- DeepSeek R1 与 OpenAI O1:机器学习模型的巅峰对决
学无止尽5
机器学习人工智能
我的个人主页我的专栏:人工智能领域、java-数据结构、Javase、C语言,希望能帮助到大家!!!点赞收藏❤一、引言在机器学习的广袤天地中,大型语言模型(LLM)无疑是最为璀璨的明珠。它们凭借卓越的语言理解与生成能力,正以前所未有的方式重塑着我们与信息交互的模式。DeepSeekR1和OpenAIO1作为其中的佼佼者,代表了当前技术的前沿水准,在架构设计、训练方法、性能表现以及应用场景等诸多层面
- LLaMA3大模型技术全网最全解析——模型架构与训练方法(收录于GPT-4/ChatGPT技术与产业分析)
chenweiPhD
人工智能深度学习语言模型架构
Meta在周四(4月18日)发布了其最新大型语言模型LLaMA3。该模型将被集成到其虚拟助手MetaAI中。Meta自称8B和70B的LLaMA3是当今8B和70B参数规模的最佳模型,并在推理、代码生成和指令跟踪方面有了很大进步。(点赞是我们分享的动力)--------------------------------------------------主编作者陈巍博士,高级职称,曾担任华为系相关自
- DeepSeek-R1-Zero 与 DeepSeek-R1 的异同与优劣分析
AI生成曾小健
Deepseek原理与使用人工智能
DeepSeek-R1-Zero与DeepSeek-R1的异同与优劣分析一、相同点核心训练方法:两者均基于强化学习(RL),采用GroupRelativePolicyOptimization(GRPO)算法,通过组内样本的奖励相对比较优化策略模型。目标均为提升语言模型的复杂推理能力(如数学、代码、科学推理)。基础模型:均以DeepSeek-V3-Base作为初始模型,共享相同的架构
- 【必看】凭啥?DeepSeek如何用1/179的训练成本干到GPT-4o 98%性能
大F的智能小课
人工智能算法
一、DeepSeek降低训练成本的核心方法1.1创新训练方法DeepSeek通过独特的训练方案显著降低了训练成本。其核心策略包括减少监督微调(SFT)步骤,仅依赖强化学习(RL)技术。DeepSeek-R1-Zero版本完全跳过SFT,仅通过RL进行训练。尽管初期计算开销较大,但添加少量冷启动数据后,训练稳定性和模型推理能力大幅提升。此外,DeepSeek还采用了组相对策略优化(GRPO)算法替代
- DeepSeek-V3:模型与权重全面解析
步子哥
AGI通用人工智能人工智能
DeepSeek-V3是一款开创性的混合专家(Mixture-of-Experts,MoE)语言模型,以其创新的架构设计、高效的训练方法和卓越的性能,成为开源大语言模型领域的标杆。本文将详细解析其模型架构、权重结构和量化技术,并结合其在实际应用中的表现,带您全面了解DeepSeek-V3的技术亮点。1.模型概述DeepSeek-V3是一款拥有6710亿总参数和每个令牌激活370亿参数的混合专家语言
- 神经网络的训练过程详解
西洲啊
AI神经网络人工智能深度学习
在深度学习领域中,训练一个神经网络是一项复杂但系统的工作过程。下面将从基本概念到具体步骤逐步阐述神经网络的训练方法一、神经网络的基本概念神经网络的结构输入层:接收外部数据,通常为多维向量。隐藏层:通过激活函数对输入数据进行非线性变换,提高模型表达能力。输出层:根据隐藏层的状态产生预测结果。参数每个连接之间都有权重和偏置,用来调整信息传递强度和初始偏置值。二、训练过程概述初始化随机初始化权重和偏置,
- 混合专家模型 (MoE) 最全详细图解
DFCED
人工智能算法前沿AIGC算法学术工业技术前沿混合专家网络MOEDeepSeek人工智能深度学习大模型
随着Mixtral8x7B(announcement,modelcard)的推出,一种称为混合专家模型(MixedExpertModels,简称MoEs)的Transformer模型在开源人工智能社区引起了广泛关注。在本篇博文中,我们将深入探讨MoEs的核心组件、训练方法,以及在推理过程中需要考量的各种因素简短总结混合专家模型(MoEs):与稠密模型相比,预训练速度更快与具有相同参数数量的模型相比
- 一文搞懂DeepSeek - 开源模型R1
程序员辣条
开源人工智能Agent大模型大模型教程大模型项目DeepSeek
