- 【机器学习】 自定义数据集 使用tensorflow框架实现逻辑回归并保存模型,然后保存模型后再加载模型进行预测
加德霍克
tensorflow逻辑回归人工智能python作业
一、使用tensorflow框架实现逻辑回归1.数据部分:首先自定义了一个简单的数据集,特征X是100个随机样本,每个样本一个特征,目标值y基于线性关系并添加了噪声。tensorflow框架不需要numpy数组转换为相应的张量,可以直接在模型中使用数据集。2.模型定义部分:方案1:model=tf.keras.Sequential([tf.keras.layers.Dense(1,input_sh
- 计算机网络——OSI和TCP/IP模型
阿常11
计算机网络tcp/ip网络
OSI模型一、OSI模型概述OSI模型是一个理论框架,将网络通信分为七层,旨在提供一个通用的、国际化的网络通信标准,强调分层解耦和协议独立性。其特点如下:严格分层:每层功能明确。协议与实现分离:理论上任何协议可替换。二、OSI模型的七层结构(一)物理层(PhysicalLayer)功能:负责在物理介质传输比特流(0和1),即数据信号。相关设备及信号:网线、光纤、集线器;网卡的电压信号、Wi-Fi的
- 计算机网络的5层结构和7层对应关系,计算机网络的7层、4层和5层模型
一条胖咸鱼
在计算机网络的基本概念中,分层次的体系结构是最基本的。分层的主要好处有:1、各层之间是独立的,每一层向上和向下通过层间接口提供服务,无需暴露内部实现2、灵活性好3、结构上可分割4、易于实现和维护5、能促进标准化工作OSI7层模型为了使全世界不同体系结构的计算机能够互联,国际化标准组织ISO提出开放系统互联基本参考模型,简称OSI,即所谓的7层协议体系结构。7层模型从上到下包含:应用层、表示层、会话
- AI Agent(智能体)技术白皮书(Google,2024)
花生糖@
AIGC学习资料库人工智能AIAgent智能体AI实战
1引言1.1人类的先验知识与工具的使用人类很很好地处理复杂和微妙的模式识别任务。能做到这一点是因为,我们会通过书籍、搜索或计算器之类的工具来补充我们头脑中的先验知识,然后才会给出一个结论(例如,“图片中描述的是XX”)。1.2人类的模仿者与以上类似,我们可以对生成式AI模型进行训练,让它们能使用工具来在现实世界中获取实时信息或给出行动建议。例如,利用数据库查询工具获取客户的购物历史,然后给出购物建
- 部署通义千问Qwen模型时,遇到Flash-Attention2装不上的问题
清米Dummy
python
参考Qwen2-VL最佳实践—swift2.5.0.dev0文档我不去装什么Flash-Attention2,说是要编译好几个小时,然后我这边一直报错。直接从头开始说我的部署方式,最后可以实现图片描述:1.从“通义千问2-VL-7B-Instruct·模型库”下载模型到本地2.按照参考的文档里,完成如下操作:gitclonehttps://github.com/modelscope/ms-swif
- 【llm对话系统】大模型RAG之基本逻辑
kakaZhui
人工智能数据库AIGCchatgptllama
大模型RAG之基本逻辑:让LLM更精准地回答你的问题(降低幻觉)你是否遇到过这样的情况:当你向LLM提问时,它可能会给出一些“一本正经胡说八道”的答案,或者无法回答一些特定领域的专业问题?为了解决这个问题,RAG(Retrieval-AugmentedGeneration,检索增强生成)技术应运而生。RAG将检索(Retrieval)和生成(Generation)结合起来,让LLM在回答问题时,能
- 【ubuntu 连接显示器无法显示】可以通过 ssh 连接 ubuntu 服务器正常使用,但服务器连接显示器没有输出
多恩Stone
服务器ubuntu计算机外设
背景ubuntu服务器通过显示器进行关机,断开电源重新接上电源再重启时,服务器连接显示器不再有输出。CPU为AMDRyzen75800X8-CoreProcessor,并没有显示,只能通过NVDIAGPU来显示。但是通过nvidia-smi,nvitop的输出,以及跑模型时的GPU状态都正常解决方案-重装NVIDIA驱动以下是重装NVIDIA驱动的完整步骤:首先删除现有的NVIDIA驱动:sudo
- 神经网络及其架构和模型的关系
爱吃瓜的猹z
大模型神经网络架构人工智能
