追寻北极
追寻北极

RSS 的介绍和使用

Google Reader 7月1日就要关了，作为 RSS 和 Google Reader 的深度用户对此是非常之无奈的，不过对于大部分用户来说，什么是 RSS，都不是很了解，所以 Google Reader 这个服务关闭对他们来说是没有任何影响，这也是 Goole 要关闭这个服务的原因吧。

无论如何，对于我来说 RSS 和 RSS 阅读器是我获取资讯和了解新知识是最重要的工具，所以下面详细介绍下 RSS，缅怀一下即将逝去的 Google Reader，并且介绍下后 Google Reader 时代，我们还有哪些 RSS 阅读器可以使用。

什么 是RSS

RSS 是站点用来和其他站点之间共享内容的一种简易方式（也叫聚合内容），通常被用于新闻和其他按时间先后顺序排列的网站，例如 BLOG。一个 RSS 包含很多新闻条目，一个新闻条目可能包含新闻的全部介绍，或者仅仅是额外的内容和简短的介绍。这些条目的链接通常都能链接到全部的内容。网络用户可以在自己的客户端，借助于支持 RSS 的新闻聚合工具软件，在不打开网站内容页面的情况下阅读这些支持 RSS 输出的网站内容。

RSS 这个缩写在英文中可以有几个源头，并被不同的技术团体做不同的解释。既可以是“Rich Site Summary(RSS 0.9 & 1.0)”，或“RDF(Resource Description Framework) Site Summary(RSS 0.91)”，也可以是“Really Simple Syndication(RSS 2.0)”。为什么有这么多含义呢？这还要从RSS的一段今天也没有理清的关系说起。

RSS 的历史

  • RSS 最早是由 NetScape 定义的， 最初的 0.90 版本目的是用来建立一个整合了各主要新闻站点内容的门户，但是 0.90 版本的 RSS 规范过于复杂，而一个简化的 RSS 0.91 版本也随着 Netscape 公司对该项目的放弃而于 2000 年暂停，所以最终也没有发布一个正式的 RSS 规范。
  • 一家专门从事 BLOG 软件开发的公司 UserLand 接手 RSS 0.91 版本，并把它作为其 Blog 软件的基础功能之一继续开发，逐步推出了0.92、0.93和0.94版本。
  • 2001年一个联合小组在0.90版本 RSS 的开发原则下，以 W3C 新一代的语义网技术 RDF（Resource Description Framework）为基础，对 RSS 进行了重新定义，发布 RSS1.0，并将 RSS 定义为“RDF Site Summary”。
  • 由于没有与 UserLand 公司进行有效的沟通，UserLand 公司也不承认 RSS 1.0 的有效性，并坚持按照自己的设想进一步开发出 RSS 的后续版本，到2002年9月发布了 RSS 2.0，UserLand 公司将 RSS 定义为“Really Simple Syndication”。

由于分歧的存在和RSS 0.9x/2.0的广泛应用现状，RSS 1.0还没有成为标准化组织的真正标准。

RSS 能够干什么

RSS 最主要的功能就是订阅， 你再也不用一个网站一个网站，一个网页一个网页去逛了。只要这将你需要的内容订阅在一个 RSS 阅读器中，这些内容就会自动出现你的阅读器里，你也不必为了一个急切想知道的消息而不断的刷新网页，因为一旦有了更新，RSS 阅读器就会自己通知你！

RSS的联合（Syndication）和聚合（Aggregation）

  • 发布一个 RSS 文件（一般称为 RSS Feed）后，这个 RSS Feed 中包含的信息就能直接被其他站点调用，而且由于这些数据都是标准的XML格式，所以也能在其他的终端和服务中使用，如 PDA、手机、邮件列表等。 而且一个网站联盟（比如专门讨论旅游的网站系列）也能通过互相调用彼此的 RSS Feed，自动的显示网站联盟中其他站点上的最新信息，这就叫着 RSS 的联合。这种联合就导致一个站点的内容更新越及时、RSS Feed 被调用的越多，该站点的知名度就会越高，从而形成一种良性循环。
  • 而所谓 RSS 聚合，就是通过软件工具的方法从网络上搜集各种 RSS Feed 并在一个界面中提供给读者进行阅读。

