- 图生视频技术的发展与展望:从技术突破到未来图景
Liudef06
StableDiffusion音视频人工智能深度学习stablediffusion
一、技术发展现状图生视频(Image-to-VideoGeneration)是生成式人工智能(AIGC)的重要分支,其核心是通过单张或多张静态图像生成动态视频序列。近年来,随着深度学习、多模态融合和计算硬件的进步,图生视频技术经历了从基础研究到商业落地的快速演进。早期探索与GAN的奠基早期图生视频技术主要基于生成对抗网络(GAN),通过对抗训练生成低分辨率的视频片段。例如,DeepMind的DVD
- PyTorch 深度学习实战(17):Asynchronous Advantage Actor-Critic (A3C) 算法与并行训练
进取星辰
PyTorch深度学习实战深度学习pytorch算法
在上一篇文章中,我们深入探讨了SoftActor-Critic(SAC)算法及其在平衡探索与利用方面的优势。本文将介绍强化学习领域的重要里程碑——AsynchronousAdvantageActor-Critic(A3C)算法,并展示如何利用PyTorch实现并行化训练来加速学习过程。一、A3C算法原理A3C算法由DeepMind于2016年提出,通过异步并行的多个智能体(Worker)与环境交互
- 2024年图灵奖公布:两位AI先锋因强化学习获奖
吴脑的键客
人工智能人工智能chatgpt
据《纽约时报》报道,全球最大的计算机专业人士协会计算机协会(ACM)周三宣布,将2024年图灵奖授予安德鲁·巴托(AndrewBarto)博士和理查德·萨顿(RichardSutton)博士,以表彰他们在强化学习方面的研究。巴托目前是马萨诸塞大学荣誉退休教授。萨顿现在担任阿尔伯塔大学教授,他也是前DeepMind研究科学家。两人将分享图灵奖的100万美元奖金。图灵奖设立于1966年,常被称为“计算
- DeepMind首席科学家最新万字访谈:模型「慢思考」,能力大幅提升!
datawhale
DatawhaleDatawhale分享访谈:JackRae,编译:数字开物2月25日,谷歌DeepMind首席科学家JackRae接受访谈,就谷歌思维模型的发展进行深入讨论。JackRae指出,推理模型是AI发展的新范式,推理模型并非追求即时响应,而是通过增加推理时的思考时间来提升答案质量,这导致了一种新的ScalingLaw,“慢思考”模式是提升AI性能的有效途径。JackRae认为长语境对于
- 动态记忆网络 DeepMind的MEMO架构允许在推理时动态读写记忆矩阵,记忆容量提升40倍
玩人工智能的辣条哥
人工智能人工智能
为了更深入地理解MEMO架构的意义,我来详细解读一下,并探讨它在实际应用中的潜力:MEMO架构的核心思想MEMO(MemorizingoverMemorized)架构的核心思想是“层叠记忆”。传统的记忆网络通常只有一个外部记忆模块,而MEMO架构则引入了多层记忆模块,每一层记忆模块都以前一层记忆模块的输出作为输入,从而实现更复杂的记忆和推理。MEMO架构的关键组成部分多层记忆模块(Multi-La
- 仅用1年成为DeepMind顶梁柱,John Jumper博士毕业7年拿诺奖,开启蛋白折叠新时代
「我以为我只有10%的机会获得诺贝尔化学奖」,得知获奖消息后,JohnJumper在电话采访中笑着说道。他的语气中带着谦逊与感慨,而这份殊荣的背后,则是AlphaFold2带来的科学革命,彻底改变了蛋白质结构预测的方式。截至目前,已有来自190个国家的200多万人使用这一工具,它不仅加速了新药研发和疾病研究,也为基础科学探索提供了前所未有的支持,深刻影响了生命科学的未来发展。值得一提的是,Jump
- 揭密 scaling laws
deardao
机器学习
ScalinglawsOpenAI在其早期的关于scalinglaws的论文[1]中提出了基础理论,但该文缺乏一些具体的求解过程,且未能在更大规模的模型上进行验证。与此同时,后续研究,例如DeepMind的ChinChilla[2]还提出了不同的结论。论文题目:UnravelingtheMysteryofScalingLaws:PartI论文地址:https://arxiv.org/abs/240
