- 机器学习与深度学习间关系与区别
ℒℴѵℯ心·动ꦿ໊ོ꫞
人工智能学习深度学习python
一、机器学习概述定义机器学习(MachineLearning,ML)是一种通过数据驱动的方法,利用统计学和计算算法来训练模型,使计算机能够从数据中学习并自动进行预测或决策。机器学习通过分析大量数据样本,识别其中的模式和规律,从而对新的数据进行判断。其核心在于通过训练过程,让模型不断优化和提升其预测准确性。主要类型1.监督学习(SupervisedLearning)监督学习是指在训练数据集中包含输入
- 随手记:一直在路上
祯joice
图片发自App早上去桂林北站路上穿过桂林市中心一带,一路闻着淡淡桂花香,令人沉醉其中!就连呼吸到的空气的湿度、温度都是那么熟悉,那种入秋的凉凉的令人苏醒的感觉带我回到了大学那时的光景:在十字街站台曾经挤车回学校的场景,那个拥挤一点不亚于在深圳地铁上。令人又爱又恨的24路!让人望眼欲穿结果又是满载的,24路是通往尧山学校的唯一直搭公交,比起同路的师大、理工、桂电公交都显得又破又小,更可气的是那时候公
- 如何有效的学习AI大模型?
Python程序员罗宾
学习人工智能语言模型自然语言处理架构
学习AI大模型是一个系统性的过程,涉及到多个学科的知识。以下是一些建议,帮助你更有效地学习AI大模型:基础知识储备:数学基础:学习线性代数、概率论、统计学和微积分等,这些是理解机器学习算法的数学基础。编程技能:掌握至少一种编程语言,如Python,因为大多数AI模型都是用Python实现的。理论学习:机器学习基础:了解监督学习、非监督学习、强化学习等基本概念。深度学习:学习神经网络的基本结构,如卷
- 概率潜在语义分析(Probabilistic Latent Semantic Analysis,PLSA)—无监督学习方法、概率模型、生成模型、共现模型、非线性模型、参数化模型、批量学习
剑海风云
ArtificialIntelligence人工智能机器学习概率潜在语义分析PLSA
定义输入:设单词集合为W={ω1,ω2,⋯ ,ωM}W=\{\omega_1,\omega_2,\cdots,\omega_M\}W={ω1,ω2,⋯,ωM},文本集合为D={d1,d2,⋯ ,dN}D=\{d_1,d_2,\cdots,d_N\}D={d1,d2,⋯,dN},话题集合为Z={z1,z2,⋯ ,zN}Z=\{z_1,z_2,\cdots,z_N\}Z={z1,z2,⋯,zN},共现
- 1217,手记
小饭啦飞驰
遭遇了一场流感,头昏脑涨。在深夜醒来,也许一整夜根本都没有睡,好像满脑子都是幻象。仿佛是在扮演着一具尸体,明明没有死,却又不能动。似乎人生瞬间被终结了,或者被定格了,就这样,静静地。在医院挂水,遇见到了多年不见的同学,已是孩子的母亲,听她说起生活的点点滴滴,每天为孩子忙碌,喂奶,换尿片。微小的幸福。似乎身边较好的朋友,都有了自己简单平淡的幸福,这一瞬间我有些羡慕这样的状态。忽然就想起了很多的曾经。
- 潜在狄利克雷分配(Latent Dirichlet Allocation,LDA)—无监督学习方法、概率模型、生成模型、线性模型、非参数化模型、贝叶斯学习、批量学习
剑海风云
ArtificialIntelligence人工智能机器学习潜在狄利克雷分配LDA
定义输入:单词集合W={ω1,⋯ ,ωv,⋯ ,ωV},其中ωv是第v个单词,v=1,2,⋯ ,V,V是单词第个数。单词集合W=\{\omega_1,\cdots,\omega_v,\cdots,\omega_V\},其中\omega_v是第v个单词,v=1,2,\cdots,V,V是单词第个数。单词集合W={ω1,⋯,ωv,⋯,ωV},其中ωv是第v个单词,v=1,2,⋯,V,V是单词第个数。文
- 闵月的感恩日记D642
邓闵月
我是闵月,一名个人IP孵化老师,美好的一天以感恩结束。1、感恩文总举办的红酒会,我也算初浅学习了一下红酒礼仪2、感恩今天认识了两位特别投缘的新朋友3、感恩今天继续写晚安创业赋能手记#闵月千城万店创建中今天参加了在德申会认识的文总组织的酒会,是一个民国风的地方,李总的藏民山茶社,这个地方在天津是非常有名的建筑物群体今天又认识了好几个朋友,其中有一个是做读书会的,没想到在天津把读书会能做二十几个群的会
- 181016:早起奏鸣曲
心灵育儿妈妈
豆苗亲子日记第159篇活动记录,杂志终于来了,好久没有阅读了,时间好紧啦字有道理今日的字:天他给录讲课视频的时候我就用手记,或者假装不知道让他提醒,他可以来劲了。说“我来说,你来写”,所以分享有了“豆豆口述版”互动分享秋天的早上最难的就是早起了吧6点半了,我的起床音乐也开了,窗帘也拉了,豆豆还一如既往的撅着屁股趴着。我本来想像以前一样的催他。忽然我想起有一个宝爸对付孩子不去幼儿园的方法。他家是男孩
- 计算机视觉中,什么是Hide-and-Seek?
