- 【高级RAG技巧】使用二阶段检索器平衡检索的效率和精度
深度学习机器
大语言模型深度学习入门人工智能语言模型
一传统方法之前的文章已经介绍过向量数据库在RAG(RetrievalAugmentedGenerative)中的应用,本文将会讨论另一个重要的工具-Embedding模型。一般来说,构建生产环境下的RAG系统是直接使用Embedding模型对用户输入的Query进行向量化表示,并且从已经构建好的向量数据库中检索出相关的段落用户大模型生成。但是这种方法很明显会受到Embedding模型性能的影响,比
- 知识蒸馏论文精选——《Graph-Free Knowledge Distillation for Graph Neural Networks 》
宇直不会放弃
GKD-Outputlayer人工智能数据挖掘机器学习深度学习神经网络cnnpytorch
(GFKD)无图知识蒸馏《Graph-FreeKnowledgeDistillationforGraphNeuralNetworks》2021作者是XiangDeng和ZhongfeiZhang,来自纽约州立大学宾汉姆顿分校论文地址见文末摘要知识蒸馏(KnowledgeDistillation,KD)通过强制学生网络模仿在训练数据上预训练老师网络的输出,从而将知识从老师网络转移到学生网络。然而,在
- LWC-KD:图结构感知的推荐系统增量学习对比知识蒸馏
宇直不会放弃
GKD-Middlelayer人工智能pythonchatgptgpu算力深度学习机器学习神经网络
LWC-KD:图结构感知的推荐系统增量学习对比知识蒸馏《GraphStructureAwareContrastiveKnowledgeDistillationforIncrementalLearninginRecommenderSystems》2021作者是YueningWang、YingxueZhang和MarkCoates论文地址:https://dl.acm.org/doi/10.1145/
- Spring Cloud Alibaba微服务架构实战教程—17分布式缓存下Redis设计
江湖一点雨
最新SpringCloudAlibaba实战开发redis缓存设计springcloud微服务实战springcloudalibabajava开发实战
前言大多数的文章,开头就是告诉你使用redis做缓存,怎么怎么样,而本系列,不打算采用这样无趣的写法,这和直接搬运有什么区别?笔者力求读者能得到更大程度的系统学习,会从为什么使用缓存来给大家进行学习。问问大家,当系统的执行速度慢怎么办?对于更新速度不是很快的站点,可以采用静态化来避免过多的数据查询。通常前端使用Freemaker或Velocity、thymeleaf等模板引擎来实现页面的静态化。对
- 解决方案评测|通义万相AI绘画创作【阿里产品系测评】
一键难忘
精通AI实战千例专栏合集AI作画通义万相
文章目录解决方案评测|通义万相AI绘画创作一、活动参与及部署体验二、针对通义万相AI绘画创作方案的详细评测反馈1)资源部署及场景API调用体验过程是否得到足够的引导,操作是否顺畅?2)该方案是否满足您的需求?3)针对业务场景,该方案还有哪些可以改进的图片生成能力或在您的业务场景中,还希望它可以提供哪些新的功能?4)同比其他类似产品方案,该方案在成本、易用性、应用场景上是否有竞争力?您是否愿意推荐团
- Apipost一站式API工具评测:整合Postman+Swagger+JMeter三大功能,打造全流程开发解决方案
作为一名Java开发者,始终追求开发过程的高效性。使用IntelliJIDEA编写代码只是开始。一般来说,代码完成后,我们会切换到Postman进行API调试。在确保API表现符合预期后,我们会使用Swagger为前端团队生成文档。最后,再使用JMeter进行性能和负载测试,以确保API工作流顺畅且自动化。Apipost=Postman+Swagger+JMeter然而,这种多工具的方法存在诸多挑
- Midjourney绘图参数详解:从基础到高级的全面指南
码上飞扬
midjourney
