墨衍会员
·
AI 创作全网分发
墨衍智能分发
本文由作者通过墨衍一键同步至各平台
1分发平台
5.4k累计阅读
5.4k平均单平台
已同步平台
优快云
微信公众号
微博
知乎
掘金
百家号
博客园
抖音
小红书
你的文章也可以这样分发
墨衍会员 ¥399起/年，写一次发全网
我也要
The CUDA 5.5 Release Candidate is now available for download. As a CUDA® Registered Developer, you now have access to all the latest features such as:
• Multi-process MPI debugging & profiling 支持多任务MPI调试和调优
• Single GPU debugging for Linux 支持Linux下单卡调试
• Step-by-step guided performance analysis 渐进优化分析
• Static CUDA runtime library 静态库
• RPM/DEB packaging & new NVIDIA repo 新的NVidia工具包
NERO 双臂06：《RLinf + DreamZero 5B 双 NERO 仿真训练【纯仿真｜WAM Embodiment + Metadata + SFT + π0.5 Benchmark】》
这一卷我会严格围绕 纯仿真 DreamZero 5B 主线 展开：先固定 DreamZero/RLinf 环境与 5B released checkpoint，再完成 的 本体注册（Embodiment Registration）、三相机 元数据（Metadata）、16D State/14D Action 映射、SFT Smoke/正式训练、Checkpoint/Resume、独立仿真评测，最后用与第 5 卷完全相同的 Seed、Camera、Prompt、Action Contract 做 π0.5
Ubuntu12.04配置NVIDIA cuda5.5经验帖
之前配过一遍都忘光了，现在要重新配一遍真是好难过。。。特此记录参考网站以便查阅。=============环境：Ubuntu 12.04+Cuda5.51. 判断安装环境：The setup of CUDA development tools on a system running the appropriate version of Linux consists of a few simple
WSL2部署Apollo11自动驾驶框架的工业级实践指南
Apollo平台是百度开源的全栈自动驾驶软件框架，其v11.x版本（常称Apollo11）对实时性、GPU直通和确定性调度有严苛要求。它并非普通Python项目，而是依赖PREEMPT_RT内核补丁、CUDA 11.8、ROS2 Galactic与Cyber RT双运行时的工业级系统。在Windows环境下，WSL2并非开箱即用的替代方案，而需从内核定制、驱动桥接、GCC版本越狱到磁盘I/O优化进行全栈校准。本文聚焦于Ubuntu 22.04+WSL2+Apollo11的可复现部署路径，覆盖实时内核替换、C
cuda由5.0版本升级到5.5版本后编译器未找到导入的项目 CUDA 5.0.props
当我们的cuda版本由于某种原因变更之后，重新加载以前的工程往往会出现这样的错误： D:\视频增强版本\图片增强\EnhancePlayer\playerve.vcxproj : error : 无法读取项目文件“playerve.vcxproj”。 D:\视频增强版本\图片增强\EnhancePlayer\playerve.vcxproj(59,5): 未找到导入的项目“C:\Prog
GPT-OSS私有部署性能跃迁：vLLM+GKE Autopilot实战指南
大语言模型私有化部署的核心挑战，从来不是‘能否运行’，而是‘能否低延迟、高吞吐、稳并发地服务生产’。这背后涉及推理引擎原理（如vLLM的PagedAttention内存管理）、GPU资源确定性调度（如GKE Autopilot对B200集群的硬件抽象）、以及容器化交付链路的深度协同。技术价值在于将首token延迟压缩至毫秒级、输出吞吐提升百倍量级，并支撑金融风控等实时决策场景。典型应用包括本地化大模型API服务、企业知识库问答系统及合规敏感型AI中台建设。本文聚焦GPT-OSS系列模型在真实基础设施上的高性
告别零散脚本：用Playwright+Pytest+Yaml+Allure搭建可维护的UI自动化项目
UI自动化测试是软件质量保障的关键环节，其核心在于模拟用户操作，对Web应用界面进行功能验证。传统的脚本堆砌方式常因代码耦合度高、维护成本大而难以为继。工程化解决方案通过分离关注点，将测试逻辑、数据和配置解耦，从而显著提升项目的可读性、可维护性和可扩展性。其技术价值在于构建可持续运行的自动化资产，而非一次性脚本。典型的应用场景包括Web应用的回归测试、兼容性测试及CI/CD流水线中的质量门禁。本文以Playwright、Pytest、Yaml和Allure为核心技术栈，详细阐述了如何从项目架构、页面对象模型
CUDA5.5 的环境变量设置
为了方便，我写了这个文件用于设置cuda5.5的环境变量。 其中有些环境变量可能用不到，大家根据需要修改就是了。 export CUDA_HOME=/usr/local/cuda-5.5 export CUDA_INC_PATH=${CUDA_HOME}/include export CUDA_LIB_PATH=${CUDA_HOME}/lib64 export CUDA_I
一文读懂Cache一致性原理
本文介绍了为什么需要维护cache一致性、一致性协议的本质和类别，以及如何设计一致性协议。
CUDA 5 Release Candidate Now Available
The CUDA 5 Release Candidate is now available at http://developer.nvidia.com/<wbr></wbr>cuda/cuda-pre-production. Now applicable to a broader set of algorithms, CUDA 5 has advanced featu...
