为什么我不推荐用 enum class 作为强类型的整数？
C++11 之后 enum 的新增功能 enum class 是 C++11 提供的功能，为了更好理解后文的内容，我们先看看 C++11 之后 enum 有什么变化。参考资料见 https://en.cppreference.com/w/cpp/language/enum 。 有作用域枚举 有作用域枚举（Scop
0%
cudaDeviceSynchronize 和 cudaStreamSynchronize
发表于：
更新于：
我的理解 CUDA 的 API 都是和 device 相关的，调用前要先确保已经调用过 cudaSetDevice 将 context 关联到相关的设备上（据 Stackoverflow 的 老提问 ，这个 context 会占用 ~150 MB 显存；从我这边来看，这个显存占
gitlab-jh 和 gitlab-ce 的区别以及博客内容声明
发表于：
Gitlab 极狐版本是极狐购买了经营权的版本，内部也分会员版。从免费版的功能来看，两者几乎没有区别。但是为了更严谨一些，本博客中所有内容都可能是在 gitlab-jh 或
VS Code 无法使用 cuda-gdb 调试
发表于：
创建 launch.json 的时候找不到 cuda-gdb 这个 type：需要安装 Nsight Visual Studio Code Edition：
在 Gitlab 实例之间创建仓库镜像
发表于：
[!IMPORTANT] gitlab-jh 和 gitlab-ce 的区别以及博客内容声明 问题简述 主机 A 有自己的内网服务，用的是 Gitlab Premium。主机 B 也有自己的内网服务，用的是 Gitlab 极狐（而且是免费版）
GCC optimize-sibling-calls 的反向优化
#include <benchmark/benchmark.h> static inline constexpr int FIBONACCI_N = 10; int fib(int n) { return n < 2 ? n : fib(n - 1) + fib(n - 2); } static void BM_fib(benchmark::State &state) { for (auto _ : state) { int res = fib(FIBONACCI_N); benchmark::DoNotOptimize(res); } } BENCHMARK(BM_fib); int x; // Magic line. // clang does not use DP anymore: much slower. // gcc chooses a different optimizing approach: much faster.
Docker 更改地址段
发表于：
先说解决方案 参考 Networking problems with WSL2 and Docker Desktop for windows ，编辑 /etc/docker/daemon.json，加入 "bip": "192.168.200.1/24&
libc++ 和 stdlibc++ 中 basic_string 的 SSO 比较
发表于：
更新于：
参考 https://joellaity.com/2020/01/31/string.html std::string 是 std::basic_string<> 的一个特化，该类的 value_type 是 char。本文虽然是讨论 std::basic_string<> 的实现方式，但是为了方便，假设 value_type 是 char、假设目标平台是 64 位，讨论时也将把 std::basic_string<> 和
如何提技术问题？
发表于：
我在做什么？ 你想要最终达成什么（目标）？你采用了什么样的路径来达成它（途径）？ [!TIP] 有可能你的目标是不现实的，或者是假想出来的替代目标，换一个目
Docker 配置镜像源
发表于：
更新于：
资源 可用 Docker Hub 镜像加速器列表见 Docker Hub 镜像加速器 。 修改方式 网络上有不少教程是先修改 /etc/docker/daemon.json，然后： sudo systemctl daemon-reload sudo systemctl