当前位置: 首页 > news >正文

C++ --- new与delete

new与delete

  • 一、回顾
    • 1.malloc
    • 2.calloc
    • 3.realloc
    • 4.free
  • 二、new与delete的特殊之处
      • (1)
      • (2)
  • 三、new与delete的底层原理
  • 四、总结

一、回顾

在C语言阶段我们学习了动态内存管理:malloc,calloc,realloc,free。

1.malloc

malloc — 向堆上申请一块空间,其空间大小由我们自己定义大小,申请成功返回此连续空间的起始地址,否则返回空指针。

	//使用malloc创建一个10个空间大小的整型数组。int* ptr1 = (int*)malloc(sizeof(int) * 10);

调试观察:
在这里插入图片描述
如上图,动态申请了一个10个空间大小的整型数组。

2.calloc

calloc — 在malloc的基础上多了一个初始化的作用,会将所指向空间元素初始化成0。

	//使用calloc创建一个10个空间大小的整型数组。int* ptr2 = (int*)calloc(10, sizeof(int));

调试观察:
在这里插入图片描述
对比malloc申请出来的空间,多进行了一步初始化成0的操作。

3.realloc

realloc — 用法是扩容,跟上面两个不同,有两种情况。
(1)原地扩容,若要扩容的空间之后紧挨着的空间允许扩容操作,此就是原地扩容
(2)异地扩容,若要扩容的空间之后紧挨着的空间不支持扩容操作,则会在堆上重新找一块大小相等的空间,将原空间内的数据拷贝进新空间,再将旧空间释放,返回新空间的起始地址。
图解如下:
在这里插入图片描述

4.free

free的作用是将我们动态申请的空间不用了之后释放掉。
将上述两个动态开辟的空间给释放掉:

	free(ptr1);ptr1 = nullptr;   free(ptr2);ptr2 = nullptr;

秉承写代码优良作风,一般free之后将其指针变量置为空,以防出现野指针。

但由于C++引入了类这种自定义类型,上述三种普遍针对内置类型的动态开辟空间的方法就不再适用了,所以C++语言新引入了动态开辟空间的方法:new,delete。

二、new与delete的特殊之处

new和delete是一对关键字,作用就是动态开辟空间和释放空间。

第一个场景:内置类型和自定义类型的对象创建场景。
对于内置类型示例代码如下:

	//1、使用new创建一个整型变量int* ptr1 = new int;         // --- 没有初始化int* ptr2 = new int(1);      // --- 初始化操作//2、使用new创建一个10个空间大小的整型数组int* ptr3 = new int[10];                     // --- 没有初始化int* ptr4 = new int[10] {1, 2, 3, 4, 5};     // --- 初始化操作//同样不要忘记手动释放内存空间delete ptr1;      //普通变量释放内存空间delete ptr2;delete[] ptr3;    //数组释放内存空间需要加上[]delete[] ptr4;

对于自定义类型示例代码如下:

class A
{
public:A(){cout << "调用无参构造函数!!!" << endl;}A(int year, int month, int day):_year(year),_month(month),_day(day){cout << "调用有参构造函数!!!" << endl;}~A(){cout << "调用析构函数!!!" << endl;}private:int _year = 2000;int _month = 1;int _day = 1;
};//3、使用new创建一个类类型的对象A* a1 = new A();A* a2 = new A(2025, 5, 13);//同样不要忘记手动释放内存空间

运行结果:
在这里插入图片描述

上图运行结果就是new与delete的特别之处:

(1)

new会先去堆上动态开辟空间,再调用构造函数。
delete会先调用析构函数,再释放内存空间。

图解:
在这里插入图片描述

另一个场景,即malloc,new申请失败的场景。

对于malloc申请失败示例代码如下:

	//1.malloc申请失败的场景int* ptr1;for (int i = 0; i < 1000; i++){ptr1 = (int*)malloc(sizeof(int) * 1024 * 1024);  //1024 = 2^10,此处为4M大小if (ptr1){cout << i << "->" << ptr1 << endl;}else{break;}}