RSS 阅读器

Google Reader 一直是最好的 RSS 阅读器，但是‘不作恶’的 Google 竟然把他关了，汗，但是还是有一些其他 RSS 阅读器可供选择，目前可以使用的有以下这几种，点击下面的链接，你就可以使用相应的服务订阅我爱水煮鱼了。

  • 订阅到 Feedly
  • 订阅到 鲜果
  • 订阅到 QQ 邮箱
  • 订阅到 豆瓣
  • 订阅到 有道

你可能感兴趣的:(mixture)

  • mixture_of_depths 道真人 深度学习人工智能
    mixture_of_depths是一种用于处理不同深度模型组合的技术或机制，通常用于模型的加载和推理过程中。它涉及将模型的不同层次或深度进行组合或切换，以提高模型的灵活性和性能。mixture_of_depths的具体含义模型组合策略：mixture_of_depths可能涉及在不同的模型深度（即层数）之间进行切换或组合，可能是为了在推理时选择合适的深度，以平衡计算资源和模型性能。这在需要对性能
  • paddle nlp 3.0 全面拥抱开源大模型 路人与大师 paddle自然语言处理开源
    首先安装神圣的飞桨自然语言处理框架3.0pipinstall--upgradepaddlenlp==3.0.0b0阿里云通义千问（Qwen2）系列大模型介绍阿里云通义千问（Qwen2）是阿里云推出的一系列先进的大型语言模型，涵盖了从轻量级到超大规模的各种模型，包括混合专家模型（Mixture-of-Experts,MoE）。Qwen2系列在多个自然语言处理任务上展现了卓越的性能，并且在一些基准测试
  • 高斯混合模型聚类（GMM）matlab实现 唐维康 高斯混合模型聚类
    GaussianMixtureModel，就是假设数据服从MixtureGaussianDistribution，换句话说，数据可以看作是从数个GaussianDistribution中生成出来的。实际上，我们在K-means和K-medoids两篇文章中用到的那个例子就是由三个Gaussian分布从随机选取出来的。实际上，从中心极限定理可以看出，Gaussian分布（也叫做正态(Normal)分
  • Kmeans、混合高斯模型、EM 算法 dreampai
    混合高斯模型（MixturesofGaussians）和EM算法image.pngKmeans与EM算法E步是确定隐含类别变量CM步更新其他参数u(质心)来时J(平方误差)最小化隐含类别变量指定方法比较特殊，属于硬指定，从k个类别中硬选出一个给样例，而不是对每个类别赋予不同的概率。总体思想还是一个迭代优化过程，有目标函数，也有参数变量，只是多了个隐含变量，确定其他参数估计隐含变量，再确定隐含变量估
  • VLM 系列——MoE-LLaVa——论文解读 TigerZ* AIGC算法深度学习人工智能AIGC计算机视觉transformer
    一、概述1、是什么moe-Llava是Llava1.5的改进全称《MoE-LLaVA:MixtureofExpertsforLargeVision-LanguageModels》，是一个多模态视觉-文本大语言模型，可以完成：图像描述、视觉问答，潜在可以完成单个目标的视觉定位、名画名人等识别（问答、描述），未知是否能偶根据图片写代码（HTML、JS、CSS）。支持单幅图片输入（可以作为第一个或第二个
  • VLM 系列——LLaVA-MoLE——论文解读 TigerZ* AIGC算法深度学习人工智能AIGCtransformer计算机视觉
    一、概述1、是什么Llava-MoLE是Llava1.5的改进全称《LLaVA-MoLE:SparseMixtureofLoRAExpertsforMitigatingDataConflictsinInstructionFinetuningMLLMs》，是一个多模态视觉-文本大语言模型，可以完成：图像描述、视觉问答，潜在可以完成单个目标的视觉定位、名画名人等识别（问答、描述），未知是否能偶根据图片
  • 基于VCF文件做基因渗入分析(Dsuite) DumplingLucky
    Dsuite软件文章：Malinsky,M.,Matschiner,M.andSvardal,H.(2021)Dsuite‐fastD‐statisticsandrelatedadmixtureevidencefromVCFfiles.MolecularEcologyResources21,584–595.doi:https://doi.org/10.1111/1755-0998.132651.软
  • MoE-LLaVA: Mixture of Experts for Large Vision-Language Models UnknownBody LLM语言模型人工智能
