【经验分享】Linux 系统安装后内核参数优化
在 Linux 系统安装后，进行内核优化有助于提升系统的性能、稳定性和安全性。以下是一些常见的内核优化操作：
修改/etc/sysctl.conf 文件
执行sysctl -p使配置生效。
kernel.shmmax = 135185569792
kernel.shmall = 4294967296
fs.aio-max-nr = 3145728
fs.file-max = 6815744
kernel.shmmni = 4096
net.ipv4.ip_local_port_range = 9000 65500
net.core.rmem_default = 262144
net.core.rmem_max = 4194304
net.core.wmem_default = 262144
net.core.wmem_max = 1048586
kernel.panic_on_oops = 1
net.ipv4.ipfrag_high_thresh=41943040
net.ipv4.ipfrag_low_thresh=40894464
net.ipv4.ipfrag_time=60
kernel.sem = 1024 60000 1024 128#based on best practice
net.ipv4.ipfrag_high_thresh=41943040
net.ipv4.ipfrag_low_thresh=40894464
net.ipv4.ipfrag_time=60
kernel.sem = 1024 60000 1024 128#if there are issue like the one described in note 2163270.1
vm.dirty_background_ratio=1
vm.dirty_ratio=3
以下是对这些 sysctl.conf 配置项的详细解释：
共享内存相关参数
kernel.shmmax = 135185569792
- 内涵：
kernel.shmmax定义了单个共享内存段（Shared Memory Segment）能够分配的最大字节数。共享内存是一种进程间通信（IPC）机制，多个进程可以访问同一块物理内存区域，从而实现高效的数据共享。 - 意义：在需要大量数据共享的应用场景中，如数据库管理系统，较大的
shmmax值可以避免因共享内存段大小限制而导致的性能问题或错误。该值设置为135185569792字节（约 126GB），为应用程序提供了较大的共享内存空间。
kernel.shmall = 4294967296
- 内涵：
kernel.shmall表示系统范围内可以使用的共享内存页面总数。页面是操作系统进行内存管理的基本单位，不同系统的页面大小可能不同（通常为 4KB 或 8KB）。 - 意义：该参数限制了系统中所有共享内存段的总大小。通过设置合适的
shmall值，可以确保系统有足够的页面来支持共享内存的使用。这里设置为4294967296，允许系统使用较多的共享内存页面。
kernel.shmmni = 4096
- 内涵：
kernel.shmmni定义了系统中可以同时存在的共享内存段的最大数量。 - 意义：在多进程共享内存的场景中，限制共享内存段的数量可以防止系统资源被过度占用。设置为
4096意味着系统最多可以创建 4096 个共享内存段。
文件系统相关参数
fs.aio-max-nr = 3145728
- 内涵：
fs.aio-max-nr表示系统中可以同时存在的异步 I/O（Asynchronous I/O）请求的最大数量。异步 I/O 允许应用程序在发起 I/O 请求后继续执行其他任务，而不必等待 I/O 操作完成。 - 意义：对于需要处理大量并发 I/O 请求的应用程序，如数据库和文件服务器，增加该参数的值可以提高系统的 I/O 处理能力。设置为
3145728允许系统同时处理较多的异步 I/O 请求。
fs.file-max = 6815744
- 内涵：
fs.file-max定义了系统中可以同时打开的文件描述符的最大数量。文件描述符是操作系统用于标识打开文件的整数，每个打开的文件、套接字等都有一个对应的文件描述符。 - 意义：在高并发的应用场景中，如 Web 服务器，可能会同时打开大量的文件和套接字。增加
fs.file-max的值可以避免因文件描述符耗尽而导致的错误。
网络相关参数
net.ipv4.ip_local_port_range = 9000 65500
- 内涵：
net.ipv4.ip_local_port_range指定了系统在创建 TCP 或 UDP 套接字时可以使用的本地端口号范围。端口号是用于标识网络应用程序的 16 位整数，范围从 0 到 65535。 - 意义：默认情况下，系统使用的本地端口号范围可能较小，在高并发的网络环境中可能会导致端口号耗尽。通过扩大本地端口号范围，可以增加系统的并发连接能力。这里将范围设置为
