墨林Morlin
墨林Morlin

【文魁大脑读书会第二阶段打卡】NO3.《超级记忆》

           

【文魁大脑读书会第二阶段打卡】NO3.《超级记忆》_第1张图片
《超级记忆》

      博赞先生的《超级记忆》这本书，从记忆的工作原理，记忆训练的核心体系，高级记忆体系，终极记忆术四个方面，向我们阐述了记忆的方法。

      书中理论联系实际应用的例子，穿插的图片和思维导图，都让我们更加深入的了解了什么是记忆，怎样运用方法提高记忆。书中的方法全面细致，但是在实际中怎样去应用，怎样通过这样的方法去提高我们的记忆力，我们需要通过自己不断的练习去了解和熟练掌握这种方法。

      这本书属于专业学习类书籍，是需要二次阅读的，第一次对书本的简单了解，绘制了简单的思维导图。

【文魁大脑读书会第二阶段打卡】NO3.《超级记忆》_第2张图片
图片发自App

你可能感兴趣的:(【文魁大脑读书会第二阶段打卡】NO3.《超级记忆》)

  • Java Spring Framework：高级进阶与刨根问底 墨瑾轩 一起学学Java【一】javaspring开发语言
    关注墨瑾轩，带你探索编程的奥秘！超萌技术攻略，轻松晋级编程高手技术宝库已备好，就等你来挖掘订阅墨瑾轩，智趣学习不孤单即刻启航，编程之旅更有趣引言：在Java的世界里，SpringFramework就像是一位超级英雄，默默地守护着无数开发者的心。今天，我们将踏上一场探索之旅，一起揭开SpringFramework的神秘面纱吧！刨根问底：什么是SpringFramework？你知道吗？SpringFr
  • 主流开源大模型能力对比矩阵 时光旅人01号 人工智能开源python深度学习pytorch
    模型名称核心优势主要局限Llama2/3✅多语言生态完善✅Rotary位置编码✅GQA推理加速⚠️数据时效性差⚠️隐私保护不足Qwen✅千亿参数规模✅中文语境优化✅复杂文本生成⚠️需高性能硬件⚠️领域知识需二次训练ChatGLM-3✅多轮对话支持✅中英双语流畅✅对话记忆优秀⚠️计算资源消耗大⚠️长文本易发散DeepSeek✅代码注释生成✅技术文档规范✅全流程方案生成⚠️逻辑错误较多⚠️数据更新延迟
  • js中的export、import、export default等导入导出全解 庸懒 笔记
    前端因为规范不同，所以不同的环境会有不同的导入导出方法，因为经常弄混所以特地记一下方便以后查阅记忆，本笔记都是自己总结或查阅资料得出，如有错误请帮忙指出。因为前端的导入导出主要分为commonjs和ES6modules两种标准，其中commonjs主要用于node环境，而ES6modules主要用于浏览器环境，但是ES6modules是兼容commonjs标准的，所以这就很容易让人弄混，本文也将从
  • 关于将平板作为副屏的使用 sbuds 平板
    我的需求我现在拥有一个联想小新平板(联想小新pad2022),还有一个联想小新电脑(联想小新pro13),原本买联想平板就图个便宜这是真的,但是还有一层就是联想的生态,但是这他喵的,联想的超级互联的生态实在是拉跨,我几乎看了所有的解决方案,还是解决不了连不上的问题.为什么要生态理由应该也很简单,无非就是传输文件比较方便等等,但是作为一个程序员来说,更重要的是我看中的副屏功能,但是联想的生态让我很失
  • 每天10道Java基础面试题，涵盖核心知识点，附简洁代码示例，掌握快速记忆的方法 小小鸭程序员 springbootjava后端开发语言springcloud
    1.JDK、JRE、JVM区别JDK：开发工具包（含JRE+编译器）JRE：运行环境（含JVM+类库）JVM：执行字节码的虚拟机2.==与equals()区别Stringa="abc",b=newString("abc");System.out.println(a==b);//false（地址不同）System.out.println(a.equals(b));//true（内容相同）3.Stri
  • 大模型火爆 2025：LLaMA、Qwen、DeepSeek 核心原理+就业秘籍，快速入门 AI 工程师 weixin_40941102 llama人工智能
