- echarts实现中国地图轮播省份地图(vue)
煮豆燃豆萁~
vue.jsecharts前端
代码如下:import*asechartsfrom'echarts'importchinafrom'../../../assets/json/china.json'exportdefault{data(){return{myChart:null,myTime:'',}},mounted(){window.exposedGoPath=(data)=>{this.$router.push({name:
- 在 PyTorch 中,`permute` 方法是一个强大的工具,用于重排张量的维度。
小桥流水---人工智能
人工智能机器学习算法深度学习pytorch人工智能python
在PyTorch中,permute方法是一个强大的工具,用于重排张量的维度。这在深度学习中非常有用,尤其是在处理具有多维数据(如图像、视频或复杂数组)的神经网络时。PyTorch中的permute方法详解1.permute方法概述在PyTorch中,permute方法允许用户重新排列张量的维度。这与NumPy的transpose方法类似,但提供了更灵活的多维重排能力。该方法非常有用,例如,当你需要
- 1047 Student List for Course——PAT甲级
灰末
数据结构算法c++
ZhejiangUniversityhas40,000studentsandprovides2,500courses.Nowgiventheregisteredcourselistofeachstudent,youaresupposedtooutputthestudentnamelistsofallthecourses.InputSpecification:Eachinputfilecontain
- thinkPhp 6 从入门到精通(入门篇)
歌齽雪默萧
thinkphp6php后端
众所周知PHP是全世界最好的语言,没有之一(一个php程序员最后的倔强)。thinkPHP6作为主流框架被广泛使用下面教学thinkphp6的安装1.开发tp6之前得把小皮版本调到php7.3.4.nts没有就安装域名可以自己设置,跟目录写自己的,同步到hosts包括composer1.8.5也需要安装,后期多数代码都需要composer创建管理里面倒数第二个就是“composer”2.在控制面板
- Prompt Engineering Concepts
初梦语雪
#NLPprompt
Introduction,ConceptsTextgenerationmodelsgenerationpre-trainedtransformers,GPTforshort.所以呢,前置知识是TransformerAssistants助手指的是能够为用户执行任务的实体;Embeddings是数据的一种vector形式,含有原来的数据的内容和/或意义;Tokens很常见,很基础的概念。Textgen
- 大模型训练优化方法
少喝冰美式
人工智能大语言模型ai大模型大模型应用LLM大模型训练计算机技术
写在前面在训练模型尤其是大模型的时候,如何加快训练速度以及优化显存利用率是一个很关键的问题。本文主要参考HF上的一篇文章:https://huggingface.co/docs/transformers/perf_train_gpu_one,以及笔者在实际训练中的一些经验,给出一些比较实用的方法。先看一个总览的表:方法加快训练速度优化显存利用率BatchsizechoiceYesYesGradie
- Structural variation in the human genome
小米羊爱学术
Correspondingauthor:StephenW.SchererTheCentreforAppliedGenomicsandPrograminGeneticsandGenomicBiology,TheHospitalforSickChildrenandDepartmentofMolecularandMedicalGenetics,UniversityofToronto,MaRSCentre
- 大模型训练和推理
李明朔
AIGC深度学习人工智能
文章目录一、NLP基础1.Tokenizer2.positionencoding3.注意力机制与transformer架构二、大模型训练1.SFT训练2.RLHF训练3.分布式并行训练技术(1)模型并行(2)数据并行4.MoE技术4.PEFT训练5.上下文扩展技术三、大模型推理1.模型压缩(1)剪枝(2)量化2.显存优化技术3.调度优化技术4.请求优化技术5.采样和解码加速6.模型并行策略7.其他
- HuggingFace - linux环境 修改下载默认缓存路径
如果曾经拥有
LLMlinux缓存人工智能
原文:不会修改HuggingFace模型下载默认缓存路径?一篇教会你!_使用huggingface下载bert保存在哪里怎么看-CSDN博客Howtochangehuggingfacetransformersdefaultcachedirectory-StackOverflowlinux系统解决huggingface下载缓存不够的问题_清理huggingface缓存-CSDN博客本人两种方法均尝试
- pycharm redis 库
O₂883
redis数据库缓存
Redis(RemoteDictionaryServer)是一个开源的内存中数据结构存储系统,用作数据库、缓存和消息代理。它支持多种类型的数据结构,如字符串(strings)、哈希(hashes)、列表(lists)、集合(sets)、有序集合(sortedsets)和范围查询(bitmaps)、超日志(hyperloglogs)和地理空间(geospatial)索引半径查询。1、安装redis库
- 云计算day35
巭氼
云计算
⼀、Docker-compose定义1.dockercompose是docker官⽅的开源项⽬,负责实现对docker容器集群的快速编排(容器,依赖,⽹络,挂载。。)2.compose是docker公司推出的⼀个⼯具软件,可以管理多个docker容器组成的应⽤3.需要定义⼀个YAML格式的配置⽂件docker-compose.yml,写好多个容器之间的调⽤关系4.使⽤compose的步骤、5.1.
