前言 距离去年国庆入手了NAS至今有好几个月时间了，NAS折腾起来有点麻烦，且实际作用因人而异，并没有想象中的好用，所以说好的这个系列一直没有更新~ 还有另一方面的原因，这些NAS的系统基于Linux深度定制，对于我这种习惯用Linux的人来说，用着很别扭不自在，处处受限制… 所以在使用了这台威联通
经常会听到开发者提起单元测试的话题，那么今天我就带大伙一起来看看大名鼎鼎的谷歌 C++ 测试框架 GoogleTest。这是系列文章的第二篇。
引言 在上一博客中，我们正式开始了单片机的学习之路，讲了单片机的概念，以及我们使用的ESP32系列的单片机的IO引脚，讲了什么是GPIO，以及相关的总线通讯概念（UART,IIC,SPI），脉冲调制概念(PWM),以及信号数字互转的(ADC和DAC),板子自带的一些功能，在今天的博客中，我会带你们正
引言 之前在上一篇文章中多线程合集(二) 异步的那些事，async和await原理抛析，我们从源码去分析了async和await如何运行，以及将编译后的IL代码写成了c#代码，以及实现自定义的Awaiter，自定义异步状态机同时将本系列的第一篇文章的自定义TaskScheduler和自定义的Awai
ThreadLocal，这个多线程场景中重要的特性，在虚拟线程领域兴风作浪，为了应付它，quarkus也是够拼，今天咱们就来聊聊这个话题，在轻松的气氛中结束《支持JDK19虚拟线程的web框架》系列
写在前面 如果对Rust与Wgpu比较关注的同学可能在网络上搜到过@sotrh国外大佬编写的《Learn Wgpu》，以及国内大佬@jinleili的优秀翻译作品《学习 Wgpu》。这些学习教程质量很高，在我学习Wgpu的过程中给了很大的帮助。那为什么还有我这个系列的文章呢？首先，大佬的系列目前wi
不管你是用.net framework还是用.net core或者更高版本.net环境，这篇文章也许都能帮到你！因为接下来我会提供一个简单粗暴的方式，来快速实现多款扫码器的通用扫码功能。目前本地测试过的包括基恩士系列、康耐视系列、以及其他支持以太网通信的多款小众厂家等。 下面开始重点操作： 首先，在
业界良心OpenAI开源的Whisper模型是开源语音转文字领域的执牛耳者，白璧微瑕之处在于无法通过苹果M芯片优化转录效率，Whisper.cpp 则是 Whisper 模型的 C/C++ 移植版本，它具有无依赖项、内存使用量低等特点，重要的是增加了 Core ML 支持，完美适配苹果M系列芯片。
消息队列的应用可以说是业务必备的。从功能来说，解耦、异步化、延迟队列、削峰等等；在之前的项目中就用到了rabbitmq来实现消息中心、业务的异步解耦。我个人很推从的就是业务的异步解耦能力。当时的业务场景是客户在界面上可以批量提交数据，但是服务端要做校验，数据处理，入库等等系列操作，其中的校验与数据处
http://arthurchiao.art/blog/linux-net-stack-tuning-rx-zh/ 本文尝试从技术研发与工程实践（而非纯理论学习）角度，在原理与实现、监控告警、 配置调优三方面介绍内核5.10 网络栈。由于内容非常多，因此分为了几篇系列文章。 原理与实现 Linux
本书由B站京西漫步老师推荐，并提供了相应的学习资源，有同感兴趣的朋友，可以加我好友免费分享资源。 本书主要以总结笔记，原文+译文+部分案例实操为主。 预计更新时间为23年6月-23年7月。 本系列笔记背景，笔者在经过一年左右的陆陆续续的学习和实践中，对Powerbi有了初步的应用和学习，但是零散的学
前言 B树（B-tree），也常被记作 B-树，其中“-”不发音。B树的发明者 Rudolf Bayer 和 Edward M. McCreight 并没有给B树中的 B 明确的定义，大家也不必对此纠结太多。 B+树是B树的变体，两者的适用场景是不一样的，以后也会给大家带来B+树的介绍。 本系列将用
Matplotlib 库是一个用于数据可视化和绘图的 Python 库。 它提供了大量的函数和类，可以帮助用户轻松地创建各种类型的图表，包括直方图、箱形图、散点图、饼图、条形图和密度图等。 本系列具体内容包括： 画布 画布是其他所有的元素的载体，可以说是最重要，也是最容易被忽视的元素。 绘制图形之前
密码学在信息安全中扮演着至关重要的角色。为了保护敏感信息、数字身份和网络通信的安全性，密码设备（如硬件安全模块HSM）与应用程序之间的安全通信和互操作性变得至关重要。PKCS#11（Public-Key Cryptography Standards #11）是一个密码学标准系列，定义了密码设备和应用
堆叠面积图和面积图都是用于展示数据随时间变化趋势的统计图表，但它们的特点有所不同。面积图的特点在于它能够直观地展示数量之间的关系，而且不需要标注数据点，可以轻松地观察数据的变化趋势。而堆叠面积图则更适合展示多个数据系列之间的变化趋势，它们一层层的堆叠起来，每个数据系列的起始点是上一个数据系列的结束点
一：背景 1.讲故事 这周有个朋友找到我，说他的程序出现了内存缓慢增长，没有回头的趋势，让我帮忙看下到底怎么回事，据朋友说这个问题已经困扰他快一周了，还是没能找到最终的问题，看样子这个问题比较刁钻，不管怎么说，先祭出 WinDbg。 二：WinDbg 分析 1. 托管还是非托管泄露 一直关注这个系列
摘要：本文带大家学习一下关于CSS属性的继承。 本文分享自华为云社区《关于CSS有哪些属性可以继承？》，作者：黛琳ghz。 前言 今天遇到一个很有意思的题目，通过题目可以顺便学习一下关于CSS属性的继承。（答案是ACD） 关于CSS属性继承 字体系列属性 font：组合字体font-family：规
摘要：本文介绍的DSC工具是针对数据库切换时面临的迁移任务而开发的免安装命令行工具。目的是提供简单、快速、可靠的SQL脚本迁移服务。 本文分享自华为云社区《GaussDB(DWS)DSC工具系列：DSC工具初识【玩转PB级数仓GaussDB(DWS)】》，作者：积少成多 。 DSC背景介绍与DSC介
摘要：现在，越来越多的企业和个人使用AIGC生成文章、图片、音乐甚至视频等内容，AIGC已经成为一种必备的工具。在游戏和原画师行业，甚至已经出现了第一批因为AI而失业的人。 本文分享自华为云社区《GPT-4发布，AIGC时代的多模态还能走多远？系列之二：AIGC的阿克琉斯之踵》，作者：ModelAr
摘要：多模态认知智能是AI人工智能当前发展的主流趋势之一，其核心是以多模态知识的获取，表示与推理为主要内容的跨模态知识工程与认知智能，也是为了更好的处理多模态的数据，需要融合多种感知模态和智能处理技术。 本文分享自华为云社区《GPT-4发布，AIGC时代的多模态还能走多远？系列之三：多模态认知智能》
