1.用CLion和CMake搭建DolphinDB插件开发环境
2.极简入门TensorFlow C++源码
3.C/C++编译器：Clion！阅阅读源码超详细安装和配置教程，读源你学会了吗？
4.开源免费的无法源码阅读神器 Sourcetrail
5.Ubuntu22 Clion环境下配置OpenCV
6.现代化 C++ 开发工具 CLion:从入门到精通
用CLion和CMake搭建DolphinDB插件开发环境
本文详细说明了如何在Windows 系统上，使用CLion和CMake搭建DolphinDB插件开发环境，跳转并结合实例展示了如何使用CLion调试插件代码，阅阅读源码帮助初学者快速入门DolphinDB插件开发。读源微场景 微信图文 源码使用CLion能实现对DolphinDB节点进程的无法附加调试，利用图形界面进行操作，跳转相比命令行调试工具gdb，阅阅读源码更加直观友好，读源极大地降低了开发者调试DolphinDB插件的无法难度。环境准备
1.1 安装和配置MinGW 安装时选择包含C++多线程特性的跳转x_-posix-seh版本的MinGW，以确保与DolphinDB server保持一致。阅阅读源码详细安装步骤请参考《windows下安装mingw-w - tnnmigga - 博客园》。读源避坑提示：避免下载安装版本为x_-posix-sjlj的无法MinGW，因为使用该版本可能导致加载插件时出现“The specified module could not be found”的错误。 1.2 安装CMAKE 从cmake.org下载并双击安装，记得勾选“Add CMake to the system PATH for all users”以自动配置环境变量。 1.3 CLion安装 下载并双击安装CLion，按指示进行即可。若需要激活软件，可输入激活码或开始试用。CLion为付费软件，教师或学生可申请免费教育许可证。 1.4 安装Git 从Git官网下载并安装Git，确保CMD中运行git --version后能够显示Git版本信息。 1.5 部署DolphinDB集群和客户端软件 如本机未部署DolphinDB节点或GUI客户端，建议参照《单节点部署教程》部署和启动一个单节点，并下载并运行客户端软件。下载插件代码
从dolphindb/DolphinDBPlugin中下载插件代码。确保分支版本与DolphinDB Server版本匹配，如Server为1.版本，插件应使用release分支。编写插件
案例需求为导入二进制格式的level2股票行情文件至数据库中，根据文件类型（快照、逐笔成交、逐笔委托）分别导入不同表。文件格式包含快照、逐笔成交、逐笔委托三种类型数据。expma算法源码编写插件格式文件
插件函数分为运算符函数和系统函数，分别用于特定参数数量和操作。编写插件函数原型并描述其与DolphinDB函数的映射关系。用CLion创建工程
创建工程目录结构，导入格式文件与源代码，并配置CLion以生成工程。删除自动生成的头文件，添加export文件，以实现动态库函数的导出。修改CMake文件
编写CMakeList.txt文件，配置编译规则。通过已有插件的CMakeList.txt文件作为参考，确保构建过程正确。调试代码
使用CLion附加进程并设置断点，通过图形界面进行单步调试，查看函数调用堆栈和变量值，确保代码逻辑正确。说明
本文适用于Windows 系统环境。在Linux环境下，建议安装GNOME或KDE桌面环境，CLion在此环境下提供与Windows类似的调试体验。对于更详细的插件代码编写指南，推荐查阅《DolphinDB插件开发教程》和《DolphinDB插件开发深度解析》。 完整工程代码已提供链接和提取码，方便下载使用。极简入门TensorFlow C++源码
前一段时间，我专注在框架开发上，并偶尔协助业务同学优化使用TensorFlow的代码。在观看dmlc/relay、nnvm的代码时，我发现了它们的有趣之处。我也对TensorFlow的Graph IR、PaddlePaddle的Graph IR产生了兴趣，上周五在阅读代码时，无意间听到了一个数据竞赛群讨论框架的底层实现。几位算法大佬提到了看底层源码可能较为繁琐，因为这类代码通常相对容易理解。在与群内伙伴的交流后，我萌生了撰写一篇关于如何阅读TensorFlow或其他框架底层源码的web源码测评文章。
