创建纹理 有三个 API 可以用来创建纹理： SDL_CreateTexture 参数少，使用方便，适用于创建简单的纹理 SDL_CreateTextureFromSurface 适用于从已有图像数据创建纹理 SDL_CreateTextureWithProperties 可以指定各种属性，功能强大
SDL2 创建渲染器时只能指定使用软件渲染还是硬件加速，无法选择使用哪种图形引擎实现硬件加速。SDL3 对此做了优化，可以在创建渲染器时指定 rendering driver 也就是图形引擎，比如在 Windows 平台下可以指定使用 D3D11 也可以指定使用 OpenGL 或者 Vulkan。
SDL3 提供了 SDL_RenderGeometry 函数绘制几何图形，用法和 OpenGL 差不多，先定义顶点数据，然后根据顶点数据绘制几何图形。 绘制三角形的代码如下： std::array origin_vertices = { SDL_Vertex { { 1
在上一篇文章中我们已经利用 SDL 的日志接口实现了简单的字符串输出，实际上是解决了开发环境搭建问题，接下来我们将在已有代码的基础上继续开发，实现第一个窗口的创建和背景色绘制。 初始化 首先设置日志输出级别： SDL_SetLogPriorities(SDL_LOG_PRIORITY_VERBOSE
你是不是苦于没法使用ChatGPT？或者访问了ChatGPT却没法使用GPT4？现在一切问题都可以解决了！ 4月18日，Meta发布两款开源Llama 3 8B与Llama 3 70B模型，供外部开发者免费使用。这个消息轰动了全球开发者。按照Meta的说法，Llama 3 8B和Llama 3 70
问题描述 在从Storage Account 队列中获取数据(Queue)，在门户中，明显看见有数据，但是通过消费端代码去获取的时候，就是无法获取到有效数据的情况。获取消息的代码如下： 问题解答 经过对 receiveMessages 方法定义的查询，第二个参数，第三个参数的两个时间表示的意思为 消
在工作、生活和娱乐中，我们经常遇到一些重复性的鼠标点击操作，我们可能会首先想到使用按键精灵类软件来解放双手，但是它们的使用门槛比较高，还要专门学一门脚本语言。本文介绍的软件完全不需要编程和脚本开发经验，看完就能配置出自己想要的辅助类脚本
本周的热点除了 GPT 各类衍生品之外，还多了一个被马斯克预告过、在愚人节开源出来的推特推荐算法，开源不到 2 天就有了 35k+ 的 star，有意思的是，除了推荐算法本身之外，阅读源码的工程师们甚至看到了员工对马斯克的特别关注（一段针对马斯克的代码），如果你对推荐有兴趣，不妨看看本周特推。 除了
摘要：本文将介绍如何使用录音文件识别极速版给无字幕视频自动生成字幕。 本文分享自华为云社区《利用录音文件极速版为视频生成字幕》，作者：戈兀。 引言 越来越多的人们使用抖音、B站等视频app，记录、分享日常生活，随之互联网上产生了大量的长、短视频。字幕是影响视频观看体验的重要因素。以日常分享为主的视频
每次看着别人操作 shell 的时候，快捷键用得飞起，尤其是那个快速搜索历史命令，避免低效的↑↓键切换历史命令，很装逼有木有。。 废话不多说，下面是我整理的常用快捷键，真的可以提高自己的工作效率的，很不错！~ 一、常用快捷键小技巧 以下快捷键，都是一些常用的，记住这些命令，你的工作效率就会大大提升。
一个电话，打破深夜的宁静 9月20日晚上10点 刚完成外地一个重点项目为期2周的现场支持，从机场回家的路上，一阵急促的铃声惊醒了出租车上昏昏欲睡的我，多年的工作经验告诉我这么晚来电一定是出事了，接起电话，是KS。 KS正在跟一个国内关键客户数据库国产化替代项目，该项目核心业务系统由Oracle替换为
杭州亚运会实现核心系统100%上云。 10月8日晚，杭州亚运会圆满闭幕。 作为史上首届“云上亚运”，杭州亚运会创造了历史。杭州亚运会实现了核心系统100%上云，并借助后台云算力、云存储等云技术保障，建设一系列各层级、各场馆数字指挥平台，实现全面感知、高效指挥。 同时，首次实现云上转播，据统计，杭州亚
https://juejin.cn/post/6995374680114741279 编写代码两分钟，解决跨域两小时，我吐了。 如果对跨域还不了解的朋友，可以看这篇：【基础】HTTP、TCP/IP 协议的原理及应用 最近一段时间，在搞一个 SDK 的项目，使用的 TS + rollup。rollup
我方有一应用，偶尔会出现GC时间过长（间隔约4小时），导致性能波动的问题(接口最长需要耗时3秒以上)。经排查为G1垃圾回收器参数配置不当 叠加 MySQL 链接超过闲置时间回收，产生大量的虚引用，导致G1在执行老年代混合GC，标记阶段耗时过长导致。以下为对此问题的分析及问题总结。
自从开始搞YouTube中文配音以来，我们一直是7*24小时，夜以继日的在批量处理一些优质的学习资源，一方面是翻译，另一方面是配音。这样用户在打开的时候，就能获得经过我们优化的翻译和配音了。 这次我们刚刚处理完一个油管上非常火爆的IT类学习频道：Edureka。 该频道内全是IT行业的免费学习视频
https://www.bookstack.cn/read/tidb-6.1-zh/tidb-lightning-tidb-lightning-checkpoints.md 大量的数据导入一般耗时数小时至数天，长时间运行的进程会有一定机率发生非正常中断。如果每次重启都从头开始，就会浪费掉之前已成功导
6月30日，数据库发生了大量锁表。大概持续1小时，并且越锁越多。后来通过业务人员停掉程序，并kill掉会话后解决。 几天后再EM上查看CPU占用： CPU发生了明显等待。 主要是由于enq:TX - row lock contention等待事件造成。 等待事件—enq:TX - row lock
## 背景 近期一个大版本上线后，Python编写的api主服务使用内存有较明显上升，服务重启后数小时就会触发机器的90%内存占用告警，分析后发现了本地cache不当使用导致的一个内存泄露问题，这里记录一下分析过程。 ## 问题分析 ### LocalCache实现分析 该cache大概实现代码如下
版本1的抓包命令 这两天排查一个小问题，需要在服务器上使用tcpdump24小时不间断抓包，这里简单记录下。 先看下tcpdump的语法： tcpdump [ -AbdDefhHIJKlLnNOpqStuUvxX# ] [ -B buffer_size ] [ -c count ] [ -C fil
一句注释引发的思考 接到一个有鸡毛信般的紧急需求（当然，002的需求向来是如此紧急的）：大屏展示原来只有二个品牌数据，现增加到三个品牌的数据。一句话的需求，且没有业务逻辑变更，我认为可以迅雷不及掩耳之势，2小时收拾干净交差。当我满腔激情的定位的核心逻辑部分时，这样一句注释（见下图），让我顿时思绪天马
