- RLHF技术应用探析:从安全任务到高阶能力提升
XianxinMao
人工智能python算法
标题:RLHF技术应用探析:从安全任务到高阶能力提升文章信息摘要:该分析探讨了RLHF技术在三个主要应用方向的发展现状和潜力。在安全性和结构化任务方面,RLHF已展现出成熟优势,特别是在内容审核和格式转换等领域。在增强模型高阶能力方面,虽然显示出提升逻辑推理和代码生成能力的潜力,但仍处于探索阶段,面临数据集缺乏等挑战。在风格转换方面,RLHF能够实现更细粒度的表达方式控制,对提升模型实用性具有重要
- 【江西省乡镇界】面图层shp格式乡镇名称和编码wgs84无偏移arcgis数据内容测评
鸿业远图科技
arcgis
标题中的“江西省乡镇界面图层shp格式乡镇名称和编码wgs84无偏移arcgis数据”指的是一份地理信息系统(GIS)的数据集,主要用于描绘江西省内各个乡镇的边界信息。这份数据集采用的是Shapefile(shp)格式,这是一种广泛用于GIS领域的矢量数据格式,可以存储地理特征的几何、属性和标识信息。其中,“乡镇名称和编码”指的是每个乡镇的专属标识,通常包括乡镇的名字和一个唯一编码,方便数据管理和
- tensorlow中tensorboard可视化展示训练过程
张登杰踩
tensorflowtensorboardtensorflowmnist神经网络
importtensorflowastffromtensorflow.examples.tutorials.mnistimportinput_datamax_steps=1000#训练步数learning_rate=0.001#设置学习率dropout=0.9#神经元保留比例data_dir='./MNIST_data'#数据存放路径#minist数据集下载链接:https://pan.baidu
- 数据仓库基础常见面试题
兔子宇航员0301
数据开发小白成长笔记数据仓库spark大数据
1.数据仓库是什么数据仓库(DataWarehouse)是一个面向主题的、集成的、非易失的、随时间变化的数据集合,用于支持企业的管理决策。它不同于传统的操作型数据库,后者主要用于处理日常业务交易和实时查询,而数据仓库则侧重于对历史数据的整合、分析和挖掘2.数据仓库和数据库有什么区别数据来源和处理方式不同:数据库通常用于存储、管理和查询交易数据,而数据仓库则是用于处理分析性查询的数据。数据仓库通
- CSGHub 快速部署指南
算法llm
CSGHub快速部署指南OmnibusCSGHub是OpenCSG推出的使用Docker快速部署CSGHub的一种方式,主要用于快速功能体验和测试。Docker部署方式允许用户以较低成本在本地计算机部署CSGHub。此种部署方法非常适合概念验证和测试,使用户能够立即访问CSGHub的核心功能(包括模型,数据集管理、Space应用创建以及模型的推理和微调(需要GPU))。本文将带您一步步完成部署。什
- 为什么redis会开小差?Redis 频繁异常的深度剖析与解决方案
磐基Stack专业服务团队
redis数据库缓存
文章目录导读为什么redis会开小差?1.连接数过多2.bigkey3.慢命令操作4.内存策略不合理5.外部数据双写一致性6.保护机制未开启7.数据集中过期8.CPU饱和9.持久化阻塞10.网络问题结论导读提起分布式缓存,想必大多数同学脑海中都会浮出redis这个名字来……但是,对于它,你真的玩转了吗?为什么你的redis会慢,会卡顿,会崩溃?现在带你一探究竟。为什么redis会开小差?本文主要简
- pandas介绍
June �
可视化python数据分析大数据机器学习
本文的主要内容是基于中国大学mooc(慕课)中的“Python数据分析与可视化”课程进行整理和总结。pandas是python第三方库,是基于Numpy的一种工具,经常与numpy与matplotlib一起使用,该工具是为了解决数据分析任务而创建的。Pandas纳入了大量库和一些标准的数据模型,提供了高效地操作大型数据集所需的工具。pandas提供了大量能使我们快速便捷地处理数据的函数和方法。它是
- 超分辨率体积重建实现术前前列腺MRI和大病理切片组织病理学图像的3D配准
CVer儿
语义分割3d
摘要:磁共振成像(MRI)在前列腺癌诊断和治疗中的应用正在迅速增加。然而,在MRI上识别癌症的存在和范围仍然具有挑战性,导致即使是专家放射科医生在检测结果上也存在高度变异性。提高MRI上的癌症检测能力对于减少这种变异性并最大化MRI的临床效用至关重要。迄今为止,这种改进受到缺乏准确标注的MRI数据集的限制。通过接受根治性前列腺切除术的患者数据,可以将切除前列腺的数字化组织病理学图像与术前MRI进行
- 软考信安26~大数据安全需求分析与安全保护工程
jnprlxc