选择合适版本的bazel，对于阅读TensorFlow源码至关重要。应使用版本为0..0的bazel来拉取TF2.0代码，因为太高的版本或太低的版本可能影响阅读体验。在安装了合适的bazel版本后，使用clion上的bazel插件进行导入，然后配置编译，导入项目，等待clion编译整个项目。完成编译后，就能愉快地阅读代码，甚至于protobuf生成的文件也能轻松跳转。
使用c++编译模型是TensorFlow的另一面。尝试使用c++编写模型代码，可以深入理解TensorFlow的底层机制。主要函数包括CreateGraphDef、ConcurrentSteps、ConcurrentSessions等。通过这些函数，可以构建计算图，定义节点、常量变量、操作符等。这为理解TensorFlow的逻辑提供了直观的视角。
深入分析代码后，可以了解到TensorFlow的GraphDef机制、Square类的实现、注册到特定op的过程、functor的使用以及最终的实现逻辑。这有助于理解TensorFlow的核心原理，并在阅读源码时进行更深入的思考。
除了阅读源码，还可以通过编写测试用例来增强理解。TensorFlow提供了丰富的测试用例，如在client_session_test.cc中运行测试程序，可以验证代码的正确性。这不仅有助于理解代码，还能提高对TensorFlow框架的掌握程度。
阅读源码只是清除描述源码理解TensorFlow原理的开始，深入行业论文和请教行业专家是进一步深入学习的关键。网络上关于机器学习系统的资料丰富多样，但缺少系统性的课程。希望官方能够分享更多框架的干货，并期待在学习过程中总结和分享更多资源。阅读源码虽然复杂，但其背后蕴含的原理和逻辑十分有趣。
C/C++编译器：Clion！超详细安装和配置教程，你学会了吗？
CLion，由Jetbrains开发的C/C++ IDE，相较于动辄数百兆的Visual Studio，其安装包仅约M，功能强大且与Visual Studio不相上下，支持丰富的插件。如果你之前使用过Jetbrains旗下的PHPStorm、WebStorm、PyCharm、IntelliJ IDEA、Android Studio或Rider，会发现CLion操作起来毫不费力。尽管社区版的IntelJ IDEA免费提供，但Jetbrains全家桶产品均为付费版本。购买正版不仅支持官方持续优化IDE，也意味着享有更好的使用体验。
安装CLion极为简便，访问官网jetbrains.com/clion/下载安装包后，双击执行安装程序，一路Next即可完成安装。作为一款编辑器，CLion并不自带编译和调试工具，因此需要配合第三方工具使用。推荐选择MSYS2或Cygwin作为构建工具，它们能有效提升开发效率。
MSYS2和Cygwin在实现nix环境模拟上各有特色，MSYS2执行的是原生Windows程序，而Cygwin则通过模拟方式运行nix命令。MSYS2适用于需要直接执行编译出的exe文件的情况，而Cygwin则适用于在Windows环境下运行nix命令的uniapp共享源码场景。选择时需根据实际需求进行判断。
使用Cygwin时，首先需从官网cygwin.com/setup-x_...下载安装程序。安装流程相对直观，主要包括选择网络安装、指定安装位置、选择临时目录、网络连接类型、安装源、安装包选择、确认安装等步骤。确保安装过程中选择了最新版本的gcc、make和gdb等核心工具，以保证开发环境的稳定性和兼容性。
相比之下，MSYS2提供了更为先进的包管理工具pacman，简化了软件包的安装流程，提升了开发效率。安装MSYS2同样从官网下载安装exe文件并双击执行，然后在MSYS2界面输入pacman -S mingw-w-x_-toolchain命令来安装编译工具链，整个过程快速且简洁。
配置CLion时，在设置中找到“Build, Execution, Deployment”选项，创建名为Cygwin或MinGW的编译工具链，并在“Environment”中选择相应的环境配置。设置编译工具链的路径后，CLion将自动检测并识别工具，简化了开发流程。完成配置后，即可开始愉快的C++开发旅程。