Wils0nEdwards
计算机视觉人工智能
是的,Hide-and-Seek技术主要是在弱监督学习领域中使用的,它的核心思想是通过随机遮掩输入图像的一部分,强迫模型学习更全面的特征,而不是仅仅依赖显著的局部信息。由于弱监督场景下的监督信号有限,例如只有少量的点标注、粗略标注或没有任何标注,模型容易过度依赖于图像中最显著的部分,而忽略其他信息。这种现象会导致模型只关注容易识别的局部特征,而无法理解物体的整体结构或捕捉更多的背景信息。1.Hid
- 投资人项目手记(36)
728d0ac2e16e
一、项目情况:覆盖智能家居的方方面面,全方位智能化,并且在人无感状态下采集各类生理健康指标。二、项目优点:1、PPT做得很精美。2、整体的思路很完美。3、各类场景都描绘得非常仔细。4、团队产品和市场方面力量比较强。三、项目建议:1、团队领军人物方面可能需要大旗。找个很有行业号召力的人做董事长或CEO。才能驱动方方面面的资源。2、技术方面还需要加强,做的是产品群,只能做某一类产品是不够的。3、整个事
- Day 24 《你不重要,你的喜欢很重要》第二章第13小节手记
海豚的世界_0820
今日外出三趟,算是我出门记录最高的一次,其中两次是和老公一起的,另外一次是和妈妈一起,话说,和老公晚上出去散步这次,我们聊天的话题上升了一个高度,以前知道他的想法很不一般,现在更加确定了,他是结果导向思维极其好,不做商人,实在是太可惜了,看来,夫妻之间还是要多多沟通和交流,如此,才会发现另一半的更多方面的优势,与此同时,告诫自己,一定要不断精进自我,可别落后了。今日选一篇文章读,文字不多,简单,有
- AdaBoost算法(AdbBoost Algorithm)—有监督学习方法、非概率模型、判别模型、非线性模型、非参数化模型、批量学习
剑海风云
ArtificialIntelligence人工智能机器学习提升方法AdaBoost
定义输入:训练数据集T={(x1,y1),(x2,y2),⋯ ,(xN,yN)}T=\{(x_1,y_1),(x_2,y_2),\cdots,(x_N,y_N)\}T={(x1,y1),(x2,y2),⋯,(xN,yN)},其中,xi∈χ⊆Rn,yi∈y={−1,+1}x_i\in\chi\subseteqR^n,y_i\in{\tty}=\{-1,+1\}xi∈χ⊆Rn,yi∈y={−1,+1}
- 留有自己的孤独
无点有感
图片发自App1.“偶尔的孤独,在我是最最重视的。我心灵从来不为任何人开放,荷西可以进来看看、坐坐,甚至占据一席。但是,在角落里的孤独,那是:我的,我一个人的。”——三毛《稻草人手记》秘密,有你和另外一个人的秘密,有你和你另一半的秘密,有你和小群体的秘密,有自己的秘密。这个秘密,是属于自己的,就像孤独,有时候也是属于自己的,没有太多的春花秋月、伤春悲秋,只是单纯地放空。因为这些放空、孤独、秘密,使
- usbserver工程师手记(四)ft2usbhub服务启动不了
c++代码诗人
usbserver工程师手记linux服务器
技术支持:可能他用360扫描或者驱动精灵的时候,把驱动给卸载了客户:老师确定下原因,用户那面着急用电脑了技术支持向日葵远程登录......技术支持:卸载客户端,重新安装一下就可以客户:我们要确定问题的原因那客户:用户那面允许我们继续排查客户领导:需要确定影响原因,不能是:可能、应该客户领导:有些杀毒软件是可以看到被加入杀毒软件黑名单/被杀毒软件被删除的文件我们的服务理念:客户的问题就是我们的问题.