软考~信息安全工程师需求分析安全运维笔记
1、大数据安全威胁与需求分析1.1、大数据相关概念发展大数据是指非传统的数据处理工具的数据集,具有海量的数据规模、快速的数据流转、多样的数据类型和价值密度低等特征。大数据的种类和来源非常多,包括结构化、半结构化和非结构化数据。1.2、大数据安全威胁分析(1)“数据集“安全边界日渐模糊,安全保护难度提升(2)敏感数据泄露安全风险增大(3)数据失真与大数据污染安全风险(4)大数据处理平台业务连续性与拒
- 第17篇:python进阶:详解数据分析与处理
猿享天开
python从入门到精通python开发语言
第17篇:数据分析与处理内容简介本篇文章将深入探讨数据分析与处理在Python中的应用。您将学习如何使用pandas库进行数据清洗与分析,掌握matplotlib和seaborn库进行数据可视化,以及处理大型数据集的技巧。通过丰富的代码示例和实战案例,您将能够高效地进行数据处理、分析和可视化,为数据驱动的决策提供有力支持。目录数据分析与处理概述什么是数据分析与处理数据分析的流程使用pandas进行
- 物联网导论复习材料
物腐虫生
物联网学习
简答题Q1:物联网的概述,特点,模型,应用,重点是应用层,云计算,数据集成。物联网的概述物联网(IoT,InternetofThings)是指通过各种传感器、设备和网络技术,将物理世界中的物体连接到互联网,实现数据的采集、传输、处理和应用的智能化系统。物联网的特点全面感知:通过传感器实时采集数据。可靠传输:通过互联网和无线网络传输数据。智能处理:利用云计算和大数据技术对数据进行分析和处理,实现智能
- P1 Pytorch入门实战——Pytorch实现mnist手写数字识别
今天补充能量了吗
pytorch人工智能python深度学习机器学习
本文為365天深度學習訓練營中的學習紀錄博客原作者:K同学啊|接輔導、項目定制一、MNIST手写数字数据集介绍MNIST手写数字数据集来源于是美国国家标准与技术研究所,是著名的公开数据集之一。数据集中的数字图片是由250个不同职业的人纯手写绘制包含了70000张图片,其中60000张为训练数据,10000为测试数据,70000张图片均是28*28。如果我们把每一张图片中的像素转换为向量,则得到长度
- 【图像复原】论文精读:Scaling Up to Excellence: Practicing Model Scaling for Photo-Realistic Image Restoration
十小大
超分辨率重建(理论+实战科研+应用)深度学习人工智能计算机视觉图像修复图像处理论文阅读论文笔记
第一次来请先看这篇文章:【超分辨率(Super-Resolution)】关于【超分辨率重建】专栏的相关说明,包含专栏简介、专栏亮点、适配人群、相关说明、阅读顺序、超分理解、实现流程、研究方向、论文代码数据集汇总等)文章目录前言Abstract1.Introduction2.RelatedWork3.Method3.1.ModelScalingUp3.2.ScalingUpTrainingData3
- PyTorch深度学习实战(43)——手写文本识别
盼小辉丶
深度学习pytorch人工智能
PyTorch深度学习实战(43)——手写文本识别0.前言1.手写文本识别1.1基本概念1.2输入和输出格式1.3CTC损失值2.模型与数据集分析2.1数据集分析2.2模型分析3.实现手写文本识别模型小结系列链接0.前言手写文本识别,也称为手写文本的光学字符识别(OpticalCharacterRecognition,OCR),是计算机视觉和自然语言处理中的一项具有挑战性的任务。与印刷文本不同,手
- python实战(十五)——中文手写体数字图像CNN分类
CM莫问
python实战深度学习pythoncnn人工智能深度学习算法图像分类手写体识别
一、任务背景本次python实战,我们使用来自Kaggle的数据集《ChineseMNIST》进行CNN分类建模,不同于经典的MNIST数据集,我们这次使用的数据集是汉字手写体数字。除了常规的汉字“零”到“九”之外还多了“十”、“百”、“千”、“万”、“亿”,共15种汉字数字。二、python建模1、数据读取首先,读取jpg数据文件,可以看到总共有15000张图像数据。importpandasas
- 【数据挖掘实战】 房价预测
机器学习司猫白
数据挖掘人工智能python机器学习
本次对kaggle中的入门级数据集,房价回归数据集进行数据挖掘,预测房屋价格。本人主页:机器学习司猫白机器学习专栏:机器学习实战PyTorch入门专栏:PyTorch入门深度学习实战:深度学习ok,话不多说,我们进入正题吧概述本次竞赛有79个解释变量(几乎)描述了爱荷华州艾姆斯住宅的各个方面,需要预测每套住宅的最终价格。数据集描述本次数据集已经上传,大家可以自行下载尝试文件说明train.csv-
