淘先锋技术网

题目： 找数字  题目描述： 给一个二维数组nums，对于每一个元素num[i]，找出距离最近的且值相等的元素，输出横纵坐标差值的绝对值之和，如果没有等值元素。则输出-1。 例如: 输入数组nums为 0 3 5 4 2 2 5 7 8 3 2 5 4 2 4 对于 num[0][0] = 0，不存在相等的值 对于num[0][1] = 3，存在一个相等的值，最近的坐标为num[1][4]，最小距离为4。 对于 num[0][2] = 5，存在两个相等的值，最近的坐标为num[1][1]，

最近收到一个超大的sql文件，还是sql server的，无奈直接运行sql文件行不通，问了度娘之后才知道可以通过命令行导入，下面记录一下过程，方便后面有需要时能快速找到。 （这次收到的sql文件有4.7GB，算大的了） 以下记录是以win10作为实验机器的。 首先，打开cmd，进入到你的sql server 2014安装目录，找到下面这个目录（具体以自己的安装目录为准）

通过sql脚本可将数据导入数据库中，但是一般当脚本文件超过100M的量级时，SSMS就无法执行了。 这个时候可通过命令行的 osql 命令读取脚本入库。亲测可以成功导入10G左右大小的脚本，只不过速度稍慢，需要2个多小时。 语法： osql -S [服务器] -U [登录名] -P [密码]  -i [XXX.sql] 具体可参考

我的软件环境： win10，MySQL8.0，sql文件3.69G。 本机导入sql，内部全是insert语句。 修改默认储存路径 1.停止SQL服务 命令行界面. net stop [MySQL服务名称] 任务管理器-服务-找到mysql80-右击停止服务。 2.修改my.ini文件 在mysql安装目录下找到my.ini，用记事本打开 找到datadir修改

MySQL使用navicat导入数据库文件较慢的时候可以考虑使用source命令导入，具体步骤如下： 登录并选择数据库的默认字符集，不然会出现中文乱码 mysql -uroot --default-character-set=utf8 执行source命令： 这样可以进行快速导入

一、准备工作 1、安装MySQL https://blog.csdn.net/u011374856/article/details/103344949 2、超大SQL文件目录 注意：本教程针对Docker安装MySQL，找到容器挂载宿主机的一个目录即可，例如：

前几天受人之托帮忙导入一个sql文件，本以为超级简单打开就可以，没想到这是个2.4G大的超大sql文件，来来回回折腾了好久，今天终于导入进去了，记录一下。 1.打开数据库，连接到服务器，打开数据库的远程连接（如何打开请自行百度。） 2.Windows+R打开运行界面，输入cmd，点击确定

1. MySQL与Redis/Elasticsearch如何进行数据同步? ①、同步方案：更改代码业务代码，加入同步操作缓存逻辑的代码(数据库操作完毕以后，同步操作缓存) 缺点–>耦合度高，影响业务性能 ②、异步方案：使用消息队列进行缓存同步：更改代码加入异步操作缓存的逻辑代码(数据库操作完毕以后，将要同步的数据发送到MQ中，MQ的消费者从MQ中获取数据，然后更新缓存) ③、使用阿里巴巴旗下的canal组件实现数据同步：不需要更改业务代码，部署一个canal服务。canal服务把自己伪装成mysql的一个从

1. 描述一下 JVM 加载 Class 文件的原理机制? 在面试 java 工程师的时候，这道题经常被问到，故需特别注意。 Java 中的所有类，都需要由类加载器装载到 JVM 中才能运行。类加 载器本身也是一个类，而它的工作就是把 class 文件从硬盘读取到内 存中。在写程序的时候，我们几乎不需要关心类的加载，因为这些 都是隐式装载的，除非我们有特殊的用法，像是反射，就需要显式 的加载所需要的类。 Java 类的加载是动态的，它并不会一次性将所有类全部加载后再运 行，

分享一位小伙伴刚去华为面试回来的经历，希望可以帮到有需要的小伙伴们 Base西安 华为云，本科双非一本 通信工程，毕业后因为日语不错进了日企互联网公司干了一年，同学内推跳槽华为。 机考(06/15) 考前HR邮箱发送机考链接，自选时间参加考试。 考试期间全程录屏录像，手机也要扫二维码停在考试监督界面，考前建议把手机设置关闭自动锁定。 可以用本地编译器，不记录切屏次数。但是不要打开无关应用，被怀疑作弊就太冤了。 机考题目： 最长连续

Java 通过引入字节码和 JVM 机制，提供了强大的跨平台能力，理解 Java 的类加载机制是深入 Java 开发的必要条件。 一、Java代码执行流程 Java程序运行时，必须经过编译和运行两个步骤。首先将后缀名为.java的源文件进行编译，最终生成后缀名为.class的字节码文件。然后JVM虚拟机启动时，会初始化好类加载器(ClassLoader)。

