雅慧闲聊
雅慧闲聊

小乐趣大生活

周末在社区发现个好地方，对面开了家绿植小店，面积不大很多绿萝肉肉花出现在眼前，给冬天添加了乐趣

小乐趣大生活_第1张图片
图片发自App

喜欢这样的环境，更喜欢这里的氛围！小美女介绍说，阿姨下午有个活动欢迎您来参加，好温暖的语气！好呀一定来。


小乐趣大生活_第2张图片
图片发自App

下午阳光充足，外边很冷但室内温度刚刚好，有十几位姐妹已到场，老师开始讲用钩针钩杯套的方法，小黄人杯套的样子好可爱。马梅老师耐心的教授着怎样起针，怎么配线，怎么换线！姐妹们全神贯注的投入到操作中！这样的学习气氛真是享受，基本功不同，成绩不同。有个姐妹只用了一个多小时就完成了！经过两个多小时的学习我的手里也有了一个不那么漂亮的小黄人杯套了！

小乐趣大生活_第3张图片
图片发自App

虽然好久没有拿过钩针了，但并不那么手生，很快找到了年轻时钩窗帘钩盖布的感觉！美妙的时光里享受生活的美好！小乐趣唤醒大生活！感恩遇见小店，感恩遇见所有人！感恩美好时光带来的美妙！

小乐趣大生活_第4张图片
图片发自App

小乐趣大生活_第5张图片
图片发自App

你可能感兴趣的:(小乐趣大生活)

  • 大模型隐空间推理论文阅读笔记 猴猴猪猪 AIGCpython实验记录人工智能深度学习
    文章目录TrainingLargeLanguageModelstoReasoninaContinuousLatentSpace一.简介1.1摘要1.2引言TrainingLargeLanguageModelstoReasoninaContinuousLatentSpace一.简介机构：Meta代码：任务:特点:方法:1.1摘要现状：大语言模型往往局限在“languagespace"进行推理，在解决
  • 《AI大模型开发笔记》DeepSeek技术创新点 Richard Chijq AI大模型开发笔记人工智能笔记
    一、DeepSeek横空出世DeepSeekV3以颠覆性技术架构创新强势破局！革命性的上下文处理机制实现长文本推理成本断崖式下降，综合算力需求锐减90%，开启高效AI新纪元！最新开源的DeepSeekV3模型不仅以顶尖基准测试成绩比肩业界SOTA模型，更以惊人的训练效率引发行业震动——仅耗费280万H800GPU小时（对应4e24FLOP@40%MFU）即达成巅峰性能。对比同级别Llama3-40
  • NO.20十六届蓝桥杯模拟赛第三期下 ChoSeitaku 蓝桥杯备考蓝桥杯职场和发展
    8小蓝种了一块玉米地，玉米地长n米，宽m米，每平方米产玉米a千克。请问小蓝的玉米地一共能产多少千克玉米【输入格式】输入三行。第一行包含一个正整数n，第二行包含一个正整数m，第三行包含一个正整数a。【输出格式】输出一行，包含一个整数，表示答案。#includeusingnamespacestd;intmain(){ios::sync_with_stdio(false);cin.tie(nullptr
  • 【网安AIGC专题】46篇前沿代码大模型论文、24篇论文阅读笔记汇总_大模型在代码缺陷检测领域的应用实践(1) 2401_84972910 程序员AIGC论文阅读笔记
    欢迎一起踏上探险之旅，挖掘无限可能，共同成长！写在最前面本文为邹德清教授的《网络安全专题》课堂笔记系列的文章，本次专题主题为大模型。本系列文章不仅涵盖了46篇关于前沿代码大模型的论文，还包含了24篇深度论文阅读笔记，全面覆盖了代码生成、漏洞检测、程序修复、生成测试等多个应用方向，深刻展示了这些技术如何在网络安全领域中起到革命性作用。同时，本系列还细致地介绍了大模型技术的基础架构、增强策略、关键数据
  • 【AI大模型应用开发】精读ToT：论文到源码，看透ToT思维树的实现流程 同学小张 大模型笔记经验分享人工智能AIGC思维树大模型
    大家好，我是同学小张，持续学习C++进阶知识和AI大模型应用实战案例，持续分享，欢迎大家点赞+关注，共同学习和进步。上篇文章（【AI大模型应用开发】从CoT到ToT，再到ReAct，提升大模型推理能力的方式探索（含代码））我们学习了当下提高大模型推理能力的几个主要技术，从CoT（ChainofThought）到TOT（TreeofThought），再到ReAct。关于ReAct的实现方式，我们前面
  • LangChain解锁LLM大语言模型的结构化输出能力：调用 with_structured_output() 方法 晨欣 langchain语言模型人工智能
