- 大肠杆菌数据集的不平衡多类分类 Python
背包客研究
不平衡学习分类python人工智能
大肠杆菌数据集的不平衡多类分类关注博主学习更多内容关注vxGZH:多目标优化与学习Lab教程概述本教程分为五个部分;他们是:大肠杆菌数据集探索数据集模型测试和基线结果评估模型评估机器学习算法评估数据过采样对新数据进行预测大肠杆菌数据集在这个项目中,我们将使用一个标准的不平衡机器学习数据集,称为“大肠杆菌”数据集,也称为“蛋白质定位位点”数据集。该数据集描述了利用细胞定位位点的氨基酸序列对大肠杆菌蛋
- 【大模型】大模型 CPU 推理之 llama.cpp
szZack
大语言模型人工智能大模型人工智能llama.cpp
【大模型】大模型CPU推理之llama.cppllama.cpp安装llama.cppMemory/DiskRequirementsQuantization测试推理下载模型测试参考llama.cpp描述Themaingoalofllama.cppistoenableLLMinferencewithminimalsetupandstate-of-the-artperformanceonawideva
- 亦菲喊你来学机器学习(14) --贝叶斯算法
方世恩
机器学习算法人工智能pythonscikit-learn
文章目录贝叶斯一、贝叶斯定理二、贝叶斯算法的核心概念三、贝叶斯算法的优点与局限优点:局限:四、构建模型训练模型测试模型总结贝叶斯贝叶斯算法(Bayesianalgorithm)是一种基于贝叶斯定理的机器学习方法,主要用于估计模型参数和进行概率推断。以下是对贝叶斯算法的详细解析:一、贝叶斯定理贝叶斯定理是概率论中的一个基本定理,它描述了条件概率之间的关系。该定理的数学表达式为:P(A∣B)=P(B)
- 基于卷积神经网络模型的手写数字识别
Jc.MJ
课程设计Pythoncnn人工智能神经网络深度学习
基于卷积神经网络模型的手写数字识别一.前言二.设计目的及任务描述2.1设计目的2.2设计任务三.神经网络模型3.1卷积神经网络模型方案3.2卷积神经网络模型训练过程3.3卷积神经网络模型测试四.程序设计一.前言手写数字识别要求利用MNIST数据集里的70000张手写体数字的图像,建立神经网络模型,进行0到9的分类,并能够对其他来源的图片进行识别,识别准确率大于97%。图片示例如下。图1-1mnis
- 基于全连接神经网络模型的手写数字识别
Jc.MJ
课程设计Python神经网络人工智能深度学习
基于全连接神经网络模型的手写数字识别一.前言二.设计目的及任务描述2.1设计目的2.2设计任务三.神经网络模型3.1全连接神经网络模型方案3.2全连接神经网络模型训练过程3.3全连接神经网络模型测试四.程序设计一.前言手写数字识别要求利用MNIST数据集里的70000张手写体数字的图像,建立神经网络模型,进行0到9的分类,并能够对其他来源的图片进行识别,识别准确率大于97%。图片示例如下。图1.1
- 测试工程师需要准备哪些知识
我是一只蘑菇17
测试测试
零基础测试工程师的必备技能概述测试基础理论软件测试的分类研发管理模型测试流程测试方法(比较重要的测试方法)(用来设计测试用例)BUG的管理测试的应用总结概述本文会记录一些本人有关于测试工程师岗位的学习的整个过程和理解,如有错误或不足欢迎指正。下文会从测试基础理论,测试的工具学习,代码学习,自动化几个方向记录。测试,文档,编程能力软件测试工程师实际上是看预期结果和实际结果是否相符软件测试的发展历程证
- 2021-11-26
图灵基因
ClinicalCanRes|新抗原特异性TCR转基因细胞疗法治疗小鼠神经胶质瘤原创图灵基因图灵基因今天收录于话题#前沿分子生物学机制德国癌症研究中心(DKFZ)和海德堡大学曼海姆医学院的研究人员报告说,他们首次使用小鼠实验模型测试了针对恶性脑肿瘤的新抗原特异性转基因免疫细胞疗法。他们的研究结果发表在《ClinicalCancerResearch》杂志上的一篇题为“Tcellreceptorthe
- Stable Diffusion模型测试
jinke2010_happy
stablediffusionpythonai
`文章目录前言一、dqnapi是什么?二、使用步骤1.本地2.在线测试总结前言AI图像生成异常火爆,听说鹅厂都开始用AI图像生成做前期设定了,小厂更是直接用AI替代了原画师的岗位。这一张张丰富细腻、风格各异、以假乱真的AI生成图像,背后离不开StableDiffusion算法。StableDiffusion是stability.ai开源的图像生成模型,可以说StableDiffusion的发布将A
