- 深度学习主流开源框架:Caffe、TensorFlow、Pytorch、Theano、Keras、MXNet、Chainer
seasonsyy
深度学习小知识深度学习开源框架pytorch
2.6深度学习主流开源框架表2.1深度学习主流框架参数对比框架关键词总结框架关键词基本数据结构(都是高维数组)Caffe“在工业中应用较为广泛”,“编译安装麻烦一点”BlobTensorFlow“安装简单pip”TensorPytorch“定位:快速实验研究”,“简单”,“灵活”TensorTheanoד用于处理大规模神经网络的训练”,“不支持移动设备”,“不能应用于工业环境”,“编译复杂模型时
- onnx基础
whyte王
python
初次编辑时间:2024/2/7;最后编辑时间:2024/2/12定义:ONNX(OpenNeuralNetworkExchange)是一种开放式的文件格式,用于存储训练好的机器学习模型。它使得不同的人工智能框架(如PyTorch、MXNet、Tensorflow)可以采用相同格式存储模型数据并交互。Basic当我们加载了一个ONNX之后,我们获得的就是一个ModelProto,它包含了一些版本信息
- MxNet源码解析(1) KVStore,pslite源码解析
Junr_0926
1.前言从毕业开始工作已经两个多月,这期间相当一部分的时间都用在了对MxNet的学习上,而在MxNet的众多部分中,又是pslite这一部分接触最多。因此,今天将我一直以来的学习过程中的心得和收获总结在这里,也为以后对MxNet的继续学习做一个铺垫2.MxNet构成MxNet作为一个深度学习框架,它最大的特点应该是分布式训练的支持了。从初次接触MxNet到现在的两个多月里,我认为MxNet主要有以
- 人脸识别数据集整理
想努力的人
人脸识别深度学习人工智能计算机视觉
转自:人脸识别数据集整理-陈晓涛-博客园insightface提供整理了mtcnn裁剪112x112,mxnet二进制方式保存的数据集https://github.com/deepinsight/insightface/wiki/Dataset-Zoo人脸识别训练数据集:CASIA-Webface(10Kids/0.5Mimages)CASIAWebFaceDataset是一个大规模人脸数据集,主
- 深度学习-随机梯度下降
白云如幻
PyTorch深度学习机器学习算法人工智能
在训练过程中使用随机梯度下降,但没有解释它为什么起作用。为了澄清这一点,将继续更详细地说明随机梯度下降(stochasticgradientdescent)。%matplotlibinlineimportmathfrommxnetimportnp,npxfromd2limportmxnetasd2lnpx.set_np()随机梯度更新在深度学习中,目标函数通常是训练数据集中每个样本的损失函数的平均
- 动手学深度学习(二)——正则化(从零开始)
SnailTyan
文章作者:Tyan博客:noahsnail.com|CSDN|注:本文为李沐大神的《动手学深度学习》的课程笔记!高维线性回归使用线性函数$y=0.05+\sum_{i=1}^p0.01x_i+\text{noise}$生成数据样本,噪音服从均值0和标准差为0.01的正态分布。#导入mxnetimportrandomimportmxnetasmx#设置随机种子random.seed(2)mx.ran
- 2023-2024深度学习框架之争——选pytorch还是tensorflow?
