Songger
Songger

20190703进展

  1. 基于预设中心点的聚类（title数据）
cluster 数量 表名 收敛epoch 收敛时间 备注
10 2 458 02:08:08 预设中心点，结果向少数几个类靠拢，预设中心点的指向型并不好
10 2 458 02:08:08 没有预设中心点，结果向少数几个类靠拢，可能是程序的问题
  1. query cluser命令

pai -name pytorch -project algo_public_dev -Dpython=3.6 -Dscript="file:///apsarapangu/disk1/hengsong.lhs/origin_deep_cluster_odps_6.tar.gz" -DentryFile="getClusterCenterofQuery.py" -Dtables="odps://graph_embedding/tables/hs_jingyan_query_related_top_query_1" -Doutputs="odps://graph_embedding/tables/hs_jingyan_query_cluster_result_1" -Dbucket="oss://bucket-automl/" -Darn="acs:ram::1293303983251548:role/graph2018" -Dhost="cn-hangzhou.oss-internal.aliyun-inc.com" -DuserDefinedParameters="--dataset mine_dataset" -DworkerCount=10;

pai -name pytorch -project algo_public_dev -Dpython=3.6 -Dscript="file:///apsarapangu/disk1/hengsong.lhs/origin_deep_cluster_odps_5.tar.gz" -DentryFile="clusterUsingPrecenter.py" -Dtables="odps://graph_embedding/tables/hs_jingyan_query_related_video_pool_2_2" -Dbucket="oss://bucket-automl/" -Darn="acs:ram::1293303983251548:role/graph2018" -Dhost="cn-hangzhou.oss-internal.aliyun-inc.com" -DuserDefinedParameters="--dataset mine_dataset" -DworkerCount=10;

pai -name pytorch -project algo_public_dev -Dpython=3.6 -Dscript="file:///apsarapangu/disk1/hengsong.lhs/origin_deep_cluster_odps_5.tar.gz" -DentryFile="clusterUsingPrecenter.py" -Dtables="odps://graph_embedding/tables/hs_jingyan_query_related_video_pool_2_3" -Doutputs="odps://graph_embedding/tables/hs_jingyan_query_cluster_result_title_1" -Dbucket="oss://bucket-automl/" -Darn="acs:ram::1293303983251548:role/graph2018" -Dhost="cn-hangzhou.oss-internal.aliyun-inc.com" -DuserDefinedParameters="--dataset mine_dataset" -DworkerCount=10;

  1. 还是存在query聚类不收敛的问题

pai -name pytorch -project algo_public_dev -Dpython=3.6 -Dscript="file:///apsarapangu/disk1/hengsong.lhs/origin_deep_cluster_odps_6.tar.gz" -DentryFile="getClusterCenterofQuery.py" -Dtables="odps://graph_embedding_intern/tables/zj_gul_videos_embedding_infos_" -Dbucket="oss://bucket-automl/" -Darn="acs:ram::1293303983251548:role/graph2018" -Dhost="cn-hangzhou.oss-internal.aliyun-inc.com" -DuserDefinedParameters="--dataset mine_dataset" -DworkerCount=10;

  1. 阈值确定方式：使用hard的阈值作为初始阈值，在其基础上进行优化

  2. video_emb 测试

20190703095509454gpys0yyi2

http://logview.odps.aliyun-inc.com:8080/logview/?h=http://service-corp.odps.aliyun-inc.com/api&p=graph_embedding&i=20190703095514748g61kw8y_24c3488a_91cb_47ca_8ad0_5c86b72c422e&token=TTV2b0FJeTJxUks1RHMyNmRFeGlad0E4RXU4PSxPRFBTX09CTzoxMjkzMzAzOTgzMjUxNTQ4LDE1NjI3NTI1MjAseyJTdGF0ZW1lbnQiOlt7IkFjdGlvbiI6WyJvZHBzOlJlYWQiXSwiRWZmZWN0IjoiQWxsb3ciLCJSZXNvdXJjZSI6WyJhY3M6b2RwczoqOnByb2plY3RzL2dyYXBoX2VtYmVkZGluZy9pbnN0YW5jZXMvMjAxOTA3MDMwOTU1MTQ3NDhnNjFrdzh5XzI0YzM0ODhhXzkxY2JfNDdjYV84YWQwXzVjODZiNzJjNDIyZSJdfV0sIlZlcnNpb24iOiIxIn0=

