- 个人学习笔记7-6:动手学深度学习pytorch版-李沐
浪子L
深度学习深度学习笔记计算机视觉python人工智能神经网络pytorch
#人工智能##深度学习##语义分割##计算机视觉##神经网络#计算机视觉13.11全卷积网络全卷积网络(fullyconvolutionalnetwork,FCN)采用卷积神经网络实现了从图像像素到像素类别的变换。引入l转置卷积(transposedconvolution)实现的,输出的类别预测与输入图像在像素级别上具有一一对应关系:通道维的输出即该位置对应像素的类别预测。13.11.1构造模型下
- 第二天 寻找了三篇深度学习综述(深度学习,目标检测,图像分割)
kim_ed33
##################ImageSegmentationUsingDeepLearning:ASurvey本文梳理了172篇相关文献。本文全面回顾了撰写本文时候的文献。包括但不限于全卷积像素标记网络(FCN),编码器-解码器体系结构,多尺度以及基于金字塔的方法,递归网络,视觉注意模型和对抗环境中的生成模型;从最早的方法(阈值化,K均值聚类,分水岭)到后来(随机场,细数方法一类的)再到
- 实例分割论文阅读之:FCN:《Fully Convolutional Networks for Semantica Segmentation》
交换喜悲
mdetection系列论文阅读目标检测人工智能实例分割计算机视觉卷积神经网络
论文地址:https://openaccess.thecvf.com/content_cvpr_2015/papers/Long_Fully_Convolutional_Networks_2015_CVPR_paper.pdf代码链接:https://github.com/pytorch/vision摘要卷积网络是强大的视觉模型,可以产生特征层次结构。我们证明,经过端到端、像素到像素训练的卷积网络
- 深度学习知识点汇总-目标检测(1)
深度学习模型优化
8.1R-FCNR-FCN属于two-stage的目标检测算法。backbone部分RPN,这里使用ResNet。head部分R-FCN,使用全连接网络。其中ResNet-101+R-FCN的方法在PASCALVOC2007测试数据集的mmAP达到83.6%。图1人脸检测R-FCN的核心思想得到目标多个特征。假设我们只有一个特征图用来检测右眼。那么我们可以使用它定位人脸吗?应该可以。因为右眼应该在
- 语义分割系列之FCN、DeeplabV1、V2、V3、V3Plus论文学习
Diros1g
学习深度学习计算机视觉
FCNFullyConvolutionalNetworks论文:FullyConvolutionalNetworksforSemanticSegmentation地址:https://openaccess.thecvf.com/content_cvpr_2015/papers/Long_Fully_Convolutional_Networks_2015_CVPR_paper.pdf特点:用全卷积替
- 「竞赛调研」GeoLifeCLEF 2022 x FGVC9 - 任务及解决方案
Sternstunden
竞赛计算机视觉机器学习人工智能
任务说明本次竞赛的目标是预测植物和动物物种的地理分布,比赛方提供了来自法国和美国的1.6M个地理定位的观测数据,涵盖17K个物种(其中9K个为植物物种,8K个为动物物种)。解决方案rank1-SensioTeam总体概述团队集成了3个模型:1.一个双模态网络。团队使用Nir+G+B,在预训练的resnet34上,将其最后一层堆叠到一个3层FCN(包含环境向量+纬度+经度+国家+海拔平均值+最大-最
- 语义分割:从早期探索到深度学习的突破
kadog
ByGPT深度学习人工智能笔记python
语义分割:从早期探索到深度学习的突破语义分割的端倪:从早期探索到深度学习的突破引言早期技术:图像处理与模式识别边缘检测区域生长图割(GraphCut)聚类方法深度学习的兴起:CNN革命2012年AlexNet的突破全卷积网络(FCN)U-Net的创新设计深度学习卷积网络技术不断创新发展里程碑:端到端学习端到端全卷积网络(FCN)MaskR-CNN的多任务学习Transformer在视觉任务中的应用
- 深入理解DeepLab系列语义分割网络
深蓝学院
深度学习计算机视觉大数据人工智能语义分割深度学习计算机视觉
