个人介绍

这个人很懒,什么都没有留下

感兴趣或擅长的领域

暂无数据
个人勋章
TA还没获得勋章~
成长雷达
0
9
0
30
0

个人资料

个人介绍

这个人很懒,什么都没有留下

感兴趣或擅长的领域

暂无数据

达成规则

发布时间 2022-05-30 14:52:20 最后回复 yd_253665445 2022-08-09 14:52:20 版块 昇腾
14039 124 2
发布时间 2021-06-17 23:09:52 最后回复 mky 2021-06-18 23:09:52 版块 MindSpore
808 3 0
发布时间 2021-06-17 23:09:52 最后回复 mky 2021-06-18 23:09:52 版块 MindSpore
808 3 0
他的回复: /root/mindspore/model_zoo/official/cv/yolov3_darknet53/dataset/coco2014/train2014/COCO_train2014_000000020971.jpg====coco:<pycocotools.coco.COCO object at 0xffff6c03f910>,img_id:168500,self.root:/root/mindspore/model_zoo/official/cv/yolov3_darknet53/dataset/coco2014/train2014,img_path:COCO_train2014_000000168500.jpg***********************/root/mindspore/model_zoo/official/cv/yolov3_darknet53/dataset/coco2014/train2014/COCO_train2014_000000168500.jpg====coco:<pycocotools.coco.COCO object at 0xffff6c03f910>,img_id:167126,self.root:/root/mindspore/model_zoo/official/cv/yolov3_darknet53/dataset/coco2014/train2014,img_path:COCO_train2014_000000167126.jpg***********************/root/mindspore/model_zoo/official/cv/yolov3_darknet53/dataset/coco2014/train2014/COCO_train2014_000000167126.jpgProcess _GeneratorWorkerMp-15:Traceback (most recent call last): File "/usr/local/python3.7.5/lib/python3.7/multiprocessing/process.py", line 297, in _bootstrap self.run() File "/usr/local/python3.7.5/lib/python3.7/multiprocessing/process.py", line 99, in run self._target(*self._args, **self._kwargs) File "/usr/local/python3.7.5/lib/python3.7/site-packages/mindspore/dataset/engine/datasets.py", line 3592, in _generator_worker_loop result = dataset File "/root/mindspore/model_zoo/official/cv/yolov3_darknet53/src/yolo_dataset.py", line 106, in __getitem__ img = Image.open(os.path.join(self.root, img_path)).convert("RGB") File "/usr/local/python3.7.5/lib/python3.7/site-packages/PIL/Image.py", line 904, in convert self.load() File "/usr/local/python3.7.5/lib/python3.7/site-packages/PIL/ImageFile.py", line 250, in load "image file is truncated "OSError: image file is truncated (7 bytes not processed) 奇怪文件为什么会被截断那
此贴仅作者可见
