podrunner
podrunner

慧跑训练巅峰期第二周LSD跑步

慧跑训练巅峰期第二周LSD跑步_第1张图片
23英里

这本该是上周六完成的，因为马修捣蛋，推迟到本周了，为了避免在烈日下奔跑，我们组选择3:30出发。因为平时都是3:30起床，害怕睡过头，在两个手机上各设了两个闹钟，却没用上，凌晨2:15自然醒来。
早饭很简单，粥+燕麦+葡萄干，补充碳水，外加两粒Hammer电解质胶囊避免跑步过程因电解质流失而出现抽筋现象。

慧跑训练巅峰期第二周LSD跑步_第2张图片
跑步行头清单

跑步的行头前一天晚上就已经收拾好。为了怕自己忘东西，特意制作了清单放在包里，每次收拾包时用于核对检查，确保万无一失。不过今天还真是差点把水袋忘记了，幸好出门半分钟时感觉车后轿厢里少放了一样东西。对了，水袋上的橙色扣还是个安全口哨，这种二合一的设计还是很贴心的。

再隔两周还有一个26英里，便是今年训练的最长距离了，据说我们完成后还会有个奖章。虽说尽量避免这种三小时以上的长距离跑，不过这种90/30跑走结合的方式倒不会对身体有太大负荷，再加上Galloway跑团还会在跑步之后庆祝一番，自然不能错过。

跑这么久对跑表也是个考验，宜准到最后可能因为电力不足自动停止了，Polar也只剩下10%的电力。不过跑步总带两只表，一个为了训练，一个为了上传悦跑圈，终究让我对可以同时满足这两个功能的表开始长草，最近正好进行三个self improvement的小项目，准备一个月之后顺利完成后就奖励自己心怡已久的颂拓Ambit 3，在5秒 GPS信号精度下可使用11小时。


慧跑训练巅峰期第二周LSD跑步_第3张图片
SUUNTO AMBIT3 RUN

间歇跑和抗乳酸跑应该还是很有效果的，虽然这次跑的距离比上次长，但人明显很轻松，而且腿部肌肉完全没有酸痛感，要不是因为要跟着大部队跑，可以更快完成训练的。期待下个月底的半马能创一个PB。当然除了训练之外，也开始对饮食重视起来，虽然还没严格控制碳水、蛋白和脂肪的比例，但会逐渐过渡到那个层次的，毕竟饮食是能量基础。

最近联系到一个老乡，他是一年半前开始跑马的，竟然PB达到2:57:24，作为自我训练的业余选手能达到这个成绩，也算是奇迹了，就像日本全职公务员川内优辉作为业余选手在去年的纽约马拉松跑出了2:13:28，仅比第一名肯尼亚选手落后三分钟，是马拉松界的一个传奇式人物。这是他近五年的成绩、PB和14年参加的赛事。

慧跑训练巅峰期第二周LSD跑步_第4张图片
平民跑者川内优辉

跑步就是如此神奇的运动，看似简单枯燥，但一旦迷恋起来，便欲罢不能。太多细节可以关注品味，有时小改变就能带来大进步，有时使尽洪荒之力也无法突破平台期，就这样痛并快乐着和跑步不离不弃，Running and being...