- kaggle入门级竞赛Spaceship Titanic LIghtgbm+Optuna调参
机器学习司猫白
机器学习实战机器学习python集成学习scikit-learn
kaggle入门级竞赛SpaceshipTitanic简介数据介绍数据集描述数据字段描述train.csv-约三分之二(~8700)乘客的个人记录,用作培训数据。test.csv-剩余三分之一(~4300)乘客的个人记录,用作测试数据。您的任务是预测Transported该集合中乘客的价值。Sample_submission.csv-格式正确的提交文件。代码分类变量optuna算法简介简介欢迎来到
- 从Web2到Web3:区块链推动的数字进化之路
清 晨
web3web3去中心化人工智能隐私保护
互联网的演变从最初的Web1到如今的Web3,代表了技术和用户需求的深刻变化。Web3是一个基于区块链技术的全新互联网架构,旨在解决传统互联网(即Web2)中数据集中化和隐私保护等问题。通过去中心化的机制,Web3不仅能够增强数据安全性,还能够赋予用户更高的自主权。本文将从Web2和Web3的差异、区块链的作用以及Web3未来的潜力三个角度进行探讨。Web2:社交与互动的新时代Web2,也被称为社
- Scala内建循环——for循环
Word的妈呀
scala开发语言后端
1.for循环格式for(循环变量<-数据集){//循环体代码}eg:vararray=1to5//12345vararray2=1unitl5//12345for(i<-array){println(i)}2.循环守卫在循环中添加条件,如果条件成立就执行格式:for(循环变量<-数据集ifcondition1;ifcondiition2...){循环体}3.循环的返回值valret=for(i<
- 大数据的一些基本概念
weixin_49536779
大数据数据分析数据库python
首先,大数据是什么?大数据是指数据集规模巨大且复杂,传统的数据处理软件无法高效处理它们。它是非常大的数据集。这种复杂性可能来自于数据的“3V”特性:体量(Volume)、多样性(Variety)和速度(Velocity)。体量(Volume)首先,什么是体量?体量指的是以PB(Petabytes)为单位的数据量,甚至是EB(Exabytes)。这种数据量远大于GB(Gigabytes)或TB(Te
- 使用Airbyte实现数据集成的详细指南
dagGAIYD
python
Airbyte是一个功能强大的数据集成平台,专门用于从API、数据库和文件构建到仓库和数据湖的ELT(Extract,Load,Transform)管道。凭借庞大的ELT连接器目录,Airbyte为数据仓库和数据库提供了广泛的支持。本文将详细介绍如何安装和使用Airbyte,特别是在Python环境中利用langchain-airbyte库进行数据集成。技术背景介绍在现代数据驱动的应用中,数据集成
- 使用FAISS进行高效相似性搜索与向量存储
dagGAIYD
faisspython
技术背景介绍FacebookAISimilaritySearch(FAISS)是一个用于高效相似性搜索和稠密向量聚类的库。它能够在任意大小的向量集合中进行搜索,即使这些集合可能无法完全加载到内存中。FAISS提供了评估与参数调优的支持代码,使得它在处理大型数据集时非常实用。核心原理解析FAISS的核心在于其利用高效的数据结构和算法,如倒排文件和压缩索引,使得大量向量的相似性搜索成为可能。它主要通过
- 大型集团企业IT信息化(管理架构、应用架构、技术架构)战略规划方案
公众号:优享智库
数字化转型数据治理主数据数据仓库架构微服务数据挖掘大数据人工智能
集团企业IT信息化(管理架构、应用架构、技术架构)战略规划方案IT信息化现状及需求分析集团企业业务概况与发展趋势现有IT基础设施及应用系统评估业务流程优化与整合需求信息安全与风险管理要求管理架构规划与设计组织结构调整与优化建议岗位职责划分与协作机制建立决策支持体系构建及实施策略持续改进机制设置和监控指标应用架构规划与实施策略核心应用系统选型及部署方案数据集成、共享和交换平台设计业务流程自动化、智能
- WebRover :一个功能强大的 Python 库,用于从 Web 内容生成高质量的数据集。
数据集
2024-11-30,由Area-25团队开发的一个专门用于生成高质量网络内容数据集的Python库。该数据集旨在为大型语言模型(LLM)和人工智能应用的训练提供丰富的数据资源。数据集地址:WebRoverDataset|自然语言处理数据集|AI模型训练数据集一、让我们一起来看一下WebRoverWebRover通过智能网络爬虫技术,自动从网络中提取与特定主题相关的内容,并支持多种输入格式,如JS
