lastest release Version:1.9.7.1002

32 bit: http://pan.baidu.com/s/1mgXobxe  

64 bit: http://pan.baidu.com/s/1pKjtk3T  

Release time: 2015-11-04

Changelog:
update ngx_lua module to 0.9.19
update headers-more-nginx-module to 0.28
update ngx_lua_upstream module to 0.04
update rds-csv-nginx-module to 0.07

update lua-cjson module to 2.1.0.3

update lua-rds-parser module to 0.06
update lua-redis-parser module to 0.12

update LuaJIT to 2.1.0 beta1 

nginx openresty 迁移到 windows 下的版本。

主要特性：

•  高性能

•  超过 20,000 连接并发 (特定cpu多核的机器上，server新版本的 35000并发)

•  多进程

•  各种 Nginx bug 修复

包括以下模块：

•  ngx-coolkit-module

•  echo-nginx-module

•  set-misc-nginx-module

•  ngx-postgres-module

•  ngx-lua-module

•  headers-more-nginx-module

•  rds-json-nginx-module

from http://docs.continuum.io/anaconda-cluster/examples/spark-caffe

Deep Learning (Spark, Caffe, GPU)

Description

To demonstrate the capability of running a distributed job in PySpark using a GPU, this example uses a neural network library, Caffe. Below is a trivial example of using Caffe on a Spark cluster; although this is redundant, it demonstrates the capability of training neural networks with GPUs.

For this example, we recommend the use of the AMI ami-2cbf3e44 and the instance type g2.2xlarge. An example profile (to be placed in ~/.acluster/profiles.d/gpu_profile.yaml) is shown below:

name: gpu_profile
node_id: ami-2cbf3e44 # Ubuntu 14.04 - IS HVM - Cuda 6.5
user: ubuntu
node_type: g2.2xlarge
num_nodes: 3
provider: aws
plugins:
  - spark-yarn
  - notebook

Download

To execute this example, download the: spark-caffe.py example script or spark-caffe.ipynbexample notebook.

Installation

The Spark + YARN plugin can be installed on the cluster using the following command:

$ acluster install spark-yarn

Once the Spark + YARN plugin is installed, you can view the YARN UI in your browser using the following command:

$ acluster open yarn

Dependencies

First, we need to bootstrap Caffe and its dependencies on all of the nodes. We provide a bash script that will install Caffe from source: bootstrap-caffe.sh. The following command can be used to upload the bootstrap-caffe.sh script to all of the nodes and execute it in parallel:

$ acluster submit bootstrap-caffe.sh --all

After a few minues, Caffe and its dependencies will be installed on the cluster nodes and the job can be started.

Running the Job

Here is the complete script to run the Spark + GPU with Caffe example in PySpark:

# spark-caffe.py from pyspark import SparkConf from pyspark import SparkContext  conf = SparkConf() conf.setMaster('yarn-client') conf.setAppName('spark-caffe') sc = SparkContext(conf=conf)   def noop(x):     import socket     return socket.gethostname()  rdd = sc.parallelize(range(2), 2) hosts = rdd.map(noop).distinct().collect() print hosts   def caffe_process(x):     import os     os.environ['PATH'] = '/usr/local/cuda/bin' + ':' + os.environ['PATH']     os.environ['LD_LIBRARY_PATH'] = '/usr/local/cuda/lib64:/home/ubuntu/pombredanne-https-gitorious.org-mdb-mdb.git-9cc04f604f80/libraries/liblmdb'     import subprocess     proc = subprocess.Popen('cd /home/ubuntu/caffe && bash ./examples/mnist/train_lenet.sh', shell=True, stdout=subprocess.PIPE, stderr=subprocess.PIPE)     out, err = proc.communicate()     return proc.returncode, out, err  rdd = sc.parallelize(range(2), 2) ret = rdd.map(caffe_process).distinct().collect() print ret 

You can submit the script to the Spark cluster using the submit command.

$ acluster submit spark-caffe.py 

After the script completes, the trained Caffe model can be found at/home/ubuntu/caffe/examples/mnist/lenet_iter_10000.caffemodel on all of the compute nodes.