模型、架构、神经网络之间的关系可以理解为不同层次上的概念,它们分别涵盖了机器学习系统的不同方面。具体来说:1.神经网络神经网络是一种模型类型,基于生物神经系统的启发,用于模拟人脑的学习过程。它由**多个神经元(节点)**和连接权重组成,这些神经元组织成不同的层,通过输入数据进行学习和预测。神经网络的特点:基本组成单位:神经网络的基本单位是“神经元”(或节点),每个神经元接收输入,进行加权和激活,然
- 9.6 解锁 AI 潜力:GPT Builder 的强大能力与无限可能
少林码僧
AI大模型应用实战专栏人工智能gpt
解锁AI潜力:GPTBuilder的强大能力与无限可能引言:轻松打造智能应用的革命性工具在人工智能的浪潮中,GPTBuilder作为一款强大且易用的开发工具,让构建AI驱动的智能应用变得前所未有的简单。无论你是开发者、企业家,还是对技术一知半解的创作者,GPTBuilder都能帮助你快速将创意变为现实。从自动化客户支持到内容生成,从数据分析到智能助手,GPTBuilder提供了丰富的功能和灵活的设
- Redis的单线程架构
ら.二十一
Redis
Redis使用了单线程架构和I/O多路复用模型来实现高性能的内存数据库服务。这里通过多个客户端命令调用的例子说明Redis单线程命令处理机制,接着分析Redis单线程模型为什么性能如此之高,最终给出为什么理解单线程模型是使用和运维Redis的关键。开启三个redis-cli客户端同时执行命令客户端1设置一个字符串键值对:127.0.0.1:6379>sethelloworld客户端2对counte
- MVVM软件设计模式
睡不着的可乐
设计模式
MVVMMVVM是一种软件设计模式,代表Model-View-ViewModel。Model(模型):代表应用程序的数据和业务逻辑。负责数据的获取、存储和处理。View(视图):表示用户界面(UI)的可视部分,也就是用户所看到的。负责将数据从ViewModel中呈现給用户,并将用户输入传递給ViewModel。ViewModel(视图模型):充当View和Model之间的中介,负责处理View的显
- 算法种常见的混沌映射是什么
搏博
算法算法人工智能机器学习启发式算法策略模式
混沌映射是指在某些非线性系统中,通过简单的数学模型生成的复杂动态行为。一、定义与特征1.定义混沌映射是描述非线性系统中,通过简单规则产生的复杂、不可预测的行为。这些系统对初始条件非常敏感,即使是微小的初始差异也会导致系统结果的巨大不同,这种现象称为“混沌”。2.特征(1)非线性:系统行为不是简单的线性关系。(1)对初值的敏感依赖性:也称为“蝴蝶效应”,即微小的初始条件变化会导致长期行为的巨大差异。
- Three.js实战项目02:vue3+three.js实现汽车展厅项目
叁拾舞
ThreeJsthree.jsVue3
文章目录实战项目02项目预览项目创建初始化项目模型加载与展厅灯光加载汽车模型设置灯光材质设置完整项目下载实战项目02项目预览完整项目效果:项目创建创建项目:pnpmcreatevue安装包:
[email protected]初始化项目修改App.js代码
- Redis进阶之路:深析Redis单线程架构,图文并茂非常值得收藏
2401_83703893
程序员redis架构数据库
Redis客户端与服务端的模型可以简化成下图,每次客户端调用都经历了发送命令、执行命令、返回结果三个过程。我们说的单线程就是在第二步执行命令,一条命令从从客户端达到服务端不会立刻被执行,而是会进入一个队列中等待,每次只会有一条指令被选中执行。发送命令、返回结果、命令排队这些就不是那么简单了,例如Redis使用了I/O多路复用技术来解决I/O的问题。1.2、Redis为什么要使用单线程这是官方的解释
- 详解AI采集框架Crawl4AI,打造智能网络爬虫
朝阳区靓仔_James
人工智能爬虫神经网络深度学习prompt3d
使用Crawl4AI构建高效AI爬虫与数据提取工具。1介绍Crawl4AI这个开源Python库,专门用来简化网页爬取和数据提取的工作。它不仅功能强大、灵活,而且全异步的设计让处理速度更快,稳定性更好。无论是构建AI项目还是提升语言模型的性能,Crawl4AI都能帮您简化工作流程。你可以直接在Python项目中使用,或者将其集成到RESTAPI中,实现快速、稳定的数据爬取和处理。这样,无论是数据的
