- 线性回归(1)
zidea
MachineLearninginMarketing感谢李宏毅《回归-案例研究》部分内容为听取李宏毅老师讲座的笔记,也融入了自己对机器学习理解,个人推荐李宏毅老师的机器学习系列课程,尤其对于初学者强烈推荐。课程设计相对其他课程要容易理解。在机器学习中算法通常分为回归和分类两种,今天我们探讨什么线性回归。以及如何设计一个线性回归模型。什么回归简单理解通过数据最终预测出来一个值。回归问题的实例就是找到
- 从零开始学Python系列课程第07课:Python的输入和输出函数
HerrFu
Python基础python开发语言学习
在程序的执行过程中,可能我们有需要与程序进行交互的地方,那么这些交互应该怎样去编写,是我们需要思考的问题,为此Python提供了输入和输出函数,以便我们和程序之间的简单交互操作。一、输入函数——input我们借助input函数,能够将我们所想的数据传入到程序中,如下例子:str_1=input()此时程序执行时便会要求我们输入内容,输入的内容会被保存到变量str_1中,另外,无论输入函数input
- 从零开始学Python系列课程第02课:Python环境搭建
HerrFu
Python基础python开发语言学习
学习一门新的编程语言,少不了安装各种各样的软件和配置各种各样的环境,为此,给学习本门课程的同学准备了一份环境安装指南,接下来请认真食用。一、安装包下载Python官网:https://www.python.org/上述界面为Python官网首页,在Downloads选项可以下载到Windows、Mac、Linux的Python安装程序或二进制文件。大家可以自行查看官网内容获取Python的安装包,
- 从零开始学Python系列课程第04课:编写并运行Python程序
HerrFu
Python基础pythonpycharm开发语言
在前几篇文章中,我们已经了解了Python语言、安装了运行和编写Python程序所必需的环境、创建了一个新的Python项目,相信大家已经迫不及待的想开始自己的Python编程之旅了。一、创建Python文件书接上文,在讲述了PyCharm如何创建项目之后,还不能直接写代码,还需要创建一个能够承载Python代码的文件,这个文件的后缀名为.py,请看下方截图,如何创建:在前面创建好的Python项
- 从零开始学Python系列课程第01课:Python认知
HerrFu
Python基础python开发语言学习
学习一门编程语言,我们首先要知道这门语言的身世,这样才能够更好的帮助我们了解和认识它!Python是由荷兰数学和计算机科学研究学会的GuidovanRossum(吉多·范罗苏姆,以下简称:吉多大爷)于1990年初设计,准备用Python作为一门叫做ABC语言的替代品。ABC语言ABC语言是NWO(荷兰科学研究组织)旗下CWI(荷兰国家数学与计算机科学研究中心)的LeoGrurts、LambertM
- 从零开始学Python系列课程第14课:Python中的循环结构(下)
HerrFu
Python基础python开发语言学习
在本篇文章中,我们对上文讲过的循环结构做少许补充,除去for-in循环和while循环,其实还存在for-else结构和while-else结构。只是这在编程语言界,Python属于独一份了,独一份循环结构还可以与else关键字一起使用的编程语言,不过这种用法哪怕在Python中也是比较小众。哪怕用到,绝大部分场景也是给到for-else结构,今天我们以for-else结构为例,为大家讲解如何使用
- 从零开始学Python系列课程第16课:Python常见容器型数据类型介绍
HerrFu
Python基础python开发语言学习
Python中有个容器的知识点非常重要,一定要认真学习。我们把可以包含其他数据的数据类型,称之为容器,我们将Python中常用的容器划分为三种:内容连续、有顺序、可以使用下标索引的一类数据容器,我们称之为序列,Python中的列表、字符串、元组都属于序列。在数学里,映射是一个术语,指两个数据集中的元素存在相互对应的关系,称为映射,Python的字典中的元素就具有这样的对应关系。既没有序列的特性,也
- 从零开始学Python系列课程第13课:Python中的循环结构(上)
HerrFu
Python基础python开发语言学习
