- tenorflow
小鱼儿小于儿
tensorflow
tensorflow笔记3MNIST数据集共7万张图片,都是28*28像素点的手写数字图片。6万张用于训练,1万张用于测试。importtensorflowastfmnist=tf.keras.datasets.mnist(x_train,y_train),(x_test,y_test)=mnist.load_data()#直接送数据集中读取训练集和测试机x_train,x_test=x_trai
- 关于CNN
御风之星
1.理解卷积神经网络中的通道channel2.手把手教你用TensorFlow实现卷积神经网络3.tensorflow笔记:多层CNN代码分析
- 2021-07-02
fisher-nuc
tensorflow神经网络
基于TensorFlow搭建的几种经典的卷积神经网络注:本文是本人一门课程的期末大作业,在学习曹建老师(人工智能实践:TensorFlow笔记)的课程时记录的笔记。在进行整理后写的一篇小文章,具体详解可以在B站或者MOOC上搜索相关课程。课程网站:https://www.icourse163.org/learn/PKU-1002536002?tid=1003797005#/learn/announ
- (一)tensorflow笔记:Tensor数据类型
阿松丶
TensorFlow详细笔记tensorflowpython深度学习
常见的数据类型载体listnp.arraytf.tensorlist:可以存储不同数据类型,缺点不适合存储较大的数据,如图片np.array:解决同类型大数据数据的载体,方便数据运算,缺点是在深度学习之前就设计好的,不支持GPUtf.tensor:更适合深度学习,支持GPUTensor是什么scalar:1.1vector:[1.1],[1.1,2.2,……]matrix:[[1,2,3,],[4
- tensorflow笔记(编程理论部分)
orangehsc
tensorflowpython矩阵算法
TensorFlow笔记(编程理论部分)注:该笔记是阅读TensorFlow深度学习算法原理与编程实战第三章后做的框架梳理和部分个人见解。Tensorflow之名由Tensor和Flow组成,Tensor意为张量,可以理解为数组;Flow意为流动,指张量数据沿着边在不同的节点间流动并发生转化。1.1计算图TensorFlow中的各种操作,如加权求和,激活函数等,都被编排成一个图,称为计算图。计算图
- tensorflow笔记
_夏雨潇潇
#tensorflow笔记一个小例子#用numpy构造数据x_data=np.random.rand(100).astype(np.float32)y_data=x_data*0.1+0.3#tf.Variable定义了一个变量,random_uniform表示用随机的方式生成变量的初始值#1表示这个变量是一维的,变量的初始范围是-1到1Weights=tf.Variable(tf.random_
- TensorFlow笔记之卷积神经网络
Mr_Stutter
Python机器学习cnntensorflow深度学习
文章目录前言一、卷积神经网络CNN二、Tensorflow1.x1.加载数据集2.数据处理3.定义模型4.训练模型5.结果可视化二、Tensorflow2.x1.加载数据集2.数据处理3.定义模型4.训练模型5.结果可视化总结前言记录在tf1.x与tf2.x中使用卷积神经网络完成CIFAR-10数据集识别多分类任务,并进行断点续训。一、卷积神经网络CNN1、全连接网络:参数增多,速度减慢,过拟合2
- tensorflow笔记----3---ANN对mnist数据集分类
骑着蜗牛逛世界
tensorflow
tensorfllow实现两层MLP对mnist分类,第一层256个神经元,第二层128个神经元,输入784,输出10分类#!/usr/bin/python#-*-coding:utf-8-*-__author__="chunming"importtensorflowastffromtensorflow.examples.tutorials.mnistimportinput_datamnist=i
- Tensorflow笔记 3.3 反向传播
CCWUCMCTS
