- 深度学习-20:神经科学、脑科学和稀疏特性
MTVideoAI
深度学习专题深度学习原理与实践深度学习生物神经网络脑科学稀疏特性数学基础
深度学习-20:神经科学、脑科学和稀疏特性深度学习原理与实践(开源图书)-总目录,建议收藏,告别碎片阅读!第二次世界大战之后,美苏在全维度展开了霸权竞赛,人工智能研究伴随着计算机的发展也开始进入佳境。经过经过半个多世纪的发展,人工智能逐渐形成:符号学派、贝叶斯学派和联结学派三个流派。符号学派:以谓词逻辑表示法理论为基础的符号主义占据了绝对的主流,但是到了上世纪90年代,符号主义具有的先天缺陷开始暴
- 机器学习实战-52: K最近邻分类算法(k-Nearest Neighbor-KNN)
MTVideoAI
机器学习专题机器学习原理与实践机器学习K最近邻分类算法K-NearestNeighbor(KNN)分类算法Sklearn最近邻源码
机器学习实战-52:K最近邻分类算法深度学习原理与实践(开源图书)-总目录,建议收藏,告别碎片阅读!K最近邻(k-NearestNeighbor-KNN)分类算法属于监督学习算法。常用分类算法包括:逻辑回归(LogisticRegression,LR)、K最近邻(k-NearestNeighbor,KNN)、朴素贝叶斯模型(NaiveBayesianModel,NBM)、隐马尔科夫模型(Hidde
- 详解深度学习感知机原理
蒸熟的土豆
大家好,欢迎阅读深度学习专题。我们之前的机器学习专题已经结束了,我们把机器学习领域当中常用的算法、模型以及它们的原理以及实现都过了一遍。虽然还有一些技术,比如马尔科夫、隐马尔科夫、条件随机场等等没有涉及到。但是这些内容相比来说要弱一些,使用频率并不是非常高,我们就不一一叙述了,感兴趣的同学可以自行研究一下。我想像是GBDT、SVM这些模型都能理解的话,那些模型想必也不在话下。深度学习简介深度学习最
- AI学习路线
Ai扫地僧(yao)
ai
pythonpython语法数学基础AI数学基础在线编程天池leetcode编程基础课数据分析numpy实践pandas实践Matplotlib实践工具与框架pytorchtensorflow机器学习机器学习原理与实践深度学习深度学习原理与实践强化学习计算机视觉视觉AI应用入门与实战AI技术解读数据挖掘数据挖掘原理数据挖掘实战语音识别语音识别原理与应用语音合成技术声纹识别技术人机对话NLPNLP技
- 深度学习-23:矩阵理论(L0/L1/L2范数)
MTVideoAI
深度学习专题深度学习原理与实践深度学习矩阵理论向量和张量L1范数
深度学习-23:矩阵理论(L0/L1/L2范数)深度学习原理与实践(开源图书)-总目录,建议收藏,告别碎片阅读!线性代数是数学的一个分支,广泛应用于科学和工程领域。线性代数和矩阵理论是机器学习和人工智能的重要数学基础。有短板的请补课,推荐《TheMatrixCookbook》。线性代数主要涉及矩阵理论,本节围绕矩阵理论展开。1标量、向量和张量标量:一个标量就是一个单独的数字向量:一个向量就是一列数
- 机器学习实战-63:混合高斯模型聚类算法(Gaussian Mixture Model)
MTVideoAI
机器学习专题机器学习原理与实践机器学习混合高斯模型GaussianMixtureModel聚类算法
#机器学习实战-63:混合高斯模型聚类算法深度学习原理与实践(开源图书)-总目录,建议收藏,告别碎片阅读!机器学习分为监督学习、无监督学习和半监督学习(强化学习)。无监督学习最常应用的场景是聚类(clustering)和降维(dimensionreduction)。聚类算法包括:K均值聚类(K-Means)、层次聚类(HierarchicalClustering)和混合高斯模型(GaussianM
- 机器学习实战-54: 集成学习分类算法(ada-boost)
MTVideoAI
机器学习专题机器学习原理与实践机器学习分类算法集成学习ada-boost
集成学习分类算法深度学习原理与实践(开源图书)-总目录,建议收藏,告别碎片阅读!集成学习分类算法(ada-boost)属于监督学习算法。常用分类算法包括:逻辑回归(LogisticRegression,LR)、K最近邻(k-NearestNeighbor,KNN)、朴素贝叶斯模型(NaiveBayesianModel,NBM)、隐马尔科夫模型(HiddenMarkovModel)、支持向量机(Su
- 老唐全新深度学习专题系列视频
