- Anaconda Tensorflow2.0稳定版安装教程
YeahQing
Anaconda安装Anaconda安装国内因为某些原因,可以在清华镜像站下载。Anaconda默认自带python,所以无需提前下载python清华镜像站Anaconda官网image-20191124164832545.pngimage-20191124165041433.png此处两个高级设置的解释:将Anaconda添加到环境变量中。(无需勾选)可以让其他IDE检测到Anaconda的Py
- Tensorflow2.0 查看网络中每层的名称、权重及特征图绘制
cofisher
Tensorflow2.0深度学习PHM项目实战--建模篇深度学习pythontensorflow
文章目录项目介绍实现过程1、构建网络2、查看每层名称3、查看指定层的权值4、特征图绘制项目介绍在网络训练过程中,我们经常需要查看某层权重的变化过程,这其实只需要简单的API就能实现。为了方便演示,我们使用迁移学习到的MobileNetV2网络。实现过程1、构建网络我们将冻结迁移到的MobileNetV2网络,然后将它最后的分类层换成我们自己定义的分类层即可。mobile=tf.keras.appl
- Tensorflow2.0 评价模型复杂度:参数量、FLOPs 和 MACC 计算
cofisher
深度学习PHM项目实战--建模篇tensorflow深度学习卷积python
文章目录项目介绍代码实现:对于迁移学习网络(复杂)1、迁移学习不带分类层的简化版MobileNetV2网络2、查看网络结构3、提取需要分析的层4、计算FLOPs和MACC代码实现:对于自编写网络(简单)1、导入网络2、查看网络结构3、提取需要分析的层4、计算FLOPs和MACC项目介绍在论文写作时,我们经常会对所提出模型的复杂度进行分析,主要用到的评价指标包括参数量、FLOPs和MACC,它们的计
- Tensorflow2.0 对自己的图片数据集进行分类
cofisher
python深度学习PHM项目实战--建模篇tensorflowpython深度学习
文章目录项目介绍数据集网络模型代码实现1、导入需要的库2、定义图像加载和预处理函数3、定义构造Dataset数据集函数4、构造Dataset数据集5、构建网络6、初始化优化器和损失函数7、定义损失函数8、定义梯度下降函数9、保留Checkpoint文件10、训练过程11、保存模型到.h5文件中12、绘制准确率曲线
- 为使用tensorflow2.0 以上版本。卸载cuda8.0 安装cuda10.1 cudnn7.6
xuanxi
配置一个虚拟环境名为tfkeras:python3.5-3.8+cuda10.1+tensorflow-gpu==2.1-2.3+cudnn7.6>condacreate-ntf2keraspython=3.8#先创建一个名为tfkeras,环境为python3.8的环境下一步开始在tfkeras这个虚拟环境下面装package卸载cuda8.0因为winserver2012原本装的是cuda8.
- Tensorflow2.0实现像素归一化与频谱归一化,一次彻底地梳理
人工智能T哥
一、前言归一化技术的改进是生成对抗网络(GenerativeAdversarialNetworks,GAN)中众多改进的一种,本文介绍常用于当前GAN中的像素归一化(Pixelnormalization,或称为像素规范化)和频谱归一化(Spectralnormalization,或称频谱规范化),在高清图片生成中,这两种归一化技术得到了广泛使用,最后使用Tensorflow2实现像素归一化和频谱归
- tensorflow2.0的cpu与gpu运行时间对比
尘埃飞舞
人工智能pythontensorflow
文章目录前言一、导入环境二、定义函数三、测试前言这里运用一个自定义大小的矩阵数据计算,来测试gpu与cpu运算时间的对比。以下为实现方法一、导入环境示例:pandas是基于NumPy的一种工具,该工具是为了解决数据分析任务而创建的。#设置显卡内存使用率,根据使用率占用importosos.environ["TF_FORCE_GPU_ALLOW_GROWTH"]="true"importtensor
- 如何用 Python 和 Tensorflow 2.0 神经网络分类表格数据?