- 深度探索DeepSeek:成本效益之辩与市场展望
耶耶Norsea
网络杂烩Deepseek
摘要DeepMind的CEO对DeepSeek的成本效益提出质疑,认为其成本被过度炒作。他指出,DeepSeek所使用的技术大多源自谷歌和DeepMind。然而,分析机构SemiAnalysis强调,DeepSeek的优势在于其成本与能力的卓越组合。尽管目前DeepSeek的成本已经相对较低,但预计到年底,其服务成本将进一步降低至当前的五分之一,展现出显著的成本优势。关键词DeepMindCEO,
- AI行业的隐形杀手:压力与Felix Hill的悲剧
前端
人工智能行业正以前所未有的速度发展,涌现出无数令人惊叹的创新,例如能够AI生成前端页面的工具,甚至可以AI生成uniapp应用。然而,鲜为人知的是,在这个光鲜亮丽的行业背后,隐藏着巨大的压力,正在吞噬着许多才华横溢的从业者。最近,DeepMind研究科学家FelixHill的去世,为我们敲响了警钟,迫使我们重新审视AI行业的工作压力与心理健康问题。FelixHill,一位在自然语言处理和人工智能领
- AI行业高压与人才健康:Felix Hill的离世带来的警示与反思
前端
近日,人工智能领域传来噩耗,DeepMind研究科学家FelixHill不幸离世,年仅41岁。这不仅是AI行业的一大损失,更引发了我们对AI行业高压环境与从业者身心健康之间关系的深刻反思。本文将探讨这一问题,并探讨如何利用AI代码生成器等工具提升效率,间接缓解压力。FelixHill是一位杰出的AI研究科学家,其学术成就斐然,GoogleScholar上的文献引用量高达19680次。然而,鲜为人知
- ubuntu20.04安装mujoco和mujoco_py
tangyubbb?
ubuntulinux人工智能
一.安装mujoco参考链接1.官网下载mujoco210文件https://github.com/deepmind/mujoco/releases/tag/2.1.02.将下载的文件解压到指定目录~/.mujoco下mkdir~/.mujocotar-zxvfmujoco210-linux-x86_64.tar.gz-C~/.mujoco3.配置.bashrc环境文件,在文档最后一行加入下面代码
- DeepMind的新突破:GenCast
新加坡内哥谈技术
人工智能大数据语言模型
每周跟踪AI热点新闻动向和震撼发展想要探索生成式人工智能的前沿进展吗?订阅我们的简报,深入解析最新的技术突破、实际应用案例和未来的趋势。与全球数同行一同,从行业内部的深度分析和实用指南中受益。不要错过这个机会,成为AI领域的领跑者。点击订阅,与未来同行!订阅:https://rengongzhineng.io/如今,人工智能(AI)在天气预报领域的表现已经可以与传统计算方法媲美。然而,AI模型的训
- 【双语新闻】AGI安全与对齐,DeepMind近期工作
曲奇人工智能安全
agi安全llama人工智能
我们想与AF社区分享我们最近的工作总结。以下是关于我们正在做什么,为什么会这么做以及我们认为它的意义所在的一些详细信息。我们希望这能帮助人们从我们的工作基础上继续发展,并了解他们的工作如何与我们相关联。byRohinShah,SebFarquhar,AncaDragan21stAug2024AIAlignmentForumWewantedtosharearecapofourrecentoutput
- 常见大模型框架
AI小夜
ai
生成对抗网络(GAN)类似框架StyleGAN(及其变体StyleGAN2和StyleGAN3):开发者:NVIDIA特点:能够生成极高质量的图像,广泛应用于人脸生成、艺术创作等领域。BigGAN:开发者:DeepMind特点:在大规模数据集上训练的高质量图像生成模型,特别适用于高分辨率图像生成。CycleGAN:特点:用于图像到图像的转换任务,如风格迁移,无需成对的训练数据。Pix2Pix:特点
- 2024.8.14-算法学习(原创+转载)
蓝纹绿茶
算法学习人工智能
