2021年02月_Janus_V

原创 CUDA版本与显卡驱动对照表

最新数据直接参考官网:https://docs.nvidia.com/cuda/cuda-toolkit-release-notes/index.html#title-resolved-issuesCUDA版本必须与所支持的驱动相对应Component NameVersion InformationSupported ArchitecturesCUDA Runtime (cudart)11.2.146x86_64, POWER, Arm64cuobjdump11.2.

2021-02-28 23:49:56 35141 1

原创 Dell PowerEdge R720 装机实录

前言:这里书接上头的内网穿透+DDNS篇流程:头一次自己买配件来装电脑, 然而第一台电脑就是根本不熟悉的服务器其实当初很早在看x79平台的时候就盯上他了, 只不过当初没有足够的装机源动力, 所以没有冒然下手iDrac端口的初步使用:由于买的是二手服务器, 所以iDrac端口并不是初始设置, 需要进入到BIOS中重新设置iDrac首先是通过前面板的三个按钮+小液晶显示器, 调整iDrac的IP端口这里的操作很傻瓜, 直接按照前面板的提示进行即可而后就能通过浏览器连接iDrac了但是还需要进

2021-02-27 22:07:12 2883

原创为R720安装iDRAC Service Module

这玩意找了好久资料, 教程都不咋靠谱, 要不就是有不理解的地方所以直接一路莽着过河:去官网找到设备对应的驱动程序:几个查找筛选项看图官网链接:https://www.dell.com/support/home/zh-cn/product-support/product/poweredge-r720/drivers在下方的列表中找到对应系统版本的驱动并下载:由于安装的系统为ESXi 6.5 U2 Dell定制版, 这里没有刚好的驱动, 所以下了个兼容的:下载好后是一个压缩包:

2021-02-27 17:44:46 5289

原创 ESXi 6.7 系统降级 & 虚拟机重新注册

前言后头想安装iDRAC Service Module, 而后去Dell官网找驱动包结果发现R720对ESXi6.7系统支持的不是很好, 在驱动列表中并没有支持到ESXi6.7, 最多只到ESXi6.5所以为了稳定性, 决定对ESXi系统进行降级ESXi 6.7 降级至ESXi 6.5注意:进行系统降级之前最好是记录一下所有虚拟机的配置(找小本本抄下来(￣▽￣)~*), 之后的虚拟机恢复中会用到参考资料:这方面的资料非常少, 只能摸索着过河https://www.cnblogs.com/

2021-02-27 17:29:00 4843

原创 ubuntu启动crontab日志生成

前言:crontab作为Ubuntu中自动执行代码的工具, 几乎说是不可避免的会使用到但其中的代码是否成功按照所期望的设定成功执行, 需要通过日志查看定位Ubuntu中默认是没有打开crontab的日志输出的, 即在/var/log/目录下没有cron.log日志文件启动crontab日志生成:修改rsyslog:这里使用vim编辑器sudo vim /etc/rsyslog.d/50-default.conf找到此条:cron.* /var/log/cro

2021-02-23 13:13:32 670

原创 CUDA编程第七章: 调整指令级原语

本章内容：学习CUDA指令及其在应用程序行为中的作用单浮点数和双浮点数的精确度对比有关标准函数及CUDA内部函数的性能和精确度的实验从不安全的内存访问中发现未定义行为理解运算指令的意义和使用不当所产生的后果当决定使用CUDA处理一个特殊的应用程序时，通常主要应该考虑的是GPU的计算吞吐量可以将应用程序分为两类：I/O密集型计算密集型本章重点介绍计算密集型应用本章节重点理解不同低级原语的性能、数值精确度和线程安全性方面的优缺点知道内核代码在什么时候被

2021-02-19 20:30:30 1082

原创 CUDA编程第六章: 流和并发

本章内容：理解流和事件的本质理解网格级并发重叠内核执行和数据传输重叠CPU和GPU执行理解同步机制避免不必要的同步调整流的优先级注册设备回调函数通过NVIDIA可视化性能分析器显示应用程序执行的时间轴一般来说，在CUDA C编程中有两个级别的并发：内核级并发网格级并发到目前为止，你的关注点可能仅限于内核级的并发，在此级别的并发中，单一的任务或内核被GPU的多个线程并行执行。前面几章已经介绍了提升内核性能的几种方法，它们分别是从编程