- docker-compose编排
ʚɞ496
docker容器运维
8.29docker-compose编排由于要使用python环境运行docker-compose,所以需要验证pythonpython--version1、pip工具是python的包管理工具,与yum和redhat的关系是一样的pip[root@dd~]#yum-yinstallpython2-pip升级版本,没有指定源无法升级[root@dd~]#pipinstall--upgradepip
- Dockerfile、docker run和docker-compose的区别
Will_1130
eurekajavaspringcloud
Dockerfile:Dockerfile是一个文本文件,用于定义Docker镜像的构建规则。它包含了一系列指令,用于指定镜像的构建过程,如安装软件、复制文件、设置环境变量等。当你运行dockerbuild命令时,Docker会按照Dockerfile中的指令逐步执行,生成一个新的Docker镜像。这个镜像包含了应用程序的运行环境和代码。简单来说,Dockerfile是用于构建镜像的蓝图。
- 爆改yolov8|利用BSAM改进YOLOv8,高效涨点
不想敲代码!!!
爆改yolov8即插即用YOLOyolov8目标检测人工智能深度学习
1,本文介绍BSAM基于CBAM进行改进,经实测在多个数据集上都有涨点。BSAM(BiLevelSpatialAttentionModule)是一个用于提升深度学习模型在空间特征处理中的能力的模块。它主要通过双层注意力机制来增强模型对重要空间信息的关注,从而提升任务性能。核心特点:双层空间注意力:BSAM结合了两个层次的注意力机制——全局和局部。全局注意力捕捉图像或特征图的整体信息,而局部注意力则
- Docker--容器编排
小李学不完
Docker容器技术docker容器笔记
前言:本博客仅作记录学习使用,部分图片出自网络,如有侵犯您的权益,请联系删除本节目录如下一、DockerCompose入门1.1、为什么要使用DockerCompose部署容器1.2、DockerCompose的项目概念1.3、DockerCompose的工作机制1.4、DockerCompose的特点1.5、DockerCompose的应用场景1.6、使用DockerCompose的基本步骤二、
- JavaScript 深度剖析 - 函数式编程范式
时光海丶
大前端javascript函数式编程
函数式编程范式1.1函数式编程概念函数是一等公民高阶函数闭包1.2纯函数概念功能库lodash优劣纯函数的好处纯函数的副作用1.3柯里化(HaskellBrooksCurry)概念lodash中的柯里化函数总结1.4函数组合(compose)管道函数组合1.5Lodash中的fp模块1.6PointFree模式1.7函子Functor函子MayBe函子Either函子IO函子Task函子Point
- 【多变量输入超前多步预测】基于Transformer的光伏功率预测研究(Matlab代码实现)
科研_G.E.M.
transformermatlab深度学习
欢迎来到本博客❤️❤️博主优势:博客内容尽量做到思维缜密,逻辑清晰,为了方便读者。⛳️座右铭:行百里者,半于九十。本文目录如下:目录⛳️赠与读者1概述一、Transformer模型概述二、多变量输入三、超前多步预测四、实现步骤五、优势与挑战优势:挑战:六、结论与展望2运行结果3参考文献4Matlab代码、数据⛳️赠与读者做科研,涉及到一个深在的思想系统,需要科研者逻辑缜密,踏实认真,但是不能只是
- Ubuntu20.04下docker和docker-compose使用
蜂蜜柚子茶。
ubuntu软件安装/入门使用ubuntulinuxdocker
1.docker下载部署DockerCompose是依赖于Docker引擎的,所以在安装DockerCompose之前要确保机器上已经安装了Docker(可以使用docker–v指令查看)。sudoapt-getupdate安装apt依赖包,用于通过HTTPS来获取仓库:$sudoapt-getinstallapt-transport-httpsca-certificatescurlgnupg-a
- composer install 报错Script @php artisan package:discover --ansi handling the post-autoload-dump ev...