- 【Visual Object Tracking】Learning notes
bryant_meng
CNN/Transformer读书笔记深度学习人工智能单目标跟踪VOT
DenseOpticalTracking:ConnectingtheDots参考学习来自:单目标跟踪Siamese系列网络:SiamFC、SiamRPN、one-shot跟踪、one-shotting单样本学习、DaSiamRPN、SiamRPN++、SiamMask单目标跟踪:跟踪效果/单目标跟踪:数据集处理/单目标跟踪:模型搭建/单目标跟踪:模型训练/单目标跟踪:模型测试单目标跟踪SiamMa
- Convolutional Neural Networks CNN -- Explained
许喜远
机器学习——通俗易懂机器学习python神经网络
ConvolutionalNeuralNetworksCNN--Explained为什么要卷积神经网络?卷积神经网络如何工作?特征映射和多个通道池化基础大步前进和下采样Stridesanddown-sampling填充Padding为什么在卷积神经网络中使用池化?最后的图片全连接层在PyTorch中实现卷积神经网络加载数据集建立模型训练模型测试模型为什么要卷积神经网络?仅有几层的全连接网络只能做很
- 二、MMsegmentation 配置教程+训练教程+模型测试( 服务器)
当像鸟飞向你的山
病理图像深度学习神经网络图像处理
时间:2022年4月8日内容:训练MMSegmentation中的deeplabv3深度神经网络如果想要系统的学习,可以参考官方文档:https://mmsegmentation.readthedocs.io/en/latest/get_started.html#installation但是我理解力有限感觉不太详细。基础的配置和介绍可以看我的上一篇博客,这篇讲一下训练。安利一个很好用的ssh工具:
- 机器学习复习(4)——CNN算法
不会写代码!!
机器学习算法人工智能机器学习复习机器学习cnn人工智能
目录数据增强方法CNN图像分类数据集构建导入数据集定义trainer超参数设置数据增强构建CNN网络开始训练模型测试数据增强方法#一般情况下,我们不会在验证集和测试集上做数据扩增#我们只需要将图片裁剪成同样的大小并装换成Tensor就行test_tfm=transforms.Compose([transforms.Resize((128,128)),transforms.ToTensor(),])
- PyTorch2ONNX-分类模型:速度比较(固定维度、动态维度)、精度比较
Le0v1n
PyTorch深度学习(DeepLearning)分类人工智能
图像分类模型部署:PyTorch->ONNX1.模型部署介绍1.1人工智能开发部署全流程step1数据数据采集定义类别标注数据集step2模型训练模型测试集评估调参优化可解释分析step3部署手机/平板服务器PC/浏览器嵌入式开发板1.2模型部署平台和芯片介绍设备:PC、浏览器、APP、小程序、服务器、嵌入式开发板、无人车、无人机、JetsonNano、树莓派、机械臂、物联网设备厂商:英特尔(In
- 看书笔记【R语言数据分析项目精解:理论、方法、实战 8】
小胡涂记
R语言资料实现笔记r语言数据分析
看书笔记——R语言Chapter8从数据中寻找优质用户8.1项目背景、目标和方案8.1.1项目背景8.1.2项目目标8.1.3项目方案8.2项目技术理论简介8.2.1逻辑回归的基本概念8.2.2建模流程1.模型开发2.模型验证阶段3.模型测试阶段4.模型实施阶段8.2.3模型开发阶段1.数据采样2.数据探索3.数据填缺4.离散型变量压缩5.连续型变量压缩6.变量筛选(用到的时候再细看一下,主要是权
- 大模型学习笔记一:大模型应用开发基础
谢白羽
学习笔记python
文章目录一、大模型一些概念介绍一、大模型一些概念介绍1)产品和大模型的区别(产品通过调用大模型来具备的能力)2)AGI定义概念:一切问题可以用AI解决3)大模型通俗原理根据上文,猜测下一个词4)大模型测试代码fromopenaiimportOpenAIfromdotenvimportload_dotenv,find_dotenv_=load_dotenv(find_dotenv())client=
