- SD模型微调之LoRA
好评笔记
补档深度学习计算机视觉人工智能面试AIGCSDstablediffusion
大家好,这里是Goodnote(好评笔记),关注公主号Goodnote,专栏文章私信限时Free。本文是SD模型微调方法LoRA的详细介绍,包括数据集准备,模型微调过程,推理过程,优缺点等。热门专栏机器学习机器学习笔记合集深度学习深度学习笔记合集文章目录热门专栏机器学习深度学习论文概念核心原理优点训练过程预训练模型加载选择微调的层LoRA优化的层Cross-Attention(跨注意力)层Self
- 深度学习论文阅读路线图
喜欢打酱油的老鸟
深度学习论文阅读路线图深度学习论文阅读路线图论文阅读路线图
https://www.toutiao.com/a6703859415763649031/作者:floodsun编译:ronghuaiyang这是作者一年前整理的东西,有些最新的论文没有包含进去,但是对于新手来说,入门足够了!如果你是深度学习领域的新人,你的第一个问题可能是“我该从哪些论文开始读起呢?”这就是深度学习论文的阅读路线图!这个路线图是根据下面几个规则构建的:从概要到细节从老的到最新的业
- 深度学习论文: Cultivated Land Extraction from High-Resolution Remote Sensing Image
mingo_敏
PaperReadingDeepLearningInstanceSegmentationpython人工智能机器学习
深度学习论文:CultivatedLandExtractionfromHigh-ResolutionRemoteSensingImageTheWinningSolutiontotheiFLYTEKChallenge2021CultivatedLandExtractionfromHigh-ResolutionRemoteSensingImagePDF:https://arxiv.org/pdf/22
- 深度学习论文精读(7):MTCNN
hwl19951007
计算机视觉论文精读
深度学习论文精读(7):MTCNN论文地址:JointFaceDetectionandAlignmentusingMulti-taskCascadedConvolutionalNetworks译文地址:https://zhuanlan.zhihu.com/p/37884254参考博文1:https://zhuanlan.zhihu.com/p/38520597官方地址:https://kpzhan
- 易 AI - 使用 TensorFlow 2 Keras 实现 AlexNet CNN 架构
CatchZeng
原文:https://makeoptim.com/deep-learning/yiai-alexnet-implementation前言网络结构实现SequentialSubclassingDemo小结参考前言上一篇笔者使用如何阅读深度学习论文的方法阅读了AlexNet。为了加深理解,本文带大家使用TensorFlow2Keras实现AlexNetCNN架构。网络结构image从上一篇可以得到Al
- 【初读论文】
Selvaggia
深度学习python
这里写目录标题万字长文解析深度学习中的术语面向小白的深度学习论文术语(持续更新)deepsolo不懂的知识pipelinebaselineRoI(RegionofInterest)分类问题中的正例负例指示函数(indicatorfunction)模型性能评估指标(PRF1……)深度学习中的FPN详解CNN解码Transformer:自注意力机制与编解码器机制详述与代码实现deepsolo前言知乎深
- 第4周:Pytorch——综合应用和实战项目 Day 28-30: 学习资源和社区参与
M.D
学习pytorchtensorflow
第4周:综合应用和实战项目Day28-30:学习资源和社区参与在这个阶段,我们将探索更多的学习资源并鼓励参与PyTorch和TensorFlow的社区,以进一步提升技术和融入开发者社群。学习资源:论文:阅读最新的机器学习和深度学习论文,了解领域的最新进展。推荐资源包括arXiv、GoogleScholar。博客和教程:关注行业知名博客和教程,如TowardsDataScience,Medium,P
- 深度学习论文解读分享之diffGrad:一种卷积神经网络优化方法
曦曦逆风
深度学习深度学习cnn人工智能
IEEETNNLS2020:diffGrad:一种卷积神经网络优化方法题目diffGrad:AnOptimizationMethodforConvolutionalNeuralNetworks作者ShivRamDubey,Member,IEEE,SoumenduChakraborty,SwalpaKumarRoy,StudentMember,IEEE,SnehasisMukherjee,Membe
