1.为什么win10系统会出现debug. log文件呢？
2.win10 + CUDA 9.0 + cuDNN 7.0 + tensorflow源码编译安装
3.win10 cmake源码编译安装opencv（c++,码分qt）（解决ffmpeg下载失败导致opencv无法处理视频）
4.分分钟教你如何在win10中运行第一个C语言程序!
为什么win10系统会出现debug. log文件呢？
这个文件的出现是因为Chromium源代码更新出现的一个问题导致的，已经修复了。码分年月，码分根据外媒Windows Latest报道，码分如果在Windows 上使用基于Chromium的码分浏览器（Chrome、Edge、码分CEO周课源码Brave等），码分应该可以发现一个名为“debug.log”的码分神秘文件。
据用户反馈，码分Windows 在桌面上创建了debug.log文件，码分但研究表明，码分该文件是码分由Chromium浏览器创建的，这不是码分微软的错误。Chromium开源项目生成了这些浏览器使用的码分源代码，其中的码分一个bug会影响所有使用其源代码的浏览器。
Edge、Chrome等基于Chromium的浏览器更新后，用户发现Windows会创建“debug.log”文件，并出现“FindFirstFile: Thepdf源码教程视频 system cannot find the path specified”的错误，该文件被固定在桌面上。
修复Windows 上的debug.log错误的方法：
1、按Win+R打开Windows运行。
2、如果你使用Edge，输入％localappdata%/Microsoft/Edge/User Data/Crashpad。如果你使用Chrome，请输入％localappdata%/Google/Chrome/User Data/Crashpad。
3、删除CrashPad文件夹内的所有文件和文件夹。
4、重新启动Windows。
win + CUDA 9.0 + cuDNN 7.0 + tensorflow源码编译安装
在配置个人深度学习主机后，安装必备软件环境成为首要任务。使用Anaconda5.0.0 python3.6版本管理Win python环境，新建基于python3.5的tensorflow-gpu-py conda环境。直接使用conda安装tensorflow，会默认安装tensorflow-gpu 1.1.0并主动安装cudatoolkit8.0 + cudnn6.0。主力吞吐公式源码若需配置CUDA环境，需自行下载并安装cuda9.0 + cudnn7.0，配置环境变量。pip安装tensorflow，会默认安装最新版本tensorflow-gpu 1.3.0。配置不当导致import tensorflow时报错：'ModuleNotFoundError: No module named '_pywrap_tensorflow_internal'。尝试源码编译tensorflow解决此问题。
查阅tensorflow官网文档，了解cmake window build tensorflow方法。文档中提到，tensorflow源代码目录下有详细网页介绍Windows环境编译方法，包含重要信息。发现安装tensorflow-gpu版本、配置CUDA8.0 + cuDNN6.0/cuDNN5.1或CUDA9.0 + cuDNN7.0时，import tensorflow时报错。查阅错误信息，网上解答提及需要配置正确的CUDA和cuDNN版本。然而，桃花大厅源码尝试安装和配置后依然报错。安装tensorflow cpu版本无问题，确认CUDA环境配置错误。
决定源码编译tensorflow-gpu以解决问题。查阅文档，执行编译操作。在window环境下编译tensorflow源码，需要准备的软件包括Git、tensorflow源码、anaconda、swig、CMake、CUDA、cuDNN、Visual Studio 。在百度网盘下载相关软件。
配置过程中，修改CMakeLists.txt以适应CUDA 9.0 + cuDNN 7.0。底部引爆源码指标在cmake目录下新建build文件夹，执行命令配置tensorflow。配置后进行编译，遇到问题如：cudnnSetRNNDescriptor参数不匹配、网络访问问题、编码问题、protobuf库下载问题、zlib.h文件不存在、下载链接失败、无法解决的错误等。
为解决这些问题，采取相应措施，如修改cuda_dnn.cc文件、网络代理设置、文件编码转换、忽略警告信息、多次尝试下载、修改cmake配置文件等。遇到无法解决的问题，如CUDA编译器问题、特定源代码文件问题，提交至github tensorflow进行讨论。
完成源码编译后，安装tensorflow-gpu并进行验证。在下一步中继续讨论验证过程和可能遇到的后续问题。整个编译过程耗时、复杂，需要耐心和细心，希望未来能有官方解决方案以简化编译过程。
win cmake源码编译安装opencv（c++,qt）（解决ffmpeg下载失败导致opencv无法处理视频）
要使用Qt与Windows上的OpenCV，当默认的msvc版本不满足需求时，需要通过源码编译安装，并配合cmake工具。以下是详细的步骤：
首先，下载OpenCV sources版本，同时确保已经安装了cmake编译工具，这里推荐选择对应版本的MinGW版本。在Qt的mingw环境中，需将mingw的bin路径（例如：D:\Programs\Qt\Qt5..\Tools\mingw_\bin）添加到环境变量，验证配置成功可通过在cmd中输入gcc -v。
解压OpenCV到指定位置，创建一个build文件夹。使用cmake-gui，设置源码路径和build文件夹，配置为MinGW Makefiles。初次配置可能遇到问题，如ffmpeg下载失败，这时需要重命名ffmpeg.cmake为ffmpeg.txt，修改其中的下载地址为/。
在cmake-gui中，勾选with_qt和with_opengl，取消opencv_enable_allocator_stats和与python相关的选项。如果需要python支持，可以使用pip安装。配置完成后，再次点击configure并生成makefile，确保所有路径正确。
在build文件夹中，通过mingw-make -j（根据你的CPU核心数设置线程数，例如）开始编译，最后执行mingw-make install。安装后，别忘了将安装路径（如D:\Programs\opencv3.4.\build\install\x\mingw\bin）添加到系统环境变量。
通过这些步骤，你就可以在Qt环境中成功安装并使用OpenCV处理视频了，无需担心ffmpeg下载失败的问题。
分分钟教你如何在win中运行第一个C语言程序!
在Windows 中运行第一个C语言程序，首先了解什么是编译器。它就像翻译工具，将我们的源代码转化为计算机能理解的二进制指令。GCC，特别是GNU Compiler Collection，是C语言的编译器，它的历史与GNU计划紧密相关，旨在提供自由、开源的软件环境。
要使用GCC，首先需要在Windows上安装GCC的移植版本，如MinGW，它允许在Windows上使用GCC编译C语言。安装MinGW的过程包括下载、配置和环境变量设置。确保环境变量中包含MinGW的bin目录，以便通过命令行直接执行编译。
对于初学者，IDE如Visual Studio或CLion提供更为直观的体验，它们集成了GCC编译器，可以避免直接使用命令行。在CLion中，你可以新建C语言项目，配置MinGW，并通过IDE内的编译按钮轻松编译代码。对于VS Code，需要安装相关插件来支持C语言。
Visual Studio 同样支持C语言，只需安装时选择C++桌面开发选项。创建项目后，你可以在IDE中编写和运行C代码，享受更丰富的开发工具。
无论你选择哪种方式，记住配置好环境后，输入经典的"Hello, World!"程序，验证编译和执行成功。这样，你就成功开启了在Windows 上使用C语言的旅程。