引言Midjourney作为当前最受欢迎的AI绘图工具之一,其强大的参数系统为用户提供了丰富的创作可能性。本文将深入解析Midjourney的各项参数,帮助开发者更好地掌握这一工具,提升创作效率和质量。一、基本参数配置1.图像比例调整使用--ar参数可以设置图像的宽高比,例如--ar16:9将生成16:9的宽屏图像。2.提示权重控制--iw参数用于控制文本提示对图像的影响程度,默认值为0.25,可
- 【vscode】一键编译运行c/c++程序
辰尘_星启
编程语言vscodec语言c++cmakedebug
概述虽然我这里使用CMake,但是它只是一个用于编译生成可执行文件的工具,完全不影响将工具换成g++,gcc等,这套配置是完全通用的右上角一键编译运行的内部流程task.json格式概述launch.json格式概述CMake格式概述攒起来,组合成通用开发环境一键编译运行的内部流程点击运行C/C++文件(或按下F5)vscode调用launch.json挑选调试器、根据参数配置运行环境调用task
- Rocky9 使用 kolla-ansible all-in-one部署 OpenStack Zed
Tassel_YUE
Linux云计算#虚拟化openstackansiblelinux云计算
目录写在前面一些支持网站2024.05后,安装Zed注意事项什么是kolla-ansible流程梳理操作系统选择安装流程概览安装详细步骤环境设置配置yum并下载软件包禁用firewalld,selinux安装ansible、kolla-ansible、galaxy生成密码文件修改global.yml安装部署测试写在前面一些支持网站官网:https://docs.openstack.org/koll
- 2025年五款电梯维保管理系统评测
无代码开发平台二维码
2025年中国的电梯保有量突破1063万台,向数字化管理转型已成必然。目前,已形成了政府主导的无纸化维保和市场化智能系统并行发展的趋势。然而,传统人工方式仍广泛存在于老旧小区和中小城市,纸面记录的方式存在效率低、漏检率高、一旦出现事故,数据追溯难等问题,正在被逐步淘汰。一、数字化转型的难点电梯管理的数字化转型虽然前景广阔,但也面临着诸多挑战:转型成本高:绝大部分智能巡检系统,需要大量的传感器来实时
- 打造RAG系统:四大向量数据库Milvus、Faiss、Elasticsearch、Chroma 全面对比与选型指南
橙子小哥的代码世界
数据库数据库milvusfaiss人工智能深度学习神经网络elasticsearch
在当今信息爆炸的时代,检索增强生成(Retrieval-AugmentedGeneration,简称RAG)系统已成为自然语言处理(NLP)领域的重要工具。RAG系统通过结合生成模型和信息检索技术,能够在大规模数据中高效地获取相关信息,生成更为精准和有针对性的内容。而在构建RAG系统时,选择合适的向量数据库是确保系统性能和可扩展性的关键一步。本文将深入对比四大主流向量数据库——Milvus、Fai
- QwQ-32B通用能力测评的详细分析
大势下的牛马
搭建本地gptQwQQwQ-32BRAG人工智能知识库
QwQ-32B通用能力测评的详细分析一、测评框架与核心基准测试QwQ-32B的通用能力测评围绕三大核心评测体系展开,覆盖逻辑推理、多轮对话、复杂指令遵循、工具调用等综合能力:LiveBench(“最难LLMs评测榜”)设计方:Meta首席科学家YannLeCun团队主导构建任务类型:数学证明:需完成包含多步推导的几何/代数证明题(如"证明存在无限多个素数")逻辑谜题:例如"三个箱子标签全错,如何通
- AI学习指南RAG篇(4)-RAG的工作流程
俞兆鹏
AI学习指南ai
文章目录一、引言二、RAG的工作流程1.检索(Retrieval)1.1检索的目标1.2检索的实现1.3示例代码1.4输出示例2.增强(Augmentation)2.1增强的目标2.2增强的实现2.3示例代码2.4输出示例3.生成(Generation)3.1生成的目标3.2生成的实现3.3示例代码3.4输出示例三、总结一、引言RAG(Retrieval-AugmentedGeneration,检
- 大模型好书推荐 -挖到宝了,500页RAG神书几乎把RAG讲得透透的
脱泥不tony
人工智能语言模型自然语言处理LLMRAG大模型入门大模型
