北铭
北铭

机器学习相关

卷积神经网络工作原理直观的解释？
https://www.zhihu.com/question/39022858

如何简单形象又有趣地讲解神经网络是什么？
https://www.zhihu.com/question/22553761

超能智体
https://yjango.gitbooks.io/superorganism/content/chapter1.html?q=

An Intuitive Explanation of Convolutional Neural Networks
https://ujjwalkarn.me/2016/08/11/intuitive-explanation-convnets/

[CV] 通俗理解『卷积』——从傅里叶变换到滤波器
https://zhuanlan.zhihu.com/p/28478034

导数与梯度、矩阵运算性质、科学计算库numpy
http://blog.csdn.net/qq_26222859/article/details/73326088

CS231n官方笔记
https://zhuanlan.zhihu.com/p/21930884?refer=intelligentunit

http://www.wildml.com

你可能感兴趣的:(机器学习相关)

  • 深度学习--机器学习相关（2） 在下小天n 深度学习深度学习机器学习人工智能
    1.适应性矩估计适应性矩估计(AdaptiveMomentEstimation,Adam)是一种可以代替传统的梯度下降(SGD和MBGD)的优化算法。Adam算法结合了适应性梯度算法和均方根传播的优点。Momentum在学习机器学习时是很可能遇到的，是动量的意思。动量不是速度和学习率，应该说是类似于加速度。AdaGrad（适应性梯度算法）适应性梯度算法的特点在于：独立地调整每一个参数的学习率。在S
  • 【个人学习笔记】概率论与数理统计知识梳理【五】 已经是全速前进了 概率论
    文章目录第五章、大数定律及中心极限定理一、大数定律1.1基本概念1.2弱大数定理二、中心极限定理独立同分布的中心极限定理定理总结第五章、大数定律及中心极限定理写博客比想象中费劲得多，公式得敲好久，所以只得随缘更更了，想写一些机器学习相关的东西，但是强迫症又不允许我把这个扔掉不管，我太难了Orz这一节的内容比较深，即使我是一个喜欢数学的工科生，也没有精力再去深究了，各式各样的大数定律及中心极限定理我
  • 【机器学习案例6】使用机器学习从图像中提取突出的颜色（含源码） suoge223 机器学习实用指南机器学习人工智能python
    专栏导读作者介绍：工学博士，高级工程师，专注于工业软件算法研究本文已收录于专栏：《机器学习实用指南》本专栏旨在提供1.机器学习经典案例及源码；2.开源机器学习训练数据集；3.机器学习前沿专业博文。以案例的形式从实用的角度出发，快速上手机器学习项目，在案例中成长，摆脱按部就班填鸭式教学。欢迎订阅专栏，订阅用户可私聊进入机器学习交流群（知识交流、问题解答），并获赠丰厚的机器学习相关学习资料（教材、源码
  • 【机器学习案例7】计算机视觉中的小物体检测：基于补丁的方法 suoge223 机器学习实用指南机器学习计算机视觉人工智能
    专栏导读作者简介：工学博士，高级工程师，专注于工业软件算法研究本文已收录于专栏：《机器学习实用指南》本专栏旨在提供1.机器学习经典案例及源码；2.开源机器学习训练数据集；3.机器学习前沿专业博文。以案例的形式从实用的角度出发，快速上手机器学习项目，在案例中成长，摆脱按部就班填鸭式教学。欢迎订阅专栏，订阅用户可私聊进入机器学习交流群（知识交流、问题解答），并获赠丰厚的机器学习相关学习资料（教材、源码
  • 机器学习相关指标计算 miliyah
    机器学习相关的科学计算指标其实本人也不精通上代码：#!/usr/bin/envpython#coding=utf-8importnumpyasnpfromsklearn.metricsimport*importmatplotlib.pyplotaspltdefmathematical_calculation(data_list1,data_list2=[]):"""1.误差errors：x1-x2
  • 面向智算服务，构建可观测体系最佳实践 阿里云云原生
    作者：蓟北构建面向AI、大数据、容器的可观测体系（一）智算服务可观测概况对于越来越火爆的人工智能领域来说，MLOps是解决这一领域的系统工程，它结合了所有与机器学习相关的任务和流程，从数据管理、建模、持续部署的到运行时计算和资源管理。下图是开源ML-Ops平台MLReef在2021年发布的ML市场相关工具和平台玩家。时至今日，相关工具与平台玩家数量保持着持续高速增长。当前，随着大语言模型（LLM）