运行结果:
在这里插入图片描述
malloc申请失败后返回的为0(检查返回值是否为NULL),代表程序正常结束。

对于new申请失败示例代码如下:

	//2.new申请失败的场景int* ptr2;for (int i = 0; i < 1000; i++){ptr2 = new int[1024 * 1024];cout << i << "->" << ptr2++ << endl;}

运行结构:
在这里插入图片描述
new申请失败返回为3,不为0,说明其返回机理和malloc不同,程序非正常结束。

(2)

new的申请失败机理是抛异常,这点与malloc的申请失败截然不同。

下面演示一点如何处理异常(了解即可,后续会详细讲解):
上述new的代码是在一个全局函数Test_3里面,所以直接对Test_3进行异常处理。

int main()
{//Test_1();//Test_2();try{Test_3();}catch(const exception& e){cout << e.what() << endl;}return 0;
}

运行结果:
在这里插入图片描述
处理异常后程序返回0,正常结束,并且打印了一句"bad allocation",这句话意思就是空间分配异常。

三、new与delete的底层原理

new与delete的底层原理其实就是重载的两个全局函数,operator new 与 operator delete,这两个在其主要作用。

对于operator new:
在这里插入图片描述
观察会发现一个熟悉的身影malloc,所以别看new听起来高大上,它的底层开辟内存空间的实现依旧是使用的malloc,如此这般麻烦操作就是为了将new改变成抛出异常,所以刚刚抛出异常的那一句话就是从这里出来的。
同理operator delete的释放内存空间的实现使用的就是free。

汇编层验证(基于对自定义类型):
在这里插入图片描述
在这里插入图片描述
new的功能先调用operator new这个全局函数来开辟内存空间,再去调用构造函数。
delete的功能先调用析构函数清理资源,再调用operator delete这个全局函数来释放内存空间。

其实还有一组全局函数operator new[ ]和operator delete[ ],此全局函数就是对于N个对象空间的申请与释放。
(1)operator new[ ]:在operator new[]中实际调用operator new函数完成N个对象空间的申请,并且在申请的空间上执行N次构造函数。
(2)operator delete[ ]:在释放的对象空间上执行N次析构函数,完成N个对象中资源的清理
调用operator delete[]释放空间,实际在operator delete[]中调用operator delete来释放空间。

四、总结

(1)对于内置类型:
new与malloc这写动态开辟空间的函数功能上没有区别,只是malloc申请失败会返回NULL,而new会抛出异常。

(2)对于自定义类型:
malloc这样的函数就无法使用了,而new的本质是先调用operator new这个全局函数来开辟内存空间,再去调用构造函数;delete的本质是先调用析构函数清理资源,再调用operator delete这个全局函数来释放内存空间。

(3)不同的动态开辟内存空间要配套使用,也就是使用malloc开辟空间,则使用free释放空间;使用new开辟空间,则使用delete释放空间;使用new开辟了一块连续的数组空间,则使用delete[ ]释放空间,一定不要乱配对和错误使用。

相关文章:

C++ --- new与delete

new与delete 一、回顾1.malloc2.calloc3.realloc4.free 二、new与delete的特殊之处&#xff08;1&#xff09;&#xff08;2&#xff09; 三、new与delete的底层原理四、总结 一、回顾 在C语言阶段我们学习了动态内存管理&#xff1a;malloc,calloc,realloc,free。 1.malloc …...

Guided Filtering相关记录

一、背景介绍 以前折腾保边滤波时候&#xff0c;刷了一些Guided Filtering相关资料。这里主要是对它们做个算法效果复现和资料简单整理。 二、Guided Filtering 1、基本原理 原版Guided Filtering的提出&#xff0c;主要是为了改善双边滤波做保边平滑滤波器时候的梯度翻转伪影…...

