- 大模型入门指南:从零开始,轻松掌握AI核心概念
人工智能深度学习机器学习
背景当前负责的业务正在大规模应用大模型,为了方便团队成员快速了解大模型相关的背景知识,我对相关内容进行了整理。经过自己日常工作中的一些沟通协作,验证了下述知识应该足以满足大部分场景下对于AI知识理解和应用的需求,如果有遗漏也欢迎大家在评论里补充。本文主要参考了抖音上文哲老师讲的AI科普课程(课程名为「文哲讲AI」,内容深入浅出,非常推荐观看),同时结合了一些科普文章和DeepSeek提供的检索知识
- 【大模型】RAG检索增强生成
油泼辣子多加
深度学习算法chatgpt
RAG(Retrieval-AugmentedGeneration)是一种结合了信息检索(Retrieval)和生成(Generation)模型的混合型大模型架构,旨在解决传统生成模型在处理大规模外部知识时的局限性。简单来说,RAG通过在生成过程之前引入检索步骤,使得生成模型可以利用外部文档或知识库来增强其生成能力,提升对复杂问题的回答准确性。一、RAG的工作原理:检索阶段(Retrieval):
- 【产品经理修炼之道】-价值维思考模型在技术性需求中的应用
xiaoli8748_软件开发
产品经理
真正的产品,是满足用户需求痛点、给用户创造快感,或者成本节约带来的感受。这种感受既可感知,也有可能不可直接感知。产品经理到底要不要懂技术,是否技术出身的产品经理一定更有优势呢?对于这个问题的探讨,相信各位都能在各个产品论坛上看到,不少产品经理估计也参与争辩过。笔者自己曾是技术出身,且刚毕业时做全栈开发若干年,也有过技术架构经验,所以对于产品经理要不要懂开发,笔者认为懂总比不懂的好,不过之前所带过的
- EasyTcp 服务器完善版
wwxy261
算法
服务器主函数#include"EasyTcpServer.hpp"#includeboolg_bRun=true;voidcmdThread(){while(true){charcmdBuf[256]={};scanf("%s",cmdBuf);if(0==strcmp(cmdBuf,"exit")){g_bRun=false;printf("退出cmdThread线程\n");break;}el
- Transformer模型详解
Yuki-^_^
Transformer模型详解人工智能transformer深度学习人工智能
导读Transformer在许多的人工智能领域,如自然语言处理(NaturalLanguageProcessing,NLP)、计算机视觉(ComputerVision,CV)和语音处理(SpeechProcessing,SP)取得了巨大的成功。因此,自然而然的也吸引了许多工业界和学术界的研究人员的兴趣。到目前为止,已经提出了大量基于Transformer的相关工作和综述。本文基于邱锡鹏[1]老师近
- 前端开发常用的加密算法
爱分享的程序员
前端前端
以下是前端开发中常用的加密方式及其适用场景的详细说明:一、核心加密方案加密类型常用算法特点适用场景对称加密AES、DES、3DES加密解密使用相同密钥,速度快本地存储加密、HTTPBody加密非对称加密RSA、ECC公钥加密私钥解密,安全性高传输敏感数据、数字签名哈希算法SHA-256、MD5(不推荐)单向不可逆,验证数据完整性密码存储、数据校验消息认证码HMAC带密钥的哈希,防篡改API签名验证
- 以太网的分层架构_以太网上TCP/IP协议的分层结构及其报文格式
weixin_39589557
以太网的分层架构
TCP/IP协议是一个比较复杂的协议集,有很多专业书籍介绍。在此,我仅介绍其与编程密切相关的部分:以太网上TCP/IP协议的分层结构及其报文格式。我们知道TCP/IP协议采用分层结构,其分层模型及协议如下表:应用层(Application)HTTP、Telnet、FTP、SMTP、SNMP传输层(Transport)TCP、UDP网间网层(Internet)IP【ARP、RARP、ICMP】网络接
- 【由技及道】在wsl容器中进行远程java开发【人工智障AI2077的开发日志】