    什么是LLM的结构化输出能力？在一些工业级LLM应用或比较复杂的LLM应用编排环节，我们需要用LLM的输出作为下一环节的输入，而这个过程往往对LLM输出的格式有一定要求，比如JSON、XML、YAML、CSV、Markdown表格和HTML等比较常见的格式。因此我们需要通过各种方式手段让LLM具备符合我们期望的结构化输出能力，即模型能够按照用户指定的格式或规则生成内容（而不仅仅是自由形式的文本）的
  • LLaMA Factory添加新模型template的实战解析 herosunly 大模型llamafactory新模型template实战解析
      大家好，我是herosunly。985院校硕士毕业，现担任算法研究员一职，热衷于大模型算法的研究与应用。曾担任百度千帆大模型比赛、BPAA算法大赛评委，编写微软OpenAI考试认证指导手册。曾获得阿里云天池比赛第一名，CCF比赛第二名，科大讯飞比赛第三名。授权多项发明专利。对机器学习和深度学习拥有自己独到的见解。曾经辅导过若干个非计算机专业的学生进入到算法行业就业。希望和大家一起成长进步。  
  • 基于Dify大模型开发平台搭建业务应用场景 Python程序员罗宾 学习人工智能搜索引擎笔记github
    一、Dify大模型可以搭建多种业务应用场景前排提示，文末有大模型AGI-CSDN独家资料包哦！主要应用场景包括：1.智能客服系统自动响应：利用大模型的自然语言处理能力，实现24/7的自动客户服务。问题分类与分配：准确识别用户问题类型，并将其路由到相应的服务团队。知识库构建：自动生成和维护企业级的知识库。2.个性化推荐引擎用户画像分析：深度挖掘用户的兴趣爱好和行为习惯。精准推荐：根据用户特征提供定制
  • 量子位招聘 | DeepSeek帮我们改的招聘启事 量子位
    关注前沿科技量子位未来同事，你好~这是一则招聘帖。如果你与我们志同道合，对AI大模型、具身智能、终端硬件、AI新媒体编辑感兴趣，我们正在招聘这些领域的原创作者。以下岗位均为全职，工作地点：北京中关村。岗位面向：社招、应届毕业生，所有岗位均可实习——表现出色均可转正加分项：乐于探索AI新工具，善用AI新工具；拥有解读论文的能力，能深入浅出讲解原理；有写代码能力；量子位长期读者。加入我们，你可以获得：
  • Spring Boot 流式响应豆包大模型对话能力 程序猿小白菜 做个不一样的程序猿AI生态圈后端java生态圈大模型流式响应javaAI
    当SpringBoot遇见豆包大模型：一场流式响应的"魔法吟唱"仪式一、前言：关于流式响应的奇妙比喻想象一下你正在火锅店点单，如果服务员必须等所有菜品都备齐才一次性端上来，你可能会饿得把菜单都啃了。而流式响应就像贴心的服务员，毛肚刚切好就立刻端上桌，肥牛卷还在空中飞着就送到你面前——这就是我们今天要施展的"异步上菜大法"！注：完整代码见底部二、SpringBoot魔法阵搭建2.1召唤SSE精灵@P
  • 《解锁万相2.1大模型：开启视频创作新世界》：此文为AI自动生成 空云风语 人工智能音视频人工智能
    《解锁万相2.1大模型：开启视频创作新世界》：此文为AI自动生成万相2.1大模型初印象在人工智能飞速发展的当下，大模型领域的每一次突破都备受瞩目。2025年2月25日晚间，阿里巴巴带来了一个令人振奋的消息：阿里云视频生成大模型万相2.1（Wan）正式开源。这一消息瞬间在AI圈引发了广泛关注，也让众多开发者和视频创作爱好者们对万相2.1充满了期待。万相2.1作为阿里云通义系列AI模型的重要成员，自发
  • 【AI大模型】Transformers大模型库（九）：大模型微调之计算微调参数占比 LDG_AGI 人工智能
    目录一、引言二、计算微调参数占比2.1概述2.2模型参数结构一览2.3微调参数占比计算三、总结一、引言这里的Transformers指的是huggingface开发的大模型库，为huggingface上数以万计的预训练大模型提供预测、训练等服务。Transformers提供了数以千计的预训练模型，支持100多种语言的文本分类、信息抽取、问答、摘要、翻译、文本生成。它的宗旨是让最先进的NLP技术人人
  • 如何掌握deepseek的推理思路：3个高级AI指令技巧，小白也能轻松上手！ 小机学AI大模型 小机带您AI入门（提示词）人工智能
