RhythmLian's Blog

中国石油大学（北京）考试查询脚本如何安装 CUP-EXAM基于python::3开发，为此，你需要安装python >= 3.6环境。 Python安装 推荐官网：python.org Ubuntu： 12sudo apt-get update # 初次运行apt需要带上这条命令sudo apt-get install python3 CentOS： 1yum install python3 安装Python成功后，在命令行中运行：pip3 install cup-exam 更新命令：pip3 install cup-exam --upgrade 如何使用 考试脚本需要通过exam命令启动，启动后通过输入课程名称、教师姓名或主修班级来查询相关考试安排。 每次脚本启动时会自动更新考试信息，请务必保持网络畅通 考试查询脚本提供GUI与非GUI两种运行方式，因此，你还可以在远程登录的服务器上进行考试查询~ 示例： GUI： 非GUI 提出建议与反馈BUG GitHub: https://github.com/Rhythmicc/ EMail: R ...

English Document | 中文文档 qs running Install Click here to get the installation documentation 1pip3 install quickstart-rhy [--upgrade]qs profile：.qsrcStarting with VERSION 0.3.0, when you first install QuickStart_Rhy and run qs from the command, qs will generate the qs configuration table .qsrc at the following location:SystemLocationWindowsC:\Users\YOUR_NAME\.qsrc*nix/Users/YOUR_NAME/.qsrc or /root/.qsrc.qsrcis a configuration table stored in JSON format. When it ...

功能 提供脚本在命令行里高效运行项目。 提供模板管理器，轻松将代码保存和导出。 提供对拍器，轻松进行程序输出结果的对拍或进行文本文件的对比。 Qpro对CLion的特殊支持: 在CLion项目中，Qpro可以自动将其初始化为Qpro项目 Qpro现内置c,cpp, java, python2@3的支持。你可以使用Qpro -c创建相应项目 Qpro远程映射支持ipv6 安装: pip3 install Qpro [--upgrade] 如果你的Python版本低于3.6: pip3 install Qpro==0.7.0, 这是Qpro对低版本Python的最后支持。 使用: Command Result Qpro -init 将当前文件夹初始化为Qpro项目 Qpro -h 查看帮助 Qpro -c project 创建一个Qpro项目 Qpro -update 更新Qpro Qpro -adjust 修改配置表 Qpro -ssh 进入服务器Qpro项目位置 Qpro -scp path 将项目内文件夹或文件上传到默认服务器 Q ...

Ubuntu 源码安装 去官网下合适版本的源码包: 1qs dl https://www.python.org/ftp/python/3.9.4/Python-3.9.4.tar.xz 解压 1qs untar Python-3.9.4.tar.xz 进入文件夹并配置安装 123cd Python-3.9.4./configure --enable-optimizations --prefix=/usr/local/python3make && sudo make install 创建软链接 12sudo ln -snf /usr/local/python3/bin/python3 /usr/bin/python3sudo ln -snf /usr/local/python3/bin/pip3 /usr/bin/pip3 可能的问题No module named '_ctypes' 更新apt 1sudo apt update 下载相关lib 123sudo apt install libffi-devsudo apt install lib ...

作者：电丸科技AKhttps://www.bilibili.com/read/cv10254498出处： bilibili 早在2015年，Musk就提出要在太空部署卫星，为地面传输互联网信号。而当时，所有人都觉得这是企业家式的空谈。因为很多人觉得，SpaceX的成功让Musk愈发膨胀。从2021这个时间点上回顾之前所有对Musk的嘲讽和批判，会发现那些人全都被打脸了。Musk吹过的牛都一一实现了。 想上天，得有个火箭目前地球近轨道运行着1100多颗starlink卫星。北美地区已经开通了测试版服务，运行良好。而且在2020年末，SpaceX 还从联邦通讯委员会(FCC)获得了8.8亿美元的资金支持，去帮助美国乡村地区接入互联网。 火箭，飞船，卫星，电动汽车，电池。所有一切其实都指向一个终极目标——登陆火星。现在没人觉得这是句笑话，未来感觉就在眼前。 Musk开创的这一系列伟大的事业，也得从他梦想登陆火星开始。想上天，得先有个火箭。 出身南非，在加拿大上了两年大学，来到美国，又上了三年大学，取得经济学和物理学双学位。小时候的Musk喜欢编程，也喜欢看阿西莫夫（最伟大的科幻作家之一） ...

