谢小小XH
谢小小XH

深度学习笔记六：常见激活函数总结

一.激活函数概览

基本上,入门深度学习的第一件事情就是了解”神经元”的构造,激活函数算是最基本的一个”部件”了吧.那激活函数到底有什么用呢?为什么需要激活函数?激活函数的定义是什么呢?
下面这篇论文提供了激活函数的定义以及常见的”饱和”的定义,以及对于激活函数的一些思考.大家可以参考一下.

Noisy Activation Functions
引用这篇论文的定义:激活函数就是映射这里写图片描述,且函数几乎处处可导.
那为什么需要激活函数呢?一般认为,激活函数的作用是给神经网络加入非线性的因素.激活函数一般都是非线性函数,要是没有了激活函数,那么神经网络难以对于生活中常见的非线性的数据建模.所以,神经网络中激活函数是不可缺少的.

二.常见的激活函数

这里仅仅列出经常见到的,常用的激活函数,更多的新的激活函数类型可以跟踪最新的paper,
这里的激活函数的所有代码及绘图可在我的GitGub找到:
MachineLearningCode/NeuralNet/ActivationFunction/
好了,开始正式总结了.

Ⅰ.sigmoid

这里写图片描述
老朋友了,但是还是要介绍一下,sigmod算是”曾经”使用最广的激活函数了,简单,良好的非线性映射,但是也有致命的问题,就是梯度消失.所以现代的神经网络架构很少用他了.
深度学习笔记六：常见激活函数总结_第1张图片

Ⅱ.tanh

这里写图片描述
深度学习笔记六：常见激活函数总结_第2张图片

Ⅲ.ReLU

修正线性单元(Rectified linear unit)
这里写图片描述
也常常表示为
这里写图片描述
线性修正单元应当是现在用的最广的激活函数了,要是你不知道用什么激活函数,就用ReLU先试一下吧.
深度学习笔记六：常见激活函数总结_第3张图片

Ⅳ.LReLU,PReLU,RReLU

这三个都是对于ReLU的改进,三个的函数的写法可以近似的认为是一样的.细节上有一些差别.
这里写图片描述
其中a可以看做是斜率,也就是说,这个激活函数多引进了一个参数.
深度学习笔记六：常见激活函数总结_第4张图片
对于LReLU来说,a是固定的,你可以通过各种验证方式选出一个合适的a值.
PReLU是对于LReLU的改进,可以自适应的学习参数而不是固定的,原论文中建议初始化为0.25.
RReLU的a是一个给定范围内的随机变量,随机选择的,在一定程度上可以起到正则化的作用.
给出一张总结的图
深度学习笔记六：常见激活函数总结_第5张图片

Ⅴ.ELU

Exponential Linear Units的缩写,函数形式为
这里写图片描述
其中a>0.
深度学习笔记六：常见激活函数总结_第6张图片

右侧的线性部分能够缓解梯度消失,左侧的软饱和能够对于输入变化鲁棒.而且收敛速度更快.

Ⅵ.softplus

这里写图片描述
深度学习笔记六：常见激活函数总结_第7张图片

Ⅶ.softsign

这里写图片描述
深度学习笔记六：常见激活函数总结_第8张图片

你可能感兴趣的:(深度学习理论)

