- 多模态大模型:技术原理与实战 ChatGPT的诞生
AI大模型应用之禅
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
多模态大模型:技术原理与实战ChatGPT的诞生作者:禅与计算机程序设计艺术1.背景介绍1.1人工智能的发展历程1.1.1早期人工智能1.1.2机器学习时代1.1.3深度学习的崛起1.2自然语言处理的演进1.2.1基于规则的方法1.2.2统计机器学习方法1.2.3深度学习在NLP中的应用1.3大语言模型的出现1.3.1Transformer架构的提出1.3.2预训练语言模型的发展1.3.3GPT系
- 统计机器学习第十三章极大似然估计的性质——图解MLE的渐进正态性
cui_hao_nan
统计机器学习导论机器学习
n=10;t=10000;s=1/12/n;x=linspace(-0.4,0.4,100);y=1/sqrt(2*pi*s)*exp(-x.^2/(2*s));z=mean(rand(t,n)-0.5,2);figure(1);clf;holdonb=20;hist(z,b);h=plot(x,y*t/b*(max(z)-min(z)),'r-');这段代码的功能是生成随机数并进行直方图和曲线的
- 赠书 | 李航老师的蓝皮书
茗创科技
赠书活动统计学习方法“统计机器学习方法是实现智能化目标的最有效的手段,统计机器学习是各种智能性处理研究领域中的核心技术,并且在这些领域的发展及应用中起着决定性的作用。”作者简介李航,日本京都大学电气电子工程系毕业,日本东京大学计算机科学博士。北京大学、南京大学客座教授,IEEE会士,ACM杰出科学家,CCF高级会员。研究方向包括信息检索,自然语言处理,统计机器学习,及数据挖掘。曾出版过三部学术专著
- 统计机器学习-感知机
又双叒叕苟了一天
感知机是二分类的线性分类模型,即通过一个超平面将数据集分割在两侧,同在一个侧的为同一个分类,一般上侧的为正例,下侧的为负例。感知机的定义假设输入空间(特征空间)是,输出空间是。输入表示实例的特征向量,对应于输入空间(特征空间)的点;输出表示实例的类别。由输入空间到输出空间的如下函数称为感知机。其中,和为感知机模型参数,叫做权值或权值向量,叫做偏置,表示和的内积。是符号函数,即并且假设数据是完全线性
- 二、自然语言处理发展历程
智享AI
深度学习自然语言处理
1.自然语言处理发展历程自然语言处理的发展历程经历了兴起阶段、符号主义、连接主义和深度学习阶段。兴起阶段:自然语言处理的萌芽期,代表人物包括图灵和香农。符号主义:自然语言处理的发展器,代表任务是乔姆斯基和他的生成文法。连接主义:自然语言处理的发展器,代表方法为统计机器学习。深度学习:自然语言处理的鼎盛期,代表人物为深度学习三巨头:YoshuaBengio、YannLeCun、GeoffreyHin
- 机器学习和深度学习检测网络安全课题:DDOS检测、恶意软件、恶意流量检测课题资料
三更科技公社
机器学习深度学习web安全
开源的DDOS检测工具https://github.com/equalitie/learn2ban基于KDDCUP99数据集预测DDoS攻击基于谱分析与统计机器学习的DDoS攻击检测技术研究基于机器学习的分布式拒绝服务攻击检测方法研究DDoSAttacksUsingHiddenMarkovModelsandCooperativeReinforcementLearning*恶意软件检测https:/
- 神经网络:深度学习优化方法
是Dream呀
神经网络深度学习神经网络人工智能
1.有哪些方法能提升CNN模型的泛化能力采集更多数据:数据决定算法的上限。优化数据分布:数据类别均衡。选用合适的目标函数。设计合适的网络结构。数据增强。权值正则化。使用合适的优化器等。2.BN层面试高频问题大汇总BN层解决了什么问题?统计机器学习中的一个经典假设是“源空间(sourcedomain)和目标空间(targetdomain)的数据分布(distribution)是一致的”。如果不一致,
- 【期末复习向】文本理解与数据挖掘-名词解释
诺坎普的风间
数据挖掘人工智能文本理解深度学习名词解释