- AI 论文精读,中文视频讲解:剖析人工智能本质 | 开源日报 No.120
开源服务指南
开源日报人工智能开源
mli/paper-readingStars:21.8kLicense:Apache-2.0深度学习论文精读是一个深度学习相关论文列表,包括计算机视觉、生成模型、自然语言处理等多个领域。该项目的核心优势和特点包括:提供了大量关于深度学习各领域热门文章内容对不同年份发表的有较高引用率或近期比较有意思的文章进行详尽解读涵盖了计算机视觉、生成模型、自然语言处理等多个方面,为广大研究者提供全面而专业的知识
- 深度学习论文阅读:Generative Pre-Training(GPT)
阿正的梦工坊
DLPapers深度学习GPTBERTtransformer
文章目录GPTAbstract1Introduction6Conclusion2RelatedWork3Framework3.1Unsupervisedpre-trainingGPT和BERT的区别3.2Supervisedfine-tuning3.3Task-specificinputtransformations4Experiments总结参考GPT核心点:预训练一个transformerde
- 推荐·人工智能+深度学习论文阅读小组
我的昵称违规了
Pytorch学习到第5篇论文,这篇论文解读很少,就在网上搜了一下,不经意发现这个小组,推荐给大家。似乎不让放外链?我试一下PaperWeeklyPaperWeekly论文阅读小组阅读论文是小众活动,阅读者分散在全球各地。PaperWeekly论文阅读小组,把分散在全球的华人阅读者,聚合在一起。不仅互帮互助读懂论文,而且通过讨论,激发灵感。进入PaperWeekly的网站,阅读者不仅可以看到本周热
- 经典深度学习论文中英文翻译
MrUncle德鲁
机器学习论文翻译深度学习中英文
DeepLearningPapersTranslation(CV)仅为方便查看。本文转自:SnailTyan的Github(侵删)ImageClassificationAlexNetImageNetClassificationwithDeepConvolutionalNeuralNetworks中文版中英文对照VGGVeryDeepConvolutionalNetworksforLarge-Sca
- 使用 PointNet 进行3D点集(即点云)的分类
TD程序员
深度学习开发实践系列分类数据挖掘人工智能机器学习神经网络3d
点云分类介绍无序3D点集(即点云)的分类、检测和分割是计算机视觉中的核心问题。此示例实现了开创性的点云深度学习论文PointNet(Qi等人,2017)。设置如果使用colab首先安装trimesh!pipinstalltrimesh。importosimportglobimporttrimeshimportnumpyasnpimporttensorflowastffromte
- [深度学习论文笔记]Hybrid Window Attention Based Transformer Architecture for Brain Tumor Segmentation
SerendipityQYK
深度学习之医学图像分割论文深度学习transformer医学图像处理肿瘤分割人工智能
HybridWindowAttentionBasedTransformerArchitectureforBrainTumorSegmentation基于混合窗口注意力的Transformer结构脑肿瘤分割Author:HimashiPeiris,MunawarHayat,ZhaolinChen,GaryEgan,MehrtashHarandiUnit:MonashUniversitySubmitt
- FlyAI小课堂:深度学习论文翻译解析(3):丰富的特征层次结构,可实现准确的目标检测和语义分割
iFlyAI
竞赛深度学习目标检测机器翻译目标检测语义分割深度学习
论文标题:Richfeaturehierarchiesforaccurateobjectdetectionandsemanticsegmentation标题翻译:丰富的特征层次结构,可实现准确的目标检测和语义分割论文作者:RossGirshickJeffDonahueTrevorDarrellJitendraMali论文地址:http://fcv2011.ulsan.ac.kr/files/ann
- 深度学习论文翻译 -- Inception-v4,Inception-ResNet and the Impact of Residual Connections on Learning
X_Imagine
深度学习论文翻译Inception-V4图像分类深度学习
