锄禾日当午，可乐和排骨

详细的GStreamer开发教程文章目录详细的GStreamer开发教程 1. 什么是GStreamer？ 2. GStreamer架构 2.1 Media Applications 2.2 Core Framework 2.3 Plugins 3. GStreamer组件 3.1 Element 创建一个 GstElement 3.2 箱柜（bin） 元件的状态 3...

在使用Ubuntu的过程中，突然发现Ctrl + Alt + T无法打开terminator，但是Ubuntu本身的终端是可以打开的。我因此重启了电脑两次，重装terminator，都无效。结果原因是因为我更改了默认的Python版本，就是把/usr/bin/python连接到了Python3，但是terminator是基于Python2的。解决方案sudo gedit /usr/bin/terminator将#!/usr/bin/python...

Terraform 使用 - 从最简单例子开始https://yanbin.blog/terraform-get-started-with-first-sample/Terraform 是一个 IT 基础架构自动化编排工具，它的口号是 "Write, Plan, and create Infrastructure as Code", 基础架构即代码。具体的说就是可以用代码来管理维护 IT 资源，比如针对 AWS，我们可以用它创建，修改，删除 S3 Bucket, Lambda, EC2 实例，Kin

原文：高并发之限流高并发系统设计的三利器：缓存、限流、降级，三利器简述缓存缓存比较好理解，在大型高并发系统中，如果没有缓存数据库将分分钟被爆，系统也会瞬间瘫痪。使用缓存不单单能够提升系统访问速度、提高并发访问量，也是保护数据库、保护系统的有效方式。大型网站一般主要是“读”，缓存的使用很容易被想到。在大型“写”系统中，缓存也常常扮演者非常重要的角色。比如累积一些数据批量写入，内存里面的缓存队列（生产消费），以及HBase写数据的机制等等也都是通过缓存提升系统的吞吐量或者实现系统的保护措施。甚至消息中间

原文：读书_w3c架构师01通用设计与方法论读书_w3c架构师架构 秒杀系统优化思路基本思路（1）将请求尽量拦截在系统上游（不要让锁冲突落到数据库上去）（2）充分利用缓存，秒杀买票，这是一个典型的读多写少的应用场景，大部分请求是车次查询第一层，客户端怎么优化（浏览器层，APP层）（a）产品层面，用户点击“查询”或者“购票”后，按钮置灰，禁止用户重复提交请求；（b）JS层面，限制用户在x秒之内只能提交一次请求；第二层，站点层面的请求拦截怎么拦截？怎么防止程序员写for循环调

海康威视视频流rtsp，需要在web（Vue）页面显示,探索了很多方法，考虑到兼容，最终确定 ffmpeg+nginx-http-flv-module+flv.js 这一套方案，也推荐大家使用这一套方案。简介特此声明：本文主要记录我web直播海康视频的探索过程，如文中概念阐述有不正确的地方望留言指正业界cs视频流方案还是比较多的，不在赘述。以下是web支持主流视频流协议考虑到flash的会完全禁止（win10即将禁止，chrome，firfox已经禁止）,rtm...

正则表达式中re.match、re.search、re.findall的用法和区别re.match 用法re.match语法：re.match(pattern,string,flags=0)pattern:表示正则表达式string：要匹配的字符flags：控制匹配的方式**re.match匹配方式：**从字符起始位置匹配，若起始位置匹配不成功返回none。即只匹配起始位置import re string='www.baidu.com'pattern1='w...

文章目录 1. 主从复制 1.1 主库安装 1.1.1 创建配置文件 1.1.2 启动主库 1.1.3 主库创建用于同步的账号 1.2 从库安装 1.2.1 创建配置文件 1.2.2 启动从库 1.2.3 关联主库 1.2.4 启动并查看slave 1.2.5 创建从库的普通用户 1.3 主库查看同步信息 2. 主从切换 2.1 对主库进行锁表...

系列《从根上理解高性能、高并发(一)：深入计算机底层，理解线程与线程池》 《从根上理解高性能、高并发(二)：深入操作系统，理解I/O与零拷贝技术》 《从根上理解高性能、高并发(三)：深入操作系统，彻底理解I/O多路复用》 《从根上理解高性能、高并发(四)：深入操作系统，彻底理解同步与异步》 《从根上理解高性能、高并发(五)：深入操作系统，理解高并发中的协程》（* 本文） 《从根上理解高性能、高并发(六)：通俗易懂，高性能服务器到底是如何实现的》前言作为即时通讯技术的开发者来说，高性能、高

原创：linux_负载分析之LoadAverage平均负载是指单位时间内，系统处于可运行状态和不可中断状态的平均进程数。和 CPU 使用率并没有直接的关系一般的进程需要消耗 CPU、内存、磁盘I/O、网络I/O等资源，在这种情况下，平均负载就不是单独指的CPU使用情况。即内存、磁盘、网络等因素也可以影响系统的平均负载值。不过影响最大的是 CPU 使用率、CPU 等待和磁盘I/O。他不仅包扩了正在使用CPU的进程，还包括等待 CPU 和等待磁盘I/O的进程。查看load average# cat /

原创：软件_手把手教vscode配置c++,python开发环境之前主用Python作为项目开发语言，将项目迁移到arm边缘盒子上后发现arm的cpu不给力，软件速度低于预期，所以计划将部分程序改为c++实现。于是乎，复习了c和c++的一些知识，毕竟十多年未用了（上次用还是本科读书时）。未来一段时间可能将c++作为主力研发语言，之前上学那会使用的codeBlocks貌似也不怎么火了，最近风头正盛的时vscode，打算用vscode进行研发。首先，vscode只能看做加强版的文本编辑器，不能看做IDE。

原文地址：https://www.zhihu.com/question/64723752/answer/223613245在Linux系统中，对于用户创建的进程(线程)来说，CPU分配时间片的单位是线程还是进程?是线程。线程是实际工作的单元[1]，进程只是一个容器，用来管理一个或多个线程。1.这是不是就意味着尽量使用多线程并发，这样可以抢到更多的时间片。理论上是的，多线程的一种用途就是能同时做好几件事情，以提高效率。但实际问题是，CPU的数量（核心数，下同）是有限的，而且并不多。如果你的.

