[Windows] 何謂DLL?

-
動態連結函式庫（英語：Dynamic-link library，縮寫為DLL）是微軟公司在微軟視窗作業系統中實現共用函式函式庫概念的一種實作方式。這些函式庫函式的副檔名是.DLL、.OCX（包含ActiveX控制的函式庫）或者.DRV（舊式的系統驅動程式）。
所謂動態連結，就是把一些經常會共用的程式碼（靜態連結的OBJ程式庫）製作成DLL檔，當執行檔呼叫到DLL檔內的函式時，Windows作業系統才會把DLL檔載入記憶體內，DLL檔本身的結構就是可執行檔，當程式有需求時函式才進行連結。透過動態連結方式，記憶體浪費的情形將可大幅降低。靜態連結函式庫則是直接連結到執行檔。
DLL的檔案格式與視窗EXE檔案一樣——也就是說，等同於32位元視窗的可移植執行檔案（PE）和16位元視窗的New Executable（NE）。作為EXE格式，DLL可以包括原始碼、資料和資源的多種組合。

轉至 WIKI

留言

張貼留言

這個網誌中的熱門文章

[TensorFlow, C++, Visual Studio, Windows] TensorFlow C++ 如何編譯與解決BUG (How to build Tensorflow C++ API with Visual Studio and solve BUG)

-
圖片
主要環境 : Windows, TensorFlow, C++, Visual Studio 安裝流程簡單說一下，網路有很多資料，都差不多。 以下為我安裝的各版本，只能說版本真的很重要，要去看文件是否有相通，版本可看 版本對應查詢 。 TensorFlow v1.10 Python v3.5 Visual Studio v2015 Cmake v3.12.0 SWIG v3.0.12 Git v2.20.1 首先先去Github下載對應的版本TensorFlow，記住不要錯...發生別的問題請自行解決。 接著CMake配置如圖，tensorflow的勾選部份自己斟酌吧，後來我有增加打勾tensorflow_GRPC_SUPPORT，網路上的人不推薦，這就看各位吧 : 接著Open Project，進入VS2015編譯，接著我只講我遇到的BUG與解法，沒遇過的別問我，我也不想碰到。 1.找不到 device_attributes.pb_text.h 個人解法: 工具 專案與方案 建置並執行 設置為 1 為平行專案組件的最大數目 2.找不到grpc/grpcpp.h 個人解法: 直接git clone https://github.com/grpc/grpc.git 將噴錯的專案右鍵"屬性" c/c++ 其他include目錄 增加clone下載的grpc\include 3.噴c_api.cc.obj有問題，從錯誤去看，看內容是有關WorkerCacheInterface之類的，我判斷是跟沒有弄到/tensorflow/core/distributed_runtime可能有些許關係，再往下查發現這跟grpc套件可能有關。 因此我重新使用CMake 把tensorflow_ENABLE_GRPC_SUPPORT打勾 把解法二的include增加都拿掉 重新編譯 成功產生tensorflow.lib/dll 4.fatal error LNK1181: 無法打開輸入文件“\pywrap_tensorflow_internal.lib” 個人解法 : 將 _beam_search_ops、_gpu_ops、_lst...
閱讀完整內容

[Ubuntu, Docker, Docker Swarm] Docker Swarm 建置 Jupyter Notebook 流程

-
首先更新apt到最新並下載ipython3以及相關套件 sudo apt update sudo apt install python3-pip  sudo apt install notebook 接著進入ipython去產生SHA密碼 ipython import IPython IPython.lib.passrd() 輸入密碼會產生sha密碼 接著產生swarm cluster sudo docker service create --name 'cluster名稱' -d -p 8888:8888 -e GRANT_SUDO=yes jupyter/base-notebook start-notebook.sh --NotebookApp.password='SHA密碼' sudo docker service scale 'cluster名稱'=1 sudo docker exec --user root -it 'cluster名稱' bash NFS 共享Storage設置 sudo apt install nfs-kernel-server (manager node) sudo apt install nfs-common (worker node) sudo vim /etc/exports sudo mkdir -p /mount/nfs_volume /mount/nfs_volume 192.168.80.0/24(rw,sync,no_root_sqush) sudo nfs-kernel-servel restart mount -t nfs 192.168.80.129:/mount/nfs_volume /mount/nfs_volume 最後暫定指令，指令必須連結至jupyter的預設目錄 sudo docker service create --name jup-base --mount 'type=volume,src=nfs_volume,dst=/home/jovyan/work,volume-driver=local,volume-nocopy=true,volume-op...
閱讀完整內容

[Docker Swarm] Docker Swarm 指令

-
圖片
docker service create --name="名稱" nginx docker service ps "集群名稱" docker service ls docker service rm xxxxx # 刪除正在執行中的映像檔 docker node rm -f "node name" #移除node  docker node demote "node name"#降級node docker node promote "node name"#升級node docker node update --availability drain "node name" #維護node docker node update --availability active "node name" #回復node
閱讀完整內容