nkwshuyi
以客户流失数据为例,看Tensorflow2.0版本如何帮助我们快速构建表格(结构化)数据的神经网络分类模型。变化表格数据,你应该并不陌生。毕竟,Excel这东西在咱们平时的工作和学习中,还是挺常见的。在之前的教程里,我为你分享过,如何利用深度神经网络,锁定即将流失的客户。里面用到的,就是这样的表格数据。时间过得真快,距离写作那篇教程,已经一年半了。这段时间里,出现了2个重要的变化,使我觉得有必要
- Tensorflow2.0笔记 - where,scatter_nd, meshgrid相关操作
亦枫Leonlew
TensorFlow2.0tensorflow笔记人工智能python深度学习
本笔记记录tf.where进行元素位置查找,scatter_nd用于指派元素到tensor的特定位置,meshgrid用作绘图的相关操作。importtensorflowastfimportnumpyasnpimportmatplotlib.pyplotasplttf.__version__#where操作查找元素位置#输入的tensor是True,False组成的tensortensor=tf.
- huggingface 的trainer训练框架优势
be_humble
人工智能深度学习python
背景HuggingfaceTransformers是基于一个开源基于transformer模型结构提供的预训练语言库,它支持Pytorch,Tensorflow2.0,并且支持两个框架的相互转换。框架支持了最新的各种NLP预训练语言模型,使用者可以很快速的进行模型的调用,并且支持模型furtherpretraining和下游任务fine-tuning。Transformers库写了了一个trans
- Tensorflow2.0笔记 - Tensor的限值clip操作
亦枫Leonlew
TensorFlow2.0笔记tensorflow人工智能python深度学习
本笔记主要记录使用maximum/minimum,clip_by_value和clip_by_norm来进行张量值的限值操作。importtensorflowastfimportnumpyasnptf.__version__#maximum/minimumz做上下界的限值tensor=tf.random.shuffle(tf.range(10))print(tensor)#maximum(x,y,
- Tensorflow2.0基础-笔记-图像识别-猫狗数据集
二流子学程序
tensorflow2.0tensorflow图像识别
importtensorflowastfimportmatplotlib.pyplotaspltimportnumpyasnp%matplotlibinlineimportglobimage_filenames1=glob.glob('./DataSet/猫狗数据集_2000/dc_2000/train/cat/*.jpg')image_filenames2=glob.glob('./DataSe
- Tensorflow2.0笔记 - tensor排序操作
亦枫Leonlew
TensorFlow2.0tensorflow笔记人工智能python深度学习tensorflow2
本笔记主要记录sort,argsort,以及top_k操作,加上一个求TopK准确度的例子。importtensorflowastfimportnumpyasnptf.__version__#sort,argsort#对1维的tensor进行排序tensor=tf.random.shuffle(tf.range(10))print(tensor)#升序print("======tf.sort(di
- Tensorflow2.0笔记 - tensor的padding和tile
亦枫Leonlew
TensorFlow2.0tensorflow笔记人工智能深度学习python
本笔记记录tensor的填充和tile操作,对应tf.pad和tf.tileimporttensorflowastfimportnumpyasnptf.__version__#pad做填充#tf.pad(tensor,paddings,mode='CONSTANT',name=None)#1维tensor填充tensor=tf.random.uniform([5],maxval=10,dtype=
- 2019年上半年收集到的人工智能开源框架介绍文章
城市中迷途小书童
2019年上半年收集到的人工智能开源框架介绍文章TensorFlow基本使用TensorFlow.js:让你在浏览器中也能玩转机器学习人工智能学习框架TensorFlow渐近分析TensorFlow什么的都弱爆了,强者只用Numpy搭建神经网络TensorFlow框架的开源工具箱Ludwig人工智能学习框架TensorFlow必须掌握和了解的数学基础TensorFlow2.0来了9步教你用NumP