- k8s的主要组件以及重要概念
linshuai-on
kubernetes容器云原生
K8S(Kubernetes)是一个用于自动部署、扩展和管理容器化应用程序的开源系统。它采用主从设备模型(Master-Slave架构),其中Master节点负责集群的调度、管理和运维,Slave节点(也被称为WorkerNode节点)负责执行工作负载。Kubernetes(K8s)主要由以下几个核心组件组成:一、Master节点组件APIServer:原理:作为Kubernetes系统的前端控制
- 深度学习-70-大语言模型LLM之基于大模型LLM与检索增强技术RAG的智能知识库
皮皮冰燃
深度学习人工智能深度学习语言模型
文章目录1RAG出现的背景2搭建过程2.1数据收集2.2数据处理2.2.1数据清洗与预处理2.2.2文本分块2.2.3微调数据格式统一2.3建立向量索引2.4大模型选择与微调3开源知识库项目3.1FastGPT3.2AnythingLLM3.3LangChain-Chatchat4商业化解决方案4.1百度智能云+千帆大模型知识库4.2阿里云PAI+向量检索5参考附录1RAG出现的背景自从2022年
- The Simulation技术浅析(二):模型技术
爱研究的小牛
AIGC—虚拟现实算法人工智能AIGC机器学习深度学习
一、物理模型(PhysicalModels)1.概述物理模型基于物理定律和原理,通过模拟现实世界中物理系统的行为和相互作用来构建模型。物理模型通常用于工程、物理和化学等领域,用于预测系统在不同条件下的表现。2.关键技术力学定律:例如牛顿运动定律,用于模拟物体的运动和受力情况。流体力学:例如纳维-斯托克斯方程,用于模拟流体流动。热力学定律:例如热传导方程,用于模拟热量传递。3.过程模型公式及案例详解
- Crawl4AI:用几行代码打造强大的网页爬虫
海豹工匠
爬虫
Crawl4AI:用几行代码打造强大的网页爬虫在人工智能和大数据时代,数据的获取和处理变得尤为重要。尤其是在大型语言模型(LLM)的研究和应用中,如何高效地抓取和整理网络数据成为了一个关键的挑战。为了解决这一问题,一个名为Crawl4AI的开源网页爬虫工具应运而生,它专为LLM优化,提供了一种简单易用且功能强大的数据抓取解决方案。什么是Crawl4AI?Crawl4AI是一个基于LLM的开源网页爬
- transformer.js(二):关于pipe管道的一切
余生H
前端的AI工具书transformerjavascript深度学习webmlwebAI前端
前面的章节transformer.js(一):这个前端大模型运行框架的可运行环境、使用方式、代码示例以及适合与不适合的场景介绍了transformer.js的应用场景。pipe管道(Pipeline)作为Transformer.js的核心功能之一,负责简化各种常见的NLP任务,例如文本生成、翻译、分类等,本文将详细介绍:从它的概念、实现到实际使用场景,帮助开发者全面掌握这一功能。什么是Pipe管道
- transformer.js(一):这个前端大模型运行框架的可运行环境、使用方式、代码示例以及适合与不适合的场景
余生H
前端的AI工具书前端transformerjavascripthugginfacewebmlweb大模型
随着大模型的广泛应用,越来越多的开发者希望在前端直接运行机器学习模型,从而减少对后端的依赖,并提升用户体验。Transformer.js是一个专为前端环境设计的框架,它支持运行基于Transformer架构的深度学习模型,尤其是像BERT、GPT等广泛应用于自然语言处理(NLP)的模型。本文将全面解析Transformer.js的运行环境、使用方式、代码示例,以及其能够完成的功能与目前的限制,帮助
- 标题:低代码开发平台的兴起:机遇与挑战
chezabo6116
低代码
标题:低代码开发平台的兴起:机遇与挑战近年来,“低代码”开发平台的出现,为软件开发领域带来了一场革命。这些平台承诺让非专业人士也能快速构建应用程序,引发了IT行业的广泛讨论。本文将从技术概览、效率与质量的权衡、挑战与机遇三个方面,探讨低代码开发平台的影响。方向一:技术概览低代码平台是一类允许用户通过图形界面和模型驱动的逻辑来构建应用程序的工具。基本概念:低代码平台通过减少手写代码的需求,使得应用程
- 【大语言模型LangChain】 ModelsIO OutputParsers详解