一、循环结构的应用场景及分类我们在编写程序时,一定会遇到需要重复执行某些指令的场景。举一个简单的例子,在前面讲分支结构时以游戏通关为例,如果第一关结束时分值不够则通关失败需要重新闯关,重新闯关这就是一个重复性的动作,类似的还有很多相似场景,代入编程中就可以使用循环来解决这类问题,这就是我们今天要讲的“循环结构”。所谓循环结构,就是程序中控制某条或某些指令重复执行的结构。在Python中构造循环结构
- 从零开始学Python系列课程第15课:range 方法详解
HerrFu
Python基础python开发语言学习
在循环结构上篇讲述for-in循环时,有一个range方法的知识点没给大家讲,本篇文章我们单独给大家做一个详细讲解。range方法的作用就是根据给定的start、stop、step三个参数,生成一个包含有规律整数的容器。以下是range的语法规则:range(start,stop,step)我们对这几个参数做出解释:可以理解start为左闭区间,stop为右开区间,step为等差序列的差;rang
- 人工智能 python入门体验课_Python系列课程——人工智能篇简单入门
weixin_39536427
人工智能python入门体验课
1、基础篇——基于Python的机器学习现在大热、为未来计算机科学发展方向的机器学习了解多少呢?下面推荐的这个内容比较适合小白,如果数学、模型理论基础不扎实也没关系,可以掌握Python编程语言基本可以轻松学习~例如利用Python编程语言实现线性分类器、支持向量机、朴素贝叶斯等经典机器学习模型来解决诸如肿瘤良恶性预测、手写体识别、泰坦尼克号生还预测等实际问题。并就模型本身泛化力问题(过拟合、欠拟
- 机器学习笔记03_机器学习基本概念(下)
三木今天学习了嘛
机器学习机器学习深度学习人工智能
学习视频:[中英字幕]吴恩达机器学习系列课程学习资料:https://github.com/fengdu78/Coursera-ML-AndrewNg-NotesGitHub不好用的话,我在CSDN资源区也上传了开源资料,0积分下载,期待和大家一起进步!文章目录12聚类Clustering12.1无监督学习UnsupervisedLearning12.2K-均值算法K-MeansAlgorithm
- 吴恩达《机器学习》1-4:无监督学习
不吃花椒的兔酱
机器学习机器学习学习笔记
一、无监督学习无监督学习就像你拿到一堆未分类的东西,没有标签告诉你它们是什么,然后你的任务是自己找出它们之间的关系或者分成不同的组,而不依赖于任何人给你关于这些东西的指导。以聚类为例,无监督学习算法可以将数据点分成具有相似特征的群组,而不需要提前告知每个数据点属于哪个群组。二、聚类算法将数据集中的对象分成具有相似特征或属性的组,这些组通常称为簇。参考资料:[中英字幕]吴恩达机器学习系列课程黄海广博
- 【李宏毅机器学习·学习笔记】Deep Learning General Guidance
MilkLeong
李宏毅机器学习Python机器学习机器学习深度学习学习
本节课可视为机器学习系列课程的一个前期攻略,这节课主要对MachineLearning的框架进行了简单的介绍;并以trainingdata上的loss大小为切入点,介绍了几种常见的在模型训练的过程中容易出现的情况。课程视频:Youtube:https://www.youtube.com/watch?v=WeHM2xpYQpw课程PPT:https://view.officeapps.live.co
- 机器学习比较好的视频资源
无敌三角猫
深度学习人工智能机器学习
吴恩达,经典入门课程。[中英字幕]吴恩达机器学习系列课程_哔哩哔哩_bilibiliwww.bilibili.com/video/BV164411b7dx?spm_id_from=333.999.0.0正在上传…重新上传取消[双语字幕]吴恩达深度学习deeplearning.ai_哔哩哔哩_bilibiliwww.bilibili.com/video/BV1FT4y1E74V?from=searc
- python网课人工智能,Python系列课程——人工智能篇简单入门
爬山小虎哥
python网课人工智能
1、基础篇——基于Python的机器学习>>>>>>现在大热、为未来计算机科学发展方向的机器学习了解多少呢?下面推荐的这个内容比较适合小白,如果数学、模型理论基础不扎实也没关系,可以掌握Python编程语言基本可以轻松学习~例如利用Python编程语言实现线性分类器、支持向量机、朴素贝叶斯等经典机器学习模型来解决诸如肿瘤良恶性预测、手写体识别、泰坦尼克号生还预测等实际问题。并就模型本身泛化力问题(