- 构建Wiki中文语料词向量模型(python3)
南七澄江
pythonpython算法scikit-learn
本实例主要介绍的是选取wiki中文语料,并使用python3完成Word2vec模型构建的实践过程,不包含原理部分,旨在一步一步的了解自然语言处理的基本方法和步骤。文章主要包含了开发环境准备、数据的获取、数据的预处理、模型构建和模型测试四大内容,对应的是实现模型构建的五个步骤。一、开发环境准备笔者使用的是anaconda环境下的python3.10.13。二、Wiki数据获取2.1Wiki中文数据
- ubuntu使用YOLOv7训练自己的数据集
谷溪m
人工智能
目录一、准备深度学习环境二、 准备自己的数据集1、创建数据集 2、转换数据格式 3、配置文件三、模型训练1、下载预训练模型2、训练四、模型测试五、模型推理一、准备深度学习环境下载yolov7代码二、准备自己的数据集一般标注的数据格式是VOC,而YOLOv7能够直接使用的是YOLO格式的数据,因此下面将介绍如何将自己的数据集转换成可以直接让YOLOv7进行使用。(数据集已经是yolo格式的直接跳过)
- 【Pytorch】循环神经网络实现手写体识别
Teacher.Hu
PyTorchpytorchrnn深度学习
【Pytorch】循环神经网络实现手写体识别1数据集加载2搭建RNN模型3训练模型4模型保存和加载模型测试1数据集加载importseabornassnssns.set(font_scale=1.5,style="white")importnumpyasnpimportpandasaspdimportmatplotlib.pyplotaspltimporttimeimportcopyimportt
- 【记录一下数据和模型测试代码】
鱼小丸
python深度学习数据读取
这个是模型测试代码,自己设计完模型可以用下面代码进行测试if__name__=='__main__':input=torch.randn(16,3,256,256)#图片大小可以改net=ViTResNet([3,3,3],BasicBlock)#给定自己设计的模型的参数,如果classmodel(in_channel,out_channel),就可以写model(3,1)#3可以换成自己输入数据
- 开源模型应用落地-qwen-7b-chat与vllm实现推理加速的正确姿势(一)
charles_vaez
应用落地深度学习
一、前言基于真实生产级项目分享,帮助有需要的同学快速构建完整可交付项目项目流程包括(去掉业务部分):开源模型测试,包括baichuan、qwen、chatglm、bloom数据爬取及清洗模型微调及评估搭建AI交互能力搭建IM交互能力搭建违禁词识别能力优化模型推理速度增强模型长期记忆能力二、术语介绍2.1.vLLMvLLM是一个开源的大模型推理加速框架,通过PagedAttention高效地管理at
- 时间序列预测各类算法探究上篇
yunpeng.zhou
时间序列算法时序arima线性回归xgboost
前言:最近项目需要对公司未来业绩进行预测,以便优化决策,so研究一下时序算法。纯个人理解,记录以便备用(只探究一下原理,所有算法都使用基本状态,并未进行特征及参数优化)。环境:python3.10+jupyter文章目录1、时间序列基本概念2、数据准备2.1相关库导入2.2数据获取2.3选取本次测试数据(2号商店、0类产品数据)3、模型测试3.1传统时序建模3.1.1平稳性检验(单位根检验)+差分
- Udacity.深度学习.从机器学习到深度学习.2017-11-07
小异_Summer
1.练习-softmax模型测试样例scores=[1.0,2.0,3.0]printsoftmax(scores)[0.090030570.244728470.66524096]scores=np.array([[1,2,3,6],[2,4,5,6],[3,8,7,6]])[[0.090030570.002428260.015876240.33333333][0.244728470.017942
- 机器学习算法实战案例:Informer 源码详解与代码实战
Python算法实战
机器学习算法实战机器学习算法人工智能python