ROS应用之如何配置RTOS满足机器人系统中的实时要求
实时操作系统（RTOS）基本概念实时操作系统（RTOS）是设计用于实时应用的操作系统，其主要目标是在确定的时间内完成任务。RTOS的任务调度算法和优先级控制机制能够确保高优先级任务按时完成。精确的传感器数据采集：传感器数据需要在规定时间内采集并传输给控制系统。快速响应外部事件：对于控制系统，需要确保指令在最短的时间内得到响应。任务的调度周期：任务的周期可以通过公式计算，其中 ftask 是任务的调度频率。优先级分配。
CDR学习笔记——02
这篇写一些高级CDR的架构原理。
CUDA Toolkit 5.5 Release Candidate (RC)
CUDA Toolkit 5.5 Release Candidate (RC). This important update to the CUDA platform and programming model includes:Support for ARM PlatformsNative compilation, for easy application portingFast cross-c
华为ITR流程实战指南：从设计到落地的全流程解析（附完整方案下载）
本文深度解析华为ITR流程从设计到落地的全流程实战指南。ITR不仅是高效处理客户问题的“救火”系统，更是驱动产品改进、预防问题的企业“免疫系统”。文章详细拆解了流程设计的四步走策略、三层技术支持体系的组织保障、以闭环改进为核心的考核激励，并探讨了如何借鉴其精髓，优化自身问题管理，实现从被动响应到主动服务的跨越。
Nsight Visual Studio Edition 3.0 Release Candidate 1
Nsight Visual Studio Edition 3.0 Release Candidate 1 with OpenGL Debugging Support Now Available for Download!Support OpenGL 4.2 for frame debugging, pixel history and frame profiling.Support for Open
uniapp 使用摄像头 live-pusher （APP）
uniapp 中开发 app 时使用live-pusher踩过的坑
展锐双摄帧同步实战：从配置到调试的完整避坑指南
本文深入剖析了在展锐平台上实现双摄帧同步的完整流程与核心技术。详细对比了硬件帧同步与软件帧同步的差异、应用场景及核心挑战，提供了从XML配置、驱动层适配到调试验证的实战指南。重点强调了硬件帧同步必须与固定帧率强绑定这一关键避坑点，并分享了针对景深虚化等场景的同步质量验证方法及长稳测试策略。
Steps to compile MxNet 1.8.0 release candidate 3 with windows 10, x64, intel MKL, Cuda 10.1 & visual
Steps to compile MxNet 1.8.0 release candidate 3 with windows 10, x64, intel MKL, Cuda 10.1 & visual studio 2019 I ran into issues compiling 1.7.0 with the nvcc compiler that appears to be fixed in 1.8.0 #Downloading mxnet sources Make a folder C:\Pro
190、LLC谐振变换器的样机调试实战（问题定位）
这篇实战笔记总结了LLC谐振变换器样机调试中的五大典型问题及解决方案：1）空载炸机源于谐振电容纹波电流能力不足；2）轻载啸叫因控制环路不稳定，需调整突发模式阈值；3）MOSFET过热由死区时间不当导致，需精确优化实现ZVS；4）输出纹波大由PCB布局耦合引起，需优化共模抑制；5）启动过冲需延长软启动时间。作者强调调试需结合示波器、热成像仪等工具，理论计算与实测并重，并详细记录每次参数调整。文章指出LLC调试是不断试错的过程，关键是通过现象分析本质原因。