一、如何定义类 类的首字母要大写，用于识别出与普通函数的不同

在开发的时候，我们常常遇到日期范围选择根据指定开始日期限定结束日期的可选范围的情况。比如我们选择的开始日期为2022-04-01，则结束日期必须是2022-05-01之前，并且不能超过当前日期。 前端框架：SCUI (vue3 + element-plus) 开源地址：

https://www.cnblogs.com/sbj-dawn/p/11116673.html 缓存穿透：缓存和数据库都没有数据 恶意用户使用非法id 查询， 导致大批量请求到库 解决: 如果数据库查询没有 在缓存中写入null的标识， 同时设置过期时间 缓存击穿: 缓存中没有 数据库中有 这时大量并发请求到库 解决：1. 设

1. 线程的状态有哪些? NEW 新建 RUNNABLE 就绪 WAITING 等待 TIMED_WAITING 计时等待 BLOCKED 阻塞 TERMINATED 消亡 2. 线程池的创建方式有哪些? 通过线程工具类 Executors创建 通过new ThreadPoolExecutor类创建 ，它有七个参数需要设置，分别是 核心线程数、最大线程数、空闲线程存活时间、存活时间的单位、阻塞队列、线程工厂、拒绝策略

006 数字序列比大小 前言：本专栏将持续更新互联网大厂机试真题，并进行详细的分析与解答，包含完整的代码实现，希望可以帮助到正在努力的你。关于大厂机试流程、面经、面试指导等，如有任何疑问，欢迎联系我，wechat：steven_moda；email：

005 MELON的难题 前言：本专栏将持续更新互联网大厂机试真题，并进行详细的分析与解答，包含完整的代码实现，希望可以帮助到正在努力的你。关于大厂机试流程、面经、面试指导等，如有任何疑问，欢迎联系我，wechat：steven_moda；email：

宜居星球改造计划 前言：本专栏将持续更新互联网大厂机试真题，并进行详细的分析与解答，包含完整的代码实现，希望可以帮助到正在努力的你。关于大厂机试流程、面经、面试指导等，如有任何疑问，欢迎联系我，wechat：steven_moda；email：

前言：本专栏将持续更新华为OD机试题目，并进行详细的分析与解答，包含完整的代码实现，希望可以帮助到正在努力的你。关于OD机试流程、面经、面试指导等，如有任何疑问，欢迎联系我，wechat：steven_moda；email：[email protected]；备注：CSDN。

题目： 租车骑绿道  题目描述： 部门组织绿道骑行团建活动。粗用公共双人自行车骑行，每辆自行车最多坐两人、最大载重M 给出部门每个人的体重，请问最多需要租用多少双人自行车, 输入描述: 第一行两个数宁m、n，自行车限重m，代表部门总人数n. 第二行，n个数宁，代表每个人的体重。体重都小于等于自行车限面m 0<m<= 200 0<n<=1000000 输出描述:

004 寻找最大价值的矿堆 前言：本专栏将持续更新互联网大厂机试真题，并进行详细的分析与解答，包含完整的代码实现，希望可以帮助到正在努力的你。关于大厂机试流程、面经、面试指导等，如有任何疑问，欢迎联系我，wechat：steven_moda；email：

1. 排序算法 sort() 函数是基于快速排序实现的，故不保证相对位置，但是stable_sort (first,

/* 函数说明 定义函数 char * strncat(char *dest, const char *src, size_t n); 函数说明 strncat()会将参数 src 字符串拷贝 n 个字符到参数 dest 所指的字符串尾. 第一个参数 dest 要有足 够的空间来容纳要拷贝的字符串. 返回值 返回参数 dest 的字符串起始地址. */ #include <stdio.h> #include <string.h> char *s(char a[]); int main() {

这道题目的规则是： 比如输入A，则只输入一行  再如输入C

在实验室处理数据时，遇到一张20w记录的表需要恢复，初以为直接在dbms中直接导入sql即可，然而显示内存不够，无法导入。 命令行导入 用微软自带的sqlcmd工具，可以导入执行。以SQL Server 2014版本为例： Win+R 键入：cmd 命令，开启命令行工具；键入：

题目： 投蓝大费  题目描述： 你现在是一场采用特珠赛制投篮大赛的记录员。这场比赛由若干回合组成，过去几回合的得分可能会影响以后几回合的得分。 比赛开始时，记录是空白的。你会得到一个记录操作的字符串列表 ops，其中 ops[i] 是你需要记录的第 i项操作，ops 透循下述规则: 整数 X·表示本回合新获得分数 X “+”表示本回合新获得的得分是前两次得分的总和 “D”表示本回合新获得的得分是前一次得分的两倍 ”C”表示本回合没有分数，并且前一次得分无效，将其从记录中移除 请你返回记录中

1. 建立项目 安装 create-next-app 脚手架 npm i -g create-next-app 用脚手架简历next项目 create-next-app nextjs_react 创建完成后项目目录 ├─ /.next <-- 用于SSR运行的工程，执行yarn dev或yarn build后才会出现 ├─ /node_modules ├