文章目录机器学习算法实战案例系列答疑&技术交流1源码解析1.1文件结构1.2mian_informer.py文件1.3模型训练1.4模型测试1.5模型预测2Informer模型2.1process_one_batch2.2Informer函数2.3DataEmbedding函数2.4ProbAttention稀疏注意力机制2.5Encoder编码器函数2.6Decoder解码器函数3官方数据集运行
- 黑马程序员——2022版软件测试——乞丐版——day01
阿瞒有我良计15
#测试开发eclipsejavapython
目录:测试介绍什么是软件测试?测试主流技能主流方向建议测试常用分类分类阶段划分代码可见度划分总结模型角度质量模型测试流程需求分析(评审)测试计划用例设计用例执行缺陷管理测试报告测试用例用例的作用用例模板八大要素编写规范:练习案例:用例设计方法目标设计测试用例的方法:能对穷举场景设计测试点案例1(qq程序)案例2(电话)作业1.测试介绍什么是软件测试?使用技术手段验证软件是否满足需求测试主流技能1、
- 基于深度学习的婴儿啼哭识别项目详解
OverlordDuke
深度学习深度学习人工智能音频识别
基于深度学习的婴儿啼哭识别项目详解基于深度学习的婴儿啼哭识别项目详解一、项目背景1.1项目背景1.2数据说明二、PaddleSpeech环境准备三、数据预处理3.1数据解压缩3.2查看声音文件3.3音频文件长度处理四、自定义数据集与模型训练4.1自定义数据集4.2模型训练4.3模型训练五、模型测试六、注意事项基于深度学习的婴儿啼哭识别项目详解一、项目背景婴儿啼哭声是婴儿沟通需求的重要信号,对于父母
- 软件测试的基本理论与方法
无名之辈W
软件测试软件测试编程语言人工智能
文章目录前言软件测试基础1.软件测试的概念2.软件测试的目的测试用例1.测试用例的概念2.测试用例的分类3.测试用例的治理4.测试用例的编制及使用5.测试需求软件生命周期1.问题的定义及规划2.需求分析3.软件设计4.程序编码5.软件测试6.运行维护7.生命周期模型测试方法1.α测试_Alpha测试2.β测试_Beta测试3.可移植性测试4.用户界面测试-UI测试5.冒烟测试6.随机测试7.白盒测
- 2023 世界人工智能大会顺利召开,持续关注 AI+ 应用发展趋势
内心的声音
java后端架构
12023世界人工智能大会顺利召开,持续关注AI+应用发展趋势2023年丐界人巟智能大会二7月6日至8日在上海丼办,主题为“智联丐界,生成未来”。本届大会聚焦大模型、智能算力和具身智能成立大模型测试验证不卋同创新中心,联吅収起大模型诧料数据联盟,吭劢大模型诧料数据生态创新吅作伙伴。本次大会吸引了1400多名嘉宾参加,展觅面积超过5万平米,丼办了133个讳坛。戔至8日下午三点,线下参观人数超过17.
- Spring 5.x新特性
Real_man
Spring5.0是在2013年发布Spring4后的第一个大版本,5.0M1在2016年7月28日发布。随着慢慢的推广,使用它的人数肯定也会越来越多,那么Spring5有哪些新的特性呢?一起来看下吧基本可以归为如下几类:JDK版本升级Core框架修订,核心容器更新Kotlin函数式编程响应式编程模型测试改进额外库支持停止维护一些特性JDK版本升级Spring5的代码基于Java8的语法规范,因此
- 模型视图(01):【纲】Model View Tutorial[官翻]
hitzsf
#Qt模型视图
文章目录1、介绍1.1标准小部件1.2模型/视图的改善1.3模型/视图小部件概述1.4在表单和模型之间使用适配器2.一个简单的模型/视图应用程序2.1一个只读的表2.2使用角色扩展只读示例2.3表格单元格内的时钟2.4设置行、列表头2.5最小的编辑示例3.中间的话题3.1TreeView3.2处理选定项3.3预定义的模型3.4代理3.5通过模型测试进行调试4.额外信息的良好来源4.1Books4.
- 永磁同步电机的磁场定向控制
jk_101
伺服系统Matlab嵌入式硬件伺服控制仿真
目录概述通过系统仿真验证行为探索模型架构生成用于集成到嵌入式应用程序的控制器C代码指定控制器模型的参考行为创建PIL实现准备用于PIL测试的控制器模型测试生成的代码的行为和执行时间结论此示例说明从电机控制算法生成C代码并验证其编译行为和执行时间的基本工作流和关键API。使用处理器在环(PIL)仿真来确保C代码在集成到与电机硬件对接的嵌入式软件时按预期执行。虽然该工作流使用针对特定处理器的电机控制应
- Java开发中,spring mvc 的线程怎么调用?
