- 【大模型】ChatGPT 打造个人专属GPTs助手使用详解
小码农叔叔
AI大模型实战与应用ChatGPTGPTsChatGPTGPTs配置ChatGPTGPTs使用ChatGPTGPTs总结GPTs使用详解GPTs配置详解GPTs
目录一、前言二、GPTs介绍2.1GPTs是什么2.2GPTs工作原理2.3GPTs主要功能2.4GPTs应用场景2.5GPTs优缺点三、GPTs创建个人专属应用操作过程3.1内置GPTs模板3.1.1内置GPTs使用过程3.2手动配置方式创建GPTs3.2.1创建过程3.3使用对话方式创建GPTs3.3.1操作过程3.4GPTs上传文档3.5GPTs操作补充3.6高频常用内置GPTs推荐四、写在
- 【大模型】百度千帆大模型对接LangChain使用详解
小码农叔叔
AI大模型实战与应用LangChain使用详解LangChain对接千帆LangChain组件使用详解LangChain使用LangChain组件使用LangChain组件LangChain
目录一、前言二、LangChain架构与核心组件2.1LangChain核心架构2.2LangChain核心组件三、环境准备3.1前置准备3.1.1创建应用并获取apikey3.1.2开通付费功能3.2获取LangChain文档3.3安装LangChain依赖包四、百度千帆大模型对接LangChain4.1LLMS大语言模型能力使用4.1.1代码操作演示4.2Chatmodels能力使用4.2.1
- 【AI大模型】Prompt 提示词工程使用详解
小码农叔叔
AI大模型实战与应用Prompt提示词工程使用Prompt提示词工程Prompt提示词Prompt使用详解Promptprompt使用总结Prompt使用总结
目录一、前言二、Prompt提示词工程介绍2.1Prompt提示词工程是什么2.1.1Prompt构成要素2.2Prompt提示词工程有什么作用2.2.1Prompt提示词工程使用场景2.3为什么要学习Prompt提示词工程三、Prompt提示词工程元素构成与操作实践3.1前置准备3.2Prompt基本结构介绍与使用3.2.1明确指令3.2.2提供必要的原始内容3.2.3提供背景参考四、Promp
- 【教程】Ollama 部署 MindSpore 训练的大模型
Hsiayukoo
llamapython
gguf-mindspore本项目(gguf-mindspore)帮助用户快速的将MindSpore生成的大模型的ckpt文件,转换为Ollama可以加载的GGUF格式文件,主要思路是针对已有的如Huggingface上的对应模型的GGUF文件,利用MindSpore生成的ckpt文件,替换掉GGUF文件中的张量信息部分,生成自己的GGUF文件。依赖gguf==0.6.0mindsporenump
- 时间序列预测综述
Super_Whw
时序预测
文章目录非周期时间序列预测1.转化为监督学习数据集,使用xgboot/LSTM模型/时间卷积网络/seq2seq(attention_based_model)2.Facebook-prophet,类似于STL分解思路3.深度学习网络,结合CNN+RNN+Attention,作用各不相同互相配合参考:非周期时间序列预测1.转化为监督学习数据集,使用xgboot/LSTM模型/时间卷积网络/seq2s
- python snap7 plc_Python-Snap7获取西门子PLC 300数值
weixin_39541767
pythonsnap7plc
说明在一次数采项目中,对现场PLC300进行取数。本人小白,在网上搜罗了大量信息,终于找到解决方法。准备事项1.操作系统2.Python环境(本次使用Python3.6.6)3.Snap7connectconnect('192.168.0.1',rack=0,slot=1)三个参数分别为:IP地址,机架,插槽read_area及write_area函数read_area(self,area,dbn
- ChatGLM-6B-Int本地CPU部署
松醪
chatgpt
1.环境说明开源地址:https://github.com/THUDM/ChatGLM-6B目的:为了本地部署LLM模型,此次选用了ChatGLM-6B,但是由于设备的限制所以使用量化模型int4的版本也就是ChatGLM-6B-int4模型下载地址:https://huggingface.co/THUDM/chatglm-6b-int4代码下载地址用以上Github的即可Gcc下载地址:http