    本文是LLM系列文章，针对《MoE-LLaVA:MixtureofExpertsforLargeVision-LanguageModels》的翻译。MoE-LLaVA：大型视觉语言模型的专家混合摘要1引言2相关工作3方法4实验5结论和未来方向摘要对于大型视觉语言模型（LVLM），缩放模型可以有效地提高性能。然而，扩展模型参数显著增加了训练和推理成本，因为计算中的每个token都激活了所有模型参数。
  • 51-11 多模态论文串讲—VLMo 论文精读 深圳季连AIgraphX AutoGPT自动驾驶大模型自动驾驶transformergpt-3智慧城市迁移学习算法
    VLMo:UnifiedVision-LanguagePre-TrainingwithMixture-of-Modality-Experts(NeurIPS2022)VLMo是一种多模态Transformer模型，从名字可以看得出来它是一种Mixture-of-Modality-Experts(MoME)，即混合多模态专家。怎么理解呢？主流VLP模型分为两种，一种是双塔结构(DualEncoder
  • STM32+WIFI+Django+MySQL+BIM实现数字孪生环境控制系统 爱吃糖的猫 python前端单片机djangostm32python
    本文节选自我的博客：水果冷库环境控制系统作者简介：大家好，我是MilesChen，偏前端的全栈开发者。CSDN主页：爱吃糖的猫我的博客：爱吃糖的猫Github主页:MilesChen支持我：点赞+收藏⭐️+留言介绍：ThemixtureofWEB+DeepLearning+Iot+anything简介水果冷库环境控制系统是基于物联网、WEB、BIM的背景下实现对大型果品冷藏库无线监测与控制。传感器
  • Nous Hermes 2：超越Mixtral 8x7B的MOE模型新高度 努力犯错 语言模型AI编程
    引言随着人工智能技术的迅猛发展，开源大模型在近几年成为了AI领域的热点。最近，NousResearch公司发布了其基于Mixtral8x7B开发的新型大模型——NousHermes2，这一模型在多项基准测试中超越了Mixtral8x7BInstruct，标志着MOE（MixtureofExperts，专家混合模型）技术的新突破。Huggingface模型下载：https://huggingface
  • GPT-3被超越？解读低能耗、高性能的GlaM模型 NLP论文解读
    ©原创作者|LJGLaM:EfficientScalingofLanguageModelswithMixture-of-Expertshttps://arxiv.org/pdf/2112.06905.pdf01摘要这是上个月谷歌刚刚在arxiv发布的论文，证明了一种能scaleGPT-3但又比较节省耗能的架构。GPT-3自问世以来在多项自然语言处理的任务上都有超强的表现。但是训练GPT-3这样庞大
  • 经济学人每天5分钟10个单词 第七天 LongLongName
    1.sulphurn.硫磺；硫v.使硫化；用硫磺处理；在...中加硫磺单词形态：形容词：sulphurousexamples:Gunpowderisamixtureofsulfhur,saltpeterandcharcoal.2.indicesn.目录，指数examples:Thissoftwarecanautomaticallygenerateindicesforarticles.3.robbe
  • PBM模型学习（三）模型设置 Guanghui Yu PBM模型学习学习CFDPBM模型
    模型设置以气液为例标准ke模型，标准壁面函数PBM模型只能在mixture或者eulerian多相流模型中打开。设置液态水water为主相，空气为次相设置主次相的原则:主相为流体连续相，次相为气泡或者颗粒。Phenomenas现象设置:勾选AggregationKernel和BreakageKernel注意：只能在多相流模型打开前提下，才能进行操作对于多相流参考以下设置，一般操作密度设置为密度较小
  • AI通用大模型 —— Pathways，MoE, etc. 人生简洁之道 DLLLMGeneralAI人工智能机器学习深度学习
    文章目录Pathways现有AI缺憾PathwaysCanDoMultipleTasksMultipleSensesSparseandEfficientMixtureofExperts（MoE）NeuralComputation'1991,AdaptivemixturesoflocalexpertsICLR'17,OutrageouslyLargeNeuralNetworks:TheSparsel
  • 快速玩转 Mixtral 8x7B MOE大模型！阿里云机器学习 PAI 推出最佳实践 阿里云大数据AI技术 阿里云机器学习云计算
