- Pytorch模型安卓部署
python&java
pytorch人工智能python
Pytorch是一种流行的深度学习框架,用于算法开发,而Android是一种广泛应用的操作系统,多应用于移动设备当中。目前多数的研究都是在于算法上,个人觉得把算法落地是一件很有意思的事情,因此本人准备分享一些模型落地的文章(后续可能分享微信小程序部署,PyQt部署以及exe打包,ncnn部署,tensorRT部署,MNN部署)。本篇文章主要分享Pytorch的Android端部署。看这篇文章的读者
- 阿里重磅开源 Mnn3dAvatar:3D 数字人实时面捕,直播带货新利器!
Icoolkj
人工智能开源mnn3d
阿里巴巴于近日有了重磅之举——开源全新的3D数字人框架Mnn3dAvatar。这一框架犹如一颗投入平静湖面的巨石,为开发者们带来了强大的实时面部捕捉与3D虚拟角色生成工具,凭借其显著的高效性与易用性,极有可能为直播带货、虚拟展示等场景带来翻天覆地的变革。Mnn3dAvatar基于阿里巴巴开源的轻量级深度学习推理框架MNN(MobileNeuralNetwork)开发而成。与传统的Live2D技术不
- MNN 支持 InternVL 多模态大模型
夕阳叹
mnn深度学习人工智能LLM
MNN支持InternVL多模态大模型1.背景介绍InternVL(https://modelscope.cn/models/OpenGVLab/InternVL2_5-1B)是一个多模态模型,结合了视觉和语言处理能力,适用于图像理解、视觉问答等任务,相比QwenVL更为轻量。为了使InternVL模型能够在MNN(MobileNeuralNetwork)推理框架中高效运行,我们对其进行了适配和优
- Linux下编译并打包MNN项目迁移至其他设备
AI小小怪
Linux系统常用包的编译MTCNNlinuxmnnopencv
1.构建项目结构该项目是利用MNN框架对MTCNN网络进行推理,实现对目标的实时检测运行环境:Linux相关库:opencv,MNN先给出项目的总体结构,如下:mtcnn_mnn/├──include/│├──opencv2/#OpenCV的头文件│├──MNN/#MNN的头文件│└──mtcnn.h#项目内部的头文件├──lib/│├──libopencv_core.so#OpenCV的动态库│
- 构建 PyMNN
dbcccccsds
pythonpip
编译MNN前的准备工作请参考原文:编译MNN构建PyMNN✅本地安装cd/path/to/MNN/pymnn/pip_package#构建依赖pythonbuild_deps.py{MNN依赖包组合}#示例:pythonbuild_deps.py"cuda,render,no_sse"#安装PyMNNpythonsetup.pyinstall--version{MNN版本}--deps{MNN依赖
- RK3588 MNN CPU/Vulkan/OpenCL ResNet50推理测试
Hi20240217
学习mnn人工智能深度学习RK3588
RK3588MNNCPU/Vulkan/OpenCLResNet50推理测试一、背景介绍1.1RK3588芯片特性1.2为什么选择MNN?1.3测试目标解析二、参考链接三、操作步骤3.1Vulkan环境搭建3.2安装OpenCL环境3.3Vulkan运行`relu`算子3.3.1安装`glslang-tools`3.3.2编写计算着色器(`relu.comp`)3.3.3生成C++代码(`main
- 轻量级高性能推理引擎MNN 学习笔记 02.MNN主要API
龙湾开发
轻量级高性能推理引擎MNN学习笔记mnn学习笔记人工智能机器学习
1.MNN主要API注意:本学习笔记只介绍了我在学习过程中常用的API,更多MNNAPI请参考官方文档。1.1.推理时操作流程创建Interpreter:createFromFile()通过Interpreter创建Session:createSession()设置输入数据:getSessionInput()、map()、unmap()、copyFromHostTensor()通过Session进
- 2025年最新在线模型转换工具优化模型ncnn,mnn,tengine,onnx