NCHU-Net
人工智能人工智能深度学习pytorchtensorflow
深度学习是人工智能领域的一个重要分支,它利用多层神经网络来模拟人类的学习和推理能力,解决各种复杂的问题,如图像识别、自然语言处理、语音识别、推荐系统等。深度学习框架是一种软件工具,它提供了构建、训练、测试和部署深度学习模型的便利,使得开发者和研究者可以更高效地进行深度学习的开发和应用。目前,市场上有许多不同的深度学习框架,如PyTorch、TensorFlow、Keras、MXNet、Caffe2
- mxnet版本与numpy,requests等都不兼容问题
Bian~
numpymxnetpython
简介跟着李沐学AI时遇到的mxnet环境问题。问题使用pipinstallmxnet时会重新安装相匹配的numpy和requests,而这新安装的这两个版本不满足d2l所需的版本。然后报错:ERROR:pip'sdependencyresolverdoesnotcurrentlytakeintoaccountallthepackagesthatareinstalled.Thisbehaviouri
- 初学AI-动手安装mxnet
小白天天向上
mxnet人工智能深度学习
最近看到网络上介绍的《动手学深度学习》,感觉是一本理论结合实际的好书。参考链接如下:《动手学深度学习》—动手学深度学习2.0.0documentation心痒之下开始动手安装,没想到花费自己两天实际搞明白如何安装。以下记录自己的心路历程,哈哈。书上介绍的第一步安装Minicoda,其实也可以安装Anacoda,不影响后面的MXNET安装。书上没有介绍MXNET的运行环境,实际上MXNET只能运行在
- Mxnet导出onnx模型
上单之光
模型部署mxnet人工智能深度学习
Mxnet导出onnx模型requirementsmxnet==1.9.1python3.8+onnxsim导出模型importosimportmxnetasmximportnumpyasnpimportonnxfromonnximportcheckerfrommxnet.onnximportexport_modelfrommxnet.gluon.model_zooimportvisionfrom
- mxnet和numpy版本对应
Edison/
pythonmxnet
关于安装mxnet与numpy版本冲突解决方法下载anaconda32019.7python3.7版本mxnet1.6.0版本numpy1.16.x成功运行
- 安装mxnet详细版
江江酱₍ᐢ..ᐢ₎♡
mxnet人工智能深度学习pythonpipcondaipython
一、mxnet简介MXNet是一个开源的深度学习框架,由亚马逊公司发起并维护。它支持多种编程语言,包括Python、C++、R、Scala等,可以在CPU、GPU和分布式环境下运行。MXNet提供了丰富的神经网络层和优化算法,可以用于各种深度学习任务,如图像分类、目标检测、语音识别等。同时,MXNet还具有高效、灵活、易用等特点,受到了广泛的关注和应用。二、安装过程及遇到的困难步骤一:直接Win+
- 【避免踩坑+报错】Python mxnet包成功安装指南
_普
mxnet人工智能深度学习python经验分享
一.确保已经安装Anaconda二.打开root环境控制台,执行【mxnet】包相关安装指令。1.创建python3.7.0环境condacreate-nnamepython=3.7.0【测试mxnet在python3.7.0x以上版本使用大概率会报错,这里使用低版本python环境】ps:如果在这一步创建环境报错可以考虑卸载【Anaconda】重装2.激活环境condaactivatename三
- [动手学深度学习-PyTorch版]-8.4计算性能-多GPU计算
蒸饺与白茶
8.4多GPU计算注:相对于本章的前面几节,我们实际中更可能遇到本节所讨论的情况:多GPU计算。原书将MXNet的多GPU计算分成了8.4和8.5两节,但我们将关于PyTorch的多GPU计算统一放在本节讨论。需要注意的是,这里我们谈论的是单主机多GPU计算而不是分布式计算。如果对分布式计算感兴趣可以参考PyTorch官方文档。本节中我们将展示如何使用多块GPU计算,例如,使用多块GPU训练同一个
- 模型优化论文笔记6----MobileNets采用深度可分离卷积在权衡精度的同时减小模型尺寸和时延
JaJaJaJaaaa
模型优化卷积神经网络深度学习
