知识点和api都以注释的形式标注在了代码中，学习Cesium官方案例可以作为辅助理解代码，进行自我学习和案例复现。主要学习网站：cesium官网案例源码cesium中文网api文档 Cesium.Ion.defaultAccessToken= "token"; constviewer=newCesium.Viewer("cesiumContainer",{ shouldAnimate:true, }); conststart=Cesium.JulianDate.fromDate(newDate(2018,11,12,15)); //从JavaScript日期创建一
前言MySQL客户端和服务端通信过程中是通过对话的形式来实现的，客户端发送一个操作请求，然后服务端根据客户端发送的请求来响应客户端，在这个过程中客户端如果一个操作需要两步才能完成，那么当它发送完第一个请求过后并不会存储这个请求，而是直接丢弃，所以第二步就是根据服务端的响应来继续进行，这里服务端就可以欺骗客户端做一些事情。但是一般的通信都是客户端发送一个MySQL语句然后服务器端根据这条语句查询后返回结果，也没什么可以利用的。但是MySQL有个语法 LOADDATAINFILE 可以用来读取一个文件的内容并插入到表中。从上图的官方文档说明可以看到，该命令既可以读取服务端的文件，也可以读取客户端的
前言MySQL客户端和服务端通信过程中是通过对话的形式来实现的，客户端发送一个操作请求，然后服务端根据客户端发送的请求来响应客户端，在这个过程中客户端如果一个操作需要两步才能完成，那么当它发送完第一个请求过后并不会存储这个请求，而是直接丢弃，所以第二步就是根据服务端的响应来继续进行，这里服务端就可以欺骗客户端做一些事情。但是一般的通信都是客户端发送一个MySQL语句然后服务器端根据这条语句查询后返回结果，也没什么可以利用的。但是MySQL有个语法 LOADDATAINFILE 可以用来读取一个文件的内容并插入到表中。从上图的官方文档说明可以看到，该命令既可以读取服务端的文件，也可以读取客户端的
今天使用Gateway整合微服务的文档的时候发现Knife4j文档请求异常，查看数据包发现请求了这样的一个路径。（省流助手：错误原因是获取api-doc的方法错误，如果不明白我在说什么，那么可以往下看看）整合的代码是在网上直接CV的，看来是需要做一些修改，其中比较重要的是在gateway的两个配置，其他服务的配置文件和单机时一致。gateway的配置文件如下：第一个是Config@Slf4j@Component@Primary@AllArgsConstructorpublicclassSwaggerResourceConfigimplementsSwaggerResourcesProvider
今天使用Gateway整合微服务的文档的时候发现Knife4j文档请求异常，查看数据包发现请求了这样的一个路径。（省流助手：错误原因是获取api-doc的方法错误，如果不明白我在说什么，那么可以往下看看）整合的代码是在网上直接CV的，看来是需要做一些修改，其中比较重要的是在gateway的两个配置，其他服务的配置文件和单机时一致。gateway的配置文件如下：第一个是Config@Slf4j@Component@Primary@AllArgsConstructorpublicclassSwaggerResourceConfigimplementsSwaggerResourcesProvider
完整报错OSError:[WinError1455]页面文件太小，无法完成操作。Errorloading"C:\ProgramData\Anaconda3\lib\site-packages\torch\lib\shm.dll"oroneofitsdependencies.场景：运行reid-strong-baseline模型原因：模型太大，而系统分配的分页内存太小，无法训练环境：windows10，cuda版本：11.1，pytorch版本：1.11.0+cu113（1）查询自己的cuda版本：nvidia-smi（2）查询自己的pytorch版本importtorchprint(torch
完整报错OSError:[WinError1455]页面文件太小，无法完成操作。Errorloading"C:\ProgramData\Anaconda3\lib\site-packages\torch\lib\shm.dll"oroneofitsdependencies.场景：运行reid-strong-baseline模型原因：模型太大，而系统分配的分页内存太小，无法训练环境：windows10，cuda版本：11.1，pytorch版本：1.11.0+cu113（1）查询自己的cuda版本：nvidia-smi（2）查询自己的pytorch版本importtorchprint(torch
一、项目场景：通常情况下，我们在对用户交付Python脚本的时候，给用户的是可以直接在windows操作系统下直接运行的.exe文件，而源码.py文件需要我们用python的第三方库Pyinstaller进行打包，从而生成我们希望交付给用户的.exe文件。在打包的过程中有个重要因素是我们必须要考虑的————即我们希望打包后生成的.exe文件尽可能的小，这样更便于不同用户之间的交互和传输。为了达到这个目的，我们就需要一个非常干净的环境，在此环境中只安装我们项目中需要的Python标准库和第三方库，其他不需要的库就不安装了。此时，我们就要建立起一个虚拟环境，在这个虚拟环境中安装我们项目所需的库，这
一、项目场景：通常情况下，我们在对用户交付Python脚本的时候，给用户的是可以直接在windows操作系统下直接运行的.exe文件，而源码.py文件需要我们用python的第三方库Pyinstaller进行打包，从而生成我们希望交付给用户的.exe文件。在打包的过程中有个重要因素是我们必须要考虑的————即我们希望打包后生成的.exe文件尽可能的小，这样更便于不同用户之间的交互和传输。为了达到这个目的，我们就需要一个非常干净的环境，在此环境中只安装我们项目中需要的Python标准库和第三方库，其他不需要的库就不安装了。此时，我们就要建立起一个虚拟环境，在这个虚拟环境中安装我们项目所需的库，这
项目场景：在多GPU环境下用Pytorch训练的Resnet分类网络问题描述卷积神经网络ResNet训练好之后，测试环境或测试代码用了单GPU版或CPU版，在加载网络的时候报错，报错处代码为：net.load_state_dict(torch.load(args.weights))报错如下：RuntimeError:Error(s)inloadingstate_dictforResNet: Missingkey(s)instate_dict:"conv1.0.weights","conv1.1.weights","conv1.1.bias",...原因分析：出现这种报错的原因主要是，state