我的青春不太冷
mnn人工智能深度学习ncnn在线模型转换网址
文章目录引言最新网址地点一、模型转换1.框架转换全景图2.安全的模型转换3.网站全景图二、转换说明三、模型转换流程图四、感谢引言在yolov5,yolov8,yolov11等等模型转换的领域中,时间成本常常是开发者头疼的问题。最近发现一个超棒的网站工具,简直是模型转换的神器。它最大的亮点就是省去编译转换工具的时间,开箱即用,一键转换。对于目标格式,提供了tengine、ncnn、mnn、onnx等
- 排列组合数的一些公式
wuming先生
绪论:加法原理、乘法原理#分类计数原理:做一件事,有nn类办法,在第11类办法中有m1m1种不同的方法,在第22类办法中有m2m2种不同的方法,…,在第nn类办法中有mnmn种不同的方法,那么完成这件事共有N=m1+m2+…+mnN=m1+m2+…+mn种不同的方法。分步计数原理:完成一件事,需要分成nn个步骤,做第11步有m1m1种不同的方法,做第22步有m2m2种不同的方法,…,做第nn步有m
- NCNN GPU初始化加速——cache实现
陈立里
ncnn
概要NCNN的CPU初始化速度很快,但是当使用GPU进行推理时,初始化往往要花费几秒甚至更长时间。其他框架例如MNN有载入cache的方式来进行加速,NCNN目前没有相关接口来实现加速,那么NCNN是否也可以加载cache来实现加速呢?整体流程通过测速以及查看NCNN的源码可以发现,在gpu.cpp源文件下的VulkanDevice::create_pipeline函数内的vkCreateComp
- 手写数字识别从训练到部署全流程详解——模型在Android端的部署
彧侠
综述:目前深度学习模型在移动端的使用已越来越广泛,而移动端设备的性能表现自然无法与PC端相提并论,目前市面上基本所有的训练框架训练出来的模型都无法直接在移动端上使用和推理,尽管部分框架同时做了移动端部署功能(如Tensorflow-lite、pytorch-mobile等),但是在性能表现上对比专业的部署框架(如ncnn、mnn等)没有任何优势,基于之前对部署框架的使用经验,下面我就以手写数字识别
- 【深度学习】MNN ImageProcess处理图像顺序,逻辑,均值,方差
XD742971636
深度学习机器学习深度学习mnnImageProcess
文章目录介绍Opencvnumpy等效的MNN处理介绍MNNImageProcess处理图像是先reisze还是后resize,均值方差怎么处理,是什么通道顺序?这篇文章告诉你答案。Opencvnumpy这段代码是一个图像预处理函数,用于对输入的图像进行一系列处理,以便将其用于某些机器学习模型的输入。cv2.imdecode(np.fromfile(imgpath,dtype=np.uint8),
- VS CMAKE链接MNN静态库,使用pybind11生成python接口
qizhen816
pybind11的使用教程已经有很多了,参考https://zhuanlan.zhihu.com/p/93299698,建议使用vcpkg安装pybind11pybind11:x64-windows-static等等库我的接口形式为voidface_handler(py::module&m){py::class_(m,"RFInfer").def(py::init()).def("__call__
- MNN编译android版本脚本
yuhongjiu
#!/bin/bash./schema/generate.shexportANDROID_NDK="/home/yw/android_ndk/android-ndk-r18b"rm-rfbuild_androidmkdirbuild_androidcdbuild_androidfunctionbuild_android{mkdir$PREFIXcd$PREFIXcmake../../../-DCM
- 鸿蒙使用第三方SO库
neo_尼欧
HarmonyOSOpenharmonyOpenHarmonyharmonyosHAP