你可能感兴趣的:(慧跑训练巅峰期第二周LSD跑步)

  • uniapp消息推送 不法 uniappuni-appjavaandroid
    基于uniPush2.0首先需要在DCloud开发者后台开通服务空间点击查看官方内容填写相关信息然后回到HburilderX里，右击项目《创建uniCloud云开发环境》，右击新建的uniCloud文件，选择《关联云服务空间或项目》，再uniCloud内的“cloudfunctions”文件右击《新建云函数》，“点击下面第二个箭头添加一键推送模块”打开新建的云函数下的index,添加下面代码//简
  • 【LLaMA 3实战：检索增强】13、LLaMA 3+RAG精准问答系统优化全指南：从检索增强到可信度提升实战 无心水 LLaMA3模型实战专栏llamaLLaMA3对话能力全解析LLaMA3AI大模型LLaMa3实战程序员的AI开发第一课AI入门
    一、RAG赋能LLaMA问答系统的核心价值与瓶颈突破（一）准确性提升的三大核心挑战问题类型典型表现传统方案局限RAG+LLaMA3解决方案知识滞后型错误回答包含过时技术细节依赖模型预训练更新动态检索最新文档库上下文误解曲解问题意图或检索内容固定分块导致语义断裂语义感知分块+动态查询扩展事实幻觉虚构不存在的概念或数据缺乏外部事实校验溯源标注+多模型交叉验证（二）RAG与LLaMA3的协同优势动态知识
  • StackGAN（堆叠生成对抗网络）的介绍
    简介简介：本文提出了StackGAN（堆叠生成对抗网络），解决从文本描述生成高分辨率照片级真实图像的挑战。该方法将复杂的生成任务分解为两个阶段：Stage-IGAN生成64×64的粗糙轮廓和基本颜色，Stage-IIGAN基于Stage-I结果和文本描述生成256×256的高分辨率图像并修正缺陷。同时引入条件增强技术提高训练稳定性和样本多样性。论文题目：StackGAN:TexttoPhoto-r
  • 经典文生图的GAN模型-HDGAN介绍 这张生成的图像能检测吗 GAN系列生成对抗网络人工智能神经网络计算机视觉深度学习机器学习
    简介简介：这篇论文提出了一种名为HDGAN(Hierarchically-nestedDiscriminatorsGAN)的新方法，用于解决文本到图像合成这一挑战性任务。该方法的主要创新点包括：分层嵌套对抗目标：在网络层次结构内部引入配套的分层嵌套对抗目标，正则化中层表示并辅助生成器训练单流生成器架构：提出可扩展的单流生成器架构，更好地适应联合鉴别器并将生成图像提升到高分辨率多目的对抗损失：采用多
  • StackGAN（堆叠生成对抗网络） 这张生成的图像能检测吗 优质GAN模型训练自己的数据集生成对抗网络人工智能神经网络计算机视觉深度学习算法
    简介简介：本文提出了StackGAN（堆叠生成对抗网络），解决从文本描述生成高分辨率照片级真实图像的挑战。该方法将复杂的生成任务分解为两个阶段：Stage-IGAN生成64×64的粗糙轮廓和基本颜色，Stage-IIGAN基于Stage-I结果和文本描述生成256×256的高分辨率图像并修正缺陷。同时引入条件增强技术提高训练稳定性和样本多样性。论文题目：StackGAN:TexttoPhoto-r
  • 免安装 + 无广告 实测录屏 区域录制 水印加密 老电脑也能流畅出片 小龙软件库 windows电脑开源软件
    各位录屏小能手们，今天咱来聊聊云豹录屏大师这款神器！你知道吗，云豹录屏大师是专门搞屏幕录制的免费工具，好多场景的视频创作都能用它，那功能和特点，简直牛上天啦！先说说它的核心功能。第一，有多种录制模式。它支持全屏、区域、指定窗口、摄像头录制（得设备支持才行），啥场景需求都能满足。还能自己定义录制区域，比如说只录游戏窗口或者特定教学界面，超灵活！第二，画质和格式选择多。有标清、高清、原画三种画质，流畅
  • 某连锁超市销售数据分析报告 共眠星河 信息可视化数据分析
    目录第一章项目介绍...................................................................................................................2第二章项目规划....................................................................
