开源 vGPU 方案 HAMi: core&memory 隔离测试 本文测试了开源vGPU方案HAMi的GPU核心与显存隔离功能。测试环境采用A40 GPU、K8s v1.23.17和HAMi v2.3.13，通过PyTorch的imagenet训练脚本验证隔离效果。 测试结果显示： 核心隔离：Pod实际使用的算力围绕设定值波动，但长期平均值与申请的gpucores基本一致； 显存隔离：当Pod申请超过设定的GPU显存时，会直接触发CUDA OOM错误。 测试方法是通过配置不同算力比例（30%和60%）的vGPU Pod，观察训练任务耗时变化。需注意需设置环境变量GPU_C

阅读 767

15赞

收藏 11
7月1日作业 /按下ctrl+c停止，再次执行程序。

阅读 449

4赞

收藏 1
如何查看自己电脑的CUDA版本？ 图片中的两个是CUDA版本和显卡的信息。在搜索栏输入命令提示符。

阅读 163

1赞

收藏 1
在kaggle部署运行文心4.5开源大模型 本文介绍了在Kaggle平台部署百度文心4.5开源大模型的过程，包括从HuggingFace获取模型、使用transformers库进行初始推理、CPU/GPU推理的不同实现方式。文章详细记录了代码调试过程中遇到的报错问题，如NoneType对象缺少apply_chat_template属性等，并提供了官方示例代码作为解决方案。最终展示了模型成功运行的输出结果，生成了一段关于无头CMS的详细介绍文本。整个过程体现了模型部署的完整流程和技术细节。

阅读 545

8赞

收藏 8
使用alist+RaiDrive+webdav将百度夸克网盘变为本地电脑磁盘方法教程 使用百度夸克网盘的webdav协议可以将百度夸克网盘挂载到本地电脑上，就像操作本地电脑硬盘一样操作网盘，非常方便。我们以alist+raidrive为例演示。

阅读 424

17赞

收藏 10
Neo4j 的向量搜索（Neo4jVector）和常见的向量数据库（比如 Milvus、Qdrant）之间的区别与联系 摘要 Neo4j向量存储与Milvus/Qdrant都支持向量检索和语义搜索，但核心定位不同。Neo4j将图数据库与向量搜索结合，适合结构化知识图谱问答；Milvus/Qdrant专注于高性能向量检索，适合大规模文档搜索。Neo4j的优势在于图结构与语义搜索的融合，而Milvus/Qdrant在纯向量相似度检索方面性能更优。选择取决于应用场景：结构化信息查询用Neo4j，纯文本语义匹配用Milvus/Qdrant。

阅读 402

17赞

收藏 8
【STM32】-串口通讯 串口通信是一种设备间常用的串行通信方式，串口按位（bit）发送和接受字节。而串口通信协议是指规定了数据包的内容（起始位、主体数据、校验位和停止位），常见的协议有RS232、RS485、RS422等。对于通信协议，采用分层的方式分为物理层和协议层。

阅读 546

12赞

收藏 9
【网络安全基础】第一章---引言 第一章复习要点

阅读 1.0k

17赞

收藏 14
【RAG文档解析优化】复杂Excel表格处理 —从识别表格边界，到恢复内部结构，再到生成RAG友好的表示——我们可以系统性地将这些“带刺的玫瑰”驯服。虽然代码实现可能充满细节和挑战，但其带来的回报是巨大的：一个更干净、更可靠的知识库，以及一个能真正理解和利用表格数据、从而提供精准答案的RAG系统。为了人类阅读的便利性，制作者常常会使用合并单元格来创建标题、使用多层表头来组织复杂的列、在同一个Sheet页中放置多个相关的表格，并添加大量的注释说明。它们就像一朵朵“带刺的玫瑰”，虽然蕴含着宝贵的数据，但如果直接用传统的方法（如。

阅读 23

0赞

收藏 0
深度学习×第4卷：Pytorch实战——她第一次用张量去拟合你的轨迹 本卷作为「深度学习×PyTorch基础」系列的实战入门篇，系统讲解了如何用 PyTorch 从零实现线性回归模型，涵盖了数据生成（sklearn.make_regression）、Dataset 与 DataLoader 的封装与批处理、线性模型（nn.Linear）构建、均方误差损失函数（MSELoss）、随机梯度下降优化器（SGD）设置、以及训练循环与可视化全过程。通过一条可控斜率的直线示例，完整演示了张量计算、自动微分与参数更新在实际拟合中的协作流程。

阅读 1.2k

26赞

收藏 26
C++ 实现简单二叉树操作：插入节点与数据打印 本文介绍了一个使用C++实现的二叉树项目，包含节点插入、数据打印和内存释放等核心功能。项目由tree.h和main.cpp两个文件组成，其中tree.h定义了节点结构和树类模板，采用递归方式实现二叉树操作；main.cpp创建树对象并插入200个节点进行测试。代码展示了模板类、递归算法和内存管理技术的应用，通过调试信息输出可观察内存分配情况。该项目简洁地演示了二叉树的基本实现原理和操作方法，具有代码复用性高、结构清晰的特点，可作为学习数据结构的实践案例。