    大家好，小机又来分享AI了。前言最近AI圈最火的话题是什么？不是新模型发布，也不是算力升级，而是Deepseek——这类AI学会像人类一样推理。但是有时候，Deepseek的推理你会觉得还不够？今天给大家分享的思维链技巧，能让你的AI助手瞬间化身“逻辑大师”，从只会“直给答案”变成“解题高手”！而且操作超简单，看完就能用！一、什么是思维链？为什么它能提升AI的逻辑能力？你让AI做一道数学题，普通模
  • 大模型国产化迁移大模型到昇腾教程（Pytorch版） 科技互联人生 科技数码人工智能AIGC语言模型
    大模型国产化适配10-快速迁移大模型到昇腾910B保姆级教程（Pytorch版）随着ChatGPT的火爆，AI大模型时代来临，但算力紧张。中美贸易战及美国制裁AI芯片，国产化势在必行。已有国产AI芯片和Mindformers框架，基于昇腾910训练大模型，使用MindIE实现大模型服务化。本文介绍如何迅速将大型模型迁移到昇腾910B,许多入门者都是从斯坦福羊驼开始的。我们将利用羊驼的训练代码和数据
  • autojs一个经典的飘浮工具栏界面源码 恶猫 auto.jsHTML+Scriptandroiduijavascript
    autojs一般的项目都会有一个全屏界面，点击按钮，弹出个小悬浮窗。但是也有的时候只需要直接弹出小窗就够用了。这时候就用到了。"ui";importClass(android.view.View);auto.waitFor();auto.setMode('normal');setInterval(()=>{},1000);threads.start(function(){varwindow=flo
  • 大模型技术：重塑未来的力量 每天五分钟玩转人工智能 人工智能机器学习深度学习大模型
    大模型技术之所以成为当今科技领域的热点，是因为它拥有改变游戏规则的能力。以ChatGPT为例，这款由OpenAI开发的大型语言模型，首次实现了基于语言的智能涌现，推动了通用人工智能的技术飞跃和快速进化。大模型通过强大的数据处理能力和广泛的适用性，极大地提升了生产力，改变了生产要素的构成。它不仅加速了信息处理的速度和精度，使得数据成为新的生产资料，提高了知识创造和应用的效率；还通过促进跨领域知识融合
  • 大模型微调入门（Transformers + Pytorch） 昵称不能为null pythonllm机器学习人工智能
    目标输入：你是谁？输出：我们预训练的名字。训练为了性能好下载小参数模型，普通机器都能运行。下载模型#方式1：使用魔搭社区SDK下载#down_deepseek.pyfrommodelscopeimportsnapshot_downloadmodel_dir=snapshot_download('deepseek-ai/DeepSeek-R1-Distill-Qwen-1.5B')#方式2：gitl
  • 清华大学Deepseek第六版AIGC发展研究3.0（共186页，附PDF下载） xiecoding.cn AIGCdeepseek大模型deepseek清华大学deepseekdeepseek使用指南deepseek怎么用pdf
    人工智能生成内容（AIGC）正以前所未有的速度改变我们的生活。2024年底，清华大学新闻与传播学院与人工智能学院联合发布了《AIGC发展研究3.0版》，这份报告系统梳理了AIGC技术的突破性进展、应用场景及社会影响，并展望了未来的发展方向。《AIGC发展研究3.0版》PDF：https://pan.quark.cn/s/78f21d6c6b70本文将以通俗易懂的方式，带您了解这份报告的核心内容。一
  • 计算机视觉实战：YOLOv8在工业质检中的应用（附完整代码+数据集） emmm形成中 深度学习人工智能python计算机视觉
    计算机视觉实战：YOLOv8在工业质检中的应用（附完整代码+数据集）摘要：本文为零基础读者系统讲解目标检测核心原理，基于YOLOv8实现工业缺陷检测实战项目。从数据标注到模型部署，包含环境配置、数据增强、模型训练全流程详解，手把手教你打造高精度智能质检系统！关键词：YOLOv8、目标检测、工业质检、缺陷识别、PyTorch一、为什么选择YOLOv8做工业质检？1.1工业质检的三大痛点人工成本高：传
  • 全民AI入门清华大学 deepseek 从入门到精通 pdf 免费下载 宇飞林海 人工智能pdf
    DeepSeek是什么？AI+国产+免费+开源+强大•DeepSeek是一家专注通用人工智能（AGI）的中国科技公司，主攻大模型研发与应用。•DeepSeek-R1是其开源的推理模型，擅长处理复杂任务且可免费商用。下载地址：链接：https://pan.quark.cn/s/b2e0b986332a提取码：4XNy