掌握C/C++编程知识，对于提升编程技能和成为高薪软件开发工程师至关重要。为此，可关注公众号“C语言编程学习基地”，获取源码、项目实战视频、项目笔记、基础入门教程等资源，为职业发展打下坚实基础。
开源免费的源码阅读神器 Sourcetrail
开源免费的源码阅读神器 Sourcetrail，一款视觉化的跨平台源码探索项目，适合阅读C、C++、Python和Java源码。
直观的源码结构，左侧以图形展示调用上下游、类成员等细节，简化阅读理解。
支持主流编程语言，提供SDK拓展支持其他语言。
官网提供下载链接，支持Windows、macOS、Linux系统。
使用Sourcetrail阅读源码的流程包括创建项目、导入源码文件夹、设置索引文件、开始索引操作，完成后即可浏览源码，支持符号跳转和模糊搜索。
与Atom、Clion、Eclipse、Emacs、IntelliJ IDEA等编辑器连接，提供丰富功能。
查阅官方文档获取更多功能信息，体验利器效果。
Ubuntu Clion环境下配置OpenCV
一、下载 OpenCV 源码 获取 OpenCV 源码，将文件解压至指定目录，创建名为 build_opencv4.8 的文件夹。确保你的系统中已安装 libgtk2.0-dev 和 pkg-config 两个依赖包。 二、构建 OpenCV 在 build_opencv4.8 文件夹内，执行 cmake 命令，确保 OpenCV 能正确配置并编译。这一步骤需要根据你的系统环境进行相应的参数调整。 三、配置 CLion 环境 为确保 OpenCV 能在 CLion 中正常工作，需完成以下步骤： 项目结构：在 CLion 中新建项目，配置项目路径为 OpenCV 的源代码目录。 CMakeLists.txt：将 CMakeLists.txt 文件添加至 CLion 项目中，确保其与源代码目录相对应。 main.cpp：编写 main.cpp 文件，作为项目的入口点，可以简单地包含 OpenCV 库并调用其功能，以验证环境配置。 运行结果：在 CLion 中编译并运行 main.cpp，查看运行结果以确认 OpenCV 和 CLion 环境配置无误。 以上步骤展示了如何在 Ubuntu 的 Clion 环境下配置 OpenCV。通过遵循这些指南，开发者可以顺利在 Clion 中进行 OpenCV 相关的 C++ 项目开发。现代化 C++ 开发工具 CLion:从入门到精通
现代化 C++ 开发工具 CLion，是 JetBrains 公司的一款集 C++ 开发、编译、调试和版本控制为一体的全面工具，深受开发者的喜爱。相较于传统的 Eclipse，CLion 在功能上更为强大，用户体验更佳，尤其在 C++ 开发领域。
在配置 CLion 时，需要准备几个必备组件：clion 安装、cygwin、jce release 文件以及taf 源码，这些都可以在 的开发机上通过 samba 访问。建议使用推荐的字体 Lucida Sans Typewriter，并集成一系列开源插件和自定义插件，以增强开发效率。
在使用 CLion 时，可以直接引入单个服务项目，避免复杂目录的引入。通过“Tools”菜单可以实现快速同步部署，确保本地服务目录文件自动同步到目标编译目录。配置好同步后，可以尝试使用智能提示功能，以验证其是否正常工作。
CLion 提供了丰富的功能，如 Live Tempalte（模板代码生成）、快捷键（如 Shift+Ctrl+N、Ctrl+E等）和窗口切换（Alt+F2）等，这些功能极大地提高了开发效率。例如，使用 Shift+Enter 可以在新窗口打开文件，Alt+Shift+方向键可以实现代码的移动和命名等操作。
CLion 还提供了自动同步、代码格式化、跳转和语法提示等功能，如格式化代码（Alt+Ctrl+L）、字符串转换（Alt+M）等，这些功能进一步提升了开发者的编程体验。尽管存在一些小 bug，但官方提供了 GitHub 地址供用户报告问题和贡献代码，以便共同维护和优化工具。
mac下clion，中文乱码，编辑器编码格式是utf-8，我切换成GBK乱码就好了，但我得每个文件都这么操作下？