    作者：熊兮、贺弘、临在Mixtral8x7B大模型是MixtralAI推出的基于decoder-only架构的稀疏专家混合网络（Mixture-Of-Experts，MOE）开源大语言模型。这一模型具有46.7B的总参数量，对于每个token，路由器网络选择八组专家网络中的两组进行处理，并且将其输出累加组合，在增加模型参数总量的同时，优化了模型推理的成本。在大多数基准测试中，Mixtral8x7B
  • 突破界限：首个国产DeepSeek MoE的高效表现 努力犯错 人工智能语言模型自然语言处理chatgptstablediffusion
    前言在人工智能技术的快速发展过程中，国产首个开源MoE（MixtureofExperts）大模型——DeepSeekMoE的推出，不仅标志着中国在全球AI领域的重大突破，而且在计算效率和模型性能上展现了显著的优势。这款160亿参数的模型在保持与国际知名Llama2-7B模型相媲美的性能的同时，实现了显著的计算效率提升，计算量仅为对手的40%。模型特性与技术创新DeepSeekMoE模型的核心优势在
  • DeepSeekMoE: Towards Ultimate Expert Specialization in Mixture-of-Experts Language Models 步子哥 语言模型人工智能自然语言处理
    Q:这篇论文试图解决什么问题？A:这篇论文旨在解决大型语言模型（LLMs）在扩展参数规模时面临的计算成本问题。具体来说，它提出了一种名为DeepSeekMoE的新型Mixture-of-Experts（MoE）架构，以实现专家的终极专业化。MoE架构通过将模型分解为多个专家，每个专家专注于特定任务，从而在保持参数规模的同时降低计算成本。然而，现有的MoE架构在确保专家专业化方面面临挑战，即每个专家
  • 十分钟读完「超越GPT-3.5和LLama2的Mixtral 8x7B」论文 夕小瑶 自然语言处理人工智能神经网络深度学习大模型nlp
    超越GPT-3.5和LLama2！专家混合模型Mixtral8x7B颠覆性表现震撼全球引言：Mixtral8x7B模型及其在多个基准测试中的表现在当今人工智能领域，语言模型的发展正以惊人的速度推进着自然语言处理技术的边界。最近，一个名为Mixtral8x7B的模型引起了广泛关注，它是一种基于稀疏混合专家（SparseMixtureofExperts,SMoE）的语言模型，以其在多个基准测试中的卓越
  • sample 算子_Halcon算子解释 - osc_poeqd6cw的个人空间 - OSCHINA - 中文开源技术交流社区... weixin_39791322 sample算子
    Halcon算子解释大全Halcon/Visionpro视频教程和资料,请访问重码网,网址:http://www.211code.comChapter1:Classification1.1Gaussian-Mixture-Models1.add_sample_class_gmm功能：把一个训练样本添加到一个高斯混合模型的训练数据上。2.classify_class_gmm功能：通过一个高斯混合模型
  • HALCON算子函数总结（上） 逆风路途 视觉
    HALCON算子函数总结（上）**HALCON算子函数——Chapter1:Classification**Chapter_1_:Classification1.1Gaussian-Mixture-Models1.add_sample_class_gmm功能：把一个训练样本添加到一个高斯混合模型的训练数据上。2.classify_class_gmm功能：通过一个高斯混合模型来计算一个特征矢量的类。
  • 不是 GPT4 用不起，而是本地运行 Mixtral-8x7B 更有性价比 xiangzhihong8 大数据与人工智能神经网络人工智能
    当GPT4刚问世时，社区猜测它用了“多少亿个参数”才实现的如此惊人的性能。但事实证明，GPT4的创新不仅仅是“更多参数”。它本质上是8个GPT3.5模型一起工作。这些模型中的每一个都针对不同的任务（即“专家”）进行了调整。这称为“专家组合”(MixtureofExperts，缩写为MoE)。输入文本根据内容和所需任务会被分派给8个专家模型中的一个。然后，小组中的其他专家模型会评估结果，从而改进未来
  • Mixtral 8X7B MoE模型基于阿里云人工智能平台PAI实践合集 阿里云大数据AI技术 阿里云人工智能云计算