一、投机采样图源自投机采样推理原理-66Ring'sBlog投机采样(SpeculativeDecoding)是Google和DeepMind在2022年同时发现的大模型推理加速方法。它可以在不损失生成效果前提下,获得3x以上的加速比。大型语言模型(LLM)的推理通常需要使用自回归采样。它们的推理过程相当缓慢,需要逐个token地进行串行解码。生成每个标记都需要将所有参数从存储单元传输到计算单元,
- 王先森日记第49篇:介绍介绍阿尔法狗背后的人工智能公司
王先森科技日记
AlphaGo先是战胜了李世石,随后横扫了围棋界的所有选手,今年还战胜了围棋界排名第一的国际冠军柯洁。基本已经形成一个共识,在围棋领域“人类再也不可能战胜人工智能了”。而AlphaGo就是DeepMind公司开发的。介绍DeepMind,首先得介绍它的创始人,他叫DemisHassabis,这个人是个名副其实的大牛人。他从小就是神童,13岁的时候就成为了国际象棋大师,等级分在全球14岁以下棋手当中
- 全球知名语音大模型介绍
科学禅道
大模型专栏语音大模型深度学习人工智能语音识别
全球知名的语音大模型包括但不限于以下几种:OpenAIWhisper:OpenAI于2022年发布的Whisper是一个大规模的多语言端到端语音转文本模型,它能够在多个语种上实现高质量的自动语音识别(ASR),并且具备一定的翻译能力。目前最新版本是OpenAIWhisperV3,发布时间为2023年11月7日。DeepMindWaveNet:DeepMind开发的WaveNet是一种开创性的神经网
- DeepMind Q&A Dataset-那些著名的数据集
readilen
2015年Hermann等创立的两个非常棒的用于问答研究的数据集,分别包含90k和197k个文档,,每个文档平均有4个问题。每个问题都是一个带有一个缺失单词/短语的句子,可以从随附的文档/上下文中找到。原作者热心地发布了脚本和附带的文档来生成数据集,但是并不太好用。纽约大学整理了数据集。我们又在该数据集基础上利用斯坦福nlp实验的分词工具进一步加工。CNNQuestions:hereStories
- 谷歌内部开发AI大语言模型“鹅”;OpenAI CEO 寻求大规模AI芯片全球生产投资
go2coding
AI日报人工智能语言模型自然语言处理
AI新闻谷歌内部开发AI大语言模型“鹅”摘要:谷歌正在积极将AI技术融入其产品中,并为提升员工效率而开发了一个名为“鹅”的AI大语言模型。这一模型仅供公司内部团队使用,旨在辅助新产品的开发。据悉,“鹅”基于Google“25年的工程专业知识”训练而成,能回答与谷歌特定技术相关的问题,并支持基于自然语言提示编辑代码等新功能。它是由GoogleBrain、DeepMind以及谷歌内部基础设施团队合作开
- 在充斥着人工智能的时代,职场人要如何前行?
媛姐说职场
日前,新华社在第五届世界互联网大会上发布全球首个合成新闻主播——“AI合成主播”,运用最新人工智能技术,“克隆”出与真人主播拥有同样播报能力的“分身,让多少人艳羡的播音员也将职位不保;在今日头条上,一个名叫小明的机器人写作收获过单篇十万+,作家也正在经受人工智能的挑战;开发出阿尔法狗的谷歌DeepMind,开始训练人工智能解读唇语,一定意义上,等于宣告了同声传译这个职业的消亡!近年来,人工智能获得
- 要玩转这个星际争霸II开源AI,你只需要i5+GTX1050
编程小世界
DeepMind、OpenAI和暴雪对于星际争霸2人工智能的研究仍在进行中,面对复杂的即时战略游戏,人们目前还鲜有进展。尽管近期腾讯、南大、伯克利等均在星际II上攻克了全场游戏,但其训练规模并不是个体研究者所能handle的。最近,来自UniversityofTartu的RomanRing开源了首个星际争霸2的智能体项目,我们也可以在这个前沿领域里展开自己的研究了。Reaver是一个模块化的深度强
- 天才科学家谢赛宁紧急辟谣!和OpenAI的Sora模型无关
夕小瑶
人工智能
这几天OpenAI的视频生成模型Sora实在是太火爆了。然而就在昨天有一篇自媒体文章在网上疯传,有接近10w+的阅读,标题为「震惊世界的Sora发明人之一,是毕业于上海交大的天才少年—谢赛宁」。谢赛宁(SainingXie)本科毕业于上海交通大学,2018年获得加州大学圣迭戈分校CS博士学位,师从屠卓文教授。读博期间,他曾在NECLabs、Adobe、Facebook、谷歌、DeepMind当过实