本文翻译论文为深度学习经典模型之一:Inception-V4论文链接:https://arxiv.org/pdf/1602.07261.pdf摘要:近些年,超深度卷积网络成为图像识别领域的核心算法。其中,Inception结构在图像分类中表现优秀,并且计算代价很低。最近,残差与更加传统的结构相结合,在ILSVRC挑战中获得Start-of-art的结果(与Inception-v3)的分类精度差不多
- 机器学习/深度学习论文里的损失函数 L字体书写方式
Echo_ac
python
损失函数L\mathcal{L}L:\mathcal{L}损失函数l\mathcal{l}l:\mathcal{l}
- 深度学习论文: ISTDU-Net:Infrared Small-Target Detection U-Net及其PyTorch实现
mingo_敏
PaperReadingDeepLearningSemanticSegmentation深度学习pytorch人工智能
深度学习论文:ISTDU-Net:InfraredSmall-TargetDetectionU-Net及其PyTorch实现ISTDU-Net:InfraredSmall-TargetDetectionU-NetPDF:https://doi.org/10.1109/LGRS.2022.3141584PyTorch代码:https://github.com/shanglianlm0525/CvPy
- 深度学习论文: Rethinking Mobile Block for Efficient Attention-based Models及其PyTorch实现
mingo_敏
PaperReadingDeepLearning深度学习pytorch人工智能
深度学习论文:RethinkingMobileBlockforEfficientAttention-basedModels及其PyTorch实现RethinkingMobileBlockforEfficientAttention-basedModelsPDF:https://arxiv.org/pdf/2301.01146.pdfPyTorch代码:https://github.com/shang
- ICCV 2023 | Ada3D: 利用动态推理挖掘3D感知任务中数据冗余性
AITIME论道
3d
点击蓝字关注我们AITIME欢迎每一位AI爱好者的加入!以下内容来源于将门创投作者:赵天辰机构:清华大学电子工程系研究方向:硬件友好的高效深度学习论文标题:Ada3D:ExploitingtheSpatialRedundancywithAdaptiveInferenceforEfficient3DObjectDetection论文地址:https://arxiv.org/abs/2307.0820
- 深度学习论文分享(六)Simple Baselines for Image Restoration
澪mio
深度学习论文分享深度学习人工智能
深度学习论文分享(六)SimpleBaselinesforImageRestoration前言Abstract1Introduction2RelatedWorks2.1ImageRestoration2.2GatedLinearUnits3BuildASimpleBaseline3.1Architecture3.2APlainBlock3.3Normalization3.4Activation3.
- 深度学习论文分享(七)Denoising Diffusion Probabilistic Models for Robust Image Super-Resolution in the Wild
澪mio
深度学习论文分享深度学习人工智能
深度学习论文分享(七)DenoisingDiffusionProbabilisticModelsforRobustImageSuper-ResolutionintheWild前言Abstract1.Introduction2.BackgroundonDiffusionModels3.RelatedWork4.Methodology4.1.Architecture4.2.Higher-orderde
- 深度学习论文分享(八)Learning Event-Driven Video Deblurring and Interpolation
澪mio
深度学习论文分享深度学习人工智能
深度学习论文分享(八)LearningEvent-DrivenVideoDeblurringandInterpolation前言Abstract1Introduction2Motivation2.1PhysicalModelofEvent-basedVideoReconstruction2.2SpatiallyVariantTriggeringThreshold3ProposedMethods3.