  • 深度学习如何入门？ nanshaws yolov5深度学习
    深度学习是机器学习的一个子领域，它基于人工神经网络的研究。入门深度学习可以分为以下几个步骤：基础知识准备：（1）掌握基础数学知识，特别是线性代数、概率论和统计学、微积分。（2）学习编程语言，Python是目前最流行的深度学习语言，因其简洁易学且有大量的库支持。（3）了解机器学习基础，包括监督学习和非监督学习的概念、模型评估与选择等。学习深度学习理论：（1）理解神经网络的基本组成，如神经元、激活函数
  • 【深度学习理论】持续更新 一轮秋月 科研基础深度学习人工智能
    文章目录1.统计学习理论1.统计学习理论统计学习理论，一款适合零成本搞深度学习的大冤种的方向从人类学习到机器学习的对比（学习的过程分为归纳和演绎），引出泛化和过拟合的概念。如何表示归纳的函数规律呢？以监督问题为例，需要学习X到Y的映射，先做假设空间，为了使假设空间和真实映射接近，需要损失函数来优化假设空间。学习的目的是学习数据的分布而不是每一个数据点本身，所以希望期望风险最小（期望风险即假设在数据
  • 深度学习的发展史和主要应用方向 沉着冷静集中精力 深度学习人工智能
    论深度学习笔者对于深度学习有着自己独特的见解…借这个机器学习课程大作业，发表一下我的观点。时光荏苒，社会的发展日新月异，越来越多的数据分析师、数据科学家倾向于对某次统计过程的分析进行研究，并把这种统计的模型称之为“人工智能”。没错，人工智能就是一个统计数据的过程。自己在学习的过程中很多时候也会怀疑，现阶段的深度学习理论究竟是不是真正的“人工智能”。人类，作为碳基生物，其如椰子般大的大脑却能存储近7
  • Pytorch从零开始实战18 Liquor999 pytorch人工智能python
    Pytorch从零开始实战——人脸图像生成本系列来源于365天深度学习训练营原作者K同学文章目录Pytorch从零开始实战——人脸图像生成环境准备模型定义开始训练可视化总结环境准备本文基于Jupyternotebook，使用Python3.8，Pytorch2.0.1+cu118，torchvision0.15.2，需读者自行配置好环境且有一些深度学习理论基础。本次实验的目的是了解并使用DCGAN
  • 深度学习入门必知必会 诗雅颂 深度学习tensorflow机器学习神经网络
    深度学习是机器学习领域的一个重要分支，它通过构建和训练神经网络模型来实现智能化任务。下面是入门深度学习的几个步骤：学习基础知识：了解机器学习和神经网络的基本概念，包括线性代数、概率论和统计学等数学基础知识。掌握编程技能：学习一种主流的编程语言，如Python，以及相关的库和框架，如NumPy、Pandas和TensorFlow等。这些工具将帮助你在实践中应用深度学习算法。学习深度学习理论：了解深度
  • 深度学习理论方法：相似度计算 缘起性空、 深度学习人工智能神经网络
    深度学习理论中的相似度计算，是衡量两个输入之间相似性或关联性的重要方法。它常用于比较输入是否相似或相关，广泛应用于推荐系统、图像识别、自然语言处理等领域。通过相似度计算，我们能更好地了解数据的内在结构和关系，从而进行更高效的数据分析和处理。例如，在自然语言处理中，利用相似度计算可以比较两个文本的语义相似度，进而实现文本分类、聚类、情感分析等任务。而在图像识别领域，借助相似度计算可以比较两个图像的相
  • Pytorch从零开始实战15 Liquor999 pytorch人工智能python
    Pytorch从零开始实战——ResNeXt-50算法实战本系列来源于365天深度学习训练营原作者K同学文章目录Pytorch从零开始实战——ResNeXt-50算法实战环境准备数据集模型选择开始训练可视化总结环境准备本文基于Jupyternotebook，使用Python3.8，Pytorch2.0.1+cu118，torchvision0.15.2，需读者自行配置好环境且有一些深度学习理论基础
  • 地球物理中的深度学习理论（DNN的架构、反向传播、梯度消失、梯度爆炸） hhhhhhhhhhyyyyyy 深度学习
    新的数据驱动技术，即深度学习（DL）引起了广泛的关注。DL能准确预测复杂系统，缓解大型地球物理应用中“维数灾难”。在未来地球物理学中涉及到DL的研究提供了几个有希望的方向，例如无监督学习（聚类）、迁移学习（利用之前标记好的数据）、多模态DL（通过DL实现和处理多元模态）、联邦学习、不确定性估计和主动学习。图1给出人工智能、机器学习、神经网络和深度学习之间的包含关系，以及深度学习方法的分类。图11、
  • Pytorch从零开始实战12 Liquor999 pytorch人工智能python