概念反向传播训练模型参数,在所有参数上使用梯度下降,使NN模型在训练数据上的损失函数最小。损失函数预测值与已知答案的差距。均方误差loss=tf.reduce_mean(tf.square(y_-y))反向传播的训练方法三种方式,见代码。学习率参数更新幅度。实战loss#coding:utf-8#0导入模块,生成模拟数据集。importtensorflowastfimportnumpyasnpBA
- DL with python(16)——tensorflow实现InceptionNet(GoogLeNet)
佟湘玉滴玉
Python深度学习深度学习python
本文涉及到的是中国大学慕课《人工智能实践:Tensorflow笔记》第五讲第14节的内容,对tensorflow环境下经典卷积神经网络的搭建进行介绍,其基础是DLwithpython(14)——tensorflow实现CNN的“八股”中的代码,将其中第三步的代码替换为本文中的代码均可直接运行,其他部分无需改变。经典的卷积神经网络有以下几种,这里介绍结构较为复杂的InceptionNet,其实现的方
- [tensorflow笔记]-tensorflow实现带mask的reduce_mean
黄然大悟
Tensorflow&Kerastensorflowreduce_meanmask平均
在使用tensorflow处理一些tensor时,有时需要对一个tensor取平均,可以使用tf.reduce_mean操作,但是这个没法处理带有mask的tensor数据,本文主要就是利用tensorflow的基本操作实现带mask的平均。tf.reduce_mean比如我们的数据是3维tensor,shape=(B,N,H),B表示batch_size、N表示最大长度、H表示向量维度,这样的3
- 学习tensorflow笔记1、梯度计算
weixin_51298826
tensorflow学习笔记tensorflowpython深度学习
1、梯度计算学习北京大学的mooc,记录笔记代码块:生成一个变量w初值为5,设定为可训练学习率lr大小会影响梯度下降的速度和步幅迭代次数epochimporttensorflowastfimportmatplotlib.pyplotaspltw=tf.Variable(tf.constant(5,dtype=tf.float32))lr=0.9epoch=40plt_show=[]forepoch
- Tensorflow笔记——tf.layers.dense的用法
·城府、
深度学习神经网络
1.tf.layers.dense的用法dense:相当于一个全连接层函数解释如下:tf.layers.dense(inputs,units,activation=None,use_bias=True,kernel_initializer=None,bias_initializer=tf.zeros_initializer(),kernel_regularizer=None,bias_regula
- TensorFlow笔记之神经网络完成多分类任务
Mr_Stutter
Python机器学习tensorflow神经网络分类
文章目录前言一、数据集调用二、Tensorflow1.x1.单隐藏层2.模型保存与调用三、Tensorflow2.x1.全连接层类2.keras建模总结前言对TensorFlow笔记之单神经元完成多分类任务进行修改,在tf1.x与tf2.x中使用神经网络完成手写体数字识别多分类任务。一、数据集调用数据集调用与预处理和上一篇完全相同#数据集调用,在tensorflow2.x中调用数据集importt
- TensorFlow2安装(超详细步骤-人工智能实践)
不唐
Python深度学习TensorFlowtensorflow深度学习python
TensorFlow2安装教程1前言1.1版本记录1.2工具简介2详细步骤及安装语句2.1安装Anaconda2.2TensoFlow安装2.3验证是否成功2.4PyCharm下载与安装2.5PyCharm环境配置2.5.1不唐初尝试1前言点滴进步,加油!最近在MOOC看北京大学的曹健老师的《人工智能实践:Tensorflow笔记》课程。其中第一章的第8节提到了详细的TensorFlow安装过程。
- tensorflow笔记(十九)——错误集锦
starxhong
tensorflowtensorflow深度学习错误