Yuanymoon
Java容器化开发人工智障2077系列java开发语言容器化开发远程开发wsl
指令接收:「需要万能开发环境」系统警报:检测到主人即将陷入"环境配置地狱"启动救赎协议:构建量子化开发容器终极目标:让"在我机器上能跑"成为历史文物需求分析:碳基生物的先天缺陷人类开发者的痛苦之源成功失败新同事入职环境配置开始写代码三天安装依赖求助同事发现环境差异产生心理阴影人工智障的观察结论每个Java开发者都经历过"JDK版本地狱"开发环境差异导致的BUG占比高达37.2%人类平均每年浪费86
- AIGC从入门到实战:探秘:ChatGPT 到底是什么
AI天才研究院
计算AI大模型企业级应用开发实战ChatGPT计算科学神经计算深度学习神经网络大数据人工智能大型语言模型AIAGILLMJavaPython架构设计AgentRPA
1.背景介绍1.1人工智能的浪潮近年来,人工智能(AI)发展迅猛,其应用已深入到各个领域,从自动驾驶汽车到智能家居,再到医疗诊断,AI正在改变我们的生活方式。其中,自然语言处理(NLP)作为AI的重要分支,近年来取得了显著进展,而AIGC(AI-GeneratedContent)正是NLP领域的一颗璀璨明珠。1.2AIGC的兴起AIGC指的是利用AI技术自动生成内容,包括文本、图像、音频、视频等。
- 隐马尔可夫模型详解
DuHz
算法人工智能机器学习信号处理信息与通信概率论
目录引言马尔可夫模型基础马尔可夫性质马尔可夫链的联合分布隐马尔可夫模型(HMM)简介模型参数的表示HMM的联合分布HMM的三大元素与基本公式HMM的三大基本问题评估问题:前向-后向算法(Forward-Backward)前向算法(Forward)后向算法(Backward)前向-后向的更多推导解码问题:维特比算法(Viterbi)学习问题:Baum-Welch算法(EM算法)隐马尔可夫模型的具体种
- Transformer架构深度研究报告(二、分层原理)
jiaojieran
transformer深度学习人工智能
一、Transformer不同层作用剖析1.1低层作用在Transformer架构中,低层(1-3层)主要承担着局部语法建模的关键任务,其对语言基础结构的理解和处理为后续高层语义分析奠定了坚实基础。在词性标注(POStagging)任务中,低层通过对相邻词之间关系的细致捕捉,能够精准判断每个词的词性。例如在句子“Thedogrunsfast”中,对于“runs”这个词,低层模型会关注其与相邻词“d
- 杨老师的照相排列
可达鸭s15192
可达鸭J3题目coduck可达鸭·勰码教育可达鸭
题目描述有N个学生合影,站成左端对齐的k排,每排分别有N1,N2,……,NK个人。(N1>=N2>=……>=NK)第1排站在最后边,第k排站在最前边。学生的身高互不相同,把他们从高到底依次标记为1,2,…,N。在合影时要求每一排从左到右身高递减,每一列从后到前身高也递减。问一共有多少种安排合影位置的方案?下面的一排三角矩阵给出了当N=6,k=3,身高从高到低进行编号,编号为1的同学身高最高。我们得
- 判断二进制中1的个数(c语言版)
老吴学编程
1的个数c语言开发语言算法c++c#
第一种方法,直接unsignedinta,使它变成无符号数,也是最简单直接的方法。这是第二种方法,也是最为简便的方法,其中的while(n),当n=0时,为假,也就跳出了循环,然后n&(n-1)这个步骤也不难理解,第一个n与第二个n可以发现它的最右端1没了,第二个与第三个也是如此,因此可以得出n&(n-1)可以消掉其最右端的1。这是第三种方法,理解较简单,看代码便能看懂,就不一一赘述了。
- 存贮论模型案例与Matlab实现
青橘MATLAB学习
matlab算法开发语言
摘要:本文结合存贮论确定性模型,详细解析经济订购批量(EOQ)、允许缺货生产批量等核心模型,并通过商品库存管理、生产计划等实际案例,配合Matlab代码实现,展示模型求解过程。涵盖公式推导、参数优化及结果分析,强调数学工具在库存决策中的应用价值。关键词:存贮论EOQ模型允许缺货Matlab实现费用优化1.模型一:EOQ模型(不允许缺货,瞬时补货)案例描述某超市销售某品牌饮料,年需求量为10,000