语义分割是指在像素级别上进行分类,从而转换得到感兴趣区域的掩膜。说起语义分割的发展则肯定绕不开DeepLab系列语义分割网络,该系列网络由谷歌团队提出并发展,在VOC2012等公用语义分割数据集上,取得了较好的效果。1.DeepLabV1DeepLabV1[1]于2014年提出,在PASCALVOC2012数据集上取得了分割任务第二名的成绩。该网络是研究FCN之后发现在FCN中池化层会使得特征图的
- opencv调取摄像头一个简单的实例
郭庆汝
opencv计算机视觉人工智能
opencv调取摄像头一个简单的实例#coding:utf-8#In[1]:importsysfromdetection.MtcnnDetectorimportMtcnnDetectorfromdetection.detectorimportDetectorfromdetection.fcn_detectorimportFcnDetectorfromtrain.modelimportP_Net,R
- simulink信号线出现问号的话
想暴富,学技术
matlab
1、可以用display接信号线,看看是不是值为NaN,这样是测不出维度是多少的,因为是无效值。2、看一看是不是积分器代入初值的时候,维数不对应,比如明明是五维向量,代入了一个4维的初值,程序肯定报错的3、有的时候用Fcn产生一个列向量,会出现未知错误,建议用constant,然后输入一个列向量4、ctrl+D刷新一下5、function的输出通道有可能会报“无法识别输出数据的类型”,这个时候就要
- FCN全卷积网络Fully Convolutional Networks
踩坑第某人
语义分割CNN实现语义分割FCN实现语义分割全连接层注:以下内容摘自知乎全连接层(fullyconnectedlayers,FC)在整个卷积神经网络中起到“分类器”的作用。如果说卷积层、池化层和激活函数层等操作是将原始数据映射到隐层特征空间的话,全连接层则起到将学到的“分布式特征表示”映射到样本标记空间的作用。在实际使用中,全连接层和卷积层可实现相互转换。参数冗余。通过研究发现,在包含全连接的网络
- 2、 前馈和反馈神经网络
爱补鱼的猫猫
深度学习笔记神经网络深度学习cnn
前馈和反馈神经网络神经网络分类一、CNN**1、结构****2、应用****3、CNN的类型综述**二、RNN**1、结构****2、应用****3、RNN类型**三、GAN**1、结构****2、应用****3、GAN类型**四、FCN五、ResNet六、反向传播BP和BPTT神经网络分类1、前馈神经网络:全连接神经网络(DNN)、卷积神经网络(CNN)、全卷积神经网络(FCN)、残差网络(Re
- 类比 C 冒泡排序,从 ctrgcn.py 看神经网络模型代码
一杯水果茶!
视觉与网络c语言神经网络代码逻辑
代码展示StepsStep1.importStep2.辅助2.1辅助函数2.2辅助类Step3.modelStep4.main扩展神经网络模型中的class具体怎么定义`classFCN(nn.Module)``def__init__(self,input_size,hidden_size,output_size)``super(FCN,self).__init__()``forward(self
- fcn网络训练代码_利用FCN-8s网络训练自己数据集(NYUD为例)
斯为成树
fcn网络训练代码
Papers:FullyConvolutionalModelsforSemanticSegmentationEvanShelhamer*,JonathanLong*,TrevorDarrellPAMI2016arXiv:1605.06211FullyConvolutionalModelsforSemanticSegmentationJonathanLong*,EvanShelhamer*,Trev
- 1、FCN_TensorFlow——VGG16_FCN8s构造代码分析
袁振国
首先,感谢MarvinTeichmann分享的KittiSeg代码,源码见其GitHub主页先贴一张全连接的VGG16模型,如图1:图11、全卷积神经网络(FCN)是在图1的基础上,将全连接层改为卷积替代并将其用于语义分割上,详情见论文《FullyConvolutionalNetworksforSemanticSegmentation》图2将全连接层修改为卷积层使得分类网络的输出变为一个热点图图3
