GaGa's Blog

One GaGa, One World !

Posted on

Bing Webmaster Tools（现称为Bing Webmaster，或称为Bing站长工具）是微软提供给网站管理员和SEO（搜索引擎优化）专家的一套在线服务，用于帮助他们管理和优化其网站在Bing搜索引擎上的表现.

Read more »

Posted on

Snipaste 是一个简单但功能强大的截图工具，它允许用户截取屏幕上的任何部分，并提供多种编辑选项。用户可以快速地将截取的图片粘贴到屏幕上，方便查看和比较信息

6e96b899389a9223d1d5d3b36a3e309b.png

dowload

Read more »

Posted on

MNIST（Modified National Institute of Standards and Technology database）是：

机器学习与深度学习领域最经典的手写数字识别数据集。

主要用于：

  • 图像分类入门
  • 神经网络教学
  • CNN实验
  • 模型Benchmark
  • OCR原型验证
Read more »

Posted on Edited on

Composer是PHP的依赖管理工具,它允许你声明项目所依赖的库，并为你安装和管理它们。

如果你用过 Node.js，它类似于 npm；如果是 Python，它类似于 pip。在 Composer 出现之前，PHP 开发者需要手动下载源代码、处理类库之间的嵌套依赖，过程极其痛苦。

php package regository

Read more »

Posted on Edited on

TP6的设计哲学是为 API 开发而生，同时兼顾了传统的 Web 开发。

  • 强类型支持：全面采用 PHP 7 强类型约束（严格模式），不仅提升了代码的健壮性，也方便了 IDE 的自动补全。
  • 多应用模式支持：原生支持单应用和多应用模式，非常适合大型项目的模块化管理（如 admin、api、index 分离）。
  • 引入 PSR 规范：遵循 PSR-2 编码规范、PSR-4 自动加载、PSR-3 日志规范以及 PSR-11 容器规范。
  • 中间件强化：TP6 的中间件机制更加成熟，内部功能（如 Session、多语言、请求缓存）全部“中间件化”。
  • 组件独立化：ORM（数据库对象关系映射）、模板引擎等核心组件被剥离出来，可以独立于框架运行。
  • **服务容器与门面 (Facade)**：依赖注入（DI）和容器（Container）成为了框架的灵魂，解耦能力极强。
Read more »

Posted on

在 Docker GPU 场景下，这两个环境变量作用不同，但通常会配合使用。

1. NVIDIA_VISIBLE_DEVICES

  • 来源：nvidia-container-runtime

  • 作用：物理层面限制容器可见 GPU

  • 值可以是：

    • 单个 GPU 编号，如 "0"
    • 多个 GPU 编号，如 "0,1"
    • "all"：可见所有 GPU
    • "none"：不可见 GPU

  • 效果：

    • 容器内部只能看到指定 GPU
    • 对 Docker/系统来说，其他 GPU 就像不存在

  • 示例：

Read more »

Posted on

01/02绑定gpu0|03/04绑定gpu1

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
services:
  ocrserver01:
    image: zzz
    container_name: ocrserver01
    #runtime: nvidia
    ports:
      - "10001:5001"
    networks:
      - apps
    volumes:
      - /etc/localtime:/etc/localtime
    environment:
      #NVIDIA_VISIBLE_DEVICES: "0" # 部分服务可能不支持
      CUDA_VISIBLE_DEVICES: "0"
    shm_size: 8g
    command: /bin/bash docker/run.sh
    stdin_open: true
    tty: true
    restart: always

  ocrserver02:
    image: zzz
    container_name: ocrserver02
    #runtime: nvidia
    ports:
      - "10002:5001"
    networks:
      - apps
    volumes:
      - /etc/localtime:/etc/localtime
    environment:
      #NVIDIA_VISIBLE_DEVICES: "0"
      CUDA_VISIBLE_DEVICES: "0"
    shm_size: 8g
    command: /bin/bash docker/run.sh
    stdin_open: true
    tty: true
    restart: always

  ocrserver03:
    image: zzz
    container_name: ocrserver03
    #runtime: nvidia
    ports:
      - "10003:5001"
    networks:
      - apps
    volumes:
      - /etc/localtime:/etc/localtime
    environment:
      #NVIDIA_VISIBLE_DEVICES: "1"
      CUDA_VISIBLE_DEVICES: "1"
    shm_size: 8g
    command: /bin/bash docker/run.sh
    stdin_open: true
    tty: true
    restart: always

  ocrserver04:
    image: zzz
    container_name: ocrserver04
    #runtime: nvidia
    ports:
      - "10004:5001"
    networks:
      - apps
    volumes:
      - /etc/localtime:/etc/localtime
    environment:
      #NVIDIA_VISIBLE_DEVICES: "1"
      CUDA_VISIBLE_DEVICES: "1"
    shm_size: 8g
    command: /bin/bash docker/run.sh
    stdin_open: true
    tty: true
    restart: always

networks:
  apps:
    external: true

70d5fd5f21a37f9a3498d9c387fb8a4e.png

1.1当前配置是否正确

Read more »
0%