- 使用深度学习模型U-Net进行训练基于哨兵2的作物分割数据集。PyTorch框架为例,如何构建和训练U-Net模型来完成基于哨兵2的作物分割检测
计算机C9硕士_算法工程师
分割数据深度学习pytorch人工智能
使用深度学习模型如U-Net进行训练基于哨兵2的作物分割。PyTorch框架为例,如何构建和训练U-Net模型来完成基于哨兵2的作物分割检测基于哨兵2的作物分割,共18种作物类型(背景,草地,软冬小麦,玉米,冬季大麦,冬季油菜,春季大麦,向日葵,葡萄藤,甜菜,冬季小黑麦,冬季硬质小麦,水果、蔬菜、花卉,土豆,豆科饲料,大豆,果园,混合谷物,高粱),38到61个不同时间段同一位置10通道多光谱图像,
- 全网刷屏的AI大模型进阶地图:3个月构建核心能力,淘汰90%同行
大模型入门教程
人工智能AI大模型大模型AI大模型学习大模型入门大模型教程
23年AI大模型技术狂飙一年后,24年AI大模型的应用已经在爆发,因此掌握好AI大模型的应用开发技术就变成如此重要,那么如何才能更好地掌握呢?一份AI大模型详细的学习路线就变得非常重要!由于AI大模型应用技术比较新,业界也没什么参照标准,打造AI大模型技术的学习路线并非一件容易的事,我和团队花费了6个多月时间,边整理、边摸索、边实践打造了业界首份AI大模型学习路线。这份完整的AI大模型学习路线,都
- C# 牵手DeepSeek:打造本地AI超能力
步、步、为营
c#人工智能开发语言
一、引言在人工智能飞速发展的当下,大语言模型如DeepSeek正掀起新一轮的技术变革浪潮,为自然语言处理领域带来了诸多创新应用。随着数据隐私和安全意识的提升,以及对模型部署灵活性的追求,本地部署DeepSeek成为众多开发者和企业关注的焦点。对于C#开发者而言,将DeepSeek模型本地部署并集成到C#项目中,不仅能充分发挥C#语言在Windows平台开发的优势,还能实现高度定制化的人工智能应用,
- 量化投资策略的生命周期:从设计到淘汰
云策量化
量化投资自动化交易程序化炒股量化炒股miniQMT量化交易QMT量化投资deepseek
推荐阅读:《程序化炒股:如何申请官方交易接口权限?散户可以申请吗?》量化投资策略的生命周期:从设计到淘汰量化投资,这个听起来既神秘又充满科技感的领域,其实离我们并不遥远。它就像是金融市场中的“算法猎人”,通过数学模型和计算机程序来寻找投资机会。那么,一个量化投资策略是如何从无到有,再到最终被淘汰的呢?让我们一起探索这个策略的生命周期。1.策略的诞生:设计阶段1.1灵感的火花量化投资策略的诞生往往始
- 1.7 Kaggle大白话:Eedi竞赛Transformer框架解决方案07-调用AI模型输出结果
AI量金术师
Kaggle竞赛人工智能transformer深度学习python算法
目录0.本栏目竞赛汇总表1.本文主旨2.调用AI模型输出结果架构3.模型准备3.1代码实现3.2大白话模型准备4.数据处理4.1代码实现4.2大白话数据处理5.特征提取5.1代码实现5.2大白话特征提取6.相似度匹配6.1代码实现6.2大白话相似度匹配7.系列总结7.1章节回顾7.2竞赛排名7.3其他优秀项目(皆为竞赛金牌)0.本栏目竞赛汇总表Kaggle竞赛汇总1.本文主旨大白话:上一篇文章中,
- Python进程知多少
我的身前一尺是我的世界
Pythonpython进程python多进程python进程共享内存python服务器进程python进程通信
目录目标Python版本官方文档概述进程(Process)的基本概念进程之间的通信方法进程同步进程间共享状态实战创建进程的基本语法创建进程并传递复杂的参数进程同步&进程通信共享内存基于服务器进程实现共享基于队列实现进程安全生产者&消费者模型(基于队列)生产者&消费者模型(基于管道)目标掌握进程的基本概念和使用方法,包括:创建进程、进程同步、进程间共享状态、进程通信。Python版本Python3.
