warrioR_wx
warrioR_wx

2017/0910 实验结果记录

实验1. Adam+LN（LN没有对context vector和source side的input做）

BEST在update 75000

20000	BLEU score = 0.2947
21000	BLEU score = 0.3159
22000	BLEU score = 0.3109
23000	BLEU score = 0.3298
24000	BLEU score = 0.3196
25000	BLEU score = 0.3305
26000	BLEU score = 0.3203
27000	BLEU score = 0.3209
28000	BLEU score = 0.3145
29000	BLEU score = 0.3241
30000	BLEU score = 0.3071
31000	BLEU score = 0.3236
32000	BLEU score = 0.3184
33000	BLEU score = 0.3107
34000	BLEU score = 0.3239
35000	BLEU score = 0.3197
36000	BLEU score = 0.3306
37000	BLEU score = 0.3371
38000	BLEU score = 0.3326
39000	BLEU score = 0.3438
40000	BLEU score = 0.3402
41000	BLEU score = 0.3183
42000	BLEU score = 0.3335
43000	BLEU score = 0.3277
44000	BLEU score = 0.3257
45000	BLEU score = 0.3107
46000	BLEU score = 0.3256
47000	BLEU score = 0.3117
48000	BLEU score = 0.3266
49000	BLEU score = 0.3276
50000	BLEU score = 0.3288
51000	BLEU score = 0.3253
52000	BLEU score = 0.3275
53000	BLEU score = 0.3110
54000	BLEU score = 0.3300
55000	BLEU score = 0.3259
56000	BLEU score = 0.3341
57000	BLEU score = 0.3472
58000	BLEU score = 0.3279
59000	BLEU score = 0.3406
60000	BLEU score = 0.3515
61000	BLEU score = 0.3489
62000	BLEU score = 0.3537
63000	BLEU score = 0.3388
64000	BLEU score = 0.3466
65000	BLEU score = 0.3317
66000	BLEU score = 0.3484
67000	BLEU score = 0.3411
68000	BLEU score = 0.3358
69000	BLEU score = 0.3534
70000	BLEU score = 0.3415
71000	BLEU score = 0.3585
72000	BLEU score = 0.3500
73000	BLEU score = 0.3402
74000	BLEU score = 0.3581
75000	BLEU score = 0.3622
76000	BLEU score = 0.3490
77000	BLEU score = 0.3610
78000	BLEU score = 0.3498
79000	BLEU score = 0.3563
80000	BLEU score = 0.3504
81000	BLEU score = 0.3499
82000	BLEU score = 0.3514
83000	BLEU score = 0.3536
84000	BLEU score = 0.3433
85000	BLEU score = 0.3441
86000	BLEU score = 0.3472
87000	BLEU score = 0.3465
88000	BLEU score = 0.3545
89000	BLEU score = 0.3489
90000	BLEU score = 0.3361
91000	BLEU score = 0.3349
92000	BLEU score = 0.3437
93000	BLEU score = 0.3622
94000	BLEU score = 0.3433
95000	BLEU score = 0.3435
96000	BLEU score = 0.3482
97000	BLEU score = 0.3466
98000	BLEU score = 0.3505
99000	BLEU score = 0.3473
100000	BLEU score = 0.3367
101000	BLEU score = 0.3576
102000	BLEU score = 0.3283
103000	BLEU score = 0.3280
104000	BLEU score = 0.3385
105000	BLEU score = 0.3434
106000	BLEU score = 0.3450
107000	BLEU score = 0.3373
108000	BLEU score = 0.3416
109000	BLEU score = 0.3372
110000	BLEU score = 0.3440
111000	BLEU score = 0.3457
112000	BLEU score = 0.3328
113000	BLEU score = 0.3439
114000	BLEU score = 0.3475
115000	BLEU score = 0.3506
116000	BLEU score = 0.3547
117000	BLEU score = 0.3482
118000	BLEU score = 0.3461
119000	BLEU score = 0.3521
120000	BLEU score = 0.3483
121000	BLEU score = 0.3405
122000	BLEU score = 0.3331
123000	BLEU score = 0.3417
124000	BLEU score = 0.3508
125000	BLEU score = 0.3518
126000	BLEU score = 0.3444
127000	BLEU score = 0.3512
128000	BLEU score = 0.3552
129000	BLEU score = 0.3470
130000	BLEU score = 0.3414
131000	BLEU score = 0.3506
132000	BLEU score = 0.3490
133000	BLEU score = 0.3548
134000	BLEU score = 0.3254
135000	BLEU score = 0.3621
136000	BLEU score = 0.3548
137000	BLEU score = 0.3574
138000	BLEU score = 0.3518
139000	BLEU score = 0.3470
140000	BLEU score = 0.3455
141000	BLEU score = 0.3444
142000	BLEU score = 0.3364
143000	BLEU score = 0.3510
144000	BLEU score = 0.3414
145000	BLEU score = 0.3424
146000	BLEU score = 0.3345
147000	BLEU score = 0.3463
148000	BLEU score = 0.3349
149000	BLEU score = 0.3517
150000	BLEU score = 0.3500
151000	BLEU score = 0.3454
152000	BLEU score = 0.3284
153000	BLEU score = 0.3452
154000	BLEU score = 0.3469
155000	BLEU score = 0.3519
156000	BLEU score = 0.3398
157000	BLEU score = 0.3419
158000	BLEU score = 0.3529
159000	BLEU score = 0.3460
160000	BLEU score = 0.3399
161000	BLEU score = 0.3386
162000	BLEU score = 0.3410
163000	BLEU score = 0.3395
164000	BLEU score = 0.3418
165000	BLEU score = 0.3326
166000	BLEU score = 0.3452
167000	BLEU score = 0.3456
168000	BLEU score = 0.3398
169000	BLEU score = 0.3408
170000	BLEU score = 0.3489
171000	BLEU score = 0.3440
172000	BLEU score = 0.3492
173000	BLEU score = 0.3418
174000	BLEU score = 0.3489
175000	BLEU score = 0.3406
176000	BLEU score = 0.3342
177000	BLEU score = 0.3435
178000	BLEU score = 0.3522
179000	BLEU score = 0.3501
180000	BLEU score = 0.3517
181000	BLEU score = 0.3476
182000	BLEU score = 0.3456
183000	BLEU score = 0.3545
184000	BLEU score = 0.3378
185000	BLEU score = 0.3496
186000	BLEU score = 0.3306
187000	BLEU score = 0.3486
188000	BLEU score = 0.3409
189000	BLEU score = 0.3535
190000	BLEU score = 0.3433
191000	BLEU score = 0.3342
192000	BLEU score = 0.3387
193000	BLEU score = 0.3518
194000	BLEU score = 0.3581
195000	BLEU score = 0.3422
196000	BLEU score = 0.3333
197000	BLEU score = 0.3425
198000	BLEU score = 0.3474
199000	BLEU score = 0.3424
200000	BLEU score = 0.3404
210000	BLEU score = 0.00
211000	BLEU score = 0.3465
212000	BLEU score = 0.3394
213000	BLEU score = 0.3346
214000	BLEU score = 0.3342
215000	BLEU score = 0.3400
216000	BLEU score = 0.3330
217000	BLEU score = 0.3451
218000	BLEU score = 0.3419
219000	BLEU score = 0.3316
220000	BLEU score = 0.3357
221000	BLEU score = 0.3369
222000	BLEU score = 0.3318
223000	BLEU score = 0.3362
224000	BLEU score = 0.3200
225000	BLEU score = 0.3340
226000	BLEU score = 0.3469
227000	BLEU score = 0.3480
228000	BLEU score = 0.3467
229000	BLEU score = 0.3467
230000	BLEU score = 0.3437
231000	BLEU score = 0.3400
232000	BLEU score = 0.3477