    1.大模型核心原理：从零开始理解AI模型这些是大型语言模型（LLMs）的核心技术，适合初学者逐步深入学习。以下是详细拆解，让小白也能掌握：LLaMA系列模型核心原理详解：什么是LLaMA？：LLaMA是一个基于人工智能的语言模型，像一个超级聪明的聊天机器人，能理解和生成人类语言。它由Meta公司开发，类似ChatGPT，但更开源、灵活。核心原理：Transformer架构：想象一个工厂流水线，LL
  • 【AI】Transformer布道：让AI学会“左顾右盼”的超级大脑！（扫盲帖） 碣石潇湘无限路 人工智能transformer深度学习
    在LLM爆火的时代，如果还不了解Transformer就太落伍了，下面我第一次尝试用一种更日常、更口语化的方式，把Transformer这个模型讲个大概。你可以想象我们是从“什么是注意力”开始，一步步搭积木，直到把整个Transformer这台“机器”组装起来，然后再看看它能干什么、怎么训练、为什么厉害。主要目的就是帮助更多的非AI专业的人群入门和了解实现AGI的底层架构。1.为什么要有Trans
  • SDN架构解密：控制面如何“指挥”万亿级网络？ ——基于“大脑-四肢”模型的三层架构深度解析 不想加班的码小牛 网络架构人工智能ai
    摘要本文以“大脑-四肢”类比SDN三层架构，揭示控制器如何通过全局视图管理、南向接口标准化（如OpenFlow）与北向API开放能力，实现对万亿级网络的集中化控制。文中包含OpenFlow协议代码示例、网络拓扑公式及架构图，力求呈现技术细节与实战价值。一、SDN架构的“大脑-四肢”隐喻SDN通过控制平面-数据平面-应用平面的三层架构，构建了网络控制的“中枢神经系统”：控制层（大脑）：集中式控制器掌
  • 解锁数字世界的多样力量 绿算技术 芯片类型科普探索人工智能云计算html科技
    数字科技蓬勃发展，芯片作为现代电子设备的核心驱动力，正以其多样化的类型和独特的功能，塑造着我们生活中的每一个角落。从智能手机的高效运作，到超级计算机的超强算力，芯片无处不在，默默推动着科技的进步与革新。绿算技术致力于数据“智慧加载、安全存取”的信息技术创新，自主研发多类芯片产品。今天，就让我们一同走进芯片的世界，揭开那些鲜为人知却至关重要的芯片类型，感受它们背后的科技魅力。功能视角下的芯片分类1.
  • LangChain深度解析以及主要应用场景 小Rr langchainpythondjangonumpy
    文章目录LangChain是什么？LangChain的核心组件（1）PromptTemplates（提示模板）原理代码实例应用场景提示词优化策略（2）LLMs（大语言模型）原理代码实例应用场景调优策略（3）Chains（多步任务链）原理代码实例应用场景优化策略（4）Memory（记忆）原理代码实例应用场景优化策略（5）Agents（智能代理）原理代码实例应用场景优化策略案例分享案例1：电商智能客服
  • Python史上最强工具书——《Python编程 从入门到实践》，允许白嫖 编程咕咕gu- Python教程pythonPython基础开发语言Python书籍
    今天给大家推荐一本超级适合自学的Python的工具书——《Python编程从入门到实践》。非常的适合零基础的小白来学习！备受业内人士推崇，豆瓣评分高达9.1！这本书分为两个部分：第一部分介绍了编程环境的搭建和Python编程所必须了解的基本概念；第二部分介绍了三个具体项目：分别是射击游戏、数据可视化、小型Web应用程序。部分内容截图：上面的学习教程资料已经是给大家整理打包完毕了，需要的可以直接带走
  • Nature：你的大脑衰老速度受这64个基因影响 量子位
    你的大脑衰老速度，原来受这64个基因影响！事情是这样的。根据Nature最新报道，科学家们通过利用AI模型分析大量脑部扫描和遗传数据，确定了64个影响大脑衰老速度的基因，并指出了13种潜在的抗衰老药物。相关研究发表在最新一期Science子刊《ScienceAdvances》上。按照Nature的评价，这是尝试确定影响器官衰退遗传因素这一研究领域里：迄今为止规模最大的一次尝试都柏林圣三一学院的神经
  • AUTOSAR从入门到精通-汽车电子电气架构（EEA） 格图素书 汽车
    目录前言算法原理EEA发展历程->分布式架构（distributed）：->基于域的集中式架构(DCUbasedcentralized)：->基于域融合的带状架构(DCUfusionbasedzonal)：什么是电子电气架构？EEA的特点EEA发展的三大阶段特征第一阶段：分布式架构第二阶段：基于域的集中式架构（转型中）第三阶段：基于域融合的带状架构（未来趋势）车载电子电气架构作用EEA开发工作内容
