- 大模型的学习 LLaMa和ChatGLM,minichatgpt4
贝猫说python
学习llama人工智能
LLaMa和ChatGLM,minichatgpt4什么情况用Bert模型,什么情况用LLaMA、ChatGLM类大模型,咋选?答:Bert的模型由多层双向的Transformer编码器组成,由12层组成,768隐藏单元,12个head,总参数量110M,约1.15亿参数量。NLU(自然语言理解)任务效果很好,单卡GPU可以部署,速度快,V100GPU下1秒能处理2千条以上。ChatGLM-6B,
- 大模型学习笔记二:prompt工程
谢白羽
学习笔记prompt
文章目录一、经典AI女友Prompt二、prompt怎么做?1)注重格式:2)prompt经典构成3)简单prompt的python询问代码4)python实现订阅手机流量套餐的NLU5)优化一:加入垂直领域推荐6)优化二:改变语气、口吻等风格。7)优化三:实现统一口径8)纯OpenAI方案9)纯OpenAI和自制问答的对比三、prompt提示工程师进阶技巧1)思维链(ChainofThought
- OpenAI GPT 和 GPT2 模型详解
NLP与人工智能
OpenAIGPT是在GoogleBERT算法之前提出的,与BERT最大的区别在于,GPT采用了传统的语言模型进行训练,即使用单词的上文预测单词,而BERT是同时使用上文和下文预测单词。因此,GPT更擅长处理自然语言生成任务(NLG),而BERT更擅长处理自然语言理解任务(NLU)。1.OpenAIGPTOpenAI在论文《ImprovingLanguageUnderstandingbyGener
- 对话机器人(二)——RASA概述与安装
就要辣谢谢。
对话机器人人工智能自然语言处理深度学习
注:RASA版本为3.11.RASA简介RASA是构建对话机器人的开源机器学习框架。NLU:确定意图,捕获关键上下文信息。CORE:提供多轮对话管理机制,自动学习上下文与当前意图的关联性。2.RASA系统架构RASA开源体系结构NLU:意图分类、实体提取、响应检索。以管道的方式处理用户对话。对话管理:根据上下文决定对话中的下一个动作。代理:接收用户输入消息,返回RASA系统的回答。连接NLU和DM
- RASA3.X(二)--常见命令详解
hanscalZheng
RASARASA命令模式
目录创建新项目训练模型交互式学习与助手交谈启动服务启动操作服务可视化故事评估模型训练和测试数据拆分创建新项目以下命令使用示例训练数据为你建立一个完整的项目。rasainit这将创建以下文件:.├──__init__.py├──actions.py├──config.yml├──credentials.yml├──data│├──nlu.md│└──stories.md├──domain.yml├─
- Rasa课程系列之:业务对话机器人Rasa核心算法DIET及TED论文详解及源码实现
StarSpaceNLP667
StarSpaceNLPTransformer算法人工智能Rasa课程培训面试深度学习自然语言处理
对一个智能业务对话系统而言,语言理解NLU及Policies是其系统内核的两大基石。Rasa团队发布的最重磅级的两篇论文DIET:LightweightLanguageUnderstandingforDialogueSystems及DialogueTransformers是其基于在业界落地场景的多年探索而总结出来的解决NLU和Policies最核心的成果结晶:其中DIET是Intent识别和Ent
- ChatGPT等大模型AI能干什么?
