- tenorflow
小鱼儿小于儿
tensorflow
tensorflow笔记3MNIST数据集共7万张图片,都是28*28像素点的手写数字图片。6万张用于训练,1万张用于测试。importtensorflowastfmnist=tf.keras.datasets.mnist(x_train,y_train),(x_test,y_test)=mnist.load_data()#直接送数据集中读取训练集和测试机x_train,x_test=x_trai
- 关于CNN
御风之星
1.理解卷积神经网络中的通道channel2.手把手教你用TensorFlow实现卷积神经网络3.tensorflow笔记:多层CNN代码分析
- 2021-07-02
fisher-nuc
tensorflow神经网络
基于TensorFlow搭建的几种经典的卷积神经网络注:本文是本人一门课程的期末大作业,在学习曹建老师(人工智能实践:TensorFlow笔记)的课程时记录的笔记。在进行整理后写的一篇小文章,具体详解可以在B站或者MOOC上搜索相关课程。课程网站:https://www.icourse163.org/learn/PKU-1002536002?tid=1003797005#/learn/announ
- (一)tensorflow笔记:Tensor数据类型
阿松丶
TensorFlow详细笔记tensorflowpython深度学习
常见的数据类型载体listnp.arraytf.tensorlist:可以存储不同数据类型,缺点不适合存储较大的数据,如图片np.array:解决同类型大数据数据的载体,方便数据运算,缺点是在深度学习之前就设计好的,不支持GPUtf.tensor:更适合深度学习,支持GPUTensor是什么scalar:1.1vector:[1.1],[1.1,2.2,……]matrix:[[1,2,3,],[4
- tensorflow笔记(编程理论部分)
orangehsc
tensorflowpython矩阵算法
TensorFlow笔记(编程理论部分)注:该笔记是阅读TensorFlow深度学习算法原理与编程实战第三章后做的框架梳理和部分个人见解。Tensorflow之名由Tensor和Flow组成,Tensor意为张量,可以理解为数组;Flow意为流动,指张量数据沿着边在不同的节点间流动并发生转化。1.1计算图TensorFlow中的各种操作,如加权求和,激活函数等,都被编排成一个图,称为计算图。计算图
- tensorflow笔记
_夏雨潇潇
#tensorflow笔记一个小例子#用numpy构造数据x_data=np.random.rand(100).astype(np.float32)y_data=x_data*0.1+0.3#tf.Variable定义了一个变量,random_uniform表示用随机的方式生成变量的初始值#1表示这个变量是一维的,变量的初始范围是-1到1Weights=tf.Variable(tf.random_
- TensorFlow笔记之卷积神经网络
Mr_Stutter
Python机器学习cnntensorflow深度学习
文章目录前言一、卷积神经网络CNN二、Tensorflow1.x1.加载数据集2.数据处理3.定义模型4.训练模型5.结果可视化二、Tensorflow2.x1.加载数据集2.数据处理3.定义模型4.训练模型5.结果可视化总结前言记录在tf1.x与tf2.x中使用卷积神经网络完成CIFAR-10数据集识别多分类任务,并进行断点续训。一、卷积神经网络CNN1、全连接网络:参数增多,速度减慢,过拟合2
- tensorflow笔记----3---ANN对mnist数据集分类
骑着蜗牛逛世界
tensorflow
tensorfllow实现两层MLP对mnist分类,第一层256个神经元,第二层128个神经元,输入784,输出10分类#!/usr/bin/python#-*-coding:utf-8-*-__author__="chunming"importtensorflowastffromtensorflow.examples.tutorials.mnistimportinput_datamnist=i
- Tensorflow笔记 3.3 反向传播
CCWUCMCTS