  1. title_2 测试 without precenter

20190703100237695gnucrzvj2

http://logview.odps.aliyun-inc.com:8080/logview/?h=http://service-corp.odps.aliyun-inc.com/api&p=graph_embedding&i=2019070310030268gammw8y_f7d2a672_0d87_425a_bcbb_bc145bfcef58&token=TGdkcDgyZGg3M2pJMXhBZHQ0bHJYN0VmVTZBPSxPRFBTX09CTzoxMjkzMzAzOTgzMjUxNTQ4LDE1NjI3NTI5ODMseyJTdGF0ZW1lbnQiOlt7IkFjdGlvbiI6WyJvZHBzOlJlYWQiXSwiRWZmZWN0IjoiQWxsb3ciLCJSZXNvdXJjZSI6WyJhY3M6b2RwczoqOnByb2plY3RzL2dyYXBoX2VtYmVkZGluZy9pbnN0YW5jZXMvMjAxOTA3MDMxMDAzMDI2OGdhbW13OHlfZjdkMmE2NzJfMGQ4N180MjVhX2JjYmJfYmMxNDViZmNlZjU4Il19XSwiVmVyc2lvbiI6IjEifQ==

  1. title_2 测试 with precenter

20190703095801980grh5nu69

http://logview.odps.aliyun-inc.com:8080/logview/?h=http://service-corp.odps.aliyun-inc.com/api&p=graph_embedding&i=20190703100046977g23mw8y_977a3163_416d_4a42_b837_c093abc7a717&token=dUl2OFFWT3VFNWMwbEpCTjlxMisybHpaNGZBPSxPRFBTX09CTzoxMjkzMzAzOTgzMjUxNTQ4LDE1NjI3NTI4NTIseyJTdGF0ZW1lbnQiOlt7IkFjdGlvbiI6WyJvZHBzOlJlYWQiXSwiRWZmZWN0IjoiQWxsb3ciLCJSZXNvdXJjZSI6WyJhY3M6b2RwczoqOnByb2plY3RzL2dyYXBoX2VtYmVkZGluZy9pbnN0YW5jZXMvMjAxOTA3MDMxMDAwNDY5NzdnMjNtdzh5Xzk3N2EzMTYzXzQxNmRfNGE0Ml9iODM3X2MwOTNhYmM3YTcxNyJdfV0sIlZlcnNpb24iOiIxIn0=

你可能感兴趣的:(20190703进展)

