特征 内存sunday 6.2
JimuReport积木报表 v1.6.2 版本正式发布—开源免费的低代码报表
项目介绍 一款免费的数据可视化报表，含报表和大屏设计，像搭建积木一样在线设计报表！功能涵盖，数据报表、打印设计、图表报表、大屏设计等！ Web 版报表设计器，类似于excel操作风格，通过拖拽完成报表设计。 秉承“简单、易用、专业”的产品理念，极大的降低报表开发难度、缩短开发周期、节省成本、解决各类 ......
7.1 实现进程内存块枚举
在`Windows`操作系统中，每个进程的虚拟地址空间都被划分为若干内存块，每个内存块都具有一些属性，如内存大小、保护模式、类型等。这些属性可以通过`VirtualQueryEx`函数查询得到。该函数可用于查询进程虚拟地址空间中的内存信息的函数。它的作用类似于`Windows`操作系统中的`Task... ......
java内存分配（堆，栈，方法区，常量池）图解
大家都知道，java程序是运行在jvm（java虚拟机）上的，因此Java的内存分配是在JVM中进行的。那么在程序内存分配上面，大致分为：本地方法栈、程序计数器、虚拟机栈、java堆、方法区。这五类，本次主要讲解的是虚拟机栈、java堆和方法区中的内容。 栈：存放基本数据类型的数据、引用数据类型的变 ......
java语言基础--对象内存图解
在JVM内存里面主要分布有以下三个区域： 栈：存放基础数据和自定义对象的引用 堆：主要存储创建的对象，即new出来的对象。 方法区：加载存放class文件（字节码文件） 创建一个对象： 通过上图来看，程序是这样执行的： 将StudentTest01.class文件加载到方法区 将Student.cl ......
多源异构数据信息的融合方式3 - 数据层/特征层融合
一、数据层融合 通过统一的数据格式来描述各个异构数据源。采用中间件整合的形式，利用轻量级的JSON来描述格式进行数据格式转换，以消除底层数据源之间的异构问题，实现多个数据源的统一访问。多源异构数据融合的关键在于语法异构和语义异构，本文使用JSON Schema来对数据源进行映射，来消除数据类型异构。 ......
java--内存与数据结构
JVM 内存划分 栈一种数据结构特点：先进后出(FILO)入栈：把元素放到栈里栈顶：栈中的第一个元素栈底：栈中的最后一个元素出栈：把元素从栈里移除 基本数据类型–值传递 引用类型–地址传递 堆数组在堆中存储 若堆中的内存空间没有被引用的时候，就会变成垃圾，等着垃圾回收器回收 垃圾回收机制 对象在堆中 ......
虚拟内存
看完B站清华大学的操作系统虚拟内存这一部分，进行总结一下。 虚拟内存的起因 (1)目录起因覆盖技术(早期)/交换技术(早期)/虚存技术虚拟内存技术：目标/程序局部性原理/基本概念/基本特征/虚拟页式内存管理 (2)起因 经常出现内存不够了。程序规模的增长大于存储器容量的增长。理想的存储器：更大，更快 ......
sift特征提取--笔记
1）采用高斯差分金字塔，来近似高斯拉普拉斯算子，是为了在平滑滤波后依然保持尺度不变性，即在不同尺度下的特征不变。 2）采用不同的尺度下的高斯差分图像，是为了在不同尺度下，比较图像之间的特征点。如果一张图像比另一张放大了或缩小了，那么可以比较它们的不同尺度下的特征点。 3）特征点的要素：极值点；其它手 ......
可执行程序加载时系统分配的内存可以分为哪几段
可执行程序加载时系统分配的内存可以分为以下几段： 代码段（Text Segment）： 特点：代码段是只读的，存储了程序的机器代码（即程序的指令）。这部分内存是用于存放程序的可执行指令，不可被程序进行写操作。 作用：代码段是程序的执行指令所在，程序在运行时会按照指令顺序执行代码段中的指令。 数据段（ ......
进程注入之Extra Window Memory（额外窗口内存）注入——利用用户自定义的数据注入恶意代码
Extra Window Memory（额外窗口内存）注入是一种在Windows环境下隐藏恶意代码的技术。这种技术的基本思想是利用Windows的窗口子系统（Window Subsystem）中的一个特性：每个窗口都可以有一段额外的内存，这段内存可以用来存储用户自定义的数据。在Extra Windo ......
【HarmonyOS】一文教你如何通过内存图片方式使用image组件加载网络图片资源
【关键字】 内存图片方式、image组件、网络图片资源、api6、服务卡片 1、写在前面 之前写过一篇元服务卡片的开发指导，有需求的可以参考以下文章： 【HarmonyOS】低代码开发之FA卡片开发流程 在2.6 初始化卡片部分，我们实现了加载网络资源的图片，但是直接使用image组件加载网络资源 ......
记一次 .NET 某餐饮小程序 内存暴涨分析
一：背景 1. 讲故事 前些天有位朋友找到我，说他的程序内存异常高，用 vs诊断工具 加载时间又太久，让我帮忙看一下到底咋回事，截图如下： 确实，如果dump文件超过 10G 之后，市面上那些可视化工具分析起来会让你崩溃的，除了时间久之外这些工具大多也不是用懒加载的方式，比如 dotmemory 会 ......
4.1 Java面向对象：对象的概念及面向对象的三个基本特征
面向对象简称 OO（Object Oriented），20 世纪 80 年代以后，有了面向对象分析（OOA）、 面向对象设计（OOD）、面向对象程序设计（OOP）等新的系统开发方式模型的研究。对 Java 语言来说，一切皆是对象。把现实世界中的对象抽象地体现在编程世界中，一个对象代表了某个具体的操作 ......
fortran求矩阵特征值
拿来即用的求矩阵特征值的fortran程序 摘自宋叶志《Fortran科学计算与工程》 ! ! input: A(n,n)为输入的n*n的矩阵，tol是迭代停止的阈值 ! output: namda为主特征值,u(n)为输入矩阵的n个特征值 ! subroutine solveqr(A,n,namd ......