DeepSeek-R1作为一款开源的大型语言模型,在数学、编程和推理等多个任务上表现出了强大的性能。其纯强化学习的训练方法、开源与低成本的特性以及技术创新使得DeepSeek-R1成为了AI领域的一颗新星。**在多个基准测试中,DeepSeek-R1的表现优于或接近OpenAIo1。**例如,在AIME2024数学测试中,DeepSeek-R1的准确率接近OpenAIo1-0912的水平;在MAT
- 大语言模型多token预测技术
deepdata_cn
NLP语言模型人工智能自然语言处理
近年来,大语言模型(LLM)在自然语言处理领域取得了突破性进展,凭借其强大的语言理解和生成能力,在各种NLP任务中展现出惊人的性能。传统的基于下一个token预测的训练方法虽简单有效,但在获取语言、世界知识和推理能力方面效率不高。且这种方法使模型过于关注局部模式,忽视了“困难”的决策,导致当前先进的下一个token预测器需要比人类儿童多几个数量级的数据才能达到相同的语言水平。人类儿童在学习语言时使
- DeepSeek R1和V3区别
@Rocky
大模型语言模型
DeepSeekR1和V3是深度求索(DeepSeek)推出的两款大模型,尽管基于相似的技术框架(如混合专家架构MoE),但在设计目标、训练方法、性能表现和应用场景上存在显著差异。以下是两者的主要区别:1.模型定位与核心能力DeepSeek-V3定位为通用型大语言模型,专注于自然语言处理(NLP)、知识问答和内容生成等任务。其优势在于高效的多模态处理能力(文本、图像、音频、视频)和较低的训练成本(
- DeepSeek-R1真算得上开源吗?
人工智能
1啥是DeepSeek-R1?如你曾为一道棘手数学题绞尽脑汁,就明白多花时间仔细思考多重要。OpenAIo1模型证明,当LLM在推理时,通过增加计算量进行类似训练后,它们在数学、编程和逻辑等推理任务上的表现显著提升。然而,OpenAI推理模型的训练方法一直是秘密。直到DeepSeek发布DeepSeek-R1模型,瞬间引爆互联网(甚至影响股市!)。除了性能达到或超越o1,DeepSeek-R1发布
- 基于YOLOv11的目标检测系统
夜思、晨
YOLO目标检测人工智能
基于YOLOv11的目标检测系统前言YOLO11是UltralyticsYOLO是实时物体检测器系列中的最新产品,以最先进的精度、速度和效率重新定义了可能实现的目标。在之前YOLO版本令人印象深刻的进步基础上,YOLO11在架构和训练方法上进行了重大改进,使其成为广泛的计算机视觉任务的多功能选择。YOLOv11在COCO数据集的表现如下图:一、软件简介这款软件是一种基于最新YOLOv11算法的目标
- MOE模型入门
云帆@
AI人工智能
一、目录定义:MOE架构代表类型如何解决expert平衡的?而不是集中到某一专家。如何训练、微调MOE模型?基础架构优缺点不同MOE模型实现方式、训练方法二、实现定义:MOE架构MOE:混合专家模型,多个专家共同决策的模型。实现:将transformer模型中的每个前馈网络(FFN)层替换为MoE层,其中MoE层由两个核心部分组成:一个路由器(或者叫门控网络)和若干数量的专家。代表类型谷歌MOE,
- 【llm对话系统】大模型 Llama、Qwen 和 ChatGLM 的网络结构和训练方法对比
kakaZhui
llama人工智能AIGCchatgptpython
1.引言近年来,大型语言模型(LLM)取得了令人瞩目的进展,其中Llama、Qwen和ChatGLM是三个备受关注的开源模型。它们都在Transformer架构的基础上进行了改进和优化,并在各种NLP任务上取得了优异的性能。本文将深入分析Llama、Qwen和ChatGLM的网络结构和训练方法,比较它们的异同以及各自的优势。2.模型结构对比特性LlamaQwenChatGLM基础架构Decoder
- LitGPT - 20多个高性能LLM,具有预训练、微调和大规模部署的recipes
伊织产研
#AI开源项目LitGPT预训练微调部署
文章目录一、关于LitGPT二、快速启动安装LitGPT高级安装选项从20多个LLM中进行选择三、工作流程1、所有工作流程2、微调LLM3、部署LLM4、评估LLM5、测试LLM6、预训练LLM7、继续预训练LLM四、最先进的功能五、训练方法示例六、项目亮点教程一、关于LitGPTLitGPT用于使用、微调、预训练和部署LLMLightning快速⚡⚡每个LLM都是从头开始实现的,没有抽象和完全控
- 从 0 到 1,DEEPseek 大模型瞬间 “霸榜” AI 赛道的秘密
羑悻的小杀马特.