- 【经典】吴恩达——机器学习笔记001
superME1226
机器学习机器学习算法
【经典】吴恩达——机器学习笔记001机器学习(MachineLearning)笔记001学习地址:[中英字幕]吴恩达机器学习系列课程文字版参考及PPT来源:Coursera-ML-AndrewNg-Notes听从学长的建议,将吴恩达教授的DL和ML视频作为CV入门学习,本博客为个人学习笔记,旨在记录学习所得,欢迎小伙伴们一起交流学习,批评指正!第二章:【经典】吴恩达——机器学习笔记002课程总述M
- 【CV】吴恩达机器学习课程笔记第18章
Fannnnf
吴恩达机器学习课程笔记机器学习人工智能
本系列文章如果没有特殊说明,正文内容均解释的是文字上方的图片机器学习|Coursera吴恩达机器学习系列课程_bilibili目录18应用案例:照片OCR18-1问题描述与流程(pipeline)18-2滑动窗口(slidingwindows)分类器18-3获取大量数据和人工数据合成18-4上限分析:下一步要做流水线中的哪一个18应用案例:照片OCR18-1问题描述与流程(pipeline)1.找
- 吴恩达机器学习系列课程笔记——第五章:Octave教程(Octave Tutorial)
Lishier99
机器学习机器学习人工智能
提示:这章选学,可以去学python,第六节可以看看。5.1基本操作https://www.bilibili.com/video/BV164411b7dx?p=26本章学习以种编程语言:Octave语言。你能够用它来非常迅速地实现这门课中我们已经学过的,或者将要学的机器学习算法。过去我一直尝试用不同的编程语言来教授机器学习,包括C++、Java、Python、Numpy和Octave。我发现当使用
- 吴恩达机器学习系列课程笔记——第十四章:降维(Dimensionality Reduction)
Lishier99
机器学习机器学习人工智能算法学习
14.1动机一:数据压缩https://www.bilibili.com/video/BV164411b7dx?p=79这个视频,我想开始谈论第二种类型的无监督学习问题,称为降维。有几个不同的的原因使你可能想要做降维。一是数据压缩,后面我们会看了一些视频后,数据压缩不仅允许我们压缩数据,因而使用较少的计算机内存或磁盘空间,但它也让我们加快我们的学习算法。但首先,让我们谈论降维是什么。作为一种生动的
- 吴恩达机器学习系列课程笔记——第十一章:机器学习系统的设计(Machine Learning System Design)
Lishier99
机器学习机器学习人工智能算法
11.1首先要做什么https://www.bilibili.com/video/BV164411b7dx?p=65在接下来的视频中,我将谈到机器学习系统的设计。这些视频将谈及在设计复杂的机器学习系统时,你将遇到的主要问题。同时我们会试着给出一些关于如何巧妙构建一个复杂的机器学习系统的建议。下面的课程的的数学性可能不是那么强,但是我认为我们将要讲到的这些东西是非常有用的,可能在构建大型的机器学习系
- python数据分析、整理、汇总展示_python-数据分析与展示(Numpy、matplotlib、pandas)---2...
weixin_39525118
python数据分析整理汇总展示
笔记内容整理自mooc上北京理工大学嵩天老师python系列课程数据分析与展示,本人小白一枚,如有不对,多加指正1.python自带的图像库PIL1.1常用APIImage.open()Image.fromarray()im.save()convert('L')b.astype('uint8')(这个API用于处理后的数组改变元素的数据类型,科学计算python不同于C++等编程语言,操作之后,数
- 吴恩达机器学习课程笔记:监督学习、无监督学习
Uncertainty!!
机器学习基础监督学习无监督学习
1.吴恩达机器学习课程笔记:监督学习、无监督学习吴恩达机器学习系列课程:监督学习吴恩达机器学习系列课程:无监督学习仅作为个人学习笔记,若各位大佬发现错误请指正机器学习的学习算法:监督学习、无监督学习、半监督学习(监督与无监督的结合)、强化学习监督学习与无监督学习的根本区别:监督学习的数据既有特征又有标签,而非监督学习的数据中只有特征而没有标签。(例如:身高属于特征,标签是高或矮)左侧为监督学习针对
- 机器学习(正在更新)
小小怪将军!