  • FP16、BF16、INT8、INT4精度模型加载所需显存以及硬件适配的分析 herosunly 大模型精度BF16硬件适配
      大家好，我是herosunly。985院校硕士毕业，现担任算法研究员一职，热衷于机器学习算法研究与应用。曾获得阿里云天池比赛第一名，CCF比赛第二名，科大讯飞比赛第三名。拥有多项发明专利。对机器学习和深度学习拥有自己独到的见解。曾经辅导过若干个非计算机专业的学生进入到算法行业就业。希望和大家一起成长进步。  本文主要介绍了FP16、INT8、INT4精度模型加载占用显存大小的分析，希望对学习大
  • Netty学习路线图 - 第二阶段：Java NIO基础 by.G 学习javanio
    Netty学习路线图-第二阶段：JavaNIO基础Netty学习系列之二本文是Netty学习路线的第二篇，重点讲解JavaNIO的核心概念及编程模型，这是理解Netty设计理念的关键基础。引言在上一篇文章中，我们介绍了学习Netty的第一阶段：Java基础与网络编程基础。本篇文章我们将深入探讨JavaNIO(NewI/O或Non-blockingI/O)的核心概念和编程模型，这是理解Netty框架
  • 智能办公与科研革命：ChatGPT+DeepSeek大模型在论文撰写、数据分析与AI建模中的实践指南 jwwkyjspt 机器学习SCI论文人工智能chatgpt语言模型机器学习
    随着人工智能技术的快速发展，大语言模型如ChatGPT和DeepSeek在科研领域的应用正在为科研人员提供强大的支持。这些模型通过深度学习和大规模语料库训练，能够帮助科研人员高效地筛选文献、生成论文内容、进行数据分析和优化机器学习模型。ChatGPT和DeepSeek能够快速理解和生成复杂的语言，帮助研究人员在撰写论文时提高效率，不仅生成高质量的文章内容，还能优化论文结构和语言表达。在数据分析方面
  • 2024年全国青少年信息素养大赛python复赛第6题-阶梯式收费（含题库答题软件账号） 程序猿下山 信息素养大赛pythonpython信息素养大赛
    更多试卷、更多题库请点如需给您的学生安排作业和训练请点，或者自己练习小航助学编程在线模拟试卷系统（含题库答题软件账号）更多试卷、更多题库请点如需给您的学生安排作业和训练请点，或者自己练习小航助学编程在线模拟试卷系统（含题库答题软件账号）
  • Codeforces Round 1012 (Div. 2)（ABCD） Cando-01 #codeforces周赛算法数据结构c++
    A.TreasureHunt翻译：小B和他的朋友小K找到了一张藏宝图，现在他们只需要挖出埋在地下a.5米深处的宝藏。他们轮流挖。第一天，小B挖；第二天，小K挖。小B每天正好挖x米，而小K挖了y米。他们开始好奇谁会先挖出宝藏，也就是谁一天内挖的总深度会超过a.5米。但他们都忙着挖土，所以帮帮他们，告诉他们谁会挖到宝藏！思路：把B,K捆绑为一组，求到a.5跟前要几组，再特判加B与加K的情况。实现：#i
  • Leetcode 百题训练 239. 滑动窗口最大值 XiaoO_QAQ leetcode算法数据结构
    239.滑动窗口最大值题目描述：给你一个整数数组nums，有一个大小为k的滑动窗口从数组的最左侧移动到数组的最右侧。你只可以看到在滑动窗口内的k个数字。滑动窗口每次只向右移动一位。返回滑动窗口中的最大值。示例1：输入：nums=[1,3,-1,-3,5,3,6,7],k=3输出：[3,3,5,5,6,7]解释：滑动窗口的位置最大值--------------------[13-1]-3536731
  • React setState执行流程 lucky_full Reactreact.jsjavascript前端
    第二章ReactsetState执行流程文章目录第二章ReactsetState执行流程一、setState执行流程setState执行流程介绍一、setState执行流程文章介绍为函数式组件，类组件有所不同。setState执行流程介绍代码如下（示例）：importReact,{useState}from'react'constTest=()=>{const[count,setCount]=us
  • 基于llama-factory+ollama+vllm加速大模型训推生产 zwxu_ 大模型专栏llama人工智能大模型
    目录一、名称解释1.1产品定义二、llama-factory工具使用2.1基础镜像2.2、模型训练2.2.1以Qwen2.5-7B-Instruct为例
  • PyMySQL连接池 去追风，去看海 Pythonmysqlpython