人工智能deepseekAI大模型
大家都知道,科技发展特别快,AI更是突飞猛进。DeepSeek大模型,就像一匹黑马,在AI领域迅速冒尖。它和我们常用的搜索引擎、聊天机器人都有联系,到底有多大能耐?让我们一起揭开它的神秘面纱。deepseek官网传送门:DeepSeek下面就对本文标题来剖析一下:目录一·本篇背景:二.技术实力:突破创新的基石:2.1强大的模型能力:2.1.1高效的训练方法:2.2.2优化的推理速度:三·市场策略:
- 【DeepSeek】复现DeepSeek R1?快来看这个Open R1项目实践指南~
FF-Studio
DeepSeekR1语言模型自然语言处理深度学习人工智能
OpenR1项目基于DeepSeek-R1的技术报告和方法论,公开并复现R1的训练管线,并且希望所有开发者都能在这个基础上搭建自己的研究或应用。笔者研读了大量资料,对OpenR1的愿景、原理及在实践层面的具体操作,产生了许多想法。因此,这篇博客会从最初的概念入手,带领大家了解OpenR1的原理与技术细节,并侧重讲解其中最为关键的强化学习训练方法之一——GRPO(群组相对策略优化,GroupRela
- Deepseek技术浅析(一)
爱研究的小牛
AIGC—概述大模型AIGC人工智能深度学习自然语言处理
DeepSeek是北京深度求索人工智能基础技术研究有限公司推出的人工智能技术品牌,专注于大语言模型(LLM)的研发与应用。其技术涵盖了从模型架构、训练方法到应用部署的多个层面,展现出强大的创新能力和应用潜力。以下将详细介绍DeepSeek的核心技术、工作原理以及具体实现方式。一、核心技术1.大语言模型(LLM)DeepSeek的核心产品是自研的大语言模型,其主要特点包括:(1)基于Transfor
- Llama 3:开源大模型的里程碑式突破
XianxinMao
llama开源
标题:Llama3:开源大模型的里程碑式突破文章信息摘要:Meta通过Llama3展现了开源LLM的重大突破:采用超大规模训练数据和多阶段训练方法(SFT、rejectionsampling、PPO和DPO),突破了传统的Chinchilla最优比例法则。在产品策略上,针对8B和70B两种规模采用不同的训练数据截止日期,实现差异化定位。即将发布的400B模型有望达到GPT-4级别性能,但同时也凸显
- 第八章:AI大模型的未来发展趋势8.3 新兴应用领域8.3.2 生成对抗网络的应用
AI天才研究院
AI大模型企业级应用开发实战大数据人工智能语言模型AILLMJavaPython架构设计AgentRPA
1.背景介绍1.背景介绍生成对抗网络(GenerativeAdversarialNetworks,GANs)是一种深度学习技术,由伊玛·古德姆(IanGoodfellow)于2014年提出。GANs由两个相互对抗的神经网络组成:生成器(Generator)和判别器(Discriminator)。生成器生成假数据,判别器试图区分假数据和真实数据。这种对抗训练方法使得GANs能够学习数据分布并生成高质
- 深度探索 DeepSeek-R1:国产大模型的AGI雏形与创新进展
微凉的衣柜
科技头条agi人工智能
随着人工智能技术的飞速发展,国内外企业纷纷发布了一系列创新的大模型,推动了AGI(通用人工智能)领域的探索。近期,DeepSeek-R1这一模型的发布引起了广泛关注,它不仅标志着国产大模型在智能化上的一次重大突破,还提出了全新的训练方法,解决了过去依赖大量人类数据的问题。本篇文章将详细介绍DeepSeek-R1的核心优势、技术创新以及实际应用案例,揭示它在AGI领域的潜力。1.DeepSeek-R
