- 博客(19)
- 收藏
- 关注
RSS订阅原创 Kafka简介
一、 点对点模式点对点模式通常是基于拉取或者轮询的消息传送模型，这个模型的特点是发送到队列的消息被一个且只有一个消费者进行处理，一旦消费者读取队列中的消息，它就从该队列中消失。生产者将消息放入消息队列后，由消费者主动的去拉取消息进行消费。点对点模型的的优点是消费者拉取消息的频率可以由自己控制。但是消息队列是否有消息需要消费，在消费者端无法感知，所以在消费者端需要额外的线程去监控。二、 发布订阅模式在发布 - 订阅系统中，消息被保留在主题中。 与点对点系统不同，消费者可以订阅一个或多个主题并使用该主题
2020-07-19 19:12:02
585
原创 C++类模板中的static成员
类中的static大家应该都清楚，但是如果在类模板中出现static呢？编译器在编译类模板的时候采用二级编译机制，第一次只是编译一部分，不编译泛型，在知道具体的类型时在进行第二次编译，这相当于在程序中每遇到一种具体的类就编译一次，最后结果就是每个类模板实例化的类都有属于他们自己的static成员。#include <iostream>using namespace std;template<typename T>class Obj{public: static
2020-05-31 19:37:45
469
原创 C++成员函数后面加override
class A{ virtual void foo();}class B :public A{ void foo() override; } 如果一个成员函数后面跟了一个override关键字，说明这个函数将重写这个函数，下面的方式也可以进行重写。 void foo(); virtual foo(); 但是后面加override算是一种声明，此函数要重写同名函数，所以如果将函数的名字写错了比如写成f00则会报错，而下面的两个却不会，...
2020-05-31 19:04:48
6378
原创 C++类成员函数后面加const
如果类的成员函数后面加了const关键字，说明这个函数是不能改变类中的成员变量的。 如果在编写该函数会修改类中的成员变量，编译时会出错，并且也提高了程序的可读性，当我们看到函数后面有const的话就知道这个函数是不会修改类中数据的。注意：1、只能加在非静态成员函数后面，加在静态成员函数和普通函数后面会编译出错。2、【例外】如果一个类中有mutable 修饰的成员变量，此类函数是可以修改的。3、【实现】其实就是在该类函数的this隐式参数的类型为const。3、const对象只能调用此类函数
2020-05-31 18:48:31
5490
原创 线程创建 终止
线程概念一个进程中的所有线程都可以访问进程的组成部件，如文件描述符和内存。不管在什么情况下，只要单个资源需要在多个用户间共享，就必须处理一致性问题。每个线程都包含表示执行环境所必须的信息，其中包括进程中表示线程的线程ID，一组寄存器文件，栈，调度优先级和策略，信号屏蔽字，errno变量以及线程私有数据。进程的所有线程都是共享的，包括可执行代码、程序的全局内存和堆内存，打开的文件等。P...
2020-03-30 22:57:08
127
原创 c++ 变量的声明与定义
变量的声明：用于表明变量的类型、名字，并不会分配内存空间，可以多次声明。变量的定义：声明的同时分配内存空间，只能定义一次。声明的格式：extern int a;注意：声明的同时可以赋值,相当于声明的同时定义初始化extern int a=10;但是这种方式只能用在函数外部，在函数内部这样做是不允许的。...
2020-03-17 20:37:44
267
原创 内联函数
内联函数和宏类似，都是通过在函数调用处替换成函数代码，因此减少了函数调用过程中保护现场，压栈出栈的时空开销，所以当函数代码段较少的时候通过内联函数可以提高效率。 内联函数必须在定义处加上inline，在声明处加或不加都可以，另外在类中声明的函数默认都是加inline的。内联函数与宏的区别：（1）、宏是由预处理器对宏进行替代，而内联函数是通过编译器控制来实现的。（2）、内联函数在在调用时与...
2020-03-17 19:11:25
131
原创 空类空结构体的大小
空结构体（空类)的大小在c和c++中不同在C中为0，在C++中为1为何c++中为1？c++标准规定：“no object shall have the same address in memory as any other variable”，即任何不同的对象不能拥有相同的内存地址。所以如果空类的大小为0，那么连续申请多个空类势必导致多个对象有相同的地址，所以不能为0。思考：T arra...
2020-03-04 16:07:55
356
原创 Tiny-httpd源码解析
#include <stdio.h>#include <sys/socket.h>#include <sys/types.h>#include <netinet/in.h>#include <arpa/inet.h>#include <unistd.h>#include <ctype.h>#inclu...