- CAFFE -FCN训练配置过程
visionshop
深度学习
转载自http://blog.csdn.net/jiongnima/article/details/78549326?locationNum=3&fps=1在2015年发表于计算机视觉顶会CVPR上的FullyConvolutionalNetworksforSemanticSegmentation论文(下文中简称FCN)开创了图像语义分割的新流派。在后来的科研工作者发表学术论文做实验的时候,还常常
- 语义分割学习笔记(三)FCN网络结构详解
向岸看
深度学习-语义分割深度学习FCN网络语义分割
推荐课程:FCN网络结构详解(语义分割)_哔哩哔哩_bilibili感谢博主霹雳吧啦Wz/太阳花的小绿豆提供视频讲解和源码支持,真乃神人也!目录1.FCN网络概述2.几种不同的FCN网络(1)FCN-32s(2)FCN-16s(3)FCN-8s3.损失计算1.FCN网络概述FCN网络(FullyConvolutionalNetworks):首个端对端的针对像素级预测的全卷积网络。FCN网络思想:输
- FCN-8s源码理解
hzhj
深度学习人工智能
FCN网络用于对图像进行分割,由于是全卷积网络,所以对输入图像的分辨率没有要求。本文重点对fcn8s.py中图像降采样和上采样后图像分辨率的变换进行理解。相关知识为准确理解图像分辨率的变换,对网络结构中影响图像分辨率变换的几个函数进行简单回顾nn.Conv2d的参数详见这里,其输入和输出之间的关系如下,其中dilation默认为1.nn.MaxPool2d的参数详见这里,其输入和输出之间的关系如下
- FCN学习-----第一课
湘溶溶
分割深度学习学习深度学习人工智能python
语义分割中的全卷积网络CVPRIEEE国际计算机视觉与模式识别会议PAMIIEEE模式分析与机器智能汇刊需要会的知识点:神经网络:前向传播和反向传播卷积神经网络:CNN,卷积,池化,上采样分类网络:VGG,net,AlexNet,GoogLeNetPytorch基础必须学会:熟练掌握语义分割常识知识:概念、术语、应用(0.5)熟练掌握FCN算法模型:结构、意义、补充知识点(1天)熟练掌握FCN模型
- FCN——第二课
湘溶溶
分割深度学习深度学习人工智能学习python
语义分割中的全卷积网络语义分割中的全卷积网络一、引言和相关工作二、全卷积网络三、论文算法模型详解四、论文算法模型细节五、实验设置和结果分析六、讨论和总结一、引言和相关工作在以往的分割方法中,主要有两大类缺点:1.基于图像块的分割虽然常见,但是效率低,且往往需要前期或者后期处理(例如超像素、检测框局部预分类等)2.语义分割面临着语义和位置信息不可兼得的问题。全局信息解决的“是什么”,而局部信息解决的
- U-Net网络结构解析和代码解析
norah2
计算机视觉深度学习目标检测
U-Net网络结构详解在语义分割领域,基于深度学习的语义分割算法开山之作是FCN(FullyConvolutionalNetworksforSemanticSegmentation),而U-Net是遵循FCN的原理,并进行了相应的改进,使其适应小样本的简单分割问题。U-Net网络在医疗影像领域的应用十分广泛,成为了大多数医疗影像语义分割任务的baseline,同时基于U-Net网络改进网络也纷纷出
- 第二十六周:学习笔记
@默然
学习笔记
第二十六周:学习笔记摘要Abstract全卷积网络FCN1.CNN与FCN2.全连接层-->成卷积层3.FCN的缺点摘要全卷积神经网络(FullyConvolutionalNetwork,FCN)是一种用于图像分割和语义分割任务的深度学习模型。与传统的卷积神经网络(ConvolutionalNeuralNetworks,CNN)不同,FCN中的全卷积层(FullyConvolutionalLaye
- python环境运行FCN遇到的若干问题
melody723
pythonFCNtensorflow机器学习
win10系统,python3.5运行GitHub中经典算法FCN,tensorflow版本0.12代码链接:https://github.com/shekkizh/FCN.tensorflow1、Cannotfeedvalueofshape(0,)forTensor'input_image:0',whichhasshape'(?,224,224,3)']解决:删除Data_zoo\MIT_Sce
