- 大腾智能CAD:基于云原生架构,融合AI技术的高效三维设计解决方案
大腾智能
cad工业软件信创国产化工业数字化
CAD(计算机辅助设计)技术自诞生以来,在工业设计中经历了从二维到三维、从单一功能到集成化、智能化的飞跃式发展。这一技术不仅极大地提高了设计效率,还使得设计精度和创新能力得到了前所未有的提升,已成为现代工业设计不可或缺的重要工具。随着“中国制造2025”等战略的实施,国产CAD软件迎来了前所未有的市场机遇。大腾智能公司紧跟时代步伐,推出了一款完全基于云原生架构的国产三维CAD设计软件,它集三维建模
- 代码工艺:Spring Boot 防御式编程实践
rongqing2019
代码工艺springboot后端
防御式编程是一种编程实践,其核心理念是编写代码时要假设可能会发生错误、异常或非法输入,并通过各种手段防止这些问题引发系统崩溃、错误行为或安全漏洞。该编程方法的目的是让程序在面对不可预测的情况(如输入数据异常、硬件故障、意外的用户行为等)时仍然能够安全、稳定地运行。防御式编程特别强调在开发阶段尽可能地考虑各种边界情况、异常处理和系统的健壮性。在使用SpringBoot开发Java后端时,结合《代码大
- 《Python期末备考全攻略:高分秘籍与实用技巧大合集!》
跟着小郑学前端
pythonwindows开发语言数据结构
《Python期末备考全攻略:高分秘籍与实用技巧大合集!》1Python基础语法1.1变量与数据类型1.2条件语句1.3循环语句2.常见数据结构2.1列表2.2元组2.3字典2.4集合3.函数与模块3.1自定义函数3.2匿名函数(lambda)3.3标准库与第三方库4.文件操作4.1文件读写操作5.面向对象编程5.1类与对象5.2继承与多态6.综合练习题与答案1Python基础语法1.1变量与数据
- 大模型密度定律:AI代码生成器将迎来爆发式增长?
前端
近年来,人工智能(AI)技术飞速发展,尤其是在代码生成领域,涌现出许多强大的AI代码生成器。清华大学刘知远团队近期提出的“大模型密度定律”,为我们理解AI技术的发展速度提供了新的视角,也预示着AI代码生成技术的未来发展趋势。该定律指出,模型能力密度每3.3个月翻倍,这将如何改变我们对AI发展的认知,并对AI代码生成器产生怎样的影响呢?让我们深入探讨。大模型密度定律:能力密度与指数级增长“大模型密度
- 2024实力进阶:百度智能云千帆AppBuilder年度盘点
2024,AI浪潮奔涌,百度智能云千帆AppBuilder持续升级,以AI原生之力,革新企业级大模型应用开发范式,重塑行业生态!企业级RAG实现重大突破,支持无限存储,高并发秒速响应,且能实现随业务弹性扩缩容。此外RAG支持一键联网,无缝连接百度搜索、文库、百科等全网最新资源,资讯获取实时更新,全面且精准。多语言RAG为企业开拓全球市场保驾护航;强图表解析功能让报告与报表分析更精准高效。企业级Ag
- 字节启动AGI长期研究计划,代号Seed Edge
量子位字节跳动
1月23日,据媒体报道,字节豆包大模型团队已在内部组建AGI长期研究团队,代号“SeedEdge”,鼓励项目成员探索更长周期、具有不确定性和大胆的AGI研究课题。接近字节的知情人士透露,SeedEdge的目标是探索AGI的新方法,代号名中Seed是豆包大模型团队名称,Edge代表最前沿的AGI探索。SeedEdge鼓励跨模态、跨团队合作,为项目成员提供宽松的研究环境,实行采用更长周期的考核方式,以
- 理论五、大模型-Prompt
伯牙碎琴
大模型prompt
一、prompt是什么在大型语言模型集成中,"prompt"是指您向模型提供的输入文本或指令,以引导模型生成特定类型的响应。这个prompt可以是一个问题、一段描述、一个任务说明,甚至是一部分对话历史记录等。通过设计和优化prompt,您可以引导模型生成符合预期的回复或完成特定的任务。在集成大型语言模型时,良好设计的prompt可以帮助模型更准确地理解您的意图,并生成更符合预期的结果。因此,对于不
- SGLang安装教程,部署你的大模型,性能比vllm好,实现张量并行,数据并行,加快推理速度,亲测效果好。
张登杰踩
人工智能结对编程python
目前大模型部署工具主要是vllm,最近出现了SGLang,很多新开源大模型都支持SGLang的部署推理,例如deepseek-R1,Qwen2.5,Mistral,GLM-4,MiniCPM3,InternLM2,Llama3.2等。代码:GitHub-sgl-project/sglang:SGLangisafastservingframeworkforlargelanguagemodelsand
- 【Python】Python之列表List添加插入元素
mjiansun
Python
本文代码上下文person_dev_group=["徐强","倍总","航神"]第一种方式:append()方法说明:list的实例方法append(),会在list的尾部添加一个元素person_dev_group.append("大森")第二种方式:insert()方法,指定下标说明:index值可以为正数、也可以为负数,超出list范围的index值,将在list的头部或者尾部插入元素per
- 大模型密度定律:AI代码生成器将迎来爆发式增长?