— 摘自 电丸科技 LCD、OLED、MicroLED目前显示器可分为LCD 和 OLED，虽然年年都在吹 OLED，但市面上主流的显示器屏幕还是 LCD。LCD 屏幕通过不断优化，达到了性能和成本的均衡。未来还真不一定是OLED屏的天下，因为半路又杀出来个Micro-OLED。 LCD 屏幕通过背光照射滤光层显示画面，通过电极层中间的液晶层控制亮度。早期是 CCFL(荧光灯发出背光)，目前都是 LED，最新的 Mini-LED 是对 LED 的改进，它提供更高对比度，响应时间和亮度，我们可以简单把它想象成众多高亮度的小块 LED 排列在整个面板背部区域。这提供了更为精细的背光控制（全阵列区域调光），每个 LED 都变得更小，减少屏幕漏光，增强对比度，而且 LED 越多，越能降低图像光晕。不过这种显示器虽然价格接近 OLED 的价格，但是它有更高亮度，且没有烧屏的风险。 依据液晶层的工作方式，我们将 LCD 分为VA、TN、IPS屏。 早期的LCD面板都是 TN 屏，TN 代表 twisted nematic，即扭曲向列。液晶以不同角度扭曲让偏振光通过。TN屏响应速度最快，应用于电 ...

啥是GFW，为啥要绕？如果你知道此子标题的含义，请自行跳过。 防火长城（英文名称Great Firewall of China，简写为Great Firewall，缩写GFW），也称中国防火墙或中国国家防火墙，指中华人民共和国政府在其管辖因特网内部建立的多套网络审查系统的总称，包括相关行政审查系统。 [1] 首要设计者为北京邮电大学原校长方滨兴，被称为“国家防火墙之父”。 —百度百科 简单来看，就是如果你访问的链接被它识别并命中，那么你的网络请求会被墙拦截，导致许多方便的网站无法访问。为了访问那些被墙掉的网站，你需要想办法绕过它，这种行为也被称为“翻墙”。 翻墙合法性请注意，本文不会具体传授你如何翻墙（这属于违法行为） 但如果你只是自己使用，并能在境外注意自己的言行，依照目前GFW的态度，你看看片、和一些交流群的沙雕网友吹B是不会管的。截止目前，中国境内已至少有3000万人在过去一年使用过“翻墙”服务。 当然，上面只是从普通网民角度考虑，但如果你传授他人如何使用或为他人提供翻墙服务，属于违法行为，请知悉。 翻墙方案简介目前主流的翻墙方案有两种： 自己买或租境外的服务器，然后你外网 ...

开始C语言课程视频作业要求每人每周录制七个解题视频任务，两个专业一共有一百五十多人加二十多位助教。显然，这项作业将产生大量的视频文件，平均每周会产出近千个视频，因此我在百度云上建立了两个共享文件夹，并写了个简单的脚本为两个专业的每个学生建立了视频存储的结构： 123456789101112131415def gen_stu_struct(): import os if not os.path.exists(path + '2020') or not os.path.isdir(path + '2020'): os.mkdir(path + '2020') os.mkdir(path + '2020/电子信息工程') os.mkdir(path + '2020/计算机科学与技术') for i in group: if not os.path.exists(path + '2020/电子信息工程/' ...

Abstract  机器学习任务正在广泛的领域和广泛的系统(从嵌入式系统到数据中心)中变得无处不在。与此同时，一小部分机器学习算法(特别是卷积和深度神经网络，即CNN和DNNs)在许多应用中被证明是最先进的。随着体系结构朝着由核和加速器混合组成的异构多核的方向发展，机器学习加速器可以实现罕见的效率(由于目标算法数量较少)和广泛的应用范围的组合。   到目前为止，大多数机器学习加速器的设计都集中在高效实现算法的计算部分。然而，目前最先进的CNN和DNN的特点是它们的尺寸很大。在这项研究中，我们设计了一个适用于大规模CNN和DNN的加速器，特别强调了内存对加速器设计、性能和能量的影响。   结果表明，在3.02 mm^2和485 mW的小面积内，可以设计出具有高吞吐量、能够执行452GOP/s(如突触权重乘法和神经元输出加法等关键神经网络运算)的加速器；与128位2 GHz的SIMD处理器相比，该加速器的速度提高了117.87倍，总能量降低了21.08倍。结果表明，该加速器具有较高的吞吐能力，能够在3.02 mm^2和485 mW ...