    背景在用python写后端服务时候，需要与mysql数据库进行一些数据查询或者插入更新等操作。启动服务后接口运行一切正常，隔了第二天去看服务日志就会报错，问题如下：pymysql.err.OperationalError:(2006,"MySQLserverhasgoneaway(BrokenPipeError(32,'Brokenpipe'))")MySQL默认的wait_timeout时间28
  • C#关于DataGridView控件的使用总结 fangyuan621 数据库MicrosoftVisualStudioc#
    DataGridView常用方法：dataGridView1.ReadOnly=true;//全部单元格只读dataGridView1.Columns[1].ReadOnly=true;///指定单元格设置只读（列）第一列 dataGridView1.Rows[2].ReadOnly=true;///指定单元格设置只读（行）第二行 dataGridView1[1,2].ReadOnly=true;
  • LLM大语言模型学习笔记（1） Arixs666 大语言模型语言模型笔记人工智能
    1.概念大语言模型（LLM，LargeLanguageModel），也称大型语言模型，是一种旨在理解和生成人类语言的人工智能模型。LLM通常指包含数百亿（或更多）参数的语言模型，它们在海量的文本数据上进行训练，从而获得对语言深层次的理解。2.能力2.1涌现能力区分大语言模型（LLM）与以前的预训练语言模型（PLM）最显著的特征之一是它们的涌现能力。涌现能力是一种令人惊讶的能力，它在小型模型中不明显
  • Ubuntu 22.04 庙算平台训练环境搭建指南 笑衬人心。 ubuntulinux深度学习
    本文记录了基于Ubuntu22.04.3LTS的训练环境搭建过程，适用于需要部署庙算推演离线平台的用户，支持GPU（可选）。一、训练环境搭建●硬件要求操作系统：Linux（推荐Ubuntu22.04.3LTS）可选配置：NVIDIAGPU（CUDA支持）1.Linux环境搭建建议双系统安装Ubuntu，具体参考如下教程：参考教程：Windows和Ubuntu双系统的安装和卸载（哔哩哔哩）2.GPU
  • 大语言模型（LLM）笔记 笑衬人心。 大模型学习语言模型笔记人工智能
    一、什么是大语言模型（LLM）？LLM（LargeLanguageModel）是基于Transformer架构构建，并在海量文本语料上训练出的具备自然语言理解和生成能力的深度神经网络模型。其本质任务是**预测下一个token（词/字/符号）**的概率分布，但通过大规模参数和数据的支持，表现出类人智能的行为。二、核心架构：Transformer由Google在2017年提出，是目前LLM的主流架构。
  • GO（1）：GoLand GOPATH和GOROOT详解 rockywish gogolang
    本文所涉及代码路径：https://gitee.com/rockywish/go/tree/master/gopath一、GOPATH的作用第一方：当前工程，第二方：SDK，除此以外的就是第三方存放SDK以外的第三方类库、可以是下载的第三方类库也可以是自己收藏的可复用代码二、配置路径：window：File->Setting->Go->GOPATHmac：Preferences->Go->GOPA
  • 第十三节：Vben Admin 最新 v5.0 (vben5) + Python Flask 快速入门 - 接口操作审计日志功能 锅锅来了 Vbenpythonflask开发语言
    Vben5系列文章目录基础篇✅第一节：VbenAdmin最新v5.0(vben5)+PythonFlask快速入门✅第二节：VbenAdmin最新v5.0(vben5)+PythonFlask快速入门-PythonFlask后端开发详解(附源码)✅第三节：VbenAdmin最新v5.0(vben5)+PythonFlask快速入门-对接后端登录接口(上)✅第四节：VbenAdmin最新v5.0(v
  • [由浅入深理解神经网络] 2 张量流与反向传播
    由浅入深理解神经网络2张量流与反向传播0前言1张量流和运算图2复合函数视角2.1复合函数求导2.1.1链式法则2.1.2多元函数的链式法则2.2前馈网络的反向传播2.3任意网络的反向传播3结语0前言在由浅入深理解神经网络1一个简单到极致的神经网络中,我们已经发现了训练神经网络最重要的一件事,那就是求梯度,然后优化算法利用梯度来调整网络参数.我们重写一下前面提到的一个通用的神经网络:y=f(x;θ)
  • Python中Tesseract OCR的中文识别包实操指南
    本文还有配套的精品资源，点击获取简介：TesseractOCR是一个开源的光学字符识别引擎，支持多语言包括中文识别。介绍如何在Python中使用pytesseract库进行图像文字识别，并详细说明安装TesseractOCR以及其中文语言包的步骤。提供了一个Python示例代码来展示图像识别的流程，并解释如何通过预处理提高识别准确率。此外，概述了TesseractOCR的高级功能和训练自定义模型的