- 大模型GUI系列论文阅读 DAY2续2:《使用指令微调基础模型的多模态网页导航》
feifeikon
论文阅读
摘要自主网页导航的进展一直受到以下因素的阻碍:依赖于数十亿次的探索性交互(通常采用在线强化学习),依赖于特定领域的模型设计,难以利用丰富的跨领域数据进行泛化。在本研究中,我们探讨了基于视觉-语言基础模型的数据驱动离线训练方法,以改进网页代理的性能。我们提出了一种名为WebGUM的指令跟随多模态代理,该代理能够同时观察网页截图和HTML页面,并输出网页导航操作,例如点击和输入文本等。WebGUM通过
- ChatGPT 绘图的工作原理
ChatGPT的绘图功能结合了自然语言处理(NLP)和图像生成的技术,这种综合能力依赖于预训练模型(如GPT-4)和图像生成模型(如DALL-E)之间的紧密协作。ChatGPT本质上是一个大规模的语言模型,但通过与图像生成模型集成,它得以执行基于描述生成图像的任务。接下来,我们将从模型架构、训练方法、推理机制和一些技术挑战等方面,详细讨论ChatGPT进行绘图的工作原理。
- 【人工智能】人工智能的10大算法详解(优缺点+实际案例)
ChatGPT-千鑫
人工智能人工智能算法gpt-3AI编程gptcodemoss能用AI
人工智能(AI)是现代科技的重要领域,其中的算法是实现智能的核心。本文将介绍10种常见的人工智能算法,包括它们的原理、训练方法、优缺点及适用场景。1.线性回归(LinearRegression)模型原理线性回归用于建立自变量(特征)与因变量(目标)之间的线性关系。其目标是寻找最佳拟合直线,使得预测值与实际值之间的误差最小化。模型训练通过最小二乘法来最小化预测值与真实值之间的误差,得到线性回归方程的
- 阅读《认知觉醒》读书笔记
就看看书
本周阅读了周岭的《认知觉醒开启自我改变的原动力》,启发较多,故做读书笔记一则,留待学习。全书共八章,讲述了大脑、潜意识、元认知、专注力、学习力、行动力、情绪力及成本最低的成长之道。具体描述了大脑、焦虑、耐心、模糊、感性、元认知、自控力、专注力、情绪专注、学习专注、匹配、深度、关联、体系、打卡、反馈、休息、清晰、傻瓜、行动、心智宽带、单一视角、游戏心态、早起、冥想、阅读、写作、运动等相关知识点。大脑
- 5.0践行打卡 D66
星月格格
冥想♀️1.运动44分钟拉伸激活体形训练2.阅读《自控力》第三周作业选择一件事来做,记录自控力,特别注意什么时候意志力最强,什么时候容易放弃,去发现自己想要的力量。疲惫感是真的吗?感觉自己疲惫无法自控时,试着挺过第一次的疲惫的感觉,向前迈一步。早晨感觉浑身酸痛,头颈僵硬,好像好好睡一觉,也不想运动,好像真的很疲惫,但是自己内心知道一部分来自内心的原因~于是告诉自己~可不可以坚持一下,开始学习视频,
- 打卡D6#/21
水色斑斓S
图片发自AppD6#案主信息:女性,31岁,药店上班画的名字:向往画面要怎么描述,就一个简单的房子,一颗树,还有草地,石阶,还有一个我。分析:画者将人物放在最右边且房子没有窗户、门小,显示其内心安全感不足,性格偏保守、内向、被动、柔弱、随性,依赖性性强,不太擅长跟陌生人打交道,自我保护意识强,希望别人主动走进内心,想象力丰富,喜欢幻想,内心能量不够强大,拥有爱心,自控力强,不愿意承担责任。
- 疫情让你感到不安和孤独?学海豹突击队增强我们的焦虑抵抗力!