错误及应对方案1,问题:训练正常,预测和评估的时候报OOM:办法:减少预测和训练的batchsize,或者减少网络参数。参考:ResourceExhaustedError(seeabovefortraceback):OOMwhenallocatingtensorofshape[7744,512]#33932,问题:从dataset打印数据,报错OP_REQUIRESfailedatexample_
- InceptionNet与ResNet
九思Atopos
tensorflow笔记深度学习pythontensorflow
以下代码图片思路来源:北京大学Tensorflow笔记嗯,最近学了一下神经网络,并没有很难,主要是把代码背下来,然后掌握Tensorflow是怎么搭建网络的,Tensorflow是比pytorch好用的,我直接抄的代码里面,训练还要自己写循环,,而tensonflow直接调用fit函数即可和老师做了一下InceptionNet还有ResNet,ResNet主要是有一条path,由于维度不同需要使用
- TensorFlow笔记之多元线性回归
Mr_Stutter
Python机器学习tensorflow线性回归python
文章目录前言一、数据处理二、TensorFlow1.x1.定义模型2.训练模型3.结果可视化4.模型预测5.TensorBoard可视化三、TensorFlow2.x1.定义模型2.训练模型3.结果可视化4.模型预测总结前言记录使用TensorFlow1.x和TensorFlow2.x完成多元线性回归的过程。一、数据处理在此使用波士顿房价数据集,包含506个样本,输入为12个房屋信息特征,输出为房
- TensorFlow笔记之单变量线性回归
Mr_Stutter
Python机器学习tensorflow线性回归
文章目录前言一、数据集生成二、TensorFlow1.x1.定义模型2.训练模型3.模型预测三、TensorFlow2.x1.定义模型2.训练模型3.模型预测总结前言记录使用TensorFlow1.x和TensorFlow2.x完成单变量线性回归的过程。一、数据集生成生成带标准正态分布噪声的y=2x+1数据集importnumpyasnpimportmatplotlib.pyplotasplt#数
- Tensorflow笔记之【神经网络的初步搭建】
不理不理不理左卫门
机器学习Tensorflow
一、基本概念基于Tensorflow的神经网络用张量表示数据,用计算图搭建神经网络,用会话执行计算图,优化线上的权重,得到模型。张量——多维数组参数——神经元线上的权重计算图——搭建神经网络的计算过程,只搭建不计算会话——执行计算图中的节点运算例:矩阵乘法importtensorflowastf#引入模块x=tf.constant([[1.0,2.0]])#定义一个2阶1x2张量等于[[1.0,2
- TensorFlow笔记之单神经元完成多分类任务
Mr_Stutter
Python机器学习tensorflow分类
文章目录前言一、逻辑回归1.二分类问题2.多分类问题二、数据集调用三、TensorFlow1.x1.定义模型2.训练模型3.结果可视化四、TensorFlow2.x1.定义模型2.训练模型3.结果可视化总结前言记录分别在TensorFlow1.x与TensorFlow2.x中使用单神经元完成MNIST手写数字识别的过程。一、逻辑回归将回归值映射为各分类的概率1.二分类问题1.sigmod函数:y=
- 1TensorFlow笔记——基础概念简介&Python简明教程
weixin_45165961
pythontensorflow
0.1人工智能让机器看起来跟人一样,目前处于弱人工智能NarrowAI,距离强人工智能GeneralAI还有很大一段路要走。0.1.1机器学习让计算机自动学习,获得规律(模型),用新规律预测。0.1.2分类有监督学习:给带结果的数据进行训练,线性回归、逻辑回归、支持向量机、随机森林等。无监督学习:给数据,找规律进行分类,常见的无监督学习算法有自编码器、生成对抗网络等。半监督学习:给一小部分有标注数
- 人工智能学习第一篇(tensorflow笔记)
& Pumbaa
tensorflow
本文是在学习北大课程“人工智能实践:tensorflow笔记”的基础上,自己做的笔记,用于温故知新。张量(Tensor):多维数组(列表)阶:张量的维数(从0开始)张量可以表示0阶到n阶数组(列表)eg1:importtensorflowastfa=tf.constant([1,5],dtype=tf.int64)print(a)print(a.dtype)print(a.shape)结果:tf.