  • python 中和机器学习相关的库：numpy scipy pandas scikit-learn tensorflow-gpu matplotlib Hi-Lu ｐｙｔｈｏｎpython机器学习数据分析人工智能数据结构
    numpy：python科学计算的基础包，随机数生成、快速高效的多维数组对象ndarray，用于对数组执行元素级计算，直接对数组执行数学运算的函数；用于读写硬盘上基于数组的数据集工具等。scipy:微积分、矩阵分解、函数优化器（最小化器）、根查找算法、信号处理工具、稀疏矩阵和稀疏线性系统求解器。pandas：非常重要的库，提供了快速便捷处理结构化数据的大量数据结构和函数；用得最多的pandas对象
  • 机器学习——泰坦尼克号乘客生存预测 是dream 数据库前端linux
    前言本文章是我在完成机器学习课程设计写的总结，共计花费五天左右，在kaggle平台上测试，最高的一次准确率为0.78708。在使用机器学习相关知识去处理某个实际的问题的时候首先就是从需求理解和问题预处理开始，通过异常数据收集、数据整合、数据分析探索，到模型训练和调优，最后进行模型验证评估。需求理解和问题预处理是整个流程的基础，在本次课程设计中，目标是判断乘客的生还率，怎样基于已有的特征来预测是否生
  • VSCode问题记录 V丶Chao 工作历程vscodepython
    20230304-0.引言这几年的编程方式还真是各种变化，从一开始直接VIM，到后面使用jupyter进行机器学习相关，然后再过渡到vim的形式并加以tmux批量化，最后去年使用了vscode作为IDE。随着工具的变化，那么很多习惯也都随之变化。在学校实验室，平时都是直接在服务器上进行编程，比较简单朴素，直接ssh+vim来干。那时候也尝试过sublime加插件来管理远程文件，但是他毕竟还是一个编
  • 2018年机器学习数学基础及算法视频教程 20课 适合基础学习 高清课件代码答疑全 花心五花肉
    课程介绍：不管是算法工程师还是机器学习相关岗位，很多企业招人时都会选择数学专业的毕业生，更有甚至数学的优先级超过计算机专业，尤其人工智能方面，Al人才门槛高的让人望而却步，其中一个重要的原因就是对数学基础的要求太高，从而限制了很大一批人的进入。课程优势：相关实用数学基础原理，课程设计循序渐进，妙趣横生，使用多个源于生活的场景深入浅出的讲解，动画效果和有趣小游戏案例贯穿全课程，带领你在不经意间轻轻松
  • 通俗易懂解释python和anaconda和pytorch以及pycharm之间的关系 qq_45091396 pythonpytorchpycharm
    Python：Python就像是一门编程语言的工具箱，你可以把它看作是一种通用的编程语言，就像是一把多功能的工具刀。你可以使用Python来编写各种类型的程序，就像使用工具刀来制作各种不同的手工艺品一样。Anaconda：Anaconda就像是一个装有不同种类工具的大工具箱。这个工具箱里包括了Python语言，但还有其他许多数据科学和机器学习相关的工具和库，比如NumPy、Pandas、Matpl
  • 什么是机器学习 码农zz 机器学习人工智能
    概述AIMLDL之间的关系AI最大的概念ML机器学习是AI的一个研究方向,一般指的就是软件编程DL深度学习,是机器学习的一个子领域,使用人工神经网络来解决问题MLDL的区别提到机器学习一般就是指传统的基于统计学的一些算法(或者没用神经网络)DL深度学习就是指使用了神经网络为什么要学机器学习从学习知识的角度,从简单到复杂还有一些领域在使用机器学习相关术语介绍机器学习模型=数据+算法数据:用于训练模型
  • 学习Python必备的11本神书，你读过几本？速来下载PDF 可口可乐没有乐 学习路线python人工智能开发语言python爬虫
    前不久，和几位AI/python和数据分析领域的大神请教入行的初学者应该准备哪几本书？他们强烈推荐这11本神书01机器学习的数学宾大个人推荐指数：★★★★此书来自宾夕法尼亚大学计算机与信息科学系，涵盖代数，拓扑，微积分和优化理论，提供免费PDF下载(链接见文末)。打开细看，一股丰盛的数学大餐的气息迎面扑来：内置9大章节，1962页全面丰富的计算机科学和机器学习相关数学知识，有教学，还有习题。02深
  • 手写python实现梯度下降算法（base问题：多元线性回归） 小野堂 python算法线性回归
    手写python实现梯度下降算法因为课程设计的原因，接触了很多和机器学习相关的事情在学习的时候发现，机器学习如果只是听不写代码基本什么都学习不到于是自己利用python手写了大部分的常见的基础的算法很有趣呢~慢慢更新咯文章目录手写python实现梯度下降算法简介实现代码写在最后简介①梯度下降算法是在机器学习中常见的一种优化寻找最优模型的方法②是一种参数优化的方式，优化的时候让参数减去一定比例的梯度