9000到65500。
net.core.rmem_default = 262144 和 net.core.rmem_max = 4194304
- 内涵：
net.core.rmem_default是套接字接收缓冲区的默认大小（以字节为单位），而net.core.rmem_max是套接字接收缓冲区的最大大小。接收缓冲区用于临时存储从网络接收到的数据。 - 意义：适当调整接收缓冲区的大小可以提高网络数据的接收效率。较大的接收缓冲区可以减少数据丢失的可能性，特别是在网络带宽较高或数据传输速率较快的情况下。
net.core.wmem_default = 262144 和 net.core.wmem_max = 1048586
- 内涵：
net.core.wmem_default是套接字发送缓冲区的默认大小（以字节为单位），net.core.wmem_max是套接字发送缓冲区的最大大小。发送缓冲区用于临时存储要发送到网络的数据。 - 意义：调整发送缓冲区的大小可以优化网络数据的发送性能。较大的发送缓冲区可以减少应用程序等待网络发送的时间，提高数据发送的效率。
net.ipv4.ipfrag_high_thresh=41943040 和 net.ipv4.ipfrag_low_thresh=40894464
- 内涵：这两个参数与 IP 分片（IP Fragmentation）有关。当 IP 数据包的大小超过网络接口的最大传输单元（MTU）时，数据包会被分片。
net.ipv4.ipfrag_high_thresh是 IP 分片缓存的高水位线，当缓存中的分片数据达到该值时，系统会开始丢弃新的分片；net.ipv4.ipfrag_low_thresh是低水位线，当缓存中的分片数据减少到该值以下时，系统会恢复接收新的分片。 - 意义：通过合理设置这两个参数，可以避免 IP 分片缓存占用过多的系统内存，同时确保在必要时能够正常处理 IP 分片。
net.ipv4.ipfrag_time=60
- 内涵：
net.ipv4.ipfrag_time表示 IP 分片在缓存中保留的最长时间（以秒为单位）。如果在该时间内所有分片没有全部到达，则会丢弃这些分片。 - 意义：设置合适的分片保留时间可以避免因丢失分片而导致的缓存占用时间过长，提高系统资源的利用率。
内核其他参数
kernel.panic_on_oops = 1
- 内涵：
kernel.panic_on_oops是一个布尔值参数，当设置为1时，表示在内核发生严重错误（Oops）时，系统会立即进入崩溃（Panic）状态。 - 意义：在生产环境中，内核错误可能会导致系统不稳定或数据丢失。通过设置该参数，可以在发生严重错误时及时停止系统，避免进一步的问题，并方便进行故障排查。
kernel.sem = 1024 60000 1024 128
- 内涵：
kernel.sem用于设置 System V 信号量（Semaphores）的相关参数，这四个值分别表示：- 每个信号量集（Semaphore Set）中允许的最大信号量数量。
- 系统范围内允许的最大信号量数量。
- 每个信号量集的最大操作数量。
- 系统范围内允许的最大信号量集数量。
- 意义：信号量是一种用于进程同步和互斥的机制。通过调整这些参数，可以满足不同应用程序对信号量的需求，避免因信号量资源不足而导致的错误。
虚拟内存相关参数
vm.dirty_background_ratio=1 和 vm.dirty_ratio=3
- 内涵：
vm.dirty_background_ratio表示当系统中脏页（Dirty Pages，即已修改但尚未写入磁盘的内存页面）的比例达到该值时，内核会启动一个后台进程将脏页写入磁盘；vm.dirty_ratio表示当脏页比例达到该值时，应用程序在进行写操作时会被阻塞，直到部分脏页被写入磁盘。 - 意义：适当调整这两个参数可以平衡内存使用和磁盘 I/O 性能。较小的值可以减少脏页在内存中停留的时间，降低数据丢失的风险，但可能会增加磁盘 I/O 负担；较大的值可以减少磁盘 I/O 次数，但可能会导致系统在崩溃时丢失更多的数据。
这些内核参数的调整旨在优化系统的性能、稳定性和资源利用率，以满足不同应用场景的需求。
相关文章：
【经验分享】Linux 系统安装后内核参数优化
在 Linux 系统安装后，进行内核优化有助于提升系统的性能、稳定性和安全性。以下是一些常见的内核优化操作： 修改/etc/sysctl.conf 文件 执行sysctl -p使配置生效。 kernel.shmmax 135185569792 kernel.shmall 4294967296 fs.aio-max-nr 3145728 fs.fi…...