一位先生_
composerself-update--stablecomposerupdate执行这两行代码即可
- Neuralink脑机接口发展历程与前沿(三)
e437db579ac1
姓名:吴璐坤学号:20021210699学院:电子工程学院引自:本文经机器之心(微信公众号:almosthuman2014)授权转载,禁止二次转载参与:机器之心编辑部原文链接:https://mp.weixin.qq.com/s?__biz=MzA3MzI4MjgzMw==&mid=2650766995&idx=2&sn=5b843d2ca582a6f869e9091af10ed51c&scene
- TP6开发文档概述
CRMEB-嘉嘉
httpstp6
TP6(ThinkPHP6)是一个使用PHP语言开发的快速、兼容且简单的面向对象开发框架。以下是一个简化的TP6开发文档概述,涵盖了核心功能和一些常用方法:一、环境准备PHP安装:确保已经安装了与TP6兼容的PHP版本。Composer安装:Composer是PHP的依赖管理工具,用于安装和管理TP6及其依赖。TP6安装:使用Composer创建新的TP6项目,命令为composercreate-
- [从0开始AIGC][LLM]:Pre-Norm or Post-Norm?训练效率还是训练效果?
Way_X
#从0开始AIGCAIGC
Pre-NormorPost-NormPre-NormorPost-Norm1.什么是Pre-Norm和Post-Norm2.为什么Pre-Norm比Post-Norm易于训练2.1Transformer:Attentionisallyourneed-PostNorm2.2Pre-Norm的提出:TransformerswithoutTears:ImprovingtheNormalizationo
- AIGC深度学习教程:Transformer模型中的Position Embedding实现与应用
玩AI的小胡子
embeddingtransformerAIGC人工智能
在进入深度学习领域时,Transformer模型几乎是绕不开的话题,而其中的PositionEmbedding更是关键。对于刚入门的朋友,这篇教程将带你深入了解PositionEmbedding是什么、它如何在Transformer中运作,以及它在不同领域中的实际应用。什么是PositionEmbedding?PositionEmbedding是Transformer模型中一种关键机制,用于弥补模
- CUDA C++ 编程指南
疯狂的码泰君
CUDAc++开发语言CUDAGPUs
目录1.Introduction1.1.TheBenefitsofUsingGPUs1.2.CUDA®:AGeneral-PurposeParallelComputing1.3.AScalableProgrammingModelCUDAC++ProgrammingGuide1.Introduction1.1.TheBenefitsofUsingGPUs在相似的价格和功耗范围内,图形处理单元(G
- TPAMI 2024 | TransVG++:基于语言条件视觉Transformer的端到端视觉定位
小白学视觉
论文解读IEEETPAMItransformer深度学习人工智能TAPMI顶刊论文论文解读
题目:TransVG++:End-to-EndVisualGroundingWithLanguageConditionedVisionTransformerTransVG++:基于语言条件视觉Transformer的端到端视觉定位作者:JiajunDeng,ZhengyuanYang,DaqingLiu,TianlangChen,WengangZhou,YanyongZhang,HouqiangL
- 论文:Retrieval-Augmented Generation for Knowledge-Intensive NLP Tasks
Ian_Wonder
论文阅读
论文:Retrieval-AugmentedGenerationforKnowledge-IntensiveNLPTaskscode:https://github.com/huggingface/transformerscode:https://github.com/huggingface/transformers/blob/master/model_cards/facebook/rag-toke
- 【好书分享第十期】大模型应用解决方案_基于ChatGPT和GPT-4等Transformer架构的自然语言处理(文末送书)
屿小夏
书籍推荐chatgpttransformer架构大模型AI
文章目录前言一、内容简介二、作者简介三、目录四、摘录粉丝福利前言在不到4年的时间里,Transformer模型以其强大的性能和创新的思想,迅速在NLP社区崭露头角,打破了过去30年的记录。BERT、T5和GPT等模型现在已成为计算机视觉、语音识别、翻译、蛋白质测序、编码等各个领域中新应用的基础构件。因此,斯坦福大学最近提出了“基础模型”这个术语,用于定义基于巨型预训练Transformer的一系列
- Python项目打包成docker容器【docker build构建docker镜像】
巡检