- 图像分割网络FCN详解与代码实现
金戈鐡馬
深度学习网络深度学习计算机视觉人工智能神经网络
全卷积网络(FCN):卷积神经网络从图像分类到到对象检测、实例分割、到图像语义分割、是卷积特征提取从粗糙输出到精炼输出的不断升级,基于卷积神经网络的全卷积分割网络FCN是像素级别的图像语义分割网络,相比以前传统的图像分割方法,基于卷积神经网络的分割更加的精准,适应性更强。上图是FCN网络像素级别的预测,支持每个像素点20个类别预测,多出来的一个类别是背景。要把一个正常的图像分类网络,转换为一个全卷
- Python实现FCN
又可乐
python深度学习tensorflow开发语言人工智能
FCN(全卷积神经网络)是一种深度学习模型,其中每一层都是卷积层。它被广泛用于图像分类和语义分割等任务。要在Python中实现FCN,你可以使用深度学习框架如TensorFlow或PyTorch。例如,在TensorFlow中,你可以使用tf.keras.layers.Conv2D层来构建模型的卷积层,使用tf.keras.layers.MaxPool2D层来构建池化层,并使用tf.keras.l
- 通过FCN模型实现图像分割(Python篇+代码)
CleloGauss
python深度学习计算机视觉
基于深度学习的图像分割方法深度学习是在超声图像分割中非常实用的方法,它的主要优点是能够生成由丰富语义和细微信息组成的多层次特征。将深度学习网络应用到甲状腺检测中,可以准确、快速的定位并对结节和实质区域进行精准勾画。使用深度神经网络的原因是神经网络是一种多层的、可训练的模型,这样的话,它就能对图像中的甲状腺结点起到分类效果,且通过一定量的正则化训练,神经网络的性能也将愈加优异,对图像的分类也更加精准
- 深度学习医学图像语义分割实战(一)
grace 1314
深度学习深度学习人工智能
1.什么是图像语义分割segementation一般是只对图像整体做分类,那么如果是将图像的目标提取出来,这就是语义分割。与分类不同的是,语义分割需要判断每个像素点的类别,进行精确分割,产生目标的掩码,图像的语义分割是像素级别的。2.如何对每个像素点进行分类语义分割最经典网络--FCN,常规的图像分类网络是最后展成全连接层,是一维输出,而FCN则可以将全连接层换成卷积,这样就可以得到一张二维的fe
- Dual Attention Network for Scene Segmentation
小小小~
yolo计算机视觉深度学习
文章:https://arxiv.org/pdf/1812.03904.pdf代码:https://github.com/junfu1115/DANet/在本文中,作者通过基于自我注意机制捕获丰富的上下文依赖来解决场景分割任务。与以往通过多尺度特征融合来捕获上下文的工作不同,本文提出了一种双注意网络(DANet)来自适应地将局部特征与其全局依赖性结合起来。具体来说,在扩展FCN的基础上增加了两种类
- 语义分割数据增强python代码
LEILEI18A
PythonPytorch数据(图像)处理pytorch语义分割语义分割数据增强opencv语义分割数据增强
语义分割数据增强python-pytorch代码-语义分割github项目0.先放github开源项目链接https://github.com/gengyanlei/segmentation_pytorch包含网络:deeplab_v3、deeplab_v3+、unet、pspnet、HED、HF_FCN、U^2Net。。。不断更新中,将本人写的其它博客合并至此!1.语义分割数据增强操作(1)随机
- OpenMMlab导出FCN模型并用onnxruntime推理
给算法爸爸上香
#segmentation#OpenMMlab#modeldeployment深度学习图像分割FCN
导出onnx文件直接使用脚本importtorchfrommmseg.apisinit_modelconfig_file='configs/fcn/fcn_r18-d8_4xb2-80k_cityscapes-512x1024.py'checkpoint_file='fcn_r18-d8_512x1024_80k_cityscapes_20201225_021327-6c50f8b4.pth'mo
- 枚举的构造函数中抛出异常会怎样
bylijinnan
javaenum单例
首先从使用enum实现单例说起。
为什么要用enum来实现单例?
