linux | 压缩zip与解压缩unzip
文章目录zipunzipzip将指定目录下的文件打包为指定zip文件，-r：递归处理zip -r name.zip /zipdirunzip解压文件到当前目录unzip zipname.zip解压文件到指定目录，并且不要覆盖已有文件unzip -n zipname.zip -d /home/解压文件到指定目录，并且覆盖已有文件unzip -o zipname.zip -d /home/...
socket | 客户端和服务端bind的区别
转载socket bind在客户端和服务器端使用的区别_cuishumao的专栏-CSDN博客socket 客户端也可以使用 bind_BlackNight168的博客-CSDN博客客户端Client bind（1）bind端口由进程选择一个端口去连服务器，（如果默认情况下，调用bind函数时，内核指定的端口是同一个，那么调用多个调用了bind（）的client程序，会出现端口被占用的错误）注意这里的端口是客户端的端口。 如果不分配，指定端口0， 就表示交给内核去选择一个可用端口。（
Linux | scp命令 | Linux 之间复制文件和目录 | 远程传输文件
文章目录Linux scp命令参考语法从本地复制到远程从远程复制到本地说明Linux scp命令Linux scp 命令用于 Linux 之间复制文件和目录。scp 是 secure copy 的缩写, scp 是 linux 系统下基于 ssh 登陆进行安全的远程文件拷贝命令。scp 是加密的，rcp 是不加密的，scp 是 rcp 的加强版。这里给出一般使用方法：指定用户名，命令执行后需要再输入密码，可以传输文件或者目录scp /home/test root@ip:/home参考（为
命令行 | 登录校园网 | curl
文章目录源码命令行登录北邮校园网源码查看源码，可以发现获取用户账号和密码来自于user和passfunction login() { var loginForm = document.forms[0]; var user = loginForm.user.value; var password = loginForm.pass.value; if($('#uam').prop('checked')){ $(
CentOS | 防火墙常见命令 | 开启与关闭端口 | firewall与iptables
文章目录firewall与iptables区别官网的解释：firewall基础使用常用指令配置firewalld-cmd信任级别firewall开启和关闭端口管理服务配置 IP 地址伪装端口转发systemctliptables基础使用firewall与iptables区别CentOS默认安装了firewalld，在 RHEL7 系统中，firewall 取代了 iptables。在 service 层面，两者是平级的，firewall 还是调用了 iptables 的 command，去执行内核的 n
CentOS | samba 共享文件 | Failed to add entry for user | 防火墙配置
安装sambayum install samba创建系统用户不创建相应对应系统用户，添加samba用户时，会提示Failed to add entry for usergroupadd user216 -g 6000useradd user216 -u 6000 -g 6000 -s /sbin/nologin -d /dev/null配置vim /etc/samba/smb.conf# 加入以下内容[share] comment = share fo.
C/C++ | int main(int argc,char* argv[])详解 | argc/*argv[] |
文章目录转载int main(int argc,char* argv[])实例转载main(int argc, char *argv[])_pix_csdn的博客-CSDN博客int main(int argc,char* argv[])int main(int argc,char* argv[])是UNIX和Linux中的标准主函数.argc:用来统计运行时发送给main函数的命令行参数的个数;argv[ ]:其中每个元素都是上述参数(以字符串形式存储)的首地址；其中：argv[0]指向
Linux | 查看用户、用户组 | /etc/passwd详解 | /etc/group详解
文章目录常用命令`/etc/passwd`内容解析`/etc/passwd`内容解析常用命令查看用户、用户组的命令cat /etc/passwd #查看用户cat /etc/group #查看用户组与用户相关的关键的文件`/etc/passwd`： 用户账户的详细信息在此文件中更新。`/etc/shadow`： 用户账户密码在此文件中更新。`/etc/group`： 新用户群组的详细信息在此文件中更新。`/etc/gshadow`： 新用户群组密码在此文件中更新。/etc/p
shell 错误输出重定向的正确方式
一、输出重定向的定义：将命令的正常输出结果保存到指定的文件中，而不是直接显示在显示屏的屏幕上。 重定向输出使用“>”“>>”操作符 语法：> 文件名 #表示将标准输出的内容写到后面的文件中。如果此文件名已经存在，将会覆盖源文件中的内容。 >> 文件名 #表示将标准输出的内容追加到后面的文件中。若重定向的输出文件不存在，则会新建该文件。 例1：查看当前主机的CPU的类型保存到CPU.txt...
visdom源码安装
转载自：https://blog.csdn.net/loser_11/article/details/98480454首先 clone他的源码，直接命令为git clone https://github.com/facebookresearch/visdom.gitclone完成后，进入目录输入命令进行安装：pip3 install -e .等待安装完成后启动直接输入 visdom ##前台启动可以看到更新的状态 nohup python -...