(一)什么是自然语言处理1.自然语言处理(NLP)从最广泛的意义上说,NLP指的是任何自动处理人类语言的程序(二)一系列自然语言处理问题2.NLP常用方法基于规则的方法(基于人工标注的规则和字典,覆盖度低)统计机器学习方法(被学术界和工业界采用;使用概率模型,包括训练数据、特征工程、在参数上训练模型、将模型应用与测试数据)联结主义方法(深度学习崛起,包括没有语言特征、采用大量原始数据训练、参数量大
- zxl-机器学习-01
米米吉吉
Python机器学习
文章目录机器学习一.定义:二.计算机三阶段三.基本要求四.统计机器学习五.基本问题六.机器学习的方法作者:zstarling机器学习网络算法机器优化概率统计数据矩阵信息模型推理知识靠学习一.定义:机器学习是把数据变成知识的和过程。计算机和数学的结合。统计提供建模的框架framework。数据挖掘和机器学习本质上无区别,机器学习更偏数学。区别:ML机器学习STAT统计学networks,graphs
- 多重共线性
7ccc099f4608
最近碰到个有有意思的问题:在传统统计机器学习(lr)中,相关性检测(VIF等)防止多重共线性非常重要;但是在实际的机器学习应用中,多重共线性似乎不用考虑。参考这个回答:https://stats.stackexchange.com/questions/168622/why-is-multicollinearity-not-checked-in-modern-statistics-machine-l
- 参数估计
Xwei1226
paperreading参数估计
大学期间学习数理统计这门课程的时候,没有特别用心。说实话统计学还是挺枯燥的,而且当时也没有太多的学习意识,不知道为什么要学这些貌似八竿子打不着的东西。现在想想,当时真是toosimple,sometimesnaive啊。。等到越往后面深入,发现需要用的数学知识尤其是统计学知识越来越多,因为现在机器学习里发展最成熟应用最广泛的一部分就是统计机器学习,自然离不开统计学的方方面面。而且随着研究的逐步深入
- 图神经网络--论文精读
无盐薯片
图神经网络神经网络机器学习人工智能
论文精读图神经网络论文精读摘要介绍问题定义学习表示算法代码实战加载百科词条,构建无向图训练Word2Vec模型摘要DeepWalk用于学习隐式表征的表示学习方法,将节点在图中的连接关系进行编码,形成稠密低维连续的向量空间,可用于统计机器学习在多类别网络分类任务上表现不错,例如BlogCatalog、Flickr和YouTubeDeepWalk基于随机游走的,适用于稀疏标注的场景介绍背景:传统机器学
- 贝叶斯变分方法:初学者指南--平均场近似
无水先生
#贝叶斯理论人工智能人工智能数学模型
EricJang:ABeginner'sGuidetoVariationalMethods:Mean-FieldApproximation(evjang.com)一、说明变分贝叶斯(VB)方法是统计机器学习中非常流行的一系列技术。VB方法允许我们将统计推断问题(即,给定另一个随机变量的值来推断随机变量的值)重写为优化问题(即,找到最小化某些目标函数的参数值),本文将阐述这种精妙模型。二、文章绪论2
- 机器学习实战 梯度上升 数学推导_机器学习-白板推导系列(二)-数学基础笔记
weixin_39644377
机器学习实战梯度上升数学推导
视频如下:机器学习-白板推导系列(二)-数学基础_哔哩哔哩(゜-゜)つロ干杯~-bilibiliwww.bilibili.com一、概率-高斯分布1-极大似然估计高斯分布在统计机器学习中占据重要的地位。本节内容主要是利用极大似然估计计算高斯分布下的最优参数。Data:假设数据中有个样本,每个样本为维数据(含有个feature)所有的样本都独立同分布于高斯分布MLE:极大似然估计MLE:求最优的使得
- 2018年8月9日
真昼之月
早上提前于闹钟醒来,希望以后也能一直这样。坐地铁时再度挤成狗,早出门和地铁人不多果然是无法兼得的吗……再次久违(?)地来到公司并打扫工位,学长继续出差中,但是休产假的另一个同事倒是回来了……上午闲着没事看了看李航的统计机器学习,超困,中午睡了半个小时午觉后好了点。下午又看了一会儿书之后开始自己找正事干,写评分卡模型的操作说明写到一半。晚上大部分时间都在KFC摸鱼打鬼岛,面对Rider红鬼掏出了好久
