- 【野生动物识别系统】Python+深度学习+人工智能+卷积神经网络算法+TensorFlow+ResNet+图像识别
图像识别深度学习
一、介绍动物识别系统,使用Python作为主要开发语言,基于深度学习TensorFlow框架,搭建卷积神经网络算法。并通过对18种动物数据集进行训练,最后得到一个识别精度较高的模型。并基于Django框架,开发网页端操作平台,实现用户上传一张动物图片识别其名称。目前可识别的动物有:'乌龟','云豹','变色龙','壁虎','狞猫','狮子','猎豹','美洲狮','美洲虎','老虎','蜥蜴','
- 使用深度学习TensorFlow框架进行图片识别
开发者社区小百科
TensorFlow阿里云大学阿里云大学TensorFlow
ApsaraClouder大数据专项技能认证:使用深度学习TensorFlow框架进行图片识别本认证系统的介绍了深度学习的一些基础知识,以及Tensorflow的工作原理。通过阿里云机器学习PAI基于经典的CIFAR-10数据集实现图片识别。学员可以通过本实验,对深度学习Tensorflow框架有一个简单、直观的了解。课时预览机器学习PAI介绍本节主要介绍阿里云机器学习PAI平台的功能以及常用的操
- Python数据分析全攻略
跑起来总会有风
未来科技与编程视角pythonpandaspytorchtensorflow数据分析numpyscipypillow
文章目录引言Pandas-数据处理与分析代码示例NumPy-数值计算特点代码示例Matplotlib-数据可视化特点代码示例SciPy-科学计算特点代码示例Scikit-learn-机器学习特点代码示例TensorFlow/PyTorch-深度学习TensorFlow特点代码示例PyTorch-深度学习特点代码示例结语引言Python是一种广泛使用的高级编程语言,它以其易于学习和强大的库支持而闻名
- 深度学习Tensorflow缺失cublas64_11.dll cublasLt64_11.dllcufft64_10.dll,cusparse64_11.dll等dll问题解决方法:
不做梵高417
tensorflowtensorflow-gpu
tensorflow_gpu-2.6.0的安装与配置深度学习Tensorflow缺失cublasLt64-11.dllcusolver64-11.dll等dll问题解决方法:当你的tensorflow_gpu-与cudnn和CUDA版本下载没问题时:你可以在命令行python导包,如果缺哪个包就直接去搜索结果|DLL-files.com找,如果没有,像以下一样的情况:2023-12-2715:29
- 深度学习tensorflow环境配置全教程
什么都不太会的研究生
机器学习深度学习tensorflow人工智能机器学习
基于深度学习的tensorflow环境配置1.安装anaconda1.1下载anaconda1.2anaconda的安装2.安装cuda2.1查看电脑cuda版本2.2下载cuda安装包2.3安装cudnn3.tensorflow环境配置4.测试tensorflow环境系统:windows编程软件:Pycharm编程语言:python在进行深度学习相关学习过程中运行代码需要对应的tensorflo
- 深度学习TensorFlow2基础知识学习后半部分
编程被我拿捏住了
TensorFlow深度学习tensorflow学习
介绍几个重要操作:1.范数a=tf.fill([1,2],value=2.)b=tf.norm(a)#二范数#第二种计算方法#计算验证a=tf.square(a)log("a的平方:",a)a=tf.reduce_sum(a)log("a平方后的和:",a)b=tf.sqrt(a)log("a平方和后开根号:",b)#二者结果是一样的b=tf.norm(a,ord=1)#一范数print(b)pr
- 深度学习TensorFlow2基础知识学习前半部分
编程被我拿捏住了
TensorFlowtensorflow人工智能python
目录测试TensorFlow是否支持GPU:自动求导:数据预处理之统一数组维度定义变量和常量训练模型的时候设备变量的设置生成随机数据交叉熵损失CE和均方误差函数MSE全连接Dense层维度变换reshape增加或减小维度数组合并广播机制:简单范数运算矩阵转置框架本身只是用来编写的工具,每个框架包括Pytorch,tensorflow、mxnet、paddle、mandspore等等框架编程语言上其
- 深度学习TensorFlow---本人踩过的坑(报错总结)第七篇
Renne_xpu
深度学习TensorFlow目标检测报错总结
深度学习TensorFlowObjectDetectionAPI训练自己的模型时—本人踩过的坑(报错总结)第七篇2019年6月26日星期三报错:TensorflowobjectdetectionAPI训练中途报错InvalidArgumentError(seeabovefortraceback):Incompatibleshapes:[2,1917]vs[4,1]解决方案:找到object_det