【AI大模型】Ollama部署本地大模型DeepSeek-R1，交互界面Open-WebUI，RagFlow构建私有知识库
文章目录 DeepSeek介绍公司背景核心技术产品与服务应用场景优势与特点访问与体验各个DeepSeek-R系列模型的硬件需求和适用场景 Ollama主要特点优势应用场景安装和使用配置环境变量总结 安装open-webui下载和安装docker desktop配置镜像源安装open-webui运行和使用 RagFlow介绍主…...
【Java进阶打卡】JDBC-JDBC快速入门
【Java进阶打卡】JDBC-JDBC快速入门 概述快速入门 概述 快速入门 package com.itheima01;import java.sql.*;public class JDBC01 {public static void main(String[] args) throws ClassNotFoundException, SQLException {// 导入jar包 项目文件下面 创建libs文件夹 该ja…...
)
CEF132 编译指南 MacOS 篇 - depot_tools 安装与配置 (四)
1. 引言 在 CEF132（Chromium Embedded Framework）的编译过程中，depot_tools 扮演着举足轻重的角色。这套由 Chromium 项目精心打造的脚本和工具集，专门用于获取、管理和更新 Chromium 及其相关项目（包括 CEFÿ…...
缓存机制与 Redis 在高性能系统中的应用
引言 随着互联网应用日益增长，用户对系统的响应速度和稳定性提出了更高的要求。在高并发、大流量的场景下，数据库的读取压力会急剧上升，导致数据库的响应速度变慢，甚至引发性能瓶颈。为了缓解这一问题，缓存机制成为了…...
WinForm 防破解、反编译设计文档
一、引言 1.1 文档目的 本设计文档旨在阐述 WinForm 应用程序防破解、反编译的设计方案，为开发团队提供详细的技术指导，确保软件的知识产权和商业利益得到有效保护。 1.2 背景 随着软件行业的发展，软件破解和反编译现象日益严重。WinForm…...
晶闸管主要参数分析与损耗计算
1. 主要参数 断态正向可重复峰值电压 ：是晶闸管在不损坏的情况下能够承受的正向最大阻断电压。断态正向不可重复峰值电压 ：是晶闸管只有一次可以超过的正向最大阻断电压，一旦晶闸管超过此值就会损坏，一般情况下 反向可重复峰值电压 ：是指晶闸管在不损坏的情况下能够承受的…...
基于Python的人工智能驱动基因组变异算法：设计与应用（上）
一、引言 1.1 研究目标与内容 本研究旨在设计并应用基于 Python 的人工智能驱动的基因组变异算法，以应对基因组学研究中日益增长的数据挑战，提高对基因组变异的理解和应用能力。主要研究内容包括： 数据预处理：利用 Python 的 Biopython、pandas 等库，对来自公共数据库（…...
自己部署DeepSeek 助力 Vue 开发：打造丝滑的标签页（Tabs）
前言：哈喽，大家好，今天给大家分享一篇文章！并提供具体代码帮助大家深入理解，彻底掌握！创作不易，如果能帮助到大家或者给大家一些灵感和启发，欢迎收藏关注哦 💕 目录 自己…...