一、示例:使用第三方SO库以导入OpenCV和MNN的SO库为例1、将MNN和Opencv的so文件(包括.407文件),放入模块下libs目录对应的版本(arm64-v8a和armeabi-v7a)entry/libs/arm64-v8a/xxx.so2、配置模块目录下的build-profile.json5的buildOption字段,增加abiFilters字段:"buildOption":
- 大模型内容分享(二十八):mnn-llm: 大语言模型端侧CPU推理优化
之乎者也·
大模型(FoundationModel)内容分享AI(人工智能)内容分享mnn语言模型人工智能
在大语言模型(LLM)端侧部署上,基于MNN实现的mnn-llm项目已经展现出业界领先的性能,特别是在ARM架构的CPU上。目前利用mnn-llm的推理能力,qwen-1.8b在mnn-llm的驱动下能够在移动端达到端侧实时会话的能力,能够在较低内存(<2G)的情况下,做到快速响应。目录背景模型导出模型部署性能优化性能测试总结与展望项目代码团队介绍背景在大型语言模型(LLM)领域的迅猛发展背景下,
- [MNN]vs2019编译MNN x86
FL1623863129
深度学习mnnc++人工智能
打开开始编译cd/path/to/MNNmkdirbuild&&cdbuildcmake-G"NMakeMakefiles"-DCMAKE_BUILD_TYPE=Release..nmake
- 香橙派--编译MNN报错,关于汇编的嵌套展开
lindsayshuo
mnn汇编人工智能
先看报错:/home/orangepi/MNN-master/source/backend/cpu/arm/arm64/bf16/ARMV86_MNNPackedMatMulRemain_BF16.S:158:Fatalerror:macrosnestedtoodeeply再看代码:PostTreatLH8:FMAXv9,v15,v16,v17,v18FMAXv9,v19,v20,v21,v22F
- mnn-llm: 大语言模型端侧CPU推理优化
阿里巴巴淘系技术团队官网博客
mnn语言模型人工智能深度学习机器学习
在大语言模型(LLM)端侧部署上,基于MNN实现的mnn-llm项目已经展现出业界领先的性能,特别是在ARM架构的CPU上。目前利用mnn-llm的推理能力,qwen-1.8b在mnn-llm的驱动下能够在移动端达到端侧实时会话的能力,能够在较低内存(<2G)的情况下,做到快速响应。背景在大型语言模型(LLM)领域的迅猛发展背景下,开源社区已经孵化了众多优异的LLM模型。这些模型在自然语言处理的各
- 探索模块化神经网络在现代人工智能中的功效和应用
无水先生
NLP高级和ChatGPT人工智能人工智能神经网络深度学习
一、介绍在快速发展的人工智能领域,模块化神经网络(MNN)已成为一项关键创新。与遵循整体方法的传统神经网络架构不同,MNN采用分散式结构。本文深入探讨了MNN的基础知识、它们的优势、应用以及它们带来的挑战。@evertongomede在人工智能领域,模块化神经网络证明了协作智能的力量,体现了整体大于部分之和的原则。二、了解模块化神经网络模块化神经网络代表了神经网络设计的范式转变。核心思想是将复杂问
- 移动端模型部署框架
落花逐流水
pytorch实践人工智能pytorch
移动端模型部署框架1.MNN整体特点轻量性通用性高性能易用性架构设计主体工具致谢移动端模型部署框架1.MNNhttps://www.yuque.com/mnn/cn/aboutMNN是全平台轻量级高性能深度学习引擎,广泛支持了阿里巴巴在计算机视觉、语音识别技术、自然语言处理等领域的70多个AI应用场景,包含淘宝搜索、拍立淘、淘宝直播、AR导购等,日调用量达十亿量级。
- Microsoft C++ 异常: std::length_error,位于内存位置 0x000000AF9B7AF810 处
AI视觉网奇
c++入门宝典c++
mnn运行报错:0x00007FFCFD1C4ED9处(位于mnn_yolo.exe中)有未经处理的异常:MicrosoftC++异常:std::length_error,位于内存位置0x000000AF9B7AF810处。原因:release库,选择运行库模式mtd,这时需要引用debug库,但是运行会报错。解决方法:release,运行库需要设置成mt或者mddebug,运行库需要设置为MTd