- 深度学习TensorFlow---本人踩过的坑(报错总结)第一篇
Renne_xpu
深度学习TensorFlow目标检测报错总结
#深度学习TensorFlowObjectDetectionAPI训练自己的模型时—本人踩过的坑(报错总结)第一篇##2019年5月31收获总结##报错一:object_detection/protos/*.proto:Nosuchfileordirectory解决方案:自己的路径\models\research\object_detection\protos路径下的所有.proto文件都需要编译
- 基于python+TensorFlow+Django卷积网络算法+深度学习模型+蔬菜识别系统
雅致教育
深度学习python计算机毕业设计python深度学习tensorflow
欢迎大家点赞、收藏、关注、评论啦,由于篇幅有限,只展示了部分核心代码。文章目录一项目简介二、功能三、系统四.总结一项目简介 介绍了TensorFlow在图像识别分类中的应用,并通过相关代码进行了讲解。通过TensorFlow提供的工具和库,我们可以方便地构建、训练和评估图像识别分类模型。二、功能 蔬菜识别系统,使用Python作为主要开发语言,基于深度学习TensorFlow框架,搭建卷积神经
- 开发知识点-人工智能-深度学习Tensorflow2.0
amingMM
人工智能深度学习tensorflow
Tensorflow常用的参数有:快捷配置做得多环境环境问题一、简单概述二、Tensorflow2版本简介与心得三、深度学习框架安装Tensorflow2版本安装方法四、TF基础操作Sotensorflow=矩阵在这个大框架流动五深度学习要解决的问题六深度学习应用领域#1下载地址https://www.anaconda.comandhttps://mirrors.tuna.tsinghua.edu
- 关于下载cuda和cudnn官方网站访问不了的替代方案
gong_wanyi
GPUTensorflow2.x深度学习cudacudnnWSLtensorflow
一、背景最近一段时间在做深度学习Tensorflow2.x的项目,由于涉及到了docker环境下的tensorfow的GPU加速,于是我就在电脑(飞行堡垒)装双系统win10+ubuntu,后改成了win10上面装WSL(Win10的linux子系统)。由于前边装双系统的过程中系统出了一些问题,就重装了win10系统,之前装的cuda和cudnn也需要重装。无奈,国内访问Nvida的官网进不去,只
- 深度学习Tensorflow: CUDA_ERROR_OUT_OF_MEMORY解决办法
希望coding不秃头
深度学习tensorflow人工智能
目前在用深度学习训练,训练中设置batchsize后可以正常跑通,但是在训练一轮save_model时,总出现这个错误,即使我调batchsize到1也依旧会报错。发现是在调用logger时出现问题。查询后了解到是因为TensorFlow中的eager_execution默认调用最大GPU(但我的GPU显存不足以满足需求,所以报错)。经过查询,再logger.py调用tf处,加入os.enviro
- 图像识别(一): 深度学习TensorFlow框架+神经网络 VS 机器学习SKlearn+随机森林RandomForestClassifier
后知前觉
图像识别深度学习tensorflow机器学习神经网络数据挖掘
正在学习TensorFlow2.0,为了更好的理解数据建模分类问题,对比不同算法的差异和原理,利用入门级的图像识别案例,尝试对比传统机器学习的建模效果。1.导入需要的包将需要的包全部导入,这里部分包在此案例中没有用到,懒的删了,实际项目中最好不要导入多余包。importtensorflowastfimportpandasaspdimportnumpyasnpfromtensorflowimport
- 图像识别的垃圾分类系统
项目介绍垃圾识别系统,使用Python作为主要开发语言,基于深度学习TensorFlow框架,搭建卷积神经网络算法。并通过对5种垃圾数据集进行训练,最后得到一个识别精度较高的模型。并基于Django框架,开发网页端操作平台,实现用户上传一张垃圾图片识别其名称。效果展示演示视频项目源码和视频演示:https://www.yuque.com/ziwu/yygu3z/lwutss28pac54l3n相关
- 动物识别系统-Python
项目介绍动物识别系统,使用Python作为主要开发语言,基于深度学习TensorFlow框架,搭建卷积神经网络算法。并通过对18种动物数据集进行训练,最后得到一个识别精度较高的模型。并基于Django框架,开发网页端操作平台,实现用户上传一张动物图片识别其名称。目前可识别的动物有:'乌龟','云豹','变色龙','壁虎','狞猫','狮子','猎豹','美洲狮','美洲虎','老虎','蜥蜴','
- 如何使用Python进行数据分析?