  • 【图像处理】ISP(Image Signal Processor) 图像处理器的用途和工作原理？ AndrewHZ 图像处理基石图像处理智能手机影像系统算法深度学习人工智能ISP
    ISP（图像信号处理器）是数字影像设备的“视觉大脑”，负责将传感器捕获的原始电信号转化为我们看到的高清图像。以下从用途和工作原理两方面通俗解析：一、ISP的核心用途：让照片“更像眼睛看到的”提升画质：降噪：去除暗光下的噪点（如手机夜景模式，通过多帧合成+算法抑制噪点）。色彩还原：校正传感器偏色（例如索尼传感器常偏黄，ISP通过白平衡算法还原真实色彩）。动态范围优化：保留高光和暗部细节（类似HDR，
  • 人大预算联网监督系统 前端产品产品设计
    人大财政预算联网监督是建立和完善中国特色社会主义预算审查监督制度的有益探索，是贯彻实施预算法，加强对政府全口径预算决算审查监督，推动实施全面规范、公开透明预算制度的客观需要，是对人大预算审查监督工作的创新发展。项目地址：Github、国内Gitee演示地址：http://silianpan.cn/bss/以下是演示角色和账号（密码同账号）：超级管理员：seal_adminXXX市人大管理员：xxx
  • （大模型微调大模型学习路线大模型入门）_大模型 学习，吹爆！2025最详细的大模型学习路线已整理！手把手带你高效入门，大模型论文全打通！ 大模型老炮 学习人工智能大模型学习AI大模型大模型微调大模型教程
    一、初聊大模型1、什么是大模型？大模型，通常指的是在人工智能领域中的大型预训练模型。你可以把它们想象成非常聪明的大脑，这些大脑通过阅读大量的文本、图片、声音等信息，学习到了世界的知识。这些大脑（模型）非常大，有的甚至有几千亿个参数，这些参数就像是大脑中的神经元，它们通过复杂的计算来理解和生成语言、图片等。举个例子，你可能听说过GPT-3，它就是一个非常著名的大模型。GPT-3可以通过理解你提出的问
  • 门控循环单元（GRU） six.学长 机器学习深度学习gru深度学习人工智能
    门控循环单元（GRU）门控循环单元（GatedRecurrentUnit，GRU）是长短期记忆（LSTM）的简化版本。GRU通过减少门控机制的数量，提高了计算效率，同时在很多任务上性能与LSTM相近。GRU由两个主要的门组成：重置门和更新门。这些门帮助GRU决定如何在每个时间步更新和传递信息。GRU结构GRU的结构相比LSTM更简单，没有独立的记忆细胞状态。它通过两个门（重置门和更新门）来控制信息
  • 物联网（IoT）架构中，平台层的应用与技术 小赖同学啊 智能硬件物联网架构
    在物联网（IoT）架构中，平台层是连接物理设备（感知层）和应用服务（应用层）的核心部分。它负责数据的采集、处理、存储、分析以及设备管理等功能，是物联网系统的“大脑”。以下是平台层的主要功能及其技术实现手段：平台层的主要功能设备管理：功能：管理物联网设备的注册、配置、监控、维护和故障诊断。技术手段：设备注册与认证：使用MQTT、CoAP等协议实现设备接入，结合OAuth、X.509证书等技术进行设备
  • 【颠覆认知】大模型开发终极实战：30分钟用LangChain打造「超级AI客服」系统（附全代码+黑科技调参技巧） 煜bart 人工智能
    重磅提示：文末含99%开发者不知道的Prompt逆向注入破解方案！---###一、撕开大模型开发的遮羞布：传统方案的三大致命陷阱![](https://img-blog.csdnimg.cn/direct/8a7d3f8c2c7f4e5e8d3c4d0a6e5d8e7a.png)传统AI客服系统开发面临：1.对话记忆金鱼症（7轮对话必失忆）2.知识库更新堪比器官移植3.业务逻辑与AI模型强耦合我们
  • 千问大模型携手超算互联网：算力驱动下的安全新征程 安全
    一、技术革命的新纪元：从“火种”到“燎原”2025年3月，中国国家超算互联网平台宣布接入阿里巴巴“千问QwQ-32B”大模型。这一事件，标志着人类算力资源整合迈入新阶段——超算中心不再仅是巨型计算机的集合，而是演化为承载智能的“数字大脑”。用户可通过平台免费调用百万级Token的计算资源，如同古希腊神话中普罗米修斯盗火予人，超算互联网正将“智能之火”播撒至科研、工业乃至普通开发者手中。然而，火种既