- 神经网络学习笔记——鸢尾花分类
XL_0502
神经网络学习笔记神经网络tensorflow
TensorFlow笔记——鸢尾花分类代码笔记记录实验流程和代码功能,附上关于所涉及到的tensorflow库中函数的解释实验流程数据集读入数据集乱序生成训练集和测试集(即x_train/y_train)数据类型转换配成(输入特征,标签)对,每次读入一小撮(batch)搭建网络定义神经网路中所有可训练参数参数优化嵌套循环迭代,with结构更新参数,显示当前loss测试效果计算当前参数前向传播后的准
- 用tensorflow搭建全连接神经网络实现mnist数据集的识别
humuhumunukunukuapua
爱好machinelearningmnisttensorflow
说明:本代码来自于北京大学曹健老师的MOOC人工智能实践:Tensorflow笔记第五讲I前向传播网络搭建在mnist_forward.py中搭建两层全连接网络,这里面就是定义层数,节点数,激活函数这些。输入节点数目就是mnist数据集的图片28*28大小,用784行的向量作为输入。第一层y1=relu(x*w1+b1)其中y1为500行的向量。那么w1里面就有784*500个变量啦~~b1是50
- TensorFlow笔记_05——神经网络八股功能拓展
要什么自行车儿
#TensorFlow2.0tensorflow神经网络深度学习
目录5.神经网络八股功能拓展5.1自制数据集,解决本领域应用5.2数据增强,扩充数据集5.3断点续训,存取模型5.3.1读取保存模型5.4参数提取,把参数存入文本5.5acc/loss可视化,查看训练效果5.6应用程序,给图实物(手写数字识别)上一篇:TensorFlow笔记_04——八股搭建神经网络下一篇:敬请期待5.神经网络八股功能拓展5.1自制数据集,解决本领域应用defgenerateds
- TensorFlow笔记之:填充使用tf.sequence_mask()函数详细说明和应用场景
模糊包
TensorFlow
tf.sequence_mask()函数这个函数目前我主要用于数据填充时候使用。文章目录tf.sequence_mask()函数1.函数介绍2.参数解释要点解释:3.函数举例4.注意事项和应用场景1.函数介绍这个是官方定义,耐心看完解释再看后面的例子,你会一下就懂了。#函数定义sequence_mask(lengths,maxlen=None,dtype=tf.bool,name=None)#返回
- 小白笔记:深度学习之Tensorflow笔记(七:神经网络优化过程)
my小马
tensorflow深度学习神经网络tensorflow深度学习
激活函数激活函数是用来加入非线性因素的,因为线性模型的表达能力不够。引入非线性激活函数,可使深层神经网络的表达能力更加强大。简化模型:MP模型:优秀的激活函数:•非线性:激活函数非线性时,多层神经网络可逼近所有函数•可微性:优化器大多用梯度下降更新参数•单调性:当激活函数是单调的,能保证单层网络的损失函数是凸函数•近似恒等性:f(x)≈x当参数初始化为随机小值时,神经网络更稳定激活函数输出值的范围
- 人工智能实践:Tensorflow笔记 Class 2:神经网络优化
By4te
机器学习Pythontensorflow人工智能神经网络
目录2.1基础知识2.2复杂度学习率1.复杂度2.学习率2.3激活函数1.sigmoid函数2.tanh函数3.relu函数4.leaky-relu函数2.4损失函数1.均方误差2.自定义损失函数3.交叉熵损失函数4.softmax与交叉熵结合2.5缓解过拟合正则化2.6优化器1.SGD2.SGDM3.Adagrad4.RMSProp5.Adam2.1基础知识2.2复杂度学习率1.复杂度2.学习率
- 《人工智能实践:Tensorflow笔记》听课笔记24_7.1卷积神经网络
RENeast
人工智能人工智能
附:课程链接第七讲.卷积神经网络7.1卷积神经网络由于个人使用Win7系统,并未完全按照课程所讲,以下记录的也基本是我的结合课程做的Windows系统+PyCharm操作。且本人有python基础,故一些操作可能简略。并未完全按照网课。记住编写代码时,除注释内容外,字符均使用英文格式。一、回顾及展开前两讲中我们利用全连接网络实现了对mnist数据集的训练,我们已学会使用数据集训练模型,并让训练好的