敲代码敲到头发茂密
人工智能测试开发语言模型langchainandroid人工智能python
【大语言模型LangChain】ModelsIOOutputParsers详解一、简介二、OutputParsers的优势三、解析器类型四、实战示例1、String解析器2、Json解析器3、Pydantic解析器4、结构化输出解析器5、OpenAI函数输出解析器5.1、JsonOutputFunctionsParser5.2、JsonKeyOutputFunctionsParser5.3、Pyd
- Python magenta库:一款人工智能生成音乐与艺术的创新工具
程序员喵哥
python人工智能开发语言
更多Python学习内容:ipengtao.com随着人工智能在创意领域的不断进步,音乐和艺术生成正成为一种新的可能性。Magenta是由Google推出的一个开源项目,它结合了深度学习与艺术创作,为开发者提供了一系列强大的工具,帮助他们创作音乐、绘画等艺术作品。基于TensorFlow,Magenta不仅适用于研究人员,也适合开发者和艺术家,提供了易于上手的API和丰富的模型。安装在使用Mage
- AI大模型微调:产品经理面试必知题库与解答技巧!
IT猫仔
人工智能产品经理面试大数据学习职场和发展语言模型
前言这两天跟很多做程序员的朋友聊天,怎么看全网火爆的大模型。让我挺意外的是,大家的反馈普遍都很焦虑。前排提示,文末有大模型AGI-CSDN独家资料包哦!在AI大模型微调领域的产品经理面试中,总会遇到一系列与技术细节、项目经验、市场趋势以及职业规划相关的问题。以下是一些建议的面试题及其回答示例:面试题1:请简述你对AI大模型微调的理解,并举例说明其在实际产品中的应用。回答:AI大模型微调是一种在预先
- 低代码独特架构带来的编译难点及多线程解决方案
低代码老李
低代码分布式
前言在当今软件开发领域,低代码平台以其快速构建应用的能力,吸引了众多开发者与企业的目光。然而,低代码平台独特的架构在带来便捷的同时,也给编译过程带来了一系列棘手的难点。一,低代码编译的难点(1)复杂模型驱动架构下的解析困境低代码平台通常采用模型驱动的架构,开发者通过定义数据模型、业务流程模型以及用户界面模型等来构建应用。这些模型相互关联且复杂度高,给编译过程中的解析工作带来巨大挑战。例如,一个涉及
- 开源模型应用落地-qwen模型小试-调用Qwen2-VL-7B-Instruct-更清晰地看世界-vLLM+Docker(七)
开源技术探险家
开源模型-实际应用落地#深度学习AI编程AIGC
一、前言学习Qwen2-VL,为我们打开了一扇通往先进人工智能技术的大门。让我们能够深入了解当今最前沿的视觉语言模型的工作原理和强大能力。这不仅拓宽了我们的知识视野,更让我们站在科技发展的潮头,紧跟时代的步伐。Qwen2-VL具有卓越的图像和视频理解能力,以及多语言支持等特性。学习它可以提升我们处理复杂视觉信息的能力,无论是在学术研究中分析图像数据、解读视频内容,还是在实际工作中进行文档处理、解决
- 深入理解 HTML DOM:文档对象模型详解
浪浪山小白兔
html前端
在前端开发中,HTMLDOM(文档对象模型,DocumentObjectModel)是一个非常重要的概念。它是浏览器将HTML文档解析为一个树形结构的方式,开发者可以通过JavaScript动态地访问和操作文档的内容、结构和样式。本文将详细介绍HTMLDOM的核心概念、功能以及实际应用。1.什么是HTMLDOM?HTMLDOM是浏览器将HTML文档解析为一个树形结构的编程接口。它将文档中的每个部分
- 【有啥问啥】大模型赋能智能座舱:重塑未来出行体验
有啥问啥
大模型行业调研语言模型汽车人工智能
大模型赋能智能座舱:重塑未来出行体验在科技日新月异的今天,人工智能(AI)正以前所未有的速度改变着各行各业,而智能座舱作为现代汽车产业的重要组成部分,也在经历一场由大模型技术引领的重大变革。这些变化不仅赋予了智能座舱更强的学习与推理能力,还为用户带来了前所未有的个性化服务体验。让我们一起走进几位普通车主的故事,看看他们的生活因智能座舱而发生了怎样的改变。一、智能座舱与大模型:技术融合的前沿趋势(一
- 【有啥问啥】揭秘AI图像/视频生成的幕后功臣:重述(Recaptioning)技术
有啥问啥
大模型科普人工智能