    Pytorch从零开始实战——DenseNet算法实战本系列来源于365天深度学习训练营原作者K同学文章目录Pytorch从零开始实战——DenseNet算法实战环境准备数据集模型选择开始训练可视化总结环境准备本文基于Jupyternotebook，使用Python3.8，Pytorch2.0.1+cu118，torchvision0.15.2，需读者自行配置好环境且有一些深度学习理论基础。本次实
  • 【深度学习理论】(1) 损失函数 立Sir 深度学习理论机器学习人工智能神经网络深度学习损失函数
    各位同学好，最近学习了CS231N斯坦福计算机视觉公开课，讲的太精彩了，和大家分享一下。已知一张图像属于各个类别的分数，我们希望图像属于正确分类的分数是最大的，那如何定量的去衡量呢，那就是损失函数的作用了。通过比较分数与真实标签的差距，构造损失函数，就可以定量的衡量模型的分类效果，进而进行后续的模型优化和评估。构造损失函数之后，我们的目标就是将损失函数的值最小化，使用梯度下降的方法求得损失函数对于
  • Pytorch从零开始实战11 Liquor999 pytorch人工智能python
    Pytorch从零开始实战——ResNet-50V2算法实战本系列来源于365天深度学习训练营原作者K同学文章目录Pytorch从零开始实战——ResNet-50V2算法实战环境准备数据集模型选择开始训练可视化总结环境准备本文基于Jupyternotebook，使用Python3.8，Pytorch2.0.1+cu118，torchvision0.15.2，需读者自行配置好环境且有一些深度学习理论
  • 基于MATLAB的BP神经网络手写数字识别 matlab汪汪队 神经网络算法网络大数据编程语言
    在信息化飞速发展的时代，光学字符识别是一个重要的信息录入与信息转化的手段，其中手写体数字的识别有着广泛地应用，如：邮政编码、统计报表、银行票据等等，因其广泛地应用范围，能带来巨大的经济与社会效益。本文结合深度学习理论，利用BP神经网络对手写体数字数据集MNIST进行分析，作为机器学习课程的一次实践，熟悉了目前广泛使用的Matlab工具，深入理解了神经网络的训练过程，作为非计算机专业的学生，结合该课
  • Pytorch从零开始实战10 Liquor999 pytorch人工智能python
    Pytorch从零开始实战——ResNet-50算法实战本系列来源于365天深度学习训练营原作者K同学文章目录Pytorch从零开始实战——ResNet-50算法实战环境准备数据集模型选择开始训练可视化模型预测总结环境准备本文基于Jupyternotebook，使用Python3.8，Pytorch2.0.1+cu118，torchvision0.15.2，需读者自行配置好环境且有一些深度学习理论
  • 深度学习理论知识入门【EM算法、VAE算法、GAN算法】和【RBM算法、MCMC算法、HMC算法】 _刘文凯_ 深度学习基础深度学习算法生成对抗网络
    目录深度学习理论知识入门首先，让我们了解第一个流程：现在，让我们看看第二个流程：EM算法GMM（高斯混合模型）深度学习理论知识入门首先，让我们了解第一个流程：EM（Expectation-Maximization）：EM算法是一种迭代优化算法，用于在存在潜在变量的统计模型中进行参数估计。它通过交替的E步骤（Expectation，期望）和M步骤（Maximization，最大化）来最大化似然函数。
  • 实现语境学习的预训练任务复杂度研究，伯克利吴京风、港大邹荻凡分享（报名）... 智源社区 学习
    分享嘉宾吴京风吴京风是加州大学伯克利分校西蒙斯研究所的博士后研究员，由PeterBartlett和BinYu教授指导。他在约翰斯·霍普金斯大学获得计算机科学博士学位,在北京大学获得数学硕士和学士学位。吴京风主要从事深度学习理论研究。JingfengWuisaPostdoctoralResearcherattheSimonsInstituteatUCBerkeley,hostedbyPeterBar
  • 实现语境学习的预训练任务复杂度研究，伯克利吴京风、港大邹荻凡分享（报名）... 智源社区 学习
    分享嘉宾吴京风吴京风是加州大学伯克利分校西蒙斯研究所的博士后研究员，由PeterBartlett和BinYu教授指导。他在约翰斯·霍普金斯大学获得计算机科学博士学位,在北京大学获得数学硕士和学士学位。吴京风主要从事深度学习理论研究。JingfengWuisaPostdoctoralResearcherattheSimonsInstituteatUCBerkeley,hostedbyPeterBar
  • 实现语境学习的预训练任务复杂度研究，伯克利吴京风、港大邹荻凡分享（报名）... 智源社区 学习