python原创转载pythondocker开发语言源码软件容器
将本地Python项目打包构建docker镜像,并在docker中运行【流程1-8】DockerCompose(Docker编配)附录:其他常用docker命令首先,完成本地Python的开发、测试;将项目依赖库(即本地python环境)进行导出,使用如下命令:>>pipfreeze>requirements.txt执行完成后会生成一个叫requirements的TXT文件2.1requireme
- Python深度学习:构建下一代智能系统
2401_83402415
pythonpython深度学习开发语言Transformer模型目标检测算法Attention
近年来,伴随着以卷积神经网络(CNN)为代表的深度学习的快速发展,人工智能迈入了第三次发展浪潮,AI技术在各个领域中的应用越来越广泛。为了帮助广大学员更加深入地学习人工智能领域最近3-5年的新理论与新技术,本文讲解注意力机制、Transformer模型(BERT、GPT-1/2/3/3.5/4、DETR、ViT、SwinTransformer等)、生成式模型(变分自编码器VAE、生成式对抗网络GA
- pytorch | torch.contiguous()方法
Mopes__
分享pytorch人工智能python
torch.contiguous()方法语义上是“连续的”,经常与torch.permute()、torch.transpose()、torch.view()方法一起使用,要理解这样使用的缘由,得从pytorch多维数组的低层存储开始说起:touch.view()方法对张量改变“形状”其实并没有改变张量在内存中真正的形状,可以理解为:view方法没有拷贝新的张量,没有开辟新内存,与原张量共享内存;
- java数字签名三种方式
知了ing
javajdk
以下3钟数字签名都是基于jdk7的
1,RSA
String password="test";
// 1.初始化密钥
KeyPairGenerator keyPairGenerator = KeyPairGenerator.getInstance("RSA");
keyPairGenerator.initialize(51
- Hibernate学习笔记
caoyong
Hibernate
1>、Hibernate是数据访问层框架,是一个ORM(Object Relation Mapping)框架,作者为:Gavin King
2>、搭建Hibernate的开发环境
a>、添加jar包:
aa>、hibernatte开发包中/lib/required/所
- 设计模式之装饰器模式Decorator(结构型)
漂泊一剑客
Decorator
1. 概述
若你从事过面向对象开发,实现给一个类或对象增加行为,使用继承机制,这是所有面向对象语言的一个基本特性。如果已经存在的一个类缺少某些方法,或者须要给方法添加更多的功能(魅力),你也许会仅仅继承这个类来产生一个新类—这建立在额外的代码上。
- 读取磁盘文件txt,并输入String
一炮送你回车库
String
public static void main(String[] args) throws IOException {
String fileContent = readFileContent("d:/aaa.txt");
System.out.println(fileContent);
- js三级联动下拉框
3213213333332132
三级联动
//三级联动
省/直辖市<select id="province"></select>
市/省直辖<select id="city"></select>
县/区 <select id="area"></select>
- erlang之parse_transform编译选项的应用
616050468
parse_transform游戏服务器属性同步abstract_code
最近使用erlang重构了游戏服务器的所有代码,之前看过C++/lua写的服务器引擎代码,引擎实现了玩家属性自动同步给前端和增量更新玩家数据到数据库的功能,这也是现在很多游戏服务器的优化方向,在引擎层面去解决数据同步和数据持久化,数据发生变化了业务层不需要关心怎么去同步给前端。由于游戏过程中玩家每个业务中玩家数据更改的量其实是很少
- JAVA JSON的解析
darkranger
java
// {
// “Total”:“条数”,
// Code: 1,
//
// “PaymentItems”:[
// {
// “PaymentItemID”:”支款单ID”,
// “PaymentCode”:”支款单编号”,
// “PaymentTime”:”支款日期”,
// ”ContractNo”:”合同号”,
//
- POJ-1273-Drainage Ditches
aijuans
ACM_POJ
POJ-1273-Drainage Ditches
http://poj.org/problem?id=1273
基本的最大流,按LRJ的白书写的
#include<iostream>
#include<cstring>
#include<queue>
using namespace std;