概念反向传播训练模型参数,在所有参数上使用梯度下降,使NN模型在训练数据上的损失函数最小。损失函数预测值与已知答案的差距。均方误差loss=tf.reduce_mean(tf.square(y_-y))反向传播的训练方法三种方式,见代码。学习率参数更新幅度。实战loss#coding:utf-8#0导入模块,生成模拟数据集。importtensorflowastfimportnumpyasnpBA
- DL with python(16)——tensorflow实现InceptionNet(GoogLeNet)
佟湘玉滴玉
Python深度学习深度学习python
本文涉及到的是中国大学慕课《人工智能实践:Tensorflow笔记》第五讲第14节的内容,对tensorflow环境下经典卷积神经网络的搭建进行介绍,其基础是DLwithpython(14)——tensorflow实现CNN的“八股”中的代码,将其中第三步的代码替换为本文中的代码均可直接运行,其他部分无需改变。经典的卷积神经网络有以下几种,这里介绍结构较为复杂的InceptionNet,其实现的方
- [tensorflow笔记]-tensorflow实现带mask的reduce_mean
黄然大悟
Tensorflow&Kerastensorflowreduce_meanmask平均
在使用tensorflow处理一些tensor时,有时需要对一个tensor取平均,可以使用tf.reduce_mean操作,但是这个没法处理带有mask的tensor数据,本文主要就是利用tensorflow的基本操作实现带mask的平均。tf.reduce_mean比如我们的数据是3维tensor,shape=(B,N,H),B表示batch_size、N表示最大长度、H表示向量维度,这样的3
- 学习tensorflow笔记1、梯度计算
weixin_51298826
tensorflow学习笔记tensorflowpython深度学习
1、梯度计算学习北京大学的mooc,记录笔记代码块:生成一个变量w初值为5,设定为可训练学习率lr大小会影响梯度下降的速度和步幅迭代次数epochimporttensorflowastfimportmatplotlib.pyplotaspltw=tf.Variable(tf.constant(5,dtype=tf.float32))lr=0.9epoch=40plt_show=[]forepoch
- Tensorflow笔记——tf.layers.dense的用法
·城府、
深度学习神经网络
1.tf.layers.dense的用法dense:相当于一个全连接层函数解释如下:tf.layers.dense(inputs,units,activation=None,use_bias=True,kernel_initializer=None,bias_initializer=tf.zeros_initializer(),kernel_regularizer=None,bias_regula
- TensorFlow笔记之神经网络完成多分类任务
Mr_Stutter
Python机器学习tensorflow神经网络分类
文章目录前言一、数据集调用二、Tensorflow1.x1.单隐藏层2.模型保存与调用三、Tensorflow2.x1.全连接层类2.keras建模总结前言对TensorFlow笔记之单神经元完成多分类任务进行修改,在tf1.x与tf2.x中使用神经网络完成手写体数字识别多分类任务。一、数据集调用数据集调用与预处理和上一篇完全相同#数据集调用,在tensorflow2.x中调用数据集importt
- TensorFlow2安装(超详细步骤-人工智能实践)
不唐
Python深度学习TensorFlowtensorflow深度学习python
TensorFlow2安装教程1前言1.1版本记录1.2工具简介2详细步骤及安装语句2.1安装Anaconda2.2TensoFlow安装2.3验证是否成功2.4PyCharm下载与安装2.5PyCharm环境配置2.5.1不唐初尝试1前言点滴进步,加油!最近在MOOC看北京大学的曹健老师的《人工智能实践:Tensorflow笔记》课程。其中第一章的第8节提到了详细的TensorFlow安装过程。
- tensorflow笔记(十九)——错误集锦
starxhong
tensorflowtensorflow深度学习错误