  • Python 科学计算与机器学习入门：NumPy + Scikit-Learn 实战指南 吴师兄大模型 pythonnumpyscikit-learn人工智能开发语言机器学习编程
    Langchain系列文章目录01-玩转LangChain：从模型调用到Prompt模板与输出解析的完整指南02-玩转LangChainMemory模块：四种记忆类型详解及应用场景全覆盖03-全面掌握LangChain：从核心链条构建到动态任务分配的实战指南04-玩转LangChain：从文档加载到高效问答系统构建的全程实战05-玩转LangChain：深度评估问答系统的三种高效方法（示例生成、手
  • C语言占位符详细介绍 南玖yy C语言基础c语言开发语言
    1.printf()的占位符有许多种类，与C语⾔的数据类型相对应。下⾯按照字⺟顺序，颜色标出常⽤的占位符，⽅便大家记忆。•%a：⼗六进制浮点数，字⺟输出为⼩写。•%A：⼗六进制浮点数，字⺟输出为⼤写。•%c：字符。•%d：⼗进制整数。•%e：使⽤科学计数法的浮点数，指数部分的e为⼩写。•%E：使⽤科学计数法的浮点数，指数部分的E为⼤写。•%i：整数，基本等同于%d，除了scanf有一点区别。•%f
  • 拿下多家头部车企定点，芯驰新一代旗舰智控MCU抢跑「整车智能」 高工智能汽车 单片机网络嵌入式硬件
    近日，芯驰科技对外公布，旗下新一代旗舰智控MCU——E3650已开启客户送样，并且获得了多家头部车企的定点。据了解，E3650是专为区域控制器（ZCU）和域控（DCU）应用而设计的高端车规MCU，是自主高端车规MCU芯片的新标杆。众所周知，在整车电子电气架构的快速变革下，汽车不仅需要中央计算（区域处理器）提供聪明的大脑，也需要区域控制器（ZCU）打通和协调复杂的通信协议和中间层，从而实现真正的高阶
  • “杀疯了”，头部玩家纷纷下场，冲榜高阶智驾第一梯队！ 高工智能汽车 自动驾驶人工智能
    2025年的中国乘用车市场份额战与销量突破口，高阶智驾无疑是关键赛点。日前，吉利也高调入场，再次掀起高阶智驾市场普及战的新高潮。类似于比亚迪的天神之眼分成ABC三挡，对应不同级别车型，吉利的千里浩瀚智驾方案更加多元化，分为H1、H3、H5、H7和H9共5个不同层级的智驾方案。其中H1采用10V5R传感器方案，功能方面可实现高速NOA和记忆泊车HPA，主打极致性价比。根据资料来看，H1采用的是双黑芝
  • 认知科学：解决复杂问题的5个关键策略 AI天才研究院 AI大模型应用入门实战与进阶大数据人工智能语言模型AILLMJavaPython架构设计AgentRPA
    1.背景介绍认知科学是一门研究人类思维、认知和行为的科学。它涉及到大脑、神经科学、心理学、语言学、人工智能和计算机科学等多个领域。认知科学试图揭示人类如何理解和处理信息，以及如何进行决策和行动。在本文中，我们将探讨5个关键策略，这些策略可以帮助我们解决复杂问题。这些策略包括：模式识别规则抽取推理和逻辑推理知识表示和知识图谱多模态处理我们将在接下来的部分中详细讨论这些策略，并提供代码实例和数学模型公
  • 前沿技术有哪些 推动行业发展的新技术简介 jiemidashi 经验分享
    现在有很多新东西正在改变的生活。比如人工智能。它能帮做很多事情。像写文章、画画还有处理数据。这些都很有用。再说说区块链。它让信息更安全。数据不容易被改掉。这对隐私很有帮助。还有5G网络。速度快得不得了。看视频玩游戏都特别顺畅。感觉和以前完全不一样。再就是新能源车。不用油了。用电就行。省钱又环保。开着还很安静。最后说说虚拟现实。戴上眼镜就能去别的世界。玩游戏或者学习都超级酷。这些东西都在慢慢走进的生
  • 解读Layout Method of Met Mast Based on Macro Zoning and Micro Quantitative Siting in a Wind Farm 赵孝正 风资源与微观选址paper
    目录1.风电场气象塔布局方法流程图（简略）内容细化2.风电场气象塔布局方法详细流程图（详细）核心算法和公式详解2.2解读流程（深入浅出）第一阶段：把大风电场分成几个小区域1.看看风在哪里吹得不一样️2.看看风机的位置分布️3.测量风机之间有多"像"4.用智能方法分区第二阶段：在每个区域内找到最好的位置放测量杆5.画格子找可能的位置6.用电脑模拟风的吹动7.筛选出好位置8.找出最最好的位置9.检验我