- 浅谈从机器学习到深度学习
江小北
机器学习机器学习
机器学习分为频率派和贝叶斯派。频率派发展成统计机器学习,贝叶斯派发展成概率图模型。频率派有“四化”,如图所示,正则化有很多种,在损失函数后面加一个惩罚项,比如线性回归里面的L1和L2正则化,每个模型的正则化项不一定相同;核化用处非常多,常见的有kernelSVM,另外在降维也有用到,比如kernelPCA。集成方法现在非常多,bagging代表是随机森林,boosting代表有AdaBoost,G
- 概率论入门之《统计机器学习导论》阅读笔记(第一,二章)
生而为弟
第一章统计机器学习第一章主要介绍了机器学习的分类:监督学习,非监督学习,强化学习。然后介绍了监督学习的三大主要任务:回归,分类,排序,以及非监督学习的聚类。最后稍稍介绍了一下机器学习中的其它技术:集成学习,张量学习,在线学习,迁移学习,度量学习。当然这些与概率论关系不大,因此笔者在此略过。下面着重记录第二章的阅读笔记。第二章随机变量与概率分布2.1数学基础imageimageimageimage以
- 监督学习方法与无监督学习方法总结
daisyxyr
李航统计学习方法笔记学习机器学习算法
(一)监督学习10种监督学习方法特点的概括汇总如下表:(二)无监督学习八种常用的统计机器学习方法,即聚类方法(包括层次聚类与k均值聚类)、奇异值分解(SVD)、主成分分析(PCA)、潜在语义分析(LSA)、概率潜在语义分析(PLSA)、马尔可夫链蒙特卡罗法(MCMC)、潜在狄利克雷分配(LDA)、PageRank算法还有另外三种常用的统计机器学习方法,即非负矩阵分解(NMF)、变分推理、幂法这些方
- 【统计机器学习】考核标准 + 课堂练习题汇总
MorleyOlsen
专业选修课系列机器学习人工智能
写在前面1:上课老师是:付学谦老师及其博士助教。上课带纸笔和人就行。2:上课的内容和作业量相比于其他选修课较为轻松,且只有大作业和论文报告,没有考试!!!基本上最后会留20min给同学们写课堂练习题。3:最好拍下每张ppt,指不定哪道题就用上了。以及现在是GPT时代,善用工具会事半功倍。4:平时分而言,我个人觉得挺玄学的,每次课都做前排且上课听讲并回答问题,最后也只拿了B+。5:所以,只是为了刷成
- 《统计机器学习》学习笔记第三章之K近邻
资料加载中
机器学习统计学习方法
本文完全转载于https://www.cnblogs.com/pinard/p/6061661.html标记了一些自己认为比较重要的句子,同时自己为了以后回顾方便就搬了过来。这是一个关于统计机器学习的系列笔记。K近邻法(k-nearestneighbors,KNN)是一种很基本的机器学习方法了,在我们平常的生活中也会不自主的应用。比如,我们判断一个人的人品,只需要观察他来往最密切的几个人的人品好坏
- 李航老师《统计学习方法》第1章阅读笔记
Chen_Chance
学习方法笔记人工智能
1.1统计学习统计学习的特点统计学习:计算机基于数据构建概率统计模型并运用模型对数据进行预测与分析现在人们提及机器学习时,往往指统计机器学习,所以可以认为本书介绍的是机器学习方法统计学习的对象统计学习研究的对象是数据(data),统计学习关于数据的基本假设是同类数据具有一定的统计规律性,这是统计学习的前提。e.g.用随机变量描述数据的特征,用概率分布描述数据的统计规律在统计学习中,以变量或变量组表
- 从统计语言模型到预训练语言模型---统计语言模型
hanscalZheng
大语言模型语言模型人工智能自然语言处理
语言模型从历史上来看,自然语言处理的研究范式变化是从规则到统计,从统计机器学习到基于神经网络的深度学习,这同时也是语言模型发展的历史。要了解语言模型的发展历史,首先我们需要认识什么是语言模型。语言模型的目标是建模自然语言的概率分布,即确定语言中任意词序列的概率,它提供了从概率统计角度建模语言文字的独特视角。语言模型在自然语言处理中用广泛的应用,在语音识别、语法纠错、机器翻译、语言生成等任务中均发挥
- 统计机器学习(二)-- 概率(3、4、5、6)
雪茸川