  • 深度学习-136-LangGraph之应用实例(五)构建RAG问答系统同时从不同的角度对比优化效果 皮皮冰燃 深度学习深度学习人工智能LangGraphRAG
    文章目录1大语言模型2小粒度分割文档2.1处理文本构建Document2.2向量存储2.3创建图2.4测试调用3大粒度分割文档3.1构建Document3.2向量存储3.3创建图3.4测试调用4总结与优化4.1问题分析4.2对比不同的返回文档数4.3对比不同的嵌入模型4.3.1嵌入模型nomic-embed-text4.3.2嵌入模型bge-m34.4对比不同的大模型4.4.1大模型qwen2:7
  • 微调DeepSeek-R1-Distill-Llama-8B打造sql2text大模型！小白也能十分钟打造自己的推理大模型！unsloth+Colab轻松上手 X.Cristiano DeepSeek-R1Llama-8Bsql2text人工智能
    简介：DeepSeek-R1-Distill-Llama-8B是一个基于Llama架构的8B参数语言模型，经过深度蒸馏（distillation）处理，旨在提高推理效率和精度。通过蒸馏技术，模型在保持较高性能的同时，减少了计算资源的消耗，特别适合在资源受限的环境中应用。该模型经过优化，可用于多种自然语言处理任务，如文本生成、情感分析、问答系统等。DeepSeek-R1-Distill-Llama-
  • CATIA二次开发实战：基于Python的智能背景颜色控制工具开发 Python×CATIA工业智造 python服务器开发语言
    引言在CAD/CAM领域，CATIA作为行业标杆软件，其自定义功能开发一直备受关注。本文将深入讲解如何利用Python和PySide6框架开发一款CATIA背景颜色智能控制工具，该工具支持实时调色、预设方案、渐变效果和动态颜色切换模式，有效提升设计环境个性化体验。项目代码已通过实际验证，可直接集成到CATIAV5/V6环境使用。一、工具设计架构本工具采用MVC分层设计模式，通过三大模块实现核心功能
  • Linux 服務器上部署 DeepSeek 蠟筆小新工程師 linux
    要在Linux服務器上部署DeepSeek，可以按照以下步驟進行：1.**安裝Ollama工具**：-下載並安裝Ollama工具，這是一個開源大模型服務工具，用於簡化在本地運行大模型。-執行以下命令來安裝Ollama：```bashcurl-fsSLhttps://ollama.com/install.sh|sh```-安裝完成後，驗證安裝：```bashollama--version```2.*
  • LeetCode 第7题：整数反转 Gemini技术窝 leetcode算法java数据结构
    本文我们来看看整数翻转大法——LeetCode第7题的解析。文章目录引言题目描述解题思路实现代码解题过程可视化例子讲解例子1：整数123例子2：整数-123例子3：整数120例子4：整数1534236469(溢出)总结结尾引言大家好！今天我们要解析的是LeetCode的第7题——整数反转。你有没有试过在生活中来一次180度大转弯？今天我们要做的就是让一个整数来个华丽的掉头，从正数变成负数，从123
  • IoT嵌入式硬件--晶振 「已注销」 单片机嵌入式人工智能fpga传感器
    “在很多的IoT硬件电路里面都能看到晶振的身影，各种不同频率的，不同封装的，有高精度的，也有普通的，他们都有着共同的作用，那就是为不同的MCU或者电路提供所需要的时钟频率。本文就晶振的原理以及基本应用和选型做一个详细解说”01—晶振概述每个硬件系统里基本都有晶振，全称是叫晶体振荡器，在包含MCU的硬件电路里作用非常大，它结合MCU内部的晶振起振电路，产生MCU所必须的时钟频率，MCU的一切指令的执
  • 大语言模型技术专栏（三）：Attention机制——从RNN到Transformer的惊世一跃！ 北海yy 大语言模型技术专栏语言模型rnntransformer
    文章目录概要一、Attention机制：让AI学会「划重点」二、Attention机制的核心原理三、Self-Attention：Transformer的核心四、代码实战：用PyTorch实现Attention五、Attention的进化：从Transformer到GPT概要大家好，我是北海yy，继续带来大语言模型技术专栏的深度解析！在上一期《RNN语言模型——让AI真正「记住」上下文的秘密武器》