    作者：熊兮、贺弘、临在Mixtral8x7B大模型是MixtralAI推出的基于decoder-only架构的稀疏专家混合网络（Mixture-Of-Experts，MOE）开源大语言模型。这一模型具有46.7B的总参数量，对于每个token，路由器网络选择八组专家网络中的两组进行处理，并且将其输出累加组合，在增加模型参数总量的同时，优化了模型推理的成本。在大多数基准测试中，Mixtral8x7B
  • 用通俗易懂的方式讲解大模型分布式训练并行技术：MOE并行 Python算法实战 大模型理论与实战大模型分布式langchain大模型多模态大语言模型大模型训练大模型部署
    前面的文章中讲述了数据并行、流水线并行、张量并行、序列并行、自动并行等多种并行技术。但现在的模型越来越大，训练样本越来越多，每个样本都需要经过模型的全部计算，这就导致了训练成本的平方级增长。而当我们希望在牺牲极少的计算效率的情况下，把模型规模提升上百倍、千倍，通常就需要使用MOE（Mixture-of-Experts）并行。因此，本文接下来给大家分享MOE并行。码字不易，如果觉得我的文章能够能够给
  • MoE模型性能还能更上一层楼？一次QLoRA微调实践 Baihai IDP 技术干货白海科技人工智能深度学习LLMAIMoE自然语言处理
    Fine-TuningMixtral8x7BwithQLoRA：EnhancingModelPerformance编者按：最近，混合专家(MixtureofExperts,MoE)这种模型设计策略展现出了卓越的语言理解能力，如何在此基础上进一步提升MoE模型的性能成为业界热点。本文作者使用一种名为QLoRA的方法，通过量化和LoRA技术对MoE模型Mixtral-8x7B进行微调，以期大幅提高其性
  • 使用PyTorch实现混合专家(MoE)模型 deephub pytorch人工智能python深度学习混合专家模型
    Mixtral8x7B的推出在开放AI领域引发了广泛关注，特别是混合专家（Mixture-of-Experts：MoEs）这一概念被大家所认知。混合专家(MoE)概念是协作智能的象征，体现了“整体大于部分之和”的说法。MoE模型汇集了各种专家模型的优势，以提供更好的预测。它是围绕一个门控网络和一组专家网络构建的，每个专家网络都擅长特定任务的不同方面在本文中，我将使用Pytorch来实现一个MoE模
  • 论文系列之-Mixtral of Experts Takoony transformer深度学习人工智能
    Q:这篇论文试图解决什么问题？A:这篇论文介绍了Mixtral8x7B，这是一个稀疏混合专家（SparseMixtureofExperts，SMoE）语言模型。它试图解决的主要问题包括：1.提高模型性能：通过使用稀疏混合专家结构，Mixtral在多个基准测试中超越或匹配了现有的大型模型（如Llama270B和GPT-3.5），尤其是在数学、代码生成和多语言理解任务上。2.控制计算成本：尽管模型拥有
  • 系统性介绍MoE模型架构，以及在如今大模型方向的发展现状 zenRRan
    知乎：Verlocksss编辑：马景锐链接：https://zhuanlan.zhihu.com/p/6752162811学习动机第一次了解到MoE（Mixtureofexperts），是在GPT-4模型架构泄漏事件，听说GPT-4的架构是8个GPT-3级别大小的模型以MoE架构（8*220B）组合成一个万亿参数级别的模型。不过在这之后开源社区并没有对MoE架构进行很多的探索，更多的工作还是聚焦在
  • 超详细EM算法举例及推导 老实人小李 聚类算法聚类
    最好先学习一下极大似然EM（Expectation-Maximum）算法也称期望最大化算法，曾入选“数据挖掘十大算法”中，可见EM算法在机器学习、数据挖掘中的影响力。EM算法是最常见的隐变量估计方法，在机器学习中有极为广泛的用途，例如常被用来学习高斯混合模型（Gaussianmixturemodel，简称GMM）的参数；隐式马尔科夫算法（HMM）、LDA主题模型的变分推断等等。EM算法是一种迭代优
  • 【数据不完整？用EM算法填补缺失】期望值最大化 EM 算法：睹始知终 Debroon 算法
    期望值最大化算法EM：睹始知终算法思想算法推导算法流程E步骤：期望M步骤：最大化陷入局部最优的原因算法应用高斯混合模型（GaussianMixtureModel,GMM）问题描述输入输出Python代码实现算法思想期望值最大化方法，是宇宙演变、物种进化背后的动力。如果一个公司在制定年终奖标准时，把每个员工一半的奖金和公司价值观挂钩，人们就会背诵创始人每个语录—整个公司都会自动迭代寻找最优解，每个人
  • jsonp 常用util方法 hw1287789687 jsonpjsonp常用方法jsonp callback