  • 波士顿房价预测(一) 星夜夏空99 python机器学习
    波士顿房价预测(一)导语：开始学习机器学习相关知识。波士顿房价预测，也是很经典的一个案例，我会陆续把自己完成整个项目的过程记录下来，还有就是可能会出现一定的差错，或者数据分析库使用的不是很熟练的情况，也希望大佬指出。另外，我是会一步步完善这个程序，但是只是从流程上完善，最后的结果因为数据集的原因可能不是会很准确。这篇文章更多是记录自己的学习情况，可能可借鉴度不高，如果是纯小白的话可以看一看，说不定
  • 数据维度爆炸怎么办？详解5大常用的特征选择方法 wuxiaosi808 数据挖掘机器学习数据挖掘机器学习
    数据维度爆炸怎么办？详解5大常用的特征选择方法Datawhale干货作者：EdwinJarvis，cnblog博客整理在许多机器学习相关的书里，很难找到关于特征选择的内容，因为特征选择要解决的问题往往被视为机器学习的一个子模块，一般不会单独拿出来讨论。但特征选择是一个重要的数据预处理过程，特征选择主要有两个功能：减少特征数量、降维，使模型泛化能力更强，减少过拟合增强对特征和特征值之间的理解好的特征
  • 数据维度爆炸？5大常用的特征选择方法详解（上） Sim1480 python机器学习人工智能数据分析深度学习
    EdwinJarvis|作者cnblog博客|来源在许多机器学习相关的书里，很难找到关于特征选择的内容，因为特征选择要解决的问题往往被视为机器学习的一个子模块，一般不会单独拿出来讨论。但特征选择是一个重要的数据预处理过程，特征选择主要有两个功能：减少特征数量、降维，使模型泛化能力更强，减少过拟合增强对特征和特征值之间的理解好的特征选择能够提升模型的性能，更能帮助我们理解数据的特点、底层结构，这对进
  • 为什么python会成为人工智能开发首选编程语言？ 千_锋小小千
    Python借助AI和数据科学，目前已经攀爬到了编程语言生态链的顶级位置，可以说，Python基本上与AI已经紧密捆绑在了一起了。为什么人工智能开发要使用到python语言？我认为基于以下几个原因：简洁高效Python作为一门编程语言，对于程序员来说，想要从事AI和机器学习相关的工作，最好的语言莫过于Python。简洁优美、开发效率高，Python语言已经得到了越来越多公司的青睐，很多公司都开始选
  • hello word xiiatuuo
    第一篇当然是用helloword开始～这个博客主要用来记录我的一些推荐系统和机器学习相关的资料的整理和总结，希望能坚持。
  • 数据分析大作业：使用Python机器学习相关算法对某地区房地产数据分析预测报告 完整代码+报告 计算机毕设论文 python数据分析房地产分析预测
    定义挖掘目标：**1、**房价和哪些因素有关，在之后的中介推销中重点关注**2、**开发商该如何建造房屋才能让更多的客户来选择购买居住**3、**预估房屋价值，给房产中介提供合理的房价信息完整数据加代码：https://download.csdn.net/download/qq_38735017/87418814数据初步处理：%%matplotlibinlineimportpandasaspdim
  • 算法……到底是干啥的？（摘自牛客网） 芒果香菠菠 算法
    摘录自牛客评论区。链接：算法……到底是干啥的？_牛客网1.门槛学历双9平常就是看论文技术分享接项目给方案跑模型部署到终端清洗数据打比赛写论文写专利面试一般问对应岗位方向前沿的算法paper2.面试问项目问论文，问深度学习和机器学习相关八股，比如transfomer、Bert、gpt、过拟合欠拟合、数据不平衡、梯度消失梯度爆炸、损失函数激活函数啥的，可能再根据项目（比如我的）问点并行、混合精度之类，
  • AIGC: 关于ChatGPT中进行情感分析的功能 Wang's Blog AIGCPythonAIGC
    概念GPT是基于大模型去进行的机器学习的训练，对于机器学习相关的概念它是比较了解的比如:文本的分类,文本的情感分析等等相关的机器学习的功能,GPT如何支持？是否有相关接口供我们调用?有的，文档地址:https://platform.openai.com/docs/api-reference/embeddings/create基于这个接口，可以去进行分类，进行情感分析关于这个embeddings接口
  • 使用Virtualenv安装机器学习环境 yaoleiroyal
    本文档描述在ubuntu14.04环境中通过virtualenv来安装机器学习相关环境，安装的组件有jupyter，matplotlib，numpy，pandas，scipy，scikit-learn。我实际安装时，都是使用python3的环境，也就是使用pip3来安装相关组件！发出下列其中一条命令来安装pip和Virtualenv：$sudoapt-getinstallpython-pippyt