实验2. Adam+LN（LN同时也对context vector和source side的input做）

BEST在update 77000

5000	BLEU score = 0.2185
6000	BLEU score = 0.2319
7000	BLEU score = 0.2630
8000	BLEU score = 0.2580
9000	BLEU score = 0.2750
10000	BLEU score = 0.2739
11000	BLEU score = 0.2765
12000	BLEU score = 0.2908
13000	BLEU score = 0.2906
14000	BLEU score = 0.2896
15000	BLEU score = 0.3180
16000	BLEU score = 0.3163
17000	BLEU score = 0.3177
18000	BLEU score = 0.3229
19000	BLEU score = 0.3222
20000	BLEU score = 0.3253
21000	BLEU score = 0.3299
22000	BLEU score = 0.3308
23000	BLEU score = 0.3133
24000	BLEU score = 0.3276
25000	BLEU score = 0.3309
26000	BLEU score = 0.3440
27000	BLEU score = 0.3267
28000	BLEU score = 0.3262
29000	BLEU score = 0.3291
30000	BLEU score = 0.3074
31000	BLEU score = 0.3300
32000	BLEU score = 0.3295
33000	BLEU score = 0.3289
34000	BLEU score = 0.3415
35000	BLEU score = 0.3235
36000	BLEU score = 0.3352
37000	BLEU score = 0.3399
38000	BLEU score = 0.3418
39000	BLEU score = 0.3395
40000	BLEU score = 0.3370
41000	BLEU score = 0.3227
42000	BLEU score = 0.3360
43000	BLEU score = 0.3267
44000	BLEU score = 0.3445
45000	BLEU score = 0.3286
46000	BLEU score = 0.3450
47000	BLEU score = 0.3464
48000	BLEU score = 0.3312
49000	BLEU score = 0.3376
50000	BLEU score = 0.3374
51000	BLEU score = 0.3252
52000	BLEU score = 0.3293
53000	BLEU score = 0.3305
54000	BLEU score = 0.3341
55000	BLEU score = 0.3468
56000	BLEU score = 0.3221
57000	BLEU score = 0.3455
58000	BLEU score = 0.3427
59000	BLEU score = 0.3382
60000	BLEU score = 0.3451
61000	BLEU score = 0.3601
62000	BLEU score = 0.3532
63000	BLEU score = 0.3437
64000	BLEU score = 0.3428
65000	BLEU score = 0.3383
66000	BLEU score = 0.3550
67000	BLEU score = 0.3538
68000	BLEU score = 0.3492
69000	BLEU score = 0.3517
70000	BLEU score = 0.3417
71000	BLEU score = 0.3488
72000	BLEU score = 0.3641
73000	BLEU score = 0.3474
74000	BLEU score = 0.3605
75000	BLEU score = 0.3467
76000	BLEU score = 0.3344
77000	BLEU score = 0.3688
78000	BLEU score = 0.3477
79000	BLEU score = 0.3623
80000	BLEU score = 0.3476
81000	BLEU score = 0.3616
82000	BLEU score = 0.3457
83000	BLEU score = 0.3506
84000	BLEU score = 0.3535
85000	BLEU score = 0.3529
86000	BLEU score = 0.3458
87000	BLEU score = 0.3589
88000	BLEU score = 0.3540
89000	BLEU score = 0.3470
90000	BLEU score = 0.3360
91000	BLEU score = 0.3407
92000	BLEU score = 0.3471
93000	BLEU score = 0.3557
94000	BLEU score = 0.3539
95000	BLEU score = 0.3453
96000	BLEU score = 0.3495
97000	BLEU score = 0.3410
98000	BLEU score = 0.3455
99000	BLEU score = 0.3427
100000	BLEU score = 0.3459
101000	BLEU score = 0.3464
102000	BLEU score = 0.3254
103000	BLEU score = 0.3403
104000	BLEU score = 0.3533
105000	BLEU score = 0.3538
106000	BLEU score = 0.3367
107000	BLEU score = 0.3293
108000	BLEU score = 0.3348
109000	BLEU score = 0.3515
110000	BLEU score = 0.3414
111000	BLEU score = 0.3448
112000	BLEU score = 0.3288
113000	BLEU score = 0.3506
114000	BLEU score = 0.3440
115000	BLEU score = 0.3515
116000	BLEU score = 0.3566
117000	BLEU score = 0.3439
118000	BLEU score = 0.3394
119000	BLEU score = 0.3640
120000	BLEU score = 0.3493
121000	BLEU score = 0.3457
122000	BLEU score = 0.3432
123000	BLEU score = 0.3458
124000	BLEU score = 0.3440
125000	BLEU score = 0.3477
126000	BLEU score = 0.3451
127000	BLEU score = 0.3459
128000	BLEU score = 0.3513
129000	BLEU score = 0.3511