  • 构造一个工具（TravelSQLAgentTool），利用大语言模型（例如 Llama 模型）来完成 SQL 查询代理工具 背太阳的牧羊人 agent+langchain语言模型llamasql人工智能langchainagentlangchain工具
    完整代码：fromlangchain_core.toolsimporttoolfromlangchain_community.utilitiesimportSQLDatabasefromlangchain_core.promptsimportPromptTemplatefromlangchain_core.output_parsersimportStrOutputParserfromlangcha
  • 基于同态加密的隐私计算技术在基因序列演化分析场景的应用 AI研究员 隐私计算同态加密bigdata人工智能算法
    一、概述数据要素的流通共享和核心价值挖掘是数据要素市场培育的核心内容、必须在保证隐私安全的前提下实现有效信息共享。然而，当前仍然有三大隐私制约数据流通与协作。一是“数据孤岛”现象普遍存在，“数据孤岛”的出现使数据共享和流通协作受到阻碍，导致数据要素在资产化过程中发生垄断；二是全球数据合规监管日趋严格，日前各个国家都才采取数据安全法，确立了数据安全保护的各项基本制度，导致企事业及个人对数据流通与协作
  • LangChain —— 多模态大模型的 prompt template Miyazaki_Hayao LangChainlangchainprompt
    文章目录一、如何直接将多模态数据传输给模型二、如何使用mutimodalprompts一、如何直接将多模态数据传输给模型 在这里，我们演示了如何将多模式输入直接传递给模型。对于其他的支持多模态输入的模型提供者，langchain在类中提供了内在逻辑来转化为期待的格式。 传入图像最常用的方法是将其作为字节字符串传入。这应该适用于大多数模型集成。importbase64importhttpximage
  • ASM系列六 利用TreeApi 添加和移除类成员 lijingyao8206 jvm动态代理ASM字节码技术TreeAPI
        同生成的做法一样，添加和移除类成员只要去修改fields和methods中的元素即可。这里我们拿一个简单的类做例子，下面这个Task类，我们来移除isNeedRemove方法，并且添加一个int 类型的addedField属性。   package asm.core; /** * Created by yunshen.ljy on 2015/6/
  • Springmvc-权限设计 bee1314 springWebjsp
    万丈高楼平地起。 权限管理对于管理系统而言已经是标配中的标配了吧，对于我等俗人更是不能免俗。同时就目前的项目状况而言，我们还不需要那么高大上的开源的解决方案，如Spring Security，Shiro。小伙伴一致决定我们还是从基本的功能迭代起来吧。 目标： 1.实现权限的管理（CRUD） 2.实现部门管理 （CRUD) 3.实现人员的管理 （CRUD） 4.实现部门和权限
  • 算法竞赛入门经典（第二版）第2章习题 CrazyMizzz c算法
    2.4.1 输出技巧 #include <stdio.h> int main() { int i, n; scanf("%d", &n); for (i = 1; i <= n; i++) printf("%d\n", i); return 0; } 习题2-2 水仙花数(daffodil
  • struts2中jsp自动跳转到Action 麦田的设计者 jspwebxmlstruts2自动跳转
    1、在struts2的开发中，经常需要用户点击网页后就直接跳转到一个Action，执行Action里面的方法，利用mvc分层思想执行相应操作在界面上得到动态数据。毕竟用户不可能在地址栏里输入一个Action（不是专业人士）   2、＜jsp:forward page="xxx.action" /＞ ，这个标签可以实现跳转，page的路径是相对地址,不同与jsp和j
  • php 操作webservice实例 IT独行者 PHPwebservice
