- 【OpenAI官方课程】第一课:GPT-Prompt 的构建原则指南
euffylee
ChatGPTPrompt官方课程gptprompt人工智能
欢迎来到ChatGPT开发人员提示工程课程(ChatGPTPromptEngineeringforDevelopers)!本课程将教您如何通过OpenAIAPI有效地利用大型语言模型(LLM)来创建强大的应用程序。本课程由OpenAI的IsaFulford和DeepLearning.AI的AndrewNg主讲,深入了解LLM的运作方式,提供即时工程的最佳实践,并演示LLMAPI在各种应用程序中的使
- Coursera | Andrew Ng (02-week2-2.10)—局部最优的问题
ZJ_Improve
深度学习正则化以及优化深度学习吴恩达局部最优深度学习
该系列仅在原课程基础上部分知识点添加个人学习笔记,或相关推导补充等。如有错误,还请批评指教。在学习了AndrewNg课程的基础上,为了更方便的查阅复习,将其整理成文字。因本人一直在学习英语,所以该系列以英文为主,同时也建议读者以英文为主,中文辅助,以便后期进阶时,为学习相关领域的学术论文做铺垫。-ZJCoursera课程|deeplearning.ai|网易云课堂转载请注明作者和出处:ZJ微信公众
- 6、5 门关于 AI 和 ChatGPT 的免费课程,带您从 0-100
AI算法蒋同学
一起来学习下ChatGPT吧人工智能chatgpt
5门关于AI和ChatGPT的免费课程,带您从0-100想在2024年免费了解有关AI和ChatGPT的更多信息吗?图片由DALLE3提供活着是多么美好的时光啊。还有什么比现在更适合了解生成式人工智能(尤其是ChatGPT)等人工智能元素的呢!许多人对这个行业感兴趣,但有些人需要更多关于如何到达那里的知识。该博客为您提供了来自哈佛、IBM、DeepLearning.AI等可信机构的免费课程列表。让
- 吴恩达深度学习-学习笔记p1-p6
丢了橘子的夏天
深度学习学习笔记
哔哩哔哩网站视频-[双语字幕]吴恩达深度学习deeplearning.ai网站:up主:mHarvey,视频:[双语字幕]吴恩达深度学习deeplearning.ai一.p11.1欢迎二.p21.2什么是神经网络1.举例:根据面积预测房价假设有六个房子的房屋面积和价格,根据这个数据集,房屋面积预测房价的函数,这些是一个简单的神经网络神经元的功能就是输入面积完成线性运算,取不小于0的值,最后得到预测
- 【吴恩达机器学习】第一周课程笔记
Estella_07
机器学习笔记人工智能
Hello,这里是小梁。下面是我近期学习机器学习的笔记,出发点是希望对自己起到一个督促和输出的作用如果你对我的笔记感兴趣欢迎Like,有不足之处也欢迎评论留言B站【2022吴恩达机器学习Deeplearning.ai课程】笔记参考【吴恩达《MachineLearning》精炼笔记】1机器学习的定义与分类1.1监督学习Supervisedlearning1.2无监督学习Unsupervisedlea
- Coursera | Andrew Ng (01-week-2-2.11)—向量化
ZJ_Improve
深度学习深度学习吴恩达吴恩达深度学习
该系列仅在原课程基础上部分知识点添加个人学习笔记,或相关推导补充等。如有错误,还请批评指教。在学习了AndrewNg课程的基础上,为了更方便的查阅复习,将其整理成文字。因本人一直在学习英语,所以该系列以英文为主,同时也建议读者以英文为主,中文辅助,以便后期进阶时,为学习相关领域的学术论文做铺垫。-ZJCoursera课程|deeplearning.ai|网易云课堂转载请注明作者和出处:ZJ微信公众