- 什么是监督学习(Supervised Learning)
救救孩子把
AIAI学习
一、监督学习概述监督学习(SupervisedLearning)是一种极具威力的机器学习方法,能够训练算法以识别数据中的模式,并据此进行精准的预测或分类。借助已有的标记数据,监督学习模型学会了从输入到输出的映射关系,进而在各类实际问题中实现自动化决策。无论是医疗诊断、金融市场分析、客户行为预测,还是提升生产效率以及个性化推荐系统等领域,监督学习都彰显出巨大的潜力与价值。随着技术的持续进步,监督学习
- 继续如实呈现
融和之路
三和實修《強人手記》日期:2022.7.26姓名:春来三和實修《強人手記》實修要點:一、近期成长点记录:1、允许别人做他喜欢的事2、遇到对境能够及时停下来3、遇到触动积极内观,读十三手记容易懂了二、正向单项关注事件:1心情有些消极,想起师父的话,心里一下子有底气了。2抽空听师父直播分享价值,因为价值没有变现而常常否定自己,重新选择信任自己。3继续练习这次子辰教的动作,感觉不一样了。4看群里聊天发现
- 教育手记:成长路上(12)
靜篤
图片发自App“老师,我们不喜欢强迫人”上周五,果果的生日。女生们本来准备了两了节目。大爱、瑶瑶边唱边舞了一曲自编动作的歌舞。接下来,本该果果、莫莫高歌一曲,但莫莫好像并不想唱的样子,似乎在担心提前爆光了元旦的节目。大家都在劝她,“我们早就知道了,现在唱也没事啊。”莫莫眨眨眼睛,笑笑,坐在那里丝毫不为所动。果果用肯求的语气说:“求求你了,莫莫。唱吧。”莫莫似乎在那里思考着什么,仍是一动未动。看着果
- 【机器学习】机器学习的基本概念、算法的工作原理、实际应用案例
@我们的天空
人工智能技术机器学习算法人工智能自然语言处理金融pythonsklearn
一、机器学习的基本概念定义:机器学习是人工智能的一个分支,它使计算机能够在没有明确编程的情况下从数据中学习并改进其性能。机器学习的目标是让计算机自动学习模式和规律,从而能够对未知数据做出预测或决策。主要类型:监督学习:在这种类型的学习中,算法通过已知输入输出数据对进行训练,学习映射函数,以便对新的输入数据进行预测。常见的监督学习任务包括分类和回归。无监督学习:无监督学习的任务是发现数据中的结构或模
- C++入门基础篇学习手记: 读取数量不定的输入数据
linhuanzhi
西加加C++数据求和
问题:编写C++程序,要求计算用户输入数据的总和,并打印显示。问题分析:用户输入数据时,由于我们事先不知道要对多少个数据进行求和计算,因此我们需要不断地读取数据直至没有新的输入为止。程序实现的源码如下:#include"iostream"usingnamespacestd;intmain(){doublesum=0,inValue=0;cout>inValue)sum+=inValue;cout<
- 初三手记41~倒计12天
爱阳恒佳
2023年6月5日星期一1.下午五点接出来,数学一对一,一个半小时出来,旁边吃麻辣烫,快吃完时说是有点胸闷,昨天晚上十一点的时候也出现这种情况,不过昨天没说。那就去医院看急诊吧。估计这几天不吃早点,中午从来不休息,昨天早上和中午都低头拼积木,晚上也休息不好,身体出现的不舒服症状。去了医院急诊,做心电图没啥事,血压可能是跑的一开始有点高,后来测130左右,让抽血化验,娃又不想抽,最后也没化验。后来还
- 群晖最新版(DSM 7.2) 下使用 Web Station 部署 flask 项目
goocheez
运维pythonnas前端flaskpython
0.需求由来为了在DSM7.2版本下的群晖NAS里运行我基于flask3.0.2编写的网页应用程序,我上网查了非常多资料,也踩了很多坑。最主要的就是7.2版本的界面与旧版略有不同,而网络上的资料大多基于旧版界面,且大部分仅仅说明了Howtodo,而没有解释Whytodo。因此本人随手记录一下。1.新建虚拟环境最开始的一步,自然是建设虚拟环境,用以支撑Flask的项目运行:从自己的Flask项目中导