前端
近年来,人工智能(AI)技术飞速发展,尤其是在代码生成领域,涌现出许多强大的AI代码生成器。清华大学刘知远团队近期提出的“大模型密度定律”,为我们理解AI技术的发展速度提供了新的视角,也预示着AI代码生成技术的未来发展趋势。该定律指出,模型能力密度每3.3个月翻倍,这将如何改变我们对AI发展的认知,并对AI代码生成器产生怎样的影响呢?让我们深入探讨。大模型密度定律:能力密度与指数级增长“大模型密度
- 深度求索DeepSeek V2.5-1210发布:强大的AI代码生成器,开启联网搜索新纪元
前端
深度求索团队近日发布了AI代码生成器DeepSeekV2.5系列的最终版本——DeepSeekV2.5-1210,并正式上线了备受期待的联网搜索功能。这标志着DeepSeekV2系列发展历程的一个重要里程碑,也为AI大模型在代码生成和信息检索领域树立了新的标杆。此次更新不仅带来了模型能力的全面提升,更重要的是开启了AI与实时信息互联的新篇章。DeepSeekV2.5-1210的核心改进:Post-
- 主流IDE大横评:总有一款适合你
陳沉辰陈
资源分享ide
写给每一位在IDE选择上犯难的开发者:新手和老鸟都值得一看!还记得我刚开始学编程时,面对众多IDE的选择真是头疼不已。VSCode?IDEA?Eclipse?PyCharm?选择太多反而让人无从下手。如果你也有同样的困扰,那么这篇文章正是为你准备的!咱们一起来看看这些"神兵利器"各有什么独到之处吧!文中只列举了部分主流的IDE,一定会有疏漏。此外,科技发展日新月异,更多更好的编译器正在路上,欢迎补
- 机器人学习的范式转变:从专用走向通用基础模型
XianxinMao
机器人
标题:机器人学习的范式转变:从专用走向通用基础模型文章信息摘要:机器人学习正经历从特定任务向通用基础模型的范式转变,这一演进路径与大语言模型相似。通过多机器人协作和跨任务泛化能力的成功,基础模型方向展现出实现通用人工智能的潜力。然而,这一转变面临两大关键挑战:机器人硬件的高昂成本限制了大规模部署和数据采集,以及获取足够规模和多样性的训练数据存在实际困难。突破这些瓶颈需要在制造工艺创新、数据共享生态
- 程序员转行做什么好:数据分析师、AI大模型工程师、产品经理和云计算工程师?
