51工具盒子
Python 实现动态的工厂模式
<p>本文讨论的主要是，如何把工厂模式生产的产品，即抽象类的子类信息<strong>动态地保存到一个表中</strong> ，而不是直接简单粗暴地使用 <code>if-else</code> 来判断。可能是 Java 给我的影响比较大，我还比较喜欢用抽象类抽象方法这些东西，至于好坏应该由实际情况来决定，这里就不详细展...
Python笔记
基于Python+Django+MySQL实现Web版的增删改查
源码： [python-diango-web: Python3.8+Django+MySQL实现的Python Web版学生增删改查,旨在快速入门Python Web开发，欢迎star学习交流 (gitee.com)](https://gitee.com/wang-huamao/python-diango-web) 下载后 配置pycharm: 
Python实现Win暂停更新至2051年
[Python](https://51tbox.com/ "查看所有文章关于 Python")实现Win[更新暂停工具](https://51tbox.com/ "查看所有文章关于 更新暂停工具")。 软件截图 ---- 
Python实现局域网传输工具
以下是一个简单的[Python](https://51tbox.com/ "查看所有文章关于 Python")实现[局域网文件传输](https://51tbox.com/ "查看所有文章关于 局域网文件传输")软件的截图功能介绍，包括选择[共享文件夹](https://51tbox.com/ "查看所有文章关于 共享文件夹&q...
Python基础理论（一）：初步了解Python编码规范、数据类型和变量、格式化输出、”__main__”和执行等
<h3>一、基本概念 {#一、基本概念}</h3> <p>Python 是一种面向对象的、动态的解释型编程语言，无需编译即可执行，相比于 C++、Java 等高级语言更加轻量化。Python 追求和遵循极简、优雅主义，编码风格受 Linux、C 语言影响较深，官方编程规范中比较推荐使用 小写字母+下划线 来给标识符命名。</p> ...
Python CUDA 编程 - 6 - 共享内存
> CUDA编程中内存分为主机内存（内存条）与设备内存（显存），为提高计算效率，需要设计程序降低内存的数据搬运，或使用快速的内存寄存数据。 ### 共享内存 {#共享内存} > CPU和GPU组成异构计算架构，如果想从内存上优化程序，我们必须尽量减少主机与GPU设备间的数据拷贝，并将更多计算从主机端转移到GPU设备端，我们要尽量在设备端初始化数据，并计算中间数据...
Python CUDA 编程 - 5 - 多流
<blockquote> <p>之前讨论的并行，都是线程级别的，即CUDA开启多个线程，并行执行核函数内的代码。GPU最多就上千个核心，同一时间只能并行执行上千个任务。当我们处理千万级别的数据，整个大任务无法被GPU一次执行，所有的计算任务需要放在一个队列中，排队顺序执行。CUDA将放入队列顺序执行的一系列操作称为流（Stream）。</p>...
Python CUDA 编程 - 3 - GPU编程介绍
> 本文介绍GPU编程的一些重要概念。 ### GPU编程 {#GPU编程} > GPU编程与CPU编程的思考角度不尽相同，举皮皮鲁老师的一个例子： 以加法计算为例，CPU就像大学数学教授，GPU就像几千个小学生，现在需要不借助外界，只通过纸笔，对2000个数字进行加法计算，得到1000个加法结果，在这个过程中，大学教授要协调指挥小学生完成任务。 在计算过程...
Python - mmap 共享内存
<blockquote> <p>在程序运行过程中，可能遇到需要进程间或不同平台的语言之间进行信息交互，存在硬盘是一种解决方案但是速度太慢。python的mmap库提供了共享内存的实践方案可以完成信息在内存间交互。</p> </blockquote> <h3>简介 {#简介}</h3> <h4>共...
Python CUDA 编程 - 4 - 网格跨步
> 当核心数量不够或想限制当前任务使用的GPU核心数时可以使用网格跨步的思路编写CUDA程序。 ### 背景 {#背景} > CUDA的执行配置：`[gridDim, blockDim]`中的`blockDim`最大只能是1024，但是并没提到`gridDim`的最大限制。英伟达给出的官方回复是gridDim最大为一个32位整数的最大值，也就是2,147,483...