- 机器学习之 K-均值聚类算法
维生素¥
机器学习机器学习算法均值算法
K-均值(K-means)聚类算法是一种常用的无监督学习算法,用于将数据集划分为K个不同的簇。该算法通过迭代的方式将数据点分配到最近的簇中,并更新簇的中心,直到收敛为止。一、K-均值聚类算法的基本步骤:初始化K个簇的中心点(可以随机选择或者根据数据集初始化)。将每个数据点分配到最近的簇中。更新每个簇的中心点为该簇所有数据点的平均值。重复步骤2和3,直到簇的中心点不再改变或达到指定的迭代次数。二、K
- 机器学习中的 K-均值聚类算法及其优缺点
安科瑞蒋静
机器学习算法均值算法
K-均值聚类算法是一种常用的无监督学习算法,用于将一组数据点划分为K个不同的聚类。该算法的主要思想是将数据点分配给最接近的聚类中心,并通过迭代优化聚类中心位置,使得聚类内部的数据点之间的距离最小化。算法流程如下:初始化K个聚类中心,可以是随机选择的数据点或者通过其他方法选择。分别计算每个数据点到K个聚类中心的距离,并将其分配给距离最近的聚类中心。更新每个聚类的中心位置为其内部所有数据点的平均值。重
- 工信教考 | AI智能体应用工程师(模拟试题)
人工智能-猫猫
人工智能开源自然语言处理语言模型架构
关于AI智能体工程师的模拟试题,下面根据AI智能体工程师所需掌握的知识和技能,设计一些模拟题型的示例。这些题目旨在考察应试者在人工智能、机器学习、深度学习、算法设计、系统开发等方面的能力。一、选择题无监督学习常用于哪些任务?(单选)A.回归分析B.聚类分析C.分类预测D.序列预测答案:B解析:无监督学习常用于聚类、降维、异常检测等任务,如市场分割、数据可视化等。以下哪种激活函数常用于分类问题的输出
- (感知机-Perceptron)—有监督学习方法、非概率模型、判别模型、线性模型、参数化模型、批量学习、核方法
剑海风云
ArtificialIntelligence机器学习人工智能感知机Perceptron
定义假设输入空间(特征空间)是χ\chiχ⊆Rn\subseteqR^n⊆Rn,输出空间是y={+1,−1}=\{+1,-1\}={+1,−1}。输入x∈χx\in\chix∈χ表示实例的特征向量,对应于输入空间(特征空间)的点;输出y∈y\iny∈y表示实例的类别。由输入空间到输出空间的如下函数:f(x)=sign(ω⋅x+b)f(x)=sign(\omega\cdotx+b)f(x)=sign
- K近邻法(K-nearest neighbor,K-NN)—有监督学习方法、非概率模型、判别模型、线性模型、参数化模型、批量学习、核方法
剑海风云
ArtificialIntelligence人工智能机器学习K近邻法KNN
定义输入:训练数据集(T={(x1,y1),(x2,y2),…,(xN,yN)}\left\{(x_1,y_1),(x_2,y_2),\dots,(x_N,y_N)\right\}{(x1,y1),(x2,y2),…,(xN,yN)})其中:xi∈χ⊆Rnx_i\in{\tt\chi}\subseteqR^nxi∈χ⊆Rn:实例的特征向量yi∈yy_i\in{\tty}yi∈y={c1,c2,⋯
- 随手记
请叫我蓝
今天突然有点明白,什么是向死而生的感觉了。什么是向死而生呢?其实很简单,就是你知道自己命不久矣后,突如其来的自信与勇气。我是一个比较缺乏自信的人,却在不久前收到不是很好的消息。虽然没有死不死那么严重,还是让我很难接受。经过这几天的时间,我已经慢慢接受了那个消息。在接受的那一刻,我却突然有一种奇怪的感觉,好像以前一直束缚我的什么东西好像没有了。感觉有种名为自信的东西在我心中了。虽然她现在还很小很小,
- 写作小白的第二阶段复盘
与柒言
进入21天零基础写作营学习,已经到了第二阶段,这周工作比较忙,虽然每天都完成作业,但都是晚上才完成的,作为小班的监督官我很惭愧,没有起到监督学员交作业的责任。这第二阶段学会了:1、建立自己的素材库2、如何处理好结尾当然现在掌握比较好的,是在结尾使用金句。目前还不会的:还不会在文章中使用所学过的写作技巧,比如好的开头,还有标题拟定这段时间做的比较好的:1、每天坚持作业输出2、每天花10分钟写自由写作
