X570虽然更新很大，但不兼容第一代Ryzen处理器昨天AMD在台北电脑展前举行了主题演讲，发布了新一代的Ryzen 3000系列处理器。新款的处理器在IPC、TDP等方面都有了比较明显的提升。与此同时，伴随着新款的处理器，AMD也推出了全新的芯片组X570，很多厂商也在第一时间推出了基于X570芯片组的主板。虽然新款的主板带来很多新功能，但是不仅X570芯片组对以前推出的处理器有兼容性问题，而且

题图就是计算出来的法线和激光点云咯PCL的CUDA代码的确好但是没有教程，鄙人抛砖引玉，丢一篇如何使用PCL计算点云的曲率和法线的GPU样例上来。由于本人使用了cv库对曲率进行了可视化，所以带有CV的头文件，如果不需要可视化，CV是可以不配置的。#include <iostream>#include <fstream>#include <string>#i...

合并多行查询的结果业务需求商家可以根据商品类目分类，每位商家可以有多个商品类目，商品类目又跟运营类目有一种关联规则。此处暂且不说运营类目。根据业务，商家信息是一张表，商家与商品类目有一张关联表，商品类目有一张表，权且使用三张表。其他不相干字段不展示商家表(user)uidusernamemobile1张三123456789012李四12345600002商品类目表(item_category)ic

连接池是一种常用的技术，为什么需要连接池呢？这个需要从TCP说起。假如我们的服务器跟数据库没有部署在同一台机器，那么，服务器每次查询数据库都要先建立连接，一般都是TCP链接，建立连接就需要3次握手了，假设后台服务跟数据库的单程的访问时间需要10ms，那么光是建立连接就花了30ms，并且TCP还有慢启动的机制，实际上一次查询可能还不止1次TCP来回，查询效率就会大大降低。为什么需要连接池为...

最近买了一个阿里的云服务器。服务端是linux命令行环境，tomcat、mysql啥的都整好了。就想自己写个web后台，制造一些网络数据啥的，给我的移动app-demo访问玩。虽然以前学过web相关内容，但已经离开它三年多了，忘光光了。特在此记录下学习、开发的一些流程，遇到的一些问题，和一些解决的方法。1. 去struts官网下载了最新的完整zip。struts2.3.202. 在网络上下载了sp

亿图图示专业的图示软件，该软件支持办公绘图、工程绘图、图文编辑、彩页设计等，可帮助用户轻松创建各类图形图表，拖拽式操作，无需系统学习和培训就能快速上手，并且可以一键导出到PDF, Word, PPT, Excel, 图片, HTML, Visio等文件格式，本站提供的是该软件的linux版本。功能特色1、简单，直接的作图方式拖拽式操作，无需系统学习和培训就能快速上手。轻松绘制专业图表。2、轻松创建

#!/usr/bin/env python# -*- coding: utf-8 -*-# @Time: 18/2/26 下午12:52# @Author: AlexZ33# @File:# @Desc:import numpy as npimport matplotlibimport matplotlib.pyplot as pltimport matplotlib....

以下大部分内容非原创，整理自阿里云官方文档单库单表建一张单库单表，不做任何拆分。CREATE TABLE single_tbl(id int,name varchar(30),primary key(id));show topology from single_tbl;CREATE TABLE normal_table(id int,name varchar(30),primary key(id)

1、学习率目前深度学习使用的都是非常简单的一阶收敛算法，梯度下降法，不管有多少自适应的优化算法，本质上都是对梯度下降法的各种变形，所以，初始学习率对深层网络的收敛起着决定性的作用，下面就是梯度下降法的公式：α 就是学习率，如果学习率太小，会导致网络loss下降非常慢，如果学习率太大，那么参数更新的幅度就非常大，就会导致网络收敛到局部最优点，或不会收敛或者loss直接开始增加；如下图所示：学习率的选

1、学习率目前深度学习使用的都是非常简单的一阶收敛算法，梯度下降法，不管有多少自适应的优化算法，本质上都是对梯度下降法的各种变形，所以，初始学习率对深层网络的收敛起着决定性的作用，下面就是梯度下降法的公式：α 就是学习率，如果学习率太小，会导致网络loss下降非常慢，如果学习率太大，那么参数更新的幅度就非常大，就会导致网络收敛到局部最优点，或不会收敛或者loss直接开始增加；如下图所示：学习率的选