实验3：四层Encoer（Residual Networks）

11000 BLEU score = 0.0894
12000 BLEU score = 0.1453
13000 BLEU score = 0.1795
14000 BLEU score = 0.2038
15000 BLEU score = 0.2390
16000 BLEU score = 0.2352
17000 BLEU score = 0.2612
18000 BLEU score = 0.2720
19000 BLEU score = 0.2849
20000 BLEU score = 0.2792
21000 BLEU score = 0.2891
22000 BLEU score = 0.3002
23000 BLEU score = 0.3061
24000 BLEU score = 0.3049
25000 BLEU score = 0.3051
26000 BLEU score = 0.3123
27000 BLEU score = 0.3061
28000 BLEU score = 0.3052
29000 BLEU score = 0.3059
30000 BLEU score = 0.3025
31000 BLEU score = 0.3139
32000 BLEU score = 0.3171
33000 BLEU score = 0.3204
34000 BLEU score = 0.3211
35000 BLEU score = 0.3219
36000 BLEU score = 0.3244
37000 BLEU score = 0.3277
38000 BLEU score = 0.3306
39000 BLEU score = 0.3372
40000 BLEU score = 0.3221
41000 BLEU score = 0.3147
42000 BLEU score = 0.3304
43000 BLEU score = 0.3079
44000 BLEU score = 0.3241
45000 BLEU score = 0.3247
46000 BLEU score = 0.3375
47000 BLEU score = 0.3264
48000 BLEU score = 0.3396
49000 BLEU score = 0.3252
50000 BLEU score = 0.3374
51000 BLEU score = 0.3267
52000 BLEU score = 0.3146
53000 BLEU score = 0.3168
54000 BLEU score = 0.3373
55000 BLEU score = 0.3303
56000 BLEU score = 0.3293
57000 BLEU score = 0.3425
58000 BLEU score = 0.3423
59000 BLEU score = 0.3471
60000 BLEU score = 0.3508
61000 BLEU score = 0.3579
62000 BLEU score = 0.3556
63000 BLEU score = 0.3427
64000 BLEU score = 0.3434
65000 BLEU score = 0.3442
66000 BLEU score = 0.3515
67000 BLEU score = 0.3398
68000 BLEU score = 0.3431
69000 BLEU score = 0.3449
70000 BLEU score = 0.3488
71000 BLEU score = 0.3476
-------------------------
78000	BLEU score = 0.3426
79000	BLEU score = 0.3640
80000	BLEU score = 0.3479
81000	BLEU score = 0.3637




SYS                                      DEV            %%            %%             %%            %%           %%          AVG

BASELIEN                           34.57          36.68          34.81          37.68          34.68        25.82       33.93 

LN_weak                              36.22         38.66          36.16          38.50          35.69         27.29       35.26

LN_strong                            36.88          38.50          36.97          39.46         36.04         27.90       35.77       

LN(80)                                  37.60          38.20          36.27          39.34         36.11         29.56       35.90   

4Layer Encoder + LN           37.55          38.78          36.88          39.13         36.16         28.84       35.96

4Layer Encoder + LN(80)    37.85          38.91          37.88          39.94         37.27         28.24       36.45

4Layer ED +LN (80)             38.23         39.54          37.30           40.28         37.21        29.39        36.74

你可能感兴趣的:(学习笔记)