    jsonp 常用java方法 (1)以jsonp的形式返回:函数名(json字符串) /*** * 用于jsonp调用 * @param map : 用于构造json数据 * @param callback : 回调的javascript方法名 * @param filters : <code>SimpleBeanPropertyFilter theFilt
  • 多线程场景 alafqq 多线程
    0 能不能简单描述一下你在java web开发中需要用到多线程编程的场景？0 对多线程有些了解，但是不太清楚具体的应用场景，能简单说一下你遇到的多线程编程的场景吗？ Java多线程 2012年11月23日 15:41 Young9007 Young9007 4 0 0 4 Comment添加评论关注(2) 3个答案 按时间排序 按投票排序 0 0 最典型的如： 1、
  • Maven学习——修改Maven的本地仓库路径 Kai_Ge maven
          安装Maven后我们会在用户目录下发现.m2 文件夹。默认情况下，该文件夹下放置了Maven本地仓库.m2/repository。所有的Maven构件(artifact)都被存储到该仓库中，以方便重用。但是windows用户的操作系统都安装在C盘，把Maven仓库放到C盘是很危险的，为此我们需要修改Maven的本地仓库路径。    
  • placeholder的浏览器兼容 120153216 placeholder
    【前言】 自从html5引入placeholder后，问题就来了， 不支持html5的浏览器也先有这样的效果， 各种兼容，之前考虑，今天测试人员逮住不放， 想了个解决办法，看样子还行，记录一下。   【原理】 不使用placeholder，而是模拟placeholder的效果， 大概就是用focus和focusout效果。   【代码】 <scrip
  • debian_用iso文件创建本地apt源 2002wmj Debian
    1.将N个debian-506-amd64-DVD-N.iso存放于本地或其他媒介内，本例是放在本机/iso/目录下 2.创建N个挂载点目录 如下： debian:~#mkdir –r /media/dvd1 debian:~#mkdir –r /media/dvd2 debian:~#mkdir –r /media/dvd3 …. debian:~#mkdir –r /media
  • SQLSERVER耗时最长的SQL 357029540 SQL Server
    对于DBA来说，经常要知道存储过程的某些信息： 1.   执行了多少次 2.   执行的执行计划如何 3.   执行的平均读写如何 4.   执行平均需要多少时间 列名          &
  • com/genuitec/eclipse/j2eedt/core/J2EEProjectUtil 7454103 eclipse
    今天eclipse突然报了com/genuitec/eclipse/j2eedt/core/J2EEProjectUtil 错误，并且工程文件打不开了，在网上找了一下资料，然后按照方法操作了一遍，好了，解决方法如下： 错误提示信息： An error has occurred.See error log for more details. Reason: com/genuitec/
  • 用正则删除文本中的html标签 adminjun javahtml正则表达式去掉html标签
    使用文本编辑器录入文章存入数据中的文本是HTML标签格式，由于业务需要对HTML标签进行去除只保留纯净的文本内容，于是乎Java实现自动过滤。 如下： public static String Html2Text(String inputString) { String htmlStr = inputString; // 含html标签的字符串 String textSt
  • 嵌入式系统设计中常用总线和接口 aijuans linux 基础
                   嵌入式系统设计中常用总线和接口         任何一个微处理器都要与一定数量的部件和外围设备连接，但如果将各部件和每一种外围设备都分别用一组线路与CPU直接连接，那么连线
  • Java函数调用方式——按值传递 ayaoxinchao java按值传递对象基础数据类型
    Java使用按值传递的函数调用方式，这往往使我感到迷惑。因为在基础数据类型和对象的传递上，我就会纠结于到底是按值传递，还是按引用传递。其实经过学习，Java在任何地方，都一直发挥着按值传递的本色。   首先，让我们看一看基础数据类型是如何按值传递的。   public static void main(String[] args) { int a = 2;
  • ios音量线性下降 bewithme ios音量