- ML学习安排和资源链接
Nice night
#ML吴恩达机器学习
第一阶段:学习前置数学知识机器学习的数学基础_二进制人工智能的博客-CSDN博客第二阶段:认知机器学习吴恩达机器学习【2022中文版教程全集】_哔哩哔哩_bilibili视频5h,看了一点发现后面没字幕了,这个(强推|双字)2022吴恩达机器学习Deeplearning.ai课程_哔哩哔哩_bilibili视频19h。但是这个是属于新课,所以还是先看第三阶段上:仔细了解机器学习视频链接:[中英字幕
- 吴恩达《ChatGPT Prompt Engineering for Developers》学习笔记
stay_foolish12
人工智能
来自:口仆本笔记是deeplearning.ai最近推出的短期课程《ChatGPTPromptEngineeringforDevelopers》的学习总结。1引言总的来说,当前有两类大语言模型(LLM):「基础LLM」和「指令微调LLM」。基础LLM基于大量文本数据训练而成,核心思想为预测一句话的下一个单词(即词语接龙)。基于语料的限制,有时会返回不符合预期的结果(如上图所示)。指令微调LLM基于
- Assignment | 04-week1 -Convolutional Neural Networks: Application Part_2
ZJ_Improve
深度学习吴恩达-Assignment汇总深度学习吴恩达卷积神经网络tensorflow
该系列仅在原课程基础上课后作业部分添加个人学习笔记,如有错误,还请批评指教。在学习了AndrewNg课程的基础上,为了更方便的查阅复习,将其整理成文字。因本人一直在学习英语,所以该系列以英文为主,同时也建议读者以英文为主,中文辅助,以便后期进阶时,为学习相关领域的学术论文做铺垫。-ZJCoursera课程|deeplearning.ai|网易云课堂转载请注明作者和出处:ZJ微信公众号-「SelfI
- 【机器学习小记】【平面数据分类】deeplearning.ai course1 3rd week programming
LittleSeedling
#初学深度学习机器学习神经网络
带有一个隐藏层的平面数据分类数据集介绍数据集形状模型搭建参数初始化前向传播隐藏层输出层反向传播输出层隐藏层梯度下降更新参数预测其他np.dot()与np.multiply()的区别结果使用简单逻辑回归测试不同的隐藏层神经元数测试其他数据集原始数据集测试不同的隐藏层神经元数目标:带有一个隐藏层的平面数据分类神经网络参考自:【中文】【吴恩达课后编程作业】Course1-神经网络和深度学习-第三周作业数
- Coursera | Andrew Ng (02-week-1-1.3)—机器学习基础
ZJ_Improve
深度学习正则化以及优化深度学习吴恩达机器学习深度学习吴恩达coursera
该系列仅在原课程基础上部分知识点添加个人学习笔记,或相关推导补充等。如有错误,还请批评指教。在学习了AndrewNg课程的基础上,为了更方便的查阅复习,将其整理成文字。因本人一直在学习英语,所以该系列以英文为主,同时也建议读者以英文为主,中文辅助,以便后期进阶时,为学习相关领域的学术论文做铺垫。-ZJCoursera课程|deeplearning.ai|网易云课堂转载请注明作者和出处:ZJ微信公众
- 进大厂全靠自学,微软&头条实习生现身说法:我是这样自学深度学习的丨课程传送门...