    分享嘉宾吴京风吴京风是加州大学伯克利分校西蒙斯研究所的博士后研究员，由PeterBartlett和BinYu教授指导。他在约翰斯·霍普金斯大学获得计算机科学博士学位,在北京大学获得数学硕士和学士学位。吴京风主要从事深度学习理论研究。JingfengWuisaPostdoctoralResearcherattheSimonsInstituteatUCBerkeley,hostedbyPeterBar
  • 实现语境学习的预训练任务复杂度研究，伯克利吴京风、港大邹荻凡分享（报名）... 智源社区 学习
    分享嘉宾吴京风吴京风是加州大学伯克利分校西蒙斯研究所的博士后研究员，由PeterBartlett和BinYu教授指导。他在约翰斯·霍普金斯大学获得计算机科学博士学位,在北京大学获得数学硕士和学士学位。吴京风主要从事深度学习理论研究。JingfengWuisaPostdoctoralResearcherattheSimonsInstituteatUCBerkeley,hostedbyPeterBar
  • 实现语境学习的预训练任务复杂度研究，伯克利吴京风、港大邹荻凡分享（报名）... 智源社区 学习
    分享嘉宾吴京风吴京风是加州大学伯克利分校西蒙斯研究所的博士后研究员，由PeterBartlett和BinYu教授指导。他在约翰斯·霍普金斯大学获得计算机科学博士学位,在北京大学获得数学硕士和学士学位。吴京风主要从事深度学习理论研究。JingfengWuisaPostdoctoralResearcherattheSimonsInstituteatUCBerkeley,hostedbyPeterBar
  • 实现语境学习的预训练任务复杂度研究，伯克利吴京风、港大邹荻凡分享（报名）... 智源社区 学习
    分享嘉宾吴京风吴京风是加州大学伯克利分校西蒙斯研究所的博士后研究员，由PeterBartlett和BinYu教授指导。他在约翰斯·霍普金斯大学获得计算机科学博士学位,在北京大学获得数学硕士和学士学位。吴京风主要从事深度学习理论研究。JingfengWuisaPostdoctoralResearcherattheSimonsInstituteatUCBerkeley,hostedbyPeterBar
  • 实现语境学习的预训练任务复杂度研究，伯克利吴京风、港大邹荻凡分享（报名）... 智源社区 学习
    分享嘉宾吴京风吴京风是加州大学伯克利分校西蒙斯研究所的博士后研究员，由PeterBartlett和BinYu教授指导。他在约翰斯·霍普金斯大学获得计算机科学博士学位,在北京大学获得数学硕士和学士学位。吴京风主要从事深度学习理论研究。JingfengWuisaPostdoctoralResearcherattheSimonsInstituteatUCBerkeley,hostedbyPeterBar
  • 实现语境学习的预训练任务复杂度研究，伯克利吴京风、港大邹荻凡分享（报名）... 智源社区 学习
    分享嘉宾吴京风吴京风是加州大学伯克利分校西蒙斯研究所的博士后研究员，由PeterBartlett和BinYu教授指导。他在约翰斯·霍普金斯大学获得计算机科学博士学位,在北京大学获得数学硕士和学士学位。吴京风主要从事深度学习理论研究。JingfengWuisaPostdoctoralResearcherattheSimonsInstituteatUCBerkeley,hostedbyPeterBar
  • 实现语境学习的预训练任务复杂度研究，伯克利吴京风、港大邹荻凡分享（报名）... 智源社区 学习
    分享嘉宾吴京风吴京风是加州大学伯克利分校西蒙斯研究所的博士后研究员，由PeterBartlett和BinYu教授指导。他在约翰斯·霍普金斯大学获得计算机科学博士学位,在北京大学获得数学硕士和学士学位。吴京风主要从事深度学习理论研究。JingfengWuisaPostdoctoralResearcherattheSimonsInstituteatUCBerkeley,hostedbyPeterBar
  • 实现语境学习的预训练任务复杂度研究，伯克利吴京风、港大邹荻凡分享（报名）... 智源社区 学习
    分享嘉宾吴京风吴京风是加州大学伯克利分校西蒙斯研究所的博士后研究员，由PeterBartlett和BinYu教授指导。他在约翰斯·霍普金斯大学获得计算机科学博士学位,在北京大学获得数学硕士和学士学位。吴京风主要从事深度学习理论研究。JingfengWuisaPostdoctoralResearcherattheSimonsInstituteatUCBerkeley,hostedbyPeterBar
  • 实现语境学习的预训练任务复杂度研究，伯克利吴京风、港大邹荻凡分享（报名）... 智源社区 学习