阅读 308

2赞

收藏 6
前端框架对可选链操作符(?. )的支持对比与深度解析 React项目：推荐使用，提升开发效率Vue/小程序：可使用计算属性替代。

阅读 182

6赞

收藏 1
只出现一次的数字2 / 统计 nums 中所有的数的第 i 位的和。// 依次修改 ret 中的每⼀个⽐特位。

阅读 71

1赞

收藏 0
【鸿蒙】鸿蒙操作系统发展综述 HarmonyOS 6的发布：2025年6月，华为发布HarmonyOS 6，系统应用数量突破三万，标志着鸿蒙生态进入“飞轮加速”阶段（倪雨晴，2025）。张华桥，2025）。鸿蒙Next系统：鸿蒙Next全面摒弃AOSP（Android开源项目），采用方舟字节码架构，通过指令虚拟化、控制流平坦化等技术提升安全性，性能开销控制在9%以内（罗叶飞等，2025）。展望：随着“鸿蒙时刻”（谷业凯，2025）的累积，中国操作系统有望实现从“跟跑”到“并跑”乃至“领跑”的跨越，为全球科技产业提供新的范式。

阅读 671

12赞

收藏 6
JSONLines和JSON数据格式使用教程 JSONLines（jsonl）是一种逐行存储独立JSON对象的轻量级数据格式，相比传统JSON更适合大数据处理和增量写入。jsonl的核心优势在于支持流式处理、单行解析和容错性，无需加载整个文件，适用于日志存储、实时分析等场景。Python中可通过jsonlines库或手动逐行读写，并兼容jq等命令行工具。传统JSON更适合配置文件或API交互等需要整体处理的场景。选择时需权衡数据规模、处理方式和性能需求。

阅读 51

1赞

收藏 0
深度学习03 人工神经网络ANN 人工神经网络（ Artificial Neural Network， 简写为ANN）也简称为神经网络（NN）,是一种模仿生物神经网络结构和功能的计算模型,人脑可以看做是一个生物神经网络,由众多的神经元连接而成.各个神经元传递复杂的电信号,树突接收到输入信号,然后对信号进行处理,通过轴突输出信号.当电信号通过树突进入到细胞核时，会逐渐聚集电荷。达到一定的电位后，细胞就会被激活，通过轴突发出电信号。

阅读 917

21赞

收藏 28
Cypher 是 Neo4j 专用的查询语言 摘要：Neo4j与SQL数据模型存在本质差异：1）Neo4j节点支持多标签（SQL每行仅属单一表）；2）采用无模式结构，节点属性可动态扩展（SQL需预定义表结构）；3）将关系作为一等公民，支持带属性的有向边（SQL仅能通过外键隐式关联）。核心区别在于Neo4j通过节点间的显式连接实现图遍历，而SQL依赖表联结。二者的数据单位、分类方式和连接机制均不相同，Neo4j更适合处理复杂关联数据。（149字）

阅读 268

4赞

收藏 7
在win10上用户git上传长文件名的问题解决 在win10上用户git上传长文件名的问题解决

阅读 385

5赞

收藏 6
鸿蒙系统（HarmonyOS）应用开发之经典蓝色风格登录页布局、图文验证码 集成图文验证码的HarmonyOS登录界面，采用ArkTS语言和ArkUI框架实现。核心功能包括：1）可随机生成字符/颜色/干扰元素的验证码组件；2）表单完整性校验与错误提示；3）现代化UI设计适配多终端。技术亮点在于通过@Component组件化解耦、@State状态管理及多重随机算法实现高安全性验证码，支持点击刷新。该方案适用于企业系统、移动App、IoT设备管理等需要安全认证的场景，具有易集成、可扩展的特点，有效防范自动化攻击。

阅读 461

4赞

收藏 6
作者推荐
淼叔
资深架构师，PMP、OCP、CSM、HPE University讲师，EXIN DevOps Professional与DevOps Master认证讲师，曾担任HPE GD China DevOps & Agile Leader，帮助企业级客户提供DevOps咨询培训以及实施指导。熟悉通信和金融领域，有超过十年金融外汇行业的架构设计、开发、维护经验，在十几年的IT从业生涯中拥有了软件开发设计领域接近全生命周期的经验和知识积累，著有企业级DevOps技术与工具实战。
关注
JavaEdge聊AI
关注并私信我，获取更多大厂求职经验。 《编程严选网》创始人，多年大厂一线开发经验，现魔都一线数据中心软件架构师。全网近30w粉丝，擅长分布式系统设计和AIGC应用开发。
关注
简说Python
个人微信公众号：简说Python，送精选Python电子书。
关注
理想不闪火
研究开放环境下的深度学习算法、生成模型推理加速和医学图像。 欢迎订阅专栏！
关注
卓晴
清华大学自动化系教师。
关注
源代码大师
希望我的博客，能帮上你解决学习中工作中所遇到的问题
关注
添柴程序猿
10年编程工作,涉及到.Net,Java,Android,C,Python等,爱好算法,人工智能,大数据等领域, 虚心求教,一起进步,大学毕业参加工作,如今一晃10多年已过,时间飞逝....
关注
xiangzhihong8
著有《React Native移动开发实战》1，2，3版本、《Kotlin入门与实战》1，2版本、《Weex跨平台开发与实战》、《React Native开发进阶》和《Flutter跨平台开发实战》和《Android应用架构实战》和《鸿蒙应用开发与实战》、《Vue3 项目开发实战》即将出版
关注
算法与编程之美
优快云官方认证“博客专家”,51CTO官方认证“专家博客”，腾讯云+社区“人气作者”优秀技术专栏，阿里云开发者社区乘风者计划专家博主，微信算法类排名前十、加V认证公众号，全网累计阅读量突破500万人次，累计帮助1000位以上编程爱好者解决难题。
关注
LaoYuanPython
优快云 2020年博客之星TOP3。博客主要关注音视频剪辑、数字图像处理、图形界面开发等Python相关知识！ 另有高数、图像处理、OpenCV、Python以及架构类等电子书，如需要请扫描博客左下部二维码加微公号咨询。
关注