顾乔芝士网

持续更新的前后端开发技术栈

环境配置劝退?Rust + Slint开发环境搭建全攻略,手把手教你避坑!

各位对科技充满好奇,又跃跃欲试想亲手写代码的朋友们!是不是每次下定决心要学习一门新语言、尝试一个新框架时,都会被“环境配置”这第一道坎儿给劝退?下载一堆软件,安装各种工具,然后面对一堆看不懂的错误提示,瞬间就泄了气?别说你,连我当年也曾被这些“坑”折磨得焦头烂额!尤其是像Rust这样追求极致性能的语言,加上Slint这样的现代GUI框架,光听起来就觉得配置起来麻烦。

手把手教你搭建嵌入式容器化开发环境!

大家好,我是杂烩君。

在嵌入式开发中,我们经常会遇到这样的场景:

Dockerfile 修改为 Cython 编译成 .so 并打包运行的版本

基于 Cython 编译成 .so 模块,这样镜像里不会留下 .py 源文件,只保留编译后的二进制扩展。

假设你的入口是 main.py,项目结构是:

/app
  ├── main.py
  ├── other_module.py
  ├── requirements.txt

Nuitka 打包 Python 程序成单个二进制版本

Nuitka 打包单个二进制的版本,这样镜像里连 .so 都没有,只有一个 ELF 可执行文件(源码完全消失,安全性比 Cython 高一档)。

假设你的入口是 main.py。


Dockerfile(Nuitka 单二进制版本)

玩转Nginx:从安装到高级使用实战指南

玩转Nginx:从安装到高级使用实战指南

Nginx 是一款高性能的 HTTP 和反向代理服务器,以高并发、低内存占用和灵活配置著称,是现代 Web 架构的核心组件。
本文将带你从零开始,快速掌握 Nginx 的安装、配置、优化、安全加固以及运维监控,让你既能入门,也能直接应用到生产环境。


linux下开发一个应用,首先要做什么?

作为一个linux的忠实用户,日常工作基本上不用windows系统。为什么这么说呢?word加上QQ不用不行呀。有人说LibreOffice加上Pidgen可以替代,但实际上部分word会排版不正确,Pidgen大家都不用你孤掌难鸣。

但做android开发在linux就有其天然的优势,让你没有拒绝的理由。android开发工具在linux上应有尽有。从kernel到java应用一应俱全。想要啥跟哥讲的好吧!

android环境需要那些东西?你一定要知道。重点几个部分。(以下皆以Ubuntu环境为基础)

如何用树莓派跑AI聊天机器人?详细教程来了!


开源3D打印机固件Klipper的安装与配置教程

Klipper一个可以运行在liunx系统上的开源3D打印机固件,它与Marlin固件中单机运行的3D打印机固件不同,它将执行与逻辑分离,将逻辑部分交给性能更强的SoC,比如瑞芯微RK3566(刚入手了立创的泰山派,四核心Cortex-A55,并且具有1TOPS的AI算力,用来制作Klipper有一点浪费,不过可以学习AI运行也不算亏,在购买泰山派之前使用性能更强的赛扬J4125测试过,成功驱动手中的Ender3 S1 Pro 3D打印机),将执行部分交给MCU,比如Ender3 S1 Pro使用的STM32F407,Klipper支持不少的微处理器,可在https://www.klipper3d.org/zh/Features.html查询。

仅用CPU就能跑到1000FPS,这是开源的C++跨平台人脸检测项目

选自GitHub

项目作者:Shiqi Yu

参与:肖清

总是被各种依赖环境蹂躏?看看这个 C++编写的跨平台人脸检测项目,电脑手机都可运行!

项目地址:
https://github.com/ShiqiYu/libfacedetection

人脸检测可广泛应用于人机交互、安防监控、社交娱乐等领域,具有很强的实用价值,因此受到广泛关注与研究。在众多人脸检测方法中,使用卷积神经网络进行检测是目前较为流行的方法之一。然而在我们使用别人开源的项目时经常需要安装各种各样的依赖环境,不同的依赖环境在不同硬件平台或操作系统中支持程度不一样,增加了项目跨平台迁移的难度。

能跑源码,还提供数据集:这里有一个入门企业级验证码识别项目

机器之心专栏

作者:kerlomz

网上关于验证码识别的开源项目众多,但大多是学术型文章或者仅仅是一个测试 demo,那么企业级的验证码识别究竟是怎样的呢?

1. 前言

网上关于验证么识别的开源项目众多,但大多是学术型文章或者仅仅是一个测试 demo,那么企业级的验证码识别究竟是怎样的呢?前方高能预警,这是一个生产水准的验证码识别项目,笔者可以向你们保证,它一定会是各位所见过的文章中最实用的,你甚至可以不需要懂代码写代码就能轻松使用它训练一个 99 识别率的模型。这才是企业级应该有的样子:算法开发负责框架,训练只需要一个实习生。不仅操作上简单,在可用性和稳定性上也是经得起考验。性能上,笔者使用腾讯云 1 核 1G 的机器测试:单次识别平均在 12ms 左右,再也不需要 GPU 部署了,CPU 一样可以日调百万。

<< < 46 47 48 49 50 51 52 53 54 55 > >>
控制面板
您好,欢迎到访网站!
  查看权限
网站分类
最新留言