最近，我需要手动将一些容器映像加载到作为容器运行时运行containerd（而不是Docker）的Linux系统中。我说“手动加载一些镜像”是因为该系统与Internet隔离，因此仅运行容器并containerd自动从镜像注册表中提取镜像是行不通的。解决缺少Internet访问的过程并不困难，但似乎没有任何文档可以证明，而我可以使用常规Web搜索轻松找到该文档。我认为在此处发布它可能会帮助将来寻求

文章目录1 官网下载GDAL源码2 解压源码并安装3 下载编译PROJ64 编译安装SQLite35 继续编译PROJ66 继续编译GDAL想用GDAL/OGR功能，折腾了一晚，把步骤记录下来，供以后参考。以下内容是在原文的基础上验证，修改了一些bug。1 官网下载GDAL源码可以去官网下载，也可以到下载，后者还提供源码和编译好的文件下载（Debian版本），我用的官网的源码进行的编译。2 解压源

卷积计算卷积运算实现垂直边缘检测过滤器检测不同方向的边缘Padding输入图片维度信息是[6,6]，卷积核尺寸[3,3]，padding=1，步长stride=1，经过卷积运算之后输出图片维度信息也是[(6+2x1-3+1),(6+2x1-3+1)]，这样也就保持维度信息的一致性，不致于特征信息丢失。计算公式：n = (n-f+2p)/s+1 ，n是指输入/输出维度信息，f是卷积...

传统的生产者消费者模型生产者-消费者模式是一个十分经典的多线程并发协作的模式，弄懂生产者-消费者问题能够让我们对并发编程的理解加深。所谓生产者-消费者问题，实际上主要是包含了两类线程，一种是生产者线程用于生产数据，另一种是消费者线程用于消费数据，为了解耦生产者和消费者的关系，通常会采用共享的数据区域，就像是一个仓库，生产者生产数据之后直接放置在共享数据区中，并不需要关心消费者的行为；而消费者只需要

ResNet深层网络的退化问题绕路残差学习，恒等映射虚线，维度发生变化F(x)叫做残差，H(x)正在拟合的结果Stage = {Block={Conv}}良好的扩展性，一套代码实现不同的层次全局平均池化能取替的全连接层，减少过拟合的发生。BottleNeckconv:2/3block3https://github.com/pytorch/vision/blob/maste...

#!/usr/bin/env python# -*- coding: utf-8 -*-# @Time: 2020/4/4 22:39# @Author: zhoujianwen# @Email: zhou_jianwen@qq.com# @File: topn.py# @Describe:"""算法面试：10亿个数中取TOP-1000个数...

git clone https://github.com/cocodataset/cocoapi.gitcd cocoapi/PythonAPIpython setup.py build_ext installcl: 命令行 error D8021 :无效的数值参数“/Wno-cpp”解决办法：https://github.com/philferriere/cocoapipip in...

#!/usr/bin/env python# -*- coding: utf-8 -*-# @Time: 2020/3/12 14:03# @Author: zhoujianwen# @Email: zhou_jianwen@qq.com# @File: CreateTensor.py# @Describe: 创建Tensorimport numpy as...

标签（空格分隔）： 深度学习我当初进入深度学习领域知识学习的时候，并不知道一张好显卡对网络模型训练的重要性，直到我有幸参与学校实验室的项目，并意识到缺乏足够处理能力的显卡在大量训练数据下很有可能会让你等上几个小时。从那一刻起我心里就有了组建一台深度学习服务器的计划，因为从长远来看它可以让我节省大量时间和金钱。现在我将这些经验分享给大家。配置清单如下：项目型号价格CPU...

标签（空格分隔）： 机器学习最小二乘法是一种常用的数学优化技术。它通过最小化误差的平方和来求取目标函数的最优值，以解决线性回归问题。这是百度百科给出的解释，那么这个拟合的数据从字面上理解，其实就是预测结果。我们可以将它应用到各行各业，比如销售数据、工厂生产量、比赛结果、地面区域面积估算等预测，总能找到数据之间映射关系。以下是来自某个项目实验的真实数据现在使用最小二乘法来求出线性回归的参数，...