《MobileNets:EfficientConvolutionalNeuralNetworksforMobileVisionApplications》论文地址:https://arxiv.org/abs/1704.04861MXNet框架代码:https://github.com/miraclewkf/mobilenet-MXNet1.主要思想介绍了两种简单的全局超参数用以平衡时延和准确率,构建
- 打破硬件壁垒:TVM 助力 AI技术跨平台部署
程序边界
人工智能
文章目录《TVM编译器原理与实践》编辑推荐内容简介作者简介目录前言/序言获取方式随着人工智能(ArtificialIntelligence,AI)在全世界信息产业中的广泛应用,深度学习模型已经成为推动AI技术革命的关键。TensorFlow、PyTorch、MXNet、Caffe等深度学习模型已经在服务器级GPU上取得了显著的成果。然而,大多数现有的系统框架只针对小范围的服务器级GPU进行过优化,
- ART-Adversarial Robustness Toolbox检测AI模型及对抗攻击的工具
Rnan-prince
网络安全人工智能python
一、工具简介AdversarialRobustnessToolbox是IBM研究团队开源的用于检测模型及对抗攻击的工具箱,为开发人员加强AI模型被误导的防御性,让AI系统变得更加安全,ART支持所有流行的机器学习框架(TensorFlow,Keras,PyTorch,MXNet,scikit-learn,XGBoost,LightGBM,CatBoost,GPy等),所有数据类型(图像,表格,音频
- JAVA 程序员的宝藏 AI 工具箱 – Deep Java Library (DJL)
Lannnking
转载自知乎前言这几年深度学习的爆发带来了一个未曾预料到的结果,Python这个曾经小众的语言突然之间变得炙手可热。究其原因,在Python的生态中我们可以容易的找到许多的资源。例如,NumPy用于数据计算、Matplotlib用于数据可视化以及MXNet、PyTorch、TensorFlow等一众深度学习框架。相比之下,尽管Java语言仍是最流行的语言之一,拥有为数众多的开发者,尤其在企业市场拥有
- MxNet源码解析(2) symbol
Junr_0926
1.前言我们在训练之前,先建立好一个图,然后我们可以在这个图上做我们想做的优化,这种形式称为SymbolicPrograms。相对应的是ImperativePrograms,也就是每一句代码都对应着程序的执行,在这种情况下,我们可以写类似于下面的代码:a=2b=a+1d=np.zeros(10)foriinrange(d):d+=np.zeros(10)这在symbolic的方式下是做不到的,因为
- DMLC深度机器学习框架MXNet的编译安装
AI小白龙*
机器学习mxnet人工智能计算机视觉YOLO深度学习tensorflow
这篇文章将介绍MXNet的编译安装。MXNet的编译安装分为两步:首先,从C++源码编译共享库(libmxnet.soforlinux,libmxnet.dylibforosx,libmxnet.dllforwindows)。接着,安装语言包。1.构建共享库依赖目标是构建共享库文件。最小构建需求:最新的支持C++11的C++编译器,比如g++>=4.8,clang一份BLAS库,比如libblas
- AI 训练框架:Pytorch TensorFLow MXNet Caffe ONNX PaddlePaddle
linzhiji
人工智能pytorchtensorflow
https://medium.com/jit-team/bridge-tools-for-machine-learning-frameworks-3eb68d6c6558
- 深度学习之TensorFlow——基本使用
人工智能小豪
neo4jtensorflow人工智能深度学习
一、目前主流的深度学习框架Caffe,TensorFlow,MXNet,Torch,Theano比较库名称开发语言速度灵活性文档适合模型平台上手难易Caffec++/cuda快一般全面CNN所有系统中等TensorFlowc++/cuda/Python中等好中等CNN/RNNLinux,OSX难MXNetc++/cuda快好全面CNN所有系统中等Torchc/lua/cuda快好全面CNN/RNN
- 【AI】模型结构可视化工具Netron应用
TopFancy
人工智能人工智能模型可视化Netron
随着AI模型的发展,模型的结构也变得越来越复杂,理解起来越来越困难,这时候能够画一张结构图就好了,就像我们在开发过程中用到的UML类图,能够直观看出不同层之间的关系,于是Netron就来了。Netron支持神经网络、深度学习和机器学习网络的可视化。支持ONNX,TensorFlowLite,CoreML,Keras,Caffe,Darknet,MXNet,PaddlePaddle,ncnn,MNN