6.3 应用动态内存补丁
动态内存补丁可以理解为在程序运行时动态地修改程序的内存，在某些时候某些应用程序会带壳运行，而此类程序的机器码只有在内存中被展开时才可以被修改，而想要修改此类应用程序动态补丁将是一个不错的选择，动态补丁的原理是通过`CreateProcess`函数传递`CREATE_SUSPENDED`将程序运行起来... ......
6.2 Sunday搜索内存特征
Sunday 算法是一种字符串搜索算法，由`Daniel M.Sunday`于1990年开发，该算法用于在较长的字符串中查找子字符串的位置。算法通过将要搜索的模式的字符与要搜索的字符串的字符进行比较，从模式的最左侧位置开始。如果发现不匹配，则算法将模式向右`滑动`一定数量的位置。这个数字是由当前文本... ......
mmap：Python内存映射文件操作
前言 内存映射通常可以提高I/O的性能，因为使用内存映射时，不需要对每个访问都建立一个单独的系统调用，也不需要在缓冲区之间复制数据，内核和用户都能很方便的直接访问内存。 本篇，将详细介绍Python内存映射库：mmap。 mmap（读文件） 使用mmap()函数可以创建一个内存映射文件。该函数的第1 ......
非连续式内存分配
本文中的图片均来自B站清华大学的操作系统课程 为什么提出了非连续式内存分配： 1.连续式内存分配的缺点 （1）分配给一个程序的物理内存是连续的 （2）内存利用率低 （3）有外碎片/内碎片的问题 2.非连续内存分配的优点 （1）能够分配一个程序的物理内存是不连续的 （2）能够更好进行内存的利用和管理 ......
连续式内存分配
应用程序的逻辑地址是如何映射到物理地址 CPU方面来说 1.运算器ALU需要在逻辑地址的内存内容（CPU要逻辑地址） 2.内存管理单元MMU寻找在逻辑地址和物理地址之间的映射（然后MMU找逻辑和物理地址的关系） 3.控制器从总线发送在物理地址的内存内容的请求（关系找到后，去找对应物理地址） 内存方面 ......
Java 内存模型
目录并发编程模型的两个关键问题Java 内存模型共享变量Java 内存模型的抽象结构如何保证内存可见性？JMM 与 Java 运行时内存区域的区别区别联系总结JMM 与重排序为什么指令重排序可以提高性能？重排序有哪几种？JMM 与顺序一致性模型什么是顺序一致性模型？JMM 为什么不保证顺序一致性？J ......
深入解析HTTP请求：了解请求特征与报文格式的关键秘密
这篇文章将带您深入了解HTTP请求的特征和报文格式。HTTP作为一种简单、灵活且易于扩展的协议，适用于各种操作系统和设备。我们还将探讨持久性连接如何提高请求的效率。了解HTTP报文的构成，包括起始行、头部字段和消息正文，将帮助您更好地理解HTTP的工作原理。无论您是初学者还是已经有一定了解的读者，本... ......
Http Fetch+StreamSaver.js在内存有限的设备下载大文件
目前前端没有很好的api支持流式的文件的分片下载。如果直接把整个文件保存到Blob对象中再保存，有可能出现很多不可以预期的问题，可能会因为达到浏览器的Blob对象上限而下载失败。也有机会因为客户端内存太低而导致OOM。那如果我们有额外的文件服务器的话，可以选择把文件先导出到文件服务器，然后前端再通过 ......
一些不错的python 特征工程包
特征工程在机器学习中是比较重要的，而且也是比较花费时间的，而且对于不同场景的业务（序列，机器视觉，NLP）会有不同的处理方式，整理了一些日常使用比较多的工具，可以参考 工具包 scikit-learn 比较老牌了，提供了不少特征工程的工具包，同时也提供了不少相关的算法实现 autofeat 实现上与 ......
模型参数以及内存的计算方法
前言 本篇笔记是分析transformer模型的参数量、计算量、中间激活、KV cache - 知乎 (zhihu.com)的学习记录。大部分内容都是来自那篇文字。 符号表 本文的示例模型是decoder-only模型，即若干个相同的层，有的人称之为block，每个block包含：self-atte ......
App性能指标（安装、冷启动、卸载、平均内存/cpu/fps/net）测试记录
【需求背景】 需要针对产品以及竞品做出横向对比，输出对应的比对测试报告，供产研进行产品性能优化依据 【测试方案】 对于主流的厂商和系统版本进行多维度的横向对比 厂商：华为系、小米系、蓝绿系、三星系、苹果系、联想等 系统：android10-14，ios11-16，鸿蒙2-3 指标：安装时间、冷启动时 ......
提高机器 CPU 、内存、硬盘的使用率
CPU使用率 下载地址一：http://todo.sercretcore.cn/cpu.zip 下载地址二：https://cdn.wyr.me/files/cpu.zip 使用方法 例1：所有CPU核心负载30%运行10秒钟 ./cpu -p 30 -t 10 例2：所有CPU核心负载30%持续运 ......
16G内存+CPU本地部署ChatGLM2/Baichuan2推理（Windows/Mac/Linux）
概述 本文使用chatglm.cpp对中文大语言模型（LLM）进行量化与推理，支持ChatGLM2-6B、Baichuan2-13B-Chat等模型在CPU环境16G内存的个人电脑上部署，实现类似ChatGPT的聊天功能。支持的操作系统包括Windows、Mac OS、Linux等。 其中，量化过程 ......