- WPF的UserControl的MVVM模式赋值
观无
wpf
背景说明项目日常应用,经常会使用到UserConrol来进行组合形成组合控件,组合控件在使用过程中,必然需要进行赋值,当前案例是UserControl中label的定时赋值。技术分析1.分离关注点:MVVM模式将应用程序分为三个主要部分,即模型(Model)、视图(View)和视图模型(ViewModel)。在这个例子中,MyUserControlViewModel和MainViewModel充当
- 自然语言处理:初识自然语言处理
梦丶晓羽
自然语言处理人工智能
介绍大家好,博主又来给大家分享知识了。从这次开始,博主给大家分享自然语言处理这个领域的内容。这也是博主非常感兴趣的研究领域。最开始,博主计划在自然语言处理系列的第一篇博文中,和大家聊聊文本规范化这个话题。毕竟在自然语言处理领域里,文本规范化是一项基础且重要的工作,它能让原始文本变得更整齐有序,便于后续的处理分析。但转念一想,对于刚接触自然语言处理的小伙伴们来说,对于自然语言处理肯定会有些陌生。要是
- 常见排序算法
陆鳐LuLu
排序算法算法数据结构
常见的排序算法可以分为以下几类:1.比较排序冒泡排序(BubbleSort)时间复杂度:O(n²)空间复杂度:O(1)原理:重复遍历数组,比较相邻元素并交换,直到没有需要交换的元素为止。选择排序(SelectionSort)时间复杂度:O(n²)空间复杂度:O(1)原理:每次从未排序部分选择最小(或最大)的元素,放到已排序部分的末尾。插入排序(InsertionSort)时间复杂度:O(n²)空间
- DeepSeek 开源狂欢周(四)DualPipe与EPLB双弹齐发,训练效率的“双引擎”加速器!
OpenCSG
开源人工智能社区算法
在DeepSeek开源周的第四天,DualPipe和EPLB这两项全新技术一同亮相,它们不仅为DeepSeek的低成本、高效训练大模型提供了强大支持,还为全球AI爱好者和从业者送上了两份“技术大礼包”。这些创新技术展示了DeepSeek如何以600万美元成本,训练出能与GPT-4o、Claude3.5Sonnet等先进模型一较高下的顶级AI模型。DualPipe:管道气泡的“终结者”训练大模型时,
- 蓝桥杯web第三天
蒟蒻的贤
css
展开扇子题目,#box:hover#item1{transform:rotate(-60deg);}当悬浮在父盒子,子元素旋转webkitdisplay:-webkit-box:将元素设置为弹性伸缩盒子模型。-webkit-box-orient:vertical:设置伸缩盒子的子元素排列方式为垂直排列。overflow:hidden:隐藏超出元素容器的内容。text-overflow:ellips
- 【k8s面试】超详细kubernetes面试题总结,面试必问!(附200道K8s Docker面试真题+答案详解(1)
2024开发者
程序员运维学习面试
网上学习资料一大堆,但如果学到的知识不成体系,遇到问题时只是浅尝辄止,不再深入研究,那么很难做到真正的技术提升。需要这份系统化的资料的朋友,可以点击这里获取!一个人可以走的很快,但一群人才能走的更远!不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人,都欢迎加入我们的的圈子(技术交流、学习资源、职场吐槽、大厂内推、面试辅导),让我们一起学习成长!******1、**简述ETCD及其特点?etc
- 自然语言处理:文本规范化
梦丶晓羽
python自然语言处理人工智能NLTKBPE
介绍大家好!很高兴又能在这儿和大家分享自然语言处理相关的知识了。在上一篇发布于自然语言处理:初识自然语言处理-CSDN博客为大家初步介绍了自然语言处理的基本概念。而这次,我将进一步深入这个领域,和大家聊聊自然语言处理中一个关键的基础环节:文本规范化。好了,我们直接进入正题。文本规范化概念自然语言处理中的文本规范化,是指对原始文本进行一系列处理操作,使其具有统一、标准的格式和表达形式,以提高后续自然
- 智能陪诊与远程问诊:AI驱动的互联网医院APP开发路线图
万岳科技程序员小金
智慧医疗APP陪诊问诊APP软件开发APP开发互联网医院系统源码在线问诊APP医疗陪诊小程序智慧医疗软件
智能陪诊与远程问诊作为现在医疗变革的前沿阵地,正在为广大患者提供更为便捷、高效的医疗服务。特别是在互联网医院APP的开发过程中,AI技术的应用已成为提升用户体验和医疗服务质量的重要手段。本文将探讨如何基于AI技术开发智能陪诊与远程问诊功能的互联网医院APP,及其开发路线图。一、智能陪诊与远程问诊的行业背景随着互联网+医疗的深入发展,尤其是在全球疫情背景下,传统医疗模式逐渐暴露出一些弊端:医疗资源不