- conda多虚拟环境的搭建与切换
溯源006
pythonconda
在Python开发中,很多时候我们希望每个应用有一个独立的Python环境(比如应用1需要用到TensorFlow1.X,而应用2使用TensorFlow2.0)。这时,Conda虚拟环境即可为一个应用创建一套“隔离”的Python运行环境。使用Python的包管理器conda即可轻松地创建Conda虚拟环境。常用命令如下【1】:condacreate--name[env-name]#建立名为[e
- Tensorflow2.0笔记 - 范式norm,reduce_min/max/mean,argmax/min, equal,unique
亦枫Leonlew
TensorFlow2.0pythontensorflow笔记人工智能
练习norm,reduce_min/max,argmax/min,equal,unique等相关操作。范数主要有三种:importtensorflowastfimportnumpyasnptf.__version__#范数参考:https://blog.csdn.net/HiWangWenBing/article/details/119707541tensor=tf.convert_to_tens
- pythorch及tensorflow2.0以上版本的安装
Rayne_tab
前言从tensorflow1.X用到现在了,pytorch也是去年接触的,这两个框架都属于更新比较快的,因此难免更新自己的版本。最头疼的莫过于CUDA,cudnn这些东西的版本匹配。以前看了不少教程,让我们安装cuda,cudnn,配置环境变量。其实,这两个框架的GPU版本配置早就很简单很简单了!根本不用下载CUDA,cudnn这些!准备工作要准备的就两点:1.Anaconda/Miniconda
- Tensorflow2.0笔记 - tensor的合并和分割
亦枫Leonlew
TensorFlow2.0tensorflow笔记人工智能python深度学习
主要记录concat,stack,unstack和split相关操作的作用importtensorflowastfimportnumpyasnptf.__version__#concat对某个维度进行连接#假设下面的tensor0和tensor1分别表示4个班级35名同学的8门成绩和两个班级35个同学8门成绩tensor0=tf.ones([4,35,8])tensor1=tf.ones([2,3
- 所有情况下tensorflow2.0深度学习环境最快安装方法!
小火龙G
首先,你需要下载一个miniconda安装记得添加环境变量就是在安装过程中看到path这个单词的选项的时候就给勾选上就行然后启动CMD,不会启动CMD请百度在CMD内输入以下命令condalist如果有类似界面即代表环境正确添加如果未显示类似界面请重新安装(比手动path易懂)CMD然后就可以安装了输入condainstalltensorflow-gpu==2.0.0然后等待运行完成就行,如果不能
- 基于Python TensorFlow keras.Sequential深度神经网络的深度学习回归
疯狂学习GIS
1写在前面前期一篇博客(https://blog.csdn.net/zhebushibiaoshifu/article/details/114001720)详细介绍了基于TensorFlowtf.estimator接口的深度学习网络;而在TensorFlow2.0中,新的Keras接口具有与tf.estimator接口一致的功能,且其更易于学习,对于新手而言友好程度更高;在TensorFlow官网
- Tensorflow2.0笔记 - 不使用layer方式,简单的MNIST训练
亦枫Leonlew
TensorFlow2.0tensorflow笔记人工智能python深度学习
本笔记不使用layer相关API,搭建一个三层的神经网络来训练MNIST数据集。前向传播和梯度更新都使用最基础的tensorflowAPI来做。importtensorflowastffromtensorflowimportkerasfromtensorflow.kerasimportdatasetsimportnumpyasnpdefload_mnist():path=r'./mnist.npz
- Tensorflow2.0笔记 - Broadcasting和Tile
亦枫Leonlew
TensorFlow2.0笔记tensorflow2python深度学习人工智能
关于broadcasting的介绍,参考这篇文章。https://blog.csdn.net/python_LC_nohtyp/article/details/104097417importtensorflowastfimportnumpyasnptf.__version__#关于broadcasting的介绍,参考这篇文章#https://blog.csdn.net/python_LC_noht