  • SQL-o1：一种用于Text-to-SQL的自奖励启发式动态搜索方法 数之何 人工智能ai语言模型sql
    1引言文本到SQL(Text2SQL)任务旨在将自然语言查询转换为可执行的SQL查询。得益于大规模语言模型(LLMs)的应用，该领域取得了显著进展。然而，模型的可扩展性、生成空间的限制以及SQL生成过程中的连贯性问题仍然存在。为了解决这些问题，我们提出了SQL-o1，一种基于自奖励的启发式搜索方法，旨在增强LLMs在SQL查询生成中的推理能力。SQL-o1结合了蒙特卡洛树搜索(MCTS)进行过程级
  • 学会用提问的方式沟通 西部驯兽师 项目管理职场和发展产品经理
    在中国文化背景下，良好的沟通确实需要注重提问的智慧。以下从提问方式、角度分类和文化适配性三个维度，为您系统梳理提问的艺术：一、提问方法论的核心要素文化适配性原则关系前置：提问前建立信任（“王总，最近您团队的项目进展顺利吗？”）间接试探：“您觉得这个方案还有哪些需要完善的地方？”（替代直接批评）面子保护：“这个问题可能我理解有偏差，能否请您再说明下？”结构化提问框架提问目标信息类型事实数据观点态度解
  • 搜索赋能：大型语言模型的知识增强与智能提升 听吉米讲故事 语言模型人工智能自然语言处理搜索引擎
    引言近年来，大型语言模型（LLM）取得了显著的进展，并在各个领域展现出强大的能力。然而，LLM也存在一些局限性，尤其是在知识库方面。由于训练数据的局限性，LLM无法获取最新的知识，也无法涵盖所有领域的专业知识。为了克服这些局限性，LLM需要依赖外部搜索来增强性能和保证输出结果的可靠性。本文将深入探讨搜索技术如何增强LLM的能力，并分析不同搜索引擎对LLM输出结果的影响。大型语言模型知识库的局限性L
  • CES Asia 2025聚焦可持续发展，绿色科技成亮点 赛逸展张胜 科技
    随着全球对气候变化的关注度不断攀升，可持续发展已成为科技行业的重要使命。将在首都北京举办的CESAsia2025第七届亚洲消费电子技术贸易展（赛逸展），将目光聚焦于可持续发展与绿色科技领域，为企业提供展示创新成果、交流前沿技术的平台，有望引领科技行业绿色发展新潮流。在数据中心节能减排技术方面，众多企业积极探索创新，取得了显著进展。数据中心作为数字经济的核心基础设施，规模持续扩大，但其能耗问题也日益
  • Nginx反向代理出现502 Bad Gateway问题的解决方案 m0_74824496 面试学习路线阿里巴巴nginxgateway运维
    ??前言前一阵子写了一篇“关于解决调用百度翻译API问题”的博客，近日在调用其他API时又遇到一些棘手的问题，于是写下这篇博客作为记录。??问题描述在代理的遇到过很多错误码，其中出现频率最高的就是502，说实话，当时我是在网上找了好久，也一直在问chatgpt，但是收效甚微，依然没什么头绪和进展。网上关于502错误码的原因大致分为两种：网络问题和上游服务器的问题。网络问题我很快就排查完了，在终端中
  • 2月27日全球科技信息差：技术浪潮下的信息博弈与应对策略 eqwaak0 信息差开发语言人工智能开源软件科技
    第一章信息差的定义与科技行业的特殊性**信息差（InformationAsymmetry）是经济学中的核心概念，指交易双方因信息获取能力或时效性差异导致的不平等博弈。在科技领域，这种不对称性尤为显著，原因在于：技术迭代速度快：例如量子计算、人工智能模型（如DeepSeekR2）的研发进展往往由少数企业或机构主导，公众与普通投资者难以实时掌握动态。行业专业壁垒高：生物技术（如CRISPR基因编辑）和
  • 端到端自动驾驶的分布式传感器融合架构 AI智能涌现深度研究 计算机软件编程原理与应用实践DeepSeekR1&大数据AI人工智能javapythonjavascriptkotlingolang架构人工智能
    自动驾驶,分布式传感器融合,深度学习,计算机视觉,雷达,lidar,惯性导航,Kalman滤波,决策控制1.背景介绍自动驾驶技术作为未来交通运输的重要发展方向，近年来取得了显著进展。然而，实现真正安全的自动驾驶仍然面临着诸多挑战，其中之一就是如何有效地融合来自不同传感器的数据，构建一个可靠的感知、决策和控制系统。传统的自动驾驶系统通常依赖于单一传感器，例如摄像头或雷达，这会导致感知信息的缺失和鲁棒
  • 当量因子法、InVEST、SolVES模型等多技术融合在生态系统服务功能社会价值评估中的应用及论文写作、拓展分析 _遇见jia 生态遥感模型专栏农田作物模型专栏经验分享
    生态系统服务是人类从自然界中获得的直接或间接惠益，可分为供给服务、文化服务、调节服务和支持服务4类，对提升人类福祉具有重大意义，且被视为连接社会与生态系统的桥梁。自从启动千年生态系统评估项目（MillenniumEcosystemAssessment，MA）以来，生态系统服务成为学术界的研究热点，其中在生态系统服务功能如何转化为经济价值方面取得了巨大进展。然而，在全球气候变暖及土地利用变化速度加快
  • Databend Cloud 通过 SOC 2 和 GDPR 认证，助力用户实现数据安全与隐私保护的双重保障 数据库
    随着数字化时代的到来，数据已经成为企业最重要的资产之一。而随着数据使用的日益广泛，如何确保数据的安全性和隐私保护，也成为了全球企业面临的共同挑战。为了应对这一挑战，我们非常高兴地宣布，DatabendCloud平台近日通过了两项国际权威认证——SOC2和GDPR认证，这一重要进展不仅意味着DatabendCloud在数据安全与隐私保护方面迈出了坚实的步伐，也进一步增强了全球客户对平台的信任。Dat
  • PMP冲刺每日一题(11)答案解析 PM简读馆 PMP每日打卡产品经理