雪碧没气阿
人工智能产品经理云计算大模型训练LLMAI大模型程序员
程序员转行做什么好先给结论再说理由:数据分析师、AI大模型工程师、产品经理和云计算工程师。这些领域不仅因应了当前技术发展的趋势,也为程序员提供了转型的广阔舞台和职业发展的新机遇。一起来看看吧!数据分析师:数据驱动决策的关键程序员转行时,应考虑当前市场上的热门行业和岗位需求。例如,AI大模型工程师、数据分析师、前端开发工程师、全栈开发工程师等都是当前市场上需求量较大的职位。就拿数据分析师来说,因其在
- 2.21音频接口
姓学名生
硬件工程
模拟音频接口:传输直观容易实现,但会出现失真、不稳定的特点。TRS接口、XLR卡侬头、RCA莲花头。数字音频接口:AES/EBU物理接口、S/PDIF接口、同轴接口、光纤接口。平衡接口:使用两个通道分别传送电压等大反向的信号。接收端将这两组信号相减,从而获得高质量模拟信号。TRS接口、XLR卡农头。非平衡接口:信号线和地线组成。抗干扰能力弱。TS接口、RCA莲花头。TRS(大三芯):Tip(尖)、
- 20250110面试鸭特训营第18天
Again_acme
面试鸭特训营面试职场和发展
更多特训营笔记详见个人主页【面试鸭特训营】专栏2501101.常见的HTTP状态码有哪些?状态码由三位数组组成,且第一位数字表示类别常见的HTTP状态码分为五大类1xx:信息响应状态码标识含义100Continue服务器已接收请求的初步部分,客户端应继续请求101SwitchingProtocols服务器同意协议,如从HTTP切换到WebSocket2xx:成功状态码标识含义200OK请求成功,服
- 下载马斯克Grok-1模型的实战代码
herosunly
大模型grok-1下载模型实战代码
大家好,我是herosunly。985院校硕士毕业,现担任算法研究员一职,热衷于机器学习算法研究与应用。曾获得阿里云天池比赛第一名,CCF比赛第二名,科大讯飞比赛第三名。拥有多项发明专利。对机器学习和深度学习拥有自己独到的见解。曾经辅导过若干个非计算机专业的学生进入到算法行业就业。希望和大家一起成长进步。 本文主要介绍了下载马斯克Grok-1模型的实战代码,希望能对学习大模型的同学们有所帮助
- 个性化的语言模型构建思路
由数入道
人工智能语言模型人工智能自然语言处理
将开源模型(如Llama3、Qwen、Falcon3…等)转变为个人专属的大语言模型,通常涉及知识库的构建、微调(fine-tuning)和模型定制等步骤。下面提供一个详细的技术解决方案,涵盖了如何利用现有的资料(如文档、PDF、Excel、PPT、图片、语音、视频等)将开源模型转换为个人专属的语言模型的步骤、思路和技术设计。解决方案概述知识库构建:从不同格式的资料中提取有效信息,构建结构化或非结
- 【Day23 LeetCode】贪心算法题
银河梦想家
leetcode贪心算法
一、贪心算法贪心没有套路,只有碰运气(bushi),举反例看看是否可行,(运气好)刚好贪心策略的局部最优就是全局最优。1、分发饼干455思路:按照孩子的胃口从小到大的顺序依次满足每个孩子,对于每个孩子,应该选择可以满足这个孩子的胃口且尺寸最小的饼干classSolution{public:intfindContentChildren(vector&g,vector&s){sort(g.begin(
- Java 大视界 -- Java 大数据文本分析与自然语言处理:从文本挖掘到智能对话
一只蜗牛儿
java大数据自然语言处理
在当今的信息化时代,数据成为了重要的资源。特别是文本数据,随处可见,如社交媒体、新闻网站、技术文档、客户反馈等,这些都包含着大量的潜在信息。因此,如何从海量的文本中提取有价值的信息,成为了大数据分析领域的重要课题。Java作为一种高效、灵活的编程语言,在大数据文本分析与自然语言处理(NLP)中发挥着至关重要的作用。本文将介绍如何利用Java开发大数据文本分析和自然语言处理(NLP)应用,带领你从文
- 关于零代码的三大误解
前端
零代码平台经常被误认为只适用于创建简单应用或小型企业,但这种看法其实低估了零代码应用平台(NCAP)在企业领域的真正潜力。随着企业的发展,其运营复杂性也随之增加,往往需要灵活且可扩展的解决方案,而这些解决方案并非现成的软件套件能够提供。传统的软件套件虽然声称可以“开箱即用”,但它们通常伴随着隐藏成本、漫长的实施周期以及僵化的结构。而零代码平台则以灵活、模块化的方式,满足企业的独特需求,为那些高昂且
- 大模型:LangChain技术讲解
玉成226
【大模型】langchain
一、什么是LangChain1、介绍LangChain是一个用于开发由大型语言模型提供支持的Python框架。它提供了一系列工具和组件,帮助我们将语言模型集成到自己的应用程序中。有了它之后,我们可以更轻松地实现对话系统、文本生成、文本分类、问答系统等功能。2、LangChain官网文档官网:https://python.langchain.com/docs/introduction/3、LangC