  • C++中栈的用法 冬瓜生鲜 1大学学习的算法
    简单记忆，具体详细见：https://blog.csdn.net/qq_20366761/article/details/70053813c++栈的方法的基本用法：push():向栈内压入一个成员；pop():从栈顶弹出一个成员；empty():如果栈为空返回true，否则返回false；top():返回栈顶，但不删除成员；size():返回栈内元素的大小；#include#includeusin
  • apt/yum/dnf/dkg命令详细：软件安装 黑子哥呢？ 运维linux运维
    apt命令apt（AdvancedPackageTool）是Debian及其衍生版（如Ubuntu）中广泛使用的软件包管理工具。它提供了一系列简洁且易于记忆的命令，用于查找、安装、升级、删除和管理软件包。下面将对apt命令进行详细解析。1.apt命令的基本用法apt命令的基本语法如下：apt[options][command][package...]options：可选参数，用于指定命令的行为，如
  • 2024年最佳Todo清单APP：从效率到协作全覆盖 任务管理工具todolist
    大量研究表明，人类大脑并不擅长同时处理多项任务。在多任务处理时，大脑需要频繁切换注意力，每次切换都会消耗时间和精力，这种现象被称为“切换成本”（SwitchingCost）。心理学家Rubinstein、Meyer和Evans在2001年的研究中指出，任务切换会导致思维停顿，延长完成任务的时间。他们发现，在处理复杂任务时，效率可能下降高达40%。此外，Cowen（2001）的研究进一步指出，人类的
  • 用MiddleGenIDE工具生成hibernate的POJO（根据数据表生成POJO类） AdyZhang POJOeclipseHibernateMiddleGenIDE
    推荐:MiddlegenIDE插件,   是一个Eclipse   插件.     用它可以直接连接到数据库,   根据表按照一定的HIBERNATE规则作出BEAN和对应的XML ，用完后你可以手动删除它加载的JAR包和XML文件!     今天开始试着使用
  • .9.png Cb123456 android
      “点九”是andriod平台的应用软件开发里的一种特殊的图片形式，文件扩展名为：.9.png 　　智能手机中有自动横屏的功能,同一幅界面会在随着手机(或平板电脑)中的方向传感器的参数不同而改变显示的方向,在界面改变方向后,界面上的图形会因为长宽的变化而产生拉伸,造成图形的失真变形。 　　我们都知道android平台有多种不同的分辨率，很多控件的切图文件在被放大拉伸后，边
  • 算法的效率 天子之骄 算法效率复杂度最坏情况运行时间大O阶平均情况运行时间
    算法的效率 效率是速度和空间消耗的度量。集中考虑程序的速度，也称运行时间或执行时间，用复杂度的阶(O)这一标准来衡量。空间的消耗或需求也可以用大O表示，而且它总是小于或等于时间需求。   以下是我的学习笔记：   1.求值与霍纳法则，即为秦九韶公式。   2.测定运行时间的最可靠方法是计数对运行时间有贡献的基本操作的执行次数。运行时间与这个计数成正比。
  • java数据结构 何必如此 java数据结构
    Java 数据结构 Java工具包提供了强大的数据结构。在Java中的数据结构主要包括以下几种接口和类： 枚举（Enumeration） 位集合（BitSet） 向量（Vector） 栈（Stack） 字典（Dictionary） 哈希表（Hashtable） 属性（Properties） 以上这些类是传统遗留的，在Java2中引入了一种新的框架-集合框架(Collect
  • MybatisHelloWorld 3213213333332132
    //测试入口TestMyBatis package com.base.helloworld.test; import java.io.IOException; import org.apache.ibatis.io.Resources; import org.apache.ibatis.session.SqlSession; import org.apache.ibat