- 多线程编程之卫生间
周凡杨
java并发卫生间线程厕所
如大家所知,火车上车厢的卫生间很小,每次只能容纳一个人,一个车厢只有一个卫生间,这个卫生间会被多个人同时使用,在实际使用时,当一个人进入卫生间时则会把卫生间锁上,等出来时打开门,下一个人进去把门锁上,如果有一个人在卫生间内部则别人的人发现门是锁的则只能在外面等待。问题分析:首先问题中有两个实体,一个是人,一个是厕所,所以设计程序时就可以设计两个类。人是多数的,厕所只有一个(暂且模拟的是一个车厢)。
- How to Install GUI to Centos Minimal
sunjing
linuxInstallDesktopGUI
http://www.namhuy.net/475/how-to-install-gui-to-centos-minimal.html
I have centos 6.3 minimal running as web server. I’m looking to install gui to my server to vnc to my server. You can insta
- Shell 函数
daizj
shell函数
Shell 函数
linux shell 可以用户定义函数,然后在shell脚本中可以随便调用。
shell中函数的定义格式如下:
[function] funname [()]{
action;
[return int;]
}
说明:
1、可以带function fun() 定义,也可以直接fun() 定义,不带任何参数。
2、参数返回
- Linux服务器新手操作之一
周凡杨
Linux 简单 操作
1.whoami
当一个用户登录Linux系统之后,也许他想知道自己是发哪个用户登录的。
此时可以使用whoami命令。
[ecuser@HA5-DZ05 ~]$ whoami
e
- 浅谈Socket通信(一)
朱辉辉33
socket
在java中ServerSocket用于服务器端,用来监听端口。通过服务器监听,客户端发送请求,双方建立链接后才能通信。当服务器和客户端建立链接后,两边都会产生一个Socket实例,我们可以通过操作Socket来建立通信。
首先我建立一个ServerSocket对象。当然要导入java.net.ServerSocket包
ServerSock
- 关于框架的简单认识
西蜀石兰
框架
入职两个月多,依然是一个不会写代码的小白,每天的工作就是看代码,写wiki。
前端接触CSS、HTML、JS等语言,一直在用的CS模型,自然免不了数据库的链接及使用,真心涉及框架,项目中用到的BootStrap算一个吧,哦,JQuery只能算半个框架吧,我更觉得它是另外一种语言。
后台一直是纯Java代码,涉及的框架是Quzrtz和log4j。
都说学前端的要知道三大框架,目前node.
- You have an error in your SQL syntax; check the manual that corresponds to your
林鹤霄
You have an error in your SQL syntax; check the manual that corresponds to your MySQL server version for the right syntax to use near 'option,changed_ids ) values('0ac91f167f754c8cbac00e9e3dc372
- MySQL5.6的my.ini配置
aigo
mysql
注意:以下配置的服务器硬件是:8核16G内存
[client]
port=3306
[mysql]
default-character-set=utf8
[mysqld]
port=3306
basedir=D:/mysql-5.6.21-win
- mysql 全文模糊查找 便捷解决方案
alxw4616
mysql
mysql 全文模糊查找 便捷解决方案
2013/6/14 by 半仙
[email protected]
目的: 项目需求实现模糊查找.
原则: 查询不能超过 1秒.
问题: 目标表中有超过1千万条记录. 使用like '%str%' 进行模糊查询无法达到性能需求.
解决方案: 使用mysql全文索引.