创新拿铁
美军的海豹部队是全球特种兵的佼佼者,成为正式队员前必须通过层层考验心理、生理极限的关卡。很多人以为,能通过严苛训练的菁英一定是体格强壮、战斗技巧好的人。但实际上,这些人往往是最早被淘汰的一批。支撑学员们一路通过挑战的,是部队里传承已久的三个训练方法,这三个方法不只是海豹部队从战场经验中累积出的智慧,也有神经科学的理论支持。在全球疫情持续蔓延,导致人心惶惶的当下,有效帮助许多人建立起面对未知挑战的正
- 2019-05-11 自控力与压力
天下谁人不读书
为了解决自控力若,意志力不足的问题,通常都喜欢给自己的某项任务定一个期限。同时陪伴着总批评自己太懒,拖着不做直到最后一分钟,好像这样能够激励自己,并提高自控力。短时期内,这样的安排会起到一定的作用,仿佛压力是解决自控力的一个有效途径。从长远看看,并非如此。因为压力会消耗身体的能量与精力,我们都有过如下的精力,精心费力的准备一场考试结束后,身体就像掏空了一样,什么事情都不想,只愿意躺下休息了。身体陷
- 番茄ToDo 产品分析
黑胖子没有春天
一、产品定位官方标语:“番茄TODO——你的自我提升助手,是一款学霸必备的简约高效番茄钟+待办列表+数据统计软件。”这是一款能够帮助用户提高学习效率,合理规划时间,增强自我控制力以及专注度的手机软件。二、目标用户及场景产品的用户主要定位在学生、考学人员以及需要提高专注度和自控力的人。用户能够通过使用该软件,养成良好的学习习惯,增强对事情的专注度,以及对时间的把控力,进而提高工作效率。典型的适用场景
- 关于旗正规则引擎下载页面需要弹窗保存到本地目录的问题
何必如此
jsp超链接文件下载窗口
生成下载页面是需要选择“录入提交页面”,生成之后默认的下载页面<a>标签超链接为:<a href="<%=root_stimage%>stimage/image.jsp?filename=<%=strfile234%>&attachname=<%=java.net.URLEncoder.encode(file234filesourc
- 【Spark九十八】Standalone Cluster Mode下的资源调度源代码分析
bit1129
cluster
在分析源代码之前,首先对Standalone Cluster Mode的资源调度有一个基本的认识:
首先,运行一个Application需要Driver进程和一组Executor进程。在Standalone Cluster Mode下,Driver和Executor都是在Master的监护下给Worker发消息创建(Driver进程和Executor进程都需要分配内存和CPU,这就需要Maste
- linux上独立安装部署spark
daizj
linux安装spark1.4部署
下面讲一下linux上安装spark,以 Standalone Mode 安装
1)首先安装JDK
下载JDK:jdk-7u79-linux-x64.tar.gz ,版本是1.7以上都行,解压 tar -zxvf jdk-7u79-linux-x64.tar.gz
然后配置 ~/.bashrc&nb
- Java 字节码之解析一
周凡杨
java字节码javap
一: Java 字节代码的组织形式
类文件 {
OxCAFEBABE ,小版本号,大版本号,常量池大小,常量池数组,访问控制标记,当前类信息,父类信息,实现的接口个数,实现的接口信息数组,域个数,域信息数组,方法个数,方法信息数组,属性个数,属性信息数组
}
&nbs
- java各种小工具代码
g21121
java
1.数组转换成List
import java.util.Arrays;
Arrays.asList(Object[] obj); 2.判断一个String型是否有值
import org.springframework.util.StringUtils;
if (StringUtils.hasText(str)) 3.判断一个List是否有值
import org.spring
- 加快FineReport报表设计的几个心得体会
老A不折腾
finereport
一、从远程服务器大批量取数进行表样设计时,最好按“列顺序”取一个“空的SQL语句”,这样可提高设计速度。否则每次设计时模板均要从远程读取数据,速度相当慢!!
二、找一个富文本编辑软件(如NOTEPAD+)编辑SQL语句,这样会很好地检查语法。有时候带参数较多检查语法复杂时,结合FineReport中生成的日志,再找一个第三方数据库访问软件(如PL/SQL)进行数据检索,可以很快定位语法错误。
- mysql linux启动与停止
墙头上一根草
如何启动/停止/重启MySQL一、启动方式1、使用 service 启动:service mysqld start2、使用 mysqld 脚本启动:/etc/inint.d/mysqld start3、使用 safe_mysqld 启动:safe_mysqld&二、停止1、使用 service 启动:service mysqld stop2、使用 mysqld 脚本启动:/etc/inin
- Spring中事务管理浅谈
aijuans
spring事务管理
Spring中事务管理浅谈
By Tony Jiang@2012-1-20 Spring中对事务的声明式管理
拿一个XML举例
[html]
view plain
copy
print
?