Python+appium实现自动化测试
目录 一、工具与环境准备 二、开始测试 1、插上手机，打开usb调试，选中文件传输，我这里用华为手机为例 2、启动Appium Server GUI编辑 3、启动 Inspector Session 4、录制脚本 使用Python和Appium进行自动化测试是一种常见的移动应用…...
解锁大语言模型潜能：KITE 提示词框架全解析
大语言模型的应用日益广泛。然而，如何确保这些模型生成的内容在AI原生应用中符合预期，仍是一个需要不断探索的问题。以下内容来自于《AI 原生应用开发：提示工程原理与实战》一书（京东图书：https://item.jd.com/1013604…...
GPT-SWARM和AgentVerse的拓扑结构和交互机制
GPT-SWARM和AgentVerse的拓扑结构和交互机制 拓扑结构区别 GPT-SWARM：采用图结构，将语言智能体系统描述为可优化的计算图。图中的每个节点代表一个操作，如语言模型推理或工具使用等特定功能，边则描述了操作之间的信息流，代表智能体之间的通信渠道。多个智能体连接形成的复…...
undetected-chromedriver 使用教程，指定浏览器驱动和浏览器版本
前言 浏览器自动化测试，测试过一些网站检测 目录 前言1. 安装 undetected-chromedriver2. 基本使用示例代码：代码解析： 3. 反自动化检测绕过自定义浏览器设置示例：使用自定义 User-Agent示例：启用无头模式（…...
cmake
一. 是什么 cmake是一个跨平台的构建工具。 跨平台：可以在linux，windows，macos中使用。 构建工具：cmake不直接参与编译，而是生成平台相应的构建工具。比如：linux下的makefile，windows下的.sln(解…...
Linux高并发服务器开发 第十七天（管道缓存区查询大小 管道的优劣 命名管道mkfifo 建立释放映射区mmap/munmap 匿名映射 进程间的通信）
目录 1.pipe管道读写行为 1.1例题：实现父子进程 ls | wc -l 1.2兄弟进程 ls | wc -l 2.管道缓存区 2.1命令查询 2.2函数查询 3.pipe管道的优劣 4.命名管道 fifo 5.mmap 5.1文件进程间通信 5.2建立、释放映射区 5.3匿名映射 6.进程间通信 6.1父子进间通…...
windows系统远程桌面连接ubuntu18.04
记录一下自己在配置过程中遇到的问题，记录遇到的两大坑： windows系统通过xrdp远程桌面连接ubuntu18.04的蓝屏问题。参考以下第一章解决。 同一局域网内网段不同的连接问题。参考以下第三章解决，前提是SSH可连。 1. 在ubuntu上安装xrdp 参考&…...
SQLMesh系列教程-2：SQLMesh入门项目实战（下篇）
上篇我介绍了环境搭建、duckdb数据准备、sqlmesh数据模型、plan命令运行。本文继续介绍审计、测试、生成血缘关系以及python模型等。 有两种方法可以在SQLMesh中创建宏。一种方法是使用Python，另一种方法是使用Jinja。这里我们创建Python宏。让我们构建简单的Python…...
ThinkPHP8视图赋值与渲染
【图书介绍】《ThinkPHP 8高效构建Web应用》-CSDN博客 《2025新书 ThinkPHP 8高效构建Web应用 编程与应用开发丛书 夏磊 清华大学出版社教材书籍 9787302678236 ThinkPHP 8高效构建Web应用》【摘要 书评 试读】- 京东图书 在控制器操作中，使用view函数可以传入视图…...
tkinter-TinUI-xml实战（12）应用组启动器
tkinter-TinUI-xml实战（12）应用组启动器 引言主界面单独条目 编辑框命令行指令子任务指令 演示题外话 引言 应用快捷启动器有很多现成软件，但是大多都是将常用软件分类，或者建立一个个包含一套工作、学习环境的软件类区ÿ…...