    直接上代码吧   //second 几秒内下降为0 - (void)reduceVolume:(int)second { KGVoicePlayer *player = [KGVoicePlayer defaultPlayer]; if (!_flag) { _tempVolume = player.volume;
  • 与其怨它不如爱它 bijian1013 选择理想职业规划
            抱怨工作是年轻人的常态，但爱工作才是积极的心态，与其怨它不如爱它。         一般来说，在公司干了一两年后，不少年轻人容易产生怨言，除了具体的埋怨公司“扭门”，埋怨上司无能以外，也有许多人是因为根本不爱自已的那份工作，工作完全成了谋生的手段，跟自已的性格、专业、爱好都相差甚远。  
  • 一边时间不够用一边浪费时间 bingyingao 工作时间浪费
    一方面感觉时间严重不够用，另一方面又在不停的浪费时间。 每一个周末，晚上熬夜看电影到凌晨一点，早上起不来一直睡到10点钟，10点钟起床，吃饭后玩手机到下午一点。 精神还是很差，下午像一直野鬼在城市里晃荡。 为何不尝试晚上10点钟就睡，早上7点就起，时间完全是一样的，把看电影的时间换到早上，精神好，气色好，一天好状态。 控制让自己周末早睡早起，你就成功了一半。 有多少个工作
  • 【Scala八】Scala核心二：隐式转换 bit1129 scala
    Implicits work like this: if you call a method on a Scala object, and the Scala compiler does not see a definition for that method in the class definition for that object, the compiler will try to con
  • sudoku slover in Haskell (2) bookjovi haskellsudoku
    继续精简haskell版的sudoku程序，稍微改了一下，这次用了8行，同时性能也提高了很多，对每个空格的所有解不是通过尝试算出来的，而是直接得出。   board = [0,3,4,1,7,0,5,0,0, 0,6,0,0,0,8,3,0,1, 7,0,0,3,0,0,0,0,6, 5,0,0,6,4,0,8,0,7,
  • Java-Collections Framework学习与总结-HashSet和LinkedHashSet BrokenDreams linkedhashset
            本篇总结一下两个常用的集合类HashSet和LinkedHashSet。         它们都实现了相同接口java.util.Set。Set表示一种元素无序且不可重复的集合；之前总结过的java.util.List表示一种元素可重复且有序
  • 读《研磨设计模式》-代码笔记-备忘录模式-Memento 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.List; /* * 备忘录模式的功能是，在不破坏封装性的前提下，捕获一个对象的内部状态，并在对象之外保存这个状态，为以后的状态恢复作“备忘”
  • 《RAW格式照片处理专业技法》笔记 cherishLC PS
    注意，这不是教程！仅记录楼主之前不太了解的 一、色彩（空间）管理 作者建议采用ProRGB（色域最广），但camera raw中设为ProRGB，而PS中则在ProRGB的基础上，将gamma值设为了1.8（更符合人眼） 注意：bridge、camera raw怎么设置显示、输出的颜色都是正确的（会读取文件内的颜色配置文件），但用PS输出jpg文件时，必须先用Edit->conv
  • 使用 Git 下载 Spring 源码 编译 for Eclipse crabdave eclipse
    使用 Git 下载 Spring 源码 编译 for Eclipse   1、安装gradle，下载 http://www.gradle.org/downloads 配置环境变量GRADLE_HOME，配置PATH  %GRADLE_HOME%/bin，cmd，gradle -v   2、spring4 用jdk8 下载 https://jdk8.java.
  • mysql连接拒绝问题 daizj mysql登录权限
    mysql中在其它机器连接mysql服务器时报错问题汇总 一、[running][email protected]:~$mysql -uroot -h 192.168.9.108 -p   //带-p参数，在下一步进行密码输入 Enter password:    //无字符串输入 ERROR 1045 (28000): Access