git log --graph可以查看分支合并图1》他们都是用于从一个分支获取并且合并到当前分支2》一个场景：在feature分支进行新特性的开发，与此同时，master分支也有新的提交，为了将master上的新提交合并到你的feature分支上3》merge合并执行的命令是：git checkout featuregit merge master此时在feature上git会自动产生一个新的commitmerge特点：自动创建一个新的commit优点：记录真实的

一、什么是Load Average？系统负载（System Load）是系统CPU繁忙程度的度量，即有多少进程在等待被CPU调度（进程等待队列的长度）。平均负载（Load Average）是一段时间内系统的平均负载，这个一段时间一般取1分钟、5分钟、15分钟。二、如何查看Load？top命令，w命令，uptime等命令都可以查看系统负载：[shenjian@dev02 ~]$ uptime13:53:39 up 130 days, 2:15, 1 us...

Django REST framework 简介与中文教程简介在序列化与反序列化时，虽然操作的数据不尽相同，但是执行的过程却是相似的，也就是说这部分代码是可以复用简化编写的。 在开发REST API的视图中，虽然每个视图具体操作的数据不同，但增、删、改、查的实现流程基本套路化，所以这部分代码也是可以复用简化编写的： 增：校验请求数据–>执行反序列化过程–>保存数据库–>将保存的对象序列化并返回； 删：判断要删除的数据是否存在–>执行数据库删除 改...

一般的DBMS系统，默认都会使用读提交（Read-Comitted，RC）作为默认隔离级别，如Oracle、SQLServer等，而MySQL却使用可重复读（Read-Repeatable，RR）。要知道，越高的隔离级别，能解决的数据一致性问题越多，理论上性能损耗更大，可并发性越低。隔离级别依次为>：串行化 > RR > RC >读未提交在SQL标准中，前三种隔离级别分别解决了幻象读、不可重复读和脏读的问题。那么，为什么MySQL使用可重复读作为默认隔离级别呢？...

c语言易错点定义一个数组char a[10];怎么给这个数组赋值呢？1、定义的时候直接用字符串赋值char a[10]=“hello”;注意：不能先定义再给它赋值，如char a[10]; a[10]=“hello”;这样是错误的！2、对数组中字符逐个赋值char a[10]={‘h’,‘e’,‘l’,‘l’,‘o’};3、利用strcpychar a[10]; strcpy(a, “hello”);易错情况：1、char a[10]; a[10]=“hello”;//一个字...

在C/C++语言中值传递、指针传递和引用传递(C++ only)这三种函数参数传递方式是比较基本的知识，用的比较普遍，但不仔细分析其实质的话，时间长容易记混了。网上的资料也较多但多数都不系统，本文力求用最白话的表达和简单的示例把这三种方式描述清楚。没时间看分析的直接看简述就可以了。简述值传递就是最普通的传递方式，比如函数定义为fun(int a)，在调用的地方有int x=6， 使用fun(x)就可以了。这种方式在fun(int a)函数内部的对a的修改 不能 导致外部x的变化...

作者：曾加链接：https://www.zhihu.com/question/43607087/answer/321913371来源：知乎著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。沉溺于「轻易获得高成就感」的事情：有意无意地寻求用很小付出获得很大「回报」的偏方，哪怕回报是虚拟的。这种行为会提升自己的「兴奋阈值」，让人越来越不容易拥有成就感，从而越来越依赖虚拟的成就感，陷入恶性循环。症状轻的：沉溺游戏（在虚拟世界中加快时间流逝的速度，使得「成功」来得更快）、种马小说（意.

cmake教程参考 什么是cmake cmake 常见语法罗列 CMake可用变量 入门案例 单个源文件 多个源文件 同一目录，多个源文件 多个目录，多个源文件 进阶案例 自定义编译选项 指定安装和测试 定制安装规则 为工程添加测试 支持gdb 添加环境检查 添加版本 生成安装包 将其他平台的项目迁移到 CMake 其他参考超详细的cmake教程 camke...

第一名：92%的人后悔年轻时努力不够导致一事无成所谓少壮不努力，老大徒伤悲，青春的大好时光总是流逝得那么快。 而在青春岁月里，又常常碰到那么多的诱惑甚至陷阱，当你猛然醒悟时，也许白发早生，才发现自己竟然一事无成多数人都遵循着一种从众的生活态度，别人学习他也学习，别人工作他也工作，别人娱乐他也娱乐，自然的，别人得到什么，他也不可能得到更多。 要想得到别人得不到的东西，就需要付出别人不愿意付出的代价，尤其是在你年轻的时候。 所以，趁着你还有时间、有精力、有体力去努力的时候，赶快制定一个切实可行的计划吧，

写在最前面最近（？）装了linux，于是开始捣鼓vscode的常用快捷键，顺便翻译了一些，给大家参考。Ctrl+Shift+N 新窗口Ctrl+W 关闭窗口Ctrl+K Ctrl+S 显示快捷键Ctrl+X 剪切/没有选择时默认剪切一行Ctrl+C 复制/没有选择时默认复制一行Alt+ ↓ / ↑ 把当前行上移/下移一行Ctrl+Shift+K 删除一行Ctrl+Enter 在当前行的下方插入一空行（在某行中间时可以用）Ctrl+Shift+Enter 在当前行的上方插入一空行（在某行中

python中内置的库中有个itertools，可以满足我们在编程中绝大多数需要迭代的场合，当然也可以自己造轮子，但是有现成的好用的轮子不妨也学习一下，看哪个用的顺手~首先还是要先import一下：#import itertoolsfrom itertools import * #最好使用时用上面那个，不过下面的是为了演示比较 常用的，所以就直接全部导入了一.无限迭代器：由于这些都是无限迭代器，因此使用的时候都要设置终止条...