m0_59289028
深度学习音视频神经网络
目录├─02、深度学习入门视频课程(上篇)│├─10梯度下降算法原理.wmv│├─11反向传播.wmv│├─12神经网络整体架构.wmv│├─13神经网络模型实例演示.wmv│├─14过拟合问题解决方案.wmv│├─15Python环境搭建(推荐Anaconda方法).wmv│├─16Eclipse搭建python环境.wmv│├─17深度学习入门视频课程09动手完成简单神经网络.wmv│├─18
- 深度学习-30: 基础CNN模型和深度学习模型
MTVideoAI
深度学习专题深度学习原理与实践深度学习神经元卷积神经网络人工智能
深度学习-30:基础CNN模型和深度学习模型深度学习原理与实践(开源图书)-总目录,建议收藏,告别碎片阅读!1神经元人脑是生物进化和造物主的杰作,目前我们对微观人脑的知识可能比宏观的天文知识还要少。在众多人脑模型中,神经网络模型独树一帜。生物神经系统的基本结构和功能单位是神经元(神经细胞),而神经元的活动和信息在神经系统中的传输则表现为一定的生物电变化及其传播。神经元通过树突接收到外部信号,然后对
- 《脚本之家》的AI书单
隨筆塗鴉
最近看了《脚本之家》的微信推送,里面罗列了一些关于AI的书籍,在此简记书单:入门基础:《人工智能(第2版)》【美】StephenLucci&DannyKopec《深度学习》【美】lanGoodfellow等《Python神经网络编程》【英】TariqRashid深度学习:《深度学习与TensorFlow实战》李建军等《深度学习原理与实践》陈仲铭等《Python深度学习》【英】N.D.Lewis《K
- 淘系技术联合承办GAITC 2021专题论坛即将召开,就深度学习议题展开讨论
阿里巴巴淘系技术团队官网博客
人工智能深度学习编程语言敏捷开发自然语言处理
6月5日至6日,由中国人工智能学会主办的2021全球人工智能技术大会(GAITC2021)将在杭州举办。本届大会重装升级,集会议、展览、大赛三位一体,打造一个立体呈现智能科技创新前沿的综合性平台。大会期间将举办20余场专题论坛。6月6日,由CAAI深度学习专委会主任季向阳教授、阿里巴巴集团副总裁、淘系技术部负责人汤兴担任论坛主席的《深度学习专题论坛》将拉开帷幕。期间,淘系技术部推荐算法负责人欧文武
- slam特征点深度 svd_ICRA20中的SLAM论文汇总(一)VSLAM
weixin_39789370
slam特征点深度svd
本文是第一部分,包含比较典型的VSLAM工作(包括VIO)。激光SLAM、多传感器融合、多机器人和其它脑洞SLAM留给第二部分。第三部分是深度学习专题。本文来源:知乎空间智能专栏趁着ICRA20还没结束(在线论文集开放到8月底),我和高仙机器人的赵敏同学人肉扫描了一遍SLAM和Localization主题下的所有论文,每篇文章写了一点摘要,大致做了归类,希望能帮各位节省一点时间。虽然摘要基本不含主
- 深度学习专题-计算机视觉一
Better-1
神经网络结构
一早期的图像处理技术缺点有提取了全局的特征而丢了细节。特征提取-索引技术-相关反馈-重排序简单的特征变换包括了:中心化,变量减去它的均值,相当于平移之后,所有数据觉得中心是(0,0);归一化,指的是,所有数据减去均值再除以标准差;去相关,消除或减弱多光谱图像波段之间的相关性:KL变换、HIS(色度、亮度、饱和度)变换;白化:使图像的像素值转化为零均值和单位方差。特征提取-索引技术-相关反馈-重排序
- 机器学习实战-64:线性判别分析降维算法(Linear Discriminant Analysis)
MTVideoAI
机器学习专题机器学习原理与实践
机器学习实战-64:线性判别分析降维算法深度学习原理与实践(开源图书)-总目录,建议收藏,告别碎片阅读!机器学习分为监督学习、无监督学习和半监督学习(强化学习)。无监督学习最常应用的场景是聚类(clustering)和降维(dimensionreduction)。聚类算法包括:K均值聚类(K-Means)、层次聚类(HierarchicalClustering)和混合高斯模型(GaussianMi
- 深度学习-71: Tensorflow的架构、模型、可视化和案例库
MTVideoAI
深度学习专题深度学习原理与实践