- 清华和哈工大把大模型量化做到了1比特,把世界顶尖多模态大模型开源大模型量化个人电脑运行!机器人领域首个开源视觉-语言操作大模型,激发开源VLMs更大潜能,视 Mamba速度提升2.8倍,内存能省87%
代码讲故事
机器人智慧之心Mamba机器人量化大模型开源视觉VLMs
清华和哈工大把大模型量化做到了1比特,把世界顶尖多模态大模型开源大模型量化个人电脑运行!机器人领域首个开源视觉-语言操作大模型,激发开源VLMs更大潜能,视Mamba速度提升2.8倍,内存能省87%。清华和哈工大把大模型量化做到了1比特。在追求更高效的机器学习模型部署时,模型量化技术应运而生,它通过降低权重矩阵的位宽来显著减少大型语言模型的存储和计算需求。我们一般的双精度浮点型double是64位
- 如何创建自定义聊天模型类
srudfktuffk
人工智能python
在当今的AI开发中,聊天模型成为了一个非常重要的领域。本文将介绍如何使用LangChain的抽象来创建一个自定义的聊天模型,旨在帮助你轻松地将自己的语言模型集成到现有的LangChain程序中。通过包装自定义的LLM(大语言模型)到标准的BaseChatModel接口中,你不仅能与现有程序无缝集成,而且还能自动享受LangChain的各种优化,包括批处理、异步支持和流式API等。技术背景介绍聊天模
- 大模型的部署方法三:使用Xinference部署
大模型微调部署
人工智能AI大模型大模型AI深度学习大模型部署
Xinference是一个分布式推理框架,它支持一键部署各种模型,包括大型语言模型(LLMs)。使用Xinference部署AI大模型的步骤:一、安装Xinference1)环境准备:确保您的系统上安装了Python3.9或以上版本。安装Docker(如果选择使用Docker部署)。2)安装Xinference:通过Python的包管理工具pip安装Xinference:pipinstall"xi
- 【YOLOv8改进 - 检测头】 RT-DETR检测头,解决传统目标检测器中非极大值抑制(NMS)所带来的速度和准确性之间的平衡问题
YOLO大师
YOLO人工智能论文阅读目标检测yolov8
YOLO目标检测创新改进与实战案例专栏专栏目录:YOLO有效改进系列及项目实战目录包含卷积,主干注意力,检测头等创新机制以及各种目标检测分割项目实战案例专栏链接:YOLO基础解析+创新改进+实战案例介绍摘要YOLO系列因其在速度和准确性之间的合理平衡,已成为实时目标检测中最受欢迎的框架。然而,我们观察到YOLO的速度和准确性受到非极大值抑制(NMS)的负面影响。最近,基于Transformer的端
- 【OpenAI】获取OpenAI API Key的两种方法,从入门到精通的详解教程!
senger_lcc
aiAI编程
文章目录OpenAIAPIKey的使用场景方式一:通过“OpenAI官网”获取APIKey(国外)步骤1:访问OpenAI官网步骤2:创建或登录账户步骤3:进入API管理界面步骤4:生成新的APIKey使用OpenAIAPI代码方式二:通过“CodeMoss”获取APIKey(国内)步骤1:访问CodeMoss工具步骤2:进入API管理界面步骤3:生成新的APIKey使用OpenAIAPI的实战教
- Zerox:AI驱动的万能OCR工具,精准识别复杂布局并输出Markdown格式,支持PDF、DOCX、图片等多种文件格式
蚝油菜花
每日AI项目与应用实例人工智能ocrpdf人工智能开源
❤️如果你也关注AI的发展现状,且对AI应用开发非常感兴趣,我会每日分享大模型与AI领域的最新开源项目和应用,提供运行实例和实用教程,帮助你快速上手AI技术,欢迎关注我哦!微信公众号|搜一搜:蚝油菜花快速阅读功能:支持零样本OCR识别,兼容PDF、DOCX、图片等多种格式文件。技术:基于GPT-4o-mini模型,能够处理复杂布局文档,输出Markdown格式结果。应用:提供API接口,便于集成到
- ARM架构下的JDK 8安装包及部署指南:为您的开发环境加速
平稳炜