- 数据库存储过程和QT数据库访问并获取返回值的几种方式
沐雨潇竹
QT技术数据库qtoracle
数据库存储过程和QT数据库访问并获取返回值的几种方式前言说明:在Qt中使用QSqlQuery执行存储过程时,如果存储过程有RETURN值,但执行成功后没有返回任何结果,这通常是因为存储过程的RETURN值并不会像SELECT查询那样作为数据集返回。存储过程中的RETURN语句只是返回一个整数值,而不是一个查询结果集,因此不会被QSqlQuery直接捕获到结果集中。在SQLServer或MySQL等
- 使用ModelScope实现高效句嵌入生成
dagGAIYD
python
技术背景介绍在自然语言处理(NLP)任务中,向量化文本(嵌入)是许多下游任务(如语义搜索、文本分类、问答系统等)的核心步骤之一。通过将文本转换为密集向量表示,我们可以在高维向量空间中构建更加高效的表示和检索算法。ModelScope是阿里云开源的一个模型和数据集管理平台,提供了大量预训练模型,涵盖了各种领域和任务。ModelScopeEmbeddings是一个与LangChain社区集成的工具类,
- WebRover: 专为训练大型语言模型和 AI 应用程序而设计的 Python 库
数据集
2024-11-30,由Area-25团队开发的一个专门用于生成高质量网络内容数据集的Python库。该数据集旨在为大型语言模型(LLM)和人工智能应用的训练提供丰富的数据资源。数据集地址:WebRoverDataset|自然语言处理数据集|AI模型训练数据集一、让我们一起来看一下WebRoverWebRover通过智能网络爬虫技术,自动从网络中提取与特定主题相关的内容,并支持多种输入格式,如JS
- 【AI论文】PaSa:一款用于全面学术论文搜索的大型语言模型(LLM)代理
东临碣石82
人工智能语言模型自然语言处理
摘要:我们推出了PaSa,这是一款由大型语言模型驱动的高级论文搜索代理。PaSa能够自主做出一系列决策,包括调用搜索工具、阅读论文以及选择相关参考文献,从而最终为复杂的学术查询提供全面且准确的结果。我们使用强化学习方法和一个合成数据集AutoScholarQuery对PaSa进行了优化,该数据集包含3.5万个细粒度的学术查询以及来自顶级人工智能会议出版物的相应论文。此外,我们还开发了RealSch
- 阿里异构离线数据同步工具/平台DataX
boonya
#开源观察#数据迁移#Dataxbigdatahbase数据库
目录DataX商业版本FeaturesDataX详细介绍QuickStartSupportDataChannels阿里云DataWorks数据集成我要开发新的插件项目成员Licensehttps://github.com/alibaba/DataXDataX是阿里云DataWorks数据集成的开源版本,在阿里巴巴集团内被广泛使用的离线数据同步工具/平台。DataX实现了包括MySQL、Oracle
- 如何绕过 NaughtCoin 合约的时间锁(TimeLock)限制:基于 ERC20 的攻击合约分析
纸鸢666
合约破解案例区块链solidity智能合约
简介在这个博客中,我们将探讨如何绕过一个ERC20合约中的时间锁机制(TimeLock),以便在锁定期内转移代币。我们以NaughtCoin合约为例,展示了如何编写攻击合约,并详细分析了如何解决出现的授权错误问题。我们会分步骤地解释这一过程,确保您能够理解如何利用ERC20标准进行安全性分析和合约攻击。背景:NaughtCoin合约假设我们有一个ERC20代币NaughtCoin,并且其中实现了一
- jvm调优总结(从基本概念 到 深度优化)
oloz
javajvmjdk虚拟机应用服务器
JVM参数详解:http://www.cnblogs.com/redcreen/archive/2011/05/04/2037057.html
Java虚拟机中,数据类型可以分为两类:基本类型和引用类型。基本类型的变量保存原始值,即:他代表的值就是数值本身;而引用类型的变量保存引用值。“引用值”代表了某个对象的引用,而不是对象本身,对象本身存放在这个引用值所表示的地址的位置。
- 【Scala十六】Scala核心十:柯里化函数
bit1129
scala
本篇文章重点说明什么是函数柯里化,这个语法现象的背后动机是什么,有什么样的应用场景,以及与部分应用函数(Partial Applied Function)之间的联系 1. 什么是柯里化函数
A way to write functions with multiple parameter lists. For instance
def f(x: Int)(y: Int) is a