Itmastergo
python数据分析开发语言
Python是一个非常流行的编程语言,也是数据科学家和数据分析师最常用的语言之一。Python的生态系统非常丰富,有很多强大的库和工具可以用来进行数据分析,如NumPy、Pandas、Matplotlib、SciPy等。Python教程,8天python从入门到精通,学python看这套就够了Python爬虫全套教程Python数据分析+数据挖掘玩转Python深度学习TensorFlow框架那么
- 鸟类识别系统python+TensorFlow+Django网页界面+卷积网络算法+深度学习模型
子午
Python项目python深度学习tensorflow
一、介绍鸟类识别系统,使用Python作为主要开发语言,基于深度学习TensorFlow框架,搭建卷积神经网络算法。并通过对数据集进行训练,最后得到一个识别精度较高的模型。并基于Django框架,开发网页端操作平台,实现用户上传一张图片识别其名称。二、效果图片三、演示视频and代码视频+代码:https://www.yuque.com/ziwu/yygu3z/wsdglil6ub5fkvrg四、M
- 蔬菜识别系统Python+TensorFlow+Django+卷积神经网络【完整代码系统】
子午
Python项目pythontensorflowcnn
一、介绍蔬菜识别系统,使用Python作为主要开发语言,基于深度学习TensorFlow框架,搭建卷积神经网络算法。并通过对数据集进行训练,最后得到一个识别精度较高的模型。并基于Django框架,开发网页端操作平台,实现用户上传一张图片识别其名称。二、效果图片三、演示视频+代码视频+完整代码:https://www.yuque.com/ziwu/yygu3z/uc1z9asdufhe1co7四、T
- 蔬菜识别系统Python+TensorFlow+Django+卷积神经网络算法【完整代码系统】
python
一、介绍蔬菜识别系统,使用Python作为主要开发语言,基于深度学习TensorFlow框架,搭建卷积神经网络算法。并通过对数据集进行训练,最后得到一个识别精度较高的模型。并基于Django框架,开发网页端操作平台,实现用户上传一张图片识别其名称。二、效果图片三、演示视频+代码视频+完整代码:https://www.yuque.com/ziwu/yygu3z/uc1z9asdufhe1co7四、T
- 验证码识别系统Python,基于CNN卷积神经网络算法
python
一、介绍验证码识别系统,使用Python作为主要开发语言,基于深度学习TensorFlow框架,搭建卷积神经网络算法。并通过对数据集进行训练,最后得到一个识别精度较高的模型。并基于Django框架,开发网页端操作平台,基于Pyqt5搭建桌面端操作界面,实现用户上传一张图片识别其名称。二、效果展示三、演示视频视频+代码:https://www.yuque.com/ziwu/yygu3z/awhoxi
- 交通标志识别系统-卷积神经网络
介绍使用Python作为主要开发语言,基于深度学习TensorFlow框架,搭建卷积神经网络算法。并通过对数据集进行训练,最后得到一个识别精度较高的模型。并基于Django框架,开发网页端操作平台,实现用户上传一张图片识别其名称。效果展示演示视频+代码演示视频+源码:https://www.yuque.com/ziwu/yygu3z/negbi656d7r4b0viTensorFlowTensor
- 蔬菜识别系统Python+TensorFlow+Django+卷积神经网络算法【完整代码系统】
python
一、介绍蔬菜识别系统,使用Python作为主要开发语言,基于深度学习TensorFlow框架,搭建卷积神经网络算法。并通过对数据集进行训练,最后得到一个识别精度较高的模型。并基于Django框架,开发网页端操作平台,实现用户上传一张图片识别其名称。二、效果图片三、演示视频+代码视频+完整代码:https://www.yuque.com/ziwu/yygu3z/uc1z9asdufhe1co7四、T
- 鸟类识别Python,基于TensorFlow卷积神经网络【实战项目】
子午
Python项目tensorflowpythoncnn
