目前我正在尝试使用光源照亮对象,并根据GL_COLOR_MATERIAL更改对象的颜色.出于某种原因,我只能看到一个光源被投射到模型上.我尝试了各种不同的位置和光源组合,我只注意到GL_LIGHT0功能.
我也尝试过不同的环境/漫反射/材料组合而没有成功.
static const GLfloat ambient[4] = {0.1f, 0.1f, 0.1f, 1.0f};
static const GLfloat diffuse[4] = {0.5f, 1.0f, 1.0f, 1.0f};
static const GLfloat position0[4] = {0.0f, 0.0f, 20.0f, 0.0f};
static const GLfloat position1[4] = {0.0f, 0.0f, -20.0f, 0.0f};
static const GLfloat front_mat_shininess[1] = {60.0f};
static const GLfloat front_mat_specular[4] = {0.2f, 0.2f, 0.2f, 1.0f};
static const GLfloat front_mat_diffuse[4] = {0.5f, 0.28f, 0.38f, 1.0f};
static const GLfloat lmodel_ambient[4] = {1.0f, 1.0f, 1.0f, 1.0f};
static const GLfloat lmodel_twoside[1] = {GL_FALSE};
glDisable(GL_LIGHTING);
glDisable(GL_COLOR_MATERIAL);
///Enable …Run Code Online (Sandbox Code Playgroud) 我试图计算一个巨大的文件中的行数.这个ASCII文件大小在12-15GB之间.现在,我正在使用readline()的内容来计算文件的每一行.但当然,这是非常缓慢的.我也尝试使用seekg()和tellg()实现较低级别的读取,但由于我的文件大小,我无法分配足够大的数组来存储每个字符以运行'\n'比较(我有8GB的内存).阅读这个荒谬的大文件会有什么更快的方法?我在这里看了很多帖子,大多数人似乎没有32位系统限制的问题,但在这里,我认为这是一个问题(如果我错了,请纠正我).
此外,如果有人可以推荐我一个很好的方法来分割这么大的东西,这也会有所帮助.
谢谢!
我今天在VC++ 2008上一直在玩内存映射,我还没有完全理解如何使用它,或者它是否符合我的目的.我的目标是快速读取一个非常大的二进制文件.
我有一个结构:
typedef struct _data
{
int number;
char character[512];
float *entries;
}Data;
Run Code Online (Sandbox Code Playgroud)
它被写入文件很多次."entries"变量是浮点小数的数组.写完这个文件后(10000个数据结构,每个"条目"数组为90000个浮点数),我试着用以下函数对这个文件进行内存映射,这样我就可以更快地读取数据.这是我到目前为止所拥有的:
void readDataMmap(char *fname, //name of file containing my data
int arraySize, //number of values in struct Data
int entrySize) //number of values in each "entries" array
{
//Read and mem map the file
HANDLE hFile = INVALID_HANDLE_VALUE;
HANDLE hMapFile;
char* pBuf;
int fd = open(fname, O_RDONLY);
if(fd == -1){
printf("Error: read failed");
exit(-1);
}
hFile = CreateFile((TCHAR*)fname,
GENERIC_READ, // open for reading
0, // do …Run Code Online (Sandbox Code Playgroud) 我正在尝试运行 MLLIB 的随机森林模型,但遇到一些越界异常:
15/09/15 01:53:56 INFO scheduler.DAGScheduler: ResultStage 5 (collect at DecisionTree.scala:977) finished in 0.147 s
15/09/15 01:53:56 INFO scheduler.DAGScheduler: Job 5 finished: collect at DecisionTree.scala:977, took 0.161129 s
15/09/15 01:53:57 INFO rdd.MapPartitionsRDD: Removing RDD 4 from persistence list
15/09/15 01:53:57 INFO storage.BlockManager: Removing RDD 4
Traceback (most recent call last):
File "/root/random_forest/random_forest_spark.py", line 142, in <module>
main()
File "/root/random_forest/random_forest_spark.py", line 121, in main
trainModel(dset)
File "/root/random_forest/random_forest_spark.py", line 136, in trainModel
impurity='gini', maxDepth=4, maxBins=32)
File "/root/spark/python/lib/pyspark.zip/pyspark/mllib/tree.py", line 352, in trainClassifier …Run Code Online (Sandbox Code Playgroud)