这篇文章(
http://javarevisited.blogspot.sg/2012/07/why-enum-singleton-are-better-in-java.html)阐述了三个理由:
1.enum单例简单、容易,只需几行代码:
public enum Singleton {
INSTANCE;
- CMake 教程
aigo
C++
转自:http://xiang.lf.blog.163.com/blog/static/127733322201481114456136/
CMake是一个跨平台的程序构建工具,比如起自己编写Makefile方便很多。
介绍:http://baike.baidu.com/view/1126160.htm
本文件不介绍CMake的基本语法,下面是篇不错的入门教程:
http:
- cvc-complex-type.2.3: Element 'beans' cannot have character
Cb123456
springWebgis
cvc-complex-type.2.3: Element 'beans' cannot have character
Line 33 in XML document from ServletContext resource [/WEB-INF/backend-servlet.xml] is i
- jquery实例:随页面滚动条滚动而自动加载内容
120153216
jquery
<script language="javascript">
$(function (){
var i = 4;$(window).bind("scroll", function (event){
//滚动条到网页头部的 高度,兼容ie,ff,chrome
var top = document.documentElement.s
- 将数据库中的数据转换成dbs文件
何必如此
sqldbs
旗正规则引擎通过数据库配置器(DataBuilder)来管理数据库,无论是Oracle,还是其他主流的数据都支持,操作方式是一样的。旗正规则引擎的数据库配置器是用于编辑数据库结构信息以及管理数据库表数据,并且可以执行SQL 语句,主要功能如下。
1)数据库生成表结构信息:
主要生成数据库配置文件(.conf文
- 在IBATIS中配置SQL语句的IN方式
357029540
ibatis
在使用IBATIS进行SQL语句配置查询时,我们一定会遇到通过IN查询的地方,在使用IN查询时我们可以有两种方式进行配置参数:String和List。具体使用方式如下:
1.String:定义一个String的参数userIds,把这个参数传入IBATIS的sql配置文件,sql语句就可以这样写:
<select id="getForms" param
- Spring3 MVC 笔记(一)
7454103
springmvcbeanRESTJSF
自从 MVC 这个概念提出来之后 struts1.X struts2.X jsf 。。。。。
这个view 层的技术一个接一个! 都用过!不敢说哪个绝对的强悍!
要看业务,和整体的设计!
最近公司要求开发个新系统!
- Timer与Spring Quartz 定时执行程序
darkranger
springbean工作quartz
有时候需要定时触发某一项任务。其实在jdk1.3,java sdk就通过java.util.Timer提供相应的功能。一个简单的例子说明如何使用,很简单: 1、第一步,我们需要建立一项任务,我们的任务需要继承java.util.TimerTask package com.test; import java.text.SimpleDateFormat; import java.util.Date;
- 大端小端转换,le32_to_cpu 和cpu_to_le32
aijuans
C语言相关
大端小端转换,le32_to_cpu 和cpu_to_le32 字节序
http://oss.org.cn/kernel-book/ldd3/ch11s04.html
小心不要假设字节序. PC 存储多字节值是低字节为先(小端为先, 因此是小端), 一些高级的平台以另一种方式(大端)
- Nginx负载均衡配置实例详解
avords
[导读] 负载均衡是我们大流量网站要做的一个东西,下面我来给大家介绍在Nginx服务器上进行负载均衡配置方法,希望对有需要的同学有所帮助哦。负载均衡先来简单了解一下什么是负载均衡,单从字面上的意思来理解就可以解 负载均衡是我们大流量网站要做的一个东西,下面我来给大家介绍在Nginx服务器上进行负载均衡配置方法,希望对有需要的同学有所帮助哦。
负载均衡
先来简单了解一下什么是负载均衡
- 乱说的
houxinyou
框架敏捷开发软件测试
从很久以前,大家就研究框架,开发方法,软件工程,好多!反正我是搞不明白!