ARM架构下的JDK8安装包及部署指南:为您的开发环境加速项目地址:https://gitcode.com/open-source-toolkit/8c506项目介绍在ARM架构的设备上,如树莓派等,搭建Java开发环境可能是一项挑战。为了简化这一过程,我们推出了ARM架构专属的JDK8安装包及部署指南。本项目提供了一个关键的软件资源——jdk-8u391-linux-aarch64.tar,专门
- 【机器学习】多模态AI——融合多种数据源的智能系统
2的n次方_
人工智能
随着人工智能的快速发展,单一模态(如文本、图像或语音)已经不能满足复杂任务的需求。多模态AI(MultimodalAI)通过结合多种数据源(如文本、图像、音频等)来提升模型的智能和表现,适用于多样化的应用场景,如自动驾驶、医疗诊断、跨语言翻译等。一、多模态AI简介多模态AI是一种将不同形式的数据(如文本、图像、音频等)融合在一起的技术,旨在让模型从多个维度感知和理解信息。这种融合使得AI系统能够从
- 2.6 聚焦:Word Embedding
少林码僧
AI大模型应用实战专栏wordembedding
聚焦:WordEmbeddingWordEmbedding(词嵌入)是一种将词语转化为低维向量表示的技术,使得词语在数学空间中具有语义上的相似性。它是自然语言处理(NLP)中不可或缺的一部分,为文本数据提供了强大的表示能力。与传统的基于词频的词袋模型(Bag-of-Words)相比,WordEmbedding能够捕捉到词语之间更深层的语义和上下文信息。1.词嵌入的定义与作用WordEmbeddin
- Python OpenAI 库开发指南:从入门到实战精通
senger_lcc
python开发语言
在人工智能(AI)领域,OpenAI无疑是全球最受瞩目的机构之一。它推出的GPT系列模型、DALL·E等创新技术,正在深刻改变各行各业。作为Python开发者,我们该如何快速上手并高效利用OpenAI的API,成为了提升个人竞争力的关键。本文将带你从零开始,深入解析Python语言中的openAI库,助你掌握AI开发的核心工具,成为AI领域的专家。一、什么是openAI库?它能为开发者带来什么?1
- LLama 架构一览
Debroon
llama
LLama架构一览预训练Transformer架构RMSNorm归一化:为什么大模型llama选RMSNorm,而不是其他?SwiGLU激活函数:为什么大模型llama选SwiGLU激活函数,而不是其他?RoPE旋转位置编码:为什么大模型llama选RoPE旋转位置编码,而不是其他?GQA分组查询注意力:为什么大模型llama选GQA分组查询注意力,而不是其他?KVCache推理加速llama、l
- 程序员如何培养技术领导力?
借雨醉东风
管理及面试心得职场和发展
关注我,持续分享逻辑思维&管理思维&面试题;可提供大厂面试辅导、及定制化求职/在职/管理/架构辅导;推荐专栏《10天学会使用asp.net编程AI大模型》,目前已完成所有内容。一顿烧烤不到的费用,让人能紧跟时代的浪潮。从普通网站,到公众号、小程序,再到AI大模型网站。干货满满。学成后可接项目赚外快,绝对划算。不仅学会如何编程,还将学会如何将AI技术应用到实际问题中,为您的职业生涯增添一笔宝贵的财富
- 模型部署工具01:Docker || 用Docker打包模型 Build Once Run Anywhere
Tiandaren
模型部署dockerjava容器服务器深度学习人工智能linux
Docker是一个开源的容器化平台,可以让开发者和运维人员轻松构建、发布和运行应用程序。Docker的核心概念是通过容器技术隔离应用及其依赖项,使得软件在不同的环境中运行时具有一致性。无论是开发环境、测试环境,还是生产环境,Docker都能够提供高效、可靠的解决方案。在本教程中,我们将详细介绍Docker的核心概念、安装方法,以及如何使用Docker进行容器化操作。Docker是什么?为什么值得学
- Android 在后台无法启动Activity
屈佳俊
android移动开发
前言前几天接触的一个闹钟APP项目,闹钟触发从后台启动一个activity,执行之后的响铃操作,但是却失效了,闹钟并没有按时响铃。最后发现是系统拦截了从后台启动的Activity。具体原因一、AndroidQ从后台启动Activity的限制Android10(API级别29)及更高版本对后台应用可启动Activity进行限制。Android10中,当App的Activity不在前台时,其启动Act
- ros开发增加clion常用模板及初始化配置(七)