    试题1标题：高层管理人员希望基于一个由敏捷团队正在开发的救生产品来预测公司的未来发展。高管们希望在下次股东大会上演示产品的特性和功能。敏捷管理专业人士应该怎么做?选项A：邀请股东参加每次站立会议。分析结论：站立会议主要是敏捷团队内部的短会，用于团队成员沟通工作进展、问题等，股东并非团队成员，让股东参加每次站立会议不合适，不能满足高管在股东大会上演示产品特性和功能的需求。选项B：向高层管理人员提供演
  • 华为“铁三角模式”在数据类项目中的应用和价值 数据运营新视界 华为数字化转型大数据技术大数据数据分析
    引言：随着信息技术的飞速发展，企业纷纷踏上数字化转型的道路，希望通过数据分析和智能决策来提升企业竞争力。在这一过程中，数据类项目成为关键，它们旨在构建高效的数据治理和分析平台，为企业决策提供有力支持。然而，数据类项目的实施往往涉及多个部门和复杂的技术环节，需要高效的团队协作和科学的项目管理方法。在传统的项目管理模式中，不同部门之间往往存在沟通不畅、信息共享不及时等问题，导致项目进展缓慢、风险增加。
  • DeepSeek R1 简单指南：架构、训练、本地部署和硬件要求 爱喝白开水a 人工智能AI大模型DeepSeekR1DeepSeek算法人工智能训练大模型部署
    DeepSeek推出的LLM推理新策略DeepSeek最近发表的论文DeepSeek-R1中介绍了一种创新的方法，通过强化学习（RL）提升大型语言模型（LLM）的推理能力。这项研究在如何仅依靠强化学习而不是过分依赖监督式微调的情况下，增强LLM解决复杂问题的能力上，取得了重要进展。DeepSeek-R1技术概述模型架构DeepSeek-R1不是一个单独的模型，而是包括DeepSeek-R1-Zer
  • DeepSeek智能引擎：高效重塑创作与开发 智能计算研究中心 其他
    内容概要DeepSeek智能引擎通过创新的混合专家架构（MixtureofExperts），在670亿参数规模下实现了多模态智能处理能力的突破性进展。该架构通过动态路由机制，使模型在处理复杂任务时能够自动调用最适配的专家模块，相较于传统单体模型，其推理效率提升约40%，同时保持90%以上的参数利用率。系统核心功能模块对比如下：功能模块核心能力应用场景处理速度（Tokens/s）DeepSeekCh
  • LakeSoul 国产湖仓框架新篇章：开源基金会孵化，国产信创认证，新版本重磅发布 元灵数智 开源人工智能语言模型gpt-3chatgpt大数据
    LakeSoul作为国产自研开源湖仓框架，具备湖仓一体、流批一体、BI/AI一体等核心设计理念和实现，在并发读写和IO性能等方面有着显著的优势。近期，LakeSoul项目又有了多项重要的新进展：LakeSoul开源项目正式捐赠进入Linux基金会孵化，成功通过了国产信创认证，并发布了2.3.0全新版本。这也标志着LakeSoul项目的发展进入了一个新的阶段，本文将为您一一解读。LakeSoul项目
  • DCMNet一种用于目标检测的轻量级骨干结构模型详解及代码复现 清风AI 深度学习算法详解及代码复现深度学习机器学习计算机视觉人工智能算法目标检测
    模型背景在深度学习技术快速发展的背景下，目标检测领域取得了显著进展。早期的手工特征提取方法如Viola-Jones和HOG逐渐被卷积神经网络（CNN）取代，其中AlexNet在2012年的ILSVRC比赛中表现突出，推动了CNN在计算机视觉中的广泛应用。然而，这些早期模型在精度和效率方面仍存在不足，尤其是在处理复杂场景和小目标时表现不佳。这为DCMNet等新型轻量化目标检测模型的出现提供了契机，旨
  • 测试管理丨OKR目标制定与关键结果解析 霍格沃兹测试开发学社测试人社区 软件测试测试开发
    什么是OKROKR是一种目标管理框架，帮助组织、团队和个人明确目标并衡量进展。它由两个核心部分组成：O：明确、鼓舞人心的目标，通常是定性的。KR：衡量目标是否达成的关键结果，通常是定量的。O和KR的关系O是方向，KR是衡量标准。O回答“我们要实现什么”，KR回答“如何知道我们实现了目标”。KR必须直接支持O的实现。如何制定O明确且鼓舞人心：目标应清晰、具体，并能激励团队。简洁：用一句话概括，避免复
  • 深度学习的前沿与挑战：从基础到最新进展 Jason_Orton 深度学习人工智能数据挖掘机器学习
    目录引言什么是深度学习？深度学习的工作原理深度学习的关键技术1.卷积神经网络（CNN）2.循环神经网络（RNN）3.生成对抗网络（GAN）4.变分自编码器（VAE）5.自注意力机制与Transformer深度学习的应用1.计算机视觉2.自然语言处理（NLP）3.语音识别与合成4.推荐系统5.医学影像分析深度学习面临的挑战结语引言深度学习（DeepLearning）近年来成为人工智能领域的核心技术之
  • 【AI学习】2024年末一些AI总结的摘录 bylander AI学习人工智能gpt学习
    看到不少的总结，边摘录边思考。尤其是这句话：“人类真正的问题是：我们拥有旧石器时代的情感、中世纪的制度和神一般的技术”。22024生成模型综述来自@爱可可-爱生活2024年见证了AI领域的重大飞跃。从OpenAI的主导地位到Claude的异军突起，从xAI到中国的DeepSeek和Qwen，整个行业呈现出百花齐放的态势。让我们梳理2024年的关键进展，并展望2025年的研究方向。大语言模型：架构创
  • 深度学习：从神经网络到智能应用 Jason_Orton 深度学习神经网络人工智能机器学习