  • 机器学习相关知识点总结 月光_a126
    线性代数PCA和SVD：https://zhuanlan.zhihu.com/p/58064462正定、半正定https://zhuanlan.zhihu.com/p/93392382投影矩阵：https://blog.csdn.net/weixin_44969779/article/details/90139312旋转矩阵：https://www.bilibili.com/video/BV1sR
  • 【人工智能Ⅰ】实验4：贝叶斯分类 MorleyOlsen 人工智能人工智能分类数据挖掘贝叶斯
    实验4贝叶斯分类一、实验目的1.了解并学习机器学习相关库的使用。2.熟悉贝叶斯分类原理和方法，并对MNIST数据集进行分类。二、实验内容1.使用贝叶斯方法对mnist或mnistvariation数据集进行分类，并计算准确率。数据集从网上下载（如百度飞桨平台）。2.改变算法参数，观察对识别准确率的影响。三、实验环境平台JupyterNotebook(anaconda3)Python版本python
  • 机器学习基础Matplotlib绘图 softshow1026 机器学习matplotlib人工智能
    一、运行环境学习工具：jupyter-notebookpython版本：311系统：Win11二、什么是matplotlib？matplotlib是基于python生态开发的一个可视化绘图库，它的出现让python在数据分析及机器学习方面占了重要的一部分，目前很多数据分析及机器学习相关方面的工程都有使用到这个库，并且由于其简单易用，安装简单等方面的优势深得广大开发者的喜爱。三、安装及导入1.安装p
  • 机器学习相关概念的直观理解 秃头的少女 机器学习深度学习cnn
    目录深度学习：网络结构CNN结构包含：卷积运算池化运算激活函数损失函数深度学习：基于卷积神经网络CNN监督学习：已知规律，求出已知结果非无监督学习：未知规律，求规律结果语义分割：对图像进行对象区别注意力机制：找到特定对象网络结构CNN中的通道channels：代表特征，例如：一般的RGB图片，channels的数量是3（红、绿、蓝）上采样：放大图像下采样：缩小图像CNN结构包含：卷积运算本质为矩阵
  • 01-概述 - OpenCV介绍与环境搭建 Ivy_belief OpenCVopencv人工智能计算机视觉
    目录1、OpenCV概念（1）OpenCV的介绍（2）图像处理（ImageProcessing）（3）OpenCV的架构和核心模块2、开发环境搭建3、代码与演示1、OpenCV概念（1）OpenCV的介绍OpenCV是计算机视觉开源库，主要算法涉及图像处理和机器学习相关方法；OpenCV的全称是OpenSourceComputerVisionLibrary,直译就是“开源计算机视觉库”。取代表开源
  • 基于STM32的色彩识别与分类算法优化 嵌入式杂谈 stm32分类嵌入式硬件
    基于STM32的色彩识别与分类算法优化是一项与图像处理和机器学习相关的研究任务，旨在实现高效的色彩识别和分类算法在STM32微控制器上的运行。本文将介绍基于STM32的色彩识别与分类算法优化的原理和实现步骤，并提供相应的代码示例。1.色彩识别与分类概述色彩识别与分类是一种通过分析图像中的颜色信息来进行目标检测、品质控制等应用。在嵌入式系统中，如STM32微控制器，需要优化色彩识别与分类算法以满足性
  • python最小生成树算法_最小生成树：Kruskal算法及python实现 芒果大大 python最小生成树算法
    本人数学专业本科，研究生读的计算机，方向是深度学习相关的，在平时上课和自己自学，看论文都是深度学习和机器学习相关的。打算毕业之后从事机器学习相关工作，但是不知道学完Dl，ML的相关算法之后，还需不需要学习传统的数据结构，比如二叉树，图，队列，栈什么的，还有必要学习算法导论里的算法吗？如果都学的话，那感觉时间不够，而且这些难度都挺大的。有没有前辈来指点一二呢？这是今天逛知乎时看到的一个提问“学习机器
  • 算法 单链的创建与删除 换个号韩国红果果 c算法
    先创建结构体 struct student { int data; //int tag;//标记这是第几个 struct student *next; }; // addone 用于将一个数插入已从小到大排好序的链中 struct student *addone(struct student *h,int x){ if(h==NULL) //??????