QbitAl
作者SannyKim郭一璞编译量子位出品|公众号QbitAI跟着网络资料自学、刷MOOC是许多人学深度学习的方式,但深度学习相关资源众多,应该从哪儿开始学呢?富有自学经验的GitHub用户SannyKim贡献出了一份深度学习自学指南。她自学成才,有Udacity、deeplearning.ai、Coursera的一大堆课程认证,甚至连大学都是上的以自学、MOOC著称的Minerva大学,自学卓有成
- 吴恩达机器学习Deeplearning.ai课程学习笔记(Supervised Machine Learning Regression and Classification---week1)
智能提桶工程师
人工智能学习
一、机器学习定义:机器学习即Machinelearning,涉及很多学科,简单点来说,就是使用计算机通过“学习“大量的数据模拟实现人类的行为,也就是让计算机自己学习到一些所谓的”知识与技能“(例如什么是苹果?什么是香蕉?),而且能够通过一些算法组织其实现不断学习不断完善自身的性能与知识架构,换句话说,让计算机越来越”知识渊博“,也就是-----人工智能。二、机器学习分类:机器学习一般分为监督学习与
- 大手笔!吴恩达一口气开放了 3 个 AIGC 教程。。
机器学习社区
自然语言机器学习AIGC人工智能自然语言处理大模型算法
一个月前,DeepLearning.ai创始人吴恩达与OpenAI开发者IzaFulford联手推出了一门面向开发者的技术教程:ChatGPT提示工程。该教程总共分为9个章节,总一个多小时,里面主要涵盖:提示词最佳实践、评论情感分类、文本总结、邮件撰写、文本翻译、快速搭建一个聊天机器人等等。你除了能在这个教程里面学到如何使用Prompt,你还能学到GPT接口调用开发知识。一个月时间过去了,因课程质
- GitHub Copilot Chat将于12月全面推出;DeepLearning.AI免费新课
go2coding
AI日报githubcopilot人工智能
AI新闻GitHubCopilotChat将于12月全面推出,提升开发者的生产力摘要:GitHub宣布将于12月全面推出GitHubCopilotChat,这是GitHubCopilot的一个新功能,旨在帮助开发者编写代码。它能够集成到开发者的桌面IDE环境中,并能够根据上下文联想出后文,不仅限于代码缺省补充和纠错。与此同时,CopilotChat还能够与开发者进行对话,提供更加细致的人机交互体验
- 【深度学习】Coursera的TensorFlow课程练习题精华部分
风度78
大家好,这次给大家翻译的是来自Coursera,由deeplearning.ai提供的TensorFlowinPractice的课程系列的QUIZ部分本文来源:www.kesci.com该系列课程共分为4个专项一、人工智能、机器学习和深度学习的TensorFlow简介二、TensorFlow中的卷积神经网络三、TensorFlow中的自然语言处理四、序列、时间序列与预测原教程链接在此:Tensor
- sheng的学习笔记-【目录】【中文】【deplearning.ai】【吴恩达课后作业目录】
coldstarry
吴恩达作业-深度学习人工智能
学习吴恩达的深度学习,用于记录笔记知识目录和引用文章原文见下面,但已经变为收费的:【目录】【中文】【deplearning.ai】【吴恩达课后作业目录】_吴恩达深度学习何宽-CSDN博客免费的用于学习的github地址,包含笔记和代码,资料来源于深度学习GitHub-fengdu78/deeplearning_ai_books:deeplearning.ai(吴恩达老师的深度学习课程笔记及资源)机
- 微调大型语言模型(一):为什么要微调(Why finetune)?
-派神-
NLPLangchainChatGPT语言模型人工智能自然语言处理chatgpt
今天我们来学习Deeplearning.ai的在线课程微调大型语言模型(一)的第一课:为什么要微调(Whyfinetune)。我们知道像GPT-3.5这样的大型语言模型(LLM)它所学到的知识截止到2021年9月,那么如果我们向ChatGPT询问2022年以后发生的事情,它可能会产生“幻觉”从而给出错误的答案,再比如我们有一些关于企业的某些产品的业务数据,但是由于ChatGPT没有学习过这些数据,
- 2022吴恩达机器学习Deeplearning.ai课程编程作业C1_W2: Linear Regression
alterego2380