  • 【一起学Rust | 设计模式】习惯语法——使用借用类型作为参数、格式化拼接字符串、构造函数 广龙宇 一起学Rust#Rust设计模式rust设计模式开发语言
    提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档文章目录前言一、使用借用类型作为参数二、格式化拼接字符串三、使用构造函数总结前言Rust不是传统的面向对象编程语言，它的所有特性，使其独一无二。因此，学习特定于Rust的设计模式是必要的。本系列文章为作者学习《Rust设计模式》的学习笔记以及自己的见解。因此，本系列文章的结构也与此书的结构相同（后续可能会调成结构），基本上分为三个部分
  • 四章-32-点要素的聚合 彩云飘过
    本文基于腾讯课堂老胡的课《跟我学Openlayers--基础实例详解》做的学习笔记，使用的openlayers5.3.xapi。源码见1032.html，对应的官网示例https://openlayers.org/en/latest/examples/cluster.htmlhttps://openlayers.org/en/latest/examples/earthquake-clusters.
  • 语文主题教学学习笔记之87 东哥杂谈
    “语文主题教学”学习笔记之八十七（0125）今天继续学习小学语文主题教学的实践样态。板块三：教学中体现“书艺”味道。作为四大名著之一的《水浒传》，堪称我国文学宝库之经典。对从《水浒传》中摘选的单元，教师就要了解其原生态，即评书体特点。这也要求教师要了解一些常用的评书行话术语，然后在教学时适时地加入一些，让学生体味其文本中原有的特色。学生也要尽可能地通过朗读的方式，而不单是分析讲解的方式进行学习。细
  • 《转介绍方法论》学习笔记 小可乐的妈妈
    一、高效转介绍的流程：价值观---执行----方案一）转介绍发生的背景：1、对象：谁向谁转介绍？全员营销，人人参与。①员工的激励政策、客户的转介绍诱因制作客户画像：a信任；支付能力；意愿度；便利度（根据家长具备四个特征的个数分为四类）B性格分类C职业分类D年龄性别②执行：套路，策略，方法，流程2、诱因：为什么要转介绍？认同信任；多方共赢；传递美好；零风险承诺打动人心，超越期待。选择做教育，就是选择
  • JAVA学习笔记之23种设计模式学习 victorfreedom Java技术设计模式androidjava常用设计模式
    博主最近买了《设计模式》这本书来学习，无奈这本书是以C++语言为基础进行说明，整个学习流程下来效率不是很高，虽然有的设计模式通俗易懂，但感觉还是没有充分的掌握了所有的设计模式。于是博主百度了一番，发现有大神写过了这方面的问题，于是博主迅速拿来学习。一、设计模式的分类总体来说设计模式分为三大类：创建型模式，共五种：工厂方法模式、抽象工厂模式、单例模式、建造者模式、原型模式。结构型模式，共七种：适配器
  • 新能源汽车 BMS 学习笔记篇—BMS 基本定义及分类 WPG大大通 其他笔记汽车BMS经验分享新能源电池
    一、BMS定义1、概念：BMS（BatteryManagementSystem）即电池管理系统，其管理对象是二次电池（充电电池或蓄电池），其主要目的是电池的利用率，防止电池出现过度充电和过度放电，可应用于电动汽车、电瓶车、机器人、无人机等图片来源：腾讯网https://new.qq.com《标准普尔警告，电动汽车电池生产面临供应链和地缘政治风险》2、四大功能①感知和测量：检测电池的电压、电流、温度
  • 吴恩达深度学习笔记(30)-正则化的解释 极客Array
    正则化（Regularization）深度学习可能存在过拟合问题——高方差，有两个解决方法，一个是正则化，另一个是准备更多的数据，这是非常可靠的方法，但你可能无法时时刻刻准备足够多的训练数据或者获取更多数据的成本很高，但正则化通常有助于避免过拟合或减少你的网络误差。如果你怀疑神经网络过度拟合了数据，即存在高方差问题，那么最先想到的方法可能是正则化，另一个解决高方差的方法就是准备更多数据，这也是非常
  • 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
  • golang学习笔记--MPG模型 xxzed golang#学习笔记学习笔记golang
    MPG模式：M（Machine）：操作系统的主线程P（Processor）：协程执行需要的资源（上下文context），可以看作一个局部的调度器，使go代码在一个线程上跑，他是实现从N：1到N：M映射的关键G（Goroutine）：协程，有自己的栈。包含指令指针（instructionpointer）和其它信息（正在等待的channel等等），用于调度。一个P下面可以有多个G1、当前程序有三个M,
  • 碎片化学习笔记分享 剑客写作
    现在生活节奏很快，学习力成为了我们拥有的最大财富。碎片化学习是最好的。首先，不要太过自信，学会虚心学习，是我们面对现实的好方法，才能够常保新鲜。平时我们要拥有什么工具呢？1.思维导图2.写在印象笔记里3.听书，消燥耳机4.教学输出5.录音笔里面最好的方式就是教学输出法，记忆里最好。当输出时我们集中精力记忆里最好。有人认为缩短睡眠时间来学习，其实最好的方式是保持最好的睡眠，记忆力会更好。剥夺睡眠，会
  • 《随园诗话》学习笔记三百零六 飞鸿雪舞
    卷五凡诗之传者，都在灵性五、五斗米与诗【原文】丁丑，余觅一抄书人，或荐黄生，名之纪，号星岩者，人甚朴野。偶过其案头，得句云；“破庵僧卖临街瓦，独井人争向晚泉。”余大奇之，即饷米五斗。自此欣然大用力于诗。五言句云：“云开日脚直，雨落水纹圆。竹锐穿泥壁，蝇酣落酒尊。钓久知鱼性，樵多识树名。笔残芦并用，墨尽指同磨。＂七言云：＂小窗近水寒偏觉，古木遮天曙不知。旧生萍处泥犹绿，新落花时水亦香。旧甓恐闲都贮水
  • D15 论语学习笔记 许小兔Angelina
    悟：上级对下级的宽容：凡事成定局，就不你说了；已接近完结的事，也没必要匡正和挽回了；既然是过去的事，也没必要追究得失和责任了。对待孩子教育也是，不用“问责制”，这样容易让孩子因为害怕担责而说谎。应当循循善诱，避免再犯错才是最重要的。3.16：【原文】子曰：“射不主皮，为力不同科，古之道也。”【译文】孔子说：“射箭比赛不以射透为主，而主要看是否射得准确，因为人的力量不同，自古如此。”3.17：【原文