错误及应对方案1,问题:训练正常,预测和评估的时候报OOM:办法:减少预测和训练的batchsize,或者减少网络参数。参考:ResourceExhaustedError(seeabovefortraceback):OOMwhenallocatingtensorofshape[7744,512]#33932,问题:从dataset打印数据,报错OP_REQUIRESfailedatexample_
- InceptionNet与ResNet
九思Atopos
tensorflow笔记深度学习pythontensorflow
以下代码图片思路来源:北京大学Tensorflow笔记嗯,最近学了一下神经网络,并没有很难,主要是把代码背下来,然后掌握Tensorflow是怎么搭建网络的,Tensorflow是比pytorch好用的,我直接抄的代码里面,训练还要自己写循环,,而tensonflow直接调用fit函数即可和老师做了一下InceptionNet还有ResNet,ResNet主要是有一条path,由于维度不同需要使用
- TensorFlow笔记之多元线性回归
Mr_Stutter
Python机器学习tensorflow线性回归python
文章目录前言一、数据处理二、TensorFlow1.x1.定义模型2.训练模型3.结果可视化4.模型预测5.TensorBoard可视化三、TensorFlow2.x1.定义模型2.训练模型3.结果可视化4.模型预测总结前言记录使用TensorFlow1.x和TensorFlow2.x完成多元线性回归的过程。一、数据处理在此使用波士顿房价数据集,包含506个样本,输入为12个房屋信息特征,输出为房
- TensorFlow笔记之单变量线性回归
Mr_Stutter
Python机器学习tensorflow线性回归
文章目录前言一、数据集生成二、TensorFlow1.x1.定义模型2.训练模型3.模型预测三、TensorFlow2.x1.定义模型2.训练模型3.模型预测总结前言记录使用TensorFlow1.x和TensorFlow2.x完成单变量线性回归的过程。一、数据集生成生成带标准正态分布噪声的y=2x+1数据集importnumpyasnpimportmatplotlib.pyplotasplt#数
- Tensorflow笔记之【神经网络的初步搭建】
不理不理不理左卫门
机器学习Tensorflow
一、基本概念基于Tensorflow的神经网络用张量表示数据,用计算图搭建神经网络,用会话执行计算图,优化线上的权重,得到模型。张量——多维数组参数——神经元线上的权重计算图——搭建神经网络的计算过程,只搭建不计算会话——执行计算图中的节点运算例:矩阵乘法importtensorflowastf#引入模块x=tf.constant([[1.0,2.0]])#定义一个2阶1x2张量等于[[1.0,2
- TensorFlow笔记之单神经元完成多分类任务
Mr_Stutter
Python机器学习tensorflow分类
文章目录前言一、逻辑回归1.二分类问题2.多分类问题二、数据集调用三、TensorFlow1.x1.定义模型2.训练模型3.结果可视化四、TensorFlow2.x1.定义模型2.训练模型3.结果可视化总结前言记录分别在TensorFlow1.x与TensorFlow2.x中使用单神经元完成MNIST手写数字识别的过程。一、逻辑回归将回归值映射为各分类的概率1.二分类问题1.sigmod函数:y=
- 1TensorFlow笔记——基础概念简介&Python简明教程
weixin_45165961
pythontensorflow
0.1人工智能让机器看起来跟人一样,目前处于弱人工智能NarrowAI,距离强人工智能GeneralAI还有很大一段路要走。0.1.1机器学习让计算机自动学习,获得规律(模型),用新规律预测。0.1.2分类有监督学习:给带结果的数据进行训练,线性回归、逻辑回归、支持向量机、随机森林等。无监督学习:给数据,找规律进行分类,常见的无监督学习算法有自编码器、生成对抗网络等。半监督学习:给一小部分有标注数
- 人工智能学习第一篇(tensorflow笔记)
& Pumbaa
tensorflow
本文是在学习北大课程“人工智能实践:tensorflow笔记”的基础上,自己做的笔记,用于温故知新。张量(Tensor):多维数组(列表)阶:张量的维数(从0开始)张量可以表示0阶到n阶数组(列表)eg1:importtensorflowastfa=tf.constant([1,5],dtype=tf.int64)print(a)print(a.dtype)print(a.shape)结果:tf.