原创：博客主机_通配符证书提示不安全问题：使用了Let’s Encrypt 的免费的通配符证书，且在有效期内，但浏览器依然提示不安全更多信息去这里点击进入sslshopper，检查下结果如下：可见证书本身是有效的，但是由于某些特殊原因，浏览器无法识别，所以标记为不安全解决其实是证书链问题，配置nginx时自己参考的教程配置的是 1 ssl_certificate /etc/letsencrypt/live/your_domain/cert.

原创：博客主机_自动申请续期免费证书一不留神，之前的域名证书过期了。由于是Let’s Encrypt免费证书，需要3个月手工续期一次，一年就得4次，还是有点麻烦，搞成自动化多好。以下操作均在服务器上执行(ubuntu16，腾讯云)下载脚本certbot-auto 123 cd opt/wget https://dl.eff.org/certbot-auto chmod a+x certbot-auto 执行certbot-auto可.

原创：杂谈_巴诺nook2电纸书再折腾手记nook2是自己使用的第一款电纸书，也是目前为止满意度最高的电纸书，搭配Orionviewer切边+横屏简直就是6寸阅读扫描版pdf的利器。由于之前折腾过，所以这次刷机还是比较顺利的（刷机是在win10下操作的，个人体验最佳的是行云版，所以这次刷的也是行云版）。一个弄了3h左右，下载东西占了2h，折腾了1h就搞好了。主要参考教程https://www.cnblogs.com/coyoteshkw/p/nook2.html按照教程的操作即可畅通无阻，特此也致

原创：杂谈_小米电纸书折腾手记开启开发者模式下载安装E-InkLauncher下载地址：E-Ink Launcher:https://www.coolapk.com/apk/cn.modificator.launcher安装方法：pc上安装应用宝手机助手或者360手机助手（个人使用应用宝）使用数据线连接小米电纸书，弹出选择框中选择“传输数据(USB数据那个)”不出意外就连接成功了，然后在应用宝上操作。（其他教程安装的adb就是用来通过pc给电纸书安装apk的，使用应用宝简化了这.

曾几何时，我的项目中现在有一个文件，我现在希望能够得到。问题是：我不知道何时删除它以及它在哪条路径上。如何找到该文件的提交？#1楼无法编辑接受的回复，因此在此处将其添加为答案，要恢复git中的文件，请使用以下命令（注意SHA后面的'^'符号）git checkout <SHA>^ -- /path/to/file#2楼获取已删除文件的列表，并复制已删除文件的完整路径git log --diff-filter=D --summary | grep dele

前言 其实这个问题困扰我有一段时间，相信也有人和我一样有这个困扰，网上已有很多这种解释了，但是要么就是无图，要么就是解释的很乱，没太看懂，经过自己对git的使用，加上向同事请教，算是理解了这个问题，所以写下来分享一下，我尽量详细说明merge与rebase的区别 假设我们有如下图一所示仓库，该仓库有master和develop两个分支，且develop是在（3.added merge.txt file）commit处从master拉出来的分支。图一merge...

前言开发中遇到了这样一个需求：统计商品库存，产品ID + 子产品名称都相同时，可以确定是同一款商品。当商品来自不同的渠道时，我们要统计每个渠道中最大的那一个。如果在Oracle中可以通过分析函数 OVER(PARTITION BY… ORDER BY…)来实现。在MySQL中应该怎么来实现呢。现在通过两种简单的方式来实现这一需求。数据准备/*Table structure for table `product_stock` */CREATE TABLE `produc...

文章目录 基本概念 cookie详解 1、服务端写入cookie 2、客户端查看cookie 3、前端JS获取cookie sesstion详解 1，服务端生成sesstion。 2，客户端查看sesstionId localStorage的使用 sesstionStorage 基本概念cookie，是在客户端（浏览器）存储少量数据的地方，通常用于存储用户数据。在客户端和服务端进行交互的时候，...

一.nginx的配置文件配置文件默认为安装目录下的conf/nginx.conf，如果有使用到其他子配置文件，可以在nginx.conf中使用include 文件路径;的方式加载使用，比如server段，就可以单独写成一个配置文件，在http段下面使用include加载使用。nginx.conf配置的结构...全局配置区域...http { ... http段配置 ... server { ...... ...... locatio.

1.机器学习系统 TensorFlow详情：https://github.com/tensorflow/tensorflow2.material-design-icons详情：http://google.github.io/material-design-icons/3.前端开发工具组 MDL详情：https://github.com/google/material-design-lite4.Web 前端框架 Angular详情：https://github.com/angular/an...

简介Uptime Robot 是一个美国的网站监控服务，每 5 分钟检查一次你设定的网站 / 服务，最多可以免费检查 50 个网站。 当你的网站宕机时，只要你事先设置了通知邮箱或者手机号码，Uptime Robot 就会通过邮件或者短信通知到你。 虽然 Uptime Robot 的短信服务支持很多个国家或地区，但是遗憾的是不支持中国。注册注册地址 正常输入用户名密码及邮箱验证即可增加服务器监控登陆后点击 Add New Monitor有四种监控方式：HTTP：通过访问

目录1 什么是异步编程1.1 阻塞1.2 非阻塞1.3 同步1.4 异步1.5 并发1.6 并行1.7 概念总结1.8 异步编程1.9 异步之难(nán)2 苦心异步为哪般2.1 CPU的时间观2.2 面临的问题2.3 解决方案3 异步I/O进化之路3.1 同步阻塞方式3.2 改进方式：多进程3.3 继续改进：多线程3.4 非阻塞方式3.5 非阻塞改进3.5.1 epoll3.5.2 回调(Callback)3.5.