- 深度学习论文: Segment Any Anomaly without Training via Hybrid Prompt Regularization
mingo_敏
UnsupervisedAnomalyDetectionPaperReadingDeepLearning深度学习prompt人工智能
深度学习论文:SegmentAnyAnomalywithoutTrainingviaHybridPromptRegularizationSegmentAnyAnomalywithoutTrainingviaHybridPromptRegularizationPDF:https://arxiv.org/pdf/2305.10724.pdfPyTorch代码:https://github.com/sh
- 年末回顾:2021年 AI 领域十大研究趋势及必读论文
夕小瑶
人工智能大数据算法编程语言python
编|小轶,Yimin_饭煲在本文中,我们将梳理近百篇的最新深度学习论文,以总结出“2021年十大AI研究趋势”。AI领域的论文可谓层出不穷。这篇文章或许能帮助你跟踪总体趋势和重要研究。下文中提及的部分工作可能并不发表于2021年,但对于形成2021年的AI趋势也起到了重要作用,因而也在本文中列出。1.OpenAICLIPOpenAI今年年初发布的CLIP模型可以说是今年AI行业最重要的里程碑。CL
- 深度学习论文: RepViT: Revisiting Mobile CNN From ViT Perspective及其PyTorch实现
mingo_敏
PaperReadingDeepLearning深度学习cnnpytorch
深度学习论文:RepViT:RevisitingMobileCNNFromViTPerspective及其PyTorch实现RepViT:RevisitingMobileCNNFromViTPerspectivePDF:https://arxiv.org/pdf/2307.09283.pdfPyTorch代码:https://github.com/shanglianlm0525/CvPytorch
- 深度学习论文: Towards Total Recall in Industrial Anomaly Detection及其PyTorch实现
mingo_敏
UnsupervisedAnomalyDetectionPaperReadingDeepLearning深度学习pytorch人工智能
深度学习论文:TowardsTotalRecallinIndustrialAnomalyDetection及其PyTorch实现TowardsTotalRecallinIndustrialAnomalyDetectionPDF:https://arxiv.org/pdf/2106.08265.pdfPyTorch代码:https://github.com/shanglianlm0525/CvPyt
- 万字长文解析深度学习中的术语
追忆苔上雪
深度学习人工智能pytorch机器学习神经网络
引言新手在学习深度学习或者在看深度学习论文的过程中,有不少专业词汇,软件翻译不出来,就算是翻译出来也看不懂,因为不少术语是借用其他学科的概念,这里整理了一些在深度学习中常见的术语,并对一些概念进行解释。这里先教大家一个查概念的方法,比如我想查Ablationstudy,这个中文翻译是消融实验,这概念谁能明白呢,咱们可以从根源去查消融实验的含义,打开google,直接搜whatisxxxindeep
- 深度学习论文: Q-YOLO: Efficient Inference for Real-time Object Detection及其PyTorch实现
mingo_敏
PaperReadingQuantDeepLearning目标跟踪人工智能计算机视觉
深度学习论文:Q-YOLO:EfficientInferenceforReal-timeObjectDetection及其PyTorch实现Q-YOLO:EfficientInferenceforReal-timeObjectDetectionPDF:https://arxiv.org/pdf/2307.04816.pdfPyTorch代码:https://github.com/shanglian
- 深度学习论文分享(四)Retentive Network: A Successor to Transformer for Large Language Models
澪mio
深度学习论文分享深度学习transformer语言模型
深度学习论文分享(四)RetentiveNetwork:ASuccessortoTransformerforLargeLanguageModels前言Abstract1Introduction2RetentiveNetworks2.1Retention2.2GatedMulti-ScaleRetention2.3OverallArchitectureofRetentionNetworks2.4Re
- 枚举的构造函数中抛出异常会怎样
bylijinnan
javaenum单例
首先从使用enum实现单例说起。
为什么要用enum来实现单例?