《基于大模型的RAG应用开发与优化——构建企业级LLM应用》是一本专注于RAG(Retrieval-AugmentedGeneration,检索增强生成)技术应用的书籍。该书不仅为读者提供了全面深入的RAG技术知识,还注重实践性和可操作性,帮助读者快速掌握构建企业级LLM应用的能力。一、本书推荐理由《基于大模型的RAG应用开发与优化——构建企业级LLM应用》是一本深度与广度并重、实践导向性强、紧
- 实用建模技术
一条九漏鱼
verilogHdl数字设计与综合fpga开发
1、过程连续赋值1.assign和deassign:该结构目前被认为是很糟糕的编码风格,建议禁用。deassign表示一直保持被赋予的值,直到下一次改变。moduleedge_dff(inputwired,inputwireclk,inputwirerst,outputregq,outputregqbar);always@(posedgeclk)beginq=d;qbar=~d;endalways
- r99950X3D参数 锐龙r99950X3D性能怎么样 r9 9950X3D相当于什么水平
2501_90583960
其他
锐龙r99950X3D采用Zen5架构和4纳米生产工艺16核心32线程基础频率为4.3GHz,最高加速频率5.7GHz热设计功耗(TDP)为170W锐龙r99950X3D组装电脑怎么搭配更合适这些点很重要http://www.adiannao.cn/du
- Training-free Neural Architecture Searchthrough Variance of Knowledge of Deep Network Weights(预览版本)
境心镜
免训练深度学习人工智能NAS
代码位置摘要深度学习彻底改变了计算机视觉,但它使用深度网络架构取得了巨大的成功,而这些架构大多是手工制作的,因此可能不是最理想的。神经架构搜索(NAS)旨在通过遵循明确定义的优化范式来弥补这一差距,该范式系统地寻找最佳架构,给定客观标准,例如最大分类准确度。然而,NAS的主要限制是其天文数字般的计算成本,因为它通常需要从头开始训练每个候选网络架构。在本文中,我们旨在通过基于Fisher信息提出一种
- 对于TCP协议三次握手,四次挥手的总结
nihuhui666
tcp/ip服务器网络协议
TCP报头源端口号,目的端口号不用解释,传输层封装的序号(sequencenumber):seq,用来标识表示数据的字节流在第几位开始确认序号(acknowledgenumber):ack,表明数据被收到,并期望从从收到的下一位开始收取URG:紧急标志位ACK:确认标志位,如果置1,开始发送确认序号RST:复位标志位SYN:请求建立链接标志位FIN:结束标志位三次握手1.首先,A请求与B建立链接,
- Cache在嵌入式处理器中的使用问题
zhtek
OperatingSystemcache嵌入式存储嵌入式操作系统出版工作
Cache在嵌入式处理器中的使用问题作者:西北工业大学王艳吴旭光赵勋峰随着嵌入式计算机应用的发展,嵌入式CPU的主频不断提高,这就造成了慢速系统存储器不能匹配高速CPU处理能力的情况。为了解决这个问题,许多高性能的嵌入式处理器内部集成了高速缓存Cache。其中,三星公司的S3C44B0X内部就集成了8KB空间统一的指令和数据Cache。Cache即高速缓冲存储器,是位于CPU与主存之间一种容量较小
- 大数据测试总结
SuperCreators
大数据测试hive数据仓库大数据
总结测试要点:参考产品文档,技术文档梳理以下内容需求来源业务方应用场景数据源,数据格转,数据产出,数据呈现方式(数据消亡史),数据量级(增量,全量),更新频率,数据产出时效数据流转方式(http接口,GRPC接口,中间表,宽表等)数据多样性(不同类型维度的处理数据,例如被标识的维度数据以用户为例:客户,客服,用户,玩家等)使用数据的频次频率(相对应的查询服务数据库的压力,接口服务器的压力,评测是否
- 服务器硬件配置统计
mixboot
linux服务器运维硬件统计
服务器型号和SN#dmidecode-tsystem|grep-E"ProductName|SerialNumber"|awk-F':''{print$2}'PowerEdgeR75154567CPU型号和物理CPU数量echo"$(lscpu|grep"Modelname"|cut-d':'-f2|sed's/^*//')x$(lscpu|grep"Socket(s)"|cut-d':'-f2|