金木讲编程
AI人工智能chatgpt
ChatGPT等大型模型AI,拥有广泛的应用能力,可以执行以下任务:1、自然语言理解(NLU):能够理解和解释自然语言文本,包括回答问题、理解语境、识别实体等。2、自然语言生成(NLG):能够生成自然语言文本,包括写作文章、创作故事、生成对话等。3、对话系统:能够进行自然、流畅的对话,回答用户提出的问题,提供信息或娱乐。4、编码转换:能够将自然语言描述转换为编程代码,执行简单的编码任务。5、翻译:
- 二、人工智能之提示工程(Prompt Engineering)
挑大梁
#大模型人工智能prompt大数据
黑8说岁月如流水匆匆过,哭一哭笑一笑不用说。黑8自那次和主任谈话后,对这个“妖怪”继续研究,开始学习OpenAIAPI!关注到了提示工程(PromptEngineering)的重要性,它包括明确的角色定义、自然语言理解(NLU)、对话状态跟踪(DST)、自然语言生成(NLG)等方面。通过构建合理的思维链,成功地让模型生成更加自洽的对话。同时,还学会了如何防范攻击、进行内容审核等关键技能。斗转星移,
- 【GitHub项目推荐--一个语音机器人项目】【转载】
旅之灵夫
GitHub项目推荐机器人
推荐一个腾讯大佬开源的语音对话机器人:wukong-robot,悟空机器人在GitHub上斩获3.2K的Star。这是一个简单灵活的中文语音对话机器人项目,目的是让中国的开发者也能快速打造个性化的智能音箱,同时,该项目还是第一个开源的脑机唤醒智能音箱。上图是悟空机器人的功能模块图,悟空机器人包含众多模块,比如智能家居、闲聊、运程控制、技能、NLU、离线唤醒等等。闲聊模块:悟空机器人接入了图灵机器人
- 深度学习引领信息检索革新:从传统方法到神经网络信息检索的探索
cooldream2009
AI技术大模型基础NLP知识深度学习神经网络人工智能信息检索自然语言处理
目录前言1信息检索背景概述1.1信息检索基本任务1.2信息检索是NLU典型应用2信息检索任务定义2.1检索阶段2.2排序阶段2.3关键技术和算法3评价指标3.1MRR(平均倒数排名)3.2MAP(平均精度均值)3.3NDCG(归一化的损失增益)4传统方法在信息检索中的挑战4.1同义词和多样性4.2缺乏语境理解4.3高匹配度与信息需求不符4.4限制了个性化和上下文感知5NeuralIR的崛起5.1C
- 论文-Multi-Domain Joint Semantic Frame Parsing using Bi-directional RNN-LSTM(Joint Seq)
魏鹏飞
1.简称论文《Multi-DomainJointSemanticFrameParsingusingBi-directionalRNN-LSTM》简称SeqJoint,作者DilekHakkani-Tür(Microsoft),经典的NLU论文(SemanticFrame)。2.摘要序列到序列深度学习是近年来在口语理解的监督学习中出现的一种新范式。然而,以前的大多数研究都是探索这一框架来为每个任务
- LAMA & AutoPrompt
AI-智能
人工智能深度学习大模型
LAMALAMA:LanguageModelsasKnowledgeBases?2019.9Github:GitHub-facebookresearch/LAMA:LAnguageModelAnalysis任务:NLU(实事抽取)prompt:cloze+HandCraftPrompt核心:不经过微调的Bert在知识抽取和开放与问答上效果惊人的好,可以比肩有监督的KG基准LAMA是在GPT2和GP
- NLP技术在找房的搜索推荐中的应用
Necther
自然语言处理人工智能nlp
公众号:系统之神与我同在NLP技术在搜索推荐中的应用本文包括介绍(业务简介)NLU(找房中自然语言的理解)应用(NLU在搜索推荐中的应用)介绍找房的业务和场景图解(多元化的居住服务)用户购房流程找房场景NLU找房中的自然语言理解找房业务下NLU的特点NLU框架介绍各模块问题拆解与解决方案特点分析纠错模块NLU框架改写模块解决核心问题对少字、多字情况解决方案实体识别命名实体识别BiLSTM+CR
- Rasa NLU-About
魏鹏飞
RasaNLU:Chatbots和AI助手的语言理解RasaNLU是一个开源自然语言处理工具,用于聊天机器人中的意图分类,响应检索和实体提取。例如,如下面这个句子:"IamlookingforaMexicanrestaurantinthecenteroftown"并返回结构化数据{"intent":"search_restaurant","entities":{"cuisine":"Mexican
- GPT Understands, Too
Tsukinousag
1.介绍传统fine-tune(使用训练数据来微调模型参数),GPT在自然语言理解任务上未能取得很好的效果,关于NLU任务的一种新方法P-tuning,采用可训练的连续的promptembeddings。实验表明:在自然语言理解方面,GPT可以与BERTs一样具有竞争力(有时甚至更好),P-tuning可以提高预训练的语言模型的性能。P-tuning是一种改善在小样本或者全监督下的GPTs和BER
- 论文解读:P-Tuning v2: Prompt Tuning Can BeComparable to Fine-tuning Universally Across Scales and Tasks
智慧医疗探索者
深度学习模型prompt深度学习人工智能p-tuning
1介绍提示调优只使用冻结的语言模型来调优连续的提示,这大大减少了每次任务的存储和训练时的内存使用。然而,在NLU的背景下,先前的工作表明,对于正常大小的预训练模型,即时调优并不能很好地执行。还发现,现有的提示调优方法无法处理硬序列标记任务,这表明缺乏通用性。论文提出了一个新的经验发现,即适当优化的prompttuning可以在广泛的模型规模和NLU任务中普遍有效。它与微调的性能相匹配,同时只有0.