机器学习机器学习深度学习
目录自己疑问-----容易错误的点:训练集、验证集、测试集训练集验证集测试集以下视频地址:[中英字幕]吴恩达机器学习系列课程_哔哩哔哩_bilibili第二章2.1线性回归2-2代价函数(类似误差一样)2.5-2.6梯度下降算法,梯度下降算法理解2.3线性回归的梯度下降/Batch梯度下降第四章(正规方程与梯度下降一样是为了求满足条件的(塞塔o))4.1多变量线性回归假设函数4.2多元(多变量)梯
- 机器学习 笔记(继续更新)
M有在认真学习
机器学习python
学习内容跟随“吴恩达机器学习系列课程”。目录1.具有一个特征的学习算法(linearregression线性回归),代价函数编辑的由来,等高图2.可以最小化代价函数的梯度下降法(gradientdescent),以及对于编辑、学习率编辑、导数项的通俗解释3.具有多个变量或特征的学习算法(multivariatelinearregression多元线性回归),它的假设函数和的迭代4.将gradien
- 吴恩达---机器学习的流程(持续更新)
M有在认真学习
机器学习回归逻辑回归
参考:吴恩达机器学习的视频视频链接:[中英字幕]吴恩达机器学习系列课程_哔哩哔哩_bilibili本文用于我自己的内容总结以及层次理解。学习流程:1.具有一个特征的学习算法(linearregression线性回归),代价函数编辑的由来,等高图2.可以最小化代价函数的梯度下降法(gradientdescent),以及对于编辑、学习率编辑、导数项的通俗解释3.具有多个变量或特征的学习算法(multi
- 机器学习算法笔记(1)——逻辑斯蒂回归Logistic处理二分类任务
念旧NiceJeo
机器学习算法笔记算法机器学习python可视化
逻辑斯蒂回归LogisticRegressor处理二分类任务一.逻辑斯蒂回归1.模型2.代价函数(损失函数)3.优化算法二.代码实现1.二维二分类2.多维二分类本系列为观看吴恩达老师的[中英字幕]吴恩达机器学习系列课程做的课堂笔记。图片来自视频截图。不得不说,看了老师的视频真的学到了很多。即使数学不好的同志们也可以看懂,真的可谓是细致入微了。一.逻辑斯蒂回归1.模型学过深度学习的同志们对这张图一定
- 【机器学习(九)】大数据集及其梯度下降算法
趴抖
机器学习算法人工智能
声明:本文是以吴恩达机器学习系列课程为学习对象而作的学习笔记。本文对应P102-P105。大数据集假定你的训练集的大小m为100000000。如果你想训练一个线性回归模型或是一个逻辑回归模型。其梯度下降规则如下:当m的值为100000000时,就需要对一亿项进行求和。这是为了计算导数项以及演算单步下降。因为计算超过一亿项的代价太高了。我们容易思考:为什么不能在这一亿项中取一千个样本的子集,然后仅用
- 【机器学习(八)】神经网络进阶
趴抖
机器学习神经网络逻辑回归
声明:本文是以吴恩达机器学习系列课程为学习对象而作的学习笔记。本文对应P50-P56。代价函数假设我们有一个与下图类似的神经网络结构,再假设我们有一个像这样的训练集,其中有m组训练样本(x(i),y(I))。用L来表示神经网络结构的总层数:我们将会考虑两种分类问题:二元分类问题这里的y只能为0或1,在这种情况下,我们会有一个输出单元即K=1。同时神经网络的输出结果h(x)会是一个实数多类别分类问题
- 【机器学习(四)】分类问题与logistic回归模型
趴抖
机器学习回归分类
声明:本文是以吴恩达机器学习系列课程为学习对象而作的学习笔记。本文对应P32-P36、P38。情景引入在前面几篇文章中,我们提到了判断邮件是否为垃圾邮件的例子,以及良性与恶性肿瘤的例子。在所有的这些问题中,我们尝试预测的变量y,都是可以有两个取值的变量——0或1。我们用0来表示的这一类还可以叫做”负类“,用1来表示的这一类还可以叫做正类。现在我们要从只包含0和1两类的分类问题开始。假设陈述——lo
- 【机器学习(六)】过拟合问题及正则化
趴抖
机器学习人工智能逻辑回归
声明:本文是以吴恩达机器学习系列课程为学习对象而作的学习笔记。本文对应P39-P42。过拟合问题下面是一个用线性回归来预测房价的例子:第一种拟合没有很好地拟合训练集,称其为欠拟合。或者说,这个算法具有高偏差。第二种恰当地拟合了训练集。第三种拟合似乎很好地拟合了训练集,代价函数实际上可能非常接近于0,毕竟它通过了所有的数据点,但这是一条扭曲的,不停上下波动的曲线。事实上我们并不认为它是一个预测房价的
- PHP如何实现二维数组排序?