2021-02-16 22:12:49 3302 1

原创 CUDA计算能力&显卡对照表

CUDA计算能力&显卡对照表:最新信息参考这个:https://developer.nvidia.com/cuda-gpusTesla Workstation ProductsGPUCompute CapabilityTesla K803.7Tesla K403.5Tesla K203.5Tesla C20752.0Tesla C2050/C20702.0NVIDIA Data Center ProductsGPUC

2021-02-16 16:31:02 47433 11

原创 python Mysql数据库连接

MySQL数据库连接:参考博客:https://www.cnblogs.com/liubinsh/p/7568423.html这里使用pymysql包, 需要使用pip预先安装, 安装过程就不阐述了基本的流程与JDBC相似栗子:import pymysqlif __name__ == "__main__": # 确定连接参数 DB_URL = "localhost" DB_NAME = "employee" DB_USERNAME = "root"

2021-02-16 10:50:32 353

原创 CUDA编程第五章: 共享内存&常量内存

本章大概50页, 2天之内看完前言:本章内容：了解数据在共享内存中是如何被安排的掌握从二维共享内存到线性全局内存的索引转换解决不同访问模式中存储体中的冲突在共享内存中缓存数据以减少对全局内存的访问使用共享内存避免非合并全局内存的访问理解常量缓存和只读缓存之间的差异使用线程束洗牌指令编程在前面的章节中, 已经介绍了几种全局内存的访问模式. 通过安排全局内存访问模式, 我们学会了如何实现良好的性能并且避免了浪费事务. 未对齐的内存访问是没有问题的, 因为现.

2021-02-16 10:49:25 5701 2

原创 python SMTP邮件发送

SMTP:参考博客:https://blog.csdn.net/qq_37193537/article/details/82692678https://www.cnblogs.com/givemelove/p/11097778.html这里根据教程使用QQ邮箱作为收发端栗子:import smtplibfrom email.mime.text import MIMETextfrom email.header import Headerif __name__ == "__main

2021-02-15 11:15:33 1768 3

原创 python 日期和时间

时间:参考教程:https://www.w3cschool.cn/python3/python3-date-time.html大致从教程中提炼一些有用的时间戳:调用time.time()函数获取到的是1970纪元后经历的秒数(float), 通常可以很方便的运用其进行计算, 或是转化为其他时间格式import timeif __name__ == '__main__': ticks = time.time() print("当前时间戳为: ", ticks)输出:

2021-02-15 11:14:33 284 1

原创 python 正则表达式

时间:参考教程:https://www.w3cschool.cn/python3/python3-date-time.html大致从教程中提炼一些有用的时间戳:调用time.time()函数获取到的是1970纪元后经历的秒数(float), 通常可以很方便的运用其进行计算, 或是转化为其他时间格式import timeif __name__ == '__main__': ticks = time.time() print("当前时间戳为: ", ticks)输出:

2021-02-15 11:13:51 637 2

原创 python 多线程

多线程:参考博客:https://blog.csdn.net/somezz/article/details/80963760https://www.cnblogs.com/hiwuchong/p/8673183.htmlPython3 线程中常用的两个模块为：_thread提供了低级别的, 原始的线程以及一个简单的锁, 反正就是线程的手动低级控制threading(推荐使用)包含了_thread模块的所有方法, 并对这些方法进行了封装, 提供更高级别, 功能更强, 易于使用的线程管理功

2021-02-15 11:12:00 157 1

原创 python print输出

输入输出:print()print本质上是输出一个字符串之前已经学过了print()的基本使用, 并且使用C_style的格式化后头为了跟上python迭代, 有必要学习一下format()格式化, 后者在使用上会更加灵活标准使用语法:print('We are the {} who say "{}!"'.format('knights', 'Ni'))使用大括号包含format的参数We are the knights who say “Ni!”其余进阶用法:使用序号可以更改

