本文档提供了为 Docker Engine 20.10 建立安全配置状态的说明性指南。 本指南在 RHEL 7 和 Ubuntu 20.04 的 Docker Engine 20.10 进行了测试。

硬盘测试工具atto-disk-benchmark 直接百度都是些什么软件园的。。。 被捆绑广告软件折磨怕了。。。

db_benchmark 测试redis和mongo等的速度 go get github.com/dalent/db_benchmark 用法 －d数据库 ，－u 数据库 url －t 线程数量 go run benchmark.go -d mongo -u mgo1:8888 -t 2 表示用两个线程，每个线程插入和读取1万次，的时间结果为 mode w threads: 2 per thread: 10000 total time:3.879012986s mode r threads: 2 per thread: 10000 total time:3.338706411s 同样可以测试redis，因为redis的url不包括passwd信息所以职能控制台提供例如 go run benchmark.go --d redis -u mgo2:6379 -t 2 -p passwd

Apache Spark 基准测试 该项目是硕士论文的成果，旨在成为 Apache Spark 框架的测试平台。 其基本思想是能够在软件和硬件的不同环境中运行该框架，以查看其行为，并将获得的结果与类似的解决方案（如 Hive、Redshift 等）进行比较。 这项工作基于伯克利大学 ( ) 进行的大数据基准测试。 本质上，执行的测试是相似的，只是它们是使用 Apache Spark Java API 完成的，并且还测试了一些额外的配置。 此外，该基准测试不仅可以在 Amazon EC2 上运行，还可以在云和本地的任何集群中运行。 项目执行 项目设置 下面列出并简要说明了项目的一般配置参数。 全局配置属性。 这些配置参数是通用的，会影响项目中开发的所有测试。 apache.benchmark.config.global.master ：我们想要运行基准的模式。 如果我们想要在本地执行

Extreme performance and stability test for PC hardware: video card, power supply, cooling system. Check your rig in stock and overclocking modes with real-life load! Also includes interactive experience in a beautiful, detailed environment. KEY FEATURES Extreme hardware stability testing Accurate results due to 100% GPU-bound benchmarking Support for DirectX 9, DirectX 11 and OpenGL 4.0 GPU temperature and clock monitoring Comprehensive use of adaptive hardware tessellation Dynamic sky with vol

pytorch MaskRCNN-Benchmark框架训练自己的数据集，类别数量不同-附件资源

LFR算法源码,用于生成基准网络，源码已经编译好，在windows下可以直接在控制台中运行，能够生成给定要求的复杂网络，性能较好。实在没有币的可以直接给我留言哈，我给你发。

1 Billion Word Language Model Benchmark. The purpose of the project is to make available a standard training and test setup for language modeling experiments. PART 2

fastMRI可再现基准 该存储库的想法是要有一种方法可以在fastMRI数据集单线圈磁道上针对现有的重建算法快速对新解决方案进行基准测试。 迄今为止，已实现或适用于fastMRI数据集的重建算法包括： 零填充重建 ，使用 使用的基于小波的重构（即用贪婪的FISTA解决基于L1的分析公式优化问题） 网络 ，适用于MRI重建 ，一种模块化的展开重建算法，您可以在其中插入最佳的降噪器。 ，一种用于非笛卡尔采集的展开式重建算法，具有密度补偿。 所有神经网络都通过Keras API在TensorFlow中实现。 较旧的（不要认为这是我论文的开始）是使用功能性API进行编码的。 最新的版本在子类API中进行了编码，并且更加模块化。 对于LORAKS重建，由于A / D过采样，您将无法重建正确的fastMRI数据。 重建设置 主要的重建设置是具有随机和“定期采样”的笛卡尔单线圈和多线

sysbench-tpcc：Sysbench脚本为MySQL和PostgreSQL生成类似tpcc的工作负载