小麦麦子
springmvc
今天逛知乎,看到最近很多人都在问spring mvc 的线程http://www.maiziedu.com/course/java/ 的启动问题,觉得挺有意思的,那哥们儿问的也听仔细,下面的回答也很详尽,分享出来,希望遇对遇到类似问题的Java开发程序猿有所帮助。
问题:
在用spring mvc架构的网站上,设一线程在虚拟机启动时运行,线程里有一全局
- maven依赖范围
bitcarter
maven
1.test 测试的时候才会依赖,编译和打包不依赖,如junit不被打包
2.compile 只有编译和打包时才会依赖
3.provided 编译和测试的时候依赖,打包不依赖,如:tomcat的一些公用jar包
4.runtime 运行时依赖,编译不依赖
5.默认compile
依赖范围compile是支持传递的,test不支持传递
1.传递的意思是项目A,引用
- Jaxb org.xml.sax.saxparseexception : premature end of file
darrenzhu
xmlprematureJAXB
如果在使用JAXB把xml文件unmarshal成vo(XSD自动生成的vo)时碰到如下错误:
org.xml.sax.saxparseexception : premature end of file
很有可能时你直接读取文件为inputstream,然后将inputstream作为构建unmarshal需要的source参数。InputSource inputSource = new In
- CSS Specificity
周凡杨
html权重Specificitycss
有时候对于页面元素设置了样式,可为什么页面的显示没有匹配上呢? because specificity
CSS 的选择符是有权重的,当不同的选择符的样式设置有冲突时,浏览器会采用权重高的选择符设置的样式。
规则:
HTML标签的权重是1
Class 的权重是10
Id 的权重是100
- java与servlet
g21121
servlet
servlet 搞java web开发的人一定不会陌生,而且大家还会时常用到它。
下面是java官方网站上对servlet的介绍: java官网对于servlet的解释 写道
Java Servlet Technology Overview Servlets are the Java platform technology of choice for extending and enha
- eclipse中安装maven插件
510888780
eclipsemaven
1.首先去官网下载 Maven:
http://www.apache.org/dyn/closer.cgi/maven/binaries/apache-maven-3.2.3-bin.tar.gz
下载完成之后将其解压,
我将解压后的文件夹:apache-maven-3.2.3,
并将它放在 D:\tools目录下,
即 maven 最终的路径是:D:\tools\apache-mave
- jpa@OneToOne关联关系
布衣凌宇
jpa
Nruser里的pruserid关联到Pruser的主键id,实现对一个表的增删改,另一个表的数据随之增删改。
Nruser实体类
//*****************************************************************
@Entity
@Table(name="nruser")
@DynamicInsert @Dynam
- 我的spring学习笔记11-Spring中关于声明式事务的配置
aijuans
spring事务配置
这两天学到事务管理这一块,结合到之前的terasoluna框架,觉得书本上讲的还是简单阿。我就把我从书本上学到的再结合实际的项目以及网上看到的一些内容,对声明式事务管理做个整理吧。我看得Spring in Action第二版中只提到了用TransactionProxyFactoryBean和<tx:advice/>,定义注释驱动这三种,我承认后两种的内容很好,很强大。但是实际的项目当中
- java 动态代理简单实现
antlove
javahandlerproxydynamicservice
dynamicproxy.service.HelloService