  • Java|urlrewrite|URL重写|多个参数 7454103 javaxmlWeb工作
     个人工作经验！ 如有不当之处，敬请指点 1.0  web -info 目录下建立     urlrewrite.xml  文件 类似如下： <?xml version="1.0" encoding="UTF-8" ?>   <!DOCTYPE u
  • 达梦数据库+ibatis darkranger sqlmysqlibatisSQL Server
    --插入数据方面 如果您需要数据库自增... 那么在插入的时候不需要指定自增列. 如果想自己指定ID列的值, 那么要设置 set identity_insert  数据库名.模式名.表名; ----然后插入数据; example: create table zhabei.test( id bigint identity(1,1) primary key, nam
  • XML 解析 四种方式 aijuans android
    XML现在已经成为一种通用的数据交换格式,平台的无关性使得很多场合都需要用到XML。本文将详细介绍用Java解析XML的四种方法。 XML现在已经成为一种通用的数据交换格式,它的平台无关性,语言无关性,系统无关性,给数据集成与交互带来了极大的方便。对于XML本身的语法知识与技术细节,需要阅读相关的技术文献,这里面包括的内容有DOM(Document Object
  • spring中配置文件占位符的使用 avords
    1.类 <?xml version="1.0" encoding="UTF-8"?><!DOCTYPE beans PUBLIC "-//SPRING//DTD BEAN//EN" "http://www.springframework.o
  • 前端工程化-公共模块的依赖和常用的工作流 bee1314 webpack
    题记： 一个人的项目，还有工程化的问题嘛？   我们在推进模块化和组件化的过程中，肯定会不断的沉淀出我们项目的模块和组件。对于这些沉淀出的模块和组件怎么管理？另外怎么依赖也是个问题？ 你真的想这样嘛？   var BreadCrumb = require(‘../../../../uikit/breadcrumb’); //真心ugly。  
  • 上司说「看你每天准时下班就知道你工作量不饱和」，该如何回应？ bijian1013 项目管理沟通IT职业规划
    问题：上司说「看你每天准时下班就知道你工作量不饱和」，如何回应         正常下班时间6点，只要是6点半前下班的，上司都认为没有加班。   Eno-Bea回答，注重感受，不一定是别人的         虽然我不知道你具体从事什么工作与职业，但是我大概猜测，你是从事一项不太容易出现阶段性成果的工作
  • TortoiseSVN，过滤文件 征客丶 SVN
    环境： TortoiseSVN 1.8 配置： 在文件夹空白处右键 选择  TortoiseSVN -> Settings 在 Global ignote pattern 中添加要过滤的文件： 多类型用英文空格分开 *name ： 过滤所有名称为 name 的文件或文件夹 *.name ： 过滤所有后缀为 name 的文件或文件夹 --------
  • 【Flume二】HDFS sink细说 bit1129 Flume
    1. Flume配置   a1.sources=r1 a1.channels=c1 a1.sinks=k1 ###Flume负责启动44444端口 a1.sources.r1.type=avro a1.sources.r1.bind=0.0.0.0 a1.sources.r1.port=44444 a1.sources.r1.chan
  • The Eight Myths of Erlang Performance bookjovi erlang
    erlang有一篇guide很有意思： http://www.erlang.org/doc/efficiency_guide 里面有个The Eight Myths of Erlang Performance： http://www.erlang.org/doc/efficiency_guide/myths.html   Myth: Funs are sl