- NLP[3] - [Word Embedding系列] : one-hot编码
ZhuNian的学习乐园
NLPnlp深度学习
本《WordEmbedding系列》文章包括:(1)One-hot编码(2)WordEmbedding(3)LSA(LatentSemanticAnalysis)(4)Word2vec的CBOW模型(5)Word2vec的Skip-gram模型(6)GloVe模型(7)相关编程实现本文介绍one-hot编码目录一、前言二、举例三、缺点一、前言自然语言处理的目标在于希望计算机能够理解(NLU,Und
- 对比开源大语言模型的自然语言生成SQL能力
数大招疯
语言模型sql
背景NL-to-SQL(自然语言到结构化查询语言)任务是自然语言处理(NLP)领域的一个难题。它涉及将自然语言问题转换为SQL查询,然后可以针对关系数据库执行该查询来回答问题。该任务是NLP中的一个专门子领域,与更广泛的自然语言理解(NLU)领域以及自然语言与数据库之间的接口(NLIDB)密切相关。随着GPT-4、Llama2和Falcon等大型语言模型(LLM)开发的最新进展,业界和学术界对NL
- 大模型训练数据集汇总
江小皮不皮
人工智能大模型深度学习数据集GLUESQuADXSUM
大模型训练数据集汇总LLM数据集总结GLUE简介任务数据集大小SQuAD简介任务数据集大小下载地址XSUM简介下载地址LLM数据集总结GLUE简介当前大多数以上词级别的NLU模型都是针对特定任务设计的,而针对各种任务都能执行的通用模型尚未实现。为了解决这个问题,作者提出了GLUE,希望通过这个评测平台促进通用NLU系统的发展。任务GLUE基准测试包含9个英语句子理解任务,涵盖广泛的领域和数据规模。
- P-Tuning v2论文概述
江小皮不皮
人工智能深度学习LLMP-Tuningv2微调NLU
P-Tuningv2论文概述P-Tuningv2论文概述前言微调的限制性P-Tuning的缺陷P-Tuningv2摘要论文十问NLU任务优化点实验数据集预训练模型实验结果消融实验结论P-Tuningv2论文概述前言微调的限制性微调(fine-tuning)是一种在预训练模型基础上进行目标任务调整的方法,它会更新整个模型参数集。虽然微调能获得良好的性能,但由于训练过程中需要存储所有参数的梯度和优化器
- GLM论文精读-自回归填空的通用语言模型
旺仔的算法coding笔记
类GPT的LLM论文与代码精读回归语言模型数据挖掘
GLM作为ChatGLM的前期基础论文,值得精读。本文是对GLM论文的精读笔记,希望对大家有帮助。GLM主要思想概述,利用自回归填空的思想,基于transformer的编码器实现了同时在NLU和有无条件生成任务上较好的表现。基本信息原文:GLM:GeneralLanguageModelPretrainingwithAutoregressiveBlankInfilling,ACL2022,论文地址:h
- LERT-融入语言学特征的BER
机器很不爱学习