深度学习-71:Tensorflow的架构、模型、可视化和案例库深度学习原理与实践(开源图书)-总目录,建议收藏,告别碎片阅读!文本介绍Tensorflow的架构,Tensorflow内置数据集,Tensorflow内置模型、内置可视化支持和相关在线资源。Tensorflow一个高度模块化的神经网络库,支持GPU和CPU。TensorFlow是一个使用数据流图进行数值计算的开源软件库。Tensor
- 深度学习-72: PyTorch的架构、模型、可视化和案例库
MTVideoAI
深度学习专题深度学习原理与实践
深度学习-72:PyTorch的架构、模型、可视化和案例库深度学习原理与实践(开源图书)-总目录,建议收藏,告别碎片阅读!文本介绍PyTorch的架构,PyTorch内置数据集,PyTorch内置模型、PyTorch的可视化支持和相关在线资源。PyTorch(Caffe2)通过混合前端,分布式训练以及工具和库生态系统实现快速,灵活的实验和高效生产。PyTorch和TensorFlow具有不同计算图
- Tensorflow超级资源列表(Github 12.8K星)包罗万象
MTVideoAI
深度学习专题机器学习专题深度学习原理与实践
Tensorflow超级资源列表包罗万象Tensorflow超级资源列表(Github12.8K星)包罗万象-v7.x什么是TensorFlow?教程模型和工程由TensorFlow提供支持相关开源库(生态)相关视频相关论文相关博客相关社区相关图书Tensorflow超级资源列表(Github12.8K星)包罗万象-v7.x深度学习原理与实践(开源图书)-总目录,建议收藏,告别碎片阅读!发现了一份
- 深度学习-10:人工智能简史及三剑客
MTVideoAI
深度学习专题深度学习原理与实践
深度学习-10:人工智能简史及三剑客深度学习原理与实践(开源图书)-总目录1人工智能简史深度学习理论的突破和深度学习硬件加速能力的突破,使AI在模式识别、无人驾驶、智力游戏领域取得空前的成功。学术界和工业界全力以赴掀起人工智能的新一轮热潮。各大互联网巨头纷纷成立人工智能研究中心,唯恐在新一轮人工智能的竞赛被无情淘汰。如今,机器学习的应用已遍及人工智能的各个分支,如专家系统、自动推理、自然语言理解、
- 一些著名大学关于机器学习,深度学习,计算机视觉,自然语言处理的课程(部分有视频)...
weixin_30820077
(1)Berkeley深度学习专题课程:https://berkeley-deep-learning.github.io/cs294-dl-f16/(2)stanford基于于深度学习的自然语言处理(有视频):https://www.youtube.com/watch?v=sU_Yu_USrNc相关的作业:https://github.com/bogatyy/cs224d(3)由CMU的Larry
- 机器学习实战-51: 逻辑回归分类算法(Logistic Regression)
MTVideoAI
机器学习专题机器学习原理与实践
机器学习实战-51:逻辑回归分类算法(LogisticRegression)深度学习原理与实践(开源图书)-总目录,建议收藏,告别碎片阅读!逻辑回归(LogisticRegression)分类算法属于监督学习算法。常用分类算法包括:逻辑回归(LogisticRegression,LR)、K最近邻(k-NearestNeighbor,KNN)、朴素贝叶斯模型(NaiveBayesianModel,N
- 机器学习实战-62:层次聚类算法(Hierarchical Clustering)
MTVideoAI
机器学习专题机器学习原理与实践
机器学习实战-62:层次聚类算法深度学习原理与实践(开源图书)-总目录,建议收藏,告别碎片阅读!机器学习分为监督学习、无监督学习和半监督学习(强化学习)。无监督学习最常应用的场景是聚类(clustering)和降维(dimensionreduction)。聚类算法包括:K均值聚类(K-Means)、层次聚类(HierarchicalClustering)和混合高斯模型(GaussianMixtur
- 深度学习-54:生成式对抗网络GAN(原理、模型和演进)
MTVideoAI
深度学习专题深度学习原理与实践
深度学习-52:生成式对抗网络GAN(原理、模型和演进)深度学习原理与实践(开源图书)-总目录,建议收藏,告别碎片阅读!一般的学习模型都是基于一个假设的随机分布,然后通过训练真实数据来拟合出模型。网络模型复杂并且数据集规模也不小,这种方法简直就是凭借天生蛮力解决问题。Goodfellow认为正确使用数据的方式,先对数据集的特征信息有insight之后,再干活。在2014年,Goodfellow等提