  • java多线程网络传输文件(非同步)-2008-08-17 ljy325 java多线程socket
    利用 Socket 套接字进行面向连接通信的编程。客户端读取本地文件并发送；服务器接收文件并保存到本地文件系统中。 使用说明:请将TransferClient, TransferServer, TempFile三个类编译，他们的类包是FileServer. 客户端: 修改TransferClient: serPort, serIP, filePath, blockNum,的值来符合您机器的系
  • 读《研磨设计模式》-代码笔记-模板方法模式 bylijinnan java设计模式
    声明： 本文只为方便我个人查阅和理解，详细的分析以及源代码请移步 原作者的博客http://chjavach.iteye.com/ import java.sql.Connection; import java.sql.DriverManager; import java.sql.PreparedStatement; import java.sql.ResultSet;
  • 配置心得 chenyu19891124 配置
    时间就这样不知不觉的走过了一个春夏秋冬，转眼间来公司已经一年了，感觉时间过的很快，时间老人总是这样不停走，从来没停歇过。 作为一名新手的配置管理员，刚开始真的是对配置管理是一点不懂，就只听说咱们公司配置主要是负责升级，而具体该怎么做却一点都不了解。经过老员工的一点点讲解，慢慢的对配置有了初步了解，对自己所在的岗位也慢慢的了解。 做了一年的配置管理给自总结下： 1.改变 从一个以前对配置毫无
  • 对“带条件选择的并行汇聚路由问题”的再思考 comsci 算法工作软件测试嵌入式领域模型
    2008年上半年，我在设计并开发基于”JWFD流程系统“的商业化改进型引擎的时候，由于采用了新的嵌入式公式模块而导致出现“带条件选择的并行汇聚路由问题”(请参考2009-02-27博文)，当时对这个问题的解决办法是采用基于拓扑结构的处理思想，对汇聚点的实际前驱分支节点通过算法预测出来，然后进行处理，简单的说就是找到造成这个汇聚模型的分支起点，对这个起始分支节点实际走的路径数进行计算，然后把这个实际
  • Oracle 10g 的clusterware 32位 下载地址 daizj oracle
    Oracle 10g 的clusterware 32位 下载地址 http://pan.baidu.com/share/link?shareid=531580&uk=421021908 http://pan.baidu.com/share/link?shareid=137223&uk=321552738 http://pan.baidu.com/share/l
  • 非常好的介绍：Linux定时执行工具cron dongwei_6688 linux
    Linux经过十多年的发展，很多用户都很了解Linux了，这里介绍一下Linux下cron的理解，和大家讨论讨论。cron是一个Linux 定时执行工具，可以在无需人工干预的情况下运行作业，本文档不讲cron实现原理，主要讲一下Linux定时执行工具cron的具体使用及简单介绍。 新增调度任务推荐使用crontab -e命令添加自定义的任务（编辑的是/var/spool/cron下对应用户的cr
  • Yii assets目录生成及修改 dcj3sjt126com yii
    assets的作用是方便模块化，插件化的，一般来说出于安全原因不允许通过url访问protected下面的文件，但是我们又希望将module单独出来，所以需要使用发布，即将一个目录下的文件复制一份到assets下面方便通过url访问。 assets设置对应的方法位置 \framework\web\CAssetManager.php   assets配置方法 在m
  • mac工作软件推荐 dcj3sjt126com mac
    mac上的Terminal + bash ＋ screen组合现在已经非常好用了，但是还是经不起iterm＋zsh＋tmux的冲击。在同事的强烈推荐下，趁着升级mac系统的机会，顺便也切换到iterm＋zsh＋tmux的环境下了。 我为什么要要iterm2 切换过来也是脑袋一热的冲动，我也调查过一些资料，看了下iterm的一些优点： * 兼容性好，远程服务器 vi 什么的低版本能很好兼