1.全文索引 : MySQL支持全文索引和搜索功能。MySQL中的全文索
- 自定义数据结构 链表(单项 ,双向,环形)
百合不是茶
单项链表双向链表
链表与动态数组的实现方式差不多, 数组适合快速删除某个元素 链表则可以快速的保存数组并且可以是不连续的
单项链表;数据从第一个指向最后一个
实现代码:
//定义动态链表
clas
- threadLocal实例
bijian1013
javathreadjava多线程threadLocal
实例1:
package com.bijian.thread;
public class MyThread extends Thread {
private static ThreadLocal tl = new ThreadLocal() {
protected synchronized Object initialValue() {
return new Inte
- activemq安全设置—设置admin的用户名和密码
bijian1013
javaactivemq
ActiveMQ使用的是jetty服务器, 打开conf/jetty.xml文件,找到
<bean id="adminSecurityConstraint" class="org.eclipse.jetty.util.security.Constraint">
<p
- 【Java范型一】Java范型详解之范型集合和自定义范型类
bit1129
java
本文详细介绍Java的范型,写一篇关于范型的博客原因有两个,前几天要写个范型方法(返回值根据传入的类型而定),竟然想了半天,最后还是从网上找了个范型方法的写法;再者,前一段时间在看Gson, Gson这个JSON包的精华就在于对范型的优雅简单的处理,看它的源代码就比较迷糊,只其然不知其所以然。所以,还是花点时间系统的整理总结下范型吧。
范型内容
范型集合类
范型类
- 【HBase十二】HFile存储的是一个列族的数据
bit1129
hbase
在HBase中,每个HFile存储的是一个表中一个列族的数据,也就是说,当一个表中有多个列簇时,针对每个列簇插入数据,最后产生的数据是多个HFile,每个对应一个列族,通过如下操作验证
1. 建立一个有两个列族的表
create 'members','colfam1','colfam2'
2. 在members表中的colfam1中插入50*5
- Nginx 官方一个配置实例
ronin47
nginx 配置实例
user www www;
worker_processes 5;
error_log logs/error.log;
pid logs/nginx.pid;
worker_rlimit_nofile 8192;
events {
worker_connections 4096;}
http {
include conf/mim
- java-15.输入一颗二元查找树,将该树转换为它的镜像, 即在转换后的二元查找树中,左子树的结点都大于右子树的结点。 用递归和循环
bylijinnan
java
//use recursion
public static void mirrorHelp1(Node node){
if(node==null)return;
swapChild(node);
mirrorHelp1(node.getLeft());
mirrorHelp1(node.getRight());
}
//use no recursion bu
- 返回null还是empty
bylijinnan
javaapachespring编程
第一个问题,函数是应当返回null还是长度为0的数组(或集合)?
第二个问题,函数输入参数不当时,是异常还是返回null?
先看第一个问题
有两个约定我觉得应当遵守:
1.返回零长度的数组或集合而不是null(详见《Effective Java》)
理由就是,如果返回empty,就可以少了很多not-null判断:
List<Person> list
- [科技与项目]工作流厂商的战略机遇期
comsci
工作流
在新的战略平衡形成之前,这里有一个短暂的战略机遇期,只有大概最短6年,最长14年的时间,这段时间就好像我们森林里面的小动物,在秋天中,必须抓紧一切时间存储坚果一样,否则无法熬过漫长的冬季。。。。
在微软,甲骨文,谷歌,IBM,SONY
- 过度设计-举例
cuityang
过度设计
过度设计,需要更多设计时间和测试成本,如无必要,还是尽量简洁一些好。
未来的事情,比如 访问量,比如数据库的容量,比如是否需要改成分布式 都是无法预料的
再举一个例子,对闰年的判断逻辑:
1、 if($Year%4==0) return True; else return Fasle;
2、if ( ($Year%4==0 &am
- java进阶,《Java性能优化权威指南》试读
darkblue086
java性能优化
记得当年随意读了微软出版社的.NET 2.0应用程序调试,才发现调试器如此强大,应用程序开发调试其实真的简单了很多,不仅仅是因为里面介绍了很多调试器工具的使用,更是因为里面寻找问题并重现问题的思想让我震撼,时隔多年,Java已经如日中天,成为许多大型企业应用的首选,而今天,这本《Java性能优化权威指南》让我再次找到了这种感觉,从不经意的开发过程让我刮目相看,原来性能调优不是简单地看看热点在哪里,