这篇文章(
http://javarevisited.blogspot.sg/2012/07/why-enum-singleton-are-better-in-java.html)阐述了三个理由:
1.enum单例简单、容易,只需几行代码:
public enum Singleton {
INSTANCE;
- CMake 教程
aigo
C++
转自:http://xiang.lf.blog.163.com/blog/static/127733322201481114456136/
CMake是一个跨平台的程序构建工具,比如起自己编写Makefile方便很多。
介绍:http://baike.baidu.com/view/1126160.htm
本文件不介绍CMake的基本语法,下面是篇不错的入门教程:
http:
- cvc-complex-type.2.3: Element 'beans' cannot have character
Cb123456
springWebgis
cvc-complex-type.2.3: Element 'beans' cannot have character
Line 33 in XML document from ServletContext resource [/WEB-INF/backend-servlet.xml] is i
- jquery实例:随页面滚动条滚动而自动加载内容
120153216
jquery
<script language="javascript">
$(function (){
var i = 4;$(window).bind("scroll", function (event){
//滚动条到网页头部的 高度,兼容ie,ff,chrome
var top = document.documentElement.s
- 将数据库中的数据转换成dbs文件
何必如此
sqldbs
旗正规则引擎通过数据库配置器(DataBuilder)来管理数据库,无论是Oracle,还是其他主流的数据都支持,操作方式是一样的。旗正规则引擎的数据库配置器是用于编辑数据库结构信息以及管理数据库表数据,并且可以执行SQL 语句,主要功能如下。
1)数据库生成表结构信息:
主要生成数据库配置文件(.conf文
- 在IBATIS中配置SQL语句的IN方式
357029540
ibatis
在使用IBATIS进行SQL语句配置查询时,我们一定会遇到通过IN查询的地方,在使用IN查询时我们可以有两种方式进行配置参数:String和List。具体使用方式如下:
1.String:定义一个String的参数userIds,把这个参数传入IBATIS的sql配置文件,sql语句就可以这样写:
<select id="getForms" param
- Spring3 MVC 笔记(一)
7454103
springmvcbeanRESTJSF
自从 MVC 这个概念提出来之后 struts1.X struts2.X jsf 。。。。。
这个view 层的技术一个接一个! 都用过!不敢说哪个绝对的强悍!
要看业务,和整体的设计!
最近公司要求开发个新系统!
- Timer与Spring Quartz 定时执行程序
darkranger
springbean工作quartz
有时候需要定时触发某一项任务。其实在jdk1.3,java sdk就通过java.util.Timer提供相应的功能。一个简单的例子说明如何使用,很简单: 1、第一步,我们需要建立一项任务,我们的任务需要继承java.util.TimerTask package com.test; import java.text.SimpleDateFormat; import java.util.Date;
- 大端小端转换,le32_to_cpu 和cpu_to_le32
aijuans
C语言相关
大端小端转换,le32_to_cpu 和cpu_to_le32 字节序
http://oss.org.cn/kernel-book/ldd3/ch11s04.html
小心不要假设字节序. PC 存储多字节值是低字节为先(小端为先, 因此是小端), 一些高级的平台以另一种方式(大端)
- Nginx负载均衡配置实例详解
avords
[导读] 负载均衡是我们大流量网站要做的一个东西,下面我来给大家介绍在Nginx服务器上进行负载均衡配置方法,希望对有需要的同学有所帮助哦。负载均衡先来简单了解一下什么是负载均衡,单从字面上的意思来理解就可以解 负载均衡是我们大流量网站要做的一个东西,下面我来给大家介绍在Nginx服务器上进行负载均衡配置方法,希望对有需要的同学有所帮助哦。
负载均衡
先来简单了解一下什么是负载均衡
- 乱说的
houxinyou
框架敏捷开发软件测试
从很久以前,大家就研究框架,开发方法,软件工程,好多!反正我是搞不明白!
这两天看好多人研究敏捷模型,瀑布模型!也没太搞明白.
不过感觉和程序开发语言差不多,
瀑布就是顺序,敏捷就是循环.