揭秘AI图像/视频生成的幕后功臣:重述(Recaptioning)技术近年来,人工智能(AI)在图像和视频生成领域取得了令人瞩目的进展。从生成震撼视觉效果的图像生成器DALL-E3,到能够创造逼真动态视频的Sora,这些强大的模型背后,有一项至关重要的技术正在悄然发力——那就是重述(Recaptioning)技术。本文将通俗易懂地带你深入了解这项技术的工作原理及其对AI生成领域的巨大推动作用。什么
- 面向对象面向过程
3213213333332132
java
面向对象:把要完成的一件事,通过对象间的协作实现。
面向过程:把要完成的一件事,通过循序依次调用各个模块实现。
我把大象装进冰箱这件事为例,用面向对象和面向过程实现,都是用java代码完成。
1、面向对象
package bigDemo.ObjectOriented;
/**
* 大象类
*
* @Description
* @author FuJian
- Java Hotspot: Remove the Permanent Generation
bookjovi
HotSpot
openjdk上关于hotspot将移除永久带的描述非常详细,http://openjdk.java.net/jeps/122
JEP 122: Remove the Permanent Generation
Author Jon Masamitsu
Organization Oracle
Created 2010/8/15
Updated 2011/
- 正则表达式向前查找向后查找,环绕或零宽断言
dcj3sjt126com
正则表达式
向前查找和向后查找
1. 向前查找:根据要匹配的字符序列后面存在一个特定的字符序列(肯定式向前查找)或不存在一个特定的序列(否定式向前查找)来决定是否匹配。.NET将向前查找称之为零宽度向前查找断言。
对于向前查找,出现在指定项之后的字符序列不会被正则表达式引擎返回。
2. 向后查找:一个要匹配的字符序列前面有或者没有指定的
- BaseDao
171815164
seda
import java.sql.Connection;
import java.sql.DriverManager;
import java.sql.SQLException;
import java.sql.PreparedStatement;
import java.sql.ResultSet;
public class BaseDao {
public Conn
- Ant标签详解--Java命令
g21121
Java命令
这一篇主要介绍与java相关标签的使用 终于开始重头戏了,Java部分是我们关注的重点也是项目中用处最多的部分。
1
- [简单]代码片段_电梯数字排列
53873039oycg
代码
今天看电梯数字排列是9 18 26这样呈倒N排列的,写了个类似的打印例子,如下:
import java.util.Arrays;
public class 电梯数字排列_S3_Test {
public static void main(S
- Hessian原理
云端月影
hessian原理
Hessian 原理分析
一. 远程通讯协议的基本原理
网络通信需要做的就是将流从一台计算机传输到另外一台计算机,基于传输协议和网络 IO 来实现,其中传输协议比较出名的有 http 、 tcp 、 udp 等等, http 、 tcp 、 udp 都是在基于 Socket 概念上为某类应用场景而扩展出的传输协
- 区分Activity的四种加载模式----以及Intent的setFlags
aijuans
android
在多Activity开发中,有可能是自己应用之间的Activity跳转,或者夹带其他应用的可复用Activity。可能会希望跳转到原来某个Activity实例,而不是产生大量重复的Activity。
这需要为Activity配置特定的加载模式,而不是使用默认的加载模式。 加载模式分类及在哪里配置
Activity有四种加载模式:
standard
singleTop
- hibernate几个核心API及其查询分析
antonyup_2006
html.netHibernatexml配置管理
(一) org.hibernate.cfg.Configuration类
读取配置文件并创建唯一的SessionFactory对象.(一般,程序初始化hibernate时创建.)