- 深度学习-13:开源深度学习数据集汇总
MTVideoAI
深度学习专题深度学习原理与实践
深度学习-13:开源深度学习数据集汇总深度学习原理与实践(开源图书)-总目录1机器视觉图形图像数据集1.1MnistMnist数据集:深度学习领域的“HelloWorld!”,入门必备!MNIST是一个手写数字数据库,它有60000个训练样本集和10000个测试样本集,每个样本图像的宽高为28*28。1.2ImageNetImageNet数据集:对深度学习的浪潮起了巨大的推动作用。深度学习领域大牛
- 打开深度学习的潘多拉魔盒(模型可视化)
MTVideoAI
深度学习专题深度学习原理与实践
打开深度学习的潘多拉魔盒(模型可视化)-v3.x深度学习原理与实践(开源图书)-总目录,建议收藏,告别碎片阅读!深度学习在各个领域攻城略地,在诸多领域秒杀传统算法,但是其运作细节一直是个黑盒。理论研究者特别是数学家无法完全解释的事物。学术界、研究所和企业界纷纷希望搞出工具箱,希望打开这个潘多拉魔盒,一窥究竟。总体上有两个目标:(1)量化和图形化其运行机理;(2)使从业者有更多的Insight,能够
- 深度学习-86:深度学习的降维攻击及流派
MTVideoAI
深度学习专题深度学习原理与实践
深度学习-86:深度学习的降维攻击及流派深度学习原理与实践(开源图书)-总目录,建议收藏,告别碎片阅读!1AI强势降维攻击当今科技日新月异,行业巨头一不小心就成了不适应环境的恐龙,面临彻底出局的危险。2000年初的移动手机功能机时代向智能手机时代过渡的战国时代,给我们一些生动的案例,大而不死,赢者通吃,强者恒强,定位理论,品类创新等传统经济理论几乎都不能解释诺基亚、摩托罗拉的暴死。从事计算机业的苹
- 深度学习-42:深度递归神经网络(Recursive NN,RNN)
MTVideoAI
深度学习专题深度学习原理与实践
深度学习-42:深度递归神经网络(RecursiveNN,RNN)深度学习原理与实践(开源图书)-总目录,构建知识谱系。递归神经网络(RecursiveNN,RNN)通过带有树状相似的神经网络结构来递归复杂的深度网络。本质上,递归神经网络是对循环神经网络(RecurrentNeuralNetwork)的一个有效扩展,他们具有不同的计算图。递归神经网络(RecursiveNN)和循环神经网络(Rec
- 机器学习原理与实践(开源图书)-总目录
MTVideoAI
机器学习专题机器学习原理与实践
机器学习原理与实践(开源图书)-总目录CSDN专栏:机器学习原理与实践(开源图书)CSDN专栏:深度学习原理与实践(开源图书)现在我们有了足够的基础设施收集数据和处理数据的能力,诸如:物联网、全球导航系统、互联网、工业互联网、电信网络、移动通信网络、传感器网络、云计算、超级计算机集群。从海量数据中建立模型或发现有用的知识才能将数据矿藏变成真实的知识财富,而挖矿的工具就是机器学习。一起阅读和完善:机
- 深度学习-84:自动驾驶技术(L0-L5级别)
MTVideoAI
深度学习专题深度学习原理与实践
深度学习-84:自动驾驶技术(L0-L5级别)深度学习原理与实践(开源图书)-总目录,建议收藏,告别碎片阅读!人工智能在驾驶领域的应用最为深入。通过依靠人工智能、视觉计算、雷达、监控装置和全球定位系统协同合作,让电脑可以在无人类主动的操作下,自动安全进行操作。自动驾驶系统主要由环境感知、决策协同、控制执行组成。加入我们,一起阅读和完善:机器学习&深度学习原理与实践(开源图书)。告别碎片阅读,构成知
- 深度学习-85:智慧地球/智慧城市/智慧家庭
MTVideoAI
深度学习专题深度学习原理与实践
深度学习-85:智慧地球/智慧城市/智慧家庭深度学习原理与实践(开源图书)-总目录,建议收藏,告别碎片阅读!网络互联互通在企业级别渗透范围极其广泛,边缘领域(家庭、公共基础设施、安防等)并未网络互联互通,数据都停留在信息孤岛上。智慧地球从很高的维度关注工业化、信息化和全球化的趋势,智慧地球的理念的发布,立即在IT界、经济界、工业界等领域引起了巨大的反响。加入我们,一起阅读和完善:机器学习&深度学习
- 深度学习-43:长短时记忆神经网络(LSTM)
MTVideoAI
深度学习专题深度学习原理与实践