- Tensorflow2.0笔记 - 基础数学运算
亦枫Leonlew
TensorFlow2.0笔记tensorflow人工智能深度学习python
本笔记主要记录基于元素操作的+,-,*,/,//,%,**,log,exp等运算,矩阵乘法运算,多维tensor乘法相关运算importtensorflowastfimportnumpyasnptf.__version__#element-wise运算,对应元素的+,-,*,/,**,//,%tensor1=tf.fill([3,3],4)tensor2=tf.ones([3,3],dtype=t
- Tensorflow2.0笔记 - 修改形状和维度
亦枫Leonlew
TensorFlow2.0tensorflow笔记人工智能python计算机视觉深度学习
本次笔记主要使用reshape,transpose,expand_dim,和squeeze对tensor的形状和维度进行操作。importtensorflowastfimportnumpyasnptf.__version__#tensor的shape和维数获取#假设下面这个tensor表示4张28*28*3的图片tensor=tf.random.uniform([4,28,28,3],minval
- Tensorflow2.0笔记 - Tensor的数据索引和切片
亦枫Leonlew
TensorFlow2.0tensorflow笔记人工智能python深度学习
主要涉及的了基础下标索引"[]",逗号",",冒号":",省略号"..."操作,以及gather,gather_nd和boolean_mask的相关使用方法。importtensorflowastfimportnumpyasnptf.__version__tensor=tf.random.uniform([1,5,5,3],minval=10,maxval=30,dtype=tf.int32)pr
- Tensorflow2.0笔记 - 创建tensor
亦枫Leonlew
TensorFlow2.0tensorflow笔记人工智能python深度学习
tensor创建可以基于numpy,list或者tensorflow本身的API。笔记直接上代码:importtensorflowastfimportnumpyasnpimportmatplotlib.pyplotasplttf.__version__#通过numpy创建tensortensor0=tf.convert_to_tensor(np.ones([2,3]))print(tensor0)
- Tensorflow2.0笔记 - 基本数据类型,数据类型转换
亦枫Leonlew
TensorFlow2.0tensorflow笔记人工智能深度学习
【TensorFlow2.0】(1)tensor数据类型,类型转换_tensorflowtensor转int-CSDN博客文章浏览阅读1.5w次,点赞8次,收藏28次。各位同学好,今天和大家分享一下TensorFlow2.0中的tensor数据类型,以及各种类型之间的相互转换方法。1.tf.tensor基础操作scaler标量:1.2vector向量:[1.2]、[1.1,2.2,3.3]注意:此
- 学点深度学习
zd200572
IT深度学习tensorflow
最近尝试入门点深度学习的内容,首先来个框架试试嘛,tensorflow2.0的GPU要求已经是nvida算力3.5以上的设备,当然,如果你能过GFW,tesla据说可以白嫖。想用自己的设备咋办呢,只有单纯CPU上了,那这速度就无语了,慢上几十倍,毕竟再差的GPU的核心数,也是cpu的几十倍,所以使用opencl,苹果metal等的框架是个不错的选择,在知乎上发现了一个答主推荐plaidml这个框架
- 2023年终总结|回顾学习Tensorflow、Keras的历程
缘起性空、
人工智能学习kerastensorflow深度学习python
2023年4月,初探TensorFlow2.0,对比了1.0版本的差异。接着,学习了TensorFlow2.0的常量矩阵、四则运算以及常用函数。学习了数据切割、张量梯度计算、遍历元素、类别索引转换等技巧,并掌握了CNN输出特征图形状的计算方法。在数据处理方面,学习了数据切割、张量梯度计算和遍历元素的技巧,这些技能在处理大规模数据集时极为重要。此外,还掌握了如何计算CNN输出特征图形的形状,这为优化
- 戴尔笔记本win8系统改装win7系统
sophia天雪
win7戴尔改装系统win8
戴尔win8 系统改装win7 系统详述
第一步:使用U盘制作虚拟光驱:
1)下载安装UltraISO:注册码可以在网上搜索。
2)启动UltraISO,点击“文件”—》“打开”按钮,打开已经准备好的ISO镜像文