- FPGA学习——verilog捕捉信号上升沿下降沿
or_to
FPGAfpga开发学习
在FPGA使用中,常常需要进行信号的边沿检测,如在串口通信中,需要检测接收信号的下降沿来判断串口的的起始位。常用的方法就是:设计两个一位的寄存器,用来接收被检测的信号,系统时钟来一次记一次输入信号,如果用了两个寄存器直接异或就可以了;使用高频的时钟对信号进行采样,因此要实现上升沿检测,时钟频率至少要在信号最高频率的2倍以上,否则就可能出现漏检测。代码如下:moduleedge_detect(sys
- MMLU 88.5分的海螺minimax-01能平替DeepSeek?程序员:建议再看看
surfirst
LLM人工智能评测
一、背景近期,国产海螺大模型minimax-text-01在AI领域引发广泛关注。这款模型在CoreAcademicBenchmarks上表现亮眼,多项指标名列前茅,甚至被一些自媒体誉为DeepSeek的平替选择。然而,模型的实际应用效果是否与学术评测相符?让我们一起深入探讨。二、minimax-text-01简介minimax-text-01是一个具有4560亿参数量的大规模语言模型,每个tok
- 【简单记录】RAG与LLM的交互流程
努力努力再努力呐
RAGLLMRAGLLM
一、流程名称该流程旨在通过结合用户查询、相关知识源和大型语言模型(LLM),生成一个增强上下文的文本响应。二、流程步骤查询输入用户输入一个具体的查询(Query),这个查询可能是一个问题、一个请求或是一个需要解释的概念。搜索相关知识源系统接收查询后,开始在预先定义或配置的知识源(KnowledgeInformationSources)中搜索与查询相关的信息。这些知识源可能包括数据库、在线文档、网站
- c++ std::tuple用法
一只小小汤圆
c++c++开发语言
向std::vector>edges中添加数据可以通过以下方法实现:1.使用push_back和std::make_tuple#include#include//假设已经声明了edgesstd::vector>edges;//添加数据edges.push_back(std::make_tuple(3.14,42));//直接构造并添加tuple2.直接构造std::tuple对象edges.pus
- P10948 升降梯上 灰 题解
M_CI_
算法
Part0.前言没想到SPFA-SLF冲进了最优解第一版,比多数Dijkstra还快。评测记录(SPFA-SLF43ms)评测记录(Dijkstra44ms)Part1.题意简述有MMM个移动系数−Nusingnamespacestd;#defineintlonglong#definepiipair#definefifirst#definesesecondintn,m,s,c[30],dis[10
- 轻松上手:Nginx服务器反向代理配置指南
deming_su
Nginx服务器nginx运维
接上一篇《轻松上手:Nginx服务器基础配置指南》后,我们来探讨一下Nginx反向代理配置具体实现是怎么样的。让我看看Nginx配置的一些核心代码❤️location/apis{rewrite^.+apis/?(.*)$/$1break;add_headerAccess-Control-Allow-Origin*;add_headerAccess-Control-Allow-Headers"Ac
- Claude 3.7 Sona 的崛起
开发者每周简报
人工智能claudesonet
昨天,Anthropic终于发布了万众期待的AI模型——Claude3.7Sona,这款AI让程序员们又惊又喜。发布公告在网络上引发热议,视频下的置顶评论幽默地表达了大家的期待:“大家一直在等这个视频!”一位以风趣且深刻见解著称的AI评测者承认,他已经花费了数百万个token进行测试。他的评价?“Claude3.7真的猛,完全不一样,绝对封神,毫无夸张,真的真的。”这一版本超越了前代产品,提升了代
- GitHub每日最火火火项目(3.7)
FutureUniant