1、首先创建一个目录下的makefile//main.cpp#include<iostream>using namespace std;int main(){ cout<<"Hello word!"<<endl; return 0;}在main文件所在的目录创建CMakeLists.txt//CMakeLists.txtPROJECT(main)CMAKE_MINIMUM_REQUIRED(VERSION 2.8)AUX_SOURCE_DIRECT

为何从win迁移到ubuntu？自己本科和研究生时也使用过linux，不过由于网银等软件在linux上没有替代品，所以无法作为主力机。为何又考虑迁移到ubuntu呢？第一：主要从事工作为后台软件研发，自然会涉及运维一些工作，所以linux本身就属于个人技能栈的一部分，出于提高个人技能的目的。第二：听说github把伊朗的账户封了？美帝吃香如此难看，保不齐我的盗版win啥时候也会被封掉（本来机器自带正版的，但重装系统后搞没了^_^）。第三：使用windows过程中的确面临一些性能瓶颈，比如一旦开启

安装(win10+ubuntu+新增manjaro)参考Windows+Manjaro双系统安装：https://blog.csdn.net/xiaoyaotan_77/article/details/84837981唯一需要注意的是由于是uefi引导，所以，最好建立独立的fat32分区(512M)，挂载点/boot/efi/，标记为/boot(如果只选择/，则manjaro会自动提示需要建立/boot/efi且标记为/boot，并且efi的分区不能使ext4)，当然boot/efi其他教程说可以和

##这部分内容主要是基于一些关于Linux系统的内核基础和基本命令的学习总结，内容不全面，只讲述了其中的一小部分，后续会再补充，如有错误，还请见谅。Linux操作系统Linux操作系统博大精深，其中对线程，IO，文件系统等概念的实现都很有借鉴意义。文件系统和VFS文件系统的inode上面讲过了。VFS主要用于屏蔽底层的不同文件系统，比如接入网络中的nfs文件系统，亦或是windows文件系统，正常情况下难以办到，而vfs通过使用IO操作的posix规范来规定所有...

作为一个程序员，我们在进行项目部署和运维时，经常会用到一些linux命令，可是这些命令老是忘记，每次用到的时候都要去谷歌百度，很是麻烦！这不，为了自己使用方便，对常见的linux命令进行了系统的总结，以便在用到时能够快速地找到相关命令，同时有需要的朋友也可以参考搜藏该篇文章！文章对讲到的每个命令都有详细的参数解释，并且给出一些常用例子，因此也非常适合用来学习！全文命令分为以下6个模块：1、常用系统工作命令2、系统状态检测命令3、工作目录切换命令4、文本文件编辑命令5、文件目录管理命令

写代码最完美的就是, 想清楚, 码, 运行, perfect, DONE, 下班.当然, 那是完美的状态. 大多数时候只存在于理想中.现实是, 我们会被各种坑, 被环境坑, 被语言坑, 被依赖坑, 被第三方库坑, 被编辑器坑, 被自己坑(三个月前的自己/昨天的自己/几分钟前的自己), 被数据库坑, 被缓存坑, 被队友坑(这个比较惨), 被需求变更坑(这个也是)……所以, 总是避免不了代码调试.今天顺带过了下<<想计算机科学家一样思考Python>>, 里面每一章最后都

转载自：OpenCV学习笔记大集锦 – 视觉机器人http://www.cvrobot.net/collect-opencv-resource-learn-study-note-chinese/整理了我所了解的有关OpenCV的学习笔记、原理分析、使用例程等相关的博文。排序不分先后，随机整理的。如果有好的资源，也欢迎介绍和分享。 1：OpenCV学习笔记作者：CSDN数量：55篇博文网址：http://blog.csdn.net/column/details/opencv-ma..

本模块实现一系列iterator，这些迭代器受到APL，Haskell和SML的启发。为了适用于Python，它们都被重新写过。本模块标准化了一个快速、高效利用内存的核心工具集，这些工具本身或组合都很有用。它们一起形成了“迭代器代数”，这使得在纯Python中有可能创建简洁又高效的专用工具。例如，SML有一个制表工具：tabulate(f)，它可产生一个序列f(0),f(1),...。在Python中可以组合map()和count()实现：map(f,count())。这...

最近研究了下 Chrome 自带的 Trace Viewer，发现功能还挺强大的，用来做 Performance Profile，Timeline Tracing 等很方便，但官方的使用文档比较晦涩，资料也比较匮乏和分散，就专门整理了下。注：Trace Viewer 其实可以脱离chrome://tracing在线使用，具体操作后面会讲到Trace Viewer 介绍Trace-Viewer is the javascript frontend for Chromeabout:t...

原文地址:https://realpython.com/python-type-checking/在本指南中，你将了解Python类型检查。传统上，Python解释器以灵活但隐式的方式处理类型。Python的最新版本允许你指定可由不同工具使用的显式类型提示，以帮助您更有效地开发代码。通过本教程，你将学到以下内容：类型注解和提示（Type annotations and type hints） 代码里添加静态类型 静态类型检查 运行时强制类型一致这是一个全面的指南，将涵盖很多领域。如果您只

我们知道 Python 是一种动态语言，在声明一个变量时我们不需要显式地声明它的类型，例如下面的例子：a=2print('1+a=',1+a)print('1+a=',1+a)运行结果：1+a=3这里我们首先声明了一个变量 a，并将其赋值为了 2，然后将最后的结果打印出来，程序输出来了正确的结果。但在这个过程中，我们没有声明它到底是什么类型。但如果这时候我们将 a 变成一个字符串类型，结果会是怎样的呢？改写如下：a='2'pri...

文章目录第一部分：快速入门 一、快速入门 1. 安装 Pytest 2. 第一个测试函数 3. 运行测试函数 4. 测试失败 第二部分：测试函数 一、断言 二、捕获异常 三、标记函数 1.Pytest 查找测试策略 2. 标记测试函数 四、跳过测试 五、预见错误 六、 参数化 第三部分：固件 一、 什么是固件 二、预处理和后处理 三、作用域 四、自动执行 五、重命名 六、参数化 七...

在《浅析GPU计算——CPU和GPU的选择》一文中，我们分析了在遇到什么瓶颈时需要考虑使用GPU去进行计算。本文将结合cuda编程来讲解实际应用例子。（转载请指明出于breaksoftware的csdn博客） 之前我们讲解过，CPU是整个计算机的核心，它的主要工作是负责调度各种资源，包括其自身的计算资源以及GPU的计算计算资源。比如一个浮点数相乘逻辑，理论上我们可以让其在CPU上执行，也可以在GPU上执行。那这段逻辑到底是在哪个器件上执行的呢？cuda将决定权交给了程序员，...