- BeanUtils.copyProperties使用笔记
bylijinnan
java
BeanUtils.copyProperties VS PropertyUtils.copyProperties
两者最大的区别是:
BeanUtils.copyProperties会进行类型转换,而PropertyUtils.copyProperties不会。
既然进行了类型转换,那BeanUtils.copyProperties的速度比不上PropertyUtils.copyProp
- MyEclipse中文乱码问题
0624chenhong
MyEclipse
一、设置新建常见文件的默认编码格式,也就是文件保存的格式。
在不对MyEclipse进行设置的时候,默认保存文件的编码,一般跟简体中文操作系统(如windows2000,windowsXP)的编码一致,即GBK。
在简体中文系统下,ANSI 编码代表 GBK编码;在日文操作系统下,ANSI 编码代表 JIS 编码。
Window-->Preferences-->General -
- 发送邮件
不懂事的小屁孩
send email
import org.apache.commons.mail.EmailAttachment;
import org.apache.commons.mail.EmailException;
import org.apache.commons.mail.HtmlEmail;
import org.apache.commons.mail.MultiPartEmail;
- 动画合集
换个号韩国红果果
htmlcss
动画 指一种样式变为另一种样式 keyframes应当始终定义0 100 过程
1 transition 制作鼠标滑过图片时的放大效果
css
.wrap{
width: 340px;height: 340px;
position: absolute;
top: 30%;
left: 20%;
overflow: hidden;
bor
- 网络最常见的攻击方式竟然是SQL注入
蓝儿唯美
sql注入
NTT研究表明,尽管SQL注入(SQLi)型攻击记录详尽且为人熟知,但目前网络应用程序仍然是SQLi攻击的重灾区。
信息安全和风险管理公司NTTCom Security发布的《2015全球智能威胁风险报告》表明,目前黑客攻击网络应用程序方式中最流行的,要数SQLi攻击。报告对去年发生的60亿攻击 行为进行分析,指出SQLi攻击是最常见的网络应用程序攻击方式。全球网络应用程序攻击中,SQLi攻击占
- java笔记2
a-john
java
类的封装:
1,java中,对象就是一个封装体。封装是把对象的属性和服务结合成一个独立的的单位。并尽可能隐藏对象的内部细节(尤其是私有数据)
2,目的:使对象以外的部分不能随意存取对象的内部数据(如属性),从而使软件错误能够局部化,减少差错和排错的难度。
3,简单来说,“隐藏属性、方法或实现细节的过程”称为——封装。
4,封装的特性:
4.1设置
- [Andengine]Error:can't creat bitmap form path “gfx/xxx.xxx”
aijuans
学习Android遇到的错误
最开始遇到这个错误是很早以前了,以前也没注意,只当是一个不理解的bug,因为所有的texture,textureregion都没有问题,但是就是提示错误。
昨天和美工要图片,本来是要背景透明的png格式,可是她却给了我一个jpg的。说明了之后她说没法改,因为没有png这个保存选项。
我就看了一下,和她要了psd的文件,还好我有一点
- 自己写的一个繁体到简体的转换程序
asialee
java转换繁体filter简体
今天调研一个任务,基于java的filter实现繁体到简体的转换,于是写了一个demo,给各位博友奉上,欢迎批评指正。
实现的思路是重载request的调取参数的几个方法,然后做下转换。
- android意图和意图监听器技术
百合不是茶
android显示意图隐式意图意图监听器
Intent是在activity之间传递数据;Intent的传递分为显示传递和隐式传递
显式意图:调用Intent.setComponent() 或 Intent.setClassName() 或 Intent.setClass()方法明确指定了组件名的Intent为显式意图,显式意图明确指定了Intent应该传递给哪个组件。
隐式意图;不指明调用的名称,根据设
- spring3中新增的@value注解
bijian1013
javaspring@Value
在spring 3.0中,可以通过使用@value,对一些如xxx.properties文件中的文件,进行键值对的注入,例子如下:
1.首先在applicationContext.xml中加入:
<beans xmlns="http://www.springframework.