Rust 学习笔记:关于 String 的练习题

Rust 学习笔记&#xff1a;关于 String 的练习题 Rust 学习笔记&#xff1a;关于 String 的练习题选出描述正确的那一个。该程序最多可能发生多少次堆的内存分配&#xff1f;哪种说法最能解释为什么 Rust 不允许字符串索引&#xff1f;哪种说法最能描述字符串切片 &str 和字…...

AG-UI 协议:重构多模态交互,开启智能应用新纪元

一、协议诞生的时代背景&#xff1a;填补 AI 生态最后一块拼图 在人工智能技术飞速发展的今天&#xff0c;AI 代理&#xff08;Agent&#xff09;作为能够主动执行复杂任务的智能实体&#xff0c;正从实验室走向生产环境&#xff0c;重塑各个行业的工作流程。然而&#xff0c;…...

网络世界的“百变身份“:动态IP让连接更自由

深夜的程序调试​​ 凌晨两点&#xff0c;我盯着电脑屏幕上的报错信息&#xff1a;"Connection timed out"。这是本周第三次测试服务器响应时被拒绝访问了——只因为之前同一个IP地址尝试登录太过频繁。正在改代码的朋友小王凑过来看了眼&#xff1a;"老兄&…...

【学习笔记】因果推理导论第1课

因果推理导论第1课 为何要做因果推理 一、辛普森悖论一个例子 二、相关不代表因果性三、什么揭示因果四、观测研究五、结论 本节课通过 一、辛普森悖论 一个例子 书中举了一个疫情两种治疗方法A,B,分析哪一个治疗方法更好的例子. 首先已知B治疗方法更稀缺,因此观测数据样本上…...

Android 中 权限分类及申请方式

在 Android 中,权限被分为几个不同的类别,每个类别有不同的申请和管理方式。 一、 普通权限(Normal Permissions) 普通权限通常不会对用户隐私或设备安全造成太大风险。这些权限在应用安装时自动授予,无需用户在运行时手动授权。 android.permission.INTERNETandroid.pe…...

深度学习算法介绍

深度学习算法是一种基于人工神经网络结构的机器学习方法&#xff0c;其核心理念是通过多层次的神经元组成的神经网络来模拟人类大脑的工作原理。以下是几种常见的深度学习算法及其简要介绍&#xff1a; 多层感知器&#xff08;Multilayer Perceptron, MLP&#xff09;&#xff…...

Java【13_1】final、初始化块、继承(测试题)

测试题 1、简述final修饰符的功能 ① 修饰类 该类不能被继承 ② 修饰变量 该变量就是常量(一旦被初始化&#xff0c;就不可以修改) ③ 修饰方法 该方法不能被重写 2、写出程序结果 (仔细认真) public class MyClass { static int x,y; static{ …...

小结:JavaScript 模块化工具链

JavaScript 模块化工具链 是现代前端开发中用于组织、管理和优化模块化代码的核心工具集合。以下是关于 JS 模块化工具链的概述&#xff0c;包括关键工具、作用和常见工作流程&#xff1a;** **1. **模块化的背景 JavaScript 模块化是为了解决代码组织、依赖管理和作用域隔离…...

RabbitMQ ④-持久化 || 死信队列 || 延迟队列 || 事务

消息确认机制 简单介绍 RabbitMQ Broker 发送消息给消费者后&#xff0c;消费者处理该消息时可能会发生异常&#xff0c;导致消费失败。 如果 Broker 在发送消息后就直接删了&#xff0c;就会导致消息的丢失。 为了保证消息可靠到达消费者并且成功处理了该消息&#xff0c;…...

十一、Hive JOIN 连接查询

作者&#xff1a;IvanCodes 日期&#xff1a;2025年5月16日 专栏&#xff1a;Hive教程 在数据分析的江湖中&#xff0c;数据往往分散在不同的“门派”&#xff08;表&#xff09;之中。要洞察数据间的深层联系&#xff0c;就需要JOIN这把利器&#xff0c;将相关联的数据串联起来…...