MySQL隐式转换介绍、常见场景和导致问题、示例代码
概述 MySQL 中的 隐式类型转换 是指在某些操作中，MySQL 会自动将数据的类型转换为另一种类型，以便完成操作。虽然这种特性在某些情况下很方便，但也可能导致性能问题、数据丢失或意外的查询结果。 1. 什么是隐式类型转换？ 隐式类…...
Quartz定时任务
官网：http://www.quartz-scheduler.org/ OpenSymphony 开源组织在Job scheduling领域的一个开源项目，基于java实现的任务调度框架 设计模式：Builder模式、Factory模式、组件模式、链式编程 核心概念： 任务Job 想要实现的任务…...
【C++八股】静态局部变量/全局变量/局部变量的区别和使用场景
1. 静态局部变量 (Static Local Variable) 作用域：静态局部变量的作用域仅限于函数或代码块内部，就像普通局部变量一样，但其生命周期不同。生命周期：静态局部变量的生命周期是整个程序的运行期间，它只会在第一次调用时…...
飞算 JavaAI：加速 AI + 行业趋势的智能化进程
在数字化浪潮奔涌的当下，“AI 行业” 已然成为不可逆的发展趋势，各行业都在积极探索 AI 技术与自身业务的融合，期望借此实现创新突破与转型升级。在这一进程中，飞算 JavaAI凭借其卓越的技术实力和独特的功能优势，为加…...
【Elasticsearch入门到落地】7、文档操作
接上篇《6、索引库的操作》 上一篇我们学习了ElasticSearch的索引库的操作，以及mapping映射属性以及CRUD操作。本篇我们来学习文档的薪资、查询、删除和修改操作。 上一篇我们建立了索引库，库有了我们就可以往里面添加数据了，然后对文档进行…...
【算法】【双指针】acwing算法基础 2816. 判断子序列
题目 给定一个长度为 n 的整数序列 a1,a2,…,an 以及一个长度为 m 的整数序列 b1,b2,…,bm。 请你判断 a 序列是否为 b 序列的子序列。 子序列指序列的一部分项按原有次序排列而得的序列，例如序列 {a1,a3,a5} 是序列 {a1,a2,a3,a4,a5} 的一个子序列。 输入格式 第一…...
【Unity3D】Jenkins Pipeline流水线自动构建Apk
目录 一、准备阶段 二、创建Pipeline流水线项目 三、注意事项 一、准备阶段 1、安装tomcat 10.0.5 Index of apache-local/tomcat/tomcat-10 2、安装jdk 17 Java Archive Downloads - Java SE 17.0.13 and later 3、下载Jenkins 2.492.1 (.war)包 War Jenkins Packa…...
Openssl的使用，CA证书，中间证书，服务器证书的生成与使用
证书教程 1、Openssl相关文档2、生成证书命令初步解释3、准备openssl的配置文件 openssl.cnf4、证书生成4.1、生成根证书、CA根证书、自签名证书4.2、生成服务器证书4.3、生成中间证书4.3、使用中间证书生成服务器证书5、使用openssl操作证书5.1 查看证书内容5.2 进行证书测试5…...
HCIA项目实践--静态路由的综合实验
八 静态路由综合实验 （1）划分网段 # 192.168.1.0 24#分析：每个路由器存在两个环回接口，可以把两个环回接口分配一个环回地址，所以是四个环回，一个骨干，这样分配，不会出现路由黑洞#19…...
VSCode中出现“#include错误，请更新includePath“问题，解决方法
1、出现的问题 在编写C程序时，想引用头文件但是出现如下提示： （1）首先检查要引用的头文件是否存在，位于哪里。 （2）如果头文件存在，在编译时提醒VSCode终端中"#include错误&am…...