github日推github人工智能计算机视觉音视频ai
ai-hedge-fund项目介绍:ai-hedge-fund是由virattt开发的项目,本质上是一个将人工智能技术应用于对冲基金领域的团队或平台。在金融市场中,对冲基金旨在通过各种策略获取超额收益,而人工智能具备强大的数据分析和预测能力,二者结合能为投资决策带来新的思路和方法。该项目可能运用机器学习、深度学习等人工智能算法,对大量的金融数据进行深入分析,包括股票、债券、期货等市场的历史价格、交
- 网络安全工程师的职业规划?(非常详细),零基础入门到精通,看这一篇就够了_网络工程师职业决策
QXXXD
web安全网络安全数据库学习
文章目录前言一、就业工作岗位众多网络工程师的个人职业规划一、网络工程师的职业优势二、网络工程师解读计算机网络安全工程师怎么发展职业规划文末福利前言网络安全专业网络安全专业就业前景怎么样?有哪些就业方向?一、就业工作岗位众多网络安全专业毕业生就业的岗位较多,可以在计算机科学与技术、信息通信、电子商务、互联网金融、电子政务等领域从事相关工作。也可以在***机关事业单位,银行、保险、证券等金融机构,电信
- html页面js获取参数值
0624chenhong
html
1.js获取参数值js
function GetQueryString(name)
{
var reg = new RegExp("(^|&)"+ name +"=([^&]*)(&|$)");
var r = windo
- MongoDB 在多线程高并发下的问题
BigCat2013
mongodbDB高并发重复数据
最近项目用到 MongoDB , 主要是一些读取数据及改状态位的操作. 因为是结合了最近流行的 Storm进行大数据的分析处理,并将分析结果插入Vertica数据库,所以在多线程高并发的情境下, 会发现 Vertica 数据库中有部分重复的数据. 这到底是什么原因导致的呢?笔者开始也是一筹莫 展,重复去看 MongoDB 的 API , 终于有了新发现 :
com.mongodb.DB 这个类有
- c++ 用类模版实现链表(c++语言程序设计第四版示例代码)
CrazyMizzz
数据结构C++
#include<iostream>
#include<cassert>
using namespace std;
template<class T>
class Node
{
private:
Node<T> * next;
public:
T data;
- 最近情况
麦田的设计者
感慨考试生活
在五月黄梅天的岁月里,一年两次的软考又要开始了。到目前为止,我已经考了多达三次的软考,最后的结果就是通过了初级考试(程序员)。人啊,就是不满足,考了初级就希望考中级,于是,这学期我就报考了中级,明天就要考试。感觉机会不大,期待奇迹发生吧。这个学期忙于练车,写项目,反正最后是一团糟。后天还要考试科目二。这个星期真的是很艰难的一周,希望能快点度过。
- linux系统中用pkill踢出在线登录用户
被触发
linux
由于linux服务器允许多用户登录,公司很多人知道密码,工作造成一定的障碍所以需要有时踢出指定的用户
1/#who 查出当前有那些终端登录(用 w 命令更详细)
# who
root pts/0 2010-10-28 09:36 (192
- 仿QQ聊天第二版
肆无忌惮_
qq
在第一版之上的改进内容:
第一版链接:
http://479001499.iteye.com/admin/blogs/2100893
用map存起来号码对应的聊天窗口对象,解决私聊的时候所有消息发到一个窗口的问题.
增加ViewInfo类,这个是信息预览的窗口,如果是自己的信息,则可以进行编辑.
信息修改后上传至服务器再告诉所有用户,自己的窗口
- java读取配置文件
知了ing
1,java读取.properties配置文件
InputStream in;
try {
in = test.class.getClassLoader().getResourceAsStream("config/ipnetOracle.properties");//配置文件的路径
Properties p = new Properties()
- __attribute__ 你知多少?