启用rvzi可视化自己的机器人发现joint state publisher gui没有滑块

启用rvzi可视化自己的机器人发现joint state publisher gui没有滑块&#xff1f; 解决方法&#xff1a; 一&#xff1a;查看urdf中joint type定义是不是revolute。 二&#xff1a;查看urdf关节限制是不是正确&#xff0c;如果是0到0则不正确。 <joint name"joint_…...

Gitee DevOps:中国企业数字化转型的“本土化加速器“

在数字化浪潮席卷全球的当下&#xff0c;DevOps已经从技术热词转变为企业的核心生产力工具。根据IDC最新报告&#xff0c;到2025年中国DevOps市场规模将达到15亿美元&#xff0c;年复合增长率高达25%。在这一快速增长的市场中&#xff0c;一个显著趋势正在显现&#xff1a;越来…...

RKNN开发环境搭建(ubuntu22.04)

以下情况在RV1106G3的平台上验证正常。 1、conda安装 1&#xff09;conda --version//确认是否安装 2&#xff09;创建一个安装目录&#xff0c;进行下一步 3&#xff09;wget https://mirrors.tuna.tsinghua.edu.cn/anaconda/miniconda/Miniconda3-4.6.14-Linux-x…...

2025年上软考 考试时间+准考证打印全攻略

各位同学好呀&#xff01;我是你们的老朋友大老李~之前咱们聊过软考报名和机考模拟系统的使用技巧。今天要和大家分享一下&#xff0c;最近好多同学私信的问题&#xff1a;"老李&#xff01;准考证到底哪天能打印&#xff1f;""考试时间会不会有变动&#xff1f…...

vllm量化05—FP8 W8A8

本系列基于Qwen2.5-7B&#xff0c;学习如何使用vllm量化&#xff0c;并使用benchmark_serving.py、lm_eval 测试模型性能和评估模型准确度。 测试环境为&#xff1a; OS: centos 7 GPU: nvidia l40 driver: 550.54.15 CUDA: 12.3本文是该系列第5篇——FP8 W8A8 一、量化 fro…...

OpenCV 图像透视变换详解

在计算机视觉领域&#xff0c;图像的视角问题常常会影响后续的分析与处理。例如&#xff0c;从倾斜角度拍摄的文档、带有畸变的场景图像等&#xff0c;都需要通过特定的方法进行矫正。OpenCV 作为计算机视觉领域的重要库&#xff0c;提供了强大的图像透视变换功能&#xff0c;能…...

Vue主题色切换实现方案(CSS 变量 + 类名切换)

定义主题变量 // styles/themes.scss :root {--primary-color: #314099;--secondary-color: #1E3968;--text-color: #2c44ce; }[data-theme"红系主题"] {--primary-color: #d74146;--secondary-color: #c20707;--text-color: #db3b3b; }在组件中使用变量 <templ…...

MySQL 高可用

目录 一、概述MySQL高可用 1. 什么是高可用性&#xff08;High Availability, HA&#xff09;&#xff1f; 2. MySQL 高可用常见方案 3. 高可用核心机制 4. 选型建议 注意事项 二、案例环境组成 MySQL 主主复制 keepalived HAProxy 的高可用负载均衡架构 三、案例架构…...

C#学习教程(附电子书资料)

概述 C#&#xff08;读作"C Sharp"&#xff09;是一种由微软开发的现代编程语言&#xff0c;结合了C的高效性和Java的简洁性&#xff0c;专为.NET框架设计。以下是其核心特性和应用领域的详细介绍电子书资料&#xff1a;https://pan.quark.cn/s/6fe772420f95 一、语…...

MySQL性能优化

目录 一、索引优化 1、慢查询日志分析 2、EXPLAIN 执行计划分析 3、索引类型选择 4、索引使用原则 5、常见索引失效场景 二、SQL语句优化 1、避免低效操作符 2、减少数据扫描量 3、子查询优化 4、其他高频优化技巧 三、表设计优化 1、数据类型优化 四、架构设计优…...