- 神经网络学习笔记——鸢尾花分类
XL_0502
神经网络学习笔记神经网络tensorflow
TensorFlow笔记——鸢尾花分类代码笔记记录实验流程和代码功能,附上关于所涉及到的tensorflow库中函数的解释实验流程数据集读入数据集乱序生成训练集和测试集(即x_train/y_train)数据类型转换配成(输入特征,标签)对,每次读入一小撮(batch)搭建网络定义神经网路中所有可训练参数参数优化嵌套循环迭代,with结构更新参数,显示当前loss测试效果计算当前参数前向传播后的准
- 用tensorflow搭建全连接神经网络实现mnist数据集的识别
humuhumunukunukuapua
爱好machinelearningmnisttensorflow
说明:本代码来自于北京大学曹健老师的MOOC人工智能实践:Tensorflow笔记第五讲I前向传播网络搭建在mnist_forward.py中搭建两层全连接网络,这里面就是定义层数,节点数,激活函数这些。输入节点数目就是mnist数据集的图片28*28大小,用784行的向量作为输入。第一层y1=relu(x*w1+b1)其中y1为500行的向量。那么w1里面就有784*500个变量啦~~b1是50
- TensorFlow笔记_05——神经网络八股功能拓展
要什么自行车儿
#TensorFlow2.0tensorflow神经网络深度学习
目录5.神经网络八股功能拓展5.1自制数据集,解决本领域应用5.2数据增强,扩充数据集5.3断点续训,存取模型5.3.1读取保存模型5.4参数提取,把参数存入文本5.5acc/loss可视化,查看训练效果5.6应用程序,给图实物(手写数字识别)上一篇:TensorFlow笔记_04——八股搭建神经网络下一篇:敬请期待5.神经网络八股功能拓展5.1自制数据集,解决本领域应用defgenerateds
- TensorFlow笔记之:填充使用tf.sequence_mask()函数详细说明和应用场景
模糊包
TensorFlow
tf.sequence_mask()函数这个函数目前我主要用于数据填充时候使用。文章目录tf.sequence_mask()函数1.函数介绍2.参数解释要点解释:3.函数举例4.注意事项和应用场景1.函数介绍这个是官方定义,耐心看完解释再看后面的例子,你会一下就懂了。#函数定义sequence_mask(lengths,maxlen=None,dtype=tf.bool,name=None)#返回
- 小白笔记:深度学习之Tensorflow笔记(七:神经网络优化过程)
my小马
tensorflow深度学习神经网络tensorflow深度学习
激活函数激活函数是用来加入非线性因素的,因为线性模型的表达能力不够。引入非线性激活函数,可使深层神经网络的表达能力更加强大。简化模型:MP模型:优秀的激活函数:•非线性:激活函数非线性时,多层神经网络可逼近所有函数•可微性:优化器大多用梯度下降更新参数•单调性:当激活函数是单调的,能保证单层网络的损失函数是凸函数•近似恒等性:f(x)≈x当参数初始化为随机小值时,神经网络更稳定激活函数输出值的范围
- 人工智能实践:Tensorflow笔记 Class 2:神经网络优化
By4te
机器学习Pythontensorflow人工智能神经网络
目录2.1基础知识2.2复杂度学习率1.复杂度2.学习率2.3激活函数1.sigmoid函数2.tanh函数3.relu函数4.leaky-relu函数2.4损失函数1.均方误差2.自定义损失函数3.交叉熵损失函数4.softmax与交叉熵结合2.5缓解过拟合正则化2.6优化器1.SGD2.SGDM3.Adagrad4.RMSProp5.Adam2.1基础知识2.2复杂度学习率1.复杂度2.学习率
- 《人工智能实践:Tensorflow笔记》听课笔记24_7.1卷积神经网络
RENeast
人工智能人工智能
附:课程链接第七讲.卷积神经网络7.1卷积神经网络由于个人使用Win7系统,并未完全按照课程所讲,以下记录的也基本是我的结合课程做的Windows系统+PyCharm操作。且本人有python基础,故一些操作可能简略。并未完全按照网课。记住编写代码时,除注释内容外,字符均使用英文格式。一、回顾及展开前两讲中我们利用全连接网络实现了对mnist数据集的训练,我们已学会使用数据集训练模型,并让训练好的
- jQuery 跨域访问的三种方式 No 'Access-Control-Allow-Origin' header is present on the reque
qiaolevip
每天进步一点点学习永无止境跨域众观千象
XMLHttpRequest cannot load http://v.xxx.com. No 'Access-Control-Allow-Origin' header is present on the requested resource. Origin 'http://localhost:63342' is therefore not allowed access. test.html:1
- mysql 分区查询优化
annan211
java分区优化mysql
分区查询优化
引入分区可以给查询带来一定的优势,但同时也会引入一些bug.