- Oracle筑基篇-体系结构概览
CodeBe@r
#Oracleoracle数据库Oracle体系结构
1、体系结构一览今天梳理Oracle的整体的体系结构,后面再详细梳理其中重要的那些结构。图1Oracle体系机构思维导图2、组件作用概述Oracle有两大块组成,一大块是Oralce实例(oracleinstance)一大块是Oralce数据库(oracledatabase),Oracle数据库是实实在在存储在硬盘上的三类文件:数据文件、日志文件和控制文件。数据库启动起来以后,首先在内存划出一块空
- 深度学习中的通道(Channel)概念详解
小·恐·龙
大模型深度学习人工智能
1.通道的基本概念通道(Channel)是深度学习中的一个重要概念,它在不同场景下有不同的具体含义。理解通道概念对于理解深度学习模型的结构和工作原理至关重要。2.大语言模型中的通道2.1全连接层的通道概念2.1.1基本结构输入:[batch_size,input_features]权重:[input_features,output_features]输出:[batch_size,output_fe
- 使用Chaindesk与大语言模型集成的实战指南
srudfktuffk
语言模型人工智能自然语言处理python
技术背景介绍在现代AI应用中,快速有效地从大量数据中获取相关信息是至关重要的。Chaindesk是一款开源的文档检索平台,旨在将您的个人数据与大型语言模型(LLM)连接起来,实现高效的信息检索和应用集成。核心原理解析Chaindesk通过创建"数据存储"(datastore)来管理和索引数据,利用检索器(Retriever)进行高效查询。这使得用户能够在私有数据的基础上构建智能应用,而无需担心数据
- 聚焦全球食品加工与包装——探索食品新生产系统、人工智能和可持续性的前沿
全景动态
人工智能
swop2024:聚焦全球食品加工与包装的热门话题——探索食品新生产系统、人工智能和可持续性的前沿科技创新被认为是发展新质生产力的核心,特别是在全球食品安全与健康领域的研究推动下,食品加工及包装行业正迎来前所未有的创新浪潮。根据中国食品科学技术学会发布的【2023-2024年度全球食品安全与健康十大研究热点】,食品新生产系统、人工智能以及可持续食品包装等三大热点趋势受到极大关注。swop包装世界(
- 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
- 利用E2B环境进行数据分析 - 创建一个简单的OpenAI Agent
srudfktuffk
数据分析数据挖掘python
在AI技术应用中,数据分析是一个关键环节。E2B的云环境为大模型(LLM)的运行提供了一个安全的运行时沙箱,非常适合用来构建代码解释器或进行高级数据分析。在这篇文章中,我们将介绍如何利用E2B的DataAnalysis沙箱,结合OpenAI的API,创建一个简化的自动化数据分析应用。技术背景介绍E2B的DataAnalysis沙箱能够安全地执行代码,是构建自动化数据分析工具的理想选择。该沙箱提供了
- 大语言模型原理与工程实践:预训练数据构建
AI大模型应用之禅
AI大模型与大数据计算科学神经计算深度学习神经网络大数据人工智能大型语言模型AIAGILLMJavaPython架构设计AgentRPA
大语言模型原理与工程实践:预训练数据构建1.背景介绍大语言模型(LargeLanguageModels,LLMs)近年来在自然语言处理(NLP)领域取得了显著的进展。诸如GPT-3、BERT等模型在各种任务中表现出色,从文本生成到情感分析,再到机器翻译,几乎无所不能。这些模型的成功很大程度上依赖于预训练数据的质量和规模。预训练数据的构建不仅影响模型的性能,还决定了模型的泛化能力和应用范围。在本文中
- 大语言模型原理与工程实践:网页数据
AI大模型应用之禅
计算科学神经计算深度学习神经网络大数据人工智能大型语言模型AIAGILLMJavaPython架构设计AgentRPA
大语言模型原理与工程实践:网页数据1.背景介绍在当今信息爆炸的时代,网页数据成为了大数据的重要来源之一。网页数据不仅包含了丰富的文本信息,还包括了图像、视频、音频等多媒体内容。大语言模型(LargeLanguageModels,LLMs)作为自然语言处理(NLP)领域的前沿技术,能够从海量的网页数据中提取有价值的信息,进行文本生成、情感分析、问答系统等多种任务。大语言模型的成功离不开深度学习技术的
- apache ftpserver-CentOS config
gengzg