深度学习-43:长短时记忆神经网络(LSTM)深度学习原理与实践(开源图书)-总目录,构建知识谱系。长短时记忆神经网络(LongShort-termMemoryNetworks,LSTM)是一种RNN特殊的类型,可以学习长期依赖信息。LSTM由Hochreiter&Schmidhuber(1997)提出,并在近期被AlexGraves进行了改良和推广。LSTM明确旨在避免长期依赖性问题。长时间记住
- 关于旗正规则引擎中的MD5加密问题
何必如此
jspMD5规则加密
一般情况下,为了防止个人隐私的泄露,我们都会对用户登录密码进行加密,使数据库相应字段保存的是加密后的字符串,而非原始密码。
在旗正规则引擎中,通过外部调用,可以实现MD5的加密,具体步骤如下:
1.在对象库中选择外部调用,选择“com.flagleader.util.MD5”,在子选项中选择“com.flagleader.util.MD5.getMD5ofStr({arg1})”;
2.在规
- 【Spark101】Scala Promise/Future在Spark中的应用
bit1129
Promise
Promise和Future是Scala用于异步调用并实现结果汇集的并发原语,Scala的Future同JUC里面的Future接口含义相同,Promise理解起来就有些绕。等有时间了再仔细的研究下Promise和Future的语义以及应用场景,具体参见Scala在线文档:http://docs.scala-lang.org/sips/completed/futures-promises.html
- spark sql 访问hive数据的配置详解
daizj
spark sqlhivethriftserver
spark sql 能够通过thriftserver 访问hive数据,默认spark编译的版本是不支持访问hive,因为hive依赖比较多,因此打的包中不包含hive和thriftserver,因此需要自己下载源码进行编译,将hive,thriftserver打包进去才能够访问,详细配置步骤如下:
1、下载源码
2、下载Maven,并配置
此配置简单,就略过
- HTTP 协议通信
周凡杨
javahttpclienthttp通信
一:简介
HTTPCLIENT,通过JAVA基于HTTP协议进行点与点间的通信!
二: 代码举例
测试类:
import java
- java unix时间戳转换
g21121
java
把java时间戳转换成unix时间戳:
Timestamp appointTime=Timestamp.valueOf(new SimpleDateFormat("yyyy-MM-dd HH:mm:ss").format(new Date()))
SimpleDateFormat df = new SimpleDateFormat("yyyy-MM-dd hh:m
- web报表工具FineReport常用函数的用法总结(报表函数)
老A不折腾
web报表finereport总结
说明:本次总结中,凡是以tableName或viewName作为参数因子的。函数在调用的时候均按照先从私有数据源中查找,然后再从公有数据源中查找的顺序。
CLASS
CLASS(object):返回object对象的所属的类。
CNMONEY
CNMONEY(number,unit)返回人民币大写。
number:需要转换的数值型的数。
unit:单位,
- java jni调用c++ 代码 报错
墙头上一根草
javaC++jni
#
# A fatal error has been detected by the Java Runtime Environment:
#
# EXCEPTION_ACCESS_VIOLATION (0xc0000005) at pc=0x00000000777c3290, pid=5632, tid=6656
#
# JRE version: Java(TM) SE Ru
- Spring中事件处理de小技巧
aijuans
springSpring 教程Spring 实例Spring 入门Spring3
Spring 中提供一些Aware相关de接口,BeanFactoryAware、 ApplicationContextAware、ResourceLoaderAware、ServletContextAware等等,其中最常用到de匙ApplicationContextAware.实现ApplicationContextAwaredeBean,在Bean被初始后,将会被注入 Applicati