IT独行者
二维数组PHP排序
二维数组在PHP开发中经常遇到,但是他的排序就不如一维数组那样用内置函数来的方便了,(一维数组排序可以参考本站另一篇文章【PHP中数组排序函数详解汇总】)。二维数组的排序需要我们自己写函数处理了,这里UncleToo给大家分享一个PHP二维数组排序的函数:
代码:
functionarray_sort($arr,$keys,$type='asc'){
$keysvalue= $new_arr
- 【Hadoop十七】HDFS HA配置
bit1129
hadoop
基于Zookeeper的HDFS HA配置主要涉及两个文件,core-site和hdfs-site.xml。
测试环境有三台
hadoop.master
hadoop.slave1
hadoop.slave2
hadoop.master包含的组件NameNode, JournalNode, Zookeeper,DFSZKFailoverController
- 由wsdl生成的java vo类不适合做普通java vo
darrenzhu
VOwsdlwebservicerpc
开发java webservice项目时,如果我们通过SOAP协议来输入输出,我们会利用工具从wsdl文件生成webservice的client端类,但是这里面生成的java data model类却不适合做为项目中的普通java vo类来使用,当然有一中情况例外,如果这个自动生成的类里面的properties都是基本数据类型,就没问题,但是如果有集合类,就不行。原因如下:
1)使用了集合如Li
- JAVA海量数据处理之二(BitMap)
周凡杨
java算法bitmapbitset数据
路漫漫其修远兮,吾将上下而求索。想要更快,就要深入挖掘 JAVA 基础的数据结构,从来分析出所编写的 JAVA 代码为什么把内存耗尽,思考有什么办法可以节省内存呢? 啊哈!算法。这里采用了 BitMap 思想。
首先来看一个实验:
指定 VM 参数大小: -Xms256m -Xmx540m
- java类型与数据库类型
g21121
java
很多时候我们用hibernate的时候往往并不是十分关心数据库类型和java类型的对应关心,因为大多数hbm文件是自动生成的,但有些时候诸如:数据库设计、没有生成工具、使用原始JDBC、使用mybatis(ibatIS)等等情况,就会手动的去对应数据库与java的数据类型关心,当然比较简单的数据类型即使配置错了也会很快发现问题,但有些数据类型却并不是十分常见,这就给程序员带来了很多麻烦。
&nb
- Linux命令
510888780
linux命令
系统信息
arch 显示机器的处理器架构(1)
uname -m 显示机器的处理器架构(2)
uname -r 显示正在使用的内核版本
dmidecode -q 显示硬件系统部件 - (SMBIOS / DMI)
hdparm -i /dev/hda 罗列一个磁盘的架构特性
hdparm -tT /dev/sda 在磁盘上执行测试性读取操作
cat /proc/cpuinfo 显示C
- java常用JVM参数
墙头上一根草
javajvm参数
-Xms:初始堆大小,默认为物理内存的1/64(<1GB);默认(MinHeapFreeRatio参数可以调整)空余堆内存小于40%时,JVM就会增大堆直到-Xmx的最大限制
-Xmx:最大堆大小,默认(MaxHeapFreeRatio参数可以调整)空余堆内存大于70%时,JVM会减少堆直到 -Xms的最小限制
-Xmn:新生代的内存空间大小,注意:此处的大小是(eden+ 2
- 我的spring学习笔记9-Spring使用工厂方法实例化Bean的注意点
aijuans
Spring 3
方法一:
<bean id="musicBox" class="onlyfun.caterpillar.factory.MusicBoxFactory"
factory-method="createMusicBoxStatic"></bean>
方法二:
- mysql查询性能优化之二
annan211
UNIONmysql查询优化索引优化
1 union的限制
有时mysql无法将限制条件从外层下推到内层,这使得原本能够限制部分返回结果的条件无法应用到内层
查询的优化上。
如果希望union的各个子句能够根据limit只取部分结果集,或者希望能够先排好序在
合并结果集的话,就需要在union的各个子句中分别使用这些子句。
例如 想将两个子查询结果联合起来,然后再取前20条记录,那么mys
- 数据的备份与恢复
百合不是茶
oraclesql数据恢复数据备份
数据的备份与恢复的方式有: 表,方案 ,数据库;
数据的备份:
导出到的常见命令;
参数 说明
USERID 确定执行导出实用程序的用户名和口令
BUFFER 确定导出数据时所使用的缓冲区大小,其大小用字节表示
FILE 指定导出的二进制文