这两天看好多人研究敏捷模型,瀑布模型!也没太搞明白.
不过感觉和程序开发语言差不多,
瀑布就是顺序,敏捷就是循环.
瀑布就是需求、分析、设计、编码、测试一步一步走下来。而敏捷就是按摸块或者说迭代做个循环,第个循环中也一样是需求、分析、设计、编码、测试一步一步走下来。
也可以把软件开发理
- 欣赏的价值——一个小故事
bijian1013
有效辅导欣赏欣赏的价值
第一次参加家长会,幼儿园的老师说:"您的儿子有多动症,在板凳上连三分钟都坐不了,你最好带他去医院看一看。" 回家的路上,儿子问她老师都说了些什么,她鼻子一酸,差点流下泪来。因为全班30位小朋友,惟有他表现最差;惟有对他,老师表现出不屑,然而她还在告诉她的儿子:"老师表扬你了,说宝宝原来在板凳上坐不了一分钟,现在能坐三分钟。其他妈妈都非常羡慕妈妈,因为全班只有宝宝
- 包冲突问题的解决方法
bingyingao
eclipsemavenexclusions包冲突
包冲突是开发过程中很常见的问题:
其表现有:
1.明明在eclipse中能够索引到某个类,运行时却报出找不到类。
2.明明在eclipse中能够索引到某个类的方法,运行时却报出找不到方法。
3.类及方法都有,以正确编译成了.class文件,在本机跑的好好的,发到测试或者正式环境就
抛如下异常:
java.lang.NoClassDefFoundError: Could not in
- 【Spark七十五】Spark Streaming整合Flume-NG三之接入log4j
bit1129
Stream
先来一段废话:
实际工作中,业务系统的日志基本上是使用Log4j写入到日志文件中的,问题的关键之处在于业务日志的格式混乱,这给对日志文件中的日志进行统计分析带来了极大的困难,或者说,基本上无法进行分析,每个人写日志的习惯不同,导致日志行的格式五花八门,最后只能通过grep来查找特定的关键词缩小范围,但是在集群环境下,每个机器去grep一遍,分析一遍,这个效率如何可想之二,大好光阴都浪费在这上面了
- sudoku solver in Haskell
bookjovi
sudokuhaskell
这几天没太多的事做,想着用函数式语言来写点实用的程序,像fib和prime之类的就不想提了(就一行代码的事),写什么程序呢?在网上闲逛时发现sudoku游戏,sudoku十几年前就知道了,学生生涯时也想过用C/Java来实现个智能求解,但到最后往往没写成,主要是用C/Java写的话会很麻烦。
现在写程序,本人总是有一种思维惯性,总是想把程序写的更紧凑,更精致,代码行数最少,所以现
- java apache ftpClient
bro_feng
java
最近使用apache的ftpclient插件实现ftp下载,遇见几个问题,做如下总结。
1. 上传阻塞,一连串的上传,其中一个就阻塞了,或是用storeFile上传时返回false。查了点资料,说是FTP有主动模式和被动模式。将传出模式修改为被动模式ftp.enterLocalPassiveMode();然后就好了。
看了网上相关介绍,对主动模式和被动模式区别还是比较的模糊,不太了解被动模
- 读《研磨设计模式》-代码笔记-工厂方法模式
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/
package design.pattern;
/*
* 工厂方法模式:使一个类的实例化延迟到子类
* 某次,我在工作不知不觉中就用到了工厂方法模式(称为模板方法模式更恰当。2012-10-29):
* 有很多不同的产品,它
- 面试记录语
chenyu19891124
招聘
或许真的在一个平台上成长成什么样,都必须靠自己去努力。有了好的平台让自己展示,就该好好努力。今天是自己单独一次去面试别人,感觉有点小紧张,说话有点打结。在面试完后写面试情况表,下笔真的好难,尤其是要对面试人的情况说明真的好难。
今天面试的是自己同事的同事,现在的这个同事要离职了,介绍了我现在这位同事以前的同事来面试。今天这位求职者面试的是配置管理,期初看了简历觉得应该很适合做配置管理,但是今天面
- Fire Workflow 1.0正式版终于发布了
comsci
工作workflowGoogle
Fire Workflow 是国内另外一款开源工作流,作者是著名的非也同志,哈哈....