- Jboss启用CXF日志
sunjing
logjbossCXF
1. 在standalone.xml配置文件中添加system-properties:
<system-properties> <property name="org.apache.cxf.logging.enabled" value=&
- 【Hadoop三】Centos7_x86_64部署Hadoop集群之编译Hadoop源代码
bit1129
centos
编译必需的软件
Firebugs3.0.0
Maven3.2.3
Ant
JDK1.7.0_67
protobuf-2.5.0
Hadoop 2.5.2源码包
Firebugs3.0.0
http://sourceforge.jp/projects/sfnet_findbug
- struts2验证框架的使用和扩展
白糖_
框架xmlbeanstruts正则表达式
struts2能够对前台提交的表单数据进行输入有效性校验,通常有两种方式:
1、在Action类中通过validatexx方法验证,这种方式很简单,在此不再赘述;
2、通过编写xx-validation.xml文件执行表单验证,当用户提交表单请求后,struts会优先执行xml文件,如果校验不通过是不会让请求访问指定action的。
本文介绍一下struts2通过xml文件进行校验的方法并说
- 记录-感悟
braveCS
感悟
再翻翻以前写的感悟,有时会发现自己很幼稚,也会让自己找回初心。
2015-1-11 1. 能在工作之余学习感兴趣的东西已经很幸福了;
2. 要改变自己,不能这样一直在原来区域,要突破安全区舒适区,才能提高自己,往好的方面发展;
3. 多反省多思考;要会用工具,而不是变成工具的奴隶;
4. 一天内集中一个定长时间段看最新资讯和偏流式博
- 编程之美-数组中最长递增子序列
bylijinnan
编程之美
import java.util.Arrays;
import java.util.Random;
public class LongestAccendingSubSequence {
/**
* 编程之美 数组中最长递增子序列
* 书上的解法容易理解
* 另一方法书上没有提到的是,可以将数组排序(由小到大)得到新的数组,
* 然后求排序后的数组与原数
- 读书笔记5
chengxuyuancsdn
重复提交struts2的token验证
1、重复提交
2、struts2的token验证
3、用response返回xml时的注意
1、重复提交
(1)应用场景
(1-1)点击提交按钮两次。
(1-2)使用浏览器后退按钮重复之前的操作,导致重复提交表单。
(1-3)刷新页面
(1-4)使用浏览器历史记录重复提交表单。
(1-5)浏览器重复的 HTTP 请求。
(2)解决方法
(2-1)禁掉提交按钮
(2-2)
- [时空与探索]全球联合进行第二次费城实验的可能性
comsci
二次世界大战前后,由爱因斯坦参加的一次在海军舰艇上进行的物理学实验 -费城实验
至今给我们大家留下很多迷团.....
