Amp

海外加速,让你拥有和 Steam 一样的高速下载

烈酒焚心 提交于 2020-12-24 12:54:54
Hello 各位亲爱的观众老爷们,好久不见呀。 暗影界的大门开了,育碧的限时原价结束了,美末 2 都拿年度游戏奖了,你们有猜到二狗子现在哪里么?听了不要吓一跳,二狗子刚刚抵达夜之城了!什么,你问二狗子怎么这么晚才到?嗨呀,这不是夜之城的车票要求太高了,二狗子去紧急升级设备了嘛。 《赛博朋克 2077》连补丁在内一共 65G,可以说是近一段时间内二狗子下载的最大的游戏了,不过好在 Steam 的下载速度还是一如既往的给力,只需要 4 个多小时的等待就可以开始夜之城之旅。 当然在这等待的 4 小时里,二狗子也没闲着。毕竟二狗子好奇 Steam 速度如此快的原因很久了,正好趁此机会查了查。没想到居然有不少小伙伴有和二狗子一样的问题呢! 综合看下来,Steam 速度快的原因有三种: 不限速:Steam 没有下载限速设置,能够简单粗暴的跑满你的网速带宽,所以速度快 云网络强大:专用的云专线为 Steam 提供了更为稳定的链接和快速的响应,让下载速度飞快的同时甚至有时还会突破你的网速上限 海外服务器:Steam 在海外有专门架设服务器,下载时直接进行客户端与服务端的连接,没有转发延迟,所以速度很快 作为一个自建了小资源下载站的站长,二狗子看着这三条秘籍有亿点点心动。 二狗子的小站虽然小,但是受到不少外国友人的喜爱,唯一让二狗子头疼的是不少外国友人留言说下载资源速度特别慢。 看看 steam

MiZ702学习笔记13——ZYNQ通过AXI-Lite与PL交互

百般思念 提交于 2020-12-24 08:01:12
在《MiZ702学习笔记7——尝试自制带总线IP》,我曾提到了AXI4-Lite的简单用法,驱动了下流水灯,只涉及到了写总线。今天,我想利用之前的VGA模块,将AXI4-Lite的读写都应用上。这篇文章主要是思想的介绍,以及AXI4-Lite读的方法。一些细节请先阅读《MiZ702学习笔记7——尝试自制带总线IP》。 具体思路为如下框图所示: 所以这次,我们需要两条AXI4-Lite总线,一条负责给VGA模块提供RGB数据(写),一条读取VGA模块提供的扫描的坐标信息(读)。 点击下图中的加号,就能为我们额外的添加一条AXI4-Lite总线: 因此在我们的IP工程里可以看到两套总线框架: IP打包好之后是这个样子: 我们将S00这条总线作为写数据用,将S01作为读数据总线。当然一条总线是既可以读也可以写的,但是VGA这个工程决定了读和写必须是同行进行的不可复用。 其他的就和之前讲到一样了,接下来AXI4-Lite的读和写。PL为了和PS通讯,是需要一些逻辑去支持的。而这些逻辑在我们生成AXI4-Lite IP的时候,vivado就帮我们自动生成了。我们要做的部分很少,只需要增改一些内容即可,就如《MiZ702学习笔记7——尝试自制带总线IP》提到的那样。 这个工程中,对于总线的写而言就是给VGA模块送去RGB数据,“写”我们只需要增加自己的逻辑即可: reg [11:0]rlcd

敏捷之旅--携程行程&订单团队

*爱你&永不变心* 提交于 2020-12-19 16:36:26
转自本人运营的公众号“ 携程技术中心PMO ”(ID:cso_pmo) 关于我们 我们面临的挑战 敏捷开发是以用户的需求进化为核心,采用迭代、循序渐进的方法进行软件开发。先把一个大项目分为多个相互联系、可独立运行的小项目,再分别完成,而在此过程中软件一直处于可使用状态。 敏捷开发模式可以对过程进行自主调整,它强调人的因素,能够灵活响应需求和技术的不断变化,并且产出高质量的软件产品。 实行敏捷开发之前,我们面临的挑战: 如何令30多人的团队保持高效运作? 如何定义BU和内部需求的优先级? 如何迅速将需求实现并落地? 与时俱进,迅速转型 第一步,将团队拆分为三个相对独立的小团队,保证在快速迭代的同时保持高效沟通。 第二步,从需求着手,积极向敏捷模式靠近。 产品同学明确当前阶段的KPI/OKR,按照ROI和紧急程度区分优先级; 开发同学提前进入以便聚焦技术方案,拆解并认领工作任务,加强配合; 测试同学共同思考验收标准并执行严格的测试流程。通过单元测试、功能测试的案例,提前规避风险; 成员紧密地配合,验证需求强度和假设,以迅速推动产品更新和迭代; 通过sprint计划会,可以更加明确团队成员的任务和目标。而通过每日站会,可以更迅速地同步项目开发进度。 第三步,充分利用iKanban高效管理产品需求,需求饱和度及完成度一目了然,进一步提升团队工作效率。 我们的收益 如何评估敏捷的效率呢