_无往而不胜_
新ros专栏ubunturosclionpython
ros开发增加clion常用模板及初始化配置(七)clion->seting->Editor->LiveTemplates右边+->LiveTemplates例:abbreviation:cpp_ros_main_mew,description:ros中的main方法Templatetext:复制代码最下面右侧Change选择c++,点击左侧apply,ok;在代码中输入cpp_ros_main_
- 卷积调制空间自注意力SPATIALatt模型详解及代码复现
清风AI
深度学习人工智能python神经网络conda
背景与意义SPATIALaTT模型的提出源于对自注意力机制和卷积神经网络(CNN)的深入研究。在计算机视觉领域,CNN长期占据主导地位,而自注意力机制的引入为视觉任务带来了新的思路。SPATIALaTT模型的意义在于融合了这两种强大的特征提取方法,充分发挥了它们的优势。这种融合不仅提高了模型的性能,还为设计更高效的视觉模型提供了新的思路,推动了计算机视觉技术的发展。通过结合自注意力机制和卷积神经网
- Docker 安装MySQL 5.7(超详细文图说明及MySQL配置)
m0_74823317
面试学习路线阿里巴巴资料职业发展dockermysqladb后端
1)下载MySQL5.7镜像#默认下载MySQL5.7最新版本(其他版本可以指定比如dockerpullmysql:5.7.34)dockerpullmysql:5.72)查看已下载的docker镜像dockerimages3)创建MySQL容器并运行方式一(快捷方式,仅配置root密码)dockerrun--namemysql5.7-p3306:3306-eMYSQL_ROOT_PASSWORD
- 2025 年成为 AI 独立开发者的 3 个步骤
程序员陆通
人工智能
2025年成为AI独立开发者的3个步骤每天拆解一个AI应用或模型功能选择一个热门的AI应用或开源模型(如ChatGPT、MidJourney、Whisper),深度体验其核心功能,分析背后的技术实现。用笔记工具记录其亮点、缺点,以及你认为可以改进的地方。思考如何通过自己的开发能力优化这些功能,形成自己的产品思路。每天学习1小时AI开发相关技能针对独立开发者需要的核心技能,每天学习一点点,比如:如何
- FLASK+VUE--前后端分离(三)- VUE+Element-UI搭建登陆页面且能够正常登陆
begefefsef
前端htmlcsscss3前端
FLASK+VUE–前后端分离(一)-Flask基础讲解之路由、视图函数及代码实现FLASK+VUE–前后端分离(二)-VUE基础安装及项目的简易介绍FLASK+VUE–前后端分离(三)-VUE+Element-UI搭建登陆页面且能够正常登陆FLASK+VUE–前后端分离(四)-VUE+Element-UI简单搭建主页布局FLASK+VUE–前后端分离(五)-VUE测试/线上/开发环境地址配置+拦
- Ruby Web开发框架的介绍及示例代码
YurwRuby
ruby前端开发语言
Ruby是一种简洁而强大的编程语言,广泛用于Web开发。在Ruby生态系统中,有几种实用型的Web开发框架,它们提供了丰富的功能和工具,帮助开发者快速构建可靠的Web应用程序。下面将介绍几种常用的RubyWeb开发框架,并提供相应的示例代码。RubyonRails(Rails)RubyonRails,简称Rails,是Ruby最知名的Web开发框架之一。Rails采用了MVC(Model-View
- OpenHarmony教程指南-自定义通知推送
码牛程序猿
鸿蒙工程师HarmonyOS鸿蒙harmonyos鸿蒙开发华为OpenHarmony鸿蒙工程师鸿蒙应用开发
介绍本示例主要展示了通知过滤回调管理的功能,使用@ohos.notificationManager接口,进行通知监听回调,决定应用通知是否发送。效果预览使用说明1.在使用本应用时,需安装自定义通知角标应用;2.在主界面,进行通知过滤的开启及关闭;3.开启通知过滤后,可以选择允许通知的类型,去勾选后,相应类型的通知将不会发送出现通知栏;4.打开自定义通知角标应用应用,进行通知的发送,查看是否发送成功
- Python(二)——设置文件路径:反斜杠 \ 、双反斜杠 \\和正斜杠 /的区别
八年。。
python开发语言学习