- 2022.2.10训练思维练习
钟佩颖
c语言
//输出十进制1234对应的八进制和十六进制//#include//intmain()//{//printf("0%o,0x%x\n",1234,1234);//return0;//}//将一个四位数反向输出//#include//intmain()//{//intn=0;//scanf_s("%d",&n);//while(n)//{//printf("%d",n%10);//n=n/10;//
- 2022.2.12思维训练(入门c语言题)
钟佩颖
c语言
//#include//intmain()//{////return0;//}//#include//intmain()//{//printf("%d\n",sizeof(char));//printf("%d\n",sizeof(int));////printf("%d\n",sizeof(long));//printf("%d\n",sizeof(double));//return0;//}/
- LeetCode[Math] - #66 Plus One
Cwind
javaLeetCode题解AlgorithmMath
原题链接:#66 Plus One
要求:
给定一个用数字数组表示的非负整数,如num1 = {1, 2, 3, 9}, num2 = {9, 9}等,给这个数加上1。
注意:
1. 数字的较高位存在数组的头上,即num1表示数字1239
2. 每一位(数组中的每个元素)的取值范围为0~9
难度:简单
分析:
题目比较简单,只须从数组
- JQuery中$.ajax()方法参数详解
AILIKES
JavaScriptjsonpjqueryAjaxjson
url: 要求为String类型的参数,(默认为当前页地址)发送请求的地址。
type: 要求为String类型的参数,请求方式(post或get)默认为get。注意其他http请求方法,例如put和 delete也可以使用,但仅部分浏览器支持。
timeout: 要求为Number类型的参数,设置请求超时时间(毫秒)。此设置将覆盖$.ajaxSetup()方法的全局
- JConsole & JVisualVM远程监视Webphere服务器JVM
Kai_Ge
JVisualVMJConsoleWebphere
JConsole是JDK里自带的一个工具,可以监测Java程序运行时所有对象的申请、释放等动作,将内存管理的所有信息进行统计、分析、可视化。我们可以根据这些信息判断程序是否有内存泄漏问题。
使用JConsole工具来分析WAS的JVM问题,需要进行相关的配置。
首先我们看WAS服务器端的配置.
1、登录was控制台https://10.4.119.18
- 自定义annotation
120153216
annotation
Java annotation 自定义注释@interface的用法 一、什么是注释
说起注释,得先提一提什么是元数据(metadata)。所谓元数据就是数据的数据。也就是说,元数据是描述数据的。就象数据表中的字段一样,每个字段描述了这个字段下的数据的含义。而J2SE5.0中提供的注释就是java源代码的元数据,也就是说注释是描述java源
- CentOS 5/6.X 使用 EPEL YUM源
2002wmj
centos
CentOS 6.X 安装使用EPEL YUM源1. 查看操作系统版本[root@node1 ~]# uname -a Linux node1.test.com 2.6.32-358.el6.x86_64 #1 SMP Fri Feb 22 00:31:26 UTC 2013 x86_64 x86_64 x86_64 GNU/Linux [root@node1 ~]#
- 在SQLSERVER中查找缺失和无用的索引SQL
357029540
SQL Server
--缺失的索引
SELECT avg_total_user_cost * avg_user_impact * ( user_scans + user_seeks ) AS PossibleImprovement ,
last_user_seek ,
 
- Spring3 MVC 笔记(二) —json+rest优化
7454103
Spring3 MVC
接上次的 spring mvc 注解的一些详细信息!
其实也是一些个人的学习笔记 呵呵!
- 替换“\”的时候报错Unexpected internal error near index 1 \ ^
adminjun
java“\替换”
发现还是有些东西没有刻子脑子里,,过段时间就没什么概念了,所以贴出来...以免再忘...