    目录引言一.什么是深度学习？二.深度学习的基本原理1.神经网络的组成2.激活函数3.反向传播（Backpropagation）三.深度学习的常见模型四.深度学习的应用场景五.深度学习的挑战与未来结语引言深度学习（DeepLearning）作为机器学习的一个分支，近年来在人工智能领域取得了革命性的进展。无论是语音识别、图像识别，还是自动驾驶、自然语言处理，深度学习都在推动着技术的发展和行业的变革。那
  • 全面分析 DeepSeek 的新开源 FlashMLA X.Cristiano FlashMLA深度学习人工智能
    导言著名的人工智能公司DeepSeek最近开源了FlashMLA，这是一款针对HopperGPU上的多头潜意识（MLA）进行了优化的高性能解码内核。这一进展对于大型语言模型（LLM）来说意义重大，因为大型语言模型在推理过程中面临内存和计算方面的挑战，尤其是长序列。本报告深入探讨了FlashMLA的技术细节、性能指标、应用和未来影响，为研究人员、开发人员和人工智能爱好者提供了全面的了解。背景介绍多头
  • 【无人集群系列---大疆无人集群技术进展、技术路线与未来发展方向】 Dymc 无人集群低空经济无人集群无人机低空经济通信
    大疆无人集群技术进展、技术路线与未来发展方向一、技术进展1.核心技术创新（1）集群协同控制技术（2）感知与能源系统升级2.行业应用落地（1）智慧城市与安防（2）应急救援（3）物流与测绘二、技术路线解析1.硬件集群化战略2.软件生态构建3.关键技术突破点三、未来发展方向1.技术深化方向2.行业应用扩展3.生态与标准建设四、挑战与应对策略1.技术瓶颈2.政策与市场五、发展路线图（2025-2030）一
  • 专访微软CEO：AGI并非真正基准，AI行业也不会“赢家通吃” AI大模型头条 人工智能那些事儿microsoftagi人工智能游戏aigpt语言模型
    【编者按】日前，微软首席执行官SatyaNadella在参加由知名科技播客主持人DwarkeshPatel主持的播客节目DwarkeshPodcast时，谈到了他对当前人工智能（AI）/通用人工智能（AGI）的前景、量子计算的革命性进展，以及科技如何推动全球经济变革的看法。当各家公司都在争先恐后地追逐AGI时，Nadella在访谈中却语出惊人，“我们自己宣称达成某个AGI的里程碑，对我来说，那只是
  • 云平台结合DeepSeek的AI模型优化实践：技术突破与应用革新 荣华富贵8 程序员的知识储备1经验分享
    云平台与AI模型的深度结合已成为推动人工智能技术落地的重要驱动力。DeepSeek（深度求索）作为前沿AI模型的代表，通过与云计算的深度融合，在技术架构和应用场景层面实现了突破性进展。以下从技术突破和应用革新两个维度进行系统解析：---###**一、技术突破：云原生AI架构的进化**####1.**弹性算力调度体系**-**动态资源分配**：基于Kubernetes的智能调度器实现GPU资源的细粒
  • 机器学习安全核心算法全景解析 金外飞176 网络空间安全机器学习安全算法
    机器学习安全核心算法全景解析引言机器学习系统的脆弱性正成为安全攻防的新战场。从数据投毒到模型窃取，攻击者不断突破传统防御边界。本文系统性梳理ML安全关键技术图谱，重点解析12类核心算法及其防御价值。一、数据安全防护算法1.对抗样本防御算法名称核心思想2024年最新进展典型应用场景TRADES鲁棒性-准确性权衡优化Facebook提出自监督TRADES改进版自动驾驶目标检测JacobianSVD输入
  • OpenAI: 人工智能领域的领军企业 2401_87458718 人工智能
    OpenAI简介OpenAI是一家位于美国旧金山的人工智能研究实验室,成立于2015年。作为人工智能领域的领军企业,OpenAI致力于开发安全友好的通用人工智能(AGI),其使命是确保人工通用智能能够造福全人类。自成立以来,OpenAI在自然语言处理、计算机视觉、强化学习等多个人工智能领域取得了突破性进展,推出了一系列广受关注的AI模型和产品。OpenAI的发展历程OpenAI由埃隆·马斯克、山姆
  • @数据工程师 Apache SeaTunnel Community Call 会议通知 数据库
    各位ApacheSeaTunnel社区小伙伴们，大家好！我们将于2025年2月25日（星期二）晚上8点举行ApacheSeaTunnel双周会议。本次会议将涵盖最新的项目进展、技术讨论、社区动态等内容，欢迎大家积极参与！会议时间2025年2月25日（星期二）晚8:00会议链接点击进入会议会议议题收集本次会议将重点讨论社区近期的工作进展及未来计划。我们鼓励大家（任何人）提前提出议题与问题，确保会议内
  • SPIE出版|2025年遥感与信息技术学术会议(RSIT2025) Conf2022 云计算信息与通信
    会议时间：2025年5月16-18日会议地址：中国·武汉会议官网：icrsit.com会议简介2025年遥感与信息技术国际会议（RSIT2025）将于2025年5月16日至18日在中国武汉举行。RSIT2025旨在汇聚领先的研究人员、工程师和行业专家，共同探讨遥感技术及其与尖端信息技术的融合最新进展。遥感技术是通过间接方式获取地球表面信息的科学，自诞生以来已经取得了显著的发展。利用卫星影像、雷达和
  • 论文学习3：深度学习增强的光声成像（PAI）的最新进展（综述） superace7911 基于机器学习的光声图像处理机器学习图像处理
    原文链接有空可以细看，这里中列出了文中提到的部分研究结果写作大纲1.引言光声成像（PAI）的介绍，它结合了光学和超声成像的优点，为生物医学成像提供了一种有前景的模态。深度学习（DL）在解决PAI中存在的技术限制（如硬件限制、生物特征信息缺乏等）方面的潜力。2.DL方法的原理介绍DL的子集：监督学习、无监督学习和强化学习。详细说明代表性DL架构：卷积神经网络（CNN）、U-形神经网络（U-Net）和