leetcode-35(搜索插入位置)--C语言实现

守給你的承諾、 提交于 2020-12-19 15:04:03
求: 给定一个排序数组和一个目标值,在数组中找到目标值,并返回其索引。如果目标值不存在于数组中,返回它将会被按顺序插入的位置。 你可以假设数组中无重复元素。 示例 1: 输入: [1,3,5,6], 5 输出: 2 示例 2: 输入: [1,3,5,6], 2 输出: 1 示例 3: 输入: [1,3,5,6], 7 输出: 4 示例 4: 输入: [1,3,5,6], 0 输出: 0 解: int searchInsert( int * nums, int numsSize, int target){ int i = 0 ; while (i<numsSize && nums[i]<target) ++i; return i; } 来源: oschina 链接: https://my.oschina.net/u/4469818/blog/4269407

卷积神经网络

元气小坏坏 提交于 2020-12-19 10:36:06
先简单理解一下卷积这个东西。 (以下转自https://blog.csdn.net/bitcarmanlee/article/details/54729807 知乎是个好东西) 1.知乎上排名最高的解释 首先选取知乎上对卷积物理意义解答排名最靠前的回答。 不推荐用“反转/翻转/反褶/对称”等解释卷积。好好的信号为什么要翻转?导致学生难以理解卷积的物理意义。 这个其实非常简单的概念,国内的大多数教材却没有讲透。 直接看图,不信看不懂。以离散信号为例,连续信号同理。 已知x[0] = a, x[1] = b, x[2]=c 已知y[0] = i, y[1] = j, y[2]=k 下面通过演示求x[n] * y[n]的过程,揭示卷积的物理意义。 第一步,x[n]乘以y[0]并平移到位置0: 第二步,x[n]乘以y[1]并平移到位置1 第三步,x[n]乘以y[2]并平移到位置2: 最后,把上面三个图叠加,就得到了x[n] * y[n]: 简单吧?无非是平移(没有反褶!)、叠加。 从这里,可以看到卷积的重要的物理意义是:一个函数(如:单位响应)在另一个函数(如:输入信号)上的加权叠加。 重复一遍,这就是卷积的意义:加权叠加。 对于线性时不变系统,如果知道该系统的单位响应,那么将单位响应和输入信号求卷积,就相当于把输入信号的各个时间点的单位响应 加权叠加,就直接得到了输出信号。 通俗的说:

Java并发编程原理

左心房为你撑大大i 提交于 2020-12-18 08:57:05
[相关源码] ( https://github.com/Wasabi1234/Java-Concurrency-Progamming-Tutorial ) 1 Unsafe类的park和unpark public native void park(boolean var1, long var2); public native void unpark(Object var1); park方法用来阻塞一个线程,第一个参数用来指示后面的参数是绝对时间还是相对时间,true表示绝对时间,false表示从此刻开始后的相对时间.调用park的线程就阻塞在此处. unpark用来释放某个线程的阻塞,线程用参数var1表示 举个例子: 2 LockSupport 直接使用Unsafe还是有诸多不便之处,因此lock包提供了一个辅助类LockSupport封装了park和unpark 举个例子: 可以看出,使用 LockSupport 要比直接只用 Unsafe 更加便捷。 此外, LockSupport 还可以用来给线程设置一个Blocker对象,便于调试和检测线程,其原理是使用Unsafe的putObject方法直接设置Thread对象的parkBlocker属性,并在合适的时候读取这个Blocker对象,例子如下: 3 AQS同步器 各种锁ReentrantLock

Geneshot (上): 我的这个研究方向到底有哪些基因被研究过?