官网: 3rcd.com 视频介绍:

nextjs+MDX渲染md文件并生成目录 一、效果展示 线上网站：点击体验 md文件

Nuxt 3.0 全栈开发 - 杨村长 - 掘金小册核心知识 + 工程架构 + 全栈进阶 + 项目实战，快速精通 Nuxt3 开发！。「Nuxt 3.0 全

Next.js是什么 Next.js 是一个轻量级的 React 服务端渲染应用框架。 它支持多种渲染方式：客户端渲染、静态页面生成、服务端渲染。 使用Next.js 实现 SSR 是一件很简单的事，我们完全可以不用自己去写webpack等配置，Next.js 都帮我们做好了。 为什么要使用TypeScript 通过静态类型检测可以尽早检测出程序中隐藏的的逻辑错误，对于JavaScript动态的弱类型语言，虽然灵活性高，但是对于初学者来说，如果不熟悉JavaScript内部的语言机制，很容易造成隐藏

博主已有：Pycharm+Anaconda 通过这篇博客你将获得：Cuda10.2+cuDNN11.x+Pytorch1.8.0(GPU) import torch print(torch.cuda.is_available()) print(torch.__version__) print(torch.version.cuda) True 1.8.0 10.2

搭建深度学习虚拟环境（Anaconda） 创建新的虚拟环境安装CUDA（11.6）

文章目录 C++库ctypes

记录一下pytorch安装的cuda版本和GPU cuda不一致的解决。 RuntimeError: CUDA error: no kernel image is available for execution on the device 一般就是pytorch和cuda安装的不匹配。 如果我安装的torch配的cuda信息如下， torch.__version__:  1.8.1+cu102 torch.version.cuda:  10.2 torch.backends.cudnn.v

torchsummary torchsummary可以完美又简洁的输出用pytorch写的网络的相关信息。比如每个层的操作，输出维度，模型的总参数量，训练的参数量，网络的暂用内存情况等等。 安装 # conda提示找不到来着。conda源中没有这个模块。 pip install torchsummary

本文讲讲述如何使用Python在自定义人脸检测数据集上微调预训练的目标检测模型。学习如何为Detectron2和PyTorch准备自定义人脸检测数据集，微调预训练模型以在图像中找到人脸边界。 人脸检测是在图像中找到（边界的）人脸的任务。这在以下情况下很有用： 安全系统（识别人员的第一步）为拍摄出色的照片进行自动对焦和微笑检测检测年龄、种族和情感状态以用于营销

在pytorch中，我们对张量Tensor的维度进行压缩或者扩充（被压缩或者扩充的维度为1），经常使用的是squeeze()函数和unsqueeze()函数 1. torch.squeeze(input, dim=None)

Pytorch-GPU加速 1、什么是GPU加速计算2、在Pytorch使用GPU加速

有时候模型训练很慢，代码写得冗长之后，没法诶个检查到底那块出现了占用了时空间，本节通过利用Lightning的一些方法，检查分析是那块代码出现了问题，从而来进一步指导和优化代码 本节主要基于性能分析方法，通过捕获分析信息（例如函数花费的时间或使用了多少内存）帮助我们找到代码中的瓶颈。 找到训练时候的瓶颈 最基本的性能分析配置文件，包含训练中Callback、DataModules和LightningModule中的所有关键方法。可以通过如下方法引入

文章目录 1 需求2 实现 1 需求

Pytorch 模型集成（Model Ensembling） 这篇文章介绍如何使用torch.vmap对模型集成进行向量化。 模型集成将多个模型的预测结果组合在一起。传统上，这是通过分别在某些输入上运行每个模型，然后组合预测结果来完成的。但是，如果您正在运行具有相同架构的模型，则可以使用torch.vmap将它们组合在一起。vmap是一个函数变换，它将函数映射到输入张量的维度上。其中一个用例是通过向量化消除for循环并加速它们。 让我们使用简单MLP的集合来演示如何做到

一、安装两个核心库（手动安装）   iopath git clone https://github.com/facebookresearch/iopath ​​pip install -e iopath fvcore git clone https://github.com/facebookresearch/fvcore pip install -e fvcore   二、安装CUB libaray

https://github.com/ExpressGit/Pytorch_Study_Demo 1、PyTorch 复杂模型构建 1、模型截图2、模型部件实现3、模型组装 2、模型定义

关于Checkpoints的内容在教程2里已经有了详细的说明，在本节，需要用它来利用模型进行预测 加载checkpoint并预测 使用模型进行预测的最简单方法是使用LightningModule中的load_from_checkpoint加载权重。 model = LitModel

本节指导如何利用Lightning进行可视化和监控模型 为何需要跟踪参数 在模型开发中，我们跟踪感兴趣的值，例如validation_loss，以可视化模型的学习过程。模型开发就像驾驶一辆没有窗户的汽车，图表和日志提供了窗口，让我们知道该把车开到哪里。有了Lightning，几乎可以可视化任何你能想到的东西：数值、文本、图像、音频… 跟踪指标 度量可视化是理解模型在整个模型开发过程中如何运行的最基本但最强大的方法。要跟踪

文章目录 前言一、代码

一、打开anaconda prompt创建一个虚拟环境，我的是dl anaconda prompt打开后默认进入base环境，在base环境下创建虚拟环境的方式：命令行输入 conda creat

在Anaconda3上安装pytorch，安装完了终于能在jupyter上使用了，但是出现了连接不到Kernel的情况---报错提示：no connection to kernel 参考资料：