  • 网络工程师学习笔记（一） 专业白嫖怪 网络工程师学习笔记学习笔记网络
    为了备战下半年的软考——网络工程师，利用每天的下班的闲暇时间看书听课，然后自己手敲整理的系列资料。希望能够对你们有所帮助第一章__计算机网络概述计算机网络的定义：将分散的具有独立运算功能的计算机系统，通过通信线路和通信设备进行连接起来的实现资源的共享。ARPAnet网络的特征：资源共享、分散控制、分组交换1946年第一台通用计算机—埃尼亚克能够相互连通进行数据交换。1960年提出巨型网络，出现了对
  • K8S学习笔记02——K8S组件 沉淅尘 #Docker#K8Skubernetes
    Kubernetes组件一、控制平面组件（ControlPlaneComponents）(1)kube-apiserver(2)etcd(3)kube-scheduler(4)kube-controller-manager(5)cloud-controller-manager二、Node组件1.kubelet2.kube-proxy3.容器运行时（ContainerRuntime）三、插件（Add
  • 「Python」2020.04.08学习笔记 | 第六章文件（a+）模式+把随机手机号写入文件小练习 Yetta的书影屋
    学习测试开发的Day97，真棒！学习时间为40M第九次全天课(下午视频二20M-50M）>>>fp.seek(0)0>>>fp.read()'你好11你好12你好13你好14你好15\n你好16\n你好17\n你好18\n'>>>fp.seek(0,0)0>>>fp.write("*********************************\n")34>>>fp.seek(0,0)0>>>f
  • 《金文成〈中庸〉学习笔记401。2020-2-24》 金吾生
    《金文成〈中庸〉学习笔记401。2020-2-24》今天是庚子年戊寅月丁酉日，二月初二，2020年2月24日星期一。二月二龙抬头。第二十二章【唯天下至诚，为能尽其性；能尽其性，则能尽人之性；能尽人之性，则能尽物之性；能尽物之性，则能赞天地之化育；能赞天地之化育，则可以与天地参矣。】上一节，船山讲解说，性作为天用之本体，于圣人和匹夫匹妇而言并无二致，区别来自于诚。诚的区别来自于纯粹与掺杂。掺杂什么呢
  • CDGA学习笔记三-《数据安全》 zy_chris 网络安全
    七、数据安全7.1引言数据安全包括安全策略和过程的规划、建立与执行，为数据和信息资产提供正确的身份验证、授权、访问和审计。要求来自以下方面：（1）利益相关方（2）政府法规（3）特定业务关注点（4）合法访问需求（5）合同义务7.1.1业务驱动因素1、降低风险信息安全首先对组织数据进行分级分类，对组织数据进行分类分级的整个流程：1）识别敏感数据资产并分类分级2）在企业中查找敏感数据3）确定保护每项资产
  • vue学习笔记——关于对Vue3 ref(), toRef(), toRefs(), unref(), isRef(), reactive()方法的理解。 chen_sir_sh vue学习笔记javascript前端vue
    VUE3出现了很多新的API，下面是自己的一些理解进行的总结。欢迎大家一起交流补充。ref()使用ref创建一个数据类型，ref有value这个属性constname1={age:"14",name:"bob1"};constname2=ref({name:"bob2"});//使用ref创建一个数据类型相对于reactive，ref有value属性name2.value="bob3"consol
  • 遇到僵尸进程，怎么处理---学习笔记 summer@彤妈 性能优化linux
    僵尸进程解释当iowait升高时，进程很可能因为得不到硬件的响应，而长时间处于不可中断状态。从ps或者top命令的输出中，你可以发现它们都处于D状态，也就是不可中断状态（UninterruptibleSleep）。既然说到了进程的状态，进程有哪些状态你还记得吗？我们先来回顾一下。top和ps是最常用的查看进程状态的工具，我们就从top的输出开始。下面是一个top命令输出的示例，S列（也就是Stat
  • C++学习笔记----6、内存管理（五）---- 智能指针（3） 王俊山IT c++学习笔记开发语言
    2、shared_ptr有时候吧，有些对象或者一部分代码需要同一个指针的拷贝。那么unique_ptr不能被拷贝，因此就不能用于些场景。这样的话，std::shared_ptr就是一个支持能够被拷贝的拥有共享属主的智能指针。但是，如果有指向同一个资源的多个shared_ptr实例，那么怎么知道什么时候去释放资源呢？这可以通过对于引用记数来解决，这个我们以后再聊。首先，让我们看一下怎么构造与使用sh
  • 【学习笔记】武志红心理学—潜意识决定命运 万万千千
    冰山一角什么构成了我们的命运？命运是由我们的显意识和潜意识来决定的。我们可以用一张图做一个比喻。看过“冰山一角”图片的都知道，潜意识就是水面以下的部分，显意识是水面以上的部分，从体积来看，潜意识占了大部分，而显意识只是冰山一角，纵向来看，庞大的潜意识支撑着冰山一角的显意识，才得以让冰山漂浮在水面。延伸到我们的人生，我们对自己显意识层面的想法很容易感知到，所以我们会说这是“我”自己做的选择。而潜意识
  • Prism 教程 yang_B621 PrismIOC
    http://t.csdnimg.cn/VXSSvhttps://blog.csdn.net/u010476739/article/details/119341731Prism-随笔分类-Hello——寻梦者！-博客园(cnblogs.com)C#IoC学习笔记-缥缈的尘埃-博客园(cnblogs.com)WPF_SchuylerEX的博客-CSDN博客
  • 绘本讲师训练营【第30期】2/21阅读原创《绘本之力》学习笔记2 郑贤钰
    30028郑贤钰今天读了绘本之力《留在灵魂里的东西》读了心里有非常大的感触！两个年幼什么都不懂的孩子，为了自己心爱的东西，攒下来自己的零花钱，却买了一个自己不知道怎么用的东西，当他们觉得这个东西根本就不好，准备扔掉的时候，这是故事中的有趣有爱的老爷爷出现了，帮助孩子们再一次发现之前别人拉出优美的音乐，原来自己买的这一个琴，自认为没用的琴也能够经过老爷爷熟练的演奏也能拉出这样优美的声音，这让孩子们十