论文链接:https://arxiv.org/pdf/2211.05344.pdf模型链接:https://github.com/ymcui/LERTTL;DR本文在训练PLM模型时,融入了POS、NER、DEP等基础语言学弱监督特征数据,与MLM任务共同完成多任务学习,在中文NLU数据集中取得了不错的效果。Abstract大多数预训练模型都是在文本的表面形式上进行语言不可知的预训练任务,如掩码语
- rasa使用教程
FL1623863129
深度学习人工智能
对话机器人Rasa中文系列教程Rasa是一个自然语言处理开源框架,用于构建聊天机器人和智能助手。它提供了一系列用于处理对话流程的工具和算法,包括自然语言理解(NLU)、对话管理、对话策略等。使用Rasa,可以创建一个可扩展、灵活且高度个性化的聊天机器人,该机器人可以与用户进行深入的交互,以满足他们的需求。Rasa是基于Python编写的,并且支持命令行和API接口的方式进行使用和集成。它还有一个友
- 在Win10上搭建Rasa_NLU_Chi中文语义识别
宅男9号
1.安装VisualStudio2015VS2015并不是非装不可,也不一定要这个版本。不过,在Python开发中还是比较重要的,有很多Python库在安装时f都会出现文件或者是命令,又或者是库找不到等等,这样那样的问题。比如:Twisted、Scrapy、MITIE等等。安装VS2015可以减少很多问题。下载地址VS2015专业版下载链接http://download.microsoft.com
- 基础课9——自然语言理解
AI 智能服务
智能客服机器人人工智能大数据自动化系统架构
自然语言理解技术(NLU)是指计算机针对自然语言文本进行的理解,是人工智能领域中的一项重要技术。它通过分析文本的语法、语义和上下文信息,将自然语言的文本信息转化为机器可处理和理解的语言知识,为人工智能应用提供了基础和支撑。自然语言理解技术主要用于解决人机交流、信息处理、知识获取、文本分类、机器翻译、智能问答等问题。通过自然语言理解技术,计算机能够解析人类语言的含义,实现语义分析、情感分析、实体识别
- 大模型应用一:RAG
u013250861
#LLM/LangChain人工智能RAG
自chatgpt卷过来,我们‘打开’了视野,发现‘什么都想要’成为了可能。但是随着国内开源大模型的开放,越来越多人觉得通用LLM的价值很低(可能是商业利益的驱使)。大家对技术的追逐有变成了应用变现的需求。好吧,任何科技的价值都是商业的价值~个人理解大模型的应用就是两大类:理解和生成(哈哈,又回到了NLU和NLG的思维上)。在目前主流的LLM应用上,对于NLU的解决方案通常就是RAG(有可能还有其他
- python -m rasa_nlu.train -c sample_configs/config_jieba_mitie_sklearn.json
zhonglinxin_go
[root@localhostRasa_NLU_Chi]#python-mrasa_nlu.train-csample_configs/config_jieba_mitie_sklearn.jsonBuildingprefixdictfromthedefaultdictionary...DEBUG:jieba:Buildingprefixdictfromthedefaultdictionary..