- 深度学习框架 の 动态图 vs 静态图
CW不要无聊的风格
Date:2020/08/03Author:CWForeword:各位炼丹者应该都会有自己常用的一种或几种深度学习框架,如MxNet、Caffe、Tensorflow、Pytorch、PaddlePaddle(百度),甚至是国产新兴框架MegEngine(旷视)、MindSpore(华为)等,在涉及介绍这些框架的时候,都会提及动态图和静态图这样的概念,那么它们究竟是什么意思呢?在框架中又是如何体现
- 深度学习_Softmax简洁实现(Gluon实现)
VictorHong
Softmax多分类简洁实现(Gluon实现)导入必要的包importd2lzhasd2lfrommxnetimportndfrommxnet.gluonimportdataasgdata,lossasgloss,nnfrommxnetimportgluon,init获取和读取数据batch_size=256train_iter,test_iter=d2l.load_data_fashion_mn
- nvidia-docker gpu环境搭建
chaos_chen
dockergpu环境搭建前言搭建GPU的开发环境需要安装nvidia的驱动、cuda、cudnn等,还要安装tensorflow、pytorch、mxnet等框架,并且驱动版本和框架版本需要相统一,如tensorflow1.9的版本需要对用cuda9.0,如果要升级tensorflow,cuda也要做相应的升级。每次在新机器上部署环境都费时费力,因此急需一套docker来快速移植。安装nvidi
- Win10系统下 Tensorrt C++部署yolov5
o氧气o
YOLO人工智能深度学习
1.TensorRt介绍TensorRt是一个有助于在NVIDIA图形处理单元(GPU)上高性能推理c++库。它旨在与TesnsorFlow、Caffe、Pytorch以及MXNet等训练框架以互补的方式进行工作,专门致力于在GPU上快速有效地进行网络推理。一般的深度学习项目,训练时为了加快速度,会使用多GPU并行训练。但在部署推理时,为了降低成本,往往使用单个GPU机器甚至嵌入式平台(比如NVI
- 深度学习工具那么多,究竟哪款最适合你?| 线下沙龙 × 报名
PaperWeekly
又到了炼丹师线下面基时间在之前几期线下沙龙中我们涉及了各类NLP、CV细分领域在现场研讨了大量顶会论文寒冬12月的第一个周末我们想要玩点新花样为大家推荐一些当前最先进的深度学习软件工具毕竟世界上最遥远的距离就是我们用同一个模型却有着不同的软硬件搭配无论你是TFBoy还是MXNeter都不妨这周日来现场和各家核心工程师、开发者专家互撩届时还有各种正版周边小礼物坐等你们抱回家哟~郑达/亚马逊AWS应用
- 线下沙龙 × 报名 | 深度学习工具那么多,究竟哪款最适合你?
PaperWeekly
又到了炼丹师线下面基时间在之前几期线下沙龙中我们涉及了各类NLP、CV细分领域在现场研讨了大量顶会论文寒冬12月的第一个周末我们想要玩点新花样为大家推荐一些当前最先进的深度学习软件工具毕竟世界上最遥远的距离就是我们用同一个模型却有着不同的软硬件搭配无论你是TFBoy还是MXNeter都不妨这周日来现场和各家核心工程师、开发者专家互撩届时还有各种正版周边小礼物坐等你们抱回家哟~郑达/亚马逊AWS应用
- [PyTorch][chapter 7][李宏毅深度学习][深度学习简介]
明朝百晓生
人工智能
前言:深度学习常用的开发平台TensorFlowtorchtheanocaffeDSSTNEmxnetlibdnnCNTK目录:1:深度学习发展历史2:DeepLearning工程简介3:DNN简介一发展历史二DeepLearning工程简介深度学习三大步:定义映射函数(神经网络)定义损失函数通过梯度更新,选择最好的映射函数2.1NeuralNetwork给定了一个函数,可以设置不同的参数,所以对
- 安装数据库首次应用
Array_06
javaoraclesql
可是为什么再一次失败之后就变成直接跳过那个要求
enter full pathname of java.exe的界面
这个java.exe是你的Oracle 11g安装目录中例如:【F:\app\chen\product\11.2.0\dbhome_1\jdk\jre\bin】下的java.exe 。不是你的电脑安装的java jdk下的java.exe!