机器学习pythonnumpy机器学习线性回归人工智能
PracticeLab:LinearRegressionWelcometoyourfirstpracticelab!Inthislab,youwillimplementlinearregressionwithonevariabletopredictprofitsforarestaurantfranchise.Outline1-Packages2-Linearregressionwithonevar
- LangChain 手记 Conclusion结语
从流域到海域
大语言模型langchain
整理并翻译自DeepLearning.AI×LangChain的官方课程:ConclusionConclusion结语本系列短课展示了大量使用LangChain构建的大语言模型应用,包括处理用户反馈、文档上的问答系统甚至使用LLM来决定发起外部工具的调用(比如搜索)来回答复杂问题。使用LangChain的好处在于能很大程度上提升开发效率,仅需要适量代码,就可以实现复杂的llm应用。课程作者希望大家
- 卷积神经网络之一维卷积、二维卷积、三维卷积
bebr
机器学习卷积神经网络一维二维
1.二维卷积图中的输入的数据维度为14×1414×14,过滤器大小为5×55×5,二者做卷积,输出的数据维度为10×1010×10(14−5+1=1014−5+1=10)。如果你对卷积维度的计算不清楚,可以参考我之前的博客吴恩达深度学习笔记(deeplearning.ai)之卷积神经网络(CNN)(上)。上述内容没有引入channel的概念,也可以说channel的数量为1。如果将二维卷积中输入的
- LangChain手记 Agent 智能体
从流域到海域
大语言模型langchain人工智能
整理并翻译自DeepLearning.AI×LangChain的官方课程:Agent(源代码可见)“人们有时会将LLM看作是知识库,因为它被训练所以记住了来自互联网或其他地方的海量信息,因而当你向它提问时,它可以回答你的问题。有一个更加有用的认知模式是将LLM看作是一个推理引擎,如果提供给他文本块或者额外信息,它可以理由从互联网或者其他地方学会的背景知识利用新信息来帮助回答问题或者进行文本推理或者
- LangChain手记 Evalutation评估
从流域到海域
大语言模型langchain人工智能
整理并翻译自DeepLearning.AI×LangChain的官方课程:Evaluation(源代码可见)基于LLM的应用如何做评估是一个难点,本节介绍了一些思路和工具。“从传统开发转换到基于prompt的开发,开发使用LLM的应用,整个工作流的评估方式需要重新考虑,本节会介绍很多激动人心的概念。”Evaluation评估构建一个上节课介绍过的QAchain:不同之处仅在于加了一个参数:chai
- DeepLearning.ai学习笔记(一)神经网络和深度学习--Week4深层神经网络
marsggbo
机器学习神经网络深度学习前向传播反向传播Andrew-ng
一、深层神经网络深层神经网络的符号与浅层的不同,记录如下:-用L表示层数,该神经网络L=4-n[l]表示第l层的神经元的数量,例如n[1]=n[2]=5,n[3]=3,n[4]=1-a[l]表示第l层中的激活函数,a[l]=g[l](z[l])二、前向和反向传播1.第l层的前向传播输入为a[l−1]输出为a[l],cache(z[l])矢量化表示:Z[l]=W[l]⋅A[l−1]+b[l]A[l]
- LangChain手记 Question Answer 问答系统
从流域到海域
大语言模型langchain
整理并翻译自DeepLearning.AI×LangChain的官方课程:QuestionAnswer(源代码可见)本节介绍使用LangChian构建文档上的问答系统,可以实现给定一个PDF文档,询问关于文档上出现过的某个信息点,LLM可以给出关于该信息点的详情信息。这种使用方式比较灵活,因为并没有使用PDF上的文本对模型进行训练就可以实现文档上的信息点问答。本节介绍的Chain也比较常用,它涉及
- LangChain手记 Chains
从流域到海域
langchain人工智能
整理并翻译自DeepLearning.AI×LangChain的官方课程:Chains(源代码可见)Chains直译链,表达的意思更像是对话链,对话链的背后是思维链LLMChain(LLM链)首先介绍了一个最简单的例子,LLMChain:将一个大语言模型和prompt模板组合起来调用LLMChain,即可得到一个LLMChain对象,该对象的run实现的功能即给定输入自动使用prompt模板生成p