- Rasa_NLU_Chi学习笔记(一):顺藤摸瓜
AlphaFinance
多媒体AI技术Rasa_NLU_ChiNLUwindowstest_config路径
本文记录通过批量测试和配置环境来逐渐掌握该项目的过程。通过进行以下实验,可以学会:如何利用py.test进行批量测试;如何在临时文件夹中写文件;如何获取项目根目录路径;如何在github上Commitandpush自己的代码;安装缺失包的一种方法;从spaCy1.8.2的源码中可以看到对哪些语言进行过支持;了解如何将.pyx文件转化为可以import的.pyd文件。下面只重点列出测试会报错的几个文
- Rasa_NLU及Rasa_NLU_Chi本地代码调试
勤劳的凌菲
问答系统DeepLearningrasa_nlu调试
前言自然语言理解(NLU)是任务型对话系统等更高级应用的基石,基本的NLU工具,包括实体识别和意图识别两个任务。已有的NLU工具,大多是以服务的方式,通过调用远程http的restfulAPI来对目标语句进行解析完成上述两个任务。对于对数据比较敏感的用户来讲,开源项目Rasa_NLU可以本地部署,也可以针对实际需求训练和调整模型。Rasa_NLU只支持英语和德语两种语言,中文因为其特殊性需要加入特
- rasa train nlu详解:1.2-_train_graph()函数
NLP工程化
Rasa实战rasa对话系统
本文使用《使用ResponseSelector实现校园招聘FAQ机器人》中的例子,主要详解介绍_train_graph()函数中变量的具体值。一.rasa/model_training.py/_train_graph()函数 _train_graph()函数实现,如下所示:def_train_graph(file_importer:TrainingDataImporter,training_
- java短路运算符和逻辑运算符的区别
3213213333332132
java基础
/*
* 逻辑运算符——不论是什么条件都要执行左右两边代码
* 短路运算符——我认为在底层就是利用物理电路的“并联”和“串联”实现的
* 原理很简单,并联电路代表短路或(||),串联电路代表短路与(&&)。
*
* 并联电路两个开关只要有一个开关闭合,电路就会通。
* 类似于短路或(||),只要有其中一个为true(开关闭合)是
- Java异常那些不得不说的事
白糖_
javaexception
一、在finally块中做数据回收操作
比如数据库连接都是很宝贵的,所以最好在finally中关闭连接。
JDBCAgent jdbc = new JDBCAgent();
try{
jdbc.excute("select * from ctp_log");
}catch(SQLException e){
...
}finally{
jdbc.close();
- utf-8与utf-8(无BOM)的区别
dcj3sjt126com
PHP
BOM——Byte Order Mark,就是字节序标记 在UCS 编码中有一个叫做"ZERO WIDTH NO-BREAK SPACE"的字符,它的编码是FEFF。而FFFE在UCS中是不存在的字符,所以不应该出现在实际传输中。UCS规范建议我们在传输字节流前,先传输 字符"ZERO WIDTH NO-BREAK SPACE"。这样如
- JAVA Annotation之定义篇
周凡杨
java注解annotation入门注释
Annotation: 译为注释或注解
An annotation, in the Java computer programming language, is a form of syntactic metadata that can be added to Java source code. Classes, methods, variables, pa
- tomcat的多域名、虚拟主机配置
g21121
tomcat
众所周知apache可以配置多域名和虚拟主机,而且配置起来比较简单,但是项目用到的是tomcat,配来配去总是不成功。查了些资料才总算可以,下面就跟大家分享下经验。
很多朋友搜索的内容基本是告诉我们这么配置:
在Engine标签下增面积Host标签,如下:
<Host name="www.site1.com" appBase="webapps"
- Linux SSH 错误解析(Capistrano 的cap 访问错误 Permission )
510888780
linuxcapistrano
1.ssh -v
[email protected] 出现
Permission denied (publickey,gssapi-keyex,gssapi-with-mic,password).