  • AI写代码工具赋能前端开发：提升开发者解决问题能力 bd_ming 人工智能前端
    近年来，人工智能（AI）技术在各个领域都取得了显著进展，前端开发领域也不例外。AI的快速发展为前端开发者带来了前所未有的机遇，同时也带来了新的挑战。开发者需要不断学习新的技术和工具，以适应快速变化的开发环境。而AI写代码工具的出现，为开发者提升解决问题的能力提供了强有力的支持。本文将探讨AI前端开发工具如何帮助开发者更高效地解决问题，并以ScriptEcho为例进行说明。……传统的Web前端开发工
  • 为什么DeepSeek必须开源（以及它为何不会打败OpenAI） 新加坡内哥谈技术 人工智能深度学习机器人科技语言模型
    每周跟踪AI热点新闻动向和震撼发展想要探索生成式人工智能的前沿进展吗？订阅我们的简报，深入解析最新的技术突破、实际应用案例和未来的趋势。与全球数同行一同，从行业内部的深度分析和实用指南中受益。不要错过这个机会，成为AI领域的领跑者。点击订阅，与未来同行！订阅：https://rengongzhineng.io/如今，DeepSeek的名字已经传遍整个科技圈。这家中国AI实验室训练出了R1——一款开
  • Spring中@Value注解，需要注意的地方 无量 springbean@Valuexml
    Spring 3以后,支持@Value注解的方式获取properties文件中的配置值，简化了读取配置文件的复杂操作 1、在applicationContext.xml文件(或引用文件中)中配置properties文件 <bean id="appProperty" class="org.springframework.beans.fac
  • mongoDB 分片 开窍的石头 mongodb
        mongoDB的分片。要mongos查询数据时候 先查询configsvr看数据在那台shard上，configsvr上边放的是metar信息，指的是那条数据在那个片上。由此可以看出mongo在做分片的时候咱们至少要有一个configsvr,和两个以上的shard（片）信息。     第一步启动两台以上的mongo服务 &nb
  • OVER(PARTITION BY)函数用法 0624chenhong oracle
    这篇写得很好，引自 http://www.cnblogs.com/lanzi/archive/2010/10/26/1861338.html OVER(PARTITION BY)函数用法 2010年10月26日 OVER(PARTITION BY)函数介绍 开窗函数        &nb
  • Android开发中，ADB server didn't ACK 解决方法 一炮送你回车库 Android开发
    首先通知：凡是安装360、豌豆荚、腾讯管家的全部卸载，然后再尝试。   一直没搞明白这个问题咋出现的，但今天看到一个方法，搞定了！原来是豌豆荚占用了 5037 端口导致。 参见原文章：一个豌豆荚引发的血案——关于ADB server didn't ACK的问题 简单来讲，首先将Windows任务进程中的豌豆荚干掉，如果还是不行，再继续按下列步骤排查。 &nb
  • canvas中的像素绘制问题 换个号韩国红果果 JavaScriptcanvas
    pixl的绘制，1.如果绘制点正处于相邻像素交叉线，绘制x像素的线宽，则从交叉线分别向前向后绘制x/2个像素，如果x/2是整数，则刚好填满x个像素，如果是小数，则先把整数格填满，再去绘制剩下的小数部分，绘制时，是将小数部分的颜色用来除以一个像素的宽度，颜色会变淡。所以要用整数坐标来画的话（即绘制点正处于相邻像素交叉线时），线宽必须是2的整数倍。否则会出现不饱满的像素。 2.如果绘制点为一个像素的
  • 编码乱码问题 灵静志远 javajvmjsp编码
    1、JVM中单个字符占用的字节长度跟编码方式有关，而默认编码方式又跟平台是一一对应的或说平台决定了默认字符编码方式；2、对于单个字符：ISO-8859-1单字节编码，GBK双字节编码，UTF-8三字节编码；因此中文平台(中文平台默认字符集编码GBK)下一个中文字符占2个字节，而英文平台(英文平台默认字符集编码Cp1252(类似于ISO-8859-1))。 3、getBytes()、getByte
  • java 求几个月后的日期 darkranger calendargetinstance
    Date plandate = planDate.toDate(); SimpleDateFormat df = new SimpleDateFormat("yyyy-MM-dd"); Calendar cal = Calendar.getInstance(); cal.setTime(plandate); // 取得三个月后时间 cal.add(Calendar.M
  • 数据库设计的三大范式（通俗易懂） aijuans 数据库复习
    关系数据库中的关系必须满足一定的要求。满足不同程度要求的为不同范式。数据库的设计范式是数据库设计所需要满足的规范。只有理解数据库的设计范式，才能设计出高效率、优雅的数据库，否则可能会设计出错误的数据库. 目前，主要有六种范式：第一范式、第二范式、第三范式、BC范式、第四范式和第五范式。满足最低要求的叫第一范式，简称1NF。在第一范式基础上进一步满足一些要求的为第二范式，简称2NF。其余依此类推。