在Python中设置文件路径时,不清楚是用双反斜杠\\、反斜杠\还是正斜杠/时,一句话,使用正斜杠/!!!!下面对这三者进行详细介绍及区分:1.双反斜杠\\含义:在编程语言(如Python、C++等)中,反斜杠\是转义字符,用来表示特殊字符(如\n表示换行,\t表示制表符)。为了表示真正的反斜杠,必须使用双反斜杠\\。其实在Python中,第一个\用于转义,告诉Python后面的\是普通的反斜杠字
- 深入理解GPT底层原理--从n-gram到RNN到LSTM/GRU到Transformer/GPT的进化
网络安全研发随想
rnngptlstm
从简单的RNN到复杂的LSTM/GRU,再到引入注意力机制,研究者们一直在努力解决序列建模的核心问题。每一步的进展都为下一步的突破奠定了基础,最终孕育出了革命性的Transformer架构和GPT大模型。1.从n-gram到循环神经网络(RNN)的诞生1.1N-gram模型在深度学习兴起之前,处理序列数据主要依靠统计方法,如n-gram模型。N-gram是一种基于统计的语言模型,它的核心思想是:一
- Linux的Initrd机制
被触发
linux
Linux 的 initrd 技术是一个非常普遍使用的机制,linux2.6 内核的 initrd 的文件格式由原来的文件系统镜像文件转变成了 cpio 格式,变化不仅反映在文件格式上, linux 内核对这两种格式的 initrd 的处理有着截然的不同。本文首先介绍了什么是 initrd 技术,然后分别介绍了 Linux2.4 内核和 2.6 内核的 initrd 的处理流程。最后通过对 Lin
- maven本地仓库路径修改
bitcarter
maven
默认maven本地仓库路径:C:\Users\Administrator\.m2
修改maven本地仓库路径方法:
1.打开E:\maven\apache-maven-2.2.1\conf\settings.xml
2.找到
 
- XSD和XML中的命名空间
darrenzhu
xmlxsdschemanamespace命名空间
http://www.360doc.com/content/12/0418/10/9437165_204585479.shtml
http://blog.csdn.net/wanghuan203/article/details/9203621
http://blog.csdn.net/wanghuan203/article/details/9204337
http://www.cn
- Java 求素数运算
周凡杨
java算法素数
网络上对求素数之解数不胜数,我在此总结归纳一下,同时对一些编码,加以改进,效率有成倍热提高。
第一种:
原理: 6N(+-)1法 任何一个自然数,总可以表示成为如下的形式之一: 6N,6N+1,6N+2,6N+3,6N+4,6N+5 (N=0,1,2,…)
- java 单例模式
g21121
java
想必单例模式大家都不会陌生,有如下两种方式来实现单例模式:
class Singleton {
private static Singleton instance=new Singleton();
private Singleton(){}
static Singleton getInstance() {
return instance;
}
- Linux下Mysql源码安装
510888780
mysql
1.假设已经有mysql-5.6.23-linux-glibc2.5-x86_64.tar.gz
(1)创建mysql的安装目录及数据库存放目录
解压缩下载的源码包,目录结构,特殊指定的目录除外:
- 32位和64位操作系统
墙头上一根草
32位和64位操作系统
32位和64位操作系统是指:CPU一次处理数据的能力是32位还是64位。现在市场上的CPU一般都是64位的,但是这些CPU并不是真正意义上的64 位CPU,里面依然保留了大部分32位的技术,只是进行了部分64位的改进。32位和64位的区别还涉及了内存的寻址方面,32位系统的最大寻址空间是2 的32次方= 4294967296(bit)= 4(GB)左右,而64位系统的最大寻址空间的寻址空间则达到了
- 我的spring学习笔记10-轻量级_Spring框架
aijuans
Spring 3
一、问题提问:
→ 请简单介绍一下什么是轻量级?