Configuration co
- PL/SQL的流程控制
百合不是茶
oraclePL/SQL编程循环控制
PL/SQL也是一门高级语言,所以流程控制是必须要有的,oracle数据库的pl/sql比sqlserver数据库要难,很多pl/sql中有的sqlserver里面没有
流程控制;
分支语句 if 条件 then 结果 else 结果 end if ;
条件语句 case when 条件 then 结果;
循环语句 loop
- 强大的Mockito测试框架
bijian1013
mockito单元测试
一.自动生成Mock类 在需要Mock的属性上标记@Mock注解,然后@RunWith中配置Mockito的TestRunner或者在setUp()方法中显示调用MockitoAnnotations.initMocks(this);生成Mock类即可。二.自动注入Mock类到被测试类 &nbs
- 精通Oracle10编程SQL(11)开发子程序
bijian1013
oracle数据库plsql
/*
*开发子程序
*/
--子程序目是指被命名的PL/SQL块,这种块可以带有参数,可以在不同应用程序中多次调用
--PL/SQL有两种类型的子程序:过程和函数
--开发过程
--建立过程:不带任何参数
CREATE OR REPLACE PROCEDURE out_time
IS
BEGIN
DBMS_OUTPUT.put_line(systimestamp);
E
- 【EhCache一】EhCache版Hello World
bit1129
Hello world
本篇是EhCache系列的第一篇,总体介绍使用EhCache缓存进行CRUD的API的基本使用,更细节的内容包括EhCache源代码和设计、实现原理在接下来的文章中进行介绍
环境准备
1.新建Maven项目
2.添加EhCache的Maven依赖
<dependency>
<groupId>ne
- 学习EJB3基础知识笔记
白糖_
beanHibernatejbosswebserviceejb
最近项目进入系统测试阶段,全赖袁大虾领导有力,保持一周零bug记录,这也让自己腾出不少时间补充知识。花了两天时间把“传智播客EJB3.0”看完了,EJB基本的知识也有些了解,在这记录下EJB的部分知识,以供自己以后复习使用。
EJB是sun的服务器端组件模型,最大的用处是部署分布式应用程序。EJB (Enterprise JavaBean)是J2EE的一部分,定义了一个用于开发基
- angular.bootstrap
boyitech
AngularJSAngularJS APIangular中文api
angular.bootstrap
描述:
手动初始化angular。
这个函数会自动检测创建的module有没有被加载多次,如果有则会在浏览器的控制台打出警告日志,并且不会再次加载。这样可以避免在程序运行过程中许多奇怪的问题发生。
使用方法: angular .
- java-谷歌面试题-给定一个固定长度的数组,将递增整数序列写入这个数组。当写到数组尾部时,返回数组开始重新写,并覆盖先前写过的数
bylijinnan
java
public class SearchInShiftedArray {
/**
* 题目:给定一个固定长度的数组,将递增整数序列写入这个数组。当写到数组尾部时,返回数组开始重新写,并覆盖先前写过的数。
* 请在这个特殊数组中找出给定的整数。
* 解答:
* 其实就是“旋转数组”。旋转数组的最小元素见http://bylijinnan.iteye.com/bl
- 天使还是魔鬼?都是我们制造
ducklsl
生活教育情感
----------------------------剧透请原谅,有兴趣的朋友可以自己看看电影,互相讨论哦!!!
从厦门回来的动车上,无意中瞟到了书中推荐的几部关于儿童的电影。当然,这几部电影可能会另大家失望,并不是类似小鬼当家的电影,而是关于“坏小孩”的电影!
自己挑了两部先看了看,但是发现看完之后,心里久久不能平
- [机器智能与生物]研究生物智能的问题
comsci
生物
我想,人的神经网络和苍蝇的神经网络,并没有本质的区别...就是大规模拓扑系统和中小规模拓扑分析的区别....