代码文件是GBK编码存储，因为代码部分的编码都是的ascii的所以对编译不影响。
实在想看代码注释，可以在clion弹出的框框点击Reload（对源码文件无影响）或convert（对源码文件有影响）。
问：按住ctrl+鼠标键可以实现查看函数本身，但同时会显示右键菜单？如何不显示右键菜单？
答：可能电脑安装了什么软件，例如有道词典或什么的会触发右键。默认情况下ctrl+鼠标左键不会弹出右键菜单。
问：以及过去了怎么回退到刚才的函数入口文件出？
答：按一下鼠标侧键的后退键。
建议：如果问题比较多，建议拆封成多个独立问题，或者用数字标号标一下，这么做可以显著提高问题被回答的概率。
码字不易，望采纳！
linux本地clion调试TVM源码环境搭建
首先，从网上下载TVM源码和LLVM，然后解压LLVM文件。
接着，使用Clion打开TVM源码以CMake工程形式，确保在CMake选项中配置了解压后的LLVM路径。
在成功加载CMake工程后，进行编译操作，点击工具栏上的编译按钮，编译结果会生成一个动态库文件，如libtvm.so。
若遇到编译错误提示“unrecognized command line option ‘-fuse-ld=lld”，检查并升级gcc版本以解决此问题。
仅需编译TVM代码即可开始调试工作，无需额外编译其他组件。
准备Python代码执行环境，调整环境变量，确保PYTHONPATH指向TVM源码中的Python包路径，同时设置LD_LIBRARY_PATH指向动态库生成路径。
尝试运行自编写的Python脚本，验证环境配置是否正确。
为了调试C++源码，创建一个CMake应用，例如命名为cppEntrance，配置程序参数为待调试的Python脚本路径，并在环境变量中保持与Python脚本相同的设置。
找到对应Python接口的C++代码入口，设置断点，启动cppEntrance调试，即可进入TVM的C++代码调试。
对于查找TVM接口对应的C++代码入口，除全局搜索外，可能存在其他方法或工具。欢迎在评论区分享您的经验或建议。
如何在clion上配置使用opencv?
为了在 Clion 上配置并使用 OpenCV，您需要按照以下步骤操作：
首先，确保您的系统满足以下环境需求：Windows 专业版 bit、MinGW 3.、cmake 3.8.1、Clion .1 和 OpenCV 3.。
接下来，请访问cmake.org下载cmake版本3.8.1的Windows 位安装包，并将文件命名为cmake-3.8.1-win-x。
前往opencv.org的发布页面下载OpenCV 3.2.0的vc版本。
按照以下步骤进行配置：
1. 解压下载的OpenCV文件，将源代码目录设置为D:/opencv/sources。
2. 在CMake中选择源代码目录，保存到D:\opencv\mingw-build。
3. 在CMake中配置类型为MinGW Makefiles，等待配置完成并根据需要选择相关选项。再次点击Configure并确认所有区域变为白色后，点击Generate，等待操作完成。
4. 打开命令提示符，进入D:\opencv\mingw-build目录，输入mingw-make命令，等待编译完成。您可能需要尝试多次，直到成功。
5. 解决可能遇到的错误，如变量未找到问题，通过修改D:\MinGW\include\commctrl.h文件中的代码来解决。
6. 查找MinGW与库冲突问题，通过在github上查找解决方案，如修改D:\opencv\sources\modules\ts\include\opencv2\ts\ts_gtest.h文件中的条件编译。
7. 下载并覆盖github上的ts_gtest.h文件，以解决冲突。
8. 成功编译后，运行mingw-make install命令，创建一个安装文件夹。
9. 将D:\opencv\mingw-build\install\x\mingw\bin目录添加到系统环境变量path中，并重启系统。
. 打开Clion，编辑CMakeLists.txt文件并测试代码。
经过这些步骤后，您应该能够在Clion中成功配置并使用OpenCV。