  • python序列化工具_python_restframework(序列化) weixin_39623271 python序列化工具
    django自带的序列化工具serializers三步骤导入fromdjango.coreimportserializers生成对象并传参response=serializers.serialize('json',book_list)第一个json是解析器，说明要解析成json格式的字符串,第二个是queryset对象,最后返回结果returnJsonResponse(response,safe=
  • 电商搜索新纪元：大模型引领购物体验革新 大模型教程 职场和发展大模型AI大模型算法人工智能
    随着电商行业的蓬勃发展，搜索技术作为连接用户与商品的桥梁，其重要性日益凸显。在技术不断革新的今天，电商搜索技术经历了哪些阶段？面对大模型的飞速发展，企业又将如何把握趋势，应对挑战？为了深入探讨这些问题，京东技术总监翟周伟与InfoQ栏目探讨了电商搜索技术的发展历程、当前的应用状况以及面临的挑战和未来的发展方向。以下是采访的详细内容。InfoQ：在您看来电商搜索经历了哪些阶段？翟周伟：我从技术发展的
  • LoRA 实战指南：NLP 与 CV 场景的高效微调方法全解析 fairymt 产品经理的AI秘籍自然语言处理人工智能机器学习
    大模型已成AI应用的“标配”，但高昂的训练和部署成本让很多企业望而却步。LoRA（Low-RankAdaptation）作为一种轻量级微调方案，正成为NLP与CV场景中低成本定制的利器。本文详细通过详细介绍LoRA的核心原理、在文本与图像任务中的应用场景、主流工具框架与实践方式，帮助你快速掌握这项高性价比技术。国产生态实战：基于LLaMA-Factory+DeepSeek+LoRA+FastAPI
  • AI:微调框架 LLaMA-Factory（Large Language Model Factory） xyzroundo AI人工智能llama语言模型sftllama-factoryAI
    LLaMA-Factory（LargeLanguageModelFactory）是由北航团队开源的高效大语言模型（LLM）微调框架，旨在简化大型语言模型的定制化训练流程，支持超过100种主流模型和多种先进微调技术。以下从核心功能、安装部署、微调流程和应用场景四个方面详细介绍：一、核心功能与特点广泛的模型支持支持LLaMA3、Mistral、Qwen、ChatGLM、Gemma、Phi、Yi、Bai
  • 记忆力锻炼方法 穗余 记忆力计算机视觉人工智能深度学习
    记忆力锻炼的核心在于科学方法、持续训练和健康生活习惯的结合。通过重复训练、关联记忆、充足睡眠等方式，可有效提升大脑信息处理与存储能力。关键在于长期坚持，并结合多种技巧形成适合自己的记忆策略。一、科学记忆方法重复训练与间隔复习大脑通过重复强化神经连接，但机械重复效率低。建议采用间隔重复法，例如学习新知识后，在1天、3天、1周等间隔复习，利用“遗忘曲线”规律巩固记忆。关联记忆法将新信息与已知内容关联，
  • 让AI自己学会“怎么学”——元学习，才是高效训练的终极武器！ Echo_Wish Python进阶人工智能学习
    让AI自己学会“怎么学”——元学习，才是高效训练的终极武器！朋友们，今天咱不聊ChatGPT，不聊大模型黑魔法，也不玩Prompt咒语。我想聊一个比“怎么训模型”更底层、更值得思考的问题：如果我们能让模型自己学会怎么更快、更聪明地学习，是不是就能少走很多弯路？这，就是元学习（MetaLearning）要解决的事儿。说白了，元学习是AI给AI上培训课的过程。咱们天天琢磨怎么喂模型数据、调超参、搞迁移
  • Spring4.1新特性——综述 jinnianshilongnian spring 4.1
    目录 Spring4.1新特性——综述 Spring4.1新特性——Spring核心部分及其他 Spring4.1新特性——Spring缓存框架增强 Spring4.1新特性——异步调用和事件机制的异常处理 Spring4.1新特性——数据库集成测试脚本初始化 Spring4.1新特性——Spring MVC增强 Spring4.1新特性——页面自动化测试框架Spring MVC T
  • Schema与数据类型优化 annan211 数据结构mysql
    目前商城的数据库设计真是一塌糊涂，表堆叠让人不忍直视，无脑的架构师，说了也不听。 在数据库设计之初，就应该仔细揣摩可能会有哪些查询，有没有更复杂的查询，而不是仅仅突出 很表面的业务需求，这样做会让你的数据库性能成倍提高，当然，丑陋的架构师是不会这样去考虑问题的。 选择优化的数据类型 1 更小的通常更好 更小的数据类型通常更快，因为他们占用更少的磁盘、内存和cpu缓存，