轻量级(Leightweight)是相对于一些重量级的容器来说的,比如Spring的核心是一个轻量级的容器,Spring的核心包在文件容量上只有不到1M大小,使用Spring核心包所需要的资源也是很少的,您甚至可以在小型设备中使用Spring。
 
- mongodb 环境搭建及简单CURD
antlove
WebInstallcurdNoSQLmongo
一 搭建mongodb环境
1. 在mongo官网下载mongodb
2. 在本地创建目录 "D:\Program Files\mongodb-win32-i386-2.6.4\data\db"
3. 运行mongodb服务 [mongod.exe --dbpath "D:\Program Files\mongodb-win32-i386-2.6.4\data\
- 数据字典和动态视图
百合不是茶
oracle数据字典动态视图系统和对象权限
数据字典(data dictionary)是 Oracle 数据库的一个重要组成部分,这是一组用于记录数据库信息的只读(read-only)表。随着数据库的启动而启动,数据库关闭时数据字典也关闭 数据字典中包含
数据库中所有方案对象(schema object)的定义(包括表,视图,索引,簇,同义词,序列,过程,函数,包,触发器等等)
数据库为一
- 多线程编程一般规则
bijian1013
javathread多线程java多线程
如果两个工两个以上的线程都修改一个对象,那么把执行修改的方法定义为被同步的,如果对象更新影响到只读方法,那么只读方法也要定义成同步的。
不要滥用同步。如果在一个对象内的不同的方法访问的不是同一个数据,就不要将方法设置为synchronized的。
- 将文件或目录拷贝到另一个Linux系统的命令scp
bijian1013
linuxunixscp
一.功能说明 scp就是security copy,用于将文件或者目录从一个Linux系统拷贝到另一个Linux系统下。scp传输数据用的是SSH协议,保证了数据传输的安全,其格式如下: scp 远程用户名@IP地址:文件的绝对路径
- 【持久化框架MyBatis3五】MyBatis3一对多关联查询
bit1129
Mybatis3
以教员和课程为例介绍一对多关联关系,在这里认为一个教员可以叫多门课程,而一门课程只有1个教员教,这种关系在实际中不太常见,通过教员和课程是多对多的关系。
示例数据:
地址表:
CREATE TABLE ADDRESSES
(
ADDR_ID INT(11) NOT NULL AUTO_INCREMENT,
STREET VAR
- cookie状态判断引发的查找问题
bitcarter
formcgi
先说一下我们的业务背景:
1.前台将图片和文本通过form表单提交到后台,图片我们都做了base64的编码,并且前台图片进行了压缩
2.form中action是一个cgi服务
3.后台cgi服务同时供PC,H5,APP
4.后台cgi中调用公共的cookie状态判断方法(公共的,大家都用,几年了没有问题)
问题:(折腾两天。。。。)
1.PC端cgi服务正常调用,cookie判断没
- 通过Nginx,Tomcat访问日志(access log)记录请求耗时
ronin47
一、Nginx通过$upstream_response_time $request_time统计请求和后台服务响应时间
nginx.conf使用配置方式:
log_format main '$remote_addr - $remote_user [$time_local] "$request" ''$status $body_bytes_sent "$http_r
- java-67- n个骰子的点数。 把n个骰子扔在地上,所有骰子朝上一面的点数之和为S。输入n,打印出S的所有可能的值出现的概率。
bylijinnan
java
public class ProbabilityOfDice {
/**
* Q67 n个骰子的点数
* 把n个骰子扔在地上,所有骰子朝上一面的点数之和为S。输入n,打印出S的所有可能的值出现的概率。
* 在以下求解过程中,我们把骰子看作是有序的。
* 例如当n=2时,我们认为(1,2)和(2,1)是两种不同的情况
*/
private stati
- 看别人的博客,觉得心情很好
Cb123456
博客心情
以为写博客,就是总结,就和日记一样吧,同时也在督促自己。今天看了好长时间博客:
职业规划:
http://www.iteye.com/blogs/subjects/zhiyeguihua
android学习:
1.http://byandby.i
- [JWFD开源工作流]尝试用原生代码引擎实现循环反馈拓扑分析
comsci
工作流
我们已经不满足于仅仅跳跃一次,通过对引擎的升级,今天我测试了一下循环反馈模式,大概跑了200圈,引擎报一个溢出错误
在一个流程图的结束节点中嵌入一段方程,每次引擎运行到这个节点的时候,通过实时编译器GM模块,计算这个方程,计算结果与预设值进行比较,符合条件则跳跃到开始节点,继续新一轮拓扑分析,直到遇到
- JS常用的事件及方法
cwqcwqmax9
js
事件 描述
onactivate 当对象设置为活动元素时触发。
onafterupdate 当成功更新数据源对象中的关联对象后在数据绑定对象上触发。
onbeforeactivate 对象要被设置为当前元素前立即触发。
onbeforecut 当选中区从文档中删除之前在源对象触发。
onbeforedeactivate 在 activeElement 从当前对象变为父文档其它对象之前立即
- 正则表达式验证日期格式
dashuaifu
正则表达式IT其它java其它
正则表达式验证日期格式
function isDate(d){
var v = d.match(/^(\d{4})-(\d{1,2})-(\d{1,2})$/i);
if(!v) {
this.focus();
return false;
}
}
<input value="2000-8-8" onblu
- Yii CModel.rules() 方法 、validate预定义完整列表、以及说说验证
dcj3sjt126com
yii
public array rules () {return} array 要调用 validate() 时应用的有效性规则。 返回属性的有效性规则。声明验证规则,应重写此方法。 每个规则是数组具有以下结构:array('attribute list', 'validator name', 'on'=>'scenario name', ...validation
- UITextAttributeTextColor = deprecated in iOS 7.0
dcj3sjt126com
ios
In this lesson we used the key "UITextAttributeTextColor" to change the color of the UINavigationBar appearance to white. This prompts a warning "first deprecated in iOS 7.0."