package dynamicproxy.service;
public interface HelloService {
public void sayHello();
}
dynamicproxy.service.impl.HelloServiceImpl
package dynamicp
- JDBC连接数据库
百合不是茶
JDBC编程JAVA操作oracle数据库
如果我们要想连接oracle公司的数据库,就要首先下载oralce公司的驱动程序,将这个驱动程序的jar包导入到我们工程中;
JDBC链接数据库的代码和固定写法;
1,加载oracle数据库的驱动;
&nb
- 单例模式中的多线程分析
bijian1013
javathread多线程java多线程
谈到单例模式,我们立马会想到饿汉式和懒汉式加载,所谓饿汉式就是在创建类时就创建好了实例,懒汉式在获取实例时才去创建实例,即延迟加载。
饿汉式:
package com.bijian.study;
public class Singleton {
private Singleton() {
}
// 注意这是private 只供内部调用
private static
- javascript读取和修改原型特别需要注意原型的读写不具有对等性
bijian1013
JavaScriptprototype
对于从原型对象继承而来的成员,其读和写具有内在的不对等性。比如有一个对象A,假设它的原型对象是B,B的原型对象是null。如果我们需要读取A对象的name属性值,那么JS会优先在A中查找,如果找到了name属性那么就返回;如果A中没有name属性,那么就到原型B中查找name,如果找到了就返回;如果原型B中也没有
- 【持久化框架MyBatis3六】MyBatis3集成第三方DataSource
bit1129
dataSource
MyBatis内置了数据源的支持,如:
<environments default="development">
<environment id="development">
<transactionManager type="JDBC" />
<data
- 我程序中用到的urldecode和base64decode,MD5
bitcarter
cMD5base64decodeurldecode
这里是base64decode和urldecode,Md5在附件中。因为我是在后台所以需要解码:
string Base64Decode(const char* Data,int DataByte,int& OutByte)
{
//解码表
const char DecodeTable[] =
{
0, 0, 0, 0, 0, 0
- 腾讯资深运维专家周小军:QQ与微信架构的惊天秘密
ronin47
社交领域一直是互联网创业的大热门,从PC到移动端,从OICQ、MSN到QQ。到了移动互联网时代,社交领域应用开始彻底爆发,直奔黄金期。腾讯在过去几年里,社交平台更是火到爆,QQ和微信坐拥几亿的粉丝,QQ空间和朋友圈各种刷屏,写心得,晒照片,秀视频,那么谁来为企鹅保驾护航呢?支撑QQ和微信海量数据背后的架构又有哪些惊天内幕呢?本期大讲堂的内容来自今年2月份ChinaUnix对腾讯社交网络运营服务中心
- java-69-旋转数组的最小元素。把一个数组最开始的若干个元素搬到数组的末尾,我们称之为数组的旋转。输入一个排好序的数组的一个旋转,输出旋转数组的最小元素
bylijinnan
java
public class MinOfShiftedArray {
/**
* Q69 旋转数组的最小元素
* 把一个数组最开始的若干个元素搬到数组的末尾,我们称之为数组的旋转。输入一个排好序的数组的一个旋转,输出旋转数组的最小元素。
* 例如数组{3, 4, 5, 1, 2}为{1, 2, 3, 4, 5}的一个旋转,该数组的最小值为1。
*/
publ
- 看博客,应该是有方向的
Cb123456
反省看博客
看博客,应该是有方向的:
我现在就复习以前的,在补补以前不会的,现在还不会的,同时完善完善项目,也看看别人的博客.
我刚突然想到的:
1.应该看计算机组成原理,数据结构,一些算法,还有关于android,java的。
2.对于我,也快大四了,看一些职业规划的,以及一些学习的经验,看看别人的工作总结的.