一、介绍鸟类识别系统,使用Python作为主要开发语言,基于深度学习TensorFlow框架,搭建卷积神经网络算法。并通过对数据集进行训练,最后得到一个识别精度较高的模型。并基于Django框架,开发网页端操作平台,实现用户上传一张图片识别其名称。数据集选自加州理工学院200种鸟类数据集二、效果展示三、演示视频+代码视频+完整代码:https://www.yuque.com/ziwu/yygu3z
- 鸟类识别系统Python,基于TensorFlow卷积神经网络【实战项目】
python
一、介绍鸟类识别系统,使用Python作为主要开发语言,基于深度学习TensorFlow框架,搭建卷积神经网络算法。并通过对数据集进行训练,最后得到一个识别精度较高的模型。并基于Django框架,开发网页端操作平台,实现用户上传一张图片识别其名称。数据集选自加州理工学院200种鸟类数据集二、效果展示三、演示视频+代码视频+完整代码:https://www.yuque.com/ziwu/yygu3z
- 验证码识别系统Python,基于CNN卷积神经网络算法
子午
Python项目cnnpython算法
一、介绍验证码识别系统,使用Python作为主要开发语言,基于深度学习TensorFlow框架,搭建卷积神经网络算法。并通过对数据集进行训练,最后得到一个识别精度较高的模型。并基于Django框架,开发网页端操作平台,基于Pyqt5搭建桌面端操作界面,实现用户上传一张图片识别其名称。二、效果展示三、演示视频视频+完整代码:https://www.yuque.com/ziwu/yygu3z/awho
- 手势识别系统Python,基于卷积神经网络算法
子午
Python项目pythoncnn算法
一、介绍手势识别系统,使用Python作为主要开发语言,基于深度学习TensorFlow框架,搭建卷积神经网络算法。并通过对数据集进行训练,最后得到一个识别精度较高的模型。并基于Django框架,开发网页端操作平台,实现用户上传一张图片识别其名称。二、效果展示三、演示视频+代码视频+代码:https://www.yuque.com/ziwu/yygu3z/gp3gifl678hhz64c四、关键技
- 验证码识别系统Python,基于CNN卷积神经网络算法
python
一、介绍验证码识别系统,使用Python作为主要开发语言,基于深度学习TensorFlow框架,搭建卷积神经网络算法。并通过对数据集进行训练,最后得到一个识别精度较高的模型。并基于Django框架,开发网页端操作平台,基于Pyqt5搭建桌面端操作界面,实现用户上传一张图片识别其名称。二、效果展示三、演示视频视频+代码:https://www.yuque.com/ziwu/yygu3z/awhoxi
- 果蔬识别系统Python+Django+TensorFlow+卷积神经网络算法
python
一、介绍果蔬识别系统,使用Python作为主要开发语言,基于深度学习TensorFlow框架,搭建卷积神经网络算法。并通过对数据集进行训练,最后得到一个识别精度较高的模型。并基于Django框架,开发网页端操作平台,实现用户上传一张图片识别其名称。二、效果展示三、演示视频+代码视频+代码:https://www.yuque.com/ziwu/yygu3z/pnrng41h0sg5f5tf四、Dja
- 手势识别系统Python,基于深度学习卷积神经网络算法
python
一、介绍手势识别系统,使用Python作为主要开发语言,基于深度学习TensorFlow框架,搭建卷积神经网络算法。并通过对数据集进行训练,最后得到一个识别精度较高的模型。并基于Django框架,开发网页端操作平台,实现用户上传一张图片识别其名称。二、效果展示三、演示视频+代码视频+代码:https://www.yuque.com/ziwu/yygu3z/gp3gifl678hhz64c四、关键技
- Nginx负载均衡
510888780
nginx应用服务器
Nginx负载均衡一些基础知识:
nginx 的 upstream目前支持 4 种方式的分配
1)、轮询(默认)
每个请求按时间顺序逐一分配到不同的后端服务器,如果后端服务器down掉,能自动剔除。
2)、weight
指定轮询几率,weight和访问比率成正比
- RedHat 6.4 安装 rabbitmq
bylijinnan
erlangrabbitmqredhat