注意第一次,使用SQL D
- Weblogic Server Console密码修改和遗忘解决方法
bijian1013
Welogic
在工作中一同事将Weblogic的console的密码忘记了,通过网上查询资料解决,实践整理了一下。
一.修改Console密码
打开weblogic控制台,安全领域 --> myrealm -->&n
- IllegalStateException: Cannot forward a response that is already committed
Cwind
javaServlets
对于初学者来说,一个常见的误解是:当调用 forward() 或者 sendRedirect() 时控制流将会自动跳出原函数。标题所示错误通常是基于此误解而引起的。 示例代码:
protected void doPost() {
if (someCondition) {
sendRedirect();
}
forward(); // Thi
- 基于流的装饰设计模式
木zi_鸣
设计模式
当想要对已有类的对象进行功能增强时,可以定义一个类,将已有对象传入,基于已有的功能,并提供加强功能。
自定义的类成为装饰类
模仿BufferedReader,对Reader进行包装,体现装饰设计模式
装饰类通常会通过构造方法接受被装饰的对象,并基于被装饰的对象功能,提供更强的功能。
装饰模式比继承灵活,避免继承臃肿,降低了类与类之间的关系
装饰类因为增强已有对象,具备的功能该
- Linux中的uniq命令
被触发
linux
Linux命令uniq的作用是过滤重复部分显示文件内容,这个命令读取输入文件,并比较相邻的行。在正常情 况下,第二个及以后更多个重复行将被删去,行比较是根据所用字符集的排序序列进行的。该命令加工后的结果写到输出文件中。输入文件和输出文件必须不同。如 果输入文件用“- ”表示,则从标准输入读取。
AD:
uniq [选项] 文件
说明:这个命令读取输入文件,并比较相邻的行。在正常情况下,第二个
- 正则表达式Pattern
肆无忌惮_
Pattern
正则表达式是符合一定规则的表达式,用来专门操作字符串,对字符创进行匹配,切割,替换,获取。
例如,我们需要对QQ号码格式进行检验
规则是长度6~12位 不能0开头 只能是数字,我们可以一位一位进行比较,利用parseLong进行判断,或者是用正则表达式来匹配[1-9][0-9]{4,14} 或者 [1-9]\d{4,14}
&nbs
- Oracle高级查询之OVER (PARTITION BY ..)
知了ing
oraclesql
一、rank()/dense_rank() over(partition by ...order by ...)
现在客户有这样一个需求,查询每个部门工资最高的雇员的信息,相信有一定oracle应用知识的同学都能写出下面的SQL语句:
select e.ename, e.job, e.sal, e.deptno
from scott.emp e,
(se
- Python调试
矮蛋蛋
pythonpdb
原文地址:
http://blog.csdn.net/xuyuefei1988/article/details/19399137
1、下面网上收罗的资料初学者应该够用了,但对比IBM的Python 代码调试技巧:
IBM:包括 pdb 模块、利用 PyDev 和 Eclipse 集成进行调试、PyCharm 以及 Debug 日志进行调试:
http://www.ibm.com/d
- webservice传递自定义对象时函数为空,以及boolean不对应的问题
alleni123
webservice
今天在客户端调用方法
NodeStatus status=iservice.getNodeStatus().