  • 第一节 HTML概要学习 chenke htmlWebcss
    第一节 HTML概要学习 1. 什么是HTML HTML是英文Hyper Text Mark-up Language(超文本标记语言)的缩写，它规定了自己的语法规则，用来表示比“文本”更丰富的意义，比如图片，表格，链接等。浏览器（IE,FireFox等）软件知道HTML语言的语法，可以用来查看HTML文档。目前互联网上的绝大部分网页都是使用HTML编写的。 打开记事本 输入一下内
  • MyEclipse里部分习惯的更改 Array_06 eclipse
    继续补充中---------------------- 1.更改自己合适快捷键windows-->prefences-->java-->editor-->Content Assist-->      Activation triggers for java的右侧“.”就可以改变常用的快捷键 选中 Text
  • 近一个月的面试总结 cugfy 面试
    本文是在学习中的总结，欢迎转载但请注明出处：http://blog.csdn.net/pistolove/article/details/46753275 前言       打算换个工作，近一个月面试了不少的公司，下面将一些面试经验和思考分享给大家。另外校招也快要开始了，为在校的学生提供一些经验供参考，希望都能找到满意的工作。 
  • HTML5一个小迷宫游戏 357029540 html5
         通过《HTML5游戏开发》摘抄了一个小迷宫游戏，感觉还不错，可以画画，写字，把摘抄的代码放上来分享下，喜欢的同学可以拿来玩玩！ <html> <head> <title>创建运行迷宫</title> <script type="text/javascript"
  • 10步教你上传githib数据 张亚雄 git
    官方的教学还有其他博客里教的都是给懂的人说得，对已我们这样对我大菜鸟只能这么来锻炼，下面先不玩什么深奥的，先暂时用着10步干净利索。等玩顺溜了再用其他的方法。 操作过程（查看本目录下有哪些文件NO.1）ls （跳转到子目录NO.2）cd+空格+目录 （继续NO.3）ls （匹配到子目录NO.4）cd+ 目录首写字母+tab键+（首写字母“直到你所用文件根就不再按TAB键了”） （查看文件
  • MongoDB常用操作命令大全 adminjun mongodb操作命令
    成功启动MongoDB后，再打开一个命令行窗口输入mongo，就可以进行数据库的一些操作。输入help可以看到基本操作命令，只是MongoDB没有创建数据库的命令，但有类似的命令 如：如果你想创建一个“myTest”的数据库，先运行use myTest命令，之后就做一些操作（如：db.createCollection('user')）,这样就可以创建一个名叫“myTest”的数据库。 一
  • bat调用jar包并传入多个参数 aijuans
    下面的主程序是通过eclipse写的： 1.在Main函数接收bat文件传递的参数（String[] args）  如：   String ip =args[0];          String user=args[1];       &nbs
  • Java中对类的主动引用和被动引用 ayaoxinchao java主动引用对类的引用被动引用类初始化
      在Java代码中，有些类看上去初始化了，但其实没有。例如定义一定长度某一类型的数组，看上去数组中所有的元素已经被初始化，实际上一个都没有。对于类的初始化，虚拟机规范严格规定了只有对该类进行主动引用时，才会触发。而除此之外的所有引用方式称之为对类的被动引用，不会触发类的初始化。虚拟机规范严格地规定了有且仅有四种情况是对类的主动引用，即必须立即对类进行初始化。四种情况如下：1.遇到ne
  • 导出数据库 提示 outfile disabled BigBird2012 mysql
    在windows控制台下，登陆mysql，备份数据库：   mysql>mysqldump -u root -p test test > D:\test.sql 使用命令 mysqldump 格式如下： mysqldump -u root -p *** DBNAME > E:\\test.sql。 注意：执行该命令的时候不要进入mysql的控制台再使用，这样会报
  • Javascript 中的 && 和 || bijian1013 JavaScript&&||