声明本文是看小破站某cuda入门教程留下来的笔记，多上PPT上内容，夹杂一点自己的理解，和代码注释 教程地址:https://www.bilibili.com/video/av74148375 git地址（PPT和源码）：https://github.com/huiscliu/tutorials 主要目的是为Gstreamer打点基础，不然基本抓瞎文章目录 声明 介绍 什么是GPU计算 为什么要使用GPU计算 CPU与GPU分工与协作 GPU计算架构...

原创：openCVPracticalExercise学习笔记0430使用OpenCV实现图像孔洞填充31使用OpenCV将一个三角形仿射变换到另一个三角形 1234567891011 # Given a pair of triangles, find the affine transform.warpMat = cv2.getAffineTransform( np.float32(tri1Cropped), np.float32(tri.

原创：openCVPracticalExercise学习笔记0320使用OpenCV实现基于增强相关系数最大化的图像对齐(略)21使用OpenCV的Eigenface如何计算如何计算EigenFaces要计算EigenFaces，我们需要使用以下步骤：1）获取面部图像数据集：我们需要一组包含不同类型面部的面部图像。在这篇文章中，我们使用了来自CelebA的约200张图片。CelebA数据集见：http://mmlab.ie.cuhk.edu.hk/projects/CelebA.html2

原创：django进阶07用户模块与权限系统Django默认提供了用户权限管理模块auth， 123 user表，User是auth模块中维护用户信息的表，在数据库中该表被命名为auth_user. 该表继承自Abstractuser. group表，定义用户组模型，该表只包含一个name字段和一个permissions(权限)多对多关系字段，在数据库中被命名为auth_group. Permission, 权限表，提供表级别的权限控制，可以检查用.

原创：django进阶06数据库事务锁1.1：乐观锁：概念：同一条数据很少会因为并发修改而产生冲突，适用于读多写少的场景。实现方式：读取一个字段，执行处理逻辑，当需要更新数据时，再次检查该字段是否和第一次读取一致。如果一致，更新数据，否则不更新，重新读取后再提交。1.2：悲观锁：概念：当一条数据正在被修改时，不允许其他任何关于这条数据的操作。实现方式：读取一个字段之后，加锁，不允许其他任何读、写操作。执行处理逻辑，更新数据完毕后，释放锁。1.3：二者比较：乐观锁的开销远低于悲观锁原因

原创：django进阶05中间件django进阶05中间件什么是中间件django的中间件（middleware）是一个轻量级的插件系统，在django中的请求和响应中，可以利用中间件干预视图的请求和响应。如何启用中间件若要启用中间件组件，请将其添加到 Django 配置文件settings.py的 MIDDLEWARE 配置项列表中。五大钩子函数传统方式自定义中间件其实就是在编写五大钩子函数： 12345 process_r.

原创：python进阶22再识单例模式父子进程内部变量是否可以直接共享，当然不是，需要“特殊加工”下才行。那么在web开发中的单例模式，是真正的全局唯一的单例么？自然也是否惭愧，自己用单例还是比较多的，还真是第一次注意到这一点。之前使用时，想当然的以为就是(应用程序级别)全局唯一的，譬如java的类里的static，python模块中的定义的对象(只会加载一次)，但严格说，都是错误的用法（侥幸的是，尚未出现由此导致的Bug，大概率因为自己用单例大多是为了保存静态内容（只查，不改）,加速查询而已。并未

作者简介：张鑫，ZStack创始人，于2006年加入Intel开源软件技术中心，从事Xen虚拟机开发，是世界上最早一批虚拟化开发者。《系统虚拟化》一书的主要作者。2010年,张鑫赴硅谷加入IaaS初创公司Cloud.com，是CloudStack核心开发人员，负责Oracle VM，Barematel，Baremetal VPC等核心功能。之后随Cloud.com并购加入了软件巨头Citrix，继续从事CloudStack的核心技术研发。2015年回国推出了全新的下一代开源IaaS：ZStack，2...

文章目录1. 无服务器（Serverless）计算是什么 2. 理解Serverless技术---FaaS和BaaS 2.1 FaaS（Function as a Service，函数即服务） 2.2 BaaS（Backend as a Service，后端即服务） 3. 无服务器（Serverless）计算如何工作？ 4. 无服务器（Serverless）适用于哪些场景？ 4.1 场景一：应用负载有显著的波峰波谷 4.2 场景二：典型用例 - 基于事件的数据处理...

原创：python标准库学习笔记数据结构bisect 模块里实现了一个向列表插入元素时也会顺便排序的算法。struct — 二进制数据结构：用途：在 Python 基本数据类型和二进制数据之间进行转换。heapq – 堆排序算法：heapq 实现了适用于 Python 列表对象的最小堆排序算法。queue — 线程安全的 FIFO 队列：提供线程安全的 FIFO 实现，LIFO Queue （后进先出型队列），Priority Queue （优先队列）weakref — 实现对象的弱引用；用

原创：python为list实现find方法string类型的话可用find方法去查找字符串位置： 1 a_list.find('a') 如果找到则返回第一个匹配的位置，如果没找到则返回-1，而如果通过index方法去查找的话，没找到的话会报错。如果我们希望在list中也使用find呢？方法1,独立函数法 1234567 def list_find(item_list, find_item..

原创：python阅读wtfbook疑问和验证What the f*ck Python! :https://github.com/leisurelicht/wtfpython-cnDeep down, we’re all the same./本质上,我们都一样. 12 class WTF: pass Output: 12345678 >>> WTF() == WTF..

在有关微服务、DevOps、Cloud-native、系统部署等的讨论中，蓝绿部署、A/B 测试、灰度发布、滚动发布、红黑部署等概念经常被提到，它们有什么区别呢？通过搜索相关资料，做一个简单的辨析，如下：一、蓝绿部署（Blue/Green Deployment）过去的 10 年里，很多公司都在使用蓝绿部署（发布）来实现热部署，这种部署方式具有安全、可靠的特点。蓝绿部署虽然算不上“ Sliver Bullet”，但确实很实用。蓝绿部署是最常见的一种0 downtime部署的方式，是一种以可预.