结果NodeStatus的属性都是null。
进行debug之后,发现服务器端返回的确实是有值的对象。
后来发现原来是因为在客户端,NodeStatus的setter全部被我删除了。
本来是因为逻辑上不需要在客户端使用setter, 结果改了之后竟然不能获取带属性值的
- java如何干掉指针,又如何巧妙的通过引用来操作指针————>说的就是java指针
百合不是茶
C语言的强大在于可以直接操作指针的地址,通过改变指针的地址指向来达到更改地址的目的,又是由于c语言的指针过于强大,初学者很难掌握, java的出现解决了c,c++中指针的问题 java将指针封装在底层,开发人员是不能够去操作指针的地址,但是可以通过引用来间接的操作:
定义一个指针p来指向a的地址(&是地址符号):
- Eclipse打不开,提示“An error has occurred.See the log file ***/.log”
bijian1013
eclipse
打开eclipse工作目录的\.metadata\.log文件,发现如下错误:
!ENTRY org.eclipse.osgi 4 0 2012-09-10 09:28:57.139
!MESSAGE Application error
!STACK 1
java.lang.NoClassDefFoundError: org/eclipse/core/resources/IContai
- spring aop实例annotation方法实现
bijian1013
javaspringAOPannotation
在spring aop实例中我们通过配置xml文件来实现AOP,这里学习使用annotation来实现,使用annotation其实就是指明具体的aspect,pointcut和advice。1.申明一个切面(用一个类来实现)在这个切面里,包括了advice和pointcut
AdviceMethods.jav
- [Velocity一]Velocity语法基础入门
bit1129
velocity
用户和开发人员参考文档
http://velocity.apache.org/engine/releases/velocity-1.7/developer-guide.html
注释
1.行级注释##
2.多行注释#* *#
变量定义
使用$开头的字符串是变量定义,例如$var1, $var2,
赋值
使用#set为变量赋值,例
- 【Kafka十一】关于Kafka的副本管理
bit1129
kafka
1. 关于request.required.acks
request.required.acks控制者Producer写请求的什么时候可以确认写成功,默认是0,
0表示即不进行确认即返回。
1表示Leader写成功即返回,此时还没有进行写数据同步到其它Follower Partition中
-1表示根据指定的最少Partition确认后才返回,这个在
Th
- lua统计nginx内部变量数据
ronin47
lua nginx 统计
server {
listen 80;
server_name photo.domain.com;
location /{set $str $uri;
content_by_lua '
local url = ngx.var.uri
local res = ngx.location.capture(
- java-11.二叉树中节点的最大距离
bylijinnan
java
import java.util.ArrayList;
import java.util.List;
public class MaxLenInBinTree {
/*
a. 1
/ \
2 3
/ \ / \
4 5 6 7
max=4 pass "root"
- Netty源码学习-ReadTimeoutHandler
bylijinnan
javanetty
ReadTimeoutHandler的实现思路:
开启一个定时任务,如果在指定时间内没有接收到消息,则抛出ReadTimeoutException
这个异常的捕获,在开发中,交给跟在ReadTimeoutHandler后面的ChannelHandler,例如
private final ChannelHandler timeoutHandler =
new ReadTim
- jquery验证上传文件样式及大小(好用)
cngolon
文件上传jquery验证
<!DOCTYPE html>
<html>
<head>
<meta http-equiv="Content-Type" content="text/html; charset=utf-8" />
<script src="jquery1.8/jquery-1.8.0.
- 浏览器兼容【转】
cuishikuan
css浏览器IE
浏览器兼容问题一:不同浏览器的标签默认的外补丁和内补丁不同
问题症状:随便写几个标签,不加样式控制的情况下,各自的margin 和padding差异较大。
碰到频率:100%
解决方案:CSS里 *{margin:0;padding:0;}
备注:这个是最常见的也是最易解决的一个浏览器兼容性问题,几乎所有的CSS文件开头都会用通配符*来设
- Shell特殊变量:Shell $0, $#, $*, $@, $?, $$和命令行参数
daizj
shell$#$?特殊变量
前面已经讲到,变量名只能包含数字、字母和下划线,因为某些包含其他字符的变量有特殊含义,这样的变量被称为特殊变量。例如,$ 表示当前Shell进程的ID,即pid,看下面的代码:
$echo $$
运行结果
29949
特殊变量列表 变量 含义 $0 当前脚本的文件名 $n 传递给脚本或函数的参数。n 是一个数字,表示第几个参数。例如,第一个
- 程序设计KISS 原则-------KEEP IT SIMPLE, STUPID!