Mendix 中的XPath 令牌(XPath Tokens)详解

在 Mendix 中&#xff0c;XPath 令牌&#xff08;XPath Tokens&#xff09; 是一种特殊的动态参数化查询技术&#xff0c;允许你在 XPath 表达式中使用变量或上下文相关的值&#xff0c;从而实现更灵活的查询逻辑。 1. 什么是 XPath 令牌&#xff1f; XPath 令牌是 Mendix 提…...

Feign异步模式丢失上下文问题

Feign异步模式丢失上下文问题 问题描述 当我们使用异步对我们代码进行操作优化时&#xff0c;代码中使用了RequestContextHolder去获取上下文的数据&#xff0c;当我们执行原来可以执行的业务时发现报了空指针异常或数据为空&#xff0c;这是为什么呢&#xff1f; 原理解释 …...

保姆教程-----安装MySQL全过程

1.电脑从未安装过mysql的&#xff0c;先找到mysql官网&#xff1a;MySQL :: Download MySQL Community Server 然后下载完成后&#xff0c;找到文件&#xff0c;然后双击打开 2. 选择安装的产品和功能 依次点开“MySQL Servers”、“MySQL Servers”、“MySQL Servers 5.7”、…...

BUFDS_GTE2,IBUFDS,BUFG缓冲的区别

1、IBUFDS_GTE2 这是 Xilinx FPGA 中专门为 高速收发器&#xff08;SerDes/GTX/GTH/GTY&#xff09;参考时钟设计的差分输入缓冲器。 主要功能是将外部的差分时钟信号&#xff08;如LVDS、LVPECL等&#xff09;转换为FPGA内部的单端时钟信号&#xff0c;并保证信号的完整性和高…...

FPGA: XILINX Kintex 7系列器件的架构

本文将详细介绍Kintex-7系列FPGA器件的架构。以下内容将涵盖Kintex-7的核心架构特性、主要组成部分以及关键技术&#xff0c;尽量全面且结构化&#xff0c;同时用简洁的语言确保清晰易懂。 Kintex-7系列FPGA架构概述 Kintex-7是Xilinx 7系列FPGA中的中高端产品线&#xff0c;基…...

c/c++的opencv的图像预处理讲解

OpenCV 图像预处理核心技术详解 (C/C) 图像预处理是计算机视觉任务中至关重要的一步。原始图像往往受到噪声、光照不均、尺寸不一等多种因素的影响&#xff0c;直接用于后续分析&#xff08;如特征提取、目标检测、机器学习模型训练等&#xff09;可能会导致性能下降或结果不准…...

索恩格汽车SEG Automotive EDI 需求分析

SEG Automotive&#xff08;索恩格汽车&#xff09;是一家全球领先的汽车电气化系统供应商&#xff0c;专注于为传统内燃机和新能源车辆提供高效、可持续的动力解决方案。 EDI 在汽车行业的重要性 在汽车制造行业&#xff0c;高效的供应链是精益生产的核心。精益生产强调“按…...

【简单模拟实现list】

在C标准模板库&#xff08;STL&#xff09;中&#xff0c;list是一个非常强大的容器&#xff0c;它基于双向链表实现&#xff0c;支持高效的插入和删除操作。虽然我们可以直接使用STL中的list&#xff0c;但通过自己模拟实现一个list&#xff0c;可以更好地理解其背后的原理和数…...

深入解析ZAB协议:ZooKeeper的分布式一致性核心

引言 在分布式系统中&#xff0c;如何高效、可靠地实现多节点间的数据一致性是核心挑战之一。ZAB协议&#xff08;ZooKeeper Atomic Broadcast&#xff09;作为 ZooKeeper的核心算法&#xff0c;被广泛应用于分布式协调服务&#xff08;如Kafka、HBase、Dubbo等&#xff09;。…...