- DeepMind加持的GNN框架正式开源,TensorFlow进入图神经网络时代
Python数据挖掘
pythonpython深度学习神经网络
谷歌在垃圾邮件检测、流量估计以及YouTube内容标签等环境中使用了一种强大的工具GNN(图神经网络)。11月18日,谷歌联合DeepMind对外开源TensorFlowGNN工具,助力流量预测、谣言和假新闻检测、疾病传播建模、物理模拟等领域的基础研究。11月18日,谷歌联合DeepMind发布了TensorFlowGNN(图神经网络)。目前,谷歌已经在诸如垃圾邮件检测、流量估计以及YouTube
- 【论文阅读】一文读懂Mamba:具有选择状态空间的线性时间序列建模
啵啵菜go
Mamba论文阅读transformer人工智能深度学习神经网络自然语言处理nlp
Mamba:Linear-TimeSequenceModelingwithSelectiveStateSpacesMamba:基于选择状态空间的线性时间序列建模论文两位作者AlbertGu和TriDao,博士都毕业于斯坦福大学,导师为ChristopherRé。AlbertGu现在是CMU助理教授,多年来一直推动SSM架构发展。他曾在DeepMind工作,目前是CartesiaAI的联合创始人及首
- 领先人类 800 年?DeepMind利用深度学习预测 220 万种新晶体
人工智能深度学习
AI工具GNoME发现220万种新晶体,相当于人类科学家800年的实验产出,其中38万种新晶体可以成为未来高新技术的稳定材料。从计算机芯片、电池到太阳能电池板,都离不开结构稳定的无机晶体(inorganiccrystals)。传统意义上,发现或者研发一种全新的稳定的无机晶体,往往需要长达数月的艰苦实验。如今借助GoogleDeepMind发布的深度学习工具GNoME,科研人员在短时间内就发现了22
- 每日一看大模型新闻(2023.12.23-12.25上)李飞飞DeepMind全新「代码链」碾压CoT;2023计算机科学7项重大突破!大模型密集涌现上榜;ChatGPT领衔全球最受欢迎的AI工具
超爱玩大模型
人工智能自然语言处理prompt数据分析语言模型chatgptembedding
1.产品发布1.1阿里团队推新AI模型I2VGen-XL:单张静止图像就能生成高质量视频发布日期:2023.12.24阿里团队推新AI模型I2VGen-XL:单张静止图像就能生成高质量视频(msn.cn)主要内容:视频合成领域迎来新突破,阿里团队提出I2VGen-XL模型,通过静态图像引导实现高质量视频生成。I2VGen-XL模型通过两阶段策略,解耦语义与细节,以单张图像为引导实现视频合成。研究人
- 谷歌 DeepMind 联合斯坦福推出了主从式遥操作双臂机器人系统增强版ALOHA 2
xwz小王子
机器人多模态变形金刚机器人人工智能
谷歌DeepMind联合斯坦福推出了ALOHA的增强版本——ALOHA2。与一代相比,ALOHA2具有更强的性能、人体工程学设计和稳健性,且成本还不到20万元人民币。并且,为了加速大规模双手操作的研究,ALOHA2相关的所有硬件设计全部开源了,并提供了详细的教程,以及具有系统识别功能的ALOHA2MuJoCo模型。谷歌DeepMind放出了相关论文《ALOHA2:AnEnhancedLow-Cos
- Google DeepMind最新研究,将视觉语言大模型作为强化学习的全新奖励来源
TechBeat人工智能社区
技术文章自然语言处理计算机视觉视觉语言模型强化学习奖励模型
论文题目:Vision-LanguageModelsasaSourceofRewards论文链接:https://arxiv.org/abs/2312.09187在大型语言模型(LLM)不断发展的进程中,强化学习扮演了重要的角色,ChatGPT就是在GPT-3.5的基础上经过人类反馈的强化学习算法微调得到。而对于强化学习本身而言,如何使其优化算法在各种丰富的开放环境中更好的完成目标是目前研究的主要
- 加速知识检索:伯克利&DeepMind联合研究,RaLMSpec让语言模型服务飞速提升2-7倍!