在 linux 下安装软件就是折腾,首先是测试机不能上外网要找运维开通,开通后发现测试机的 yum 不能使用于是又要配置 yum 源,最后安装 rabbitmq 时也尝试了两种方法最后才安装成功
机器版本:
[root@redhat1 rabbitmq]# lsb_release
LSB Version: :base-4.0-amd64:base-4.0-noarch:core
- FilenameUtils工具类
eksliang
FilenameUtilscommon-io
转载请出自出处:http://eksliang.iteye.com/blog/2217081 一、概述
这是一个Java操作文件的常用库,是Apache对java的IO包的封装,这里面有两个非常核心的类FilenameUtils跟FileUtils,其中FilenameUtils是对文件名操作的封装;FileUtils是文件封装,开发中对文件的操作,几乎都可以在这个框架里面找到。 非常的好用。
- xml文件解析SAX
不懂事的小屁孩
xml
xml文件解析:xml文件解析有四种方式,
1.DOM生成和解析XML文档(SAX是基于事件流的解析)
2.SAX生成和解析XML文档(基于XML文档树结构的解析)
3.DOM4J生成和解析XML文档
4.JDOM生成和解析XML
本文章用第一种方法进行解析,使用android常用的DefaultHandler
import org.xml.sax.Attributes;
- 通过定时任务执行mysql的定期删除和新建分区,此处是按日分区
酷的飞上天空
mysql
使用python脚本作为命令脚本,linux的定时任务来每天定时执行
#!/usr/bin/python
# -*- coding: utf8 -*-
import pymysql
import datetime
import calendar
#要分区的表
table_name = 'my_table'
#连接数据库的信息
host,user,passwd,db =
- 如何搭建数据湖架构?听听专家的意见
蓝儿唯美
架构
Edo Interactive在几年前遇到一个大问题:公司使用交易数据来帮助零售商和餐馆进行个性化促销,但其数据仓库没有足够时间去处理所有的信用卡和借记卡交易数据
“我们要花费27小时来处理每日的数据量,”Edo主管基础设施和信息系统的高级副总裁Tim Garnto说道:“所以在2013年,我们放弃了现有的基于PostgreSQL的关系型数据库系统,使用了Hadoop集群作为公司的数
- spring学习——控制反转与依赖注入
a-john
spring
控制反转(Inversion of Control,英文缩写为IoC)是一个重要的面向对象编程的法则来削减计算机程序的耦合问题,也是轻量级的Spring框架的核心。 控制反转一般分为两种类型,依赖注入(Dependency Injection,简称DI)和依赖查找(Dependency Lookup)。依赖注入应用比较广泛。
- 用spool+unixshell生成文本文件的方法
aijuans
xshell
例如我们把scott.dept表生成文本文件的语句写成dept.sql,内容如下:
set pages 50000;
set lines 200;
set trims on;
set heading off;
spool /oracle_backup/log/test/dept.lst;
select deptno||','||dname||','||loc
- 1、基础--名词解析(OOA/OOD/OOP)
asia007
学习基础知识
OOA:Object-Oriented Analysis(面向对象分析方法)
是在一个系统的开发过程中进行了系统业务调查以后,按照面向对象的思想来分析问题。OOA与结构化分析有较大的区别。OOA所强调的是在系统调查资料的基础上,针对OO方法所需要的素材进行的归类分析和整理,而不是对管理业务现状和方法的分析。
OOA(面向对象的分析)模型由5个层次(主题层、对象类层、结构层、属性层和服务层)
- 浅谈java转成json编码格式技术
百合不是茶
json编码java转成json编码
json编码;是一个轻量级的数据存储和传输的语言
在java中需要引入json相关的包,引包方式在工程的lib下就可以了