交叉熵损失函数,KL散度, Focal loss

交叉熵损失函数&#xff08;Cross-Entropy Loss&#xff09; 交叉熵损失函数&#xff0c;涉及两个概念&#xff0c;一个是损失函数&#xff0c;一个是交叉熵。 首先&#xff0c;对于损失函数。在机器学习中&#xff0c;损失函数就是用来衡量我们模型的预测结果与真实结果之间…...

k8s部署实战-springboot应用部署

在 Kubernetes 上部署 SpringBoot 应用实战指南 前言 本文将详细介绍如何将一个 SpringBoot 应用部署到 Kubernetes 集群中,包括制作镜像、编写部署文件、创建服务等完整步骤。 准备工作 1. 示例 SpringBoot 应用 假设我们有一个简单的 SpringBoot 应用,提供 REST API 服…...

快速选择算法:优化大数据中的 Top-K 问题

在处理海量数据时&#xff0c;经常会遇到这样的需求&#xff1a;找出数据中最大的前 K 个数&#xff0c;而不必对整个数据集进行排序。这种场景下&#xff0c;快速选择算法&#xff08;Quickselect&#xff09;就成了一个非常高效的解决方案。本文将通过一个 C 实现的快速选择算…...

uniapp-商城-60-后台 新增商品(属性的选中和页面显示)

前面添加了属性&#xff0c;添加属性的子级项目。也分析了如何回显&#xff0c;但是在添加新的商品的时&#xff0c;我们也同样需要进行选择&#xff0c;还要能正常的显示在界面上。下面对页面的显示进行分析。 1、界面情况回顾 属性显示其实是个一嵌套的数据显示。 2、选中的…...

利用 Amazon Bedrock Data Automation(BDA)对视频数据进行自动化处理与检索

当前点播视频平台搜索功能主要是基于视频标题的关键字检索。对于点播平台而言&#xff0c;我们希望可以通过优化视频搜索体验满足用户通过模糊描述查找视频的需求&#xff0c;从而提高用户的搜索体验。借助 Amazon Bedrock Data Automation&#xff08;BDA&#xff09;技术&…...

项目QT+ffmpeg+rtsp(一)——Qt的安装和rtsp的测试

文章目录 一、Qt安装二、插件配置tool与卸载三、下载ffmpeg四、查看能否使用(视频)五、代码复现5.1 rtsp申请5.2 rtsp在线测试5.3代码修改六、结果一、Qt安装 对于QT中5.12版本之后,都是使用在线版本,如果你想安装某一个的历史在线版本,一定要点击archive,不然显示不出来…...

高速光耦在通信行业的应用(五) | 5Mbps通信光耦的特性

针对5MBd速率光耦市场&#xff0c;晶台推出KL2200、KL2201和KL2202系列光耦 ,对标大部分国外品牌产品的应用&#xff1b;它分别由一个红外发射二极管和一个高速集成光电检测器逻辑门组成。 它采用 8 引脚 DIP 封装&#xff0c;并提供 SMD 选项。KL2200 的检测器具有一个三态输出…...

#跟着若城学鸿蒙# web篇-运动和方向传感器监测

前言 有些前端业务场景需要用到一些传感器&#xff0c;比如运动传感器和方向传感器来实现摇一摇功能。这就需要前端能够直接获取到相关数据&#xff0c;而不是通过 js 调用客户端代码来实现。 权限 还是需要在模块的module.json5文件中添加相关权限 {"name" : &qu…...

【匹配】Hirschberg

Hirschberg 文章目录 Hirschberg1. 算法介绍2. 公式及原理3. 伪代码 1. 算法介绍 背景与目标 Hirschberg 算法由 Dan Hirschberg 于1975年提出&#xff0c;是对 Needleman–Wunsch 全局比对的内存优化&#xff0c;通过分治策略将空间复杂度从 O ( m n ) O(mn) O(mn) 降到 O (…...

如何在 Windows 上安装类似 Synaptic 的 Chocolatey GUI 包管理器

如果你正在寻找类似 Linux 中 APT 的 Windows 包管理器&#xff0c;那么没有什么比 Chocolatey 更好的了。它是 Windows 10 上可用的最佳包管理器之一&#xff0c;可以通过命令行界面安装所有流行的软件和工具。然而&#xff0c;这并不意味着如果你不喜欢命令行&#xff0c;你就…...