分区最大的优点就是优化器可以根据分区函数来过滤掉一些分区,通过分区过滤可以让查询扫描更少的数据。
所以,对于访问分区表来说,很重要的一点是要在where 条件中带入分区,让优化器过滤掉无需访问的分区。
可以通过查看explain执行计划,是否携带 partitions
- MYSQL存储过程中使用游标
chicony
Mysql存储过程
DELIMITER $$
DROP PROCEDURE IF EXISTS getUserInfo $$
CREATE PROCEDURE getUserInfo(in date_day datetime)-- -- 实例-- 存储过程名为:getUserInfo-- 参数为:date_day日期格式:2008-03-08-- BEGINdecla
- mysql 和 sqlite 区别
Array_06
sqlite
转载:
http://www.cnblogs.com/ygm900/p/3460663.html
mysql 和 sqlite 区别
SQLITE是单机数据库。功能简约,小型化,追求最大磁盘效率
MYSQL是完善的服务器数据库。功能全面,综合化,追求最大并发效率
MYSQL、Sybase、Oracle等这些都是试用于服务器数据量大功能多需要安装,例如网站访问量比较大的。而sq
- pinyin4j使用
oloz
pinyin4j
首先需要pinyin4j的jar包支持;jar包已上传至附件内
方法一:把汉字转换为拼音;例如:编程转换后则为biancheng
/**
* 将汉字转换为全拼
* @param src 你的需要转换的汉字
* @param isUPPERCASE 是否转换为大写的拼音; true:转换为大写;fal
- 微博发送私信
随意而生
微博
在前面文章中说了如和获取登陆时候所需要的cookie,现在只要拿到最后登陆所需要的cookie,然后抓包分析一下微博私信发送界面
http://weibo.com/message/history?uid=****&name=****
可以发现其发送提交的Post请求和其中的数据,
让后用程序模拟发送POST请求中的数据,带着cookie发送到私信的接入口,就可以实现发私信的功能了。
- jsp
香水浓
jsp
JSP初始化
容器载入JSP文件后,它会在为请求提供任何服务前调用jspInit()方法。如果您需要执行自定义的JSP初始化任务,复写jspInit()方法就行了
JSP执行
这一阶段描述了JSP生命周期中一切与请求相关的交互行为,直到被销毁。
当JSP网页完成初始化后
- 在 Windows 上安装 SVN Subversion 服务端
AdyZhang
SVN
在 Windows 上安装 SVN Subversion 服务端2009-09-16高宏伟哈尔滨市道里区通达街291号
最佳阅读效果请访问原地址:http://blog.donews.com/dukejoe/archive/2009/09/16/1560917.aspx
现在的Subversion已经足够稳定,而且已经进入了它的黄金时段。我们看到大量的项目都在使
- android开发中如何使用 alertDialog从listView中删除数据?
aijuans
android
我现在使用listView展示了很多的配置信息,我现在想在点击其中一条的时候填出 alertDialog,点击确认后就删除该条数据,( ArrayAdapter ,ArrayList,listView 全部删除),我知道在 下面的onItemLongClick 方法中 参数 arg2 是选中的序号,但是我不知道如何继续处理下去 1 2 3
- jdk-6u26-linux-x64.bin 安装
baalwolf
linux
1.上传安装文件(jdk-6u26-linux-x64.bin)
2.修改权限
[root@localhost ~]# ls -l /usr/local/jdk-6u26-linux-x64.bin
3.执行安装文件
[root@localhost ~]# cd /usr/local
[root@localhost local]# ./jdk-6u26-linux-x64.bin&nbs
- MongoDB经典面试题集锦
BigBird2012
mongodb
1.什么是NoSQL数据库?NoSQL和RDBMS有什么区别?在哪些情况下使用和不使用NoSQL数据库?
