阳
  • 首页
  • 分类
  • 标签
  • 关于

Deadlock死锁

Pi为进程,Rj为资源Pi请求资源Rj:Pi拥有资源Rj: 不死锁:P3执行完后释放R3,P2就可以申请到R3,P2执行,P2执行完之后释放R1,P1就可以申请到R1执行 死锁:P3申请R2,R2被P1持有,P3无法执行,导致P2和P1无法执行 图里面没有环则不会死锁 图里面有环,如果一个资源里只有一个实例,则会死锁;如果一个资源里有多个实例,则不一定会死锁 Hold and Wait持有等待
Notes > 课程 > 大三(上) > 操作系统
#操作系统

Memory内存

程序需要从硬盘读取到内存才能执行CPU可以直接访问的只有内存和寄存器内存单元只看到地址流和读写请求内存访问需要很多周期,导致停顿(stall)Cache(高速缓存)设置在内存和CPU寄存器之间 指令和数据到内存地址的地址绑定可以发生在三个不同的阶段编译时:如果内存位置先验已知,则可以生成绝对代码;如果起始位置发生变化,则必须重新编译代码加载时间:如果编译时内存位置未知,则必须生成可重定位代码执行时
Notes > 课程 > 大三(上) > 操作系统
#操作系统

Monitor管程

Monitor每个monitor都有一个互斥锁,monitor中只能有一个线程处于活动状态 Condition variablescondition是一个类,实现了以下函数: condition.wait() condition.signal() condition.broadcast() 管程管程是一种特殊的软件模块,有这些部分组成: 局部于管程的共享数据结构说明 对该数据结构进行操作的一
Notes > 课程 > 大三(上) > 操作系统
#操作系统

Processes进程

为什么我们需要同时运行多个程序?称为“多道程序设计” 因为它会提高 CPU 利用率I/O 密集型程序大部分时间都在等待 I/O,因此最好让 CPU 忙于其他任务 多道程序设计:在一个物理地址空间中容纳多个进程 每个进程可以是 I/O 密集型或 CPU 密集型 混合使用 I/O 密集型和 CPU 密集型进程会很好 目标是提高 CPU 利用率 调度程序决定哪个进
Notes > 课程 > 大三(上) > 操作系统
#操作系统

Scheduling调度

调度有两个方面:1)如何从一个进程切换到另一个进程2)下一个应该运行什么进程机制:上下文切换(如何切换)机制:抢占(保持控制)策略:调度(切换到哪里) 上下文切换是一种允许操作系统存储当前进程状态并切换到另一个先前存储的上下文的机制。上下文切换的原因:进程完成/退出进程执行缓慢的硬件操作(例如,从磁盘加载)并且操作系统切换到另一个就绪任务硬件需要操作系统帮助并发出中断操作系统决定抢占该任
Notes > 课程 > 大三(上) > 操作系统
#操作系统

美食

1 回民街、洒金桥(网红景点)可以去逛逛 2 早餐:小南门早市 3 泡馍和面馆 路边摊就行 赵记羊杂 4 夜市:未央区六号大街凤城六路和未央路交叉口碑林区卧龙巷机关小区
Notes > 旅游
#西安

通过复现该论文的方法,用扩散模型实现提取特征图 [[论文调研#Emergent Correspondence from Image Diffusion]] 实现一个图像匹配算法,用上文得到的特征图进行图像匹配,如[[论文调研#OmniGlue Generalizable Feature Matching with Foundation Model Guidance]]中的方法或[[论文调研#
Notes > 毕设

西安8.16-8.20

17号早餐 小南门早市 大雁塔 音乐喷泉 12:00-12:10 大唐不夜城 晚上去 晚上 附近夜市 [[美食]] 大唐芙蓉园 20:00 18号兵马俑 华清池 骊山 秦始皇陵 午晚饭 [[美食]] 19号碑林博物馆 钟楼&鼓楼 晚上 晚上 附近夜市 大唐芙蓉园 20:00 20号小雁塔 西安博物馆 野球帝 livehouse 陕西历史博物馆 [[景点]]
Notes > 旅游
#西安

相关文章

图像特征提取与匹配技术 计算机视觉中常用的图像特征点匹配技术2020最强匹配综述—《Image Matching from Handcrafted to Deep Features: A Survey》阅读总结-CSDN博客 图像匹配综述
Notes > 毕设

论文调研

Emergent Correspondence from Image Diffusion[2306.03881] Emergent Correspondence from Image Diffusion这篇文章用扩散模型提取图像特征,最终实现跨域匹配,但没有涉及手绘图像领域使用预训练的扩散模型提取真实图像上的特征,找到两幅图共存的某个特征的对应。对于一张噪声图,在训练好的U-Net逐步去噪的过程中
Notes > 毕设
1…5678910

搜索

总访问量 次 总访客数 人