- HashMap
dalan_123
java
HashMap在java中对很多人来说都是熟的;基于hash表的map接口的非同步实现。允许使用null和null键;同时不能保证元素的顺序;也就是从来都不保证其中的元素的顺序恒久不变。
1、数据结构
在java中,最基本的数据结构无外乎:数组 和 引用(指针),所有的数据结构都可以用这两个来构造,HashMap也不例外,归根到底HashMap就是一个链表散列的数据
- Java Swing如何实时刷新JTextArea,以显示刚才加append的内容
周凡杨
java更新swingJTextArea
在代码中执行完textArea.append("message")后,如果你想让这个更新立刻显示在界面上而不是等swing的主线程返回后刷新,我们一般会在该语句后调用textArea.invalidate()和textArea.repaint()。
问题是这个方法并不能有任何效果,textArea的内容没有任何变化,这或许是swing的一个bug,有一个笨拙的办法可以实现
- servlet或struts的Action处理ajax请求
g21121
servlet
其实处理ajax的请求非常简单,直接看代码就行了:
//如果用的是struts
//HttpServletResponse response = ServletActionContext.getResponse();
// 设置输出为文字流
response.setContentType("text/plain");
// 设置字符集
res
- FineReport的公式编辑框的语法简介
老A不折腾
finereport公式总结
FINEREPORT用到公式的地方非常多,单元格(以=开头的便被解析为公式),条件显示,数据字典,报表填报属性值定义,图表标题,轴定义,页眉页脚,甚至单元格的其他属性中的鼠标悬浮提示内容都可以写公式。
简单的说下自己感觉的公式要注意的几个地方:
1.if语句语法刚接触感觉比较奇怪,if(条件式子,值1,值2),if可以嵌套,if(条件式子1,值1,if(条件式子2,值2,值3)
- linux mysql 数据库乱码的解决办法
墙头上一根草
linuxmysql数据库乱码
linux 上mysql数据库区分大小写的配置
lower_case_table_names=1 1-不区分大小写 0-区分大小写
修改/etc/my.cnf 具体的修改内容如下:
[client]
default-character-set=utf8
[mysqld]
datadir=/var/lib/mysql
socket=/va
- 我的spring学习笔记6-ApplicationContext实例化的参数兼容思想
aijuans
Spring 3
ApplicationContext能读取多个Bean定义文件,方法是:
ApplicationContext appContext = new ClassPathXmlApplicationContext(
new String[]{“bean-config1.xml”,“bean-config2.xml”,“bean-config3.xml”,“bean-config4.xml
- mysql 基准测试之sysbench
annan211
基准测试mysql基准测试MySQL测试sysbench
1 执行如下命令,安装sysbench-0.5:
tar xzvf sysbench-0.5.tar.gz
cd sysbench-0.5
chmod +x autogen.sh
./autogen.sh
./configure --with-mysql --with-mysql-includes=/usr/local/mysql
- sql的复杂查询使用案列与技巧
百合不是茶
oraclesql函数数据分页合并查询
本片博客使用的数据库表是oracle中的scott用户表;
------------------- 自然连接查询
查询 smith 的上司(两种方法)
&
- 深入学习Thread类
bijian1013
javathread多线程java多线程
一. 线程的名字
下面来看一下Thread类的name属性,它的类型是String。它其实就是线程的名字。在Thread类中,有String getName()和void setName(String)两个方法用来设置和获取这个属性的值。
同时,Thr
- JSON串转换成Map以及如何转换到对应的数据类型
bijian1013
javafastjsonnet.sf.json
在实际开发中,难免会碰到JSON串转换成Map的情况,下面来看看这方面的实例。另外,由于fastjson只支持JDK1.5及以上版本,因此在JDK1.4的项目中可以采用net.sf.json来处理。
