lib

参考博客： https://blog.csdn.net/muyouhang/article/details/54773265 https://blog.csdn.net/hhh0209/article/details/79830988 新建caffe的属性表，caffe_gpu_x64_release.props 将NugetPackages，caffe，CUDA中的头文件加进去 属性-C/C++-附加包含目录： D:\caffe20190311\NugetPackages\OpenCV.2.4.10\build\native\include D:\caffe20190311\NugetPackages\OpenBLAS.0.2.14.1\lib\native\include D:\caffe20190311\NugetPackages\protobuf-v120.2.6.1\build\native\include D:\caffe20190311\NugetPackages\glog.0.3.3.0\build\native\include D:\caffe20190311\NugetPackages\gflags.2.1.2.1\build\native\include D:\caffe20190311\NugetPackages\boost.1.59.0.0\lib

https://blog.csdn.net/bobo184/article/details/88749651 前言 笔者环境：win10+vs2015+cmake3.8.2 介绍下4.0.0的新特性，沿用官网的说明： 在发布3.0版的近3.5年后，我们很高兴推出4.x系列的第一个稳定版本。 版本特性： OpenCV现在是C ++ 11库，需要兼容C++ 11标准的编译器。所需的最低CMake版本已提升至3.5.1。 很多OpenCV 1.x的C API已被删除 在核心模块中延续性（在XML，YAML或JSON中存储和加载结构化数据）已在C ++中完全重新实现，并且也去掉了C API。 添加了新的模块G-API，它可以作为非常高效的基于图形的图像处理流水线的引擎。 dnn模块使用OpenVINO™工具包R4中的深度学习部署工具包(Deep Learning Deployment Toolkit)进行了更新。请参阅指南如何构建和使用支持DLDT的OpenCV。 dnn模块现在包括实验性Vulkan后端，并支持ONNX格式的网络。 流行的Kinect Fusion算法已实现，并针对CPU和GPU（OpenCL）进行了优化 QR图码检测器和解码器已添加到objdetect模块中 非常高效且高质量的DIS密集光流算法已从opencv_contrib转移到视频模块。

http://linux.chinaitlab.com/set/928509.html 我们在CentOS系统中安装软件：/lib/ld- linux .so.2: bad ELF interpreter的解决办法！ 环境： [orangle@localhost Downloads]$ uname -m&&uname -r x86_64 2.6.32-220.el6.x86_64 [orangle@localhost Downloads]$ cat /etc/redhat-release CentOS release 6.2 (Final) **************************************************************************************** 使用的时候出现一个错误 bash: /usr/local/bin/rar: /lib/ld- linux .so.2: bad ELF interpreter: No such file or directory 是因为64位系统中安装了32位程序 解决方法： yum install glibc.i686 重新安装以后还有如下类系错误 再继续安装包 error while loading shared libraries: libstdc++.so.6: cannot

修复/lib/ld-linux.so.2: bad ELF interpreter: No such file or directory问题 背景 刚刚安装的CentOS 7.5 Mini版本系统，然后配置JDK环境，配置好后显示： [root@jenkins opt]# tail -3 /etc/profile export JAVA_HOME=/opt/jdk1.8.0_191 export JRE_HOME=$JAVA_HOME/jre export PATH=$PATH:$JAVA_HOME/bin [root@jenkins opt]# source /etc/profile [root@jenkins opt]# java -V -bash: /opt/jdk1.8.0_191/bin/java: /lib/ld-linux.so.2: bad ELF interpreter: No such file or directory 报错了。。。根据提示查了下，发现缺少了 glibc.i686.... 通过查询，只要 在64系统里执行32位程序如果出现/lib/ld-linux.so.2: bad ELF interpreter: No such file or directory，安装下glic即可 yum install glibc.i686 来源： https:/