  • 想学工作流怎么入手 atongyeye jbpm
    工作流在工作中变得越来越重要，很多朋友想学工作流却不知如何入手。 很多朋友习惯性的这看一点，那了解一点，既不系统，也容易半途而废。好比学武功，最好的办法是有一本武功秘籍。研究明白，则犹如打通任督二脉。 系统学习工作流，很重要的一本书《JBPM工作流开发指南》。 本人苦苦学习两个月，基本上可以解决大部分流程问题。整理一下学习思路，有兴趣的朋友可以参考下。 1  首先要
  • Context和SQLiteOpenHelper创建数据库 百合不是茶 androidContext创建数据库
           一直以为安卓数据库的创建就是使用SQLiteOpenHelper创建,但是最近在android的一本书上看到了Context也可以创建数据库,下面我们一起分析这两种方式创建数据库的方式和区别,重点在SQLiteOpenHelper     一:SQLiteOpenHelper创建数据库:   1,SQLi
  • 浅谈group by和distinct bijian1013 oracle数据库group bydistinct
            group by和distinct只了去重意义一样，但是group by应用范围更广泛些，如分组汇总或者从聚合函数里筛选数据等。         譬如：统计每id数并且只显示数大于3 select id ,count(id) from ta
  • vi opertion 征客丶 macoprationvi
    进入 command mode （命令行模式） 按 esc 键 再按 shift + 冒号 注：以下命令中 带 $ 【在命令行模式下进行】，不带 $ 【在非命令行模式下进行】 一、文件操作 1.1、强制退出不保存 $ q! 1.2、保存 $ w 1.3、保存并退出 $ wq 1.4、刷新或重新加载已打开的文件 $ e 二、光标移动 2.1、跳到指定行 数字
  • 【Spark十四】深入Spark RDD第三部分RDD基本API bit1129 spark
      对于K/V类型的RDD,如下操作是什么含义？   val rdd = sc.parallelize(List(("A",3),("C",6),("A",1),("B",5)) rdd.reduceByKey(_+_).collect  reduceByKey在这里的操作，是把
  • java类加载机制 BlueSkator java虚拟机
    java类加载机制 1.java类加载器的树状结构 引导类加载器 ^ | 扩展类加载器 ^ | 系统类加载器 java使用代理模式来完成类加载，java的类加载器也有类似于继承的关系，引导类是最顶层的加载器，它是所有类的根加载器，它负责加载java核心库。当一个类加载器接到装载类到虚拟机的请求时，通常会代理给父类加载器，若已经是根加载器了，就自己完成加载。 虚拟机区分一个Cla
  • 动态添加文本框 BreakingBad 文本框
      <script>     var num=1; function AddInput() {      var str="";     str+="<input 
  • 读《研磨设计模式》-代码笔记-单例模式 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/ public class Singleton { } /* * 懒汉模式。注意，getInstance如果在多线程环境中调用，需要加上synchronized，否则存在线程不安全问题 */ class LazySingleton
  • iOS应用打包发布常见问题 chenhbc iosiOS发布iOS上传iOS打包
    这个月公司安排我一个人做iOS客户端开发，由于急着用，我先发布一个版本，由于第一次发布iOS应用，期间出了不少问题，记录于此。   1、使用Application Loader 发布时报错：Communication error.please use diagnostic mode to check connectivity.you need to have outbound acc
  • 工作流复杂拓扑结构处理新思路 comsci 设计模式工作算法企业应用OO
    我们走的设计路线和国外的产品不太一样，不一样在哪里呢？  国外的流程的设计思路是通过事先定义一整套规则(类似XPDL)来约束和控制流程图的复杂度(我对国外的产品了解不够多，仅仅是在有限的了解程度上面提出这样的看法)，从而避免在流程引擎中处理这些复杂的图的问题，而我们却没有通过事先定义这样的复杂的规则来约束和降低用户自定义流程图的灵活性，这样一来，在引擎和流程流转控制这一个层面就会遇到很
  • oracle 11g新特性Flashback data archive daizj oracle
    1. 什么是flashback data archive Flashback data archive是oracle 11g中引入的一个新特性。Flashback archive是一个新的数据库对象，用于存储一个或多表的历史数据。Flashback archive是一个逻辑对象，概念上类似于表空间。实际上flashback archive可以看作是存储一个或多个表的所有事务变化的逻辑空间。
  • 多叉树:2-3-4树 dieslrae 树
        平衡树多叉树,每个节点最多有4个子节点和3个数据项,2,3,4的含义是指一个节点可能含有的子节点的个数,效率比红黑树稍差.一般不允许出现重复关键字值.2-3-4树有以下特征:     1、有一个数据项的节点总是有2个子节点(称为2-节点)     2、有两个数据项的节点总是有3个子节点(称为3-节