一.fastjson实例
JsonUtil.java
package com.study;
impor
- 【RPC框架HttpInvoker一】HttpInvoker:Spring自带RPC框架
bit1129
spring
HttpInvoker是Spring原生的RPC调用框架,HttpInvoker同Burlap和Hessian一样,提供了一致的服务Exporter以及客户端的服务代理工厂Bean,这篇文章主要是复制粘贴了Hessian与Spring集成一文,【RPC框架Hessian四】Hessian与Spring集成
在
【RPC框架Hessian二】Hessian 对象序列化和反序列化一文中
- 【Mahout二】基于Mahout CBayes算法的20newsgroup的脚本分析
bit1129
Mahout
#!/bin/bash
#
# Licensed to the Apache Software Foundation (ASF) under one or more
# contributor license agreements. See the NOTICE file distributed with
# this work for additional information re
- nginx三种获取用户真实ip的方法
ronin47
随着nginx的迅速崛起,越来越多公司将apache更换成nginx. 同时也越来越多人使用nginx作为负载均衡, 并且代理前面可能还加上了CDN加速,但是随之也遇到一个问题:nginx如何获取用户的真实IP地址,如果后端是apache,请跳转到<apache获取用户真实IP地址>,如果是后端真实服务器是nginx,那么继续往下看。
实例环境: 用户IP 120.22.11.11
- java-判断二叉树是不是平衡
bylijinnan
java
参考了
http://zhedahht.blog.163.com/blog/static/25411174201142733927831/
但是用java来实现有一个问题。
由于Java无法像C那样“传递参数的地址,函数返回时能得到参数的值”,唯有新建一个辅助类:AuxClass
import ljn.help.*;
public class BalancedBTree {
- BeanUtils.copyProperties VS PropertyUtils.copyProperties
诸葛不亮
PropertyUtilsBeanUtils
BeanUtils.copyProperties VS PropertyUtils.copyProperties
作为两个bean属性copy的工具类,他们被广泛使用,同时也很容易误用,给人造成困然;比如:昨天发现同事在使用BeanUtils.copyProperties copy有integer类型属性的bean时,没有考虑到会将null转换为0,而后面的业
- [金融与信息安全]最简单的数据结构最安全
comsci
数据结构
现在最流行的数据库的数据存储文件都具有复杂的文件头格式,用操作系统的记事本软件是无法正常浏览的,这样的情况会有什么问题呢?
从信息安全的角度来看,如果我们数据库系统仅仅把这种格式的数据文件做异地备份,如果相同版本的所有数据库管理系统都同时被攻击,那么
- vi区段删除
Cwind
linuxvi区段删除
区段删除是编辑和分析一些冗长的配置文件或日志文件时比较常用的操作。简记下vi区段删除要点备忘。
vi概述
引文中并未将末行模式单独列为一种模式。单不单列并不重要,能区分命令模式与末行模式即可。
vi区段删除步骤:
1. 在末行模式下使用:set nu显示行号
非必须,随光标移动vi右下角也会显示行号,能够正确找到并记录删除开始行
- 清除tomcat缓存的方法总结
dashuaifu
tomcat缓存
用tomcat容器,大家可能会发现这样的问题,修改jsp文件后,但用IE打开 依然是以前的Jsp的页面。
出现这种现象的原因主要是tomcat缓存的原因。
解决办法如下:
在jsp文件头加上
<meta http-equiv="Expires" content="0"> <meta http-equiv="kiben&qu
- 不要盲目的在项目中使用LESS CSS
dcj3sjt126com
Webless
如果你还不知道LESS CSS是什么东西,可以看一下这篇文章,是我一朋友写给新人看的《CSS——LESS》
不可否认,LESS CSS是个强大的工具,它弥补了css没有变量、无法运算等一些“先天缺陷”,但它似乎给我一种错觉,就是为了功能而实现功能。
比如它的引用功能
?