- LangChain手记 Memory
从流域到海域
大语言模型langchain
整理并翻译自DeepLearning.AI×LangChain的官方课程:MemoryMemory使用openai的API调用GPT都是单次调用,所以模型并不记得之前的对话,多轮对话的实现其实是将前面轮次的对话过程保留,在下次对话时作为输入的message数组的一部分,再将新一轮对话的提问也放入message数组,再发起一次API调用,即构手动建对话流(以上笔者注)。构建对话流(LangChain
- LangChain手记 Models,Prompts and Parsers
从流域到海域
大语言模型langchain
整理并翻译自DeepLearning.AI×LangChain的官方课程:Models,PromptsandParsers模型,提示词和解析器(Models,PromptsandParsers)模型:大语言模型提示词:构建传递给模型的输入的方式解析器:获取模型输入,转换为更为结构化的形式以在下游任务中使用为什么使用提示词模板提示词会非常长且具体在可以的时候能直接复用提示词LangChain也为常用
- 使用 Gradio 构建生成式 AI 应用程序(一): 图片内容读取app
-派神-
NLP自然语言处理人工智能自然语言处理深度学习神经网络机器学习
今天我们来学习DeepLearning.AI的在线课程:BuildingGenerativeAIApplicationswithGradio,该课程主要讲述利用gradio来部署机器学习算法应用程序,今天我们来学习第一课:Imagecaptioningapp,该课程主要讲述如何从图片中读取图片的内容信息,如下图所示:今天我们会使用huggingface的Salesforce/blip-image-
- 深度学习阶段性回顾
猫咪的白手套
深度学习人工智能
本文针对过去两周的深度学习理论做阶段性回顾,学习资料来自吴恩达老师的2021版deeplearning.ai课程,内容涵盖深度神经网络改善一直到ML策略的章节。视频链接如下:吴恩达深度学习视频链接(注:本文出自深度学习初学者,此文内容将以初学者的感悟与见解讲述。当然我也会努力搜寻资料以弥补自身认知的不足,希望本文能对深度学习的其他初学者也有所帮助,文章若有不当之处,望大家在评论区多多指正,我将虚心
- Algorithm
香水浓
javaAlgorithm
冒泡排序
public static void sort(Integer[] param) {
for (int i = param.length - 1; i > 0; i--) {
for (int j = 0; j < i; j++) {
int current = param[j];
int next = param[j + 1];
- mongoDB 复杂查询表达式
开窍的石头
mongodb
1:count
Pg: db.user.find().count();
统计多少条数据
2:不等于$ne
Pg: db.user.find({_id:{$ne:3}},{name:1,sex:1,_id:0});
查询id不等于3的数据。
3:大于$gt $gte(大于等于)
&n
- Jboss Java heap space异常解决方法, jboss OutOfMemoryError : PermGen space
0624chenhong
jvmjboss
转自
http://blog.csdn.net/zou274/article/details/5552630
解决办法:
window->preferences->java->installed jres->edit jre
把default vm arguments 的参数设为-Xms64m -Xmx512m
----------------
- 文件上传 下载 解析 相对路径
不懂事的小屁孩
文件上传
有点坑吧,弄这么一个简单的东西弄了一天多,身边还有大神指导着,网上各种百度着。
下面总结一下遇到的问题:
文件上传,在页面上传的时候,不要想着去操作绝对路径,浏览器会对客户端的信息进行保护,避免用户信息收到攻击。
在上传图片,或者文件时,使用form表单来操作。
前台通过form表单传输一个流到后台,而不是ajax传递参数到后台,代码如下:
<form action=&
- 怎么实现qq空间批量点赞
换个号韩国红果果
qq
纯粹为了好玩!!