NoSQL是非关系型数据库,NoSQL = Not Only SQL。
关系型数据库采用的结构化的数据,NoSQL采用的是键值对的方式存储数据。
在处理非结构化/半结构化的大数据时;在水平方向上进行扩展时;随时应对动态增加的数据项时可以优先考虑使用NoSQL数据库。
在考虑数据库的成熟
- JavaScript异步编程Promise模式的6个特性
bijian1013
JavaScriptPromise
Promise是一个非常有价值的构造器,能够帮助你避免使用镶套匿名方法,而使用更具有可读性的方式组装异步代码。这里我们将介绍6个最简单的特性。
在我们开始正式介绍之前,我们想看看Javascript Promise的样子:
var p = new Promise(function(r
- [Zookeeper学习笔记之八]Zookeeper源代码分析之Zookeeper.ZKWatchManager
bit1129
zookeeper
ClientWatchManager接口
//接口的唯一方法materialize用于确定那些Watcher需要被通知
//确定Watcher需要三方面的因素1.事件状态 2.事件类型 3.znode的path
public interface ClientWatchManager {
/**
* Return a set of watchers that should
- 【Scala十五】Scala核心九:隐式转换之二
bit1129
scala
隐式转换存在的必要性,
在Java Swing中,按钮点击事件的处理,转换为Scala的的写法如下:
val button = new JButton
button.addActionListener(
new ActionListener {
def actionPerformed(event: ActionEvent) {
- Android JSON数据的解析与封装小Demo
ronin47
转自:http://www.open-open.com/lib/view/open1420529336406.html
package com.example.jsondemo;
import org.json.JSONArray;
import org.json.JSONException;
import org.json.JSONObject;
impor
- [设计]字体创意设计方法谈
brotherlamp
UIui自学ui视频ui教程ui资料
从古至今,文字在我们的生活中是必不可少的事物,我们不能想象没有文字的世界将会是怎样。在平面设计中,UI设计师在文字上所花的心思和功夫最多,因为文字能直观地表达UI设计师所的意念。在文字上的创造设计,直接反映出平面作品的主题。
如设计一幅戴尔笔记本电脑的广告海报,假设海报上没有出现“戴尔”两个文字,即使放上所有戴尔笔记本电脑的图片都不能让人们得知这些电脑是什么品牌。只要写上“戴尔笔
- 单调队列-用一个长度为k的窗在整数数列上移动,求窗里面所包含的数的最大值
bylijinnan
java算法面试题
import java.util.LinkedList;
/*
单调队列 滑动窗口
单调队列是这样的一个队列:队列里面的元素是有序的,是递增或者递减
题目:给定一个长度为N的整数数列a(i),i=0,1,...,N-1和窗长度k.
要求:f(i) = max{a(i-k+1),a(i-k+2),..., a(i)},i = 0,1,...,N-1
问题的另一种描述就
- struts2处理一个form多个submit
chiangfai
struts2
web应用中,为完成不同工作,一个jsp的form标签可能有多个submit。如下代码:
<s:form action="submit" method="post" namespace="/my">
<s:textfield name="msg" label="叙述:">
- shell查找上个月,陷阱及野路子
chenchao051
shell
date -d "-1 month" +%F
以上这段代码,假如在2012/10/31执行,结果并不会出现你预计的9月份,而是会出现八月份,原因是10月份有31天,9月份30天,所以-1 month在10月份看来要减去31天,所以直接到了8月31日这天,这不靠谱。
野路子解决:假设当天日期大于15号
- mysql导出数据中文乱码问题
daizj
mysql中文乱码导数据
解决mysql导入导出数据乱码问题方法:
1、进入mysql,通过如下命令查看数据库编码方式:
mysql> show variables like 'character_set_%';
+--------------------------+----------------------------------------+
| Variable_name&nbs
- SAE部署Smarty出现:Uncaught exception 'SmartyException' with message 'unable to write
dcj3sjt126com
PHPsmartysae
对于SAE出现的问题:Uncaught exception 'SmartyException' with message 'unable to write file...。
官方给出了详细的FAQ:http://sae.sina.com.cn/?m=faqs&catId=11#show_213
解决方案为:
01
$path
- 《教父》系列台词
dcj3sjt126com
Your love is also your weak point.