Ins
- 判断一个数是质数的几种方法
EmmaZhao
Mathpython
质数也叫素数,是只能被1和它本身整除的正整数,最小的质数是2,目前发现的最大的质数是p=2^57885161-1【注1】。
判断一个数是质数的最简单的方法如下:
def isPrime1(n):
for i in range(2, n):
if n % i == 0:
return False
return True
但是在上面的方法中有一些冗余的计算,所以
- SpringSecurity工作原理小解读
坏我一锅粥
SpringSecurity
SecurityContextPersistenceFilter
ConcurrentSessionFilter
WebAsyncManagerIntegrationFilter
HeaderWriterFilter
CsrfFilter
LogoutFilter
Use
- JS实现自适应宽度的Tag切换
ini
JavaScripthtmlWebcsshtml5
效果体验:http://hovertree.com/texiao/js/3.htm
该效果使用纯JavaScript代码,实现TAB页切换效果,TAB标签根据内容自适应宽度,点击TAB标签切换内容页。
HTML文件代码:
<!DOCTYPE html>
<html xmlns="http://www.w3.org/1999/xhtml"
- Hbase Rest API : 数据查询
kane_xie
RESThbase
hbase(hadoop)是用java编写的,有些语言(例如python)能够对它提供良好的支持,但也有很多语言使用起来并不是那么方便,比如c#只能通过thrift访问。Rest就能很好的解决这个问题。Hbase的org.apache.hadoop.hbase.rest包提供了rest接口,它内嵌了jetty作为servlet容器。
启动命令:./bin/hbase rest s
- JQuery实现鼠标拖动元素移动位置(源码+注释)
明子健
jqueryjs源码拖动鼠标
欢迎讨论指正!
print.html代码:
<!DOCTYPE html>
<html>
<head>
<meta http-equiv=Content-Type content="text/html;charset=utf-8">
<title>发票打印</title>
&l
- Postgresql 连表更新字段语法 update
qifeifei
PostgreSQL
下面这段sql本来目的是想更新条件下的数据,可是这段sql却更新了整个表的数据。sql如下:
UPDATE tops_visa.visa_order
SET op_audit_abort_pass_date = now()
FROM
tops_visa.visa_order as t1
INNER JOIN tops_visa.visa_visitor as t2
ON t1.
- 将redis,memcache结合使用的方案?
tcrct
rediscache
公司架构上使用了阿里云的服务,由于阿里的kvstore收费相当高,打算自建,自建后就需要自己维护,所以就有了一个想法,针对kvstore(redis)及ocs(memcache)的特点,想自己开发一个cache层,将需要用到list,set,map等redis方法的继续使用redis来完成,将整条记录放在memcache下,即findbyid,save等时就memcache,其它就对应使用redi
- 开发中遇到的诡异的bug
wudixiaotie
bug
今天我们服务器组遇到个问题:
我们的服务是从Kafka里面取出数据,然后把offset存储到ssdb中,每个topic和partition都对应ssdb中不同的key,服务启动之后,每次kafka数据更新我们这边收到消息,然后存储之后就发现ssdb的值偶尔是-2,这就奇怪了,最开始我们是在代码中打印存储的日志,发现没什么问题,后来去查看ssdb的日志,才发现里面每次set的时候都会对同一个key