdn.net/DeepLearning_/article/details/127276492 里面涵盖了上百种yolo数据集，且在不断更新，基本都是实际项目使用。来自于网上收集、实际场景采集制作等，自己使用labelimg标注工具标注的。数据集质量绝对有保证！ 本项目所使用的数据集，见csdn该资源下载页面中的介绍栏，里面有对应的下载链接，下载后可直接使用。 2、数据准备好，开始修改配置文件 参考代码中data文件夹下的banana_ripe.yaml，可以自己新建一个不同名称的yaml文件 train：训练集的图片路径 val：验证集的图片路径 names: 0: very-ripe 类别1 1: immature 类别2 2: mid-ripe 类别3 格式按照banana_ripe.yaml照葫芦画瓢就行，不需要过多参考网上的 3、修改train_dual.py中的配置参数，开始训练模型 方式一： 修改点： a.--weights参数，填入'yolov9-s.pt'，博主训练的是yolov9-s，根据自己需求可自定义 b.--cfg参数，填入 models/detect/yolov9-c.yaml c.--data参数，填入data/banana_ripe.yaml，可自定义自己的yaml路径 d.--hyp参数，填入hyp.scratch-high.yaml e.--epochs参数，填入100或者200都行，根据自己的数据集可改 f.--batch-size参数，根据自己的电脑性能（显存大小）自定义修改 g.--device参数，一张显卡的话，就填0。没显卡，使用cpu训练，就填cpu h.--close-mosaic参数，填入15 以上修改好，直接pycharm中运行train_dual.py开始训练 方式二： 命令行方式，在pycharm中的终端窗口输入如下命令，可根据自己情况修改参数 官方示例：python train_dual.py --workers 8 --device 0 --batch 16 --data data/coco.yaml --img 640 --cfg models/detect/yolov9-c.yaml --weights '' --name yolov9-c --hyp hyp.scratch-high.yaml --min-items 0 --epochs 500 --close-mosaic 15 训练完会在runs/train文件下生成对应的训练文件及模型，后续测试可以拿来用。 三、测试 1、训练完，测试 修改detect_dual.py中的参数 --weights，改成上面训练得到的best.pt对应的路径 --source，需要测试的数据图片存放的位置，代码中的test_imgs --conf-thres，置信度阈值，自定义修改 --iou-thres，iou阈值，自定义修改 其他默认即可 pycharm中运行detect_dual.py 在runs/detect文件夹下存放检测结果图片或者视频 【备注】 1、该资源内项目代码都经过测试运行成功，功能ok的情况下才上传的，请放心下载使用！有问题请及时沟通交流。 2、适用人群：计算机相关专业(如计科、信息安全、数据科学与大数据技术、人工智能、通信、物联网、自动化、电子信息等)在校学生、专业老师或者企业员工下载使用。
离第一个操作系统hnu-os发布已经没有多少时间了，但它的一些组件还没有完成，内存管理器就是其中之一。根据开发人员的计划，在第一个版本中，内存管理器将非常简单和直观。它将支持三个操作：
06-28
### 回答1： 申请内存、释放内存和查看内存使用情况。这些操作将通过系统调用来实现。内存管理器的主要功能是管理系统中的内存分配和释放，确保内存使用的高效性和安全性。虽然内存管理器还没有完成，但开发人员正在努力工作，以便在不久的将来发布完整的版本。 ### 回答2： 内存分配、内存释放和内存查找。内存分配可以让程序在运行时获取需要的内存空间，内存释放则是将不再需要的内存空间还给操作系统，以便重新分配给其他程序使用。内存查找则是检查某个内存地址是否已经被分配。这些功能对于操作系统运行和程序开发都具有很大的重要性。 内存管理器的实现主要考虑了几个因素。首先是内存的物理组织形式。操作系统需要能够识别内存的物理组织形式，才能够有效地进行内存管理。其次是内存的分配和释放。操作系统需要能够根据不同的需求分配不同大小的内存空间，并且能够及时地释放内存空间以提高系统的运行效率。还有一个重要的因素是内存的安全性。操作系统需要确保不同程序之间的内存空间互相隔离，避免出现内存泄露或者内存破坏等问题。 对于内存管理器的实现方式，目前有很多种不同的方法。其中，最常见的是分页内存管理方式。这种方式将内存空间分成若干个大小相等的页面，每个页面都有自己的地址和内存状态，操作系统只需要记录每个页面的状态和分配情况即可。当程序需要内存空间时，内存管理器会寻找空闲的页面，并将其分配给程序使用。当程序不再需要这些内存空间时，内存管理器会将其释放，并将页面标记为未分配状态。 总之，内存管理器是一个操作系统非常重要的组件，对于系统的性能和稳定性都有很大的影响。hnu-os的内存管理器的实现将进一步完善，以满足更多的需求。 ### 回答3： 内存分配、内存释放和内存查看。但是，由于内存管理器的实现需要许多复杂的算法和微妙的技巧，因此开发人员需要花费更多的时间来完成它。 内存管理器是操作系统中最重要的组件之一，因为它确保操作系统能够正确地使用计算机的内存。内存管理器的主要任务是将物理内存地址映射到虚拟内存地址，并跟踪哪些内存块已经被分配、哪些是空闲的，以及哪些正在使用。 在操作系统中，内存被分割成多个块。当一个程序需要内存时，内存管理器会分配一个或多个块来满足程序的要求。当程序完成它的工作并将内存释放时，内存管理器会将这些块标记为空闲状态，以备后续程序再次使用。 内存管理器还需要处理许多其他事项，例如内存碎片化和内存保护。内存碎片化是指当程序释放一些内存块时，内存管理器会留下一些无法使用的小空间，这些空间可能过小，无法再分配给其他程序。内存保护是指内存管理器可以防止程序访问不属于它的内存区域，从而保护操作系统和其他程序的稳定性和安全性。 总之，内存管理器对于计算机系统的稳定性和性能至关重要。虽然它可能需要一些时间来完成，但一旦实现，它将使操作系统功能更加完整且能够更好地支持更复杂的任务和应用程序。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值