逻辑很简单
1 打开浏览器console;输入以下代码。
先上添加赞的代码
var tools={};
//添加所有赞
function init(){
document.body.scrollTop=10000;
setTimeout(function(){document.body.scrollTop=0;},2000);//加
- 判断是否为中文
灵静志远
中文
方法一:
public class Zhidao {
public static void main(String args[]) {
String s = "sdf灭礌 kjl d{';\fdsjlk是";
int n=0;
for(int i=0; i<s.length(); i++) {
n = (int)s.charAt(i);
if((
- 一个电话面试后总结
a-john
面试
今天,接了一个电话面试,对于还是初学者的我来说,紧张了半天。
面试的问题分了层次,对于一类问题,由简到难。自己觉得回答不好的地方作了一下总结:
在谈到集合类的时候,举几个常用的集合类,想都没想,直接说了list,map。
然后对list和map分别举几个类型:
list方面:ArrayList,LinkedList。在谈到他们的区别时,愣住了
- MSSQL中Escape转义的使用
aijuans
MSSQL
IF OBJECT_ID('tempdb..#ABC') is not null
drop table tempdb..#ABC
create table #ABC
(
PATHNAME NVARCHAR(50)
)
insert into #ABC
SELECT N'/ABCDEFGHI'
UNION ALL SELECT N'/ABCDGAFGASASSDFA'
UNION ALL
- 一个简单的存储过程
asialee
mysql存储过程构造数据批量插入
今天要批量的生成一批测试数据,其中中间有部分数据是变化的,本来想写个程序来生成的,后来想到存储过程就可以搞定,所以随手写了一个,记录在此:
DELIMITER $$
DROP PROCEDURE IF EXISTS inse
- annot convert from HomeFragment_1 to Fragment
百合不是茶
android导包错误
创建了几个类继承Fragment, 需要将创建的类存储在ArrayList<Fragment>中; 出现不能将new 出来的对象放到队列中,原因很简单;
创建类时引入包是:import android.app.Fragment;
创建队列和对象时使用的包是:import android.support.v4.ap
- Weblogic10两种修改端口的方法
bijian1013
weblogic端口号配置管理config.xml
一.进入控制台进行修改 1.进入控制台: http://127.0.0.1:7001/console 2.展开左边树菜单 域结构->环境->服务器-->点击AdminServer(管理) &
- mysql 操作指令
征客丶
mysql
一、连接mysql
进入 mysql 的安装目录;
$ bin/mysql -p [host IP 如果是登录本地的mysql 可以不写 -p 直接 -u] -u [userName] -p
输入密码,回车,接连;
二、权限操作[如果你很了解mysql数据库后,你可以直接去修改系统表,然后用 mysql> flush privileges; 指令让权限生效]
1、赋权
mys
- 【Hive一】Hive入门
bit1129
hive
Hive安装与配置
Hive的运行需要依赖于Hadoop,因此需要首先安装Hadoop2.5.2,并且Hive的启动前需要首先启动Hadoop。
Hive安装和配置的步骤
1. 从如下地址下载Hive0.14.0
http://mirror.bit.edu.cn/apache/hive/
2.解压hive,在系统变
- ajax 三种提交请求的方法
BlueSkator
Ajaxjqery
1、ajax 提交请求
$.ajax({
type:"post",
url : "${ctx}/front/Hotel/getAllHotelByAjax.do",
dataType : "json",
success : function(result) {
try {
for(v
- mongodb开发环境下的搭建入门
braveCS
运维
linux下安装mongodb
1)官网下载mongodb-linux-x86_64-rhel62-3.0.4.gz
2)linux 解压
gzip -d mongodb-linux-x86_64-rhel62-3.0.4.gz;
mv mongodb-linux-x86_64-rhel62-3.0.4 mongodb-linux-x86_64-rhel62-
- 编程之美-最短摘要的生成
bylijinnan
java数据结构算法编程之美
import java.util.HashMap;
import java.util.Map;
import java.util.Map.Entry;
public class ShortestAbstract {
/**
* 编程之美 最短摘要的生成
* 扫描过程始终保持一个[pBegin,pEnd]的range,初始化确保[pBegin,pEnd]的ran
- json数据解析及typeof
chengxuyuancsdn
jstypeofjson解析
// json格式
var people='{"authors": [{"firstName": "AAA","lastName": "BBB"},'
+' {"firstName": "CCC&
- 流程系统设计的层次和目标
comsci
设计模式数据结构sql框架脚本
流程系统设计的层次和目标
 
- RMAN List和report 命令
daizj
oraclelistreportrman
LIST 命令
使用RMAN LIST 命令显示有关资料档案库中记录的备份集、代理副本和映像副本的
信息。使用此命令可列出:
• RMAN 资料档案库中状态不是AVAILABLE 的备份和副本
• 可用的且可以用于还原操作的数据文件备份和副本
• 备份集和副本,其中包含指定数据文件列表或指定表空间的备份
• 包含指定名称或范围的所有归档日志备份的备份集和副本
• 由标记、完成时间、可
- 二叉树:红黑树
dieslrae
二叉树
红黑树是一种自平衡的二叉树,它的查找,插入,删除操作时间复杂度皆为O(logN),不会出现普通二叉搜索树在最差情况时时间复杂度会变为O(N)的问题.