2021-02-15 11:11:28 1036 2

原创 python OS模块

OS模块:获取当前系统关键信息:os.sep #返回当前系统分隔符separatoros.name #返回当前系统名称os.getenv() #get当前系统pathos.getcwd() #get当前工作目录current work dir这里的系统分隔符在windows系列中是\, Linux系列中是/系统名称获取的不是直接的系统名称, 而是工作平台的名称对于windows获取到的是nt, Linux系列的是posix例子:print(os.sep)pr

2021-02-15 11:10:56 132 1

原创 python 生成器

生成器:生成器在语法上是一个使用了yield的函数先来一个例子:def fibonacci(n): # 生成器函数 - 斐波那契 a, b, counter = 0, 1, 0 while True: if (counter > n): return yield a a, b = b, a + b counter += 1f = fibonacci(10) # f 是一个迭代器，由生

2021-02-15 11:10:22 191 1

原创 python 列表解析

列表解析:此为高端用法, 与lambda表达式同为函数式编程其为根据已有列表，高效创建新列表的方式列表解析是Python迭代机制的一种应用，它常用于实现创建新的列表，因此用在[]中语法：[expression for iter_val in iterable][expression for iter_val in iterable if cond_expr]第一种语法是标准的遍历语法第二种后头的if用于过滤详细用例可参考这里:https://www.cnblogs.com/li

2021-02-15 11:09:49 174 1

原创 Python 函数

函数:python函数的使用之前已经涉及了一些, 现在来看更完整的应用关键字参数(指定参数传递):与swift相似, 可以将数据传递给指定的参数, 而不必向C++一样按照参数顺序进行传递不必按照参数定义的顺序进行传递对于有默认值的参数可以忽略还是得将所有有默认值的参数定义在后头, 这里与C++相同def parrot(voltage, state='a stiff', action='voom', type='Norwegian Blue'): print("-----------

2021-02-15 11:09:19 183 1

原创 Python笔记 Ch.13 标准库概览

标准库概览:这里基本了解下Python的标准库, 看看这个内置的玩意还有啥好用的东西, 至少知道他在那里文件&目录管理:shutil模块针对日常的文件和目录管理任务, 有点向是OS的简化版shutil.copyfile( src, dst) #从源src复制到dst中去。如果当前的dst已存在的话就会被覆盖掉shutil.move( src, dst) #移动文件或重命名shutil.copymode( src, dst) #只是会复制其权限其他的东西是不会被复制的s

2021-02-15 11:08:41 185

原创 Python笔记 Ch.12 面向对象

对象定义:一个基础的类定义class myClass: """这里是类文档注释""" # 定义一些基本数据成员, 为public # 这里相当于static变量, 是可以直接通过类名访问的 name = "" age = 0 # 定义一些私有属性&方法, 为private __weight = 0 def __privateFun(): #Do something pass #

2021-02-14 17:10:26 116 1

原创 Python笔记 Ch.11 错误&异常

异常:异常处理:python的异常更趋近于Java的异常, 而非C++一个比较完全体的异常捕获例子:while True: try: # 可能产生异常的语句 x = int(input("Please enter a number: ")) break # 可以放多个异常捕获语句 except ValueError: print("Oops! That was no valid number. Try again

2021-02-14 17:09:55 182

原创 Python笔记 Ch.10 模块

常用:模块引入:import:这个基本上与Java相同, 就不多说了import模块只会被导入一次, 不会出现C++中的递归include的情况通配符 *如:from modname import *导入这个模块中的所有内容from … import:用于引用模块的一部分(如某个函数)from modname import name1[, name2[, ... nameN]与直接import的区别所以首选from方法__name__属性前头讲过了:当模块直接运行自身时

2021-02-14 17:09:34 110

原创美赛论文技巧

前言:此为直播课手记, 仅做参考课件源文:E 题讲解https://www.bilibili.com/video/BV1jA411p7NL?from=search&seid=14853207694668459071F题https://www.bilibili.com/video/BV1vU4y147TM?from=search&seid=3147539096347120276Dhttps://www.bilibili.com/video/BV1wv4y1f7Lf?from=se

2021-02-14 17:05:13 1057 1

原创 pythonのwordCloud包简单使用

参考博客:https://blog.csdn.net/kun1280437633/article/details/89474284核心就是WordCloud()介绍一下参数:font_path : string //字体路径，需要展现什么字体就把该字体路径+后缀名写上，如：font_path = ‘黑体.ttf’width : int (default=400) //输出的画布宽度，默认为400像素height : int (default=200) //输出的画布高度，默认.