  • 仿老师悟 耕海者
    毕业十年了，今天去拜访老师，看到老师的学习笔记，看到老师努力学习，积极提高的状态，我觉着自己真是有些懈怠了，孩子们，老师的老师都在孜孜不倦，我们岂能偷懒！
  • C++学习笔记----7、使用类与对象获得高性能（一）---- 书写类（2） 王俊山IT c++学习笔记开发语言
    2.2、定义成员函数前面对SpreadsheetCell类的定义足以让你生成类的对象。然而，如果想调用setValue()或者getValue()成员函数，连接器就会抱怨这些函数没有定义。这是因为到目前为止，这些成员函数只有原型，而还没有实现。通常，类的定义会在模块接口文件。对于成员函数的定义，你有一个选择：可以在模块定义文件或者在模块实现文件。下面是SpreadsheetCell类，在类内对成员
  • Spring6学习笔记4：事务 ·云扬· SSMJava#Spring学习笔记spring
    1JdbcTemplate1.1简介Spring框架对JDBC进行封装，使用JdbcTemplate方便实现对数据库操作准备工作①搭建子模块搭建子模块：spring-jdbc-tx②加入依赖org.springframeworkspring-jdbc6.0.2mysqlmysql-connector-java8.0.30com.alibabadruid1.2.15③创建jdbc.propertie
  • 连通无向图一般中心的算法及其matlab程序详解 夏天天天天天天天# 图论算法matlab图论
    #################本文为学习《图论算法及其MATLAB实现》的学习笔记#################若服务点只允许取在各顶点上,而服务对象却取在各顶点及各边(或弧)上的点,则在所有顶点中选定一个顶点作为图的一般中心其条件是该点离它本身的最远服务对象(包括顶点及各边(或弧)上的点)的距离达到极小值。寻找无向图的一般中心对解决网络最佳服务点确定的问题是十分有效的，使得服务对象的范围
  • 学习笔记：FW内容安全概述 TKE_yinian
    内容安全概述信息安全概述主要威胁关于防护简介内容安全威胁应用层威胁内容安全技术WEB安全应用安全入侵防御检测邮件安全数据安全网络安全反病毒全局环境感知沙箱检测信息安全概述•信息安全是对信息和信息系统进行保护，防止未授权的访问、使用、泄露、中断、修改、破坏并以此提供保密性、完整性和可用性。•为关键资产提供机密性、完整性和可用性（CIA三元组）保护是信息安全的核心目标。CIA（Confidential
  • java的socket实现一个九宫棋游戏 睡不醒的小泽
    前言一个简单的socket小作品=v=一个机酱在大三实验课中接触到很基础的JAVA语言socket编程。至于你问为什么嵌入式的机酱会弄些Java吗？emmmmm，可能是当初C语言版的不够好玩吧，另外如果碰巧有用，欢迎抱走的yoo在之前的笔记《网络基础知识和网络编程》中有讲解过关于网络编程的一些基本知识，以及一些LinuxC的socket编程，希望粗浅了解socket内部肌理的同学，右转咱的学习笔记
  • 【每日一词】D33 edge 宠辱不惊的中年少女
    1）学习笔记：edge：优势，=advantagebeanabsoluteedge有绝对优势AhasanedgeoverB表示A比B更好maintainone'sedge保持优势loseone'sedge失去优势innovativeedge创新方面的优势2）查字典延伸：A.就工作经验而言，她显然要比我们面试过的其他人都胜出一筹。Intermsofexperience,shedefinitelyha
  • 如何用ruby来写hadoop的mapreduce并生成jar包 wudixiaotie mapreduce
    ruby来写hadoop的mapreduce，我用的方法是rubydoop。怎么配置环境呢： 1.安装rvm：     不说了 网上有 2.安装ruby：     由于我以前是做ruby的，所以习惯性的先安装了ruby，起码调试起来比jruby快多了。 3.安装jruby：     rvm install jruby然后等待安
  • java编程思想 -- 访问控制权限 百合不是茶 java访问控制权限单例模式
    访问权限是java中一个比较中要的知识点,它规定者什么方法可以访问,什么不可以访问   一:包访问权限;   自定义包: package com.wj.control; //包 public class Demo { //定义一个无参的方法 public void DemoPackage(){ System.out.println("调用
  • [生物与医学]请审慎食用小龙虾 comsci 生物
         现在的餐馆里面出售的小龙虾,有一些是在野外捕捉的,这些小龙虾身体里面可能带有某些病毒和细菌,人食用以后可能会导致一些疾病,严重的甚至会死亡.....      所以,参加聚餐的时候,最好不要点小龙虾...就吃养殖的猪肉,牛肉,羊肉和鱼,等动物蛋白质     
  • org.apache.jasper.JasperException: Unable to compile class for JSP: 商人shang maven2.2jdk1.8
    环境： jdk1.8    maven  tomcat7-maven-plugin  2.0 原因： tomcat7-maven-plugin  2.0 不知吃 jdk 1.8，换成 tomcat7-maven-plugin  2.2就行，即     <plugin>
  • 你的垃圾你处理掉了吗?GC oloz GC
    前序:本人菜鸟，此文研究学习来自网络，各位牛牛多指教　 1.垃圾收集算法的核心思想 　　Java语言建立了垃圾收集机制，用以跟踪正在使用的对象和发现并回收不再使用(引用)的对象。该机制可以有效防范动态内存分配中可能发生的两个危险：因内存垃圾过多而引发的内存耗尽，以及不恰当的内存释放所造成的内存非法引用。 　　垃圾收集算法的核心思想是：对虚拟机可用内存空间，即堆空间中的对象进行识别
  • shiro 和 SESSSION 杨白白 shiro