    首先大家要简单了解了何谓webservice，接下来就做两个非常简单的例子，webservice还是逃不开server端与client端。我测试的环境为：apache2.2.11 php5.2.10做这个测试之前，要确认你的php配置文件中已经将soap扩展打开，即extension=php_soap.dll; OK 现在我们来体验webservice //server端 serve
  • Windows下使用Vagrant安装linux系统 _wy_ windowsvagrant
    准备工作： 下载安装 VirtualBox ：https://www.virtualbox.org/ 下载安装 Vagrant ：http://www.vagrantup.com/ 下载需要使用的 box ： 官方提供的范例：http://files.vagrantup.com/precise32.box 还可以在 http://www.vagrantbox.es/ 
  • 更改linux的文件拥有者及用户组(chown和chgrp) 无量 clinuxchgrpchown
    本文（转） http://blog.163.com/yanenshun@126/blog/static/128388169201203011157308/ http://ydlmlh.iteye.com/blog/1435157 一、基本使用： 使用chown命令可以修改文件或目录所属的用户：        命令
  • linux下抓包工具 矮蛋蛋 linux
    原文地址： http://blog.chinaunix.net/uid-23670869-id-2610683.html tcpdump -nn -vv -X udp port 8888 上面命令是抓取udp包、端口为8888 netstat -tln 命令是用来查看linux的端口使用情况 13 . 列出所有的网络连接 lsof -i 14. 列出所有tcp 网络连接信息 l
  • 我觉得mybatis是垃圾！：“每一个用mybatis的男纸，你伤不起” alafqq mybatis
    最近看了  每一个用mybatis的男纸，你伤不起 原文地址 ：http://www.iteye.com/topic/1073938 发表一下个人看法。欢迎大神拍砖； 个人一直使用的是Ibatis框架，公司对其进行过小小的改良； 最近换了公司，要使用新的框架。听说mybatis不错；就对其进行了部分的研究； 发现多了一个mapper层；个人感觉就是个dao；
  • 解决java数据交换之谜 百合不是茶 数据交换
    交换两个数字的方法有以下三种 ，其中第一种最常用   /* 输出最小的一个数 */ public class jiaohuan1 { public static void main(String[] args) { int a =4; int b = 3; if(a<b){ // 第一种交换方式 int tmep =
  • 渐变显示 bijian1013 JavaScript
    <style type="text/css"> #wxf { FILTER: progid:DXImageTransform.Microsoft.Gradient(GradientType=0, StartColorStr=#ffffff, EndColorStr=#97FF98); height: 25px; } </style>
  • 探索JUnit4扩展：断言语法assertThat bijian1013 java单元测试assertThat
    一.概述         JUnit 设计的目的就是有效地抓住编程人员写代码的意图，然后快速检查他们的代码是否与他们的意图相匹配。 JUnit 发展至今，版本不停的翻新，但是所有版本都一致致力于解决一个问题，那就是如何发现编程人员的代码意图，并且如何使得编程人员更加容易地表达他们的代码意图。JUnit 4.4 也是为了如何能够
  • 【Gson三】Gson解析{"data":{"IM":["MSN","QQ","Gtalk"]}} bit1129 gson
      如何把如下简单的JSON字符串反序列化为Java的POJO对象? {"data":{"IM":["MSN","QQ","Gtalk"]}}   下面的POJO类Model无法完成正确的解析：   import com.google.gson.Gson;
