http://t.zoukankan.com/lemon-le-p-13820204.html 原由 最近因为kafka、zookeeper、ES和相关的Java应用的内存问题搞的头大，做运维将近4年，对Java调优、性能方面的知识了解的少之又少，是时候下定决心来对他多一个学习了。不能一口吃成一个胖
https://www.cnblogs.com/hixiaowei/p/15580662.html 0. 火焰图生成框架 1. Capture stacks 2. Fold stacks 3. flamegraph.pl 1. perf (13条消息) 性能分析之profiling及火焰图_巷中人的
http://www.wjhsh.net/xingzifei-p-7446264.html 上周一个偶然的机会听同事提到了Java FlameGraph，刚实验了一下，效果非常好。 一、什么是FlameGraph 直接看图说话。FlameGraph 是 SVG格式，矢量图，可以随意扩大缩小，看不清的
https://www.dazhuanlan.com/smallnight/topics/1040103 在做性能调优的时候，我们通常会借助一些性能分析工具（比如 perf，DTrace）分析系统资源的使用情况，比如 CPU、内存等，但这些工具分析的结果通常是文本形式，不够直观，不便于快速定位系统瓶
Linux ubuntu20.04 网络配置（图文教程） 因为我是刚装好的最小系统，所以很多东西都没有，在开始配置之前需要做下准备 环境准备 系统：ubuntu20.04网卡：双网卡 网卡一：供连接互联网使用网卡二：供连接内网使用（看情况，如果一张网卡足够，没必要做第二张网卡） 工具： net-to
https://www.modb.pro/db/31086 图 1 鲲鹏NUMA架构优化图 openGauss根据鲲鹏处理器的多核NUMA架构特点，进行针对性一系列NUMA架构相关优化，一方面尽量减少跨核内存访问的时延问题，另一方面重分发挥鲲鹏多核算力优势，所提供的关键技术包括重做日志批插，热点数据
https://zhuanlan.zhihu.com/p/492185920 图片 eBPF 源于 BPF[1]，本质上是处于内核中的一个高效与灵活的虚类虚拟机组件，以一种安全的方式在许多内核 hook 点执行字节码。BPF 最初的目的是用于高效网络报文过滤，经过重新设计，eBPF 不再局限于网络协
这里包含Linux 性能资料的工具图。这些使用大字体可以用作海报幻灯片。也可以将它们打印出来贴在办公室墙上。它们展示了：Linux 可观察性工具、 Linux 静态性能分析工具、 Linux 基准测试工具、 Linux 调优工具和Linux sar。 性能观察工具： 静态性能工具 性能压测工具： 性
https://www.modb.pro/db/610990 对于开发及运维人员来讲，火焰图是一个经典的定位性能问题的方法。利用火焰图可以可视化系统资源（cpu占用、内存占用、调度、IO等）的占用情况，从而帮助技术人员快速定位资源异常使用的代码级根因，或者观察潜在性能劣化趋势，进而优化系统和应用的性
https://zhuanlan.zhihu.com/p/572905835 陈巍谈芯：让你一图看懂某国芯片禁令的目的、范围和影响。 感觉这回是“芯片战争”，影响全球半导体产业链。但也是有方法减少影响的。
概述 这是 Gartner 的一个图，提供了全球的基于容器的 PaaS 公有云、混合云服务的梳理展示： 这里提供一个其他的视角： 中国市场，基于容器的 PaaS 混合云（公有云 + 私有云）的相关厂商及产品。 ❗️ 注意： 文章目前还是初版，只是厂商和产品的一个简单罗列，后面会进一步细化。 另外由于
大家好，我是沙漠尽头的狼，今天介绍一个WPF开源项目-NodeNetwork，它可以帮助我们快速构建和定制网络拓扑图。 一、前言 在现代软件开发中，数据可视化和可交互性越来越受到关注。为了实现这一点，通常需要使用各种图表、表格、网络拓扑图等控件。然而，对于某些特殊的场景，这些控件可能无法满足需求，此
前言 百度AI是指百度公司的人工智能技术全称。它采用深度学习技术，包括自然语言处理、语音识别、计算机视觉、知识图谱等，可应用于各个领域如互联网、医疗、金融、教育、汽车、物流等。百度AI的发展将帮助人类更好地理解世界和提高生活品质，接下来就通过一个小案例演示实现百度AI在文字和图像敏感审核应用。 项目
在 Blazor Hybrid 应用中，Razor 组件在设备上本机运行。 组件通过本地互操作通道呈现到嵌入式 Web View 控件。 组件不在浏览器中运行，并且不涉及 WebAssembly。 Razor 组件可快速加载和执行代码，组件可通过 .NET 平台完全访问设备的本机功能。 Web Vi
摘要：该论文将同一图像不同视角图像块内的语义一致的图像区域视为正样本对，语义不同的图像区域视为负样本对。 本文分享自华为云社区《[NeurIPS 2022]基于语义聚合的对比式自监督学习方法》，作者：Hint 。 1.研究背景 近些年来，利用大规模的强标注数据，深度神经网络在物体识别、物体检测和物体
摘要：这个 notebook 基于论文「Stylized Neural Painting, arXiv:2011.08114.」提供了最基本的「图片生成绘画」变换的可复现例子。 本文分享自华为云社区《基于ModelArts进行图像风格化绘画》，作者： HWCloudAI 。 项目首页 | GitHu
chatgpt接口开发笔记2生成图片接口 chatgpt的生成图片接口，可以根据用户的描述来生成满足用户意愿的图片 1、了解接口参数 接口地址： POST https://api.openai.com/v1/images/generations 下面是接口文档描述内容 curl https://ap
耗时两周，新版的操作系统常见知识点/问题总结总算搞完了，手绘了30多张图。大家可以用来复习操作系统或者准备操作系统面试。对于大部分公司的面试来说基本够用了，不过，像腾讯、字节这种大厂的面试还是要适当深入一些。 这篇文章总结了一些我觉得比较重要的操作系统相关的问题比如 用户态和内核态、系统调用、进程和
接触过TensorFlow v1的朋友都知道，训练一个TF模型有三个步骤：定义输入和模型结构，创建tf.Session实例sess，执行sess.run()启动训练。不管是因为历史遗留代码或是团队保守的建模规范，其实很多算法团队仍在大量使用TF v1进行日常建模。我相信很多算法工程师执行sess.run()不下100遍，但背后的运行原理大家是否清楚呢？不管你的回答是yes or no，今天让我们一