激活函数全解析:定义、分类与 17 种常用函数详解

一、激活函数的定义与作用 定义&#xff1a; 激活函数是添加到人工神经网络中的函数&#xff0c;用于帮助网络学习数据中的复杂模式&#xff0c;决定神经元的输出。 核心作用&#xff1a; 为神经网络引入非线性&#xff0c;增强模型表达能力。需可微分&#xff08;或近似可微&…...

1-10 目录树

在ZIP归档文件中&#xff0c;保留着所有压缩文件和目录的相对路径和名称。当使用WinZIP等GUI软件打开ZIP归档文件时&#xff0c;可以从这些信息中重建目录的树状结构。请编写程序实现目录的树状结构的重建工作。 输入格式: 输入首先给出正整数N&#xff08;≤104&#xff09;…...

Python OOP核心技巧:如何正确选择实例方法、类方法和静态方法

Python方法类型全解析&#xff1a;实例方法、类方法与静态方法的使用场景 一、三种方法的基本区别二、访问能力对比表三、何时使用实例方法使用实例方法的核心场景&#xff1a;具体应用场景&#xff1a;1. 操作实例属性2. 对象间交互3. 实现特定实例的行为 四、何时使用类方法使…...

RK3588 ADB使用

安卓adb操作介绍 adb&#xff08;Android Debug Bridge&#xff09;是一个用于与安卓设备进行通信和控制的工具。adb可以通过USB或无线网络连接安卓设备&#xff0c;执行各种命令&#xff0c;如安装和卸载应用&#xff0c;传输文件&#xff0c;查看日志&#xff0c;运行shell命…...

ubuntu环境下 基于Python 打包的 批量命令行可视化操作工具 GUI

文章目录 一.需求&#xff1a;二.原理支撑&#xff1a;三.简单Demo四.封装成GUI1.依赖库2.代码 五.打包成可执行文件六.命令行的配置七.运行效果 一.需求&#xff1a; 作为测试工程师&#xff0c;为了到现场高效的调试&#xff0c;部署工作&#xff0c;需要一个可视化的工具&a…...

大语言模型 10 - 从0开始训练GPT 0.25B参数量 补充知识之模型架构 MoE、ReLU、FFN、MixFFN

写在前面 GPT&#xff08;Generative Pre-trained Transformer&#xff09;是目前最广泛应用的大语言模型架构之一&#xff0c;其强大的自然语言理解与生成能力背后&#xff0c;是一个庞大而精细的训练流程。本文将从宏观到微观&#xff0c;系统讲解GPT的训练过程&#xff0c;…...

SkyWalking的工作原理和搭建过程

SkyWalking 是一个开源的 应用性能监控系统&#xff08;APM&#xff09;&#xff0c;专为云原生、微服务架构设计。其核心原理基于 分布式追踪&#xff08;Distributed Tracing&#xff09;、指标收集&#xff08;Metrics Collection&#xff09; 和 日志关联&#xff08;Log C…...

CMS(plone / joomla 搭建测试)

开源选择 wordpress 用得最多 也是最容易有漏洞被攻击 被挂木马的 joomla &#xff08;JMS多站点&#xff1a;商业扩展&#xff09; — 多站点需付费 Drupal ProcessWire Plone因其内置的强大安全特性和较少的用户基础&#xff08;相比 WordPress 和 Joomla&#xff09;&#…...

基于 Flink 的实时推荐系统:从协同过滤到多模态语义理解

基于 Flink 的实时推荐系统&#xff1a;从协同过滤到多模态语义理解 嘿&#xff0c;各位技术小伙伴们&#xff01;在这个信息爆炸的时代&#xff0c;你是不是常常惊叹于各大平台仿佛能 “读懂你的心”&#xff0c;精准推送你感兴趣的内容呢&#xff1f;今天&#xff0c;小编就…...