红黑树必须遵循红黑规则,规则如下
1、每个节点不是红就是黑。 2、根总是黑的 &
- C语言homework3,7个小题目的代码
dcj3sjt126com
c
1、打印100以内的所有奇数。
# include <stdio.h>
int main(void)
{
int i;
for (i=1; i<=100; i++)
{
if (i%2 != 0)
printf("%d ", i);
}
return 0;
}
2、从键盘上输入10个整数,
- 自定义按钮, 图片在上, 文字在下, 居中显示
dcj3sjt126com
自定义
#import <UIKit/UIKit.h>
@interface MyButton : UIButton
-(void)setFrame:(CGRect)frame ImageName:(NSString*)imageName Target:(id)target Action:(SEL)action Title:(NSString*)title Font:(CGFloa
- MySQL查询语句练习题,测试足够用了
flyvszhb
sqlmysql
http://blog.sina.com.cn/s/blog_767d65530101861c.html
1.创建student和score表
CREATE TABLE student (
id INT(10) NOT NULL UNIQUE PRIMARY KEY ,
name VARCHAR
- 转:MyBatis Generator 详解
happyqing
mybatis
MyBatis Generator 详解
http://blog.csdn.net/isea533/article/details/42102297
MyBatis Generator详解
http://git.oschina.net/free/Mybatis_Utils/blob/master/MybatisGeneator/MybatisGeneator.
- 让程序员少走弯路的14个忠告
jingjing0907
工作计划学习
无论是谁,在刚进入某个领域之时,有再大的雄心壮志也敌不过眼前的迷茫:不知道应该怎么做,不知道应该做什么。下面是一名软件开发人员所学到的经验,希望能对大家有所帮助
1.不要害怕在工作中学习。
只要有电脑,就可以通过电子阅读器阅读报纸和大多数书籍。如果你只是做好自己的本职工作以及分配的任务,那是学不到很多东西的。如果你盲目地要求更多的工作,也是不可能提升自己的。放
- nginx和NetScaler区别
流浪鱼
nginx
NetScaler是一个完整的包含操作系统和应用交付功能的产品,Nginx并不包含操作系统,在处理连接方面,需要依赖于操作系统,所以在并发连接数方面和防DoS攻击方面,Nginx不具备优势。
2.易用性方面差别也比较大。Nginx对管理员的水平要求比较高,参数比较多,不确定性给运营带来隐患。在NetScaler常见的配置如健康检查,HA等,在Nginx上的配置的实现相对复杂。
3.策略灵活度方
- 第11章 动画效果(下)
onestopweb
动画
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/
- FAQ - SAP BW BO roadmap
blueoxygen
BOBW
http://www.sdn.sap.com/irj/boc/business-objects-for-sap-faq
Besides, I care that how to integrate tightly.
By the way, for BW consultants, please just focus on Query Designer which i
- 关于java堆内存溢出的几种情况
tomcat_oracle
javajvmjdkthread
【情况一】:
java.lang.OutOfMemoryError: Java heap space:这种是java堆内存不够,一个原因是真不够,另一个原因是程序中有死循环; 如果是java堆内存不够的话,可以通过调整JVM下面的配置来解决: <jvm-arg>-Xms3062m</jvm-arg> <jvm-arg>-Xmx
- Manifest.permission_group权限组
阿尔萨斯
Permission
结构
继承关系
public static final class Manifest.permission_group extends Object
java.lang.Object
android. Manifest.permission_group 常量
ACCOUNTS 直接通过统计管理器访问管理的统计
COST_MONEY可以用来让用户花钱但不需要通过与他们直接牵涉的权限
D