矮蛋蛋
C++gcc
原文地址:
http://www.cnblogs.com/astwish/p/3460618.html
GNU C 的一大特色就是__attribute__ 机制。__attribute__ 可以设置函数属性(Function Attribute )、变量属性(Variable Attribute )和类型属性(Type Attribute )。
__attribute__ 书写特征是:
- jsoup使用笔记
alleni123
java爬虫JSoup
<dependency>
<groupId>org.jsoup</groupId>
<artifactId>jsoup</artifactId>
<version>1.7.3</version>
</dependency>
2014/08/28
今天遇到这种形式,
- JAVA中的集合 Collectio 和Map的简单使用及方法
百合不是茶
listmapset
List ,set ,map的使用方法和区别
java容器类类库的用途是保存对象,并将其分为两个概念:
Collection集合:一个独立的序列,这些序列都服从一条或多条规则;List必须按顺序保存元素 ,set不能重复元素;Queue按照排队规则来确定对象产生的顺序(通常与他们被插入的
- 杀LINUX的JOB进程
bijian1013
linuxunix
今天发现数据库一个JOB一直在执行,都执行了好几个小时还在执行,所以想办法给删除掉
系统环境:
ORACLE 10G
Linux操作系统
操作步骤如下:
第一步.查询出来那个job在运行,找个对应的SID字段
select * from dba_jobs_running--找到job对应的sid
&n
- Spring AOP详解
bijian1013
javaspringAOP
最近项目中遇到了以下几点需求,仔细思考之后,觉得采用AOP来解决。一方面是为了以更加灵活的方式来解决问题,另一方面是借此机会深入学习Spring AOP相关的内容。例如,以下需求不用AOP肯定也能解决,至于是否牵强附会,仁者见仁智者见智。
1.对部分函数的调用进行日志记录,用于观察特定问题在运行过程中的函数调用
- [Gson六]Gson类型适配器(TypeAdapter)
bit1129
Adapter
TypeAdapter的使用动机
Gson在序列化和反序列化时,默认情况下,是按照POJO类的字段属性名和JSON串键进行一一映射匹配,然后把JSON串的键对应的值转换成POJO相同字段对应的值,反之亦然,在这个过程中有一个JSON串Key对应的Value和对象之间如何转换(序列化/反序列化)的问题。
以Date为例,在序列化和反序列化时,Gson默认使用java.
- 【spark八十七】给定Driver Program, 如何判断哪些代码在Driver运行,哪些代码在Worker上执行
bit1129
driver
Driver Program是用户编写的提交给Spark集群执行的application,它包含两部分
作为驱动: Driver与Master、Worker协作完成application进程的启动、DAG划分、计算任务封装、计算任务分发到各个计算节点(Worker)、计算资源的分配等。
计算逻辑本身,当计算任务在Worker执行时,执行计算逻辑完成application的计算任务
- nginx 经验总结
ronin47
nginx 总结
深感nginx的强大,只学了皮毛,把学下的记录。
获取Header 信息,一般是以$http_XX(XX是小写)
获取body,通过接口,再展开,根据K取V
获取uri,以$arg_XX
&n
- 轩辕互动-1.求三个整数中第二大的数2.整型数组的平衡点
bylijinnan
数组
import java.util.ArrayList;
import java.util.Arrays;
import java.util.List;
public class ExoWeb {
public static void main(String[] args) {
ExoWeb ew=new ExoWeb();
System.out.pri
- Netty源码学习-Java-NIO-Reactor
bylijinnan
java多线程netty
Netty里面采用了NIO-based Reactor Pattern
了解这个模式对学习Netty非常有帮助
参考以下两篇文章:
http://jeewanthad.blogspot.com/2013/02/reactor-pattern-explained-part-1.html
http://gee.cs.oswego.edu/dl/cpjslides/nio.pdf
- AOP通俗理解
cngolon
springAOP
1.我所知道的aop 初看aop,上来就是一大堆术语,而且还有个拉风的名字,面向切面编程,都说是OOP的一种有益补充等等。一下子让你不知所措,心想着:怪不得很多人都和 我说aop多难多难。当我看进去以后,我才发现:它就是一些java基础上的朴实无华的应用,包括ioc,包括许许多多这样的名词,都是万变不离其宗而 已。 2.为什么用aop&nb
- cursor variable 实例
ctrain
variable
create or replace procedure proc_test01
as
type emp_row is record(
empno emp.empno%type,
ename emp.ename%type,
job emp.job%type,
mgr emp.mgr%type,
hiberdate emp.hiredate%type,
sal emp.sal%t
- shell报bash: service: command not found解决方法
daizj
linuxshellservicejps
今天在执行一个脚本时,本来是想在脚本中启动hdfs和hive等程序,可以在执行到service hive-server start等启动服务的命令时会报错,最终解决方法记录一下:
脚本报错如下:
./olap_quick_intall.sh: line 57: service: command not found
./olap_quick_intall.sh: line 59
- 40个迹象表明你还是PHP菜鸟
dcj3sjt126com
设计模式PHP正则表达式oop
你是PHP菜鸟,如果你:1. 不会利用如phpDoc 这样的工具来恰当地注释你的代码2. 对优秀的集成开发环境如Zend Studio 或Eclipse PDT 视而不见3. 从未用过任何形式的版本控制系统,如Subclipse4. 不采用某种编码与命名标准 ,以及通用约定,不能在项目开发周期里贯彻落实5. 不使用统一开发方式6. 不转换(或)也不验证某些输入或SQL查询串(译注:参考PHP相关函
- Android逐帧动画的实现
dcj3sjt126com
android
一、代码实现:
private ImageView iv;
private AnimationDrawable ad;
@Override
protected void onCreate(Bundle savedInstanceState)
{
super.onCreate(savedInstanceState);
setContentView(R.layout
- java远程调用linux的命令或者脚本
eksliang
linuxganymed-ssh2
转载请出自出处:
http://eksliang.iteye.com/blog/2105862
Java通过SSH2协议执行远程Shell脚本(ganymed-ssh2-build210.jar)
使用步骤如下:
1.导包
官网下载:
http://www.ganymed.ethz.ch/ssh2/
ma
- adb端口被占用问题
gqdy365
adb
最近重新安装的电脑,配置了新环境,老是出现:
adb server is out of date. killing...