    shiro 在web项目里默认使用的是web容器提供的session，也就是说shiro使用的session是web容器产生的，并不是自己产生的，在用于非web环境时可用其他来源代替。在web工程启动的时候它就和容器绑定在了一起，这是通过web.xml里面的shiroFilter实现的。通过session.getSession()方法会在浏览器cokkice产生JESSIONID，当关闭浏览器，此
  • 移动互联网终端 淘宝客如何实现盈利 小桔子 移動客戶端淘客淘寶App
           2012年淘宝联盟平台为站长和淘宝客带来的分成收入突破30亿元，同比增长100%。而来自移动端的分成达1亿元，其中美丽说、蘑菇街、果库、口袋购物等App运营商分成近5000万元。 可以看出，虽然目前阶段PC端对于淘客而言仍旧是盈利的大头，但移动端已经呈现出爆发之势。而且这个势头将随着智能终端(手机，平板)的加速普及而更加迅猛
  • wordpress小工具制作 aichenglong wordpress小工具
    wordpress 使用侧边栏的小工具，很方便调整页面结构 小工具的制作过程 1 在自己的主题文件中新建一个文件夹(如widget)，在文件夹中创建一个php(AWP_posts-category.php) 小工具是一个类,想侧边栏一样，还得使用代码注册，他才可以再后台使用，基本的代码一层不变 <?php class AWP_Post_Category extends WP_Wi
  • JS微信分享 AILIKES js
    // 所有功能必须包含在 WeixinApi.ready 中进行    WeixinApi.ready(function(Api) {        // 微信分享的数据            var wxData = {       &nb
  • 封装探讨 百合不是茶 JAVA面向对象 封装
    //封装   属性 方法 将某些东西包装在一起，通过创建对象或使用静态的方法来调用，称为封装；封装其实就是有选择性地公开或隐藏某些信息，它解决了数据的安全性问题，增加代码的可读性和可维护性   在 Aname类中申明三个属性，将其封装在一个类中：通过对象来调用   例如   1： //属性 将其设为私有 姓名 name 可以公开
  • jquery radio/checkbox change事件不能触发的问题 bijian1013 JavaScriptjquery
    我想让radio来控制当前我选择的是机动车还是特种车，如下所示：  <html> <head> <script src="http://ajax.googleapis.com/ajax/libs/jquery/1.7.1/jquery.min.js" type="text/javascript"><
  • AngularJS中安全性措施 bijian1013 JavaScriptAngularJS安全性XSRFJSON漏洞
            在使用web应用中，安全性是应该首要考虑的一个问题。AngularJS提供了一些辅助机制，用来防护来自两个常见攻击方向的网络攻击。 一.JSON漏洞         当使用一个GET请求获取JSON数组信息的时候（尤其是当这一信息非常敏感，
  • [Maven学习笔记九]Maven发布web项目 bit1129 maven
    基于Maven的web项目的标准项目结构 user-project     user-core     user-service     user-web        src      
  • 【Hive七】Hive用户自定义聚合函数(UDAF) bit1129 hive
    用户自定义聚合函数，用户提供的多个入参通过聚合计算(求和、求最大值、求最小值)得到一个聚合计算结果的函数。 问题：UDF也可以提供输入多个参数然后输出一个结果的运算，比如加法运算add(3，5)，add这个UDF需要实现UDF的evaluate方法,那么UDF和UDAF的实质分别究竟是什么？   Double evaluate(Double a, Double b)  
  • 通过 nginx-lua 给 Nginx 增加 OAuth 支持 ronin47
    前言：我们使用Nginx的Lua中间件建立了OAuth2认证和授权层。如果你也有此打算，阅读下面的文档，实现自动化并获得收益。SeatGeek 在过去几年中取得了发展，我们已经积累了不少针对各种任务的不同管理接口。我们通常为新的展示需求创建新模块，比如我们自己的博客、图表等。我们还定期开发内部工具来处理诸如部署、可视化操作及事件处理等事务。在处理这些事务中，我们使用了几个不同的接口来认证： &n
  • 利用tomcat-redis-session-manager做session同步时自定义类对象属性保存不上的解决方法 bsr1983 session
    在利用tomcat-redis-session-manager做session同步时，遇到了在session保存一个自定义对象时，修改该对象中的某个属性，session未进行序列化，属性没有被存储到redis中。 在 tomcat-redis-session-manager的github上有如下说明： Session Change Tracking As noted in the &qu
  • 《代码大全》表驱动法-Table Driven Approach-1 bylijinnan java算法
    关于Table Driven Approach的一篇非常好的文章： http://www.codeproject.com/Articles/42732/Table-driven-Approach package com.ljn.base; import java.util.Random; public class TableDriven { public
  • Sybase封锁原理 chicony Sybase
           昨天在操作Sybase IQ12.7时意外操作造成了数据库表锁定，不能删除被锁定表数据也不能往其中写入数据。由于着急往该表抽入数据，因此立马着手解决该表的解锁问题。     无奈此前没有接触过Sybase IQ12.7这套数据库产品，加之当时已属于下班时间无法求助于支持人员支持，因此只有借助搜索引擎强大的
