文章目录1、背景2、使用gdb2.1生成debug版本2.2进入gdb2.3显示源代码2.4运行程序/开始调试2.5打断点，查看断点信息2.6删除断点2.7断电的禁用、启用2.8逐语句执行2.9逐过程执行2.10跟踪变量2.11跳转到X行2.12跳转到下一个断点2.13运行完整个指定函数2.14查看调用堆栈2.15设置变量的值1、背景1、程序的发布方式有两种，debug模式和release模式2、Linuxgcc/g++出来的二进制程序，默认是release模式3、要使用gdb调试，必须在源代码生成二进制程序的时候,加上-g选项2、使用gdb2.1生成debug版本我们先来写一段C语言代码：#
全网最详细搭建Win10+WSL2+Ubuntu-22.04LTS+CUDA+Xfce4+noVNC个人工作站本文主要解决的问题点：win10下使用Ubuntu系统解决WSL默认不支持systemD的BUG物理机显卡可在Ubuntu系统直通使用Ubuntu系统界面图形可视化图形界面汉化Ubuntu系统下使用拼音输入法不需要物理机安装任何软件即可通过web直接访问Ubuntu配置Firefox和Pycharm解决WSL下的noVNC剪贴板不能与WIN共享的BUG讲解Xfce4桌面使用的tricks美化Windows终端整理不易，希望大家点赞关注+收藏👍👍下面是我搭建过程中的一些经验，希望能够帮助
ubuntu安装cuda初环境与设备在官网找安装方式本篇文章将介绍ubuntu安装CUDAToolkitCUDAToolkit是由NVIDIA（英伟达）公司开发的一个软件工具包，用于支持并优化GPU（图形处理器）上的并行计算和高性能计算。它提供了一组库、编译器、开发工具和API（应用程序编程接口），使开发者能够在NVIDIAGPU上编写和执行并行计算任务，从而加速各种应用程序的运行速度。主要功能和组件包括：CUDA编程模型：CUDAToolkit提供了一种并行计算模型，允许开发者使用类似于C语言的语法来编写GPU上的代码。开发者可以使用CUDAC/C++编写核心计算代码，称为GPU内核函数（K
buzz基于whisper的客户端，可以优先尝试，支持Mac,Windows和Linuxhttps://github.com/chidiwilliams/buzzhttps://github.com/chidiwilliams/buzz whisper是OpenAI发布的一个的神经网络，主要用于语音识别，一时兴起就想玩一玩，下面是它的github链接（安装时需要全局代理才比较快）GitHub-openai/whisper:RobustSpeechRecognitionviaLarge-ScaleWeakSupervisionRobustSpeechRecognitionviaLarge-Sca
导师让我复现一下《TimesNet: Temporal2D-VariationModelingforGeneralTimeSeriesAnalysis》的代码，下面是论文和代码的链接：链接：https://openreview.net/pdf?id=ju_Uqw384Oq代码：https://github.com/thuml/TimesNet时序算法库：https://github.com/thuml/Time-Series-Library省流不看版：每个sh脚本的第一行是exportCUDA_VISIBLE_DEVICES，它的值代表了启用哪一块GPU，个人电脑就改成exportCUDA_V
1、安装环境OS: Win10专业 x64Python: Python3.7.7（通过Anaconda软件自带安装）Anaconda:Anaconda3-2022.05-Windows-x86_64.exe【这个版本自带的python是3.9】CUDA: cuda_11.7.0_516.01_windows.exe ，根据操作系统不同，可以在线选择不同版本下载，界面网址为下载地址 【后面pytorch指令中安装的还是cuda11.3开发包】Pytorch：官方是Pytorch在线指令安装，建议参考我后面的离线手动安装，速度比较快。Pycharm：pycharm-co
大家好，下面将进行CUDA的卸载，卸载情况描述如下：>安装在电脑Windows10系统（1）安装在电脑Windows10系统，打开控制面板-程序-程序和功能，可以看到自己已经安装过的CUDA，如下所示：（2）依次选中需要卸载的CUDA包，鼠标右键点击卸载即可，一般需要保留3个已经安装的CUDA包，分别为NVIDIAGeForceExperiencex.x.x.x、NVIDIAPhysX系统软件x.x.x、NVIDIA图形驱动程序x.x。（3）如果按照以上方法卸载不了安装的CUDA，可按以下方法进行卸载，卸载过程如下：首先，WIN+R输入“regedit”，然后点击确定进入到如下界面：接着，依次
Ubuntu安装最新版CUDA和cuDNN（TO小白）Ubuntu18.04安装Cuda10.1/CudnnNVIDIACUDAToolkit11.0安装与卸载(Linux/Ubuntu)1.下载文件：先查看支持的cuda版本，使用命令nvidia-smi，如下图所示，可以看到支持的最大版本为11.4。打开cuda官网:https://developer.nvidia.com/cuda-downloads?target_os=Linux&target_arch=x86_64&Distribution=Ubuntu&target_version=18.04&target_type=runfile
安装安装gdb的具体步骤如下：1、查看当前gdb安装情况rpm-qa|grepgdb如果有，则可以先删除：rpm-e--nodeps文件名如果没有，则进行下一步。2、下载gdb源码包或者直接apt安装。apt命令安装：sudoaptinstallgdb源码包安装：在linux中输入：wgethttp://ftp.gnu.org/gnu/gdb/gdb-7.10.1.tar.gz解压：tar-zxvfgdb-7.10.1.tar.gz进入gdb目录：cdgdb-7.10.1输入命令：./configuremakemakeinstall3、查看是否安装成功gdb-v使用编写一段简单的C语言程序#i
前言当前，我们可以使用make/makefile来程序化执行代码文件；可以使用gcc/g++等编译器来编译代码；可以使用vim编辑器来编写代码；其实在Linux当中还有一个工具，可以实现调试工作，这个工具就是--gdb。在了解调试器之前，你应该对代码的发布版本做一些了解：我们在VS当中，在开始执行代码之前，可以选择以两种方式执行这个代码：debug&release：一般在开发期间使用的都是debug模式，在编写好代码之后，如果我们的代码提交到远端，到客户手上的时候，比如在公司当中，用git提交到公司的仓库当中，公司就可以以release版本发布，同时，测试人员测试的模式也是release版本的