ADB server didn't ACK
* failed to start daemon *
百度了一下,说是端口被占用,我开个eclipse,然后打开cmd,就提示这个,很烦人。
一个比较彻底的解决办法就是修改
- ASP.NET使用FileUpload上传文件
hvt
.netC#hovertreeasp.netwebform
前台代码:
<asp:FileUpload ID="fuKeleyi" runat="server" />
<asp:Button ID="BtnUp" runat="server" onclick="BtnUp_Click" Text="上 传" />
- 代码之谜(四)- 浮点数(从惊讶到思考)
justjavac
浮点数精度代码之谜IEEE
在『代码之谜』系列的前几篇文章中,很多次出现了浮点数。 浮点数在很多编程语言中被称为简单数据类型,其实,浮点数比起那些复杂数据类型(比如字符串)来说, 一点都不简单。
单单是说明 IEEE浮点数 就可以写一本书了,我将用几篇博文来简单的说说我所理解的浮点数,算是抛砖引玉吧。 一次面试
记得多年前我招聘 Java 程序员时的一次关于浮点数、二分法、编码的面试, 多年以后,他已经称为了一名很出色的
- 数据结构随记_1
lx.asymmetric
数据结构笔记
第一章
1.数据结构包括数据的
逻辑结构、数据的物理/存储结构和数据的逻辑关系这三个方面的内容。 2.数据的存储结构可用四种基本的存储方法表示,它们分别是
顺序存储、链式存储 、索引存储 和 散列存储。 3.数据运算最常用的有五种,分别是
查找/检索、排序、插入、删除、修改。 4.算法主要有以下五个特性:
输入、输出、可行性、确定性和有穷性。 5.算法分析的
- linux的会话和进程组
网络接口
linux
会话: 一个或多个进程组。起于用户登录,终止于用户退出。此期间所有进程都属于这个会话期。会话首进程:调用setsid创建会话的进程1.规定组长进程不能调用setsid,因为调用setsid后,调用进程会成为新的进程组的组长进程.如何保证? 先调用fork,然后终止父进程,此时由于子进程的进程组ID为父进程的进程组ID,而子进程的ID是重新分配的,所以保证子进程不会是进程组长,从而子进程可以调用se
- 二维数组 元素的连续求解
1140566087
二维数组ACM
import java.util.HashMap;
public class Title {
public static void main(String[] args){
f();
}
// 二位数组的应用
//12、二维数组中,哪一行或哪一列的连续存放的0的个数最多,是几个0。注意,是“连续”。
public static void f(){
- 也谈什么时候Java比C++快
windshome
javaC++
刚打开iteye就看到这个标题“Java什么时候比C++快”,觉得很好笑。
你要比,就比同等水平的基础上的相比,笨蛋写得C代码和C++代码,去和高手写的Java代码比效率,有什么意义呢?
我是写密码算法的,深刻知道算法C和C++实现和Java实现之间的效率差,甚至也比对过C代码和汇编代码的效率差,计算机是个死的东西,再怎么优化,Java也就是和C