  • 《大型网站系统与Java中间件实践》第2章读后感 白糖_ java中间件
           断断续续花了两天时间试读了《大型网站系统与Java中间件实践》的第2章，这章总述了从一个小型单机构建的网站发展到大型网站的演化过程---整个过程会遇到很多困难，但每一个屏障都会有解决方案，最终就是依靠这些个解决方案汇聚到一起组成了一个健壮稳定高效的大型系统。          看完整章内容，
  • zeus持久层spring事务单元测试 deng520159 javaDAOspringjdbc
    今天把zeus事务单元测试放出来,让大家指出他的毛病, 1.ZeusTransactionTest.java 单元测试   package com.dengliang.zeus.webdemo.test; import java.util.ArrayList; import java.util.List; import org.junit.Test; import
  • Rss 订阅 开发 周凡杨 htmlxml订阅rss规范
                    RSS是 Really Simple Syndication的缩写（对rss2.0而言，是这三个词的缩写，对rss1.0而言则是RDF Site Summary的缩写，1.0与2.0走的是两个体系）。   RSS
  • 分页查询实现 g21121 分页查询
    在查询列表时我们常常会用到分页，分页的好处就是减少数据交换，每次查询一定数量减少数据库压力等等。 按实现形式分前台分页和服务器分页： 前台分页就是一次查询出所有记录，在页面中用js进行虚拟分页，这种形式在数据量较小时优势比较明显，一次加载就不必再访问服务器了，但当数据量较大时会对页面造成压力，传输速度也会大幅下降。 服务器分页就是每次请求相同数量记录，按一定规则排序，每次取一定序号直接的数据
  • spring jms异步消息处理 510888780 jms
    spring JMS对于异步消息处理基本上只需配置下就能进行高效的处理。其核心就是消息侦听器容器，常用的类就是DefaultMessageListenerContainer。该容器可配置侦听器的并发数量，以及配合MessageListenerAdapter使用消息驱动POJO进行消息处理。且消息驱动POJO是放入TaskExecutor中进行处理，进一步提高性能，减少侦听器的阻塞。具体配置如下：
  • highCharts柱状图 布衣凌宇 hightCharts柱图
    第一步：导入 exporting.js,grid.js,highcharts.js;第二步：写controller   @Controller@RequestMapping(value="${adminPath}/statistick")public class StatistickController {  private UserServi
  • 我的spring学习笔记2-IoC（反向控制 依赖注入） aijuans springmvcSpring 教程spring3 教程Spring 入门
    IoC（反向控制 依赖注入）这是Spring提出来了，这也是Spring一大特色。这里我不用多说，我们看Spring教程就可以了解。当然我们不用Spring也可以用IoC，下面我将介绍不用Spring的IoC。 IoC不是框架，她是java的技术，如今大多数轻量级的容器都会用到IoC技术。这里我就用一个例子来说明： 如：程序中有 Mysql.calss 、Oracle.class 、SqlSe
  • TLS java简单实现 antlove javasslkeystoretlssecure
      1. SSLServer.java package ssl; import java.io.FileInputStream; import java.io.InputStream; import java.net.ServerSocket; import java.net.Socket; import java.security.KeyStore; import
  • Zip解压压缩文件 百合不是茶 Zip格式解压Zip流的使用文件解压
       ZIP文件的解压缩实质上就是从输入流中读取数据。Java.util.zip包提供了类ZipInputStream来读取ZIP文件,下面的代码段创建了一个输入流来读取ZIP格式的文件; ZipInputStream in = new ZipInputStream(new FileInputStream(zipFileName));     &n
  • underscore.js 学习（一） bijian1013 JavaScriptunderscore
            工作中需要用到underscore.js，发现这是一个包括了很多基本功能函数的js库，里面有很多实用的函数。而且它没有扩展 javascript的原生对象。主要涉及对Collection、Object、Array、Function的操作。       学