关于费城实验的详细过程,大家可以在网络上搜索一下,我这里就不详细描述了
在这里,我的意思是,现在
- easy connect 之 ORA-12154: TNS: 无法解析指定的连接标识符
daizj
oracleORA-12154
用easy connect连接出现“tns无法解析指定的连接标示符”的错误,如下:
C:\Users\Administrator>sqlplus username/
[email protected]:1521/orcl
SQL*Plus: Release 10.2.0.1.0 – Production on 星期一 5月 21 18:16:20 2012
Copyright (c) 198
- 简单排序:归并排序
dieslrae
归并排序
public void mergeSort(int[] array){
int temp = array.length/2;
if(temp == 0){
return;
}
int[] a = new int[temp];
int
- C语言中字符串的\0和空格
dcj3sjt126com
c
\0 为字符串结束符,比如说:
abcd (空格)cdefg;
存入数组时,空格作为一个字符占有一个字节的空间,我们
- 解决Composer国内速度慢的办法
dcj3sjt126com
Composer
用法:
有两种方式启用本镜像服务:
1 将以下配置信息添加到 Composer 的配置文件 config.json 中(系统全局配置)。见“例1”
2 将以下配置信息添加到你的项目的 composer.json 文件中(针对单个项目配置)。见“例2”
为了避免安装包的时候都要执行两次查询,切记要添加禁用 packagist 的设置,如下 1 2 3 4 5
- 高效可伸缩的结果缓存
shuizhaosi888
高效可伸缩的结果缓存
/**
* 要执行的算法,返回结果v
*/
public interface Computable<A, V> {
public V comput(final A arg);
}
/**
* 用于缓存数据
*/
public class Memoizer<A, V> implements Computable<A,
- 三点定位的算法
haoningabc
c算法
三点定位,
已知a,b,c三个顶点的x,y坐标
和三个点都z坐标的距离,la,lb,lc
求z点的坐标
原理就是围绕a,b,c 三个点画圆,三个圆焦点的部分就是所求
但是,由于三个点的距离可能不准,不一定会有结果,
所以是三个圆环的焦点,环的宽度开始为0,没有取到则加1
运行
gcc -lm test.c
test.c代码如下
#include "stdi
- epoll使用详解
jimmee
clinux服务端编程epoll
epoll - I/O event notification facility在linux的网络编程中,很长的时间都在使用select来做事件触发。在linux新的内核中,有了一种替换它的机制,就是epoll。相比于select,epoll最大的好处在于它不会随着监听fd数目的增长而降低效率。因为在内核中的select实现中,它是采用轮询来处理的,轮询的fd数目越多,自然耗时越多。并且,在linu
- Hibernate对Enum的映射的基本使用方法
linzx0212
enumHibernate
枚举
/**
* 性别枚举
*/
public enum Gender {
MALE(0), FEMALE(1), OTHER(2);
private Gender(int i) {
this.i = i;
}
private int i;
public int getI
- 第10章 高级事件(下)
onestopweb
事件
index.html
<!DOCTYPE html PUBLIC "-//W3C//DTD XHTML 1.0 Transitional//EN" "http://www.w3.org/TR/xhtml1/DTD/xhtml1-transitional.dtd">
<html xmlns="http://www.w3.org/
- 孙子兵法
roadrunners
孙子兵法
始计第一
孙子曰:
兵者,国之大事,死生之地,存亡之道,不可不察也。
故经之以五事,校之以计,而索其情:一曰道,二曰天,三曰地,四曰将,五
曰法。道者,令民于上同意,可与之死,可与之生,而不危也;天者,阴阳、寒暑
、时制也;地者,远近、险易、广狭、死生也;将者,智、信、仁、勇、严也;法
者,曲制、官道、主用也。凡此五者,将莫不闻,知之者胜,不知之者不胜。故校
之以计,而索其情,曰
- MySQL双向复制
tomcat_oracle
mysql
本文包括:
主机配置
从机配置
建立主-从复制
建立双向复制
背景
按照以下简单的步骤:
参考一下:
在机器A配置主机(192.168.1.30)
在机器B配置从机(192.168.1.29)
我们可以使用下面的步骤来实现这一点
步骤1:机器A设置主机
在主机中打开配置文件 ,
- zoj 3822 Domination(dp)
阿尔萨斯
Mina
题目链接:zoj 3822 Domination
题目大意:给定一个N∗M的棋盘,每次任选一个位置放置一枚棋子,直到每行每列上都至少有一枚棋子,问放置棋子个数的期望。
解题思路:大白书上概率那一张有一道类似的题目,但是因为时间比较久了,还是稍微想了一下。dp[i][j][k]表示i行j列上均有至少一枚棋子,并且消耗k步的概率(k≤i∗j),因为放置在i+1~n上等价与放在i+1行上,同理