            准备两个对象用于下面的讨论 var alice = { name: "alice", toString: function () { return this.name; } } var smith = { name: "smith",
  • [Zookeeper学习笔记之四]Zookeeper Client Library会话重建 bit1129 zookeeper
    为了说明问题，先来看个简单的示例代码：   package com.tom.zookeeper.book; import com.tom.Host; import org.apache.zookeeper.WatchedEvent; import org.apache.zookeeper.ZooKeeper; import org.apache.zookeeper.Wat
  • 【Scala十一】Scala核心五：case模式匹配 bit1129 scala
    package spark.examples.scala.grammars.caseclasses object CaseClass_Test00 { def simpleMatch(arg: Any) = arg match { case v: Int => "This is an Int" case v: (Int, String)
  • 运维的一些面试题 yuxianhua linux
    1、Linux挂载Winodws共享文件夹   mount -t cifs //1.1.1.254/ok /var/tmp/share/ -o username=administrator,password=yourpass 或 mount -t cifs -o username=xxx,password=xxxx //1.1.1.1/a /win    
  • Java lang包-Boolean BrokenDreams boolean
             Boolean类是Java中基本类型boolean的包装类。这个类比较简单，直接看源代码吧。 public final class Boolean implements java.io.Serializable,
  • 读《研磨设计模式》-代码笔记-命令模式-Command 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/ import java.util.ArrayList; import java.util.Collection; import java.util.List; /** * GOF 在《设计模式》一书中阐述命令模式的意图：“将一个请求封装
  • matlab下GPU编程笔记 cherishLC matlab
    不多说，直接上代码 gpuDevice % 查看系统中的gpu,,其中的DeviceSupported会给出matlab支持的GPU个数。 g=gpuDevice(1); %会清空 GPU 1中的所有数据,,将GPU1 设为当前GPU reset(g) %也可以清空GPU中数据。 a=1; a=gpuArray(a); %将a从CPU移到GPU中 onGP
  • SVN安装过程 crabdave SVN
    SVN安装过程   subversion-1.6.12   ./configure --prefix=/usr/local/subversion --with-apxs=/usr/local/apache2/bin/apxs --with-apr=/usr/local/apr --with-apr-util=/usr/local/apr --with-openssl=/
  • sql　行列转换 daizj sql行列转换行转列列转行
    行转列的思想是通过case when 来实现 列转行的思想是通过union all 来实现 下面具体例子： 假设有张学生成绩表(tb)如下: Name Subject Result 张三 语文　　74 张三 数学　　83 张三 物理　　93 李四 语文　　74 李四 数学　　84 李四 物理　　94 */ /* 想变成 姓名   &
  • MySQL--主从配置 dcj3sjt126com mysql
    linux下的mysql主从配置： 说明：由于MySQL不同版本之间的(二进制日志)binlog格式可能会不一样，因此最好的搭配组合是Master的MySQL版本和Slave的版本相同或者更低， Master的版本肯定不能高于Slave版本。（版本向下兼容） mysql1  : 192.168.100.1    //master mysq
  • 关于yii 数据库添加新字段之后model类的修改 dcj3sjt126com Model