但是,如果去研究活体人类的神经网络和脑系统,可能会受到一些法律和道德方面的限制,而且研究结果也不一定可靠,那么希望从事生物神经网络研究的朋友,不如把
- 获取Android Device的信息
dai_lm
android
String phoneInfo = "PRODUCT: " + android.os.Build.PRODUCT;
phoneInfo += ", CPU_ABI: " + android.os.Build.CPU_ABI;
phoneInfo += ", TAGS: " + android.os.Build.TAGS;
ph
- 最佳字符串匹配算法(Damerau-Levenshtein距离算法)的Java实现
datamachine
java算法字符串匹配
原文:http://www.javacodegeeks.com/2013/11/java-implementation-of-optimal-string-alignment.html------------------------------------------------------------------------------------------------------------
- 小学5年级英语单词背诵第一课
dcj3sjt126com
englishword
long 长的
show 给...看,出示
mouth 口,嘴
write 写
use 用,使用
take 拿,带来
hand 手
clever 聪明的
often 经常
wash 洗
slow 慢的
house 房子
water 水
clean 清洁的
supper 晚餐
out 在外
face 脸,
- macvim的使用实战
dcj3sjt126com
macvim
macvim用的是mac里面的vim, 只不过是一个GUI的APP, 相当于一个壳
1. 下载macvim
https://code.google.com/p/macvim/
2. 了解macvim
:h vim的使用帮助信息
:h macvim
- java二分法查找
蕃薯耀
java二分法查找二分法java二分法
java二分法查找
>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>
蕃薯耀 2015年6月23日 11:40:03 星期二
http:/
- Spring Cache注解+Memcached
hanqunfeng
springmemcached
Spring3.1 Cache注解
依赖jar包:
<!-- simple-spring-memcached -->
<dependency>
<groupId>com.google.code.simple-spring-memcached</groupId>
<artifactId>simple-s
- apache commons io包快速入门
jackyrong
apache commons
原文参考
http://www.javacodegeeks.com/2014/10/apache-commons-io-tutorial.html
Apache Commons IO 包绝对是好东西,地址在http://commons.apache.org/proper/commons-io/,下面用例子分别介绍:
1) 工具类
2
- 如何学习编程
lampcy
java编程C++c
首先,我想说一下学习思想.学编程其实跟网络游戏有着类似的效果.开始的时候,你会对那些代码,函数等产生很大的兴趣,尤其是刚接触编程的人,刚学习第一种语言的人.可是,当你一步步深入的时候,你会发现你没有了以前那种斗志.就好象你在玩韩国泡菜网游似的,玩到一定程度,每天就是练级练级,完全是一个想冲到高级别的意志力在支持着你.而学编程就更难了,学了两个月后,总是觉得你好象全都学会了,却又什么都做不了,又没有
- 架构师之spring-----spring3.0新特性的bean加载控制@DependsOn和@Lazy
nannan408
Spring3
1.前言。
如题。
2.描述。
@DependsOn用于强制初始化其他Bean。可以修饰Bean类或方法,使用该Annotation时可以指定一个字符串数组作为参数,每个数组元素对应于一个强制初始化的Bean。
@DependsOn({"steelAxe","abc"})
@Comp
- Spring4+quartz2的配置和代码方式调度
Everyday都不同
代码配置spring4quartz2.x定时任务
前言:这些天简直被quartz虐哭。。因为quartz 2.x版本相比quartz1.x版本的API改动太多,所以,只好自己去查阅底层API……
quartz定时任务必须搞清楚几个概念:
JobDetail——处理类
Trigger——触发器,指定触发时间,必须要有JobDetail属性,即触发对象
Scheduler——调度器,组织处理类和触发器,配置方式一般只需指定触发
- Hibernate入门
tntxia
Hibernate
前言
使用面向对象的语言和关系型的数据库,开发起来很繁琐,费时。由于现在流行的数据库都不面向对象。Hibernate 是一个Java的ORM(Object/Relational Mapping)解决方案。
Hibernte不仅关心把Java对象对应到数据库的表中,而且提供了请求和检索的方法。简化了手工进行JDBC操作的流程。
如
- Math类
xiaoxing598
Math
一、Java中的数字(Math)类是final类,不可继承。
1、常数 PI:double圆周率 E:double自然对数
2、截取(注意方法的返回类型) double ceil(double d) 返回不小于d的最小整数 double floor(double d) 返回不大于d的整最大数 int round(float f) 返回四舍五入后的整数 long round