- 【AI】模型结构可视化工具Netron应用
TopFancy
人工智能人工智能模型可视化Netron
随着AI模型的发展,模型的结构也变得越来越复杂,理解起来越来越困难,这时候能够画一张结构图就好了,就像我们在开发过程中用到的UML类图,能够直观看出不同层之间的关系,于是Netron就来了。Netron支持神经网络、深度学习和机器学习网络的可视化。支持ONNX,TensorFlowLite,CoreML,Keras,Caffe,Darknet,MXNet,PaddlePaddle,ncnn,MNN
- conan入门(二十九):对阿里mnn进行Conan封装塈conans.CMake和conan.tools.cmake.CMake的区别
10km
conandeeplearningmnnconanconanfile.pyaarch64cmake
去年写过一篇博客《conan入门(十九):封装第三方开源库cpp_redis示例》,当时通过自己写conanfile.py,实现了对第三方库cpp_redis的conan封装。当时使用的conan1.45.0时过一年多,conan版本也经过了很多次升级,最新的版本是2.x,不过为了保持兼容现在我使用的版本是1.60.0conans.CMakeVSconan.tools.cmake.CMake当时使
- Int8量化算子在移动端CPU的性能优化
阿里巴巴淘系技术团队官网博客
性能优化
本文介绍了DepthwiseConvolution的Int8算子在移动端CPU上的性能优化方案。ARM架构的升级和相应指令集的更新不断提高移动端各算子的性能上限,结合数据重排和Sdot指令能给DepthwiseConv量化算子的性能带来较大提升。背景MNN对ConvolutionDepthwiseInt8量化算子在ARMV8(64位)和ARMV8.2上的性能做了较大的优化,主要优化方法包括改变数据
- pth转onnx转mnn bug总结
三寸光阴___
MNN网络结构
pytorch版yolov3转onnx样例importtorchimporttorchvisionimportnumpyasnpfromonnxruntime.datasetsimportget_exampleimportonnxruntimefromonnximportshape_inferenceimportonnximportosfrommodelsimport*img_size=416cf
- 深度学习可视化工具:Netron
泠山
深度学习深度学习人工智能
Netron是一个用于神经网络、深度学习和机器学习模型的可视化工具。Netron支持ONNX、TensorFlowLite、Caffe、Keras、Darknet、PaddlePaddle、ncnn、MNN、CoreML、RKNN、MXNet、MindSporeLite、TNN、Barracuda、Tengine、CNTK、TensorFlow.js、Caffe2和UFF。它还实验性支持PyTor
- nndeploy:一款最新上线的支持多平台、简单易用、高性能的机器学习部署框架
nudt_qxx
c++mnnpaddlepytorch
项目地址:https://github.com/Alwaysssssss/nndeploy介绍nndeploy是一款最新上线的支持多平台、高性能、简单易用的机器学习部署框架。做到一个框架就可完成多端(云、边、端)模型的高性能部署。作为一个多平台模型部署工具,我们的框架最大的宗旨就是高性能以及使用简单贴心,目前nndeploy已完成TensorRT、OpenVINO、ONNXRuntime、MNN、
- 管理类联考——数学——汇总篇——知识点突破——数据分析——计数原理——加法原理&减法原理
fo安方
管理类专业学位联考MBAEME—share考研学习EMEMBAEMBA
角度——⛲️一、考点讲解分类计数原理(加法原理)(1)定义如果完成一件事有n类办法,只要选择其中一类办法中的任何一种方法,就可以完成这件事。若第一类办法中有m1m_1m1种不同的方法,第二类办法中有m2m_2m2种不同的方法…第n类办法中有mnm_nmn种不同的办法,那么完成这件事共用N=m1+m2+...+mnN=m_1+m_2+...+m_nN=m1+m2+...+mn种不同的方法。(2)理解