    rules: array('新字段','safe','on'=>'search') 1、array('新字段', 'safe')//这个如果是要用户输入的话，要加一下， 2、array('新字段', 'numerical'),//如果是数字的话 3、array('新字段', 'length', 'max'=>100),//如果是文本 1、2、3适当的最少要加一条，新字段才会被
  • sublime text3 中文乱码解决 dyy_gusi Sublime Text
    sublime text3中文乱码解决 原因：缺少转换为UTF-8的插件 目的：安装ConvertToUTF8插件包 第一步：安装能自动安装插件的插件，百度“Codecs33”，然后按照步骤可以得到以下一段代码： import urllib.request,os,hashlib; h = 'eb2297e1a458f27d836c04bb0cbaf282' + 'd0e7a30980927
  • 概念了解：CGI，FastCGI，PHP-CGI与PHP-FPM geeksun PHP
    CGI CGI全称是“公共网关接口”(Common Gateway Interface)，HTTP服务器与你的或其它机器上的程序进行“交谈”的一种工具，其程序须运行在网络服务器上。 CGI可以用任何一种语言编写，只要这种语言具有标准输入、输出和环境变量。如php,perl,tcl等。 FastCGI FastCGI像是一个常驻(long-live)型的CGI，它可以一直执行着，只要激活后，不
  • Git push 报错 "error: failed to push some refs to " 解决 hongtoushizi git
    Git push 报错 "error: failed to push some refs to " . 此问题出现的原因是：由于远程仓库中代码版本与本地不一致冲突导致的。 由于我在第一次git pull --rebase 代码后，准备push的时候，有别人往线上又提交了代码。所以出现此问题。 解决方案： 1： git pull    2：
  • 第四章 Lua模块开发 jinnianshilongnian nginxlua
    在实际开发中，不可能把所有代码写到一个大而全的lua文件中，需要进行分模块开发；而且模块化是高性能Lua应用的关键。使用require第一次导入模块后，所有Nginx 进程全局共享模块的数据和代码，每个Worker进程需要时会得到此模块的一个副本（Copy-On-Write），即模块可以认为是每Worker进程共享而不是每Nginx Server共享；另外注意之前我们使用init_by_lua中初
  • java.lang.reflect.Proxy liyonghui160com
      1.简介   Proxy 提供用于创建动态代理类和实例的静态方法 （1）动态代理类的属性 代理类是公共的、最终的，而不是抽象的 未指定代理类的非限定名称。但是，以字符串 "$Proxy" 开头的类名空间应该为代理类保留 代理类扩展 java.lang.reflect.Proxy 代理类会按同一顺序准确地实现其创建时指定的接口
  • Java中getResourceAsStream的用法 pda158 java
    1.Java中的getResourceAsStream有以下几种： 1. Class.getResourceAsStream(String path) ： path 不以’/'开头时默认是从此类所在的包下取资源，以’/'开头则是从ClassPath根下获取。其只是通过path构造一个绝对路径，最终还是由ClassLoader获取资源。 　　2. Class.getClassLoader.get
  • spring 包官方下载地址（非maven） sinnk spring
    SPRING官方网站改版后，建议都是通过 Maven和Gradle下载，对不使用Maven和Gradle开发项目的，下载就非常麻烦，下给出Spring Framework jar官方直接下载路径:   http://repo.springsource.org/libs-release-local/org/springframework/spring/   s
  • Oracle学习笔记(7) 开发PLSQL子程序和包 vipbooks oraclesql编程
        哈哈，清明节放假回去了一下，真是太好了，回家的感觉真好啊！现在又开始出差之旅了，又好久没有来了，今天继续Oracle的学习！      这是第七章的学习笔记，学习完第六章的动态SQL之后，开始要学习子程序和包的使用了……，希望大家能多给俺一些支持啊！     编程时使用的工具是PLSQL
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他