夕小瑶
语言模型人工智能自然语言处理
近年来,随着大型语言模型(LLM)的出现,在多样化的NLP任务上取得了令人瞩目的成果。然而,知识密集型任务仍是NLP领域中的一项挑战,因为这些任务不仅要求模型要理解和生成自然语言,还要能够访问和利用大量的外部知识。然而,要想将大量知识编码进一个完全参数化的模型中,不仅在训练上需要更多努力,在部署时也同样如此。特别是当基础模型需要适应新数据或不同的下游任务时,这一挑战会更加严峻。为了应对这一挑战,最
- 加速知识检索:伯克利&DeepMind联合研究,RaLMSpec让语言模型服务飞速提升2-7倍
夕小瑶
学习人工智能chatgpt自然语言处理
近年来,随着大型语言模型(LLM)的出现,在多样化的NLP任务上取得了令人瞩目的成果。然而,知识密集型任务仍是NLP领域中的一项挑战,因为这些任务不仅要求模型要理解和生成自然语言,还要能够访问和利用大量的外部知识。然而,要想将大量知识编码进一个完全参数化的模型中,不仅在训练上需要更多努力,在部署时也同样如此。特别是当基础模型需要适应新数据或不同的下游任务时,这一挑战会更加严峻。为了应对这一挑战,最
- jvm调优总结(从基本概念 到 深度优化)
oloz
javajvmjdk虚拟机应用服务器
JVM参数详解:http://www.cnblogs.com/redcreen/archive/2011/05/04/2037057.html
Java虚拟机中,数据类型可以分为两类:基本类型和引用类型。基本类型的变量保存原始值,即:他代表的值就是数值本身;而引用类型的变量保存引用值。“引用值”代表了某个对象的引用,而不是对象本身,对象本身存放在这个引用值所表示的地址的位置。
- 【Scala十六】Scala核心十:柯里化函数
bit1129
scala
本篇文章重点说明什么是函数柯里化,这个语法现象的背后动机是什么,有什么样的应用场景,以及与部分应用函数(Partial Applied Function)之间的联系 1. 什么是柯里化函数
A way to write functions with multiple parameter lists. For instance
def f(x: Int)(y: Int) is a
- HashMap
dalan_123
java
HashMap在java中对很多人来说都是熟的;基于hash表的map接口的非同步实现。允许使用null和null键;同时不能保证元素的顺序;也就是从来都不保证其中的元素的顺序恒久不变。
1、数据结构
在java中,最基本的数据结构无外乎:数组 和 引用(指针),所有的数据结构都可以用这两个来构造,HashMap也不例外,归根到底HashMap就是一个链表散列的数据
- Java Swing如何实时刷新JTextArea,以显示刚才加append的内容
周凡杨
java更新swingJTextArea
在代码中执行完textArea.append("message")后,如果你想让这个更新立刻显示在界面上而不是等swing的主线程返回后刷新,我们一般会在该语句后调用textArea.invalidate()和textArea.repaint()。
问题是这个方法并不能有任何效果,textArea的内容没有任何变化,这或许是swing的一个bug,有一个笨拙的办法可以实现
- servlet或struts的Action处理ajax请求
g21121
servlet
其实处理ajax的请求非常简单,直接看代码就行了:
//如果用的是struts
//HttpServletResponse response = ServletActionContext.getResponse();
// 设置输出为文字流
response.setContentType("text/plain");
// 设置字符集
res
- FineReport的公式编辑框的语法简介
老A不折腾
finereport公式总结
FINEREPORT用到公式的地方非常多,单元格(以=开头的便被解析为公式),条件显示,数据字典,报表填报属性值定义,图表标题,轴定义,页眉页脚,甚至单元格的其他属性中的鼠标悬浮提示内容都可以写公式。
简单的说下自己感觉的公式要注意的几个地方:
1.if语句语法刚接触感觉比较奇怪,if(条件式子,值1,值2),if可以嵌套,if(条件式子1,值1,if(条件式子2,值2,值3)
- linux mysql 数据库乱码的解决办法
墙头上一根草
linuxmysql数据库乱码
linux 上mysql数据库区分大小写的配置
lower_case_table_names=1 1-不区分大小写 0-区分大小写
修改/etc/my.cnf 具体的修改内容如下:
[client]
default-character-set=utf8
[mysqld]
datadir=/var/lib/mysql
socket=/va
- 我的spring学习笔记6-ApplicationContext实例化的参数兼容思想
aijuans
Spring 3
ApplicationContext能读取多个Bean定义文件,方法是:
ApplicationContext appContext = new ClassPathXmlApplicationContext(
new String[]{“bean-config1.xml”,“bean-config2.xml”,“bean-config3.xml”,“bean-config4.xml
- mysql 基准测试之sysbench
annan211
基准测试mysql基准测试MySQL测试sysbench
1 执行如下命令,安装sysbench-0.5:
tar xzvf sysbench-0.5.tar.gz
cd sysbench-0.5
chmod +x autogen.sh
./autogen.sh