  • C语言学习七动态分配 malloc的使用 dcj3sjt126com clanguagemalloc
    /* 2013年3月15日15:16:24 malloc 就memory(内存) allocate(分配)的缩写 本程序没有实际含义，只是理解使用 */ # include <stdio.h> # include <malloc.h> int main(void) { int i = 5; //分配了4个字节 静态分配 int * p
  • Objective-C编码规范[译] dcj3sjt126com 代码规范
      原文链接 : The official raywenderlich.com Objective-C style guide 原文作者 : raywenderlich.com Team 译文出自 : raywenderlich.com Objective-C编码规范 译者 : Sam Lau
  • 0.性能优化-目录 frank1234 性能优化
    从今天开始笔者陆续发表一些性能测试相关的文章，主要是对自己前段时间学习的总结，由于水平有限，性能测试领域很深，本人理解的也比较浅，欢迎各位大咖批评指正。 主要内容包括： 一、性能测试指标 吞吐量、TPS、响应时间、负载、可扩展性、PV、思考时间 http://frank1234.iteye.com/blog/2180305 二、性能测试策略 生产环境相同 基准测试 预热等 htt
  • Java父类取得子类传递的泛型参数Class类型 happyqing java泛型父类子类Class
      import java.lang.reflect.ParameterizedType; import java.lang.reflect.Type; import org.junit.Test; abstract class BaseDao<T> { public void getType() { //Class<E> clazz =
  • 跟我学SpringMVC目录汇总贴、PDF下载、源码下载 jinnianshilongnian springMVC
      ----广告-------------------------------------------------------------- 网站核心商详页开发 掌握Java技术，掌握并发/异步工具使用，熟悉spring、ibatis框架； 掌握数据库技术，表设计和索引优化，分库分表/读写分离； 了解缓存技术，熟练使用如Redis/Memcached等主流技术； 了解Ngin
  • the HTTP rewrite module requires the PCRE library 流浪鱼 rewrite
    ./configure: error: the HTTP rewrite module requires the PCRE library. 模块依赖性Nginx需要依赖下面3个包 1. gzip 模块需要 zlib 库 ( 下载: http://www.zlib.net/ ) 2. rewrite 模块需要 pcre 库 ( 下载: http://www.pcre.org/ ) 3. s
  • 第12章 Ajax（中） onestopweb Ajax
    index.html <!DOCTYPE html PUBLIC "-//W3C//DTD XHTML 1.0 Transitional//EN" "http://www.w3.org/TR/xhtml1/DTD/xhtml1-transitional.dtd"> <html xmlns="http://www.w3.org/
  • Optimize query with Query Stripping in Web Intelligence blueoxygen BO
    http://wiki.sdn.sap.com/wiki/display/BOBJ/Optimize+query+with+Query+Stripping+in+Web+Intelligence and a very straightfoward video http://www.sdn.sap.com/irj/scn/events?rid=/library/uuid/40ec3a0c-936
  • Java开发者写SQL时常犯的10个错误 tomcat_oracle javasql
    1、不用PreparedStatements 　　有意思的是，在JDBC出现了许多年后的今天，这个错误依然出现在博客、论坛和邮件列表中，即便要记住和理解它是一件很简单的事。开发者不使用PreparedStatements的原因可能有如下几个： 　　他们对PreparedStatements不了解 　　他们认为使用PreparedStatements太慢了 　　他们认为写Prepar
  • 世纪互联与结盟有感 阿尔萨斯
    10月10日，世纪互联与（Foxcon）签约成立合资公司，有感。 全球电子制造业巨头（全球500强企业）与世纪互联共同看好IDC、云计算等业务在中国的增长空间，双方迅速果断出手，在资本层面上达成合作，此举体现了全球电子制造业巨头对世纪互联IDC业务的欣赏与信任，另一方面反映出世纪互联目前良好的运营状况与广阔的发展前景。 众所周知，精于电子产品制造（世界第一），对于世纪互联而言，能够与结盟
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他