JSON与JAVA数据的转换(JSON 即 JavaScript Object Natation,它是一种轻量级的数据交换格式,非
常适合于服务器与 JavaScript 之间的数据的交
- web.xml之Spring配置(基于Spring+Struts+Ibatis)
bijian1013
javaweb.xmlSSIspring配置
指定Spring配置文件位置
<context-param>
<param-name>contextConfigLocation</param-name>
<param-value>
/WEB-INF/spring-dao-bean.xml,/WEB-INF/spring-resources.xml,
/WEB-INF/
- Installing SonarQube(Fail to download libraries from server)
sunjing
InstallSonar
1. Download and unzip the SonarQube distribution
2. Starting the Web Server
The default port is "9000" and the context path is "/". These values can be changed in &l
- 【MongoDB学习笔记十一】Mongo副本集基本的增删查
bit1129
mongodb
一、创建复本集
假设mongod,mongo已经配置在系统路径变量上,启动三个命令行窗口,分别执行如下命令:
mongod --port 27017 --dbpath data1 --replSet rs0
mongod --port 27018 --dbpath data2 --replSet rs0
mongod --port 27019 -
- Anychart图表系列二之执行Flash和HTML5渲染
白糖_
Flash
今天介绍Anychart的Flash和HTML5渲染功能
HTML5
Anychart从6.0第一个版本起,已经逐渐开始支持各种图的HTML5渲染效果了,也就是说即使你没有安装Flash插件,只要浏览器支持HTML5,也能看到Anychart的图形(不过这些是需要做一些配置的)。
这里要提醒下大家,Anychart6.0版本对HTML5的支持还不算很成熟,目前还处于
- Laravel版本更新异常4.2.8-> 4.2.9 Declaration of ... CompilerEngine ... should be compa
bozch
laravel
昨天在为了把laravel升级到最新的版本,突然之间就出现了如下错误:
ErrorException thrown with message "Declaration of Illuminate\View\Engines\CompilerEngine::handleViewException() should be compatible with Illuminate\View\Eng
- 编程之美-NIM游戏分析-石头总数为奇数时如何保证先动手者必胜
bylijinnan
编程之美
import java.util.Arrays;
import java.util.Random;
public class Nim {
/**编程之美 NIM游戏分析
问题:
有N块石头和两个玩家A和B,玩家A先将石头随机分成若干堆,然后按照BABA...的顺序不断轮流取石头,
能将剩下的石头一次取光的玩家获胜,每次取石头时,每个玩家只能从若干堆石头中任选一堆,
- lunce创建索引及简单查询
chengxuyuancsdn
查询创建索引lunce
import java.io.File;
import java.io.IOException;
import org.apache.lucene.analysis.Analyzer;
import org.apache.lucene.analysis.standard.StandardAnalyzer;
import org.apache.lucene.document.Docume
- [IT与投资]坚持独立自主的研究核心技术
comsci
it
和别人合作开发某项产品....如果互相之间的技术水平不同,那么这种合作很难进行,一般都会成为强者控制弱者的方法和手段.....