As i write this blog the webkit is ported to at least 8 platforms like gtk,qt,mac,symbian,haiku,wince,android,efl and many more to come..

ØMQ

ZeroMQ an introduction

Routing with Ruby & ZeroMQ Devices

ZeroMQ: Modern & Fast Networking Stack

Selecting a Message Queue – AMQP or ZeroMQ

An Introduction to ØMQ (ZeroMQ)

High-speed message matching

ØMQ – The Guide

zeromq初体验

zeromqその１

zeromqその２

另外，WPS Office 抢鲜版V8.0对在线素材库进行了改进，使素材库的速度较之前提升5倍，同时段落布局的使用也更加方便，还支持页面颜色的更换，颜色、纹理、图案想怎么来就怎么来，让用户的办公操作更加简单轻松。
网友可登陆WPS官网下载WPS Office抢鲜版V8.0试用，该版本在以下几方面的性能上有显著提升

1、素材库改进
WPS Office抢鲜版V8.0素材库的速度较之前提升了5倍，并且新增了翻页、一键删除等功能，使用素材更方便，同时支持老素材的迁移，新旧素材可以同时使用。此外，还在WPS客户端增加了热门素材推荐，让用户可以在第一时间获得最新信息。
功能入口：
2012界面下：WPS程序右上角"素材库"图标
经典界面下："插入"选项卡 | 素材库


2、段落布局
WPS的段落布局功能深受广大用户的喜爱，在WPS Office抢鲜版V8.0中对段落布局功能的编辑框进行了优化，同时新增了关闭按钮，让鼠标操作更加直接；并且支持多段操作，使段落调整更加方便。

功能入口：
2012界面下：
1.WPS文字，开始选项卡，显示/隐藏段落布局按钮
2.点击光标所在行行首"段落布局"图标
经典界面下：
1.常用工具栏，显示/隐藏段落布局按钮
2.点击光标所在行行首"段落布局"图标.


3、页面颜色
新版本的WPS文字新增了页面颜色功能，用户可以根据需要随意对页面颜色进行调整，可以选择颜色、渐变、纹理、图案、图片，想怎么来就怎么来。
功能入口：
2012界面下：WPS文字，单击"页面布局"选项卡，"页面背景"功能区
经典界面下：WPS文字，单击"格式 | 背景"菜单


4、两种界面切换
WPS Office 2012支持Win7时尚界面和经典界面两种界面形式，用户在使用中可以轻松对两种界面风格进行切换，让用户根据使用习惯选择界面形式，充分尊重用户的体验与感受。

功能入口：
2012界面下：程序右上角"切换界面"按钮
经典界面下：常用工具栏"切换界面"按钮或者主菜单栏"工具 | 切换界面"

下载地址 http://www.wps.cn/product/beta/
wps office 2012 抢鲜版 素材库 webkit 云存储 办公

特点：
1、WPS Office 2012支持更加丰富的素材资源库，它提供各种图标、图形、按钮和符号，帮助用户美化文档。同时，WPS的素材库还支持上传、保存。

2、智能标签网络抓取，只要开启 就可以抓网络的数据

3、支持素材拖进来保存

4、支持拖到wps 文档中

5、私有云存储
在线素材库：混合bs、cs结构，云存储技术...

Tags: wps2012, kingsoft, 金山软件,  webkit, ruby, sqlit, 云存储

http://www.windowscoder.org/ITNews/353.html

我们都会老的吧。

人，有时候，总想为心灵抓一把稻草。

再强大的心灵总有破绽

而自己好像全身都是破绽

面对所有自身的问题

好像没有太多的焦虑，就像不似一个人一样

来时的路上，所体验的种种，好像与我无关一样，就像一切不曾有过

而我却是走着那条路来的。

以前总是选择最锻炼踏实的路取走

一个一个自己加于的自己的枷锁，

装上，拆掉，再装，再拆

过程是什么，最后是什么

现在呢

好像现在也给自己带上一个枷锁了

哦，好像不止一个。

为了目标？

一辈子还要多少次循环