瀑布就是需求、分析、设计、编码、测试一步一步走下来。而敏捷就是按摸块或者说迭代做个循环,第个循环中也一样是需求、分析、设计、编码、测试一步一步走下来。
也可以把软件开发理
- 欣赏的价值——一个小故事
bijian1013
有效辅导欣赏欣赏的价值
第一次参加家长会,幼儿园的老师说:"您的儿子有多动症,在板凳上连三分钟都坐不了,你最好带他去医院看一看。" 回家的路上,儿子问她老师都说了些什么,她鼻子一酸,差点流下泪来。因为全班30位小朋友,惟有他表现最差;惟有对他,老师表现出不屑,然而她还在告诉她的儿子:"老师表扬你了,说宝宝原来在板凳上坐不了一分钟,现在能坐三分钟。其他妈妈都非常羡慕妈妈,因为全班只有宝宝
- 包冲突问题的解决方法
bingyingao
eclipsemavenexclusions包冲突
包冲突是开发过程中很常见的问题:
其表现有:
1.明明在eclipse中能够索引到某个类,运行时却报出找不到类。
2.明明在eclipse中能够索引到某个类的方法,运行时却报出找不到方法。
3.类及方法都有,以正确编译成了.class文件,在本机跑的好好的,发到测试或者正式环境就
抛如下异常:
java.lang.NoClassDefFoundError: Could not in
- 【Spark七十五】Spark Streaming整合Flume-NG三之接入log4j
bit1129
Stream
先来一段废话:
实际工作中,业务系统的日志基本上是使用Log4j写入到日志文件中的,问题的关键之处在于业务日志的格式混乱,这给对日志文件中的日志进行统计分析带来了极大的困难,或者说,基本上无法进行分析,每个人写日志的习惯不同,导致日志行的格式五花八门,最后只能通过grep来查找特定的关键词缩小范围,但是在集群环境下,每个机器去grep一遍,分析一遍,这个效率如何可想之二,大好光阴都浪费在这上面了
- sudoku solver in Haskell
bookjovi
sudokuhaskell
这几天没太多的事做,想着用函数式语言来写点实用的程序,像fib和prime之类的就不想提了(就一行代码的事),写什么程序呢?在网上闲逛时发现sudoku游戏,sudoku十几年前就知道了,学生生涯时也想过用C/Java来实现个智能求解,但到最后往往没写成,主要是用C/Java写的话会很麻烦。
现在写程序,本人总是有一种思维惯性,总是想把程序写的更紧凑,更精致,代码行数最少,所以现
- java apache ftpClient
bro_feng
java
最近使用apache的ftpclient插件实现ftp下载,遇见几个问题,做如下总结。
1. 上传阻塞,一连串的上传,其中一个就阻塞了,或是用storeFile上传时返回false。查了点资料,说是FTP有主动模式和被动模式。将传出模式修改为被动模式ftp.enterLocalPassiveMode();然后就好了。
看了网上相关介绍,对主动模式和被动模式区别还是比较的模糊,不太了解被动模
- 读《研磨设计模式》-代码笔记-工厂方法模式
bylijinnan
java设计模式
声明: 本文只为方便我个人查阅和理解,详细的分析以及源代码请移步 原作者的博客http://chjavach.iteye.com/
package design.pattern;
/*
* 工厂方法模式:使一个类的实例化延迟到子类
* 某次,我在工作不知不觉中就用到了工厂方法模式(称为模板方法模式更恰当。2012-10-29):
* 有很多不同的产品,它
- 面试记录语
chenyu19891124
招聘
或许真的在一个平台上成长成什么样,都必须靠自己去努力。有了好的平台让自己展示,就该好好努力。今天是自己单独一次去面试别人,感觉有点小紧张,说话有点打结。在面试完后写面试情况表,下笔真的好难,尤其是要对面试人的情况说明真的好难。
今天面试的是自己同事的同事,现在的这个同事要离职了,介绍了我现在这位同事以前的同事来面试。今天这位求职者面试的是配置管理,期初看了简历觉得应该很适合做配置管理,但是今天面
- Fire Workflow 1.0正式版终于发布了
comsci
工作workflowGoogle
Fire Workflow 是国内另外一款开源工作流,作者是著名的非也同志,哈哈....