概率1.1概率空间和事件样本空间是实验所有可能结果的空间,,是一个元素或者实现事件是样本空间的子集测度论相关巴拉巴拉随机变量离散随机变量(0-1)分布数学期望二项分布数学期望性质函数n:整数推广NegativeBinomialDistribution几何分布数学期望比如丢硬币得到一次正面所需要的次数泊松分布泊松定理注意:意味着当n很大的时候必定很小可能场景:一本书中一页的印刷错误,一天内病人的人数
- 【AI】机器学习——绪论
AmosTian
AI#机器学习人工智能机器学习AI
文章目录1.1机器学习概念1.1.1定义统计机器学习与数据挖掘区别机器学习前提1.1.2术语1.1.3特点以数据为研究对象目标方法——基于数据构建模型SML三要素SML步骤1.2分类1.2.1参数化/非参数化方法1.2.2按算法分类1.2.3按模型分类概率模型非概率模型逻辑斯蒂回归1.2.4基本分类监督学习分类符号表示形式化特征无监督模型特征符号表示形式化强化学习半监督学习主动学习1.2.5按技巧
- 统计机器学习 -- 目录
雪茸川
概率基础随机变量1随机变量2高斯分布连续分布例子scalemixturepisribarinjeffreypriorstatisticinterenceLaplace变换多元分布定义概率变换jacobianwedgeproduction统计量多元正态分布Wishart分布矩阵元Beta分布统计量充分统计量指数值分布共轭先验性质EntropyKLdistanceproperties概率不等式1概率不
- 1.统计学习及监督学习概论
徴徴南风
1.1统计学习统计学习是关于计算机基于数据构建概率统计模型并运用模型对数据进行预测与分析的一门学科。统计学习也称为统计机器学习。统计学习的前置知识:工科数学(高等数学),线性代数,概率论,一门基础编程语言(python)统计学习的步骤:有限数据-》假设空间-》学习策略-》实现算法-》选择最优-》预测新数据1.2统计学习的分类基本分类:监督学习,无监督学习,半监督学习,强化学习监督学习:监督学习的本
- 人工智能之数学(概率方面)
aidh123
人工智能之数学概率贝叶斯
我们经常使用的统计机器学习算法,或者是神经网络模型中,数学作为最基础的根基,融合了高等数学中的微分学、概率、线性代数、凸优化等方面,每一个方面深入后都是有很多的益处,但是本着先实用,在进行学习的原则。所以主要是理解相关数学符号,理解统计学习中一些和概率相关的算法推导,即可。基础概率:一件事情发生的概率,等于该事件发生的数目除以所发生的数目。例如电影院观影人数为100人,女生50人,男士50人,你看
- 统计学习方法学习笔记(一)————统计学习方法概论
阿波拉
统计学习方法李航统计学习数据监督学习特征空间
1.统计学习(1)统计学习概念统计学习(statisticallearning)是关于计算机基于数据构建概率统计模型并运用模型对数据进行预测与分析的一门学科。统计学习也称为统计机器学习(statisticalmachinelearning)。(2)统计学习的特点统计学习以计算机及网络为平台,是建立在计算机及网络之上的。统计学习以数据为研究对象,是数据驱动的学科。统计学习的目的是对数据进行预测与分析
- 2022-04-29 《当产品经理遇到人工智能》读书笔记07 自然语言处理的产品应用
May_1013
自然语言处理产品应用在人工智能领域,会将所有人类使用的语言视为“自然”语言。自然语言处理NaturalLanguageProcessing,NLP技术可以让机器更加懂得人类的自然语言,理解人类通过语言所表达的含义。一、认识NLP1、常见自然语言处理的两种方法1)基于规则来理解自然语言,即通过制定一系列的规则来设计一个程序,然后通过这个程序来解决自然语言交流的问题2)基于统计机器学习来理解自然语言,
- 《统计学习方法》学习笔记1:以方法为中心
王同学LM
Machinelearning学习方法学习笔记
统计学习,也称统计机器学习,什么是学习,如果一个系统能够通过执行某个过程改进它的性能,就说这个系统可以学习。按此定义,统计机器学习,就是计算机系统通过运行数据及统计方法提高系统性能的机器学习。它以计算机和网络为平台,以数据为研究对象,目的是对数据进行预测与分析。统计学习以方法为中心,方法构建模型,再应用模型去预测与分析。1.统计学习建立在计算机和网络之上自不必说。2.之所以以数据为研究对象,是因为