<?xml version="1.0" encoding="UTF-8"?>&nb
- php中隐形字符65279(utf-8的BOM头)问题
alxw4616
php中隐形字符65279(utf-8的BOM头)问题
今天遇到一个问题. php输出JSON 前端在解析时发生问题:parsererror.
调试:
1.仔细对比字符串发现字符串拼写正确.怀疑是 非打印字符的问题.
2.逐一将字符串还原为unicode编码. 发现在字符串头的位置出现了一个 65279的非打印字符.
 
- 调用对象是否需要传递对象(初学者一定要注意这个问题)
百合不是茶
对象的传递与调用技巧
类和对象的简单的复习,在做项目的过程中有时候不知道怎样来调用类创建的对象,简单的几个类可以看清楚,一般在项目中创建十几个类往往就不知道怎么来看
为了以后能够看清楚,现在来回顾一下类和对象的创建,对象的调用和传递(前面写过一篇)
类和对象的基础概念:
JAVA中万事万物都是类 类有字段(属性),方法,嵌套类和嵌套接
- JDK1.5 AtomicLong实例
bijian1013
javathreadjava多线程AtomicLong
JDK1.5 AtomicLong实例
类 AtomicLong
可以用原子方式更新的 long 值。有关原子变量属性的描述,请参阅 java.util.concurrent.atomic 包规范。AtomicLong 可用在应用程序中(如以原子方式增加的序列号),并且不能用于替换 Long。但是,此类确实扩展了 Number,允许那些处理基于数字类的工具和实用工具进行统一访问。
 
- 自定义的RPC的Java实现
bijian1013
javarpc
网上看到纯java实现的RPC,很不错。
RPC的全名Remote Process Call,即远程过程调用。使用RPC,可以像使用本地的程序一样使用远程服务器上的程序。下面是一个简单的RPC 调用实例,从中可以看到RPC如何
- 【RPC框架Hessian一】Hessian RPC Hello World
bit1129
Hello world
什么是Hessian
The Hessian binary web service protocol makes web services usable without requiring a large framework, and without learning yet another alphabet soup of protocols. Because it is a binary p
- 【Spark九十五】Spark Shell操作Spark SQL
bit1129
shell
在Spark Shell上,通过创建HiveContext可以直接进行Hive操作
1. 操作Hive中已存在的表
[hadoop@hadoop bin]$ ./spark-shell
Spark assembly has been built with Hive, including Datanucleus jars on classpath
Welcom
- F5 往header加入客户端的ip
ronin47
when HTTP_RESPONSE {if {[HTTP::is_redirect]}{ HTTP::header replace Location [string map {:port/ /} [HTTP::header value Location]]HTTP::header replace Lo
- java-61-在数组中,数字减去它右边(注意是右边)的数字得到一个数对之差. 求所有数对之差的最大值。例如在数组{2, 4, 1, 16, 7, 5,
bylijinnan
java
思路来自:
http://zhedahht.blog.163.com/blog/static/2541117420116135376632/
写了个java版的
public class GreatestLeftRightDiff {
/**
* Q61.在数组中,数字减去它右边(注意是右边)的数字得到一个数对之差。
* 求所有数对之差的最大值。例如在数组
- mongoDB 索引
开窍的石头
mongoDB索引
在这一节中我们讲讲在mongo中如何创建索引
得到当前查询的索引信息
db.user.find(_id:12).explain();
cursor: basicCoursor 指的是没有索引
&
- [硬件和系统]迎峰度夏
comsci
系统
从这几天的气温来看,今年夏天的高温天气可能会维持在一个比较长的时间内
所以,从现在开始准备渡过炎热的夏天。。。。
每间房屋要有一个落地电风扇,一个空调(空调的功率和房间的面积有密切的关系)
坐的,躺的地方要有凉垫,床上要有凉席
电脑的机箱
- 基于ThinkPHP开发的公司官网
cuiyadll
行业系统
后端基于ThinkPHP,前端基于jQuery和BootstrapCo.MZ 企业系统
轻量级企业网站管理系统
运行环境:PHP5.3+, MySQL5.0
系统预览
系统下载:http://www.tecmz.com
预览地址:http://co.tecmz.com
各种设备自适应
响应式的网站设计能够对用户产生友好度,并且对于
- Transaction and redelivery in JMS (JMS的事务和失败消息重发机制)
darrenzhu