他的回复: 华为云账号:18646333118微信昵称:mkyDAY5 迭代协程和即时编译迭代器: 迭代器(Iterator) 作为一种设计模式,出现在机会所有现代语言中,例如c++和java的容器类都使用迭代器进行遍历。同时也有一些语言迭代器作为语言内置功能,在虚拟机中直接提供相关的能力字节码里的迭代器yield关键字 yield关键字可以直接将一个函数转变成一个迭代器对象 仍然使用GET_ITER和for——iter字节码对这个迭代器对象进行迭代线程执行模型 Generator 的关键在于保存上下文。只要能够正确的保存/恢复上下文,那么一个函数就是可以中断的 Generator 只保存最顶部栈帧的上下文,如果是把整个栈帧的上下全部保存,这种情况就被称为Stackful 线程是一种自动保存上下文的执行单元,它有操作系统负责调度,多个线程在单个cpu上分时执行,用户往往无法察觉线程之间的切换。所以linux线程切换都是发生在内核态 协程和线程的实现原理基本相同,只是他的调度需要用户手动明确指定,协程调度一般方法在用户态 协程执行模型 保存/恢复香肠 调度 维护线程与IO动作的对应关系 协程之间同步 JIT基本原理 申请一块具有写权限由由执行权限的内存,然后把比较热点的java方法,翻译成机器码,写入到这块内存里。当在需要调用原来的java方法时,就转向调用这块内存 解释与动态编译
他的回复: DAY1 以Java语言虚拟机为例介绍语言虚拟机的基本结构华为云账号:18646333118微信昵称:mkyDAY2 介绍对象系统,讲解以此为基础的静态变量等语言机制Klass 和 Oop虚拟机中识别对象具体类型的机制: java的反射依赖这种机制 python源代码里缺少类型信息,更加完全依赖于对象类型识别机制 即使c++作为静态语言代表,也依赖虚表指针记性dynameic_cast 时的类型检查 Klass机制 在虚拟机中,没中类型都有自己对应的Klass 每个对象都被成为普通对象,又被成为普通对象指针。 每个普通对象都有一个指向Klass的指针用于指示自己的类型。 常见内存对象布局Object header对象头用于存储某些与虚拟机特定实现的先关值,例如gc的forwarding指针,hash value等等Klass pointer 指向klass对象 以此指示本Object类型,如Interger对象的Klass pointer都会指向integerLKlassField,object中的各个属性根据虚拟机实现的不同,Field可以是指针也可以是数值Klass的作用1、同一类对象的Klass指针都会指向同一个Klass对象2、Klass中定义了不同类型的不同操作3、klass还可以构建继承关系动态类型和弱类型1、动态类型是指变量在声明是不指定类型,可以使用任意的值为该变量赋值。2、弱类型是指在某一种语言中不存在类型的概念。python是动态类型但属于强类型语言,也就是说它的变量是有类型的解决动态布局二种选择1使用哈希表来存储对象上的所有变量2使用二级指针进行扩展,v8虚拟机使用的就是这个对象类型系统全景图(核心结构)
他的回复: DAY1 以Java语言虚拟机为例介绍语言虚拟机的基本结构华为云账号:18646333118微信昵称:mkyDAY1 以Java语言虚拟机为例介绍语言虚拟机的基本结构什么是jvm? Java虚拟机,即JVM(Java Virtual Machine)。当Java编译器编译Java代码的时候,生成的是面向JVM的字节码,再由JVM面向各操作系统,因此使用Java语言编写的程序,实际上是运行在JVM之上,而不是运行在操作系统上。1.java执行过程首先.java文件 通过 javac编译成 .class字节码文件在通过jvm加载到内存中,解释器执行、函数调用、翻译成机器码执行Java代码编译是由Java源码编译器来完成,也就是Java代码到JVM字节码(.class文件)的过程。 流程图如下所示Java字节码的执行是由JVM执行引擎来完成,流程图如下所示Java代码编译和执行的整个过程包含了以下三个重要的机制:·Java源码编译机制·类加载机制·类执行机制javac是什么鬼?Javac 功能-------将java源代码编译为可用JVM执行的class文件 优化-------如泛型擦除、foreach自动变成迭代器查看Class文件工具 javap(反汇编工具)泛型 javac: 泛型类型使用Object类型代替 类型擦除机制 类型限定 编译期间做类型检查,运行时不做类型检查 不会造成代码膨胀 C++: 模板机制将参数实例化具体的类型 基于模板方法,对可能存在的类型生成对应的方法 可能会造成代码膨胀 JIT vs解释器 尽管解释器启动时间更快,占用内存更小,但随着时间的推移,编译器逐渐发挥作用,把热点代码编译成本地代码之后,可以获得更高的执行效率. 解释器可以作为编译激进优化的一个逃生门,当编译器的激进优化不成立时,可以通过逆优化退回到解释模式,如下图所示。 Hotspot虚拟机中内置了2个编译器Client Compiler (C1)和Server Compiler (C2) ,默认情况下,采用解释器和编译器配合的方式工作,具体使用哪一个编译器,取决于虚拟机的运行模式。 静态分派 定义:所有依赖静态类型来定位方法执行版本的分派动作,都成为静态分派 典型应用: 方法重载(Overload) 动态分派 定义:在运行期根据实际类型确定方法执行版本的分派过程称为动态分派 典型应用: 重写Override
发布时间 2020-07-09 15:33:25 最后回复 mky 2020-07-13 15:33:25 版块 鲲鹏
8383 3 0