- 网络学习笔记初识OSI七层模型与TCP协议
dcj3sjt126com
学习笔记
协议:在计算机网络中通信各方面所达成的、共同遵守和执行的一系列约定 计算机网络的体系结构:计算机网络的层次结构和各层协议的集合。 两类服务: 面向连接的服务通信双方在通信之前先建立某种状态,并在通信过程中维持这种状态的变化,同时为服务对象预先分配一定的资源。这种服务叫做面向连接的服务。 面向无连接的服务通信双方在通信前后不建立和维持状态,不为服务对象
- mac中用命令行运行mysql
dcj3sjt126com
mysqllinuxmac
参考这篇博客:http://www.cnblogs.com/macro-cheng/archive/2011/10/25/mysql-001.html 感觉workbench不好用(有点先入为主了)。
1,安装mysql
在mysql的官方网站下载 mysql 5.5.23 http://www.mysql.com/downloads/mysql/,根据我的机器的配置情况选择了64
- MongDB查询(1)——基本查询[五]
eksliang
mongodbmongodb 查询mongodb find
MongDB查询
转载请出自出处:http://eksliang.iteye.com/blog/2174452 一、find简介
MongoDB中使用find来进行查询。
API:如下
function ( query , fields , limit , skip, batchSize, options ){.....}
参数含义:
query:查询参数
fie
- base64,加密解密 经融加密,对接
y806839048
经融加密对接
String data0 = new String(Base64.encode(bo.getPaymentResult().getBytes(("GBK"))));
String data1 = new String(Base64.decode(data0.toCharArray()),"GBK");
// 注意编码格式,注意用于加密,解密的要是同
- JavaWeb之JSP概述
ihuning
javaweb
什么是JSP?为什么使用JSP?
JSP表示Java Server Page,即嵌有Java代码的HTML页面。使用JSP是因为在HTML中嵌入Java代码比在Java代码中拼接字符串更容易、更方便和更高效。
JSP起源
在很多动态网页中,绝大部分内容都是固定不变的,只有局部内容需要动态产生和改变。
如果使用Servl
- apple watch 指南
啸笑天
apple
1. 文档
WatchKit Programming Guide(中译在线版 By @CocoaChina) 译文 译者 原文 概览 - 开始为 Apple Watch 进行开发 @星夜暮晨 Overview - Developing for Apple Watch 概览 - 配置 Xcode 项目 - Overview - Configuring Yo
- java经典的基础题目
macroli
java编程
1.列举出 10个JAVA语言的优势 a:免费,开源,跨平台(平台独立性),简单易用,功能完善,面向对象,健壮性,多线程,结构中立,企业应用的成熟平台, 无线应用 2.列举出JAVA中10个面向对象编程的术语 a:包,类,接口,对象,属性,方法,构造器,继承,封装,多态,抽象,范型 3.列举出JAVA中6个比较常用的包 Java.lang;java.util;java.io;java.sql;ja
- 你所不知道神奇的js replace正则表达式
qiaolevip
每天进步一点点学习永无止境纵观千象regex
var v = 'C9CFBAA3CAD0';
console.log(v);
var arr = v.split('');
for (var i = 0; i < arr.length; i ++) {
if (i % 2 == 0) arr[i] = '%' + arr[i];
}
console.log(arr.join(''));
console.log(v.r
- [一起学Hive]之十五-分析Hive表和分区的统计信息(Statistics)
superlxw1234
hivehive分析表hive统计信息hive Statistics
关键字:Hive统计信息、分析Hive表、Hive Statistics
类似于Oracle的分析表,Hive中也提供了分析表和分区的功能,通过自动和手动分析Hive表,将Hive表的一些统计信息存储到元数据中。
表和分区的统计信息主要包括:行数、文件数、原始数据大小、所占存储大小、最后一次操作时间等;
14.1 新表的统计信息
对于一个新创建
- Spring Boot 1.2.5 发布
wiselyman
spring boot
Spring Boot 1.2.5已在7月2日发布,现在可以从spring的maven库和maven中心库下载。
这个版本是一个维护的发布版,主要是一些修复以及将Spring的依赖提升至4.1.7(包含重要的安全修复)。
官方建议所有的Spring Boot用户升级这个版本。
项目首页 | 源