  • Google Chrome 为何打压 H.264 dsjt applehtml5chromeGoogle
    Google 今天在 Chromium 官方博客宣布由于 H.264 编解码器并非开放标准，Chrome 将在几个月后正式停止对 H.264 视频解码的支持，全面采用开放的 WebM 和 Theora 格式。 Google 在博客上表示，自从 WebM 视频编解码器推出以后，在性能、厂商支持以及独立性方面已经取得了很大的进步，为了与 Chromium 现有支持的編解码器保持一致，Chrome
  • yii 获取控制器名 和方法名 dcj3sjt126com yiiframework
    1. 获取控制器名 在控制器中获取控制器名:  $name = $this->getId(); 在视图中获取控制器名:    $name = Yii::app()->controller->id;    2. 获取动作名  在控制器beforeAction()回调函数中获取动作名:  $name =
  • Android知识总结（二） come_for_dream android
    明天要考试了，速速总结如下   1、Activity的启动模式        standard：每次调用Activity的时候都创建一个（可以有多个相同的实例，也允许多个相同Activity叠加。）        singleTop：可以有多个实例，但是不允许多个相同Activity叠加。即，如果Ac
  • 高洛峰收徒第二期：寻找未来的“技术大牛” ——折腾一年，奖励20万元 gcq511120594 工作项目管理
    高洛峰，兄弟连IT教育合伙人、猿代码创始人、PHP培训第一人、《细说PHP》作者、软件开发工程师、《IT峰播》主创人、PHP讲师的鼻祖！ 首期现在的进程刚刚过半，徒弟们真的很棒，人品都没的说，团结互助，学习刻苦，工作认真积极，灵活上进。我几乎会把他们全部留下来，现在已有一多半安排了实际的工作，并取得了很好的成绩。等他们出徒之日，凭他们的能力一定能够拿到高薪，而且我还承诺过一个徒弟，当他拿到大学毕
  • linux expect heipark expect
    1. 创建、编辑文件go.sh   #!/usr/bin/expect spawn sudo su admin expect "*password*" { send "13456\r\n" } interact    2. 设置权限   chmod u+x go.sh  3.
  • Spring4.1新特性——静态资源处理增强 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
  • idea ubuntuxia 乱码 liyonghui160com
      1.首先需要在windows字体目录下或者其它地方找到simsun.ttf 这个 字体文件。 2.在ubuntu 下可以执行下面操作安装该字体： sudo mkdir /usr/share/fonts/truetype/simsun sudo cp simsun.ttf /usr/share/fonts/truetype/simsun fc-cache -f -v
  • 改良程序的11技巧 pda158 技巧
    有很多理由都能说明为什么我们应该写出清晰、可读性好的程序。最重要的一点，程序你只写一次，但以后会无数次的阅读。当你第二天回头来看你的代码 时，你就要开始阅读它了。当你把代码拿给其他人看时，他必须阅读你的代码。因此，在编写时多花一点时间，你会在阅读它时节省大量的时间。   让我们看一些基本的编程技巧：   尽量保持方法简短 永远永远不要把同一个变量用于多个不同的
  • 300个涵盖IT各方面的免费资源（下）——工作与学习篇 shoothao 创业免费资源学习课程远程工作
    工作与生产效率:   A. 背景声音 Noisli:背景噪音与颜色生成器。 Noizio:环境声均衡器。 Defonic:世界上任何的声响都可混合成美丽的旋律。 Designers.mx:设计者为设计者所准备的播放列表。 Coffitivity:这里的声音就像咖啡馆里放的一样。 B. 避免注意力分散 Self Co
  • 深入浅出RPC uule rpc
    深入浅出RPC-浅出篇 深入浅出RPC-深入篇   RPC Remote Procedure Call Protocol 远程过程调用协议   它是一种通过网络从远程计算机程序上请求服务，而不需要了解底层网络技术的协议。RPC协议假定某些传输协议的存在，如TCP或UDP，为通信程序之间携带信息数据。在OSI网络通信模型中，RPC跨越了传输层和应用层。RPC使得开发
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他