- #感恩手记#15/365
斯黛拉世界
PR第二天,石森老师带领我们进入PR步骤4和5。经过昨天一天的懵逼和混乱状态,从半只脚踏入PR,变成现在两双脚都在PR里面,由无知的状态进入意识的状态,发现自己有这个能力。我选择做第一次PR练习的书是非暴力沟通,这本书全本有197页。按照原有的思考和阅读方式,由阅读到理解预估需要一周的时间。重点来了,经过昨天PR步骤1到3,经过影像翻阅,然后今天进行PR步骤4和5,接触书本的时间一共在30分钟左右
- ubuntu Docker手记
cxscode
docker运维linux
实用:Ubuntu安装docker-腾讯云开发者社区-腾讯云使用docker安装hyperf(ubuntu)_太阳上的雨天的博客-CSDN博客_docker安装hyperf参考官方安装地址:InstallDockerEngineonUbuntu|DockerDocumentation使用docker安装hyperf(ubuntu)下载并运行hyperf/hyperf镜像,并将镜像内的项目目录绑定到
- 对于规范和实现,你会混淆吗?
yangshangchuan
HotSpot
昨晚和朋友聊天,喝了点咖啡,由于我经常喝茶,很长时间没喝咖啡了,所以失眠了,于是起床读JVM规范,读完后在朋友圈发了一条信息:
JVM Run-Time Data Areas:The Java Virtual Machine defines various run-time data areas that are used during execution of a program. So
- android 网络
百合不是茶
网络
android的网络编程和java的一样没什么好分析的都是一些死的照着写就可以了,所以记录下来 方便查找 , 服务器使用的是TomCat
服务器代码; servlet的使用需要在xml中注册
package servlet;
import java.io.IOException;
import java.util.Arr
- [读书笔记]读法拉第传
comsci
读书笔记
1831年的时候,一年可以赚到1000英镑的人..应该很少的...
要成为一个科学家,没有足够的资金支持,很多实验都无法完成
但是当钱赚够了以后....就不能够一直在商业和市场中徘徊......
- 随机数的产生
沐刃青蛟
随机数
c++中阐述随机数的方法有两种:
一是产生假随机数(不管操作多少次,所产生的数都不会改变)
这类随机数是使用了默认的种子值产生的,所以每次都是一样的。
//默认种子
for (int i = 0; i < 5; i++)
{
cout<<
- PHP检测函数所在的文件名
IT独行者
PHP函数
很简单的功能,用到PHP中的反射机制,具体使用的是ReflectionFunction类,可以获取指定函数所在PHP脚本中的具体位置。 创建引用脚本。
代码:
[php]
view plain
copy
// Filename: functions.php
<?php&nbs
- 银行各系统功能简介
文强chu
金融
银行各系统功能简介 业务系统 核心业务系统 业务功能包括:总账管理、卡系统管理、客户信息管理、额度控管、存款、贷款、资金业务、国际结算、支付结算、对外接口等 清分清算系统 以清算日期为准,将账务类交易、非账务类交易的手续费、代理费、网络服务费等相关费用,按费用类型计算应收、应付金额,经过清算人员确认后上送核心系统完成结算的过程 国际结算系
- Python学习1(pip django 安装以及第一个project)
小桔子
pythondjangopip
最近开始学习python,要安装个pip的工具。听说这个工具很强大,安装了它,在安装第三方工具的话so easy!然后也下载了,按照别人给的教程开始安装,奶奶的怎么也安装不上!