- 线程组
bijian1013
java多线程threadjava多线程线程组
有些程序包含了相当数量的线程。这时,如果按照线程的功能将他们分成不同的类别将很有用。
线程组可以用来同时对一组线程进行操作。
创建线程组:ThreadGroup g = new ThreadGroup(groupName);
&nbs
- top命令找到占用CPU最高的java线程
bijian1013
javalinuxtop
上次分析系统中占用CPU高的问题,得到一些使用Java自身调试工具的经验,与大家分享。 (1)使用top命令找出占用cpu最高的JAVA进程PID:28174 (2)如下命令找出占用cpu最高的线程
top -Hp 28174 -d 1 -n 1
32694 root 20 0 3249m 2.0g 11m S 2 6.4 3:31.12 java
- 【持久化框架MyBatis3四】MyBatis3一对一关联查询
bit1129
Mybatis3
当两个实体具有1对1的对应关系时,可以使用One-To-One的进行映射关联查询
One-To-One示例数据
以学生表Student和地址信息表为例,每个学生都有都有1个唯一的地址(现实中,这种对应关系是不合适的,因为人和地址是多对一的关系),这里只是演示目的
学生表
CREATE TABLE STUDENTS
(
- C/C++图片或文件的读写
bitcarter
写图片
先看代码:
/*strTmpResult是文件或图片字符串
* filePath文件需要写入的地址或路径
*/
int writeFile(std::string &strTmpResult,std::string &filePath)
{
int i,len = strTmpResult.length();
unsigned cha
- nginx自定义指定加载配置
ronin47
进入 /usr/local/nginx/conf/include 目录,创建 nginx.node.conf 文件,在里面输入如下代码:
upstream nodejs {
server 127.0.0.1:3000;
#server 127.0.0.1:3001;
keepalive 64;
}
server {
liste
- java-71-数值的整数次方.实现函数double Power(double base, int exponent),求base的exponent次方
bylijinnan
double
public class Power {
/**
*Q71-数值的整数次方
*实现函数double Power(double base, int exponent),求base的exponent次方。不需要考虑溢出。
*/
private static boolean InvalidInput=false;
public static void main(
- Android四大组件的理解
Cb123456
android四大组件的理解
分享一下,今天在Android开发文档-开发者指南中看到的:
App components are the essential building blocks of an Android
- [宇宙与计算]涡旋场计算与拓扑分析
comsci
计算
怎么阐述我这个理论呢? 。。。。。。。。。
首先: 宇宙是一个非线性的拓扑结构与涡旋轨道时空的统一体。。。。
我们要在宇宙中寻找到一个适合人类居住的行星,时间非常重要,早一个刻度和晚一个刻度,这颗行星的
- 同一个Tomcat不同Web应用之间共享会话Session
cwqcwqmax9
session
实现两个WEB之间通过session 共享数据
查看tomcat 关于 HTTP Connector 中有个emptySessionPath 其解释如下:
If set to true, all paths for session cookies will be set to /. This can be useful for portlet specification impleme
- springmvc Spring3 MVC,ajax,乱码
dashuaifu
springjquerymvcAjax
springmvc Spring3 MVC @ResponseBody返回,jquery ajax调用中文乱码问题解决
Spring3.0 MVC @ResponseBody 的作用是把返回值直接写到HTTP response body里。具体实现AnnotationMethodHandlerAdapter类handleResponseBody方法,具体实
- 搭建WAMP环境
dcj3sjt126com
wamp
这里先解释一下WAMP是什么意思。W:windows,A:Apache,M:MYSQL,P:PHP。也就是说本文说明的是在windows系统下搭建以apache做服务器、MYSQL为数据库的PHP开发环境。