    分享嘉宾吴京风吴京风是加州大学伯克利分校西蒙斯研究所的博士后研究员，由PeterBartlett和BinYu教授指导。他在约翰斯·霍普金斯大学获得计算机科学博士学位,在北京大学获得数学硕士和学士学位。吴京风主要从事深度学习理论研究。JingfengWuisaPostdoctoralResearcherattheSimonsInstituteatUCBerkeley,hostedbyPeterBar
  • Pytorch从零开始实战06 Liquor999 pytorch人工智能python
    Pytorch从零开始实战——明星识别本系列来源于365天深度学习训练营原作者K同学文章目录Pytorch从零开始实战——明星识别环境准备数据集模型选择开始训练模型可视化模型预测总结环境准备本文基于Jupyternotebook，使用Python3.8，Pytorch2.0.1+cu118，torchvision0.15.2，需读者自行配置好环境且有一些深度学习理论基础。本次实验的目的是了解如何调
  • Pytorch从零开始实战08 Liquor999 pytorch人工智能python
    Pytorch从零开始实战——YOLOv5-C3模块实现本系列来源于365天深度学习训练营原作者K同学文章目录Pytorch从零开始实战——YOLOv5-C3模块实现环境准备数据集模型选择开始训练可视化模型预测总结环境准备本文基于Jupyternotebook，使用Python3.8，Pytorch2.0.1+cu118，torchvision0.15.2，需读者自行配置好环境且有一些深度学习理论
  • Pytorch从零开始实战07 Liquor999 pytorch人工智能python
    Pytorch从零开始实战——咖啡豆识别本系列来源于365天深度学习训练营原作者K同学文章目录Pytorch从零开始实战——咖啡豆识别环境准备数据集模型选择训练模型可视化模型预测其他问题总结环境准备本文基于Jupyternotebook，使用Python3.8，Pytorch2.0.1+cu118，torchvision0.15.2，需读者自行配置好环境且有一些深度学习理论基础。本次实验的目的是手
  • 【深度学习】自动炼丹炉 石头inDistance 深度学习人工智能python
    在玩深度学习的时候，了解到超参数对于模型的训练效果有重要的影响。优化器不同的batchsize能够影响训练速度，同时也影响训练的损失值和准确率；不同的学习率对于模型的收敛速度也有影响。因此，对于指定数据集，能够准确预测的模型往往是模型工程师大量调整训练超参数的成果。这个调整超参数的过程，俗称炼丹，因为在训练之前往往很难得知训练出来的模型究竟能提供什么样的性能。然而，随着深度学习理论的不断发展，模型
  • 一文掌握Windows平台GPU深度学习开发环境部署 机器未来
    这是机器未来的第2篇文章，由机器未来原创写在前面：•博客简介：专注AIoT领域，追逐未来时代的脉搏，记录路途中的技术成长！•专栏简介：记录博主从0到1掌握物体检测工作流的过程，具备自定义物体检测器的能力•面向人群：具备深度学习理论基础的学生或初级开发者•专栏计划：接下来会逐步发布跨入人工智能的系列博文，敬请期待•Python零基础快速入门系列•快速入门Python数据科学系列•人工智能开发环境搭建
  • java解析APK 3213213333332132 javaapklinux解析APK
    解析apk有两种方法 1、结合安卓提供apktool工具，用java执行cmd解析命令获取apk信息 2、利用相关jar包里的集成方法解析apk 这里只给出第二种方法，因为第一种方法在linux服务器下会出现不在控制范围之内的结果。 public class ApkUtil { /** * 日志对象 */ private static Logger
  • nginx自定义ip访问N种方法 ronin47 nginx 禁止ip访问
    　　　因业务需要，禁止一部分内网访问接口，　由于前端架了F5，直接用deny或allow是不行的，这是因为直接获取的前端Ｆ５的地址。 　　　所以开始思考有哪些主案可以实现这样的需求，目前可实施的是三种： 　　　一：把ip段放在redis里，写一段lua           二：利用geo传递变量，写一段
  • mysql timestamp类型字段的CURRENT_TIMESTAMP与ON UPDATE CURRENT_TIMESTAMP属性 dcj3sjt126com mysql