为什么要写
- [开源与商业]做开源项目的人生活上一定要朴素,尽量减少对官方和商业体系的依赖
comsci
开源项目
为什么这样说呢? 因为科学和技术的发展有时候需要一个平缓和长期的积累过程,但是行政和商业体系本身充满各种不稳定性和不确定性,如果你希望长期从事某个科研项目,但是却又必须依赖于某种行政和商业体系,那其中的过程必定充满各种风险。。。
所以,为避免这种不确定性风险,我
- 一个 sql优化 ([精华] 一个查询优化的分析调整全过程!很值得一看 )
cwqcwqmax9
sql
见 http://www.itpub.net/forum.php?mod=viewthread&tid=239011
Web翻页优化实例
提交时间: 2004-6-18 15:37:49 回复 发消息
环境:
Linux ve
- Hibernat and Ibatis
dashuaifu
Hibernateibatis
Hibernate VS iBATIS 简介 Hibernate 是当前最流行的O/R mapping框架,当前版本是3.05。它出身于sf.net,现在已经成为Jboss的一部分了 iBATIS 是另外一种优秀的O/R mapping框架,当前版本是2.0。目前属于apache的一个子项目了。 相对Hibernate“O/R”而言,iBATIS 是一种“Sql Mappi
- 备份MYSQL脚本
dcj3sjt126com
mysql
#!/bin/sh
# this shell to backup mysql
#
[email protected] (QQ:1413161683 DuChengJiu)
_dbDir=/var/lib/mysql/
_today=`date +%w`
_bakDir=/usr/backup/$_today
[ ! -d $_bakDir ] && mkdir -p
- iOS第三方开源库的吐槽和备忘
dcj3sjt126com
ios
转自
ibireme的博客 做iOS开发总会接触到一些第三方库,这里整理一下,做一些吐槽。 目前比较活跃的社区仍旧是Github,除此以外也有一些不错的库散落在Google Code、SourceForge等地方。由于Github社区太过主流,这里主要介绍一下Github里面流行的iOS库。 首先整理了一份
Github上排名靠
- html wlwmanifest.xml
eoems
htmlxml
所谓优化wp_head()就是把从wp_head中移除不需要元素,同时也可以加快速度。
步骤:
加入到function.php
remove_action('wp_head', 'wp_generator');
//wp-generator移除wordpress的版本号,本身blog的版本号没什么意义,但是如果让恶意玩家看到,可能会用官网公布的漏洞攻击blog
remov
- 浅谈Java定时器发展
hacksin
java并发timer定时器
java在jdk1.3中推出了定时器类Timer,而后在jdk1.5后由Dou Lea从新开发出了支持多线程的ScheduleThreadPoolExecutor,从后者的表现来看,可以考虑完全替代Timer了。
Timer与ScheduleThreadPoolExecutor对比:
1.
Timer始于jdk1.3,其原理是利用一个TimerTask数组当作队列
- 移动端页面侧边导航滑入效果
ini
jqueryWebhtml5cssjavascirpt
效果体验:http://hovertree.com/texiao/mobile/2.htm可以使用移动设备浏览器查看效果。效果使用到jquery-2.1.4.min.js,该版本的jQuery库是用于支持HTML5的浏览器上,不再兼容IE8以前的浏览器,现在移动端浏览器一般都支持HTML5,所以使用该jQuery没问题。HTML文件代码:
<!DOCTYPE html>
<h
- AspectJ+Javasist记录日志
kane_xie
aspectjjavasist
在项目中碰到这样一个需求,对一个服务类的每一个方法,在方法开始和结束的时候分别记录一条日志,内容包括方法名,参数名+参数值以及方法执行的时间。
@Override
public String get(String key) {
// long start = System.currentTimeMillis();
// System.out.println("Be
- redis学习笔记
MJC410621
redisNoSQL
1)nosql数据库主要由以下特点:非关系型的、分布式的、开源的、水平可扩展的。
1,处理超大量的数据
2,运行在便宜的PC服务器集群上,
3,击碎了性能瓶颈。
1)对数据高并发读写。
2)对海量数据的高效率存储和访问。
3)对数据的高扩展性和高可用性。
redis支持的类型:
Sring 类型
set name lijie
get name lijie
set na
- 使用redis实现分布式锁
qifeifei
在多节点的系统中,如何实现分布式锁机制,其中用redis来实现是很好的方法之一,我们先来看一下jedis包中,有个类名BinaryJedis,它有个方法如下:
public Long setnx(final byte[] key, final byte[] value) {
checkIsInMulti();
client.setnx(key, value);
ret
- BI并非万能,中层业务管理报表要另辟蹊径
张老师的菜
大数据BI商业智能信息化
BI是商业智能的缩写,是可以帮助企业做出明智的业务经营决策的工具,其数据来源于各个业务系统,如ERP、CRM、SCM、进销存、HER、OA等。
BI系统不同于传统的管理信息系统,他号称是一个整体应用的解决方案,是融入管理思想的强大系统:有着系统整体的设计思想,支持对所有
- 安装rvm后出现rvm not a function 或者ruby -v后提示没安装ruby的问题
wudixiaotie
function
1.在~/.bashrc最后加入
[[ -s "$HOME/.rvm/scripts/rvm" ]] && source "$HOME/.rvm/scripts/rvm"
2.重新启动terminal输入:
rvm use ruby-2.2.1 --default
把当前安装的ruby版本设为默