孤人 提交于 2020-12-18 06:31:03
昨天的介绍基因数据库的时候, [数据库推荐]gene:基因相关信息查询 提到了一个 GeneRIFs 这个数据。利用这个信息我们可以了解这个基因目前研究的功能,反过来通过这个也可以知道与某一个关键词有关的哪些基因研究有哪些。基于这个原理,就有了Geneshot( https://amp.pharm.mssm.edu/geneshot/index.html )数据库。 重要的事情说在前面:这个网站有时候检索不了,这个时候最好科学上网。请结合自身合理选择。 另外这个数据库只适用于人。 数据库原理 数据库主要是通过两个方面来对基因进行分析的, 基因发表的频率 :数据库分析基因和文章发表的关系是基于ncbi当中的 GeneRIF或者AutoRIF 数据库的。 GeneRIF 数据库及基于发表的文章来总结的与基因有关的信息。 AutoRIF 数据库是作者自己基于 GeneRIF 总结的数据。其中的数据量要比 GeneRIF 数据量要大。所以结果可能也更加的准确一些。但是呢,这个也要看数据库更不更新。如果数据库不更新的话,可能以后还是原始的 GeneRIF 好一些。 基因和其他基因的共表达关系 。这个数据库通过五个个数据库来分析基因之间的相似性。其中包括刚才介绍的 GeneRIF 和 AutoRIF 。其他的三个分别是 Enrichr 富集分析数据库。 Tagger

最新版MySQL 8.0.18安装详解&&正确卸载MySQL方式&&MySQL基础知识

冷暖自知 提交于 2020-12-18 06:24:40
一、MySQL基本数据类型 tinyint 【4】 0~255 ----年龄 smallint 【6】 ±32w ----员工数 int 【11】 ±21亿 ----国家人口数 decimal 【10,0】 ±999.99 ----单价(不上千的数) char 【1】 ----公司名 varchar 【无】 ----大部分 date 【0】 1000-01-01~9999-12-31 ----年月日 time 【0】 ±35天59分59秒 ----时间 datetime 【】 ----年月日时间 二、基本语法快速记忆手册 1、增字段 -- alter table 表名 -- add column 字段名 新数据类型 2、更名字段 -- alter table 表名 -- change 旧字段名 新字段名 数据类型; 3、改数据类型 -- alter table 表名 -- modify 字段名 新数据类型; 4、删除字段(一个个删) -- alter table 表名 -- drop 字段名 5、精准添加数据 -- insert 表名 (字段) values -- (与字段对应,与字段对应), -- (与字段对应,与字段对应) 6、添加整行数据 -- insert 表名 values -- (全字段对应); 7、更新数据 -- update 表名 set -- 字段名=字段值, -

CGContextRef&CGMutablePathRef&UIBezierPath简单学习

我与影子孤独终老i 提交于 2020-12-18 03:14:29
简单的四句介绍 Quartz 是一个二维绘图引擎,使用的是CoreGraphics库,同时支持iOS和Mac系统 CGContextRef :获取图形上下文.或者叫作用域,即画布,他是专门用来保存绘画期间的各种数据的 UIBezierPath 是对CGPathRef的封装。创建矢量图形时,拆解成一条或者多条线段,拼接起来,每条下端的终点都是下一条线段的起点 当我们绘制路径时,Path的信息就会被Graphics context重置。 如果我们想要保存path信息,并多次使用它,我们就可以用到CGPathCreatMutable申请路径,然后用CGPathAddLintToPoint等方法来添加路径。 一起学习,共同进步, 可下载对应Demo 1.设置点和线 介绍属性 先设置一个起点 添加一个中间点 画一个矩形 画一个圆形 画一个扇形 二阶曲线 三阶曲线 CGContextRef UIBezierPath CGMutablePathRef CGContextMoveToPoint moveToPoint CGPathMoveToPoint CGContextAddLineToPoint addLineToPoint CGPathAddRect CGContextAddRect bezierPathWithRect CGPathAddRect

在Python中创建单例

北战南征 提交于 2020-12-17 15:28:29
问题: This question is not for the discussion of whether or not the singleton design pattern is desirable, is an anti-pattern, or for any religious wars, but to discuss how this pattern is best implemented in Python in such a way that is most pythonic. 这个问题不是为了讨论是否需要 单例设计模式 ,是否是反模式,还是针对任何宗教战争,而是要讨论如何以最pythonic的方式在Python中最好地实现此模式。 In this instance I define 'most pythonic' to mean that it follows the 'principle of least astonishment' . 在这种情况下,我定义“最pythonic”来表示它遵循“最少惊讶的原理” 。 I have multiple classes which would become singletons (my use-case is for a logger, but this is not important). 我有多个将成为单例的类