- linux shell ls脚本样例
annan211
linuxlinux ls源码linux 源码
#! /bin/sh -
#查找输入文件的路径
#在查找路径下寻找一个或多个原始文件或文件模式
# 查找路径由特定的环境变量所定义
#标准输出所产生的结果 通常是查找路径下找到的每个文件的第一个实体的完整路径
# 或是filename :not found 的标准错误输出。
#如果文件没有找到 则退出码为0
#否则 即为找不到的文件个数
#语法 pathfind [--
- List,Set,Map遍历方式 (收集的资源,值得看一下)
百合不是茶
listsetMap遍历方式
List特点:元素有放入顺序,元素可重复
Map特点:元素按键值对存储,无放入顺序
Set特点:元素无放入顺序,元素不可重复(注意:元素虽然无放入顺序,但是元素在set中的位置是有该元素的HashCode决定的,其位置其实是固定的)
List接口有三个实现类:LinkedList,ArrayList,Vector
LinkedList:底层基于链表实现,链表内存是散乱的,每一个元素存储本身
- 解决SimpleDateFormat的线程不安全问题的方法
bijian1013
javathread线程安全
在Java项目中,我们通常会自己写一个DateUtil类,处理日期和字符串的转换,如下所示:
public class DateUtil01 {
private SimpleDateFormat dateformat = new SimpleDateFormat("yyyy-MM-dd HH:mm:ss");
public void format(Date d
- http请求测试实例(采用fastjson解析)
bijian1013
http测试
在实际开发中,我们经常会去做http请求的开发,下面则是如何请求的单元测试小实例,仅供参考。
import java.util.HashMap;
import java.util.Map;
import org.apache.commons.httpclient.HttpClient;
import
- 【RPC框架Hessian三】Hessian 异常处理
bit1129
hessian
RPC异常处理概述
RPC异常处理指是,当客户端调用远端的服务,如果服务执行过程中发生异常,这个异常能否序列到客户端?
如果服务在执行过程中可能发生异常,那么在服务接口的声明中,就该声明该接口可能抛出的异常。
在Hessian中,服务器端发生异常,可以将异常信息从服务器端序列化到客户端,因为Exception本身是实现了Serializable的
- 【日志分析】日志分析工具
bit1129
日志分析
1. 网站日志实时分析工具 GoAccess
http://www.vpsee.com/2014/02/a-real-time-web-log-analyzer-goaccess/
2. 通过日志监控并收集 Java 应用程序性能数据(Perf4J)
http://www.ibm.com/developerworks/cn/java/j-lo-logforperf/
3.log.io
和
- nginx优化加强战斗力及遇到的坑解决
ronin47
nginx 优化
先说遇到个坑,第一个是负载问题,这个问题与架构有关,由于我设计架构多了两层,结果导致会话负载只转向一个。解决这样的问题思路有两个:一是改变负载策略,二是更改架构设计。
由于采用动静分离部署,而nginx又设计了静态,结果客户端去读nginx静态,访问量上来,页面加载很慢。解决:二者留其一。最好是保留apache服务器。
来以下优化:
- java-50-输入两棵二叉树A和B,判断树B是不是A的子结构
bylijinnan
java
思路来自:
http://zhedahht.blog.163.com/blog/static/25411174201011445550396/
import ljn.help.*;
public class HasSubtree {
/**Q50.
* 输入两棵二叉树A和B,判断树B是不是A的子结构。
例如,下图中的两棵树A和B,由于A中有一部分子树的结构和B是一
- mongoDB 备份与恢复
开窍的石头
mongDB备份与恢复
Mongodb导出与导入
1: 导入/导出可以操作的是本地的mongodb服务器,也可以是远程的.