在配置MongDB的是时候出现这/lib/ld-linux.so.2问题 [root@localhost local]# /usr/local/mongodb/mongodb/bin/mongod --dbpath=/usr/local/mongodb/mongodb/data --logpath=/usr/local/mongodb/mongodb/logs --logappend --auth --port=27017 --fork -bash: /usr/local/mongodb/mongodb/bin/mongod: /lib/ld-linux.so.2: bad ELF interpreter: No such file or directory [root@localhost local]# 1、在64 系统 里执行32位程序如果出现/lib/ld-linux.so.2: bad ELF interpreter: No such file or directory，安装下glic即可 sudo yum install glibc.i686 2、error while loading shared libraries: libz.so.1: cannot open shared object file: No such file or directory sudo

cmake_minimum_required(VERSION 2.6) project(cuda_test) find_package(CUDA REQUIRED) include_directories(${CUDA_INCLUDE_DIRS}) CUDA_ADD_EXECUTABLE(test_cuda main.cpp test_cuda_fun.cu) VS2013 VC++的.cpp文件调用CUDA的.cu文件中的函数 https://www.cnblogs.com/betterwgo/p/6843272.html C++调用CUDA（基于VS2015） matlab调用CUDA 以及matlab调用C++ 学习记录 https://blog.csdn.net/penkgao/article/details/78473415 CUDA配置——cpp文件对cu文件的调用 http://ghx0x0.github.io/2015/02/25/cuda-vs2010-configure-cuda/ cuda+VS2015配置 https://blog.csdn.net/qq_38314702/article/details/99414393 1 ----------好用 VS2017+CUDA9.2 新建项目里没有CUDA选项 https://blog.csdn.net

[一]、下载源码 打开网址： http://www.igniterealtime.org/downloads/source.jsp 选择目前最新版本 openfire_src_3_9_1.zip 下载。 [二]、配置Eclipse项目 1、把下载好的 openfire_src_3_9_1.zip 压缩包直接解压到Eclipse的工作目录（以 D:\openfire\ 如下图为例） 2、把 openfire_src\build\eclipse 目录下的文件夹setting、文件classpth、文件project全部copy到 openfire_src\ 目录下，然后把openfire_src\classpth、openfire_src\project修改成Eclipse工程配置文件格式：openfire_src \.classpath 、openfire_src \.project （如果无法修改文件名，copy任一现有项目的文件后修改其内容亦可）。 3、然后打开Eclipse，选择 File –> Import… –> Existing Projects into Workspace 选择D:\openfire 导入即可： 导入后目录结构如下： 3、项目导入后编译错误的解决 目录：/openfire/src/plugins/clustering/src/java

一、安装JDK和Tomcat 1，安装JDK：直接运行jdk-7-windows-i586.exe可执行程序，默认安装即可。 备注：路径可以其他盘符，不建议路径包含中文名及特殊符号。 2、安装Tomcat：直接解压缩下载文件“apache-tomcat-7.0.33-windows-x86.zip”到C盘下。安装路径建议修改为：c:\tomcat。 备注：如下载的是可执行文件，双击运行，默认安装即可。 二、配置JDK环境变量（在步骤查看如何配置环境变量） 1，新建变量名：JAVA_HOME，变量值：C:\Program Files\Java\jdk1.7.0 2，打开PATH，添加变量值：%JAVA_HOME%\bin;%JAVA_HOME%\jre\bin 3，新建变量名：CLASSPATH，变量值：.;%JAVA_HOME%\lib\dt.jar;%JAVA_HOME%\lib\tools.jar 备注： 1，.表示当前路径，%JAVA_HOME%就是引用前面指定的JAVA_HOME； 2，JAVA_HOME指明JDK安装路径，此路径下包括lib，bin，jre等文件夹，tomcat，eclipse等的运行都需要依靠此变量。 3，PATH使得系统可以在任何路径下识别java命令。 4，CLASSPATH为java加载类(class or lib)路径

首先去MySQL官网下载MySQL connector/C++ http://dev.mysql.com/downloads/connector/cpp/ 下载windows32位非安装版。目前的版本是Connector/C++ 1.1.4。 Windows (x86, 32-bit), ZIP Archive (mysql-connector-c++-noinstall-1.1.4 将整个包解压到项目文件夹下的的源文件目录。文件夹名字太长，将“mysql-connector-c++-noinstall-1.0.5-win32”改为“mysql”。 下面要配置vs2008的环境。 1. 项目属性页->C/C++->General->Additional Include Directories。将mysql/include目录和mysql/include/cppconn目录添加进去。 2. 项目属性页->Linker->General->Additional Library Directories。将mysql/lib目录添加进去。 3. 项目属性页->Linker->Input->Additional Dependencies。添加这两项mysqlcppconn.lib，mysqlcppconn-static.lib（mysql/lib目录下的两个.lib文件） 4. 将mysql