OpenCV2.3即将出炉
OpenCV开发小组的成员们真是努力呀，OpenCV2.3的Release Candidate于今天发布，SourceForge上面http://sourceforge.net/projects/opencvlibrary/，也提供了2.3.0rc源代码的下载链接。 主要的改动如下： 1、不在使用LAPACK库来进行基本的数学运算了，转而使用开发小组人员自己编写的Jacobi SVD。在
NTscan扫描工具
ntscan是一个扫描器，可以扫描没有密码和弱密码的共享，先到配置文件中填写猜测的用户名和密码，扫描过程中右侧出现的是扫描日志。
数学建模模型总结
这是本人在两年内准备参加数学建模竞赛搜集到的模型资料，已经经过了本人的筛选和整理，希望能够对准备参加数学建模竞赛的学弟学妹们提供一些帮助！
Linux安装GPU版本的opencv
如果找不到/usr/local/cuda/lib64找不到libcudnn.so.8.9.7，大部分服务器是在安装cudnn的时候没有将该文件由/usr/include拷贝到/usr/local/cuda/lib64，我们需要使用以下命令进行拷贝。原因:libavresample-dev这个库已经弃用了，新版本为libswresample-dev，参考。原因：libdc1394-22和libdc1394-22-dev被弃用，参考。(1)注意要下载与cuda版本相对应的opencv，否则会出现错误，参考。
IEM模型，地表粗糙度模拟
利用微波反演土壤水分时候，利用IEM模型可以实现对随机地表的模拟
Ubuntu 16.04升级生存指南：LTS末期维护与系统稳定性保障
Linux发行版升级本质上是用户态ABI、内核模块、包管理器与硬件抽象层的协同演进过程。Ubuntu作为Debian系主流发行版，其LTS版本（如16.04 Xenial）虽已终止支持，但在工业控制、教育终端及嵌入式设备中仍广泛部署，构成典型的‘长尾运维场景’。理解APT包管理机制、systemd初始化演进及libc6等核心库的ABI兼容性，是保障升级不中断的关键。技术价值在于以最小变更实现系统延续性，而非功能迭代；典型应用场景包括老旧PC实训室维护、ARM开发板固件更新、Docker容器运行时适配等。本文
迈瑞BS系列全自动生化分析仪LIS协议接口手册(内含HL7和ASTM)
迈瑞BS系列全自动生化分析仪LIS协议接口手册，内含HL7和ASTM)
固态、机械双硬盘+UEFI、APT+Win10、Ubuntu18.04LTS双系统+GTX 1080Ti+Cuda9.0+cudnn7.1.4+Tensorflow1.12
固态、机械双硬盘+UEFI、APT+Win10、Ubuntu18.04LTS双系统+GTX 1080i+Cuda9.0+cudnn7.1.4+Tensorflow1.121、在Win10上装Ubuntu18.04LTS双系统2、在Ubuntu18.04LTS上面配置开发环境3、安装tensowflow3.1 准备工作3.2 安装显卡驱动3.3 安装cuda3.4 安装cudnn3.5 安装open...
机器学习可观测性实战：从Notebook到生产环境的稳定交付
机器学习模型部署不是终点，而是工程挑战的起点。当模型脱离Jupyter Notebook进入真实产线，面对Java微服务混部、K8s动态调度、GPU资源争抢等复杂环境，传统监控已失效——真正需要的是以数据漂移检测、特征血缘追踪、延迟分解日志为核心的可观测性能力。本文聚焦ML系统在高并发、多版本、长周期运行下的稳定性保障，深入解析KS检验驱动的特征漂移预警、黄金请求集支撑的模型性能基线、结构化JSON日志实现的全链路可追溯等关键技术实践，为数据科学家与MLOps工程师提供一套可落地、可验证、可审计的生产就绪方
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
142
扫一扫