./configure --with-mysql --with-mysql-includes=/usr/local/mysql
- sql的复杂查询使用案列与技巧
百合不是茶
oraclesql函数数据分页合并查询
本片博客使用的数据库表是oracle中的scott用户表;
------------------- 自然连接查询
查询 smith 的上司(两种方法)
&
- 深入学习Thread类
bijian1013
javathread多线程java多线程
一. 线程的名字
下面来看一下Thread类的name属性,它的类型是String。它其实就是线程的名字。在Thread类中,有String getName()和void setName(String)两个方法用来设置和获取这个属性的值。
同时,Thr
- JSON串转换成Map以及如何转换到对应的数据类型
bijian1013
javafastjsonnet.sf.json
在实际开发中,难免会碰到JSON串转换成Map的情况,下面来看看这方面的实例。另外,由于fastjson只支持JDK1.5及以上版本,因此在JDK1.4的项目中可以采用net.sf.json来处理。
一.fastjson实例
JsonUtil.java
package com.study;
impor
- 【RPC框架HttpInvoker一】HttpInvoker:Spring自带RPC框架
bit1129
spring
HttpInvoker是Spring原生的RPC调用框架,HttpInvoker同Burlap和Hessian一样,提供了一致的服务Exporter以及客户端的服务代理工厂Bean,这篇文章主要是复制粘贴了Hessian与Spring集成一文,【RPC框架Hessian四】Hessian与Spring集成
在
【RPC框架Hessian二】Hessian 对象序列化和反序列化一文中
- 【Mahout二】基于Mahout CBayes算法的20newsgroup的脚本分析
bit1129
Mahout
#!/bin/bash
#
# Licensed to the Apache Software Foundation (ASF) under one or more
# contributor license agreements. See the NOTICE file distributed with
# this work for additional information re
- nginx三种获取用户真实ip的方法
ronin47
随着nginx的迅速崛起,越来越多公司将apache更换成nginx. 同时也越来越多人使用nginx作为负载均衡, 并且代理前面可能还加上了CDN加速,但是随之也遇到一个问题:nginx如何获取用户的真实IP地址,如果后端是apache,请跳转到<apache获取用户真实IP地址>,如果是后端真实服务器是nginx,那么继续往下看。
实例环境: 用户IP 120.22.11.11
- java-判断二叉树是不是平衡
bylijinnan
java
参考了
http://zhedahht.blog.163.com/blog/static/25411174201142733927831/
但是用java来实现有一个问题。
由于Java无法像C那样“传递参数的地址,函数返回时能得到参数的值”,唯有新建一个辅助类:AuxClass
import ljn.help.*;
public class BalancedBTree {
- BeanUtils.copyProperties VS PropertyUtils.copyProperties
诸葛不亮
PropertyUtilsBeanUtils
BeanUtils.copyProperties VS PropertyUtils.copyProperties
作为两个bean属性copy的工具类,他们被广泛使用,同时也很容易误用,给人造成困然;比如:昨天发现同事在使用BeanUtils.copyProperties copy有integer类型属性的bean时,没有考虑到会将null转换为0,而后面的业
- [金融与信息安全]最简单的数据结构最安全
comsci
数据结构
现在最流行的数据库的数据存储文件都具有复杂的文件头格式,用操作系统的记事本软件是无法正常浏览的,这样的情况会有什么问题呢?
从信息安全的角度来看,如果我们数据库系统仅仅把这种格式的数据文件做异地备份,如果相同版本的所有数据库管理系统都同时被攻击,那么
- vi区段删除
Cwind
linuxvi区段删除
区段删除是编辑和分析一些冗长的配置文件或日志文件时比较常用的操作。简记下vi区段删除要点备忘。
vi概述
引文中并未将末行模式单独列为一种模式。单不单列并不重要,能区分命令模式与末行模式即可。
vi区段删除步骤:
1. 在末行模式下使用:set nu显示行号
非必须,随光标移动vi右下角也会显示行号,能够正确找到并记录删除开始行
- 清除tomcat缓存的方法总结
dashuaifu
tomcat缓存
用tomcat容器,大家可能会发现这样的问题,修改jsp文件后,但用IE打开 依然是以前的Jsp的页面。
出现这种现象的原因主要是tomcat缓存的原因。
解决办法如下:
在jsp文件头加上
<meta http-equiv="Expires" content="0"> <meta http-equiv="kiben&qu
- 不要盲目的在项目中使用LESS CSS
dcj3sjt126com
Webless
如果你还不知道LESS CSS是什么东西,可以看一下这篇文章,是我一朋友写给新人看的《CSS——LESS》
不可否认,LESS CSS是个强大的工具,它弥补了css没有变量、无法运算等一些“先天缺陷”,但它似乎给我一种错觉,就是为了功能而实现功能。
比如它的引用功能
?