  • 【Kafka九】Kafka High Level API vs. Low Level API bit1129 kafka
    1. Kafka提供了两种Consumer API High Level Consumer API Low Level Consumer API(Kafka诡异的称之为Simple Consumer API，实际上非常复杂) 在选用哪种Consumer API时，首先要弄清楚这两种API的工作原理，能做什么不能做什么，能做的话怎么做的以及用的时候，有哪些可能的问题  
  • 在nginx中集成lua脚本：添加自定义Http头，封IP等 ronin47 nginx lua
    Lua是一个可以嵌入到Nginx配置文件中的动态脚本语言，从而可以在Nginx请求处理的任何阶段执行各种Lua代码。刚开始我们只是用Lua 把请求路由到后端服务器，但是它对我们架构的作用超出了我们的预期。下面就讲讲我们所做的工作。 强制搜索引擎只索引mixlr.com Google把子域名当作完全独立的网站，我们不希望爬虫抓取子域名的页面，降低我们的Page rank。 location /{
  • java-归并排序 bylijinnan java
    import java.util.Arrays; public class MergeSort { public static void main(String[] args) { int[] a={20,1,3,8,5,9,4,25}; mergeSort(a,0,a.length-1); System.out.println(Arrays.to
  • Netty源码学习-CompositeChannelBuffer bylijinnan javanetty
    CompositeChannelBuffer体现了Netty的“Transparent Zero Copy” 查看API（ http://docs.jboss.org/netty/3.2/api/org/jboss/netty/buffer/package-summary.html#package_description） 可以看到，所谓“Transparent Zero Copy”是通
  • Android中给Activity添加返回键 hotsunshine Activity
    // this need android:minSdkVersion="11" getActionBar().setDisplayHomeAsUpEnabled(true); @Override public boolean onOptionsItemSelected(MenuItem item) {
  • 静态页面传参 ctrain 静态
    $(document).ready(function () { var request = { QueryString : function (val) { var uri = window.location.search; var re = new RegExp("" + val + "=([^&?]*)", &
  • Windows中查找某个目录下的所有文件中包含某个字符串的命令 daizj windows查找某个目录下的所有文件包含某个字符串
    findstr可以完成这个工作。   [html]  view plain copy   >findstr /s /i "string" *.*   上面的命令表示，当前目录以及当前目录的所有子目录下的所有文件中查找"string&qu
  • 改善程序代码质量的一些技巧 dcj3sjt126com 编程PHP重构
    有很多理由都能说明为什么我们应该写出清晰、可读性好的程序。最重要的一点，程序你只写一次，但以后会无数次的阅读。当你第二天回头来看你的代码 时，你就要开始阅读它了。当你把代码拿给其他人看时，他必须阅读你的代码。因此，在编写时多花一点时间，你会在阅读它时节省大量的时间。让我们看一些基本的编程技巧：    尽量保持方法简短    尽管很多人都遵
  • SharedPreferences对数据的存储 dcj3sjt126com
    SharedPreferences简介：                                                   &nbs
  • linux复习笔记之bash shell (2) bash基础 eksliang bashbash shell