2021-02-14 17:03:13 191

原创 fbprophet时间序列预测模型

fbprophet:这玩意使用起来还是较为简单的, 所以选用这个作为预测算法参考这几篇:https://blog.csdn.net/anshuai_aw1/article/details/83412058https://blog.csdn.net/qq_23860475/article/details/81354467https://www.cnblogs.com/bonelee/p/9577432.html数据预处理:这里选用train.csv作为模拟数据测试进行了数据预处理, 将同一

2021-02-14 17:02:37 1081

原创 python读写excel文件

前言:这里是为了美赛准备的快速入门教程:这里使用python 主要是为了方便, 其余的一些小修小补的功能直接使用excel手工完成绘图部分直接使用python 的其他绘图工具包如seaborn各个工具的对比OpenPyXL2.1 新建表格和保存表格上面的例子就是使用新建表格的方式。代码如下所示。from openpyxl import Workbook # 实例化wb = Workbook()# 激活 worksheetws = wb.active# 保存表格wb.save

2021-02-14 17:02:02 406 1

原创 python读写CSV文件

前言:csv & tsv作为常用的python数据文件, 美赛中很可能需要处理所以这里也学一下使用pandas这里使用pandas库对csv文件进行操作, 更为方便一点import pandas as pd基本上都是这样其别名的读取csv:df = pd.read_csv(r'D:\IDM Download\prophet-master\prophet-master\examples\example_wp_log_peyton_manning.csv')后头使用的基本上都是绝对

2021-02-14 17:01:32 324 1

原创 python计算皮尔森相关系数

参考博客:https://blog.csdn.net/ruthywei/article/details/82527400公式的核心作用就是研究两个变量的相关性def pearson(vector1, vector2): n = len(vector1) #simple sums sum1 = sum(float(vector1[i]) for i in range(n)) sum2 = sum(float(vector2[i]) for i in range(n)).

2021-02-14 17:01:01 1040 1

原创 Python实现模糊综合评价

理论部分可以参考这个:https://www.cnblogs.com/lovescience/p/13512732.html这是根据上头的博客写出的代码:非常的简单, 仅有两个矩阵乘法:def fuzzyTest(): r = np.array([[0.35, 0.39, 0.22, 0.04], [0.17, 0.35, 0.39, 0.09], [0, 0.30, 0.44, 0.26], .

2021-02-14 17:00:24 5271 1

原创 CUDA编程第四章: 全局内存

前言:本章内容：学习CUDA内存模型CUDA内存管理全局内存编程探索全局内存访问模式研究全局内存数据布局统一内存编程最大限度地提高全局内存吞吐量在上一章中，你已经了解了线程是如何在GPU中执行的，以及如何通过操作线程束来优化核函数性能。但是，核函数性能并不是只和线程束的执行有关。回忆一下第3章的内容，在3.3.2节中，把一个线程块最里面一层的维度设为线程束大小的一半，这导致内存负载效率的大幅下降。这种性能损失不能用线程束调度或并行性来解释，造成这种性能损失的

2021-02-03 12:07:56 2945

原创 CUDA编程第三章: CUDA执行模型

前言:本章内容：通过配置文件驱动的方法优化内核理解线程束执行的本质增大GPU的并行性掌握网格和线程块的启发式配置学习多种CUDA的性能指标和事件了解动态并行与嵌套执行通过上一章的练习, 你已经学会了如何在网格和线程块中组织线程以获得最佳的性能. 尽管可以通过反复试验找到最佳的执行配置, 但你可能仍然会感到疑惑, 为什么选择这样的执行配置会更好. 你可能想知道是否有一些选择网格和块配置的准则. 本章将会回答这些问题, 并从硬件方面深入介绍内核启动配置和性能分析的信息

2021-02-03 12:00:27 2310

Janus