- 友善之臂NanoPC-T4 RK3399 配置 安装TensorFlow2 Pytorch
Yuuchuin
pythonLinuxlinux深度学习
文章目录1.简单介绍用户与密码2.改系统-安卓改Linux避坑3.换源-备份官方源-换国内源--清华源:--华为源(据说很快):-更新软件列表和升级4.文件传输-U盘传输文件-通过XFTP传输5.远程连接6.安装Mini-forge7.编译安装MNN-编译推理部分-编译训练部分-编译转换部分-姿态检测Demo8.安装MNNPythonAPI9.安装TensorFlow2.X10.安装TensorF
- ASM系列五 利用TreeApi 解析生成Class
lijingyao8206
ASM字节码动态生成ClassNodeTreeAPI
前面CoreApi的介绍部分基本涵盖了ASMCore包下面的主要API及功能,其中还有一部分关于MetaData的解析和生成就不再赘述。这篇开始介绍ASM另一部分主要的Api。TreeApi。这一部分源码是关联的asm-tree-5.0.4的版本。
在介绍前,先要知道一点, Tree工程的接口基本可以完
- 链表树——复合数据结构应用实例
bardo
数据结构树型结构表结构设计链表菜单排序
我们清楚:数据库设计中,表结构设计的好坏,直接影响程序的复杂度。所以,本文就无限级分类(目录)树与链表的复合在表设计中的应用进行探讨。当然,什么是树,什么是链表,这里不作介绍。有兴趣可以去看相关的教材。
需求简介:
经常遇到这样的需求,我们希望能将保存在数据库中的树结构能够按确定的顺序读出来。比如,多级菜单、组织结构、商品分类。更具体的,我们希望某个二级菜单在这一级别中就是第一个。虽然它是最后
- 为啥要用位运算代替取模呢
chenchao051
位运算哈希汇编
在hash中查找key的时候,经常会发现用&取代%,先看两段代码吧,
JDK6中的HashMap中的indexFor方法:
/**
* Returns index for hash code h.
*/
static int indexFor(int h, int length) {
- 最近的情况
麦田的设计者
生活感悟计划软考想
今天是2015年4月27号
整理一下最近的思绪以及要完成的任务
1、最近在驾校科目二练车,每周四天,练三周。其实做什么都要用心,追求合理的途径解决。为
- PHP去掉字符串中最后一个字符的方法
IT独行者
PHP字符串
今天在PHP项目开发中遇到一个需求,去掉字符串中的最后一个字符 原字符串1,2,3,4,5,6, 去掉最后一个字符",",最终结果为1,2,3,4,5,6 代码如下:
$str = "1,2,3,4,5,6,";
$newstr = substr($str,0,strlen($str)-1);
echo $newstr;
- hadoop在linux上单机安装过程
_wy_
linuxhadoop
1、安装JDK
jdk版本最好是1.6以上,可以使用执行命令java -version查看当前JAVA版本号,如果报命令不存在或版本比较低,则需要安装一个高版本的JDK,并在/etc/profile的文件末尾,根据本机JDK实际的安装位置加上以下几行:
export JAVA_HOME=/usr/java/jdk1.7.0_25  
- JAVA进阶----分布式事务的一种简单处理方法
无量
多系统交互分布式事务
每个方法都是原子操作:
提供第三方服务的系统,要同时提供执行方法和对应的回滚方法
A系统调用B,C,D系统完成分布式事务
=========执行开始========
A.aa();
try {
B.bb();
} catch(Exception e) {
A.rollbackAa();
}
try {
C.cc();
} catch(Excep
- 安墨移动广 告:移动DSP厚积薄发 引领未来广 告业发展命脉
矮蛋蛋
hadoop互联网
“谁掌握了强大的DSP技术,谁将引领未来的广 告行业发展命脉。”2014年,移动广 告行业的热点非移动DSP莫属。各个圈子都在纷纷谈论,认为移动DSP是行业突破点,一时间许多移动广 告联盟风起云涌,竞相推出专属移动DSP产品。
到底什么是移动DSP呢?