    timestamp有两个属性，分别是CURRENT_TIMESTAMP 和ON UPDATE CURRENT_TIMESTAMP两种，使用情况分别如下：   1.   CURRENT_TIMESTAMP    当要向数据库执行insert操作时，如果有个timestamp字段属性设为   CURRENT_TIMESTAMP，则无论这
  • struts2+spring+hibernate分页显示 171815164 Hibernate
    分页显示一直是web开发中一大烦琐的难题，传统的网页设计只在一个JSP或者ASP页面中书写所有关于数据库操作的代码，那样做分页可能简单一点，但当把网站分层开发后，分页就比较困难了，下面是我做Spring+Hibernate+Struts2项目时设计的分页代码，与大家分享交流。 　　1、DAO层接口的设计，在MemberDao接口中定义了如下两个方法： public in
  • 构建自己的Wrapper应用 g21121 rap
            我们已经了解Wrapper的目录结构，下面可是正式利用Wrapper来包装我们自己的应用，这里假设Wrapper的安装目录为:/usr/local/wrapper。           首先，创建项目应用   &nb
  • [简单]工作记录_多线程相关 53873039oycg 多线程
         最近遇到多线程的问题,原来使用异步请求多个接口(n*3次请求)     方案一 使用多线程一次返回数据,最开始是使用5个线程,一个线程顺序请求3个接口,超时终止返回     缺点       测试发现必须3个接
  • 调试jdk中的源码，查看jdk局部变量 程序员是怎么炼成的 jdk 源码
    转自：http://www.douban.com/note/211369821/    学习jdk源码时使用--   学习java最好的办法就是看jdk源代码，面对浩瀚的jdk（光源码就有40M多，比一个大型网站的源码都多）从何入手呢，要是能单步调试跟进到jdk源码里并且能查看其中的局部变量最好了。 可惜的是sun提供的jdk并不能查看运行中的局部变量
  • Oracle RAC Failover 详解 aijuans oracle
    Oracle RAC 同时具备HA(High Availiablity) 和LB(LoadBalance). 而其高可用性的基础就是Failover(故障转移). 它指集群中任何一个节点的故障都不会影响用户的使用，连接到故障节点的用户会被自动转移到健康节点，从用户感受而言， 是感觉不到这种切换。 Oracle 10g RAC 的Failover 可以分为3种： 1. Client-Si
  • form表单提交数据编码方式及tomcat的接受编码方式 antonyup_2006 JavaScripttomcat浏览器互联网servlet
    原帖地址：http://www.iteye.com/topic/266705 form有2中方法把数据提交给服务器，get和post,分别说下吧。 （一）get提交 1.首先说下客户端（浏览器）的form表单用get方法是如何将数据编码后提交给服务器端的吧。    对于get方法来说，都是把数据串联在请求的url后面作为参数，如：http://localhost:
  • JS初学者必知的基础 百合不是茶 js函数js入门基础
    JavaScript是网页的交互语言,实现网页的各种效果, JavaScript 是世界上最流行的脚本语言。 JavaScript 是属于 web 的语言，它适用于 PC、笔记本电脑、平板电脑和移动电话。 JavaScript 被设计为向 HTML 页面增加交互性。 许多 HTML 开发者都不是程序员，但是 JavaScript 却拥有非常简单的语法。几乎每个人都有能力将小的
  • iBatis的分页分析与详解 bijian1013 javaibatis
            分页是操作数据库型系统常遇到的问题。分页实现方法很多，但效率的差异就很大了。iBatis是通过什么方式来实现这个分页的了。查看它的实现部分，发现返回的PaginatedList实际上是个接口，实现这个接口的是PaginatedDataList类的对象，查看PaginatedDataList类发现，每次翻页的时候最
  • 精通Oracle10编程SQL(15)使用对象类型 bijian1013 oracle数据库plsql
    /* *使用对象类型 */ --建立和使用简单对象类型 --对象类型包括对象类型规范和对象类型体两部分。 --建立和使用不包含任何方法的对象类型 CREATE OR REPLACE TYPE person_typ1 as OBJECT( name varchar2(10),gender varchar2(4),birthdate date ); drop type p