原创：openCVPracticalExercise学习笔记0210使用Hu矩进行形状匹配Hu矩（或者更确切地说是Hu矩不变量）是使用对图像变换不变的中心矩计算的一组7个变量。事实证明，前6个矩不变量对于平移，缩放，旋转和映射都是不变的。而第7个矩会因为图像映射而改变。OpenCV中，我们HuMoments()用来计算输入图像中的Hu矩。 123 _,im = cv2.threshold(im, 128, 255, cv2.THRESH_BINARY).

原创：openCVPracticalExercise学习笔记01资料:OpenCV-Practical-Exercise:https://github.com/luohenyueji/OpenCV-Practical-Exercise学习目的1,OpenCV用法2,各种机器学习场景涉及的opencv方法，问题解决思路等3,各机器学习算法使用场景和特点1基于深度学习识别人脸性别和年龄核心代码 1234567 faceNet = cv.

原创：gcc,make和cmakegcc,make,cmake关系1.gcc是GNU Compiler Collection（就是GNU编译器套件），也可以简单认为是编译器，它可以编译很多种编程语言（括C、C++、Objective-C、Fortran、Java等等）。2.当你的程序只有一个源文件时，直接就可以用gcc命令编译它。3.但是当你的程序包含很多个源文件时，用gcc命令逐个去编译时，你就很容易混乱而且工作量大4.所以出现了make工具make工具可以看成是一个智能的批处理工具，它本.

原创：多线程bug处理记录多线程bug处理记录 123456789101112131415 Thread(target=func02)while True: dataA=DataA() dataA.data=[[[xx,yy]]] xxx, yyy, zzz, dataA.data=[[[xx,yy]],[[ff,zz]]] assert len(dataA.data)>.

原创：opencv学习笔记06OpenCV-Python教程:50.理解k-近邻https://www.jianshu.com/p/404e329e4e80OpenCV里的kNN 123456 newcomer = np.random.randint(0,100,(1,2)).astype(np.float32)plt.scatter(newcomer[:,0],newcomer[:,1],80,'g','o')knn = cv2.KNea.

原创：opencv学习笔记05OpenCV-Python教程:40.ORBhttps://www.jianshu.com/p/49a84ddef11dORB最重要的事情是它是OpenCV实验室出来的，它在计算成本，匹配性能上是SIFT和SURF很好的替代品，还有最主要的，专利，对，SIFT和SURF都是有专利的，你得付费试用，但是ORB不是。ORB基本上是一个FAST关键点检测和BRIEF描述子的融合，同时做了很多修改提高了性能。首先它使用FAST来找关键点，然后用Harris角点测量来找到头N

转载  author：headsen  chen  date：2018-03-21  15:12:09notice：created by  headsen chen himself  and not allowed to copy ,or you count law  questions. 1，打印函数名和打印函数的执行过程的区别：          &nb

1、Openpose实时人体、脸、手、脚的关键点检测库https://github.com/CMU-Perceptual-Computing-Lab/openpose2、Learnopencv学习OpenCV: c++和Python示例https://github.com/spmallick/learnopencv3、Faceai一款入门级的人脸、视频、文字检测以及识别的项目.https://github.com/vipstone/faceai4、Mvi.

真真实实的学习tracking也有半年了，tracking的主流趋势年年改变，每年都有新的突破。从CT、IVT到struck，到TLD、到CF，再到火热的CNN也应用到了tracking领域。作为初入领域的学习者，需要在打好机器学习各种算法的基础上，了解每年顶级会议以及期刊中tracking的发展方向，尽力把握前沿动态。下面是对知乎大神YaqiLYU的年年总结的转载，对于把握从2013年到2016年tracking领域的发展动态有很好的帮助。另外，作者仍在更新当中，期待YaqiLYU对CVPR2017,

目录1、搜索引擎2、PPT3、图片操作4、文件共享5、应届生招聘6、程序员面试题库7、办公、开发软件8、高清图片、视频素材网站9、项目开源10、算法11、在线工具宝典大全12、音乐13、神辅助工具程序员开发需要具备良好的信息检索能力，为了备忘（收藏夹真是满了），将开发过程中常用的网站进行整理。1、搜索引擎1.1、秘迹搜索一款无敌有良心、无敌安全的搜索引擎，不会收集私人信息，保护私隐，没有Cookie，并且秘迹搜索聚合了百度、360、Bin.

作者：【七步编程】公众号原文：在Python中应用枚举类，只需要这1个理由就够了！专注Python、AI、大数据，请关注公众号【七步编程】Python效率低！Python占内存！Python太差劲！…作为近年来最为火热的编程语言之一，Python受到的争议和推崇同样很多。无论是否从事Python方向的开发，都已经习惯把问题当做客观因素推卸给Python。“你这个项目为什么耗时那么长？”“Python的原因。”我想说，Python为很多开发者背太多锅了。的...

python 2.7 pdb官方文档：https://docs.python.org/2.7/library/pdb.htmlpdb是ptyhon内置的一个调试库，是调试python代码的好帮手，本文是对其用法的详细介绍。QuickStart待调试的代码内容文件名：test.py：# coding:utf-8import pdbs1 = 'aaa'pdb.set_trace()s2 = 'bbb's3 = 'ccc'pdb.set_trace()s = s1 + s2 + s3p..

请问再报这个错时，是否同时提示了pip is tooold,please upgrade xxxx,所以解决方案就是，升级pip：python -m pip install --upgrade pip很多时候都加过这个提示，但大多数情况我们都采用“自动忽略”的作法，因为很多情况不升级，并不会给导致问题。这个问题还是提示了我们，不要轻易的ignore系统的suggestions,否则踩了暗坑就难以跳出来了专门搜索了这条报错，提出用upgrade pip解决问题的帖子还未找到，说明...