apache
<server xmlns="http://mina.apache.org/ftpserver/spring/v1"
xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"
xsi:schemaLocation="
http://mina.apache.o
- 优化MySQL数据库性能的八种方法
AILIKES
sqlmysql
1、选取最适用的字段属性 MySQL可以很好的支持大数据量的存取,但是一般说来,数据库中的表越小,在它上面执行的查询也就会越快。因此,在创建表的时候,为了获得更好的 性能,我们可以将表中字段的宽度设得尽可能小。例如,在定义邮政编码这个字段时,如果将其设置为CHAR(255),显然给数据库增加了不必要的空间,甚至使用VARCHAR这种类型也是多余的,因为CHAR(6)就可以很
- JeeSite 企业信息化快速开发平台
Kai_Ge
JeeSite
JeeSite 企业信息化快速开发平台
平台简介
JeeSite是基于多个优秀的开源项目,高度整合封装而成的高效,高性能,强安全性的开源Java EE快速开发平台。
JeeSite本身是以Spring Framework为核心容器,Spring MVC为模型视图控制器,MyBatis为数据访问层, Apache Shiro为权限授权层,Ehcahe对常用数据进行缓存,Activit为工作流
- 通过Spring Mail Api发送邮件
120153216
邮件main
原文地址:http://www.open-open.com/lib/view/open1346857871615.html
使用Java Mail API来发送邮件也很容易实现,但是最近公司一个同事封装的邮件API实在让我无法接受,于是便打算改用Spring Mail API来发送邮件,顺便记录下这篇文章。 【Spring Mail API】
Spring Mail API都在org.spri
- Pysvn 程序员使用指南
2002wmj
SVN
源文件:http://ju.outofmemory.cn/entry/35762
这是一篇关于pysvn模块的指南.
完整和详细的API请参考 http://pysvn.tigris.org/docs/pysvn_prog_ref.html.
pysvn是操作Subversion版本控制的Python接口模块. 这个API接口可以管理一个工作副本, 查询档案库, 和同步两个.
该
- 在SQLSERVER中查找被阻塞和正在被阻塞的SQL
357029540
SQL Server
SELECT R.session_id AS BlockedSessionID ,
S.session_id AS BlockingSessionID ,
Q1.text AS Block
- Intent 常用的用法备忘
7454103
.netandroidGoogleBlogF#
Intent
应该算是Android中特有的东西。你可以在Intent中指定程序 要执行的动作(比如:view,edit,dial),以及程序执行到该动作时所需要的资料 。都指定好后,只要调用startActivity(),Android系统 会自动寻找最符合你指定要求的应用 程序,并执行该程序。
下面列出几种Intent 的用法
显示网页:
- Spring定时器时间配置
adminjun
spring时间配置定时器
红圈中的值由6个数字组成,中间用空格分隔。第一个数字表示定时任务执行时间的秒,第二个数字表示分钟,第三个数字表示小时,后面三个数字表示日,月,年,< xmlnamespace prefix ="o" ns ="urn:schemas-microsoft-com:office:office" />
测试的时候,由于是每天定时执行,所以后面三个数
- POJ 2421 Constructing Roads 最小生成树
aijuans
最小生成树
来源:http://poj.org/problem?id=2421
题意:还是给你n个点,然后求最小生成树。特殊之处在于有一些点之间已经连上了边。
思路:对于已经有边的点,特殊标记一下,加边的时候把这些边的权值赋值为0即可。这样就可以既保证这些边一定存在,又保证了所求的结果正确。
代码:
#include <iostream>
#include <cstdio>
- 重构笔记——提取方法(Extract Method)
ayaoxinchao
java重构提炼函数局部变量提取方法
提取方法(Extract Method)是最常用的重构手法之一。当看到一个方法过长或者方法很难让人理解其意图的时候,这时候就可以用提取方法这种重构手法。
下面是我学习这个重构手法的笔记:
提取方法看起来好像仅仅是将被提取方法中的一段代码,放到目标方法中。其实,当方法足够复杂的时候,提取方法也会变得复杂。当然,如果提取方法这种重构手法无法进行时,就可能需要选择其他
- 为UILabel添加点击事件
bewithme
UILabel
默认情况下UILabel是不支持点击事件的,网上查了查居然没有一个是完整的答案,现在我提供一个完整的代码。
UILabel *l = [[UILabel alloc] initWithFrame:CGRectMake(60, 0, listV.frame.size.width - 60, listV.frame.size.height)]
- NoSQL数据库之Redis数据库管理(PHP-REDIS实例)
bijian1013
redis数据库NoSQL
一.redis.php
<?php
//实例化
$redis = new Redis();
//连接服务器
$redis->connect("localhost");
//授权
$redis->auth("lamplijie");
//相关操
- SecureCRT使用备注
bingyingao
secureCRT每页行数
SecureCRT日志和卷屏行数设置
一、使用securecrt时,设置自动日志记录功能。
1、在C:\Program Files\SecureCRT\下新建一个文件夹(也就是你的CRT可执行文件的路径),命名为Logs;
2、点击Options -> Global Options -> Default Session -> Edite Default Sett
- 【Scala九】Scala核心三:泛型
bit1129
scala
泛型类
package spark.examples.scala.generics
class GenericClass[K, V](val k: K, val v: V) {
def print() {
println(k + "," + v)
}
}
object GenericClass {
def main(args: Arr
- 素数与音乐
bookjovi
素数数学haskell
由于一直在看haskell,不可避免的接触到了很多数学知识,其中数论最多,如素数,斐波那契数列等,很多在学生时代无法理解的数学现在似乎也能领悟到那么一点。
闲暇之余,从图书馆找了<<The music of primes>>和<<世界数学通史>>读了几遍。其中素数的音乐这本书与软件界熟知的&l
- Java-Collections Framework学习与总结-IdentityHashMap
BrokenDreams
Collections
这篇总结一下java.util.IdentityHashMap。从类名上可以猜到,这个类本质应该还是一个散列表,只是前面有Identity修饰,是一种特殊的HashMap。
简单的说,IdentityHashMap和HashM
- 读《研磨设计模式》-代码笔记-享元模式-Flyweight
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/
import java.util.ArrayList;
import java.util.Collection;
import java.util.HashMap;
import java.util.List;
import java
- PS人像润饰&调色教程集锦
cherishLC
PS
1、仿制图章沿轮廓润饰——柔化图像,凸显轮廓
http://www.howzhi.com/course/retouching/
新建一个透明图层,使用仿制图章不断Alt+鼠标左键选点,设置透明度为21%,大小为修饰区域的1/3左右(比如胳膊宽度的1/3),再沿纹理方向(比如胳膊方向)进行修饰。
所有修饰完成后,对该润饰图层添加噪声,噪声大小应该和
- 更新多个字段的UPDATE语句
crabdave
update
更新多个字段的UPDATE语句
update tableA a
set (a.v1, a.v2, a.v3, a.v4) = --使用括号确定更新的字段范围
- hive实例讲解实现in和not in子句
daizj
hivenot inin
本文转自:http://www.cnblogs.com/ggjucheng/archive/2013/01/03/2842855.html
当前hive不支持 in或not in 中包含查询子句的语法,所以只能通过left join实现。
假设有一个登陆表login(当天登陆记录,只有一个uid),和一个用户注册表regusers(当天注册用户,字段只有一个uid),这两个表都包含
- 一道24点的10+种非人类解法(2,3,10,10)
dsjt
算法
这是人类算24点的方法?!!!