  • 【Linux命令二】文本处理命令awk bit1129 linux命令
    awk是Linux用来进行文本处理的命令，在日常工作中，广泛应用于日志分析。awk是一门解释型编程语言，包含变量，数组，循环控制结构，条件控制结构等。它的语法采用类C语言的语法。   awk命令用来做什么？ 1.awk适用于具有一定结构的文本行，对其中的列进行提取信息 2.awk可以把当前正在处理的文本行提交给Linux的其它命令处理，然后把直接结构返回给awk 3.awk实际工
  • JAVA(ssh2框架)+Flex实现权限控制方案分析 白糖_ java
      目前项目使用的是Struts2+Hibernate+Spring的架构模式，目前已经有一套针对SSH2的权限系统，运行良好。但是项目有了新需求：在目前系统的基础上使用Flex逐步取代JSP，在取代JSP过程中可能存在Flex与JSP并存的情况，所以权限系统需要进行修改。 【SSH2权限系统的实现机制】 权限控制分为页面和后台两块：不同类型用户的帐号分配的访问权限是不同的，用户使
  • angular.forEach boyitech AngularJSAngularJS APIangular.forEach
    angular.forEach 描述: 循环对obj对象的每个元素调用iterator, obj对象可以是一个Object或一个Array. Iterator函数调用方法: iterator(value, key, obj), 其中obj是被迭代对象，key是obj的property key或者是数组的index，value就是相应的值啦. (此函数不能够迭代继承的属性.)
  • java-谷歌面试题-给定一个排序数组，如何构造一个二叉排序树 bylijinnan 二叉排序树
    import java.util.LinkedList; public class CreateBSTfromSortedArray { /** * 题目:给定一个排序数组，如何构造一个二叉排序树 * 递归 */ public static void main(String[] args) { int[] data = { 1, 2, 3, 4,
  • action执行2次 Chen.H JavaScriptjspXHTMLcssWebwork
    xwork 写道 <action name="userTypeAction" class="com.ekangcount.website.system.view.action.UserTypeAction"> <result name="ssss" type="dispatcher">
  • [时空与能量]逆转时空需要消耗大量能源 comsci 能源
            无论如何,人类始终都想摆脱时间和空间的限制....但是受到质量与能量关系的限制,我们人类在目前和今后很长一段时间内,都无法获得大量廉价的能源来进行时空跨越.....         在进行时空穿梭的实验中,消耗超大规模的能源是必然
  • oracle的正则表达式(regular expression)详细介绍 daizj oracle正则表达式
        正则表达式是很多编程语言中都有的。可惜oracle8i、oracle9i中一直迟迟不肯加入，好在oracle10g中终于增加了期盼已久的正则表达式功能。你可以在oracle10g中使用正则表达式肆意地匹配你想匹配的任何字符串了。 正则表达式中常用到的元数据(metacharacter)如下： ^ 匹配字符串的开头位置。 $ 匹配支付传的结尾位置。 *
  • 报表工具与报表性能的关系 datamachine 报表工具birt报表性能润乾报表
    在选择报表工具时，性能一直是用户关心的指标，但是，报表工具的性能和整个报表系统的性能有多大关系呢？ 要回答这个问题，首先要分析一下报表的处理过程包含哪些环节，哪些环节容易出现性能瓶颈，如何优化这些环节。   一、报表处理的一般过程分析 1、用户选择报表输入参数后，报表引擎会根据报表模板和输入参数来解析报表，并将数据计算和读取请求以SQL的方式发送给数据库。   2、
  • 初一上学期难记忆单词背诵第一课 dcj3sjt126com wordenglish
    what 什么  your 你 name 名字 my 我的 am 是 one 一 two 二 three 三 four 四 five 五 class 班级，课   six 六 seven 七 eight 八 nince 九 ten 十 zero 零 how 怎样 old 老的 eleven 十一 twelve 十二 thirteen