神经网络如何运算 在我们对比 CPU、GPU 和 TPU 之前，我们可以先了解到底机器学习或神经网络需要什么样的计算。如下所示，假设我们使用单层神经网络识别手写数字。 如果图像为 28×28 像素的灰度图，那么它可以转化为包含 784 个元素的向量。神经元会接收所有 784 个值，并将它们与参数值（上图红线）相乘，因此才能识别为「8」。其中参数值的作用类似于用「滤波器」从数据中抽取特征，因而能计算输入图像与「8」之间的相似性： 这是对神经网络做数据分类最基础的解释，即将数据与对应的参数相乘（上图两种颜

目录CPUGPUTPUNPUBPUDPU其他 XPU现在这年代，技术日新月异，物联网、人工智能、深度学习等概念遍地开花，各类芯片名词GPU, TPU, NPU，DPU层出不穷......它们都是什么鬼？与CPU又是什么关系？搞不懂这些知识，买手机的时候都没法在妹子面前装B了呢。这是“物小白系列”的第1篇文章“亲爱的，听说HW最新发布了Mate 10，里面有个叫什么NPU的，听起来很厉害，这是什么东西啊？”“呃……就是人工智能处理器吧？”“什么是人.

原创博文地址；opencv学习笔记02OpenCV-Python教程:11.图片阈值https://www.jianshu.com/p/267a32ad0a23cv2阈值处理:https://blog.csdn.net/u011070767/article/details/80639556一、全局阈值为整个图片指定一个阈值，函数为cv2.threshold(src, thresh, maxval, type, dst=None) OpenCV-Python教程:11.图片阈值.

原创博文地址：opencv学习笔记01学习目标1,opencv能做什么，不能做什么2,阅读代码，知道某种func后图片怎么样了3,在图片相关机器学习算法预处理阶段，希望通过对图片的简单处理，达到提升训练效果的目的。OpenCV-Python教程:2.Imageshttps://www.jianshu.com/p/35712839830·打开图片，显示，保存图片·这些函数：cv2.imread(), cv2.imshow(), cv2.imwrite()cv2.waitKey()是一

out = net.forward()在运行caffe的模型中，经常会使用句代码，这个代码中out里面的内容是什么呢？type(out)可以发现out是一个dict执行下面的代码：for key in out:print key发现out只有一个key：detection_out，这个是我的caffe输出层的名字，所以out其实就是caffe运行输出的结果。那么这个结果的具体内容又是什么呢？在spyder上的运行后显示如下：bbb = out[‘detection_out’]b...

目标检测论文从 2014-2018模型表现表格DetectorVOC07 (mAP@IoU=0.5)VOC12 (mAP@IoU=0.5)COCO (mAP)Published InR-CNN58.5––CVPR’14OverFeat–––ICLR’14MultiBox29.0––CVPR’14SPP-Net59.2––ECCV’14MR-CNN78.2 (07+12)73.9 (07+12)–ICCV’1...

通过机器的眼睛去探索如果我们想让机器学会思考，就需要教他们学会如何用视觉去看周围环境。—— 斯坦福大学AI实验室和斯坦福视觉实验室主任李飞飞使计算机或手机等机器看到周围环境的现象称为计算机视觉。机器仿生人眼的研究工作可以追溯到50年代，从那时起，我们已经走了很长一段路。计算机视觉技术已经通过不同的电子商务领域以及相机应用程序进入了我们的手机。想一想当机器能够像人眼一样准确地看到周围环境时，机器还有什么是不可以做的。人眼是一个复杂的结构，它可以理解复杂的环境现象。同样的，可以让机器能够...

作者|PRANAV DAR编译|VK来源|Analytics Vidhya概述 利用这段时间，用这些顶级的开源项目来制作你的数据科学简历 从Facebook AI的计算机视觉框架到OpenAI的GPT-3模型，我们涵盖了广泛的开源数据科学项目 介绍“到目前为止，你完成了多少数据科学项目？”这是面试者在数据科学面试中经常问的问题。我曾进行了几次这样的面试。这个问题基本上开门见山就会询问。如果你是一个数据科学的新手，尤其需要注意仅仅学习课程或获得证书是不够的。我认识...

文章作者：Tyan博客：noahsnail.com | CSDN | 简书1. 什么是非极大值抑制非极大值抑制，简称为NMS算法，英文为Non-Maximum Suppression。其思想是搜素局部最大值，抑制极大值。NMS算法在不同应用中的具体实现不太一样，但思想是一样的。非极大值抑制，在计算机视觉任务中得到了广泛的应用，例如边缘检测、人脸检测、目标检测（DPM，YOLO，SSD，Faster R-CNN）等。2. 为什么要用非极大值抑制以目标检测为例：目标检测的过程中在同一...

形态学操作其实就是改变物体的形状，比如腐蚀就是”变瘦”，膨胀就是”变胖”，看下图就明白了：形态学操作一般作用于二值化图，来连接相邻的元素或分离成独立的元素。腐蚀和膨胀是针对图片中的白色部分！膨胀膨胀就是求局部最大值的操作。按数学方面来说，膨胀或者腐蚀操作就是将图像（或图像的一部分区域，我们称之为A）与核（我们称之为B）进行卷积。核可以是任何的形状和大小，它拥有一个单独定义出来的参考点，我们称其为锚点（anchorpoint）。多数情况下，核是一个小的中间带有参考点和实心正方形或者.

原创博文地址:django进阶04部署上线(nginx,uwsgi,supervisor)django自身服务okpython manage.py runserver，验证可正常访问uwsgi安装和服务验证安装:pip Install uwsgi测试代码 12345 def application(env, start_response): start_response('200 OK', [('Content-Type','t.

原创博文地址：django进阶03静态文件和模板静态文件和模板静态文件:css,js,image,如果作为纯粹的web应用来看，静态文件的响应并不属于web应用范畴，因为静态文件不涉及业务逻辑，也不需开发业务代码。但几乎100%的web应用都支持对静态文件的直接访问。为何？主要是web应用基本上必然依赖css,js,img等静态资源，我们不可能固执的开发一个纯粹的web应用，只支持从url里进入视图函数，也只能从视图函数返回内容（简单来说所有请求路径都必须体现在url_route和view视图中）。

原创博文地址：django进阶02websocket本文适合有一定websocket基础的，至少完整看过前后端demo的读者，一窍不通的小白建议先阅读“参考”部分的博文扫扫盲。基于django的dwebsocket组件(目前虽然不在维护，但正常使用没问题）前端方法 123456789101112131415 <script type="text/javascript"> var socket = new We.