    转载请出自出处： http://eksliang.iteye.com/blog/2104329 1.影响显示结果的语系变量（locale）  1.1locale这个命令就是查看当前系统支持多少种语系，命令使用如下： [root@localhost shell]# locale LANG=en_US.UTF-8 LC_CTYPE="en_US.UTF-8"
  • Android零碎知识总结 gqdy365 android
    1、CopyOnWriteArrayList add(E) 和remove(int index)都是对新的数组进行修改和新增。所以在多线程操作时不会出现java.util.ConcurrentModificationException错误。 所以最后得出结论：CopyOnWriteArrayList适合使用在读操作远远大于写操作的场景里，比如缓存。发生修改时候做copy，新老版本分离，保证读的高
  • HoverTree.Model.ArticleSelect类的作用 hvt Web.netC#hovertreeasp.net
    ArticleSelect类在命名空间HoverTree.Model中可以认为是文章查询条件类，用于存放查询文章时的条件，例如HvtId就是文章的id。HvtIsShow就是文章的显示属性，当为-1是，该条件不产生作用，当为0时，查询不公开显示的文章，当为1时查询公开显示的文章。HvtIsHome则为是否在首页显示。HoverTree系统源码完全开放，开发环境为Visual Studio 2013
  • PHP 判断是否使用代理 PHP Proxy Detector 天梯梦 proxy
    1. php 类 I found this class looking for something else actually but I remembered I needed some while ago something similar and I never found one. I'm sure it will help a lot of developers who try to
  • apache的math库中的回归——regression（翻译） lvdccyb Mathapache
    这个Math库，虽然不向weka那样专业的ML库，但是用户友好，易用。 多元线性回归，协方差和相关性（皮尔逊和斯皮尔曼），分布测试（假设检验，t，卡方，G），统计。   数学库中还包含，Cholesky，LU，SVD，QR，特征根分解，真不错。   基本覆盖了：线代，统计，矩阵， 最优化理论 曲线拟合 常微分方程 遗传算法（GA）， 还有3维的运算。。。
  • 基础数据结构和算法十三：Undirected Graphs (2) sunwinner Algorithm
      Design pattern for graph processing. Since we consider a large number of graph-processing algorithms, our initial design goal is to decouple our implementations from the graph representation
  • 云计算平台最重要的五项技术 sumapp 云计算云平台智城云
    云计算平台最重要的五项技术 1、云服务器 云服务器提供简单高效，处理能力可弹性伸缩的计算服务，支持国内领先的云计算技术和大规模分布存储技术，使您的系统更稳定、数据更安全、传输更快速、部署更灵活。 特性 机型丰富 通过高性能服务器虚拟化为云服务器，提供丰富配置类型虚拟机，极大简化数据存储、数据库搭建、web服务器搭建等工作； 仅需要几分钟，根据CP
  • 《京东技术解密》有奖试读获奖名单公布 ITeye管理员 活动
    ITeye携手博文视点举办的12月技术图书有奖试读活动已圆满结束，非常感谢广大用户对本次活动的关注与参与。  12月试读活动回顾： http://webmaster.iteye.com/blog/2164754 本次技术图书试读活动获奖名单及相应作品如下： 一等奖（两名） Microhardest：http://microhardest.ite
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他