  • java jvm常用命令工具——jstatd命令(Java Statistics Monitoring Daemon) bijian1013 javajvmjstatd
    1.介绍         jstatd是一个基于RMI（Remove Method Invocation）的服务程序，它用于监控基于HotSpot的JVM中资源的创建及销毁，并且提供了一个远程接口允许远程的监控工具连接到本地的JVM执行命令。         jstatd是基于RMI的，所以在运行jstatd的服务
  • 【Spring框架三】Spring常用注解之Transactional bit1129 transactional
    Spring可以通过注解@Transactional来为业务逻辑层的方法(调用DAO完成持久化动作)添加事务能力，如下是@Transactional注解的定义：   /* * Copyright 2002-2010 the original author or authors. * * Licensed under the Apache License, Version
  • 我(程序员)的前进方向 bitray 程序员
    作为一个普通的程序员,我一直游走在java语言中,java也确实让我有了很多的体会.不过随着学习的深入,java语言的新技术产生的越来越多,从最初期的javase,我逐渐开始转变到ssh,ssi,这种主流的码农,.过了几天为了解决新问题,webservice的大旗也被我祭出来了,又过了些日子jms架构的activemq也开始必须学习了.再后来开始了一系列技术学习,osgi,restful.....
  • nginx lua开发经验总结 ronin47
    使用nginx lua已经两三个月了，项目接开发完毕了，这几天准备上线并且跟高德地图对接。回顾下来lua在项目中占得必中还是比较大的，跟PHP的占比差不多持平了，因此在开发中遇到一些问题备忘一下 1：content_by_lua中代码容量有限制，一般不要写太多代码，正常编写代码一般在100行左右（具体容量没有细心测哈哈，在4kb左右），如果超出了则重启nginx的时候会报 too long pa
  • java-66-用递归颠倒一个栈。例如输入栈{1,2,3,4,5}，1在栈顶。颠倒之后的栈为{5,4,3,2,1}，5处在栈顶 bylijinnan java
    import java.util.Stack; public class ReverseStackRecursive { /** * Q 66.颠倒栈。 * 题目：用递归颠倒一个栈。例如输入栈{1,2,3,4,5}，1在栈顶。 * 颠倒之后的栈为{5,4,3,2,1}，5处在栈顶。 *1. Pop the top element *2. Revers
  • 正确理解Linux内存占用过高的问题 cfyme linux
    Linux开机后，使用top命令查看，4G物理内存发现已使用的多大3.2G，占用率高达80%以上： Mem:   3889836k total,  3341868k used,   547968k free,   286044k buffers Swap:  6127608k total,&nb
  • [JWFD开源工作流]当前流程引擎设计的一个急需解决的问题 comsci 工作流
         当我们的流程引擎进入IRC阶段的时候，当循环反馈模型出现之后，每次循环都会导致一大堆节点内存数据残留在系统内存中，循环的次数越多，这些残留数据将导致系统内存溢出，并使得引擎崩溃。。。。。。       而解决办法就是利用汇编语言或者其它系统编程语言，在引擎运行时，把这些残留数据清除掉。
  • 自定义类的equals函数 dai_lm equals
    仅作笔记使用 public class VectorQueue { private final Vector<VectorItem> queue; private class VectorItem { private final Object item; private final int quantity; public VectorI
  • Linux下安装R语言 datageek R语言 linux
    命令如下：sudo gedit  /etc/apt/sources.list1、deb http://mirrors.ustc.edu.cn/CRAN/bin/linux/ubuntu/ precise/ 2、deb http://dk.archive.ubuntu.com/ubuntu hardy universesudo apt-key adv --keyserver ke
  • 如何修改mysql 并发数(连接数)最大值 dcj3sjt126com mysql