  • java异常处理机制 CrazyMizzz java
    java异常关键字有以下几个，分别为 try catch final throw throws 他们的定义分别为 try：    Opening exception-handling statement. catch：  Captures the exception. finally： Runs its code before terminating
  • hive 数据插入DML语法汇总 daizj hiveDML数据插入
    Hive的数据插入DML语法汇总1、Loading files into tables语法：1) LOAD DATA [LOCAL] INPATH 'filepath' [OVERWRITE] INTO TABLE tablename [PARTITION (partcol1=val1, partcol2=val2 ...)]解释：1)、上面命令执行环境为hive客户端环境下： hive>l
  • 工厂设计模式 dcj3sjt126com 设计模式
      使用设计模式是促进最佳实践和良好设计的好办法。设计模式可以提供针对常见的编程问题的灵活的解决方案。 工厂模式 工厂模式（Factory）允许你在代码执行时实例化对象。它之所以被称为工厂模式是因为它负责“生产”对象。工厂方法的参数是你要生成的对象对应的类名称。 Example #1 调用工厂方法（带参数） <?phpclass Example{ 
  • mysql字符串查找函数 dcj3sjt126com mysql
      FIND_IN_SET(str,strlist) 假如字符串str 在由N 子链组成的字符串列表strlist 中，则返回值的范围在1到 N 之间。一个字符串列表就是一个由一些被‘,’符号分开的自链组成的字符串。如果第一个参数是一个常数字符串，而第二个是type SET列，则   FIND_IN_SET() 函数被优化，使用比特计算。如果str不在strlist 或st
  • jvm内存管理 easterfly jvm
    一、JVM堆内存的划分 分为年轻代和年老代。年轻代又分为三部分：一个eden,两个survivor。 工作过程是这样的：e区空间满了后，执行minor gc，存活下来的对象放入s0, 对s0仍会进行minor gc，存活下来的的对象放入s1中，对s1同样执行minor gc，依旧存活的对象就放入年老代中； 年老代满了之后会执行major gc，这个是stop the word模式，执行
  • CentOS-6.3安装配置JDK-8 gengzg centos
    JAVA_HOME=/usr/java/jdk1.8.0_45 JRE_HOME=/usr/java/jdk1.8.0_45/jre PATH=$PATH:$JAVA_HOME/bin:$JRE_HOME/bin CLASSPATH=.:$JAVA_HOME/lib/dt.jar:$JAVA_HOME/lib/tools.jar:$JRE_HOME/lib export JAVA_HOME
  • 【转】关于web路径的获取方法 huangyc1210 Web路径
    假定你的web application 名称为news,你在浏览器中输入请求路径：  http://localhost:8080/news/main/list.jsp  则执行下面向行代码后打印出如下结果：  1、 System.out.println(request.getContextPath()); //可返回站点的根路径。也就是项
  • php里获取第一个中文首字母并排序 远去的渡口 数据结构PHP
    很久没来更新博客了，还是觉得工作需要多总结的好。今天来更新一个自己认为比较有成就的问题吧。 最近在做储值结算，需求里结算首页需要按门店的首字母A-Z排序。我的数据结构原本是这样的： Array ( [0] => Array ( [sid] => 2885842 [recetcstoredpay] =&g
  • java内部类 hm4123660 java内部类匿名内部类成员内部类方法内部类
         　在Java中，可以将一个类定义在另一个类里面或者一个方法里面，这样的类称为内部类。内部类仍然是一个独立的类，在编译之后内部类会被编译成独立的.class文件，但是前面冠以外部类的类名和$符号。内部类可以间接解决多继承问题,可以使用内部类继承一个类，外部类继承一个类，实现多继承。      &nb
  • Caused by: java.lang.IncompatibleClassChangeError: class org.hibernate.cfg.Exten zhb8015
    maven pom.xml关于hibernate的配置和异常信息如下，查了好多资料，问题还是没有解决。只知道是包冲突，就是不知道是哪个包....遇到这个问题的分享下是怎么解决的。。   maven pom:   <dependency> <groupId>org.hibernate</groupId> <ar
  • Spark 性能相关参数配置详解－任务调度篇 Stark_Summer sparkcachecpu任务调度yarn
    随着Spark的逐渐成熟完善, 越来越多的可配置参数被添加到Spark中来, 本文试图通过阐述这其中部分参数的工作原理和配置思路, 和大家一起探讨一下如何根据实际场合对Spark进行配置优化。   由于篇幅较长，所以在这里分篇组织，如果要看最新完整的网页版内容，可以戳这里：http://spark-config.readthedocs.org/，主要是便
  • css3滤镜 wangkeheng htmlcss
    经常看到一些网站的底部有一些灰色的图标，鼠标移入的时候会变亮，开始以为是js操作src或者bg呢，搜索了一下，发现了一个更好的方法：通过css3的滤镜方法。 html代码： <a href='' class='icon'><img src='utv.jpg' /></a> css代码： .icon{-webkit-filter: graysc
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他