- jdk tomcat 环境变量配置
Array_06
javajdktomcat
Win7 下如何配置java环境变量
1。准备jdk包,win7系统,tomcat安装包(均上网下载即可)
2。进行对jdk的安装,尽量为默认路径(但要记住啊!!以防以后配置用。。。)
3。分别配置高级环境变量。
电脑-->右击属性-->高级环境变量-->环境变量。
分别配置 :
path
&nbs
- Spring调SDK包报java.lang.NoSuchFieldError错误
bijian1013
javaspring
在工作中调另一个系统的SDK包,出现如下java.lang.NoSuchFieldError错误。
org.springframework.web.util.NestedServletException: Handler processing failed; nested exception is java.l
- LeetCode[位运算] - #136 数组中的单一数
Cwind
java题解位运算LeetCodeAlgorithm
原题链接:#136 Single Number
要求:
给定一个整型数组,其中除了一个元素之外,每个元素都出现两次。找出这个元素
注意:算法的时间复杂度应为O(n),最好不使用额外的内存空间
难度:中等
分析:
题目限定了线性的时间复杂度,同时不使用额外的空间,即要求只遍历数组一遍得出结果。由于异或运算 n XOR n = 0, n XOR 0 = n,故将数组中的每个元素进
- qq登陆界面开发
15700786134
qq
今天我们来开发一个qq登陆界面,首先写一个界面程序,一个界面首先是一个Frame对象,即是一个窗体。然后在这个窗体上放置其他组件。代码如下:
public class First { public void initul(){ jf=ne
- Linux的程序包管理器RPM
被触发
linux
在早期我们使用源代码的方式来安装软件时,都需要先把源程序代码编译成可执行的二进制安装程序,然后进行安装。这就意味着每次安装软件都需要经过预处理-->编译-->汇编-->链接-->生成安装文件--> 安装,这个复杂而艰辛的过程。为简化安装步骤,便于广大用户的安装部署程序,程序提供商就在特定的系统上面编译好相关程序的安装文件并进行打包,提供给大家下载,我们只需要根据自己的
- socket通信遇到EOFException
肆无忌惮_
EOFException
java.io.EOFException
at java.io.ObjectInputStream$PeekInputStream.readFully(ObjectInputStream.java:2281)
at java.io.ObjectInputStream$BlockDataInputStream.readShort(ObjectInputStream.java:
- 基于spring的web项目定时操作
知了ing
javaWeb
废话不多说,直接上代码,很简单 配置一下项目启动就行
1,web.xml
<?xml version="1.0" encoding="UTF-8"?>
<web-app xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"
xmlns="h
- 树形结构的数据库表Schema设计
矮蛋蛋
schema
原文地址:
http://blog.csdn.net/MONKEY_D_MENG/article/details/6647488
程序设计过程中,我们常常用树形结构来表征某些数据的关联关系,如企业上下级部门、栏目结构、商品分类等等,通常而言,这些树状结构需要借助于数据库完成持久化。然而目前的各种基于关系的数据库,都是以二维表的形式记录存储数据信息,
- maven将jar包和源码一起打包到本地仓库
alleni123
maven
http://stackoverflow.com/questions/4031987/how-to-upload-sources-to-local-maven-repository
<project>
...