  • Memcached(三)、封装Memcached和Ehcache frank1234 memcachedehcachespring ioc
    本文对Ehcache和Memcached进行了简单的封装，这样对于客户端程序无需了解ehcache和memcached的差异，仅需要配置缓存的Provider类就可以在二者之间进行切换，Provider实现类通过Spring IoC注入。 cache.xml <?xml version="1.0" encoding="UTF-8"?>
  • Remove Duplicates from Sorted List II hcx2013 remove
    Given a sorted linked list, delete all nodes that have duplicate numbers, leaving only distinct numbers from the original list. For example,Given 1->2->3->3->4->4->5,
  • Spring4新特性——注解、脚本、任务、MVC等其他特性改进 jinnianshilongnian spring4
    Spring4新特性——泛型限定式依赖注入 Spring4新特性——核心容器的其他改进 Spring4新特性——Web开发的增强 Spring4新特性——集成Bean Validation 1.1(JSR-349)到SpringMVC  Spring4新特性——Groovy Bean定义DSL Spring4新特性——更好的Java泛型操作API  Spring4新
  • MySQL安装文档 liyong0802 mysql
      工作中用到的MySQL可能安装在两种操作系统中，即Windows系统和Linux系统。以Linux系统中情况居多。   安装在Windows系统时与其它Windows应用程序相同按照安装向导一直下一步就即，这里就不具体介绍，本文档只介绍Linux系统下MySQL的安装步骤。   Linux系统下安装MySQL分为三种：RPM包安装、二进制包安装和源码包安装。二
  • 使用VS2010构建HotSpot工程 p2p2500 HotSpotOpenJDKVS2010
    1. 下载OpenJDK7的源码：      http://download.java.net/openjdk/jdk7      http://download.java.net/openjdk/      2. 环境配置     ▶
  • Oracle实用功能之分组后列合并 seandeng888 oracle分组实用功能合并
    1       实例解析 由于业务需求需要对表中的数据进行分组后进行合并的处理，鉴于Oracle10g没有现成的函数实现该功能，且该功能如若用JAVA代码实现会比较复杂，因此，特将SQL语言的实现方式分享出来，希望对大家有所帮助。如下： 表test 数据如下： ID,SUBJECTCODE,DIMCODE,VALUE 1&nbs
  • Java定时任务注解方式实现 tuoni javaspringjvmxmljni
    Spring 注解的定时任务，有如下两种方式： 第一种： <?xml version="1.0" encoding="UTF-8"?> <beans xmlns="http://www.springframework.org/schema/beans"  xmlns:xsi="http
  • 11大Java开源中文分词器的使用方法和分词效果对比 yangshangchuan word分词器ansj分词器Stanford分词器FudanNLP分词器HanLP分词器
    本文的目标有两个： 1、学会使用11大Java开源中文分词器 2、对比分析11大Java开源中文分词器的分词效果 本文给出了11大Java开源中文分词的使用方法以及分词结果对比代码，至于效果哪个好，那要用的人结合自己的应用场景自己来判断。 11大Java开源中文分词器，不同的分词器有不同的用法，定义的接口也不一样，我们先定义一个统一的接口： /** * 获取文本的所有分词结果, 对比
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他