官方网站是 http://www.fireflow.org
经过大家努力,Fire Workflow 1.0正式版终于发布了
正式版主要变化:
1、增加IWorkItem.jumpToEx(...)方法,取消了当前环节和目标环节必须在同一条执行线的限制,使得自由流更加自由
2、增加IT
- Python向脚本传参
daizj
python脚本传参
如果想对python脚本传参数,python中对应的argc, argv(c语言的命令行参数)是什么呢?
需要模块:sys
参数个数:len(sys.argv)
脚本名: sys.argv[0]
参数1: sys.argv[1]
参数2: sys.argv[
- 管理用户分组的命令gpasswd
dongwei_6688
passwd
NAME: gpasswd - administer the /etc/group file
SYNOPSIS:
gpasswd group
gpasswd -a user group
gpasswd -d user group
gpasswd -R group
gpasswd -r group
gpasswd [-A user,...] [-M user,...] g
- 郝斌老师数据结构课程笔记
dcj3sjt126com
数据结构与算法
<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<
- yii2 cgridview加上选择框进行操作
dcj3sjt126com
GridView
页面代码
<?=Html::beginForm(['controller/bulk'],'post');?>
<?=Html::dropDownList('action','',[''=>'Mark selected as: ','c'=>'Confirmed','nc'=>'No Confirmed'],['class'=>'dropdown',])
- linux mysql
fypop
linux
enquiry mysql version in centos linux
yum list installed | grep mysql
yum -y remove mysql-libs.x86_64
enquiry mysql version in yum repositoryyum list | grep mysql oryum -y list mysql*
install mysq
- Scramble String
hcx2013
String
Given a string s1, we may represent it as a binary tree by partitioning it to two non-empty substrings recursively.
Below is one possible representation of s1 = "great":
- 跟我学Shiro目录贴
jinnianshilongnian
跟我学shiro
历经三个月左右时间,《跟我学Shiro》系列教程已经完结,暂时没有需要补充的内容,因此生成PDF版供大家下载。最近项目比较紧,没有时间解答一些疑问,暂时无法回复一些问题,很抱歉,不过可以加群(334194438/348194195)一起讨论问题。
----广告-----------------------------------------------------
- nginx日志切割并使用flume-ng收集日志
liyonghui160com
nginx的日志文件没有rotate功能。如果你不处理,日志文件将变得越来越大,还好我们可以写一个nginx日志切割脚本来自动切割日志文件。第一步就是重命名日志文件,不用担心重命名后nginx找不到日志文件而丢失日志。在你未重新打开原名字的日志文件前,nginx还是会向你重命名的文件写日志,linux是靠文件描述符而不是文件名定位文件。第二步向nginx主
- Oracle死锁解决方法
pda158
oracle
select p.spid,c.object_name,b.session_id,b.oracle_username,b.os_user_name from v$process p,v$session a, v$locked_object b,all_objects c where p.addr=a.paddr and a.process=b.process and c.object_id=b.
- java之List排序
shiguanghui
list排序
在Java Collection Framework中定义的List实现有Vector,ArrayList和LinkedList。这些集合提供了对对象组的索引访问。他们提供了元素的添加与删除支持。然而,它们并没有内置的元素排序支持。 你能够使用java.util.Collections类中的sort()方法对List元素进行排序。你既可以给方法传递
- servlet单例多线程
utopialxw
单例多线程servlet
转自http://www.cnblogs.com/yjhrem/articles/3160864.html
和 http://blog.chinaunix.net/uid-7374279-id-3687149.html
Servlet 单例多线程
Servlet如何处理多个请求访问?Servlet容器默认是采用单实例多线程的方式处理多个请求的:1.当web服务器启动的