所以,都有如下通用选项:
-h host 主机
--port port 端口
-u username 用户名
-p passwd 密码
2: mongoexport 导出json格式的文件
- [网络与通讯]椭圆轨道计算的一些问题
comsci
网络
如果按照中国古代农历的历法,现在应该是某个季节的开始,但是由于农历历法是3000年前的天文观测数据,如果按照现在的天文学记录来进行修正的话,这个季节已经过去一段时间了。。。。。
也就是说,还要再等3000年。才有机会了,太阳系的行星的椭圆轨道受到外来天体的干扰,轨道次序发生了变
- 软件专利如何申请
cuiyadll
软件专利申请
软件技术可以申请软件著作权以保护软件源代码,也可以申请发明专利以保护软件流程中的步骤执行方式。专利保护的是软件解决问题的思想,而软件著作权保护的是软件代码(即软件思想的表达形式)。例如,离线传送文件,那发明专利保护是如何实现离线传送文件。基于相同的软件思想,但实现离线传送的程序代码有千千万万种,每种代码都可以享有各自的软件著作权。申请一个软件发明专利的代理费大概需要5000-8000申请发明专利可
- Android学习笔记
darrenzhu
android
1.启动一个AVD
2.命令行运行adb shell可连接到AVD,这也就是命令行客户端
3.如何启动一个程序
am start -n package name/.activityName
am start -n com.example.helloworld/.MainActivity
启动Android设置工具的命令如下所示:
# am start -
- apache虚拟机配置,本地多域名访问本地网站
dcj3sjt126com
apache
现在假定你有两个目录,一个存在于 /htdocs/a,另一个存在于 /htdocs/b 。
现在你想要在本地测试的时候访问 www.freeman.com 对应的目录是 /xampp/htdocs/freeman ,访问 www.duchengjiu.com 对应的目录是 /htdocs/duchengjiu。
1、首先修改C盘WINDOWS\system32\drivers\etc目录下的
- yii2 restful web服务[速率限制]
dcj3sjt126com
PHPyii2
速率限制
为防止滥用,你应该考虑增加速率限制到您的API。 例如,您可以限制每个用户的API的使用是在10分钟内最多100次的API调用。 如果一个用户同一个时间段内太多的请求被接收, 将返回响应状态代码 429 (这意味着过多的请求)。
要启用速率限制, [[yii\web\User::identityClass|user identity class]] 应该实现 [[yii\filter
- Hadoop2.5.2安装——单机模式
eksliang
hadoophadoop单机部署
转载请出自出处:http://eksliang.iteye.com/blog/2185414 一、概述
Hadoop有三种模式 单机模式、伪分布模式和完全分布模式,这里先简单介绍单机模式 ,默认情况下,Hadoop被配置成一个非分布式模式,独立运行JAVA进程,适合开始做调试工作。
二、下载地址
Hadoop 网址http:
- LoadMoreListView+SwipeRefreshLayout(分页下拉)基本结构
gundumw100
android
一切为了快速迭代
import java.util.ArrayList;
import org.json.JSONObject;
import android.animation.ObjectAnimator;
import android.os.Bundle;
import android.support.v4.widget.SwipeRefreshLayo
- 三道简单的前端HTML/CSS题目
ini
htmlWeb前端css题目
使用CSS为多个网页进行相同风格的布局和外观设置时,为了方便对这些网页进行修改,最好使用( )。http://hovertree.com/shortanswer/bjae/7bd72acca3206862.htm
在HTML中加入<table style=”color:red; font-size:10pt”>,此为( )。http://hovertree.com/s
- overrided方法编译错误
kane_xie
override
问题描述:
在实现类中的某一或某几个Override方法发生编译错误如下:
Name clash: The method put(String) of type XXXServiceImpl has the same erasure as put(String) of type XXXService but does not override it
当去掉@Over
- Java中使用代理IP获取网址内容(防IP被封,做数据爬虫)
mcj8089
免费代理IP代理IP数据爬虫JAVA设置代理IP爬虫封IP
推荐两个代理IP网站:
1. 全网代理IP:http://proxy.goubanjia.com/
2. 敲代码免费IP:http://ip.qiaodm.com/
Java语言有两种方式使用代理IP访问网址并获取内容,
方式一,设置System系统属性
// 设置代理IP
System.getProper
- Nodejs Express 报错之 listen EADDRINUSE
qiaolevip
每天进步一点点学习永无止境nodejs纵观千象
当你启动 nodejs服务报错:
>node app
Express server listening on port 80
events.js:85
throw er; // Unhandled 'error' event
^
Error: listen EADDRINUSE
at exports._errnoException (
- C++中三种new的用法
_荆棘鸟_
C++new
转载自:http://news.ccidnet.com/art/32855/20100713/2114025_1.html
作者: mt
其一是new operator,也叫new表达式;其二是operator new,也叫new操作符。这两个英文名称起的也太绝了,很容易搞混,那就记中文名称吧。new表达式比较常见,也最常用,例如:
string* ps = new string("
- Ruby深入研究笔记1
wudixiaotie
Ruby
module是可以定义private方法的
module MTest
def aaa
puts "aaa"
private_method
end
private
def private_method
puts "this is private_method"
end
end