卷积神经网络中各个卷积层的设置及输出大小计算的详细讲解
我将从以下几个方面来进行解说：1.卷积神经网络的结构2.卷积神经网络的计算3.以AlexNet为例进行详细讲解4.常见的两个卷积层设置的问题1.卷积神经网络的结构卷积神经网络（CNN）由输入层、卷积层、激活函数、池化层、全连接层组成，即INPUT（输入层）-CONV（卷积层）-RELU（激活函数）-POOL（池化层）-FC（全连接层）我们用一个图进行展示：2.卷积神经网络的计算卷积神将网络的计算公式为：N=(W-F+2P)/S+1其中N：输出大小W：输入大小F：卷积核大小P
torch.sum(),dim=0,dim=1
dim=0:（行归一）纵向压缩dim=1: (列归一）横向压缩tensor([[ 1, 2, 3], [ 4, 5, 6]])# 2行3列，没毛病#dim=0 纵向压缩，保留行b = torch.sum(a,dim=0)print(b)输出：tensor([ 5, 7, 9])#dim=1,横向压缩，保留列c = torch.sum(a,dim=1)print(c)输出：tensor([ 6, 15])...
卷积核的尺寸,数量，通道数（网上资料整合）
1. 输入矩阵x格式：四个维度，依次为：样本数、图像高度、图像宽度、图像通道数输入 x：[batch, height, width, in_channel] 四个维度 权重 w：[height, width, in_channel, out_channel] 输出 y：[batch, height, width, out_channel] 如图所示: Input：batch=1, height=8, width=8, in_channel=3 (四维矩阵) Ker...
DenseNet网络
DenseNet网络的密集连接机制（其中c代表的是channel级连接操作）传统的网络在 l 层的输出为：对于ResNet，增加了来自上一层输入的identity函数：在DenseNet中，会连接前面所有层作为输入：其中，上面的 代表是非线性转化函数（non-liear transformation），它是一个组合操作，其可能包括一系列的BN(Batch Normalization)，ReLU，Pooling及Conv操作。注意这里 层与 层之间可能实际上包含多个卷积层。.
目标检测 | 盘点目标检测中的特征融合技巧（根据YOLO v4总结）
https://blog.csdn.net/sinat_17456165/article/details/106184711在深度学习的很多工作中（例如目标检测、图像分割），融合不同尺度的特征是提高性能的一个重要手段。低层特征分辨率更高，包含更多位置、细节信息，但是由于经过的卷积更少，其语义性更低，噪声更多。高层特征具有更强的语义信息，但是分辨率很低，对细节的感知能力较差。如何将两者高效融合，取其长处，弃之糟泊，是改善分割模型的关键。很多工作通过融合多层来提升检测和分割的性能，按照融合与预测的先后顺
Linux下nvcc -V 找不到 及相关Linux命令行总结
1. nvcc -V原因：CUDA已安装，但是没有添加到环境变量。解决方法：echo 'export PATH=/usr/local/cuda-10.1/bin/:$PATH'>>~/.bashrcecho 'export LD_LIBRARY_PATH=/usr/local/cuda-10.1/lib64:$LD_LIBRARY_PATH'>>~/.bashrcsource ~/.bashrc或者直接打开bashrc.sh文件，修改文件内容就好了再输入nv
CUDA_代码在编译时arch和gencode的设置说明_SM(流式多处理器)
SM(Streaming Multiprocessing):流式多处理器https://blog.csdn.net/weixin_40427089/article/details/86741198https://www.cnblogs.com/physutech/articles/10928077.htmlNvidia GPU架构 - Cuda Core，SM，SP等等傻傻分不清？https://blog.csdn.net/asasasaababab/article/details/8044
图的基本概念_分割相关
https://blog.csdn.net/liujian20150808/article/details/50866406https://blog.csdn.net/m0_45379852/article/details/108020282
今日推荐
周排行