#define INF 0x7fffffff
int ma
- 工作流Activiti5表的命名及含义
atongyeye
工作流Activiti
activiti5 - http://activiti.org/designer/update在线插件安装
activiti5一共23张表
Activiti的表都以ACT_开头。 第二部分是表示表的用途的两个字母标识。 用途也和服务的API对应。
ACT_RE_*: 'RE'表示repository。 这个前缀的表包含了流程定义和流程静态资源 (图片,规则,等等)。
A
- android的广播机制和广播的简单使用
百合不是茶
android广播机制广播的注册
Android广播机制简介 在Android中,有一些操作完成以后,会发送广播,比如说发出一条短信,或打出一个电话,如果某个程序接收了这个广播,就会做相应的处理。这个广播跟我们传统意义中的电台广播有些相似之处。之所以叫做广播,就是因为它只负责“说”而不管你“听不听”,也就是不管你接收方如何处理。另外,广播可以被不只一个应用程序所接收,当然也可能不被任何应
- Spring事务传播行为详解
bijian1013
javaspring事务传播行为
在service类前加上@Transactional,声明这个service所有方法需要事务管理。每一个业务方法开始时都会打开一个事务。
Spring默认情况下会对运行期例外(RunTimeException)进行事务回滚。这
- eidtplus operate
征客丶
eidtplus
开启列模式: Alt+C 鼠标选择 OR Alt+鼠标左键拖动
列模式替换或复制内容(多行):
右键-->格式-->填充所选内容-->选择相应操作
OR
Ctrl+Shift+V(复制多行数据,必须行数一致)
-------------------------------------------------------
- 【Kafka一】Kafka入门
bit1129
kafka
这篇文章来自Spark集成Kafka(http://bit1129.iteye.com/blog/2174765),这里把它单独取出来,作为Kafka的入门吧
下载Kafka
http://mirror.bit.edu.cn/apache/kafka/0.8.1.1/kafka_2.10-0.8.1.1.tgz
2.10表示Scala的版本,而0.8.1.1表示Kafka
- Spring 事务实现机制
BlueSkator
spring代理事务
Spring是以代理的方式实现对事务的管理。我们在Action中所使用的Service对象,其实是代理对象的实例,并不是我们所写的Service对象实例。既然是两个不同的对象,那为什么我们在Action中可以象使用Service对象一样的使用代理对象呢?为了说明问题,假设有个Service类叫AService,它的Spring事务代理类为AProxyService,AService实现了一个接口
- bootstrap源码学习与示例:bootstrap-dropdown(转帖)
BreakingBad
bootstrapdropdown
bootstrap-dropdown组件是个烂东西,我读后的整体感觉。
一个下拉开菜单的设计:
<ul class="nav pull-right">
<li id="fat-menu" class="dropdown">
- 读《研磨设计模式》-代码笔记-中介者模式-Mediator
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/
/*
* 中介者模式(Mediator):用一个中介对象来封装一系列的对象交互。
* 中介者使各对象不需要显式地相互引用,从而使其耦合松散,而且可以独立地改变它们之间的交互。
*
* 在我看来,Mediator模式是把多个对象(
- 常用代码记录
chenjunt3
UIExcelJ#
1、单据设置某行或某字段不能修改
//i是行号,"cash"是字段名称
getBillCardPanelWrapper().getBillCardPanel().getBillModel().setCellEditable(i, "cash", false);
//取得单据表体所有项用以上语句做循环就能设置整行了
getBillC
- 搜索引擎与工作流引擎
comsci
算法工作搜索引擎网络应用
最近在公司做和搜索有关的工作,(只是简单的应用开源工具集成到自己的产品中)工作流系统的进一步设计暂时放在一边了,偶然看到谷歌的研究员吴军写的数学之美系列中的搜索引擎与图论这篇文章中的介绍,我发现这样一个关系(仅仅是猜想)
-----搜索引擎和流程引擎的基础--都是图论,至少像在我在JWFD中引擎算法中用到的是自定义的广度优先
- oracle Health Monitor
daizj
oracleHealth Monitor
About Health Monitor
Beginning with Release 11g, Oracle Database includes a framework called Health Monitor for running diagnostic checks on the database.