2020-01-13 20:40:24
303
原创 全局跳转函数 setjmp 和 longjmp
goto语句对于跳出多层循环很有用，但是他只能在本个函数内跳转，不能跨越函数跳转，而函数setjmp和longjmp可以实现跨越函数的跳转，这在对处理发生在很深层嵌套函数调用中的出错情况非常有用。#include<setjmp.h>int setjmp(jmp_buf env);//设置跳转点，jmp_buf类型是一种特殊类型，是某种形式的数组，用来当从longjmp返//回时恢复...
2020-01-01 22:53:28
200
原创 main函数返回值
如果一个函数返回类型不是void，那么必须显示return一个值，但是main函数除外。如果main函数返回类型为void，不需要return语句，该进程的终止状态为未定义。如果main函数返回类型不为void，我们可以显示调用return语句返回一个值，如果不显示调用，编译器将隐式的插入一条返回0的return语句，进程的终止状态为该返回值。参考资料：[1] C++Primer(五版) ...
2020-01-01 19:42:17
1010
原创 linux下gcc/g++ 使用
简介：gcc 与 g++ 分别是 gnu 的 c & c++ 编译器 ，gcc是c编译器，g++是c++编译器，C语言可以用gcc和g++生成可执行文件，c++只能用g++生成可执行文件。编译器在执行编译时，总共需要4步：预处理,生成 .i 的文件 [预处理器cpp]将预处理后的文件转换成汇编语言, 生成文件 .s [编译器egcs]有汇编变为目标代码(机器代码)生成 .o ...
2019-12-23 16:26:32
212
原创 unix write和read函数
write：#include <unistd>ssize_t write(int filedes, void *buf, size_t nbytes);// 返回：若成功则返回写入的字节数，若出错则返回-1// filedes：文件描述符// buf:待写入数据缓存区// nbytes:要写入的字节数read：#include <unistd>ssize...
2019-12-09 22:15:00
455
原创 ubantu下unp源码的配置
首先进入unpv13e文件夹下1、./configure # try to figure out all implementation differences如果出现以下信息，说明权限不够，可以给该文件增加x权限，亦可切换到root用户下：bash: ./configure: Permission denied如果还是出现上面信息，输入bash ./configure2...
2019-11-29 18:42:54
156
原创 拓扑排序（Topological Sorting）
什么是拓扑排序？对于一个有向无环图（DAG, Directed Acyclic Graph）G，拓扑排序就是G中的所有节点的一种线性次序，可以将图的拓扑排序看作是将图的所有节点在一条线上排开，如果将图的所有有向边表示在该排序上，则边全都是从左往右的。比如下图：如果图是有向无环图则可以进行拓扑排序，如果有环则没有拓扑排序（所以经常用拓扑排序来检验有向图是否有环）。一个图的拓扑排序可能有好多种。...
2019-11-23 12:31:10
215
原创 行为识别算法准确率
Model UCF-101 HMDB-51 IDT(2013) 85.9% 57.2% Two-stream model（2014） 88.0% 59.4% LRCN(2015) ...
2019-11-21 16:23:23
2526
3
原创 人体行为识别数据库
视频行为数据集传统的通用的数据集：1、KTH数据集：2004年发布，包含 6 类人体行为：行走、慢跑、奔跑、拳击、挥手和鼓掌，每类行为由 25 个人在四种不同的场景（室外、伴有尺度变化的室外、伴有衣着变化的 室外、室内）执行多次，相机固定。该数据库总共有 2391个视频样本。视频帧率为 25 fps，分 辨率为 160×120，平均长度为 4 秒。2、The Weizmann Datase...
2019-11-16 21:01:40
10721
1
原创 C3D网络笔记
C3D网络论文链接论文翻译该论文发现：1、3D ConvNets比2D ConvNets更适用于时空特征的学习；2、对于3D ConvNet而言，在所有层使用3×3×3的小卷积核效果最好；3、我们通过简单的线性分类器学到的特征名为C3D(Convolutional 3D)，在4个不同的基准上优于现有的方法，并在其他2个基准上与目前最好的方法相当。论文的主要贡献我们的实验表明3D...
2019-11-15 21:01:35
2733
翻译 GoogLeNet笔记
GoogLeNet 笔记论文：《Going deeper with convolutions》参考：大话CNN经典模型：GoogLeNet（从Inception v1到v4的演进） GoogLeNet 和 VGG在2014年的ImageNet比赛中分别获得第一名和第二名，这两个网络相较于AlexNet网络层次更深。GoogLeNet层数达到了22层，比AlexNet和VGG（15-1...
2019-07-12 15:43:16
369
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人