<build>
<plugins>
<plugin>
<groupI
- java IO操作 与 File 获取文件或文件夹的大小,可读,等属性!!!
百合不是茶
类 File
File是指文件和目录路径名的抽象表示形式。
1,何为文件:
标准文件(txt doc mp3...)
目录文件(文件夹)
虚拟内存文件
2,File类中有可以创建文件的 createNewFile()方法,在创建新文件的时候需要try{} catch(){}因为可能会抛出异常;也有可以判断文件是否是一个标准文件的方法isFile();这些防抖都
- Spring注入有继承关系的类(2)
bijian1013
javaspring
被注入类的父类有相应的属性,Spring可以直接注入相应的属性,如下所例:1.AClass类
package com.bijian.spring.test4;
public class AClass {
private String a;
private String b;
public String getA() {
retu
- 30岁转型期你能否成为成功人士
bijian1013
成长励志
很多人由于年轻时走了弯路,到了30岁一事无成,这样的例子大有人在。但同样也有一些人,整个职业生涯都发展得很优秀,到了30岁已经成为职场的精英阶层。由于做猎头的原因,我们接触很多30岁左右的经理人,发现他们在职业发展道路上往往有很多致命的问题。在30岁之前,他们的职业生涯表现很优秀,但从30岁到40岁这一段,很多人
- 【Velocity四】Velocity与Java互操作
bit1129
velocity
Velocity出现的目的用于简化基于MVC的web应用开发,用于替代JSP标签技术,那么Velocity如何访问Java代码.本篇继续以Velocity三http://bit1129.iteye.com/blog/2106142中的例子为基础,
POJO
package com.tom.servlets;
public
- 【Hive十一】Hive数据倾斜优化
bit1129
hive
什么是Hive数据倾斜问题
操作:join,group by,count distinct
现象:任务进度长时间维持在99%(或100%),查看任务监控页面,发现只有少量(1个或几个)reduce子任务未完成;查看未完成的子任务,可以看到本地读写数据量积累非常大,通常超过10GB可以认定为发生数据倾斜。
原因:key分布不均匀
倾斜度衡量:平均记录数超过50w且
- 在nginx中集成lua脚本:添加自定义Http头,封IP等
ronin47
nginx lua csrf
Lua是一个可以嵌入到Nginx配置文件中的动态脚本语言,从而可以在Nginx请求处理的任何阶段执行各种Lua代码。刚开始我们只是用Lua 把请求路由到后端服务器,但是它对我们架构的作用超出了我们的预期。下面就讲讲我们所做的工作。 强制搜索引擎只索引mixlr.com
Google把子域名当作完全独立的网站,我们不希望爬虫抓取子域名的页面,降低我们的Page rank。
location /{
- java-3.求子数组的最大和
bylijinnan
java
package beautyOfCoding;
public class MaxSubArraySum {
/**
* 3.求子数组的最大和
题目描述:
输入一个整形数组,数组里有正数也有负数。
数组中连续的一个或多个整数组成一个子数组,每个子数组都有一个和。
求所有子数组的和的最大值。要求时间复杂度为O(n)。
例如输入的数组为1, -2, 3, 10, -4,
- Netty源码学习-FileRegion
bylijinnan
javanetty
今天看org.jboss.netty.example.http.file.HttpStaticFileServerHandler.java
可以直接往channel里面写入一个FileRegion对象,而不需要相应的encoder:
//pipeline(没有诸如“FileRegionEncoder”的handler):
public ChannelPipeline ge
- 使用ZeroClipboard解决跨浏览器复制到剪贴板的问题
cngolon
跨浏览器复制到粘贴板Zero Clipboard
Zero Clipboard的实现原理
Zero Clipboard 利用透明的Flash让其漂浮在复制按钮之上,这样其实点击的不是按钮而是 Flash ,这样将需要的内容传入Flash,再通过Flash的复制功能把传入的内容复制到剪贴板。
Zero Clipboard的安装方法
首先需要下载 Zero Clipboard的压缩包,解压后把文件夹中两个文件:ZeroClipboard.js
- 单例模式
cuishikuan
单例模式
第一种(懒汉,线程不安全):
public class Singleton { 2 private static Singleton instance; 3 pri
- spring+websocket的使用
dalan_123
一、spring配置文件