错误
运行状况如下:
OpenSSH_5.3p1, OpenSSL 1.0.1e-fips 11 Feb 2013
debug1: Reading configuratio
- log4j的用法
Harry642
javalog4j
一、前言: log4j 是一个开放源码项目,是广泛使用的以Java编写的日志记录包。由于log4j出色的表现, 当时在log4j完成时,log4j开发组织曾建议sun在jdk1.4中用log4j取代jdk1.4 的日志工具类,但当时jdk1.4已接近完成,所以sun拒绝使用log4j,当在java开发中
- mysql、sqlserver、oracle分页,java分页统一接口实现
aijuans
oraclejave
定义:pageStart 起始页,pageEnd 终止页,pageSize页面容量
oracle分页:
select * from ( select mytable.*,rownum num from (实际传的SQL) where rownum<=pageEnd) where num>=pageStart
sqlServer分页:
 
- Hessian 简单例子
antlove
javaWebservicehessian
hello.hessian.MyCar.java
package hessian.pojo;
import java.io.Serializable;
public class MyCar implements Serializable {
private static final long serialVersionUID = 473690540190845543
- 数据库对象的同义词和序列
百合不是茶
sql序列同义词ORACLE权限
回顾简单的数据库权限等命令;
解锁用户和锁定用户
alter user scott account lock/unlock;
//system下查看系统中的用户
select * dba_users;
//创建用户名和密码
create user wj identified by wj;
identified by
//授予连接权和建表权
grant connect to
- 使用Powermock和mockito测试静态方法
bijian1013
持续集成单元测试mockitoPowermock
实例:
package com.bijian.study;
import static org.junit.Assert.assertEquals;
import java.io.IOException;
import org.junit.Before;
import org.junit.Test;
import or
- 精通Oracle10编程SQL(6)访问ORACLE
bijian1013
oracle数据库plsql
/*
*访问ORACLE
*/
--检索单行数据
--使用标量变量接收数据
DECLARE
v_ename emp.ename%TYPE;
v_sal emp.sal%TYPE;
BEGIN
select ename,sal into v_ename,v_sal
from emp where empno=&no;
dbms_output.pu
- 【Nginx四】Nginx作为HTTP负载均衡服务器
bit1129
nginx
Nginx的另一个常用的功能是作为负载均衡服务器。一个典型的web应用系统,通过负载均衡服务器,可以使得应用有多台后端服务器来响应客户端的请求。一个应用配置多台后端服务器,可以带来很多好处:
负载均衡的好处
增加可用资源
增加吞吐量
加快响应速度,降低延时
出错的重试验机制
Nginx主要支持三种均衡算法:
round-robin
l
- jquery-validation备忘
白糖_
jquerycssF#Firebug
留点学习jquery validation总结的代码:
function checkForm(){
validator = $("#commentForm").validate({// #formId为需要进行验证的表单ID
errorElement :"span",// 使用"div"标签标记错误, 默认:&
- solr限制admin界面访问(端口限制和http授权限制)
ronin47
限定Ip访问
solr的管理界面可以帮助我们做很多事情,但是把solr程序放到公网之后就要限制对admin的访问了。
可以通过tomcat的http基本授权来做限制,也可以通过iptables防火墙来限制。
我们先看如何通过tomcat配置http授权限制。
第一步: 在tomcat的conf/tomcat-users.xml文件中添加管理用户,比如:
<userusername="ad
- 多线程-用JAVA写一个多线程程序,写四个线程,其中二个对一个变量加1,另外二个对一个变量减1
bylijinnan
java多线程
public class IncDecThread {
private int j=10;
/*
* 题目:用JAVA写一个多线程程序,写四个线程,其中二个对一个变量加1,另外二个对一个变量减1
* 两个问题:
* 1、线程同步--synchronized
* 2、线程之间如何共享同一个j变量--内部类
*/
public static
- 买房历程
cfyme
2015-06-21: 万科未来城,看房子
2015-06-26: 办理贷款手续,贷款73万,贷款利率5.65=5.3675
2015-06-27: 房子首付,签完合同
2015-06-28,央行宣布降息 0.25,就2天的时间差啊,没赶上。
首付,老婆找他的小姐妹接了5万,另外几个朋友借了1-
- [军事与科技]制造大型太空战舰的前奏
comsci
制造
天气热了........空调和电扇要准备好..........
最近,世界形势日趋复杂化,战争的阴影开始覆盖全世界..........
所以,我们不得不关
- dateformat
dai_lm
DateFormat
"Symbol Meaning Presentation Ex."
"------ ------- ------------ ----"
"G era designator (Text) AD"
"y year
- Hadoop如何实现关联计算
datamachine
mapreducehadoop关联计算
选择Hadoop,低成本和高扩展性是主要原因,但但它的开发效率实在无法让人满意。
以关联计算为例。
假设:HDFS上有2个文件,分别是客户信息和订单信息,customerID是它们之间的关联字段。如何进行关联计算,以便将客户名称添加到订单列表中?