)
鸿蒙HarmonyOS NEXT开发：优化用户界面性能——组件复用(@Reusable装饰器)
文章目录 一、概述二、原理介绍三、使用规则四、复用类型详解1、标准型2、有限变化型2.1、类型1和类型2布局不同，业务逻辑不同2.2、类型1和类型2布局不同，但是很多业务逻辑公用 3、组合型4、全局型5、嵌套型 一、概述 组件复用是优化用户界面性能&#…...
如何使用deepseek等AI工具辅助web后端工作的开发
使用DeepSeek等AI工具辅助Web后端开发可以显著提升效率，以下是具体应用场景和操作指南： 一、核心开发场景 代码生成与补全示例场景：快速生成CRUD接口 操作：输入提示词 用Node.js Express框架编写用户管理模块，要求： - RESTful API设计 - 包含创建/查询/更新/删除接口 - …...
嵌入式音视频开发（一）ffmpeg框架及内核解析
系列文章目录 嵌入式音视频开发（零）移植ffmpeg及推流测试 嵌入式音视频开发（一）ffmpeg框架及内核解析 文章目录 系列文章目录前言一、ffmpeg的内核1.1 框架解析1.2 内核解析1.3 FFmpeg内部数据流1.3.1 典型的解码流程1.3.2 典型的…...
MFC线程安全案例
作者：小蜗牛向前冲 名言：我可以接受失败，但我不能接受放弃 如果觉的博主的文章还不错的话，还请点赞，收藏，关注👀支持博主。如果发现有问题的地方欢迎❀大家在评论区指正 目录 一、项目解析 二…...
spring cloud和spring boot的区别
Spring Cloud和Spring Boot在Java开发领域中都是非常重要的框架，但它们在目标、用途和实现方式上存在明显的区别。以下是对两者区别的详细解析： 1. 含义与定位 Spring Boot： 是一个快速开发框架，它简化了Spring应用的初始搭建以…...
探索后端开发中的异步API：基于Resilience4j与Reactive Programming的高性能设计
引言 随着微服务架构的普及，后端系统面临的挑战愈发严峻，尤其是在高并发和高可用性方面。传统的同步调用模式虽然简单，但在处理大量并发请求时可能会成为瓶颈。为了应对这一问题，异步编程逐渐成为后端开发的热门话题。 在本文中…...
JDK 17 和 JDK 21 在垃圾回收器（GC）上有什么优化？如何调整 GC 算法以提升应用性能？
JDK 17 和 JDK 21 在垃圾回收器（GC）上有什么优化？如何调整 GC 算法以提升应用性能？ 本文将从 JDK 17 与 JDK 21 的垃圾回收改进出发，结合代码示例解析优化方案，并提供实际项目中的调优策略，帮助…...
两个角度理解「交叉熵损失函数」
目录 前言一、交叉熵 角度1、计算机基础（1）编码（2）数据分布 2、熵 相关2.1 信息量2.2 信息熵2.3 相对熵2.4 最小化「相对熵」还是「交叉熵」 3、公式推导3.1 信息量3.2 信息熵3.3 相对熵 二、极大似然估计 角度1、似然函数1.1 二次…...
深挖vue3基本原理之一 —— 响应式系统（Reactivity System）
响应式系统（Reactivity System） 1.1 基于 Proxy 的响应式代理 在 Vue 3 中，响应式系统的核心是使用 ES6 的 Proxy 来替代 Vue 2 里的 Object.defineProperty 方法，以此实现更加全面和强大的响应式追踪功能。下面我们来详细剖析这…...
解锁Rust：融合多语言特性的编程利器
如果你曾为理解Rust的特性或它们之间的协同工作原理而苦恼，那么这篇文章正是为你准备的。 Rust拥有许多令人惊叹的特性，但这些特性并非Rust所独有。实际上，Rust巧妙地借鉴了众多其他语言的优秀特性，并将它们融合成了一个完美的整体。深入了解Rust这些重要特性的来源以及它是…...