Python知识点汇总无意中浏览到此博文，原作者总结的很全面，我重新做了下排版，新补充的部分内容，放在这里，留给需要的人。...

原创博客地址：软件_搭建rtsp视频推送环境live555编译安装启动编译 12345 wget http://www.live555.com/liveMedia/public/live555-latest.tar.gztar xzf live555-latest.tar.gzcd live./genMakefiles linux-64bit #注意后面这个参数是根据当前文件夹下config.<后缀>获取得到的make.

1. Python social auth一款社交账号认证/注册机制，支持Django、Flask、Webpy等在内的多个开发框架，提供了约50多个服务商的授权认证支持，如Google、Twitter、新浪微博等站点，配置简单。GitHub 地址：pennersr/django-allauth文档地址：Welcome to django-allauth!点评：增强 Django 内置的 django.contrib.auth 模块，提供登录、注册、邮件验证、找回密码等一切用户验证相关的功能。

原创博客地址：python进阶21之actoractor模型。actor模式是一种最古老的也是最简单的并行和分布式计算解决方案。优点：充分利用单线程＋事件机制，达到了多线程效果。缺点，对python而言，由于GIL的存在，毕竟只是单线程，难以匹敌多进程，目前使用并不多。简单任务调度器 123456789101112131415161718192021222324252627282930 class.

原创博客地址：python进阶20装饰器Nested functionsPython允许创建嵌套函数，这意味着我们可以在函数内声明函数并且所有的作用域和声明周期规则也同样适用。 1234567 >>> def outer():... x = 1... def inner():... print x # 1... inner() # 2...>>> outer(.

原创博客链接：python进阶19垃圾回收GC垃圾收集三大手段一、引用计数（计数器）Python垃圾回收主要以引用计数为主，分代回收为辅。引用计数法的原理是每个对象维护一个ob_ref，用来记录当前对象被引用的次数，也就是来追踪到底有多少引用指向了这个对象，当发生以下四种情况的时候，该对象的引用计数器+1 1234 对象被创建  a=14对象被引用  b=a对象被作为参数,传到函数中   func(a)对象作为一个元素，存储在容器中   Li.

在上篇教程中，我们手动构建了两个容器，一个容器放Django + Uwsgi，另一个容器放Nginx，成功部署了一个简单的Django项目。然而在实际的生产环境中，我们往往需要定义数量庞大的 docker 容器，并且容器之间具有错综复杂的依赖联系，一个一个去手动创建容器并记录和配置这些复杂的容器关系，不仅效率低下而且容易出错，所以迫切需要一种定义容器集群编排和部署的工具，这就是docker-compose。本文是Docker部署Django项目的终章，我们将详细介绍如何使用docker-compose工具.

本文来自作者投稿，原作者：上帝爱吃苹果目前在魔都，贝壳找房是我的雇主，平时关注一些 java 领域相关的技术，希望你们能在这篇文章中找到些有用的东西。个人水平有限，如果文章有错误还请指出，在留言区一起交流。我想大家肯定都或多或少的看过各种“策略模式”的讲解、布道等等，这篇文章就是来好好“澄清”一下策略模式，并尝试回答以下的问题： 策略模式是如何优化业务逻辑代码结构的？ 杀鸡焉用宰牛刀？就是几个if else场景我需要用到策略模式？！ 有没有什么更好的代码结构来实现策略.

No.1 一切皆对象众所周知，Java中强调“一切皆对象”，但是Python中的面向对象比Java更加彻底，因为Python中的类(class)也是对象，函数（function）也是对象，而且Python的代码和模块也都是对象。Python中函数和类可以赋值给一个变量 Python中函数和类可以存放到集合对象中 Python中函数和类可以作为一个函数的参数传递给函数 Python中函数和类可以作为返回值Step.1# 首先创建一个函数和一个Python3.x的新式类class Dem.

转载自：http://blog.163.com/jackylau_v/blog/static/175754040201182113817834/Python 用下划线作为变量前缀和后缀指定特殊变量_xxx 不能用’from module import *’导入__xxx__ 系统定义名字__xxx 类中的私有变量名核心风格：避免用下划线作为变量名的开始。因为下划线对解释器有特殊的意义，而且是内建标识符所使用的符号，我们建议程序员避免用下划线作为变量名的开始。一般...

0基础小白怎么学Python？今天给大家分享一些学习Python的基本概念图，入门书籍、视频教程以及学习路上最有效的方法。Python基本概念最全图1.Python 解释器：2.Python数据结构：3.变量与运算符：4.Python 流程控制：5.Python 文件处理：6.Python 输入输出：7.Python 异常：8.Python 函数和模块：9.Python 面相对象：10.Python 多线程：11.Python

第三方仓库 Python Package Index(PyPI)Django 第三方包信息库Django 项目中的 Requirements 文件中的依赖包一定要指定特定的版本号，如：Django==1.8coverage==3.7.1django-extensions==1.5.2django-braces==1.4而你发布的第三方包中，依赖包不能指定特定的版本，版本号要越宽泛越好。例如，当你的依赖指定为 Django==1.72, 但当你的包在 Django 1.8 的项目中使用时，.

原创博客链接：python进阶18正则表达式正则基础知识 12345678910111213141516171819 ^`:匹配行首`$`:匹配结尾`*`:（**贪婪**）前面字符匹配任意多次`+`:（**懒惰**）前面字符匹配1或者更多次`?`:前面字符匹配0或1次，还作为懒惰限定符使用，详看后面`{m}`:前面字符匹配m次`{m,n}`:前面字符匹配m~n次`{m,}`:前面字符匹配m或更多次`{,n}`.