在拆分字符串时遇到通过 \ 来拆分,可是用所以想通过转义 \\ 来拆分的时候会报异常
public class Main {
/*
- POJ 1035 Spell checker(哈希表)
aijuans
暴力求解--哈希表
/*
题意:输入字典,然后输入单词,判断字典中是否出现过该单词,或者是否进行删除、添加、替换操作,如果是,则输出对应的字典中的单词
要求按照输入时候的排名输出
题解:建立两个哈希表。一个存储字典和输入字典中单词的排名,一个进行最后输出的判重
*/
#include <iostream>
//#define
using namespace std;
const int HASH =
- 通过原型实现javascript Array的去重、最大值和最小值
ayaoxinchao
JavaScriptarrayprototype
用原型函数(prototype)可以定义一些很方便的自定义函数,实现各种自定义功能。本次主要是实现了Array的去重、获取最大值和最小值。
实现代码如下:
<script type="text/javascript">
Array.prototype.unique = function() {
var a = {};
var le
- UIWebView实现https双向认证请求
bewithme
UIWebViewhttpsObjective-C
什么是HTTPS双向认证我已在先前的博文 ASIHTTPRequest实现https双向认证请求
中有讲述,不理解的读者可以先复习一下。本文是用UIWebView来实现对需要客户端证书验证的服务请求,网上有些文章中有涉及到此内容,但都只言片语,没有讲完全,更没有完整的代码,让人困扰不已。但是此知
- NoSQL数据库之Redis数据库管理(Redis高级应用之事务处理、持久化操作、pub_sub、虚拟内存)
bijian1013
redis数据库NoSQL
3.事务处理
Redis对事务的支持目前不比较简单。Redis只能保证一个client发起的事务中的命令可以连续的执行,而中间不会插入其他client的命令。当一个client在一个连接中发出multi命令时,这个连接会进入一个事务上下文,该连接后续的命令不会立即执行,而是先放到一个队列中,当执行exec命令时,redis会顺序的执行队列中
- 各数据库分页sql备忘
bingyingao
oraclesql分页
ORACLE
下面这个效率很低
SELECT * FROM ( SELECT A.*, ROWNUM RN FROM (SELECT * FROM IPAY_RCD_FS_RETURN order by id desc) A ) WHERE RN <20;
下面这个效率很高
SELECT A.*, ROWNUM RN FROM (SELECT * FROM IPAY_RCD_
- 【Scala七】Scala核心一:函数
bit1129
scala
1. 如果函数体只有一行代码,则可以不用写{},比如
def print(x: Int) = println(x)
一行上的多条语句用分号隔开,则只有第一句属于方法体,例如
def printWithValue(x: Int) : String= println(x); "ABC"
上面的代码报错,因为,printWithValue的方法
- 了解GHC的factorial编译过程
bookjovi
haskell
GHC相对其他主流语言的编译器或解释器还是比较复杂的,一部分原因是haskell本身的设计就不易于实现compiler,如lazy特性,static typed,类型推导等。
关于GHC的内部实现有篇文章说的挺好,这里,文中在RTS一节中详细说了haskell的concurrent实现,里面提到了green thread,如果熟悉Go语言的话就会发现,ghc的concurrent实现和Go有点类
- Java-Collections Framework学习与总结-LinkedHashMap
BrokenDreams
LinkedHashMap
前面总结了java.util.HashMap,了解了其内部由散列表实现,每个桶内是一个单向链表。那有没有双向链表的实现呢?双向链表的实现会具备什么特性呢?来看一下HashMap的一个子类——java.util.LinkedHashMap。
- 读《研磨设计模式》-代码笔记-抽象工厂模式-Abstract Factory
bylijinnan
abstract
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/
package design.pattern;
/*
* Abstract Factory Pattern
* 抽象工厂模式的目的是:
* 通过在抽象工厂里面定义一组产品接口,方便地切换“产品簇”
* 这些接口是相关或者相依赖的
- 压暗面部高光
cherishLC
PS
方法一、压暗高光&重新着色
当皮肤很油又使用闪光灯时,很容易在面部形成高光区域。
下面讲一下我今天处理高光区域的心得:
皮肤可以分为纹理和色彩两个属性。其中纹理主要由亮度通道(Lab模式的L通道)决定,色彩则由a、b通道确定。
处理思路为在保持高光区域纹理的情况下,对高光区域着色。具体步骤为:降低高光区域的整体的亮度,再进行着色。
如果想简化步骤,可以只进行着色(参看下面的步骤1
- Java VisualVM监控远程JVM
crabdave
visualvm
Java VisualVM监控远程JVM
JDK1.6开始自带的VisualVM就是不错的监控工具.
这个工具就在JAVA_HOME\bin\目录下的jvisualvm.exe, 双击这个文件就能看到界面
通过JMX连接远程机器, 需要经过下面的配置:
1. 修改远程机器JDK配置文件 (我这里远程机器是linux).