事件缘由:今天晚上突然看到一条24点状态,当时惊为天人,这NM叫人啊?以下是那条状态
朱明西 : 24点,算2 3 10 10,我LX炮狗等面对四张牌痛不欲生,结果跑跑同学扫了一眼说,算出来了,2的10次方减10的3次方。。我草这是人类的算24点啊。。
然后么。。。我就在深夜很得瑟的问室友求室友算
刚出完题,文哥的暴走之旅开始了
5秒后
- 关于YII的菜单插件 CMenu和面包末breadcrumbs路径管理插件的一些使用问题
dcj3sjt126com
yiiframework
在使用 YIi的路径管理工具时,发现了一个问题。 <?php  
- 对象与关系之间的矛盾:“阻抗失配”效应[转]
come_for_dream
对象
概述
“阻抗失配”这一词组通常用来描述面向对象应用向传统的关系数据库(RDBMS)存放数据时所遇到的数据表述不一致问题。C++程序员已经被这个问题困扰了好多年,而现在的Java程序员和其它面向对象开发人员也对这个问题深感头痛。
“阻抗失配”产生的原因是因为对象模型与关系模型之间缺乏固有的亲合力。“阻抗失配”所带来的问题包括:类的层次关系必须绑定为关系模式(将对象
- 学习编程那点事
gcq511120594
编程互联网
一年前的夏天,我还在纠结要不要改行,要不要去学php?能学到真本事吗?改行能成功吗?太多的问题,我终于不顾一切,下定决心,辞去了工作,来到传说中的帝都。老师给的乘车方式还算有效,很顺利的就到了学校,赶巧了,正好学校搬到了新校区。先安顿了下来,过了个轻松的周末,第一次到帝都,逛逛吧!
接下来的周一,是我噩梦的开始,学习内容对我这个零基础的人来说,除了勉强完成老师布置的作业外,我已经没有时间和精力去
- Reverse Linked List II
hcx2013
list
Reverse a linked list from position m to n. Do it in-place and in one-pass.
For example:Given 1->2->3->4->5->NULL, m = 2 and n = 4,
return 
- Spring4.1新特性——页面自动化测试框架Spring MVC Test HtmlUnit简介
jinnianshilongnian
spring 4.1
目录
Spring4.1新特性——综述
Spring4.1新特性——Spring核心部分及其他
Spring4.1新特性——Spring缓存框架增强
Spring4.1新特性——异步调用和事件机制的异常处理
Spring4.1新特性——数据库集成测试脚本初始化
Spring4.1新特性——Spring MVC增强
Spring4.1新特性——页面自动化测试框架Spring MVC T
- Hadoop集群工具distcp
liyonghui160com
1. 环境描述
两个集群:rock 和 stone
rock无kerberos权限认证,stone有要求认证。
1. 从rock复制到stone,采用hdfs
Hadoop distcp -i hdfs://rock-nn:8020/user/cxz/input hdfs://stone-nn:8020/user/cxz/运行在rock端,即源端问题:报版本
- 一个备份MySQL数据库的简单Shell脚本
pda158
mysql脚本
主脚本(用于备份mysql数据库): 该Shell脚本可以自动备份
数据库。只要复制粘贴本脚本到文本编辑器中,输入数据库用户名、密码以及数据库名即可。我备份数据库使用的是mysqlump 命令。后面会对每行脚本命令进行说明。
1. 分别建立目录“backup”和“oldbackup” #mkdir /backup #mkdir /oldbackup
- 300个涵盖IT各方面的免费资源(中)——设计与编码篇
shoothao
IT资源图标库图片库色彩板字体
A. 免费的设计资源
Freebbble:来自于Dribbble的免费的高质量作品。
Dribbble:Dribbble上“免费”的搜索结果——这是巨大的宝藏。
Graphic Burger:每个像素点都做得很细的绝佳的设计资源。
Pixel Buddha:免费和优质资源的专业社区。
Premium Pixels:为那些有创意的人提供免费的素材。
- thrift总结 - 跨语言服务开发
uule
thrift
官网
官网JAVA例子
thrift入门介绍
IBM-Apache Thrift - 可伸缩的跨语言服务开发框架
Thrift入门及Java实例演示
thrift的使用介绍
RPC
POM:
<dependency>
<groupId>org.apache.thrift</groupId>