<?xml version="1.0" encoding="UTF-8"?><beans xmlns="http://www.springframework.org/schema/beans" xmlns:xsi="http://www.w3.or
- 细节问题:ZEROFILL的用法范围。
dcj3sjt126com
mysql
1、zerofill把月份中的一位数字比如1,2,3等加前导0
mysql> CREATE TABLE t1 (year YEAR(4), month INT(2) UNSIGNED ZEROFILL, -> day
- Android开发10——Activity的跳转与传值
dcj3sjt126com
Android开发
Activity跳转与传值,主要是通过Intent类,Intent的作用是激活组件和附带数据。
一、Activity跳转
方法一Intent intent = new Intent(A.this, B.class); startActivity(intent)
方法二Intent intent = new Intent();intent.setCla
- jdbc 得到表结构、主键
eksliang
jdbc 得到表结构、主键
转自博客:http://blog.csdn.net/ocean1010/article/details/7266042
假设有个con DatabaseMetaData dbmd = con.getMetaData(); rs = dbmd.getColumns(con.getCatalog(), schema, tableName, null); rs.getSt
- Android 应用程序开关GPS
gqdy365
android
要在应用程序中操作GPS开关需要权限:
<uses-permission android:name="android.permission.WRITE_SECURE_SETTINGS" />
但在配置文件中添加此权限之后会报错,无法再eclipse里面正常编译,怎么办?
1、方法一:将项目放到Android源码中编译;
2、方法二:网上有人说cl
- Windows上调试MapReduce
zhiquanliu
mapreduce
1.下载hadoop2x-eclipse-plugin https://github.com/winghc/hadoop2x-eclipse-plugin.git 把 hadoop2.6.0-eclipse-plugin.jar 放到eclipse plugin 目录中。 2.下载 hadoop2.6_x64_.zip http://dl.iteye.com/topics/download/d2b
- 如何看待一些知名博客推广软文的行为?
justjavac
博客
本文来自我在知乎上的一个回答:http://www.zhihu.com/question/23431810/answer/24588621
互联网上的两种典型心态:
当初求种像条狗,如今撸完嫌人丑
当初搜贴像条犬,如今读完嫌人软
你为啥感觉不舒服呢?
难道非得要作者把自己的劳动成果免费给你用,你才舒服?
就如同 Google 关闭了 Gooled Reader,那是
- sql优化总结
macroli
sql
为了是自己对sql优化有更好的原则性,在这里做一下总结,个人原则如有不对请多多指教。谢谢!
要知道一个简单的sql语句执行效率,就要有查看方式,一遍更好的进行优化。
一、简单的统计语句执行时间
declare @d datetime ---定义一个datetime的变量set @d=getdate() ---获取查询语句开始前的时间select user_id
- Linux Oracle中常遇到的一些问题及命令总结
超声波
oraclelinux
1.linux更改主机名
(1)#hostname oracledb 临时修改主机名
(2) vi /etc/sysconfig/network 修改hostname
(3) vi /etc/hosts 修改IP对应的主机名
2.linux重启oracle实例及监听的各种方法
(注意操作的顺序应该是先监听,后数据库实例)
&nbs
- hive函数大全及使用示例
superlxw1234
hadoophive函数
具体说明及示例参 见附件文档。
文档目录:
目录
一、关系运算: 4
1. 等值比较: = 4
2. 不等值比较: <> 4
3. 小于比较: < 4
4. 小于等于比较: <= 4
5. 大于比较: > 5
6. 大于等于比较: >= 5
7. 空值判断: IS NULL 5
- Spring 4.2新特性-使用@Order调整配置类加载顺序
wiselyman
spring 4
4.1 @Order
Spring 4.2 利用@Order控制配置类的加载顺序
4.2 演示
两个演示bean
package com.wisely.spring4_2.order;
public class Demo1Service {
}
package com.wisely.spring4_2.order;
public class