第一步:官方下载pip-1.5.6.tar.gz, https://pypi.python.org/pypi/pip easy!
第二部:解压这个压缩文件,会看到一个setup.p
- php 数组
aichenglong
PHP排序数组循环多维数组
1 php中的创建数组
$product = array('tires','oil','spark');//array()实际上是语言结构而不 是函数
2 如果需要创建一个升序的排列的数字保存在一个数组中,可以使用range()函数来自动创建数组
$numbers=range(1,10)//1 2 3 4 5 6 7 8 9 10
$numbers=range(1,10,
- 安装python2.7
AILIKES
python
安装python2.7
1、下载可从 http://www.python.org/进行下载#wget https://www.python.org/ftp/python/2.7.10/Python-2.7.10.tgz
2、复制解压
#mkdir -p /opt/usr/python
#cp /opt/soft/Python-2
- java异常的处理探讨
百合不是茶
JAVA异常
//java异常
/*
1,了解java 中的异常处理机制,有三种操作
a,声明异常
b,抛出异常
c,捕获异常
2,学会使用try-catch-finally来处理异常
3,学会如何声明异常和抛出异常
4,学会创建自己的异常
*/
//2,学会使用try-catch-finally来处理异常
- getElementsByName实例
bijian1013
element
实例1:
<!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/1999/x
- 探索JUnit4扩展:Runner
bijian1013
java单元测试JUnit
参加敏捷培训时,教练提到Junit4的Runner和Rule,于是特上网查一下,发现很多都讲的太理论,或者是举的例子实在是太牵强。多搜索了几下,搜索到两篇我觉得写的非常好的文章。
文章地址:http://www.blogjava.net/jiangshachina/archive/20
- [MongoDB学习笔记二]MongoDB副本集
bit1129
mongodb
1. 副本集的特性
1)一台主服务器(Primary),多台从服务器(Secondary)
2)Primary挂了之后,从服务器自动完成从它们之中选举一台服务器作为主服务器,继续工作,这就解决了单点故障,因此,在这种情况下,MongoDB集群能够继续工作
3)挂了的主服务器恢复到集群中只能以Secondary服务器的角色加入进来
2
- 【Spark八十一】Hive in the spark assembly
bit1129
assembly
Spark SQL supports most commonly used features of HiveQL. However, different HiveQL statements are executed in different manners:
1. DDL statements (e.g. CREATE TABLE, DROP TABLE, etc.)
- Nginx问题定位之监控进程异常退出
ronin47
nginx在运行过程中是否稳定,是否有异常退出过?这里总结几项平时会用到的小技巧。
1. 在error.log中查看是否有signal项,如果有,看看signal是多少。
比如,这是一个异常退出的情况:
$grep signal error.log
2012/12/24 16:39:56 [alert] 13661#0: worker process 13666 exited on s
- No grammar constraints (DTD or XML schema).....两种解决方法
byalias
xml
方法一:常用方法 关闭XML验证
工具栏:windows => preferences => xml => xml files => validation => Indicate when no grammar is specified:选择Ignore即可。
方法二:(个人推荐)
添加 内容如下
<?xml version=
- Netty源码学习-DefaultChannelPipeline
bylijinnan
netty
package com.ljn.channel;
/**
* ChannelPipeline采用的是Intercepting Filter 模式
* 但由于用到两个双向链表和内部类,这个模式看起来不是那么明显,需要仔细查看调用过程才发现
*
* 下面对ChannelPipeline作一个模拟,只模拟关键代码:
*/
public class Pipeline {
- MYSQL数据库常用备份及恢复语句
chicony
mysql
备份MySQL数据库的命令,可以加选不同的参数选项来实现不同格式的要求。
mysqldump -h主机 -u用户名 -p密码 数据库名 > 文件
备份MySQL数据库为带删除表的格式,能够让该备份覆盖已有数据库而不需要手动删除原有数据库。
mysqldump -–add-drop-table -uusername -ppassword databasename > ba
- 小白谈谈云计算--基于Google三大论文
CrazyMizzz
Google云计算GFS