所以弱者,在遇到技术难题的时候,最好不要一开始就去寻求强者的帮助,因为在我们这颗星球上,生物都有一种控制其
- flashback transaction闪回事务查询
daizj
oraclesql闪回事务
闪回事务查询有别于闪回查询的特点有以下3个:
(1)其正常工作不但需要利用撤销数据,还需要事先启用最小补充日志。
(2)返回的结果不是以前的“旧”数据,而是能够将当前数据修改为以前的样子的撤销SQL(Undo SQL)语句。
(3)集中地在名为flashback_transaction_query表上查询,而不是在各个表上通过“as of”或“vers
- Java I/O之FilenameFilter类列举出指定路径下某个扩展名的文件
游其是你
FilenameFilter
这是一个FilenameFilter类用法的例子,实现的列举出“c:\\folder“路径下所有以“.jpg”扩展名的文件。 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28
- C语言学习五函数,函数的前置声明以及如何在软件开发中合理的设计函数来解决实际问题
dcj3sjt126com
c
# include <stdio.h>
int f(void) //括号中的void表示该函数不能接受数据,int表示返回的类型为int类型
{
return 10; //向主调函数返回10
}
void g(void) //函数名前面的void表示该函数没有返回值
{
//return 10; //error 与第8行行首的void相矛盾
}
in
- 今天在测试环境使用yum安装,遇到一个问题: Error: Cannot retrieve metalink for repository: epel. Pl
dcj3sjt126com
centos
今天在测试环境使用yum安装,遇到一个问题:
Error: Cannot retrieve metalink for repository: epel. Please verify its path and try again
处理很简单,修改文件“/etc/yum.repos.d/epel.repo”, 将baseurl的注释取消, mirrorlist注释掉。即可。
&n
- 单例模式
shuizhaosi888
单例模式
单例模式 懒汉式
public class RunMain {
/**
* 私有构造
*/
private RunMain() {
}
/**
* 内部类,用于占位,只有
*/
private static class SingletonRunMain {
priv
- Spring Security(09)——Filter
234390216
Spring Security
Filter
目录
1.1 Filter顺序
1.2 添加Filter到FilterChain
1.3 DelegatingFilterProxy
1.4 FilterChainProxy
1.5
- 公司项目NODEJS实践0.1
逐行分析JS源代码
mongodbnginxubuntunodejs
一、前言
前端如何独立用nodeJs实现一个简单的注册、登录功能,是不是只用nodejs+sql就可以了?其实是可以实现,但离实际应用还有距离,那要怎么做才是实际可用的。
网上有很多nod
- java.lang.Math
liuhaibo_ljf
javaMathlang
System.out.println(Math.PI);
System.out.println(Math.abs(1.2));
System.out.println(Math.abs(1.2));
System.out.println(Math.abs(1));
System.out.println(Math.abs(111111111));
System.out.println(Mat
- linux下时间同步
nonobaba
ntp
今天在linux下做hbase集群的时候,发现hmaster启动成功了,但是用hbase命令进入shell的时候报了一个错误 PleaseHoldException: Master is initializing,查看了日志,大致意思是说master和slave时间不同步,没办法,只好找一种手动同步一下,后来发现一共部署了10来台机器,手动同步偏差又比较大,所以还是从网上找现成的解决方
- ZooKeeper3.4.6的集群部署
roadrunners
zookeeper集群部署
ZooKeeper是Apache的一个开源项目,在分布式服务中应用比较广泛。它主要用来解决分布式应用中经常遇到的一些数据管理问题,如:统一命名服务、状态同步、集群管理、配置文件管理、同步锁、队列等。这里主要讲集群中ZooKeeper的部署。
1、准备工作
我们准备3台机器做ZooKeeper集群,分别在3台机器上创建ZooKeeper需要的目录。
数据存储目录
- Java高效读取大文件
tomcat_oracle
java
读取文件行的标准方式是在内存中读取,Guava 和Apache Commons IO都提供了如下所示快速读取文件行的方法: Files.readLines(new File(path), Charsets.UTF_8); FileUtils.readLines(new File(path)); 这种方法带来的问题是文件的所有行都被存放在内存中,当文件足够大时很快就会导致
- 微信支付api返回的xml转换为Map的方法
xu3508620
xmlmap微信api
举例如下:
<xml>
<return_code><![CDATA[SUCCESS]]></return_code>
<return_msg><![CDATA[OK]]></return_msg>
<appid><