你的所爱同时也是你的弱点。
If anything in this life is certain, if history has taught us anything, it is
that you can kill anyone.
不顾家的人永远不可能成为一个真正的男人。 &
- mongodb安装与使用
dyy_gusi
mongo
一.MongoDB安装和启动,widndows和linux基本相同
1.下载数据库,
linux:mongodb-linux-x86_64-ubuntu1404-3.0.3.tgz
2.解压文件,并且放置到合适的位置
tar -vxf mongodb-linux-x86_64-ubun
- Git排除目录
geeksun
git
在Git的版本控制中,可能有些文件是不需要加入控制的,那我们在提交代码时就需要忽略这些文件,下面讲讲应该怎么给Git配置一些忽略规则。
有三种方法可以忽略掉这些文件,这三种方法都能达到目的,只不过适用情景不一样。
1. 针对单一工程排除文件
这种方式会让这个工程的所有修改者在克隆代码的同时,也能克隆到过滤规则,而不用自己再写一份,这就能保证所有修改者应用的都是同一
- Ubuntu 创建开机自启动脚本的方法
hongtoushizi
ubuntu
转载自: http://rongjih.blog.163.com/blog/static/33574461201111504843245/
Ubuntu 创建开机自启动脚本的步骤如下:
1) 将你的启动脚本复制到 /etc/init.d目录下 以下假设你的脚本文件名为 test。
2) 设置脚本文件的权限 $ sudo chmod 755
- 第八章 流量复制/AB测试/协程
jinnianshilongnian
nginxluacoroutine
流量复制
在实际开发中经常涉及到项目的升级,而该升级不能简单的上线就完事了,需要验证该升级是否兼容老的上线,因此可能需要并行运行两个项目一段时间进行数据比对和校验,待没问题后再进行上线。这其实就需要进行流量复制,把流量复制到其他服务器上,一种方式是使用如tcpcopy引流;另外我们还可以使用nginx的HttpLuaModule模块中的ngx.location.capture_multi进行并发
- 电商系统商品表设计
lkl
DROP TABLE IF EXISTS `category`; -- 类目表
/*!40101 SET @saved_cs_client = @@character_set_client */;
/*!40101 SET character_set_client = utf8 */;
CREATE TABLE `category` (
`id` int(11) NOT NUL
- 修改phpMyAdmin导入SQL文件的大小限制
pda158
sqlmysql
用phpMyAdmin导入mysql数据库时,我的10M的
数据库不能导入,提示mysql数据库最大只能导入2M。
phpMyAdmin数据库导入出错: You probably tried to upload too large file. Please refer to documentation for ways to workaround this limit.
- Tomcat性能调优方案
Sobfist
apachejvmtomcat应用服务器
一、操作系统调优
对于操作系统优化来说,是尽可能的增大可使用的内存容量、提高CPU的频率,保证文件系统的读写速率等。经过压力测试验证,在并发连接很多的情况下,CPU的处理能力越强,系统运行速度越快。。
【适用场景】 任何项目。
二、Java虚拟机调优
应该选择SUN的JVM,在满足项目需要的前提下,尽量选用版本较高的JVM,一般来说高版本产品在速度和效率上比低版本会有改进。
J
- SQLServer学习笔记
vipbooks
数据结构xml
1、create database school 创建数据库school
2、drop database school 删除数据库school
3、use school 连接到school数据库,使其成为当前数据库
4、create table class(classID int primary key identity not null)
创建一个名为class的表,其有一