jms事务承认MQacknowledge
JMS Message Delivery Reliability and Acknowledgement Patterns
http://wso2.com/library/articles/2013/01/jms-message-delivery-reliability-acknowledgement-patterns/
Transaction and redelivery in
- Centos添加硬盘完全教程
dcj3sjt126com
linuxcentoshardware
Linux的硬盘识别:
sda 表示第1块SCSI硬盘
hda 表示第1块IDE硬盘
scd0 表示第1个USB光驱
一般使用“fdisk -l”命
- yii2 restful web服务路由
dcj3sjt126com
PHPyii2
路由
随着资源和控制器类准备,您可以使用URL如 http://localhost/index.php?r=user/create访问资源,类似于你可以用正常的Web应用程序做法。
在实践中,你通常要用美观的URL并采取有优势的HTTP动词。 例如,请求POST /users意味着访问user/create动作。 这可以很容易地通过配置urlManager应用程序组件来完成 如下所示
- MongoDB查询(4)——游标和分页[八]
eksliang
mongodbMongoDB游标MongoDB深分页
转载请出自出处:http://eksliang.iteye.com/blog/2177567 一、游标
数据库使用游标返回find的执行结果。客户端对游标的实现通常能够对最终结果进行有效控制,从shell中定义一个游标非常简单,就是将查询结果分配给一个变量(用var声明的变量就是局部变量),便创建了一个游标,如下所示:
> var
- Activity的四种启动模式和onNewIntent()
gundumw100
android
Android中Activity启动模式详解
在Android中每个界面都是一个Activity,切换界面操作其实是多个不同Activity之间的实例化操作。在Android中Activity的启动模式决定了Activity的启动运行方式。
Android总Activity的启动模式分为四种:
Activity启动模式设置:
<acti
- 攻城狮送女友的CSS3生日蛋糕
ini
htmlWebhtml5csscss3
在线预览:http://keleyi.com/keleyi/phtml/html5/29.htm
代码如下:
<!DOCTYPE html>
<html>
<head>
<meta charset="UTF-8">
<title>攻城狮送女友的CSS3生日蛋糕-柯乐义<
- 读源码学Servlet(1)GenericServlet 源码分析
jzinfo
tomcatWebservlet网络应用网络协议
Servlet API的核心就是javax.servlet.Servlet接口,所有的Servlet 类(抽象的或者自己写的)都必须实现这个接口。在Servlet接口中定义了5个方法,其中有3个方法是由Servlet 容器在Servlet的生命周期的不同阶段来调用的特定方法。
先看javax.servlet.servlet接口源码:
package
- JAVA进阶:VO(DTO)与PO(DAO)之间的转换
snoopy7713
javaVOHibernatepo
PO即 Persistence Object VO即 Value Object
VO和PO的主要区别在于: VO是独立的Java Object。 PO是由Hibernate纳入其实体容器(Entity Map)的对象,它代表了与数据库中某条记录对应的Hibernate实体,PO的变化在事务提交时将反应到实际数据库中。
实际上,这个VO被用作Data Transfer
- mongodb group by date 聚合查询日期 统计每天数据(信息量)
qiaolevip
每天进步一点点学习永无止境mongodb纵观千象
/* 1 */
{
"_id" : ObjectId("557ac1e2153c43c320393d9d"),
"msgType" : "text",
"sendTime" : ISODate("2015-06-12T11:26:26.000Z")
- java之18天 常用的类(一)
Luob.
MathDateSystemRuntimeRundom
System类
import java.util.Properties;
/**
* System:
* out:标准输出,默认是控制台
* in:标准输入,默认是键盘
*
* 描述系统的一些信息
* 获取系统的属性信息:Properties getProperties();
*
*
*
*/
public class Sy
- maven
wuai
maven
1、安装maven:解压缩、添加M2_HOME、添加环境变量path
2、创建maven_home文件夹,创建项目mvn_ch01,在其下面建立src、pom.xml,在src下面简历main、test、main下面建立java文件夹
3、编写类,在java文件夹下面依照类的包逐层创建文件夹,将此类放入最后一级文件夹
4、进入mvn_ch01
4.1、mvn compile ,执行后会在