DSP(Demand-SidePlatform),就是需求方平台,为解决广 告主投放的各种需求,真正实现人群定位的精准广
- myelipse设置
alafqq
IP
在一个项目的完整的生命周期中,其维护费用,往往是其开发费用的数倍。因此项目的可维护性、可复用性是衡量一个项目好坏的关键。而注释则是可维护性中必不可少的一环。
注释模板导入步骤
安装方法:
打开eclipse/myeclipse
选择 window-->Preferences-->JAVA-->Code-->Code
- java数组
百合不是茶
java数组
java数组的 声明 创建 初始化; java支持C语言
数组中的每个数都有唯一的一个下标
一维数组的定义 声明: int[] a = new int[3];声明数组中有三个数int[3]
int[] a 中有三个数,下标从0开始,可以同过for来遍历数组中的数
- javascript读取表单数据
bijian1013
JavaScript
利用javascript读取表单数据,可以利用以下三种方法获取:
1、通过表单ID属性:var a = document.getElementByIdx_x_x("id");
2、通过表单名称属性:var b = document.getElementsByName("name");
3、直接通过表单名字获取:var c = form.content.
- 探索JUnit4扩展:使用Theory
bijian1013
javaJUnitTheory
理论机制(Theory)
一.为什么要引用理论机制(Theory)
当今软件开发中,测试驱动开发(TDD — Test-driven development)越发流行。为什么 TDD 会如此流行呢?因为它确实拥有很多优点,它允许开发人员通过简单的例子来指定和表明他们代码的行为意图。
TDD 的优点:
&nb
- [Spring Data Mongo一]Spring Mongo Template操作MongoDB
bit1129
template
什么是Spring Data Mongo
Spring Data MongoDB项目对访问MongoDB的Java客户端API进行了封装,这种封装类似于Spring封装Hibernate和JDBC而提供的HibernateTemplate和JDBCTemplate,主要能力包括
1. 封装客户端跟MongoDB的链接管理
2. 文档-对象映射,通过注解:@Document(collectio
- 【Kafka八】Zookeeper上关于Kafka的配置信息
bit1129
zookeeper
问题:
1. Kafka的哪些信息记录在Zookeeper中 2. Consumer Group消费的每个Partition的Offset信息存放在什么位置
3. Topic的每个Partition存放在哪个Broker上的信息存放在哪里
4. Producer跟Zookeeper究竟有没有关系?没有关系!!!
//consumers、config、brokers、cont
- java OOM内存异常的四种类型及异常与解决方案
ronin47
java OOM 内存异常
OOM异常的四种类型:
一: StackOverflowError :通常因为递归函数引起(死递归,递归太深)。-Xss 128k 一般够用。
二: out Of memory: PermGen Space:通常是动态类大多,比如web 服务器自动更新部署时引起。-Xmx
- java-实现链表反转-递归和非递归实现
bylijinnan
java
20120422更新:
对链表中部分节点进行反转操作,这些节点相隔k个:
0->1->2->3->4->5->6->7->8->9
k=2
8->1->6->3->4->5->2->7->0->9
注意1 3 5 7 9 位置是不变的。
解法:
将链表拆成两部分:
a.0-&
- Netty源码学习-DelimiterBasedFrameDecoder
bylijinnan
javanetty
看DelimiterBasedFrameDecoder的API,有举例:
接收到的ChannelBuffer如下:
+--------------+
| ABC\nDEF\r\n |
+--------------+
经过DelimiterBasedFrameDecoder(Delimiters.lineDelimiter())之后,得到:
+-----+----
- linux的一些命令 -查看cc攻击-网口ip统计等
hotsunshine
linux
Linux判断CC攻击命令详解
2011年12月23日 ⁄ 安全 ⁄ 暂无评论
查看所有80端口的连接数
netstat -nat|grep -i '80'|wc -l
对连接的IP按连接数量进行排序
netstat -ntu | awk '{print $5}' | cut -d: -f1 | sort | uniq -c | sort -n
查看TCP连接状态
n
- Spring获取SessionFactory
ctrain
sessionFactory
String sql = "select sysdate from dual";
WebApplicationContext wac = ContextLoader.getCurrentWebApplicationContext();
String[] names = wac.getBeanDefinitionNames();
for(int i=0; i&