About Health Monitor Checks
Health M
- JSON字符串转换为对象
dieslrae
javajson
作为前言,首先是要吐槽一下公司的脑残编译部署方式,web和core分开部署本来没什么问题,但是这丫居然不把json的包作为基础包而作为web的包,导致了core端不能使用,而且我们的core是可以当web来用的(不要在意这些细节),所以在core中处理json串就是个问题.没办法,跟编译那帮人也扯不清楚,只有自己写json的解析了.
- C语言学习八结构体,综合应用,学生管理系统
dcj3sjt126com
C语言
实现功能的代码:
# include <stdio.h>
# include <malloc.h>
struct Student
{
int age;
float score;
char name[100];
};
int main(void)
{
int len;
struct Student * pArr;
int i,
- vagrant学习笔记
dcj3sjt126com
vagrant
想了解多主机是如何定义和使用的, 所以又学习了一遍vagrant
1. vagrant virtualbox 下载安装
https://www.vagrantup.com/downloads.html
https://www.virtualbox.org/wiki/Downloads
查看安装在命令行输入vagrant
2.
- 14.性能优化-优化-软件配置优化
frank1234
软件配置性能优化
1.Tomcat线程池
修改tomcat的server.xml文件:
<Connector port="8080" protocol="HTTP/1.1" connectionTimeout="20000" redirectPort="8443" maxThreads="1200" m
- 一个不错的shell 脚本教程 入门级
HarborChung
linuxshell
一个不错的shell 脚本教程 入门级
建立一个脚本 Linux中有好多中不同的shell,但是通常我们使用bash (bourne again shell) 进行shell编程,因为bash是免费的并且很容易使用。所以在本文中笔者所提供的脚本都是使用bash(但是在大多数情况下,这些脚本同样可以在 bash的大姐,bourne shell中运行)。 如同其他语言一样
- Spring4新特性——核心容器的其他改进
jinnianshilongnian
spring动态代理spring4依赖注入
Spring4新特性——泛型限定式依赖注入
Spring4新特性——核心容器的其他改进
Spring4新特性——Web开发的增强
Spring4新特性——集成Bean Validation 1.1(JSR-349)到SpringMVC
Spring4新特性——Groovy Bean定义DSL
Spring4新特性——更好的Java泛型操作API
Spring4新
- Linux设置tomcat开机启动
liuxingguome
tomcatlinux开机自启动
执行命令sudo gedit /etc/init.d/tomcat6
然后把以下英文部分复制过去。(注意第一句#!/bin/sh如果不写,就不是一个shell文件。然后将对应的jdk和tomcat换成你自己的目录就行了。
#!/bin/bash
#
# /etc/rc.d/init.d/tomcat
# init script for tomcat precesses
- 第13章 Ajax进阶(下)
onestopweb
Ajax
index.html
<!DOCTYPE html PUBLIC "-//W3C//DTD XHTML 1.0 Transitional//EN" "http://www.w3.org/TR/xhtml1/DTD/xhtml1-transitional.dtd">
<html xmlns="http://www.w3.org/
- Troubleshooting Crystal Reports off BW
blueoxygen
BO
http://wiki.sdn.sap.com/wiki/display/BOBJ/Troubleshooting+Crystal+Reports+off+BW#TroubleshootingCrystalReportsoffBW-TracingBOE
Quite useful, especially this part:
SAP BW connectivity
For t
- Java开发熟手该当心的11个错误
tomcat_oracle
javajvm多线程单元测试
#1、不在属性文件或XML文件中外化配置属性。比如,没有把批处理使用的线程数设置成可在属性文件中配置。你的批处理程序无论在DEV环境中,还是UAT(用户验收
测试)环境中,都可以顺畅无阻地运行,但是一旦部署在PROD 上,把它作为多线程程序处理更大的数据集时,就会抛出IOException,原因可能是JDBC驱动版本不同,也可能是#2中讨论的问题。如果线程数目 可以在属性文件中配置,那么使它成为
- 正则表达式大全
yang852220741
html编程正则表达式
今天向大家分享正则表达式大全,它可以大提高你的工作效率
正则表达式也可以被当作是一门语言,当你学习一门新的编程语言的时候,他们是一个小的子语言。初看时觉得它没有任何的意义,但是很多时候,你不得不阅读一些教程,或文章来理解这些简单的描述模式。
一、校验数字的表达式
数字:^[0-9]*$
n位的数字:^\d{n}$
至少n位的数字:^\d{n,}$
m-n位的数字:^\d{m,n}$