官方网站是 http://www.fireflow.org
经过大家努力,Fire Workflow 1.0正式版终于发布了
正式版主要变化:
1、增加IWorkItem.jumpToEx(...)方法,取消了当前环节和目标环节必须在同一条执行线的限制,使得自由流更加自由
2、增加IT
- Python向脚本传参
daizj
python脚本传参
如果想对python脚本传参数,python中对应的argc, argv(c语言的命令行参数)是什么呢?
需要模块:sys
参数个数:len(sys.argv)
脚本名: sys.argv[0]
参数1: sys.argv[1]
参数2: sys.argv[
- 管理用户分组的命令gpasswd
dongwei_6688
passwd
NAME: gpasswd - administer the /etc/group file
SYNOPSIS:
gpasswd group
gpasswd -a user group
gpasswd -d user group
gpasswd -R group
gpasswd -r group
gpasswd [-A user,...] [-M user,...] g
- 郝斌老师数据结构课程笔记
dcj3sjt126com
数据结构与算法
<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<
- yii2 cgridview加上选择框进行操作
dcj3sjt126com
GridView
页面代码
<?=Html::beginForm(['controller/bulk'],'post');?>
<?=Html::dropDownList('action','',[''=>'Mark selected as: ','c'=>'Confirmed','nc'=>'No Confirmed'],['class'=>'dropdown',])
- linux mysql
fypop
linux
enquiry mysql version in centos linux
yum list installed | grep mysql
yum -y remove mysql-libs.x86_64
enquiry mysql version in yum repositoryyum list | grep mysql oryum -y list mysql*
install mysq
- Scramble String
hcx2013
String
Given a string s1, we may represent it as a binary tree by partitioning it to two non-empty substrings recursively.
Below is one possible representation of s1 = "great":
- 跟我学Shiro目录贴
jinnianshilongnian
跟我学shiro
历经三个月左右时间,《跟我学Shiro》系列教程已经完结,暂时没有需要补充的内容,因此生成PDF版供大家下载。最近项目比较紧,没有时间解答一些疑问,暂时无法回复一些问题,很抱歉,不过可以加群(334194438/348194195)一起讨论问题。
----广告-----------------------------------------------------
- nginx日志切割并使用flume-ng收集日志
liyonghui160com
nginx的日志文件没有rotate功能。如果你不处理,日志文件将变得越来越大,还好我们可以写一个nginx日志切割脚本来自动切割日志文件。第一步就是重命名日志文件,不用担心重命名后nginx找不到日志文件而丢失日志。在你未重新打开原名字的日志文件前,nginx还是会向你重命名的文件写日志,linux是靠文件描述符而不是文件名定位文件。第二步向nginx主
- Oracle死锁解决方法
pda158
oracle
select p.spid,c.object_name,b.session_id,b.oracle_username,b.os_user_name from v$process p,v$session a, v$locked_object b,all_objects c where p.addr=a.paddr and a.process=b.process and c.object_id=b.
- java之List排序
shiguanghui
list排序
在Java Collection Framework中定义的List实现有Vector,ArrayList和LinkedList。这些集合提供了对对象组的索引访问。他们提供了元素的添加与删除支持。然而,它们并没有内置的元素排序支持。 你能够使用java.util.Collections类中的sort()方法对List元素进行排序。你既可以给方法传递
- servlet单例多线程
utopialxw
单例多线程servlet
转自http://www.cnblogs.com/yjhrem/articles/3160864.html
和 http://blog.chinaunix.net/uid-7374279-id-3687149.html
Servlet 单例多线程
Servlet如何处理多个请求访问?Servlet容器默认是采用单实例多线程的方式处理多个请求的:1.当web服务器启动的