- Hive几种导出数据方式
daizj
hive数据导出
Hive几种导出数据方式
1.拷贝文件
如果数据文件恰好是用户需要的格式,那么只需要拷贝文件或文件夹就可以。
hadoop fs –cp source_path target_path
2.导出到本地文件系统
--不能使用insert into local directory来导出数据,会报错
--只能使用
- 编程之美
dcj3sjt126com
编程PHP重构
我个人的 PHP 编程经验中,递归调用常常与静态变量使用。静态变量的含义可以参考 PHP 手册。希望下面的代码,会更有利于对递归以及静态变量的理解
header("Content-type: text/plain");
function static_function () {
static $i = 0;
if ($i++ < 1
- Android保存用户名和密码
dcj3sjt126com
android
转自:http://www.2cto.com/kf/201401/272336.html
我们不管在开发一个项目或者使用别人的项目,都有用户登录功能,为了让用户的体验效果更好,我们通常会做一个功能,叫做保存用户,这样做的目地就是为了让用户下一次再使用该程序不会重新输入用户名和密码,这里我使用3种方式来存储用户名和密码
1、通过普通 的txt文本存储
2、通过properties属性文件进行存
- Oracle 复习笔记之同义词
eksliang
Oracle 同义词Oracle synonym
转载请出自出处:http://eksliang.iteye.com/blog/2098861
1.什么是同义词
同义词是现有模式对象的一个别名。
概念性的东西,什么是模式呢?创建一个用户,就相应的创建了 一个模式。模式是指数据库对象,是对用户所创建的数据对象的总称。模式对象包括表、视图、索引、同义词、序列、过
- Ajax案例
gongmeitao
Ajaxjsp
数据库采用Sql Server2005
项目名称为:Ajax_Demo
1.com.demo.conn包
package com.demo.conn;
import java.sql.Connection;import java.sql.DriverManager;import java.sql.SQLException;
//获取数据库连接的类public class DBConnec
- ASP.NET中Request.RawUrl、Request.Url的区别
hvt
.netWebC#asp.nethovertree
如果访问的地址是:http://h.keleyi.com/guestbook/addmessage.aspx?key=hovertree%3C&n=myslider#zonemenu那么Request.Url.ToString() 的值是:http://h.keleyi.com/guestbook/addmessage.aspx?key=hovertree<&
- SVG 教程 (七)SVG 实例,SVG 参考手册
天梯梦
svg
SVG 实例 在线实例
下面的例子是把SVG代码直接嵌入到HTML代码中。
谷歌Chrome,火狐,Internet Explorer9,和Safari都支持。
注意:下面的例子将不会在Opera运行,即使Opera支持SVG - 它也不支持SVG在HTML代码中直接使用。 SVG 实例
SVG基本形状
一个圆
矩形
不透明矩形
一个矩形不透明2
一个带圆角矩
- 事务管理
luyulong
javaspring编程事务
事物管理
spring事物的好处
为不同的事物API提供了一致的编程模型
支持声明式事务管理
提供比大多数事务API更简单更易于使用的编程式事务管理API
整合spring的各种数据访问抽象
TransactionDefinition
定义了事务策略
int getIsolationLevel()得到当前事务的隔离级别
READ_COMMITTED
- 基础数据结构和算法十一:Red-black binary search tree
sunwinner
AlgorithmRed-black
The insertion algorithm for 2-3 trees just described is not difficult to understand; now, we will see that it is also not difficult to implement. We will consider a simple representation known
- centos同步时间
stunizhengjia
linux集群同步时间
做了集群,时间的同步就显得非常必要了。 以下是查到的如何做时间同步。 在CentOS 5不再区分客户端和服务器,只要配置了NTP,它就会提供NTP服务。 1)确认已经ntp程序包: # yum install ntp 2)配置时间源(默认就行,不需要修改) # vi /etc/ntp.conf server pool.ntp.o
- ITeye 9月技术图书有奖试读获奖名单公布
ITeye管理员
ITeye
ITeye携手博文视点举办的9月技术图书有奖试读活动已圆满结束,非常感谢广大用户对本次活动的关注与参与。 9月试读活动回顾:http://webmaster.iteye.com/blog/2118112本次技术图书试读活动的优秀奖获奖名单及相应作品如下(优秀文章有很多,但名额有限,没获奖并不代表不优秀):
《NFC:Arduino、Andro