AI编程01-生成前/后端接口对表-豆包（或Deepseek+WPS的AI
前言： 做过全栈的工程师知道，如果一个APP的项目分别是前端/后端两个团队开发的话，那么原型设计之后，通过接口文档进行开发对接是非常必要的。 传统的方法是，大家一起定义一个接口文档，然后，前端和后端的工程师进行为何，现在AI的时代，是不是通过AI能协助呢，显然可以…...
[AUTOSAR通信] - PDUR模块解读
点击订阅专栏不迷路 文章目录 一、 PDUR模块概述二、功能描述2.1 发送路由功能2.2 接收路由功能2.3 网关路由功能2.4 路由控制功能 三、配置項介紹3.1. PduRBswModules3.2. PduRGeneral3.3. PduRRoutingTables3.4. PduRRoutingPath3.5. PduRSrcPdu3.6. PduRDestPdu 四、总结 &g…...
伺服报警的含义
前言： 大家好，我是上位机马工，硕士毕业4年年入40万，目前在一家自动化公司担任软件经理，从事C#上位机软件开发8年以上！我们在开发C#的运动控制程序的时候，一个必要的步骤就是设置伺服报警信号的…...
物联网（IoT）如何与人工智能（AI）的结合
物联网（IoT）与人工智能（AI）的结合是当前技术发展的重要趋势，通常被称为 AIoT（人工智能物联网）。这种结合通过将AI的计算能力和数据分析能力与物联网的海量设备连接能力相结合，实现了…...
有哪些PHP开源框架属于是“高开疯走”的？
“高开疯走”是一个网络流行语或者谐音梗。可能是指一开始起点很高（高开），然后发展迅速或者变得非常牛（疯走）。 在PHP生态中，一些框架面对市场的风起云涌，能持续保持高质量发展，切实…...
本地部署DeepSeek摆脱服务器繁忙
由于图片和格式解析问题，可前往 阅读原文 最近DeepSeek简直太火了，频频霸榜热搜打破春节的平静，大模型直接开源让全球科技圈都为之震撼！再次证明了中国AI的换道超车与崛起 DeepSeek已经成了全民ai，使用量也迅速上去了…...
Miniforge —— 轻量化的 conda 解决方案
引言 在日常使用中，我们常常使用 Anaconda 或 Miniconda 来管理 Python 环境和包。但由于 Anaconda/Miniconda 属于商业产品，当企业规模超过一定人数时就会涉及付费问题。相比之下，Miniforge 是由社区主导维护的一个完全免费的替代方案&…...
GO语言基础知识
一、引言 在当今快速发展的软件开发领域，Go语言（又称Golang）凭借其简洁的语法、强大的并发支持和高效的性能，逐渐成为许多开发者的首选编程语言之一。Go语言由Google团队开发，自2009年发布以来，已经在云原…...
Electron 全面解析：跨平台桌面应用开发指南
引言 在当今多平台并存的数字时代，如何高效开发跨平台桌面应用成为开发者面临的重要挑战。Electron作为GitHub开源的跨平台框架，凭借其独特的Web技术融合能力，已成为构建桌面应用的热门选择。本文将深入探讨Electron的核心原理、开发实践及未…...
git 克隆指定 tag 的项目
git 克隆指定 tag 的项目 一、克隆指定tag的项目二、验证克隆结果 一、克隆指定tag的项目 以 tinyxml2项目 为例说明： git clone --branch V10.0.0 https://github.com/leethomason/tinyxml2.git解释： git clone：这是克隆一个远程仓库的命…...
pytorch笔记：mm VS bmm
1 bmm (batch matrix multiplication) 批量矩阵乘法，用于同时处理多个矩阵的乘法bmm 的输入是两个 3D 张量（batch of matrices），形状分别为 (batch_size, n, m) 和 (batch_size, m, p)bmm 输出的形状是 (batch_size, n, p) 2 mm…...