之前在没有接触到云计算之前,只是对云计算有一点点模糊的概念,觉得这是一个很高大上的东西,似乎离我们大一的还很远。后来有机会上了一节云计算的普及课程吧,并且在之前的一周里拜读了谷歌三大论文。不敢说理解,至少囫囵吞枣啃下了一大堆看不明白的理论。现在就简单聊聊我对于云计算的了解。
我先说说GFS
&n
- hadoop 平衡空间设置方法
daizj
hadoopbalancer
在hdfs-site.xml中增加设置balance的带宽,默认只有1M:
<property>
<name>dfs.balance.bandwidthPerSec</name>
<value>10485760</value>
<description&g
- Eclipse程序员要掌握的常用快捷键
dcj3sjt126com
编程
判断一个人的编程水平,就看他用键盘多,还是鼠标多。用键盘一是为了输入代码(当然了,也包括注释),再有就是熟练使用快捷键。 曾有人在豆瓣评
《卓有成效的程序员》:“人有多大懒,才有多大闲”。之前我整理了一个
程序员图书列表,目的也就是通过读书,让程序员变懒。 程序员作为特殊的群体,有的人可以这么懒,懒到事情都交给机器去做,而有的人又可以那么勤奋,每天都孜孜不倦得
- Android学习之路
dcj3sjt126com
Android学习
转自:http://blog.csdn.net/ryantang03/article/details/6901459
以前有J2EE基础,接触JAVA也有两三年的时间了,上手Android并不困难,思维上稍微转变一下就可以很快适应。以前做的都是WEB项目,现今体验移动终端项目,让我越来越觉得移动互联网应用是未来的主宰。
下面说说我学习Android的感受,我学Android首先是看MARS的视
- java 遍历Map的四种方法
eksliang
javaHashMapjava 遍历Map的四种方法
转载请出自出处:
http://eksliang.iteye.com/blog/2059996
package com.ickes;
import java.util.HashMap;
import java.util.Iterator;
import java.util.Map;
import java.util.Map.Entry;
/**
* 遍历Map的四种方式
- 【精典】数据库相关相关
gengzg
数据库
package C3P0;
import java.sql.Connection;
import java.sql.SQLException;
import java.beans.PropertyVetoException;
import com.mchange.v2.c3p0.ComboPooledDataSource;
public class DBPool{
- 自动补全
huyana_town
自动补全
<!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/1999/xhtml&quo
- jquery在线预览PDF文件,打开PDF文件
天梯梦
jquery
最主要的是使用到了一个jquery的插件jquery.media.js,使用这个插件就很容易实现了。
核心代码
<!DOCTYPE html PUBLIC "-//W3C//DTD XHTML 1.0 Transitional//EN" "http://www.w3.org/TR/xhtml1/DTD/xhtml1-transitional.
- ViewPager刷新单个页面的方法
lovelease
androidviewpagertag刷新
使用ViewPager做滑动切换图片的效果时,如果图片是从网络下载的,那么再子线程中下载完图片时我们会使用handler通知UI线程,然后UI线程就可以调用mViewPager.getAdapter().notifyDataSetChanged()进行页面的刷新,但是viewpager不同于listview,你会发现单纯的调用notifyDataSetChanged()并不能刷新页面
- 利用按位取反(~)从复合枚举值里清除枚举值
草料场
enum
以 C# 中的 System.Drawing.FontStyle 为例。
如果需要同时有多种效果,
如:“粗体”和“下划线”的效果,可以用按位或(|)
FontStyle style = FontStyle.Bold | FontStyle.Underline;
如果需要去除 style 里的某一种效果,
- Linux系统新手学习的11点建议
刘星宇
编程工作linux脚本
随着Linux应用的扩展许多朋友开始接触Linux,根据学习Windwos的经验往往有一些茫然的感觉:不知从何处开始学起。这里介绍学习Linux的一些建议。
一、从基础开始:常常有些朋友在Linux论坛问一些问题,不过,其中大多数的问题都是很基础的。例如:为什么我使用一个命令的时候,系统告诉我找不到该目录,我要如何限制使用者的权限等问题,这些问题其实都不是很难的,只要了解了 Linu
- hibernate dao层应用之HibernateDaoSupport二次封装
wangzhezichuan
DAOHibernate
/**
* <p>方法描述:sql语句查询 返回List<Class> </p>
* <p>方法备注: Class 只能是自定义类 </p>
* @param calzz
* @param sql
* @return
* <p>创建人:王川</p>
* <p>创建时间:Jul