.rounded_corners{
- [入门]更上一层楼
dcj3sjt126com
PHPyii2
更上一层楼
通篇阅读完整个“入门”部分,你就完成了一个完整 Yii 应用的创建。在此过程中你学到了如何实现一些常用功能,例如通过 HTML 表单从用户那获取数据,从数据库中获取数据并以分页形式显示。你还学到了如何通过 Gii 去自动生成代码。使用 Gii 生成代码把 Web 开发中多数繁杂的过程转化为仅仅填写几个表单就行。
本章将介绍一些有助于更好使用 Yii 的资源:
- Apache HttpClient使用详解
eksliang
httpclienthttp协议
Http协议的重要性相信不用我多说了,HttpClient相比传统JDK自带的URLConnection,增加了易用性和灵活性(具体区别,日后我们再讨论),它不仅是客户端发送Http请求变得容易,而且也方便了开发人员测试接口(基于Http协议的),即提高了开发的效率,也方便提高代码的健壮性。因此熟练掌握HttpClient是很重要的必修内容,掌握HttpClient后,相信对于Http协议的了解会
- zxing二维码扫描功能
gundumw100
androidzxing
经常要用到二维码扫描功能
现给出示例代码
import com.google.zxing.WriterException;
import com.zxing.activity.CaptureActivity;
import com.zxing.encoding.EncodingHandler;
import android.app.Activity;
import an
- 纯HTML+CSS带说明的黄色导航菜单
ini
htmlWebhtml5csshovertree
HoverTree带说明的CSS菜单:纯HTML+CSS结构链接带说明的黄色导航
在线体验效果:http://hovertree.com/texiao/css/1.htm代码如下,保存到HTML文件可以看到效果:
<!DOCTYPE html >
<html >
<head>
<title>HoverTree
- fastjson初始化对性能的影响
kane_xie
fastjson序列化
之前在项目中序列化是用thrift,性能一般,而且需要用编译器生成新的类,在序列化和反序列化的时候感觉很繁琐,因此想转到json阵营。对比了jackson,gson等框架之后,决定用fastjson,为什么呢,因为看名字感觉很快。。。
网上的说法:
fastjson 是一个性能很好的 Java 语言实现的 JSON 解析器和生成器,来自阿里巴巴的工程师开发。
- 基于Mybatis封装的增删改查实现通用自动化sql
mengqingyu
DAO
1.基于map或javaBean的增删改查可实现不写dao接口和实现类以及xml,有效的提高开发速度。
2.支持自定义注解包括主键生成、列重复验证、列名、表名等
3.支持批量插入、批量更新、批量删除
<bean id="dynamicSqlSessionTemplate" class="com.mqy.mybatis.support.Dynamic
- js控制input输入框的方法封装(数字,中文,字母,浮点数等)
qifeifei
javascript js
在项目开发的时候,经常有一些输入框,控制输入的格式,而不是等输入好了再去检查格式,格式错了就报错,体验不好。 /** 数字,中文,字母,浮点数(+/-/.) 类型输入限制,只要在input标签上加上 jInput="number,chinese,alphabet,floating" 备注:floating属性只能单独用*/
funct
- java 计时器应用
tangqi609567707
javatimer
mport java.util.TimerTask; import java.util.Calendar; public class MyTask extends TimerTask { private static final int
- erlang输出调用栈信息
wudixiaotie
erlang
在erlang otp的开发中,如果调用第三方的应用,会有有些错误会不打印栈信息,因为有可能第三方应用会catch然后输出自己的错误信息,所以对排查bug有很大的阻碍,这样就要求我们自己打印调用的栈信息。用这个函数:erlang:process_display (self (), backtrace).需要注意这个函数只会输出到标准错误输出。
也可以用这个函数:erlang:get_s