  • 我学过和准备学的各种技术 dcj3sjt126com 技术
    语言VB https://msdn.microsoft.com/zh-cn/library/2x7h1hfk.aspxJava http://docs.oracle.com/javase/8/C# https://msdn.microsoft.com/library/vstudioPHP http://php.net/manual/en/Html 
  • struts2中token防止重复提交表单 蕃薯耀 重复提交表单struts2中token
    struts2中token防止重复提交表单   >>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>> 蕃薯耀 2015年7月12日 11:52:32 星期日 ht
  • 线性查找二维数组 hao3100590 二维数组
    1.算法描述 有序（行有序，列有序，且每行从左至右递增，列从上至下递增）二维数组查找，要求复杂度O(n)   2.使用到的相关知识： 结构体定义和使用，二维数组传递（http://blog.csdn.net/yzhhmhm/article/details/2045816）   3.使用数组名传递 这个的不便之处很明显，一旦确定就是不能设置列值 //使
  • spring security 3中推荐使用BCrypt算法加密密码 jackyrong Spring Security
    spring security 3中推荐使用BCrypt算法加密密码了，以前使用的是md5， Md5PasswordEncoder 和 ShaPasswordEncoder，现在不推荐了，推荐用bcrpt Bcrpt中的salt可以是随机的，比如： int i = 0; while (i < 10) { String password = "1234
  • 学习编程并不难,做到以下几点即可! lampcy javahtml编程语言
    不论你是想自己设计游戏，还是开发iPhone或安卓手机上的应用，还是仅仅为了娱乐，学习编程语言都是一条必经之路。编程语言种类繁多，用途各 异，然而一旦掌握其中之一，其他的也就迎刃而解。作为初学者，你可能要先从Java或HTML开始学，一旦掌握了一门编程语言，你就发挥无穷的想象，开发 各种神奇的软件啦。 1、确定目标 学习编程语言既充满乐趣，又充满挑战。有些花费多年时间学习一门编程语言的大学生到
  • 架构师之mysql----------------用group+inner join,left join ,right join 查重复数据（替代in) nannan408 right join
    1.前言。   如题。 2.代码 (1)单表查重复数据,根据a分组   SELECT m.a,m.b, INNER JOIN （select a,b,COUNT(*) AS rank FROM test.`A` A GROUP BY a HAVING rank>1 )k ON m.a=k.a （2）多表查询 ， 使用改为le
  • jQuery选择器小结 VS 节点查找（附css的一些东西） Everyday都不同 jquerycssname选择器追加元素查找节点
    最近做前端页面，频繁用到一些jQuery的选择器，所以特意来总结一下：   测试页面： <html> <head> <script src="jquery-1.7.2.min.js"></script> <script> /*$(function() { $(documen
  • 关于EXT tntxia ext
      ExtJS是一个很不错的Ajax框架，可以用来开发带有华丽外观的富客户端应用，使得我们的b/s应用更加具有活力及生命力。ExtJS是一个用 javascript编写，与后台技术无关的前端ajax框架。因此，可以把ExtJS用在.Net、Java、Php等各种开发语言开发的应用中。       ExtJs最开始基于YUI技术，由开发人员Jack
  • 一个MIT计算机博士对数学的思考 xjnine Math
     在过去的一年中，我一直在数学的海洋中游荡，research进展不多，对于数学世界的阅历算是有了一些长进。为什么要深入数学的世界？作为计算机的学生，我没有任何企图要成为一个数学家。我学习数学的目的，是要想爬上巨人的肩膀，希望站在更高的高度，能把我自己研究的东西看得更深广一些。说起来，我在刚来这个学校的时候，并没有预料到我将会有一个深入数学的旅程。我的导师最初希望我去做的题目，是对appe
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他