&nbs
- 用户模型中修改用户信息时,密码是如何处理的
dcj3sjt126com
yii
当我添加或修改用户记录的时候对于处理确认密码我遇到了一些麻烦,所有我想分享一下我是怎么处理的。
场景是使用的基本的那些(系统自带),你需要有一个数据表(user)并且表中有一个密码字段(password),它使用 sha1、md5或其他加密方式加密用户密码。
面是它的工作流程: 当创建用户的时候密码需要加密并且保存,但当修改用户记录时如果使用同样的场景我们最终就会把用户加密过的密码再次加密,这
- 中文 iOS/Mac 开发博客列表
dcj3sjt126com
Blog
本博客列表会不断更新维护,如果有推荐的博客,请到此处提交博客信息。
本博客列表涉及的文章内容支持 定制化Google搜索,特别感谢 JeOam 提供并帮助更新。
本博客列表也提供同步更新的OPML文件(下载OPML文件),可供导入到例如feedly等第三方定阅工具中,特别感谢 lcepy 提供自动转换脚本。这里有导入教程。
- js去除空格,去除左右两端的空格
蕃薯耀
去除左右两端的空格js去掉所有空格js去除空格
js去除空格,去除左右两端的空格
>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>&g
- SpringMVC4零配置--web.xml
hanqunfeng
springmvc4
servlet3.0+规范后,允许servlet,filter,listener不必声明在web.xml中,而是以硬编码的方式存在,实现容器的零配置。
ServletContainerInitializer:启动容器时负责加载相关配置
package javax.servlet;
import java.util.Set;
public interface ServletContainer
- 《开源框架那些事儿21》:巧借力与借巧力
j2eetop
框架UI
同样做前端UI,为什么有人花了一点力气,就可以做好?而有的人费尽全力,仍然错误百出?我们可以先看看几个故事。
故事1:巧借力,乌鸦也可以吃核桃
有一个盛产核桃的村子,每年秋末冬初,成群的乌鸦总会来到这里,到果园里捡拾那些被果农们遗落的核桃。
核桃仁虽然美味,但是外壳那么坚硬,乌鸦怎么才能吃到呢?原来乌鸦先把核桃叼起,然后飞到高高的树枝上,再将核桃摔下去,核桃落到坚硬的地面上,被撞破了,于是,
- JQuery EasyUI 验证扩展
可怜的猫
jqueryeasyui验证
最近项目中用到了前端框架-- EasyUI,在做校验的时候会涉及到很多需要自定义的内容,现把常用的验证方式总结出来,留待后用。
以下内容只需要在公用js中添加即可。
使用类似于如下:
<input class="easyui-textbox" name="mobile" id="mobile&
- 架构师之httpurlconnection----------读取和发送(流读取效率通用类)
nannan408
1.前言.
如题.
2.代码.
/*
* Copyright (c) 2015, S.F. Express Inc. All rights reserved.
*/
package com.test.test.test.send;
import java.io.IOException;
import java.io.InputStream
- Jquery性能优化
r361251
JavaScriptjquery
一、注意定义jQuery变量的时候添加var关键字
这个不仅仅是jQuery,所有javascript开发过程中,都需要注意,请一定不要定义成如下:
$loading = $('#loading'); //这个是全局定义,不知道哪里位置倒霉引用了相同的变量名,就会郁闷至死的
二、请使用一个var来定义变量
如果你使用多个变量的话,请如下方式定义:
. 代码如下:
var page
- 在eclipse项目中使用maven管理依赖
tjj006
eclipsemaven
概览:
如何导入maven项目至eclipse中
建立自有Maven Java类库服务器
建立符合maven代码库标准的自定义类库
Maven在管理Java类库方面有巨大的优势,像白衣所说就是非常“环保”。
我们平时用IDE开发都是把所需要的类库一股脑的全丢到项目目录下,然后全部添加到ide的构建路径中,如果用了SVN/CVS,这样会很容易就 把
- 中国天气网省市级联页面
x125858805
级联
1、页面及级联js
<%@ page language="java" import="java.util.*" pageEncoding="UTF-8"%>
<!DOCTYPE HTML PUBLIC "-//W3C//DTD HTML 4.01 Transitional//EN">
&l