 
- Saiku去掉登录模块
daizj
saiku登录olapBI
1、修改applicationContext-saiku-webapp.xml
<security:intercept-url pattern="/rest/**" access="IS_AUTHENTICATED_ANONYMOUSLY" />
<security:intercept-url pattern=&qu
- 浅析 Flex中的Focus
dsjt
htmlFlexFlash
关键字:focus、 setFocus、 IFocusManager、KeyboardEvent
焦点、设置焦点、获得焦点、键盘事件
一、无焦点的困扰——组件监听不到键盘事件
原因:只有获得焦点的组件(确切说是InteractiveObject)才能监听到键盘事件的目标阶段;键盘事件(flash.events.KeyboardEvent)参与冒泡阶段,所以焦点组件的父项(以及它爸
- Yii全局函数使用
dcj3sjt126com
yii
由于YII致力于完美的整合第三方库,它并没有定义任何全局函数。yii中的每一个应用都需要全类别和对象范围。例如,Yii::app()->user;Yii::app()->params['name'];等等。我们可以自行设定全局函数,使得代码看起来更加简洁易用。(原文地址)
我们可以保存在globals.php在protected目录下。然后,在入口脚本index.php的,我们包括在
- 设计模式之单例模式二(解决无序写入的问题)
come_for_dream
单例模式volatile乱序执行双重检验锁
在上篇文章中我们使用了双重检验锁的方式避免懒汉式单例模式下由于多线程造成的实例被多次创建的问题,但是因为由于JVM为了使得处理器内部的运算单元能充分利用,处理器可能会对输入代码进行乱序执行(Out Of Order Execute)优化,处理器会在计算之后将乱序执行的结果进行重组,保证该
- 程序员从初级到高级的蜕变
gcq511120594
框架工作PHPandroidhtml5
软件开发是一个奇怪的行业,市场远远供不应求。这是一个已经存在多年的问题,而且随着时间的流逝,愈演愈烈。
我们严重缺乏能够满足需求的人才。这个行业相当年轻。大多数软件项目是失败的。几乎所有的项目都会超出预算。我们解决问题的最佳指导方针可以归结为——“用一些通用方法去解决问题,当然这些方法常常不管用,于是,唯一能做的就是不断地尝试,逐个看看是否奏效”。
现在我们把淫浸代码时间超过3年的开发人员称为
- Reverse Linked List
hcx2013
list
Reverse a singly linked list.
/**
* Definition for singly-linked list.
* public class ListNode {
* int val;
* ListNode next;
* ListNode(int x) { val = x; }
* }
*/
p
- Spring4.1新特性——数据库集成测试
jinnianshilongnian
spring 4.1
目录
Spring4.1新特性——综述
Spring4.1新特性——Spring核心部分及其他
Spring4.1新特性——Spring缓存框架增强
Spring4.1新特性——异步调用和事件机制的异常处理
Spring4.1新特性——数据库集成测试脚本初始化
Spring4.1新特性——Spring MVC增强
Spring4.1新特性——页面自动化测试框架Spring MVC T
- C# Ajax上传图片同时生成微缩图(附Demo)
liyonghui160com
1.Ajax无刷新上传图片,详情请阅我的这篇文章。(jquery + c# ashx)
2.C#位图处理 System.Drawing。
3.最新demo支持IE7,IE8,Fir
- Java list三种遍历方法性能比较
pda158
java
从c/c++语言转向java开发,学习java语言list遍历的三种方法,顺便测试各种遍历方法的性能,测试方法为在ArrayList中插入1千万条记录,然后遍历ArrayList,发现了一个奇怪的现象,测试代码例如以下:
package com.hisense.tiger.list;
import java.util.ArrayList;
import java.util.Iterator;
- 300个涵盖IT各方面的免费资源(上)——商业与市场篇
shoothao
seo商业与市场IT资源免费资源
A.网站模板+logo+服务器主机+发票生成
HTML5 UP:响应式的HTML5和CSS3网站模板。
Bootswatch:免费的Bootstrap主题。
Templated:收集了845个免费的CSS和HTML5网站模板。
Wordpress.org|Wordpress.com:可免费创建你的新网站。
Strikingly:关注领域中免费无限的移动优
- localStorage、sessionStorage
uule
localStorage
W3School 例子
HTML5 提供了两种在客户端存储数据的新方法:
localStorage - 没有时间限制的数据存储
sessionStorage - 针对一个 session 的数据存储
之前,这些都是由 cookie 完成的。但是 cookie 不适合大量数据的存储,因为它们由每个对服务器的请求来传递,这使得 cookie 速度很慢而且效率也不