工欲善其事,必须先利其器。因为笔者的系统是WinXP,所以下文指的系统均为此系统。笔者所使用的Apache版本为apache_2.2.11-
- yii2 使用raw http request
dcj3sjt126com
http
Parses a raw HTTP request using yii\helpers\Json::decode()
To enable parsing for JSON requests you can configure yii\web\Request::$parsers using this class:
'request' =&g
- Quartz-1.8.6 理论部分
eksliang
quartz
转载请出自出处:http://eksliang.iteye.com/blog/2207691 一.概述
基于Quartz-1.8.6进行学习,因为Quartz2.0以后的API发生的非常大的变化,统一采用了build模式进行构建;
什么是quartz?
答:简单的说他是一个开源的java作业调度框架,为在 Java 应用程序中进行作业调度提供了简单却强大的机制。并且还能和Sp
- 什么是POJO?
gupeng_ie
javaPOJO框架Hibernate
POJO--Plain Old Java Objects(简单的java对象)
POJO是一个简单的、正规Java对象,它不包含业务逻辑处理或持久化逻辑等,也不是JavaBean、EntityBean等,不具有任何特殊角色和不继承或不实现任何其它Java框架的类或接口。
POJO对象有时也被称为Data对象,大量应用于表现现实中的对象。如果项目中使用了Hiber
- jQuery网站顶部定时折叠广告
ini
JavaScripthtmljqueryWebcss
效果体验:http://hovertree.com/texiao/jquery/4.htmHTML文件代码:
<!DOCTYPE html>
<html xmlns="http://www.w3.org/1999/xhtml">
<head>
<title>网页顶部定时收起广告jQuery特效 - HoverTree<
- Spring boot内嵌的tomcat启动失败
kane_xie
spring boot
根据这篇guide创建了一个简单的spring boot应用,能运行且成功的访问。但移植到现有项目(基于hbase)中的时候,却报出以下错误:
SEVERE: A child container failed during start
java.util.concurrent.ExecutionException: org.apache.catalina.Lif
- leetcode: sort list
michelle_0916
Algorithmlinked listsort
Sort a linked list in O(n log n) time using constant space complexity.
====analysis=======
mergeSort for singly-linked list
====code======= /**
* Definition for sin
- nginx的安装与配置,中途遇到问题的解决
qifeifei
nginx
我使用的是ubuntu13.04系统,在安装nginx的时候遇到如下几个问题,然后找思路解决的,nginx 的下载与安装
wget http://nginx.org/download/nginx-1.0.11.tar.gz
tar zxvf nginx-1.0.11.tar.gz
./configure
make
make install
安装的时候出现
- 用枚举来处理java自定义异常
tcrct
javaenumexception
在系统开发过程中,总少不免要自己处理一些异常信息,然后将异常信息变成友好的提示返回到客户端的这样一个过程,之前都是new一个自定义的异常,当然这个所谓的自定义异常也是继承RuntimeException的,但这样往往会造成异常信息说明不一致的情况,所以就想到了用枚举来解决的办法。
1,先创建一个接口,里面有两个方法,一个是getCode, 一个是getMessage
public
- erlang supervisor分析
wudixiaotie
erlang
当我们给supervisor指定需要创建的子进程的时候,会指定M,F,A,如果是simple_one_for_one的策略的话,启动子进程的方式是supervisor:start_child(SupName, OtherArgs),这种方式可以根据调用者的需求传不同的参数给需要启动的子进程的方法。和最初的参数合并成一个数组,A ++ OtherArgs。那么这个时候就有个问题了,既然参数不一致,那