dcj3sjt126com
unix
翻到一本书,讲到编程一般原则是kiss:Keep It Simple, Stupid.对这个原则深有体会,其实不仅编程如此,而且系统架构也是如此。
KEEP IT SIMPLE, STUPID! 编写只做一件事情,并且要做好的程序;编写可以在一起工作的程序,编写处理文本流的程序,因为这是通用的接口。这就是UNIX哲学.所有的哲学真 正的浓缩为一个铁一样的定律,高明的工程师的神圣的“KISS 原
- android Activity间List传值
dcj3sjt126com
Activity
第一个Activity:
import java.util.ArrayList;import java.util.HashMap;import java.util.List;import java.util.Map;import android.app.Activity;import android.content.Intent;import android.os.Bundle;import a
- tomcat 设置java虚拟机内存
eksliang
tomcat 内存设置
转载请出自出处:http://eksliang.iteye.com/blog/2117772
http://eksliang.iteye.com/
常见的内存溢出有以下两种:
java.lang.OutOfMemoryError: PermGen space
java.lang.OutOfMemoryError: Java heap space
------------
- Android 数据库事务处理
gqdy365
android
使用SQLiteDatabase的beginTransaction()方法可以开启一个事务,程序执行到endTransaction() 方法时会检查事务的标志是否为成功,如果程序执行到endTransaction()之前调用了setTransactionSuccessful() 方法设置事务的标志为成功则提交事务,如果没有调用setTransactionSuccessful() 方法则回滚事务。事
- Java 打开浏览器
hw1287789687
打开网址open浏览器open browser打开url打开浏览器
使用java 语言如何打开浏览器呢?
我们先研究下在cmd窗口中,如何打开网址
使用IE 打开
D:\software\bin>cmd /c start iexplore http://hw1287789687.iteye.com/blog/2153709
使用火狐打开
D:\software\bin>cmd /c start firefox http://hw1287789
- ReplaceGoogleCDN:将 Google CDN 替换为国内的 Chrome 插件
justjavac
chromeGooglegoogle apichrome插件
Chrome Web Store 安装地址: https://chrome.google.com/webstore/detail/replace-google-cdn/kpampjmfiopfpkkepbllemkibefkiice
由于众所周知的原因,只需替换一个域名就可以继续使用Google提供的前端公共库了。 同样,通过script标记引用这些资源,让网站访问速度瞬间提速吧
- 进程VS.线程
m635674608
线程
资料来源:
http://www.liaoxuefeng.com/wiki/001374738125095c955c1e6d8bb493182103fac9270762a000/001397567993007df355a3394da48f0bf14960f0c78753f000 1、Apache最早就是采用多进程模式 2、IIS服务器默认采用多线程模式 3、多进程优缺点 优点:
多进程模式最大
- Linux下安装MemCached
字符串
memcached
前提准备:1. MemCached目前最新版本为:1.4.22,可以从官网下载到。2. MemCached依赖libevent,因此在安装MemCached之前需要先安装libevent。2.1 运行下面命令,查看系统是否已安装libevent。[root@SecurityCheck ~]# rpm -qa|grep libevent libevent-headers-1.4.13-4.el6.n
- java设计模式之--jdk动态代理(实现aop编程)
Supanccy2013
javaDAO设计模式AOP
与静态代理类对照的是动态代理类,动态代理类的字节码在程序运行时由Java反射机制动态生成,无需程序员手工编写它的源代码。动态代理类不仅简化了编程工作,而且提高了软件系统的可扩展性,因为Java 反射机制可以生成任意类型的动态代理类。java.lang.reflect 包中的Proxy类和InvocationHandler 接口提供了生成动态代理类的能力。
&
- Spring 4.2新特性-对java8默认方法(default method)定义Bean的支持
wiselyman
spring 4
2.1 默认方法(default method)
java8引入了一个default medthod;
用来扩展已有的接口,在对已有接口的使用不产生任何影响的情况下,添加扩展
使用default关键字
Spring 4.2支持加载在默认方法里声明的bean
2.2
将要被声明成bean的类
public class DemoService {