    MySQL的连接数最大值跟MySQL没关系，主要看系统和业务逻辑了   方法一：进入MYSQL安装目录 打开MYSQL配置文件 my.ini 或 my.cnf查找 max_connections=100 修改为 max_connections=1000 服务里重起MYSQL即可 　　方法二：MySQL的最大连接数默认是100客户端登录：mysql -uusername -ppass
  • 单一功能原则 dcj3sjt126com 面向对象的程序设计软件设计编程原则
    单一功能原则[ 编辑]     SOLID 原则 单一功能原则 开闭原则 Liskov代换原则 接口隔离原则 依赖反转原则 查   论   编 在面向对象编程领域中，单一功能原则（Single responsibility principle）规定每个类都应该有
  • POJO、VO和JavaBean区别和联系 fanmingxing VOPOJOjavabean
    POJO和JavaBean是我们常见的两个关键字，一般容易混淆，POJO全称是Plain Ordinary Java Object / Plain Old Java Object，中文可以翻译成：普通Java类，具有一部分getter/setter方法的那种类就可以称作POJO，但是JavaBean则比POJO复杂很多，JavaBean是一种组件技术，就好像你做了一个扳子，而这个扳子会在很多地方被
  • SpringSecurity3.X--LDAP：AD配置 hanqunfeng SpringSecurity
    前面介绍过基于本地数据库验证的方式，参考http://hanqunfeng.iteye.com/blog/1155226，这里说一下如何修改为使用AD进行身份验证【只对用户名和密码进行验证，权限依旧存储在本地数据库中】。   将配置文件中的如下部分删除： <!-- 认证管理器，使用自定义的UserDetailsService，并对密码采用md5加密-->
  • mac mysql 修改密码 IXHONG mysql
    $ sudo /usr/local/mysql/bin/mysqld_safe –user=root & //启动MySQL(也可以通过偏好设置面板来启动)$ sudo /usr/local/mysql/bin/mysqladmin -uroot password yourpassword //设置MySQL密码（注意，这是第一次MySQL密码为空的时候的设置命令，如果是修改密码，还需在-
  • 设计模式--抽象工厂模式 kerryg 设计模式
    抽象工厂模式：     工厂模式有一个问题就是，类的创建依赖于工厂类，也就是说，如果想要拓展程序，必须对工厂类进行修改，这违背了闭包原则。我们采用抽象工厂模式，创建多个工厂类，这样一旦需要增加新的功能，直接增加新的工厂类就可以了，不需要修改之前的代码。     总结：这个模式的好处就是，如果想增加一个功能，就需要做一个实现类，
  • 评"高中女生军训期跳楼” nannan408
       首先，先抛出我的观点，各位看官少点砖头。那就是，中国的差异化教育必须做起来。    孔圣人有云：有教无类。不同类型的人，都应该有对应的教育方法。目前中国的一体化教育，不知道已经扼杀了多少创造性人才。我们出不了爱迪生，出不了爱因斯坦，很大原因，是我们的培养思路错了，我们是第一要“顺从”。如果不顺从，我们的学校，就会用各种方法，罚站，罚写作业，各种罚。军
  • scala如何读取和写入文件内容？ qindongliang1922 javajvmscala
    直接看如下代码： package file import java.io.RandomAccessFile import java.nio.charset.Charset import scala.io.Source import scala.reflect.io.{File, Path} /** * Created by qindongliang on 2015/
  • C语言算法之百元买百鸡 qiufeihu c算法
    中国古代数学家张丘建在他的《算经》中提出了一个著名的“百钱买百鸡问题”，鸡翁一，值钱五，鸡母一，值钱三，鸡雏三，值钱一，百钱买百鸡，问翁，母，雏各几何？ 代码如下： #include <stdio.h> int main() { int cock,hen,chick; /*定义变量为基本整型*/ for(coc
  • Hadoop集群安全性：Hadoop中Namenode单点故障的解决方案及详细介绍AvatarNode wyz2009107220 NameNode
    正如大家所知，NameNode在Hadoop系统中存在单点故障问题，这个对于标榜高可用性的Hadoop来说一直是个软肋。本文讨论一下为了解决这个问题而存在的几个solution。 1. Secondary NameNode 原理：Secondary NN会定期的从NN中读取editlog，与自己存储的Image进行合并形成新的metadata image 优点：Hadoop较早的版本都自带，
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他