.rounded_corners{
- [入门]更上一层楼
dcj3sjt126com
PHPyii2
更上一层楼
通篇阅读完整个“入门”部分,你就完成了一个完整 Yii 应用的创建。在此过程中你学到了如何实现一些常用功能,例如通过 HTML 表单从用户那获取数据,从数据库中获取数据并以分页形式显示。你还学到了如何通过 Gii 去自动生成代码。使用 Gii 生成代码把 Web 开发中多数繁杂的过程转化为仅仅填写几个表单就行。
本章将介绍一些有助于更好使用 Yii 的资源:
- Apache HttpClient使用详解
eksliang
httpclienthttp协议
Http协议的重要性相信不用我多说了,HttpClient相比传统JDK自带的URLConnection,增加了易用性和灵活性(具体区别,日后我们再讨论),它不仅是客户端发送Http请求变得容易,而且也方便了开发人员测试接口(基于Http协议的),即提高了开发的效率,也方便提高代码的健壮性。因此熟练掌握HttpClient是很重要的必修内容,掌握HttpClient后,相信对于Http协议的了解会
- zxing二维码扫描功能
gundumw100
androidzxing
经常要用到二维码扫描功能
现给出示例代码
import com.google.zxing.WriterException;
import com.zxing.activity.CaptureActivity;
import com.zxing.encoding.EncodingHandler;
import android.app.Activity;
import an
- 纯HTML+CSS带说明的黄色导航菜单
ini
htmlWebhtml5csshovertree
HoverTree带说明的CSS菜单:纯HTML+CSS结构链接带说明的黄色导航
在线体验效果:http://hovertree.com/texiao/css/1.htm代码如下,保存到HTML文件可以看到效果:
<!DOCTYPE html >
<html >
<head>
<title>HoverTree
- fastjson初始化对性能的影响
kane_xie
fastjson序列化
之前在项目中序列化是用thrift,性能一般,而且需要用编译器生成新的类,在序列化和反序列化的时候感觉很繁琐,因此想转到json阵营。对比了jackson,gson等框架之后,决定用fastjson,为什么呢,因为看名字感觉很快。。。
网上的说法:
fastjson 是一个性能很好的 Java 语言实现的 JSON 解析器和生成器,来自阿里巴巴的工程师开发。
- 基于Mybatis封装的增删改查实现通用自动化sql
mengqingyu
DAO
1.基于map或javaBean的增删改查可实现不写dao接口和实现类以及xml,有效的提高开发速度。
2.支持自定义注解包括主键生成、列重复验证、列名、表名等
3.支持批量插入、批量更新、批量删除
<bean id="dynamicSqlSessionTemplate" class="com.mqy.mybatis.support.Dynamic
- js控制input输入框的方法封装(数字,中文,字母,浮点数等)
qifeifei
javascript js
在项目开发的时候,经常有一些输入框,控制输入的格式,而不是等输入好了再去检查格式,格式错了就报错,体验不好。 /** 数字,中文,字母,浮点数(+/-/.) 类型输入限制,只要在input标签上加上 jInput="number,chinese,alphabet,floating" 备注:floating属性只能单独用*/
funct
- java 计时器应用
tangqi609567707
javatimer
mport java.util.TimerTask; import java.util.Calendar; public class MyTask extends TimerTask { private static final int
- erlang输出调用栈信息
wudixiaotie
erlang
在erlang otp的开发中,如果调用第三方的应用,会有有些错误会不打印栈信息,因为有可能第三方应用会catch然后输出自己的错误信息,所以对排查bug有很大的阻碍,这样就要求我们自己打印调用的栈信息。用这个函数:erlang:process_display (self (), backtrace).需要注意这个函数只会输出到标准错误输出。
也可以用这个函数:erlang:get_s