- 100天持续行动—Day01
Richard_DL
今天开始站着学习,发现效率大幅提升。把fast.ai的Lesson1的后半部分和Lesson2看完了。由于Keras版本和视频中的不一致,运行notebook时经常出现莫名其妙的错误,导致自己只动手实践了视频中的一小部分内容。为了赶时间,我打算先把与CNN相关的视频过一遍。然后尽快开始做自己的项目。明天继续加油,争取把Lesson3和Lesson4看完。
- fast.ai 深度学习笔记(三)
绝不原创的飞龙
人工智能人工智能深度学习笔记
深度学习2:第1部分第6课原文:medium.com/@hiromi_suenaga/deep-learning-2-part-1-lesson-6-de70d626976c译者:飞龙协议:CCBY-NC-SA4.0来自fast.ai课程的个人笔记。随着我继续复习课程以“真正”理解它,这些笔记将继续更新和改进。非常感谢Jeremy和Rachel给了我这个学习的机会。第6课[##2017年深度学习优
- fast.ai 机器学习笔记(一)
绝不原创的飞龙
人工智能人工智能python
机器学习1:第1课原文:medium.com/@hiromi_suenaga/machine-learning-1-lesson-1-84a1dc2b5236译者:飞龙协议:CCBY-NC-SA4.0来自机器学习课程的个人笔记。随着我继续复习课程以“真正”理解它,这些笔记将继续更新和改进。非常感谢Jeremy和Rachel给了我这个学习的机会。简要课程大纲根据时间和班级兴趣,我们将涵盖类似以下内容
- fast.ai 机器学习笔记(四)
绝不原创的飞龙
人工智能人工智能python
机器学习1:第11课原文:medium.com/@hiromi_suenaga/machine-learning-1-lesson-11-7564c3c18bbb译者:飞龙协议:CCBY-NC-SA4.0来自机器学习课程的个人笔记。随着我继续复习课程以“真正”理解它,这些笔记将继续更新和改进。非常感谢Jeremy和Rachel给了我这个学习的机会。使用SGD优化多层函数的回顾[0:00]这个想法是
- fast.ai 深度学习笔记(六)
绝不原创的飞龙
人工智能人工智能python深度学习
深度学习2:第2部分第12课原文:medium.com/@hiromi_suenaga/deep-learning-2-part-2-lesson-12-215dfbf04a94译者:飞龙协议:CCBY-NC-SA4.0来自fast.ai课程的个人笔记。随着我继续复习课程以“真正”理解它,这些笔记将继续更新和改进。非常感谢Jeremy和Rachel给了我这个学习的机会。生成对抗网络(GANs)视频
- fast.ai 机器学习笔记(三)
绝不原创的飞龙
人工智能人工智能python
机器学习1:第8课原文:medium.com/@hiromi_suenaga/machine-learning-1-lesson-8-fa1a87064a53译者:飞龙协议:CCBY-NC-SA4.0来自机器学习课程的个人笔记。随着我继续复习课程以“真正”理解它,这些笔记将继续更新和改进。非常感谢Jeremy和Rachel给了我这个学习的机会。广义定义的神经网络视频/笔记本正如我们在上一课结束时讨
- fast.ai 机器学习笔记(二)
绝不原创的飞龙
人工智能人工智能python
机器学习1:第5课原文:medium.com/@hiromi_suenaga/machine-learning-1-lesson-5-df45f0c99618译者:飞龙协议:CCBY-NC-SA4.0来自机器学习课程的个人笔记。随着我继续复习课程以“真正”理解它,这些笔记将继续更新和改进。非常感谢Jeremy和Rachel给了我这个学习的机会。视频复习测试集,训练集,验证集和OOB我们有一个数据集
- fast.ai 深度学习笔记(一)
绝不原创的飞龙
人工智能人工智能深度学习笔记
深度学习2:第1部分第1课原文:medium.com/@hiromi_suenaga/deep-learning-2-part-1-lesson-1-602f73869197译者:飞龙协议:CCBY-NC-SA4.0来自fast.ai课程的个人笔记。随着我继续复习课程以“真正”理解它,这些笔记将继续更新和改进。非常感谢Jeremy和Rachel给了我这个学习的机会。第一课开始[0:00]:为了训练
- PyTorch 2.2 中文官方教程(四)
绝不原创的飞龙
人工智能pytorch人工智能python
torch.nn到底是什么?原文:pytorch.org/tutorials/beginner/nn_tutorial.html译者:飞龙协议:CCBY-NC-SA4.0注意点击这里下载完整示例代码作者:JeremyHoward,fast.ai。感谢RachelThomas和FranciscoIngham。我们建议将此教程作为笔记本运行,而不是脚本。要下载笔记本(.ipynb)文件,请点击页面顶部
- 600万播放课程导师Jeremy:训练模型是门手艺,实践出真知
AI知识图谱大本营
代码人工智能
fast.ai是a16z首批支持的开源项目之一,该课程(https://course.fast.ai)目前已达到600万播放量,谷歌研究总监PeterNorvig曾力荐,“‘深度学习人人可学’是很多教程的主张,但这套教程真正做到了。对于程序员来说,这是熟练掌握深度学习的最佳资源之一。”关于AI教育,Jeremy提到让知识“通俗易懂”一个秘诀是:保持实用性,并且提供大量的实例。“我并不希望把学习变成
- 机器学习周刊03:如何学习深度学习?2024 年学习生成式 AI 路线图、如何构建高效的RAG系统、苹果 腾讯最新论文、阿里DreaMoving
机器学习算法与Python实战
人工智能机器学习学习
腾讯推出的AppAgent,是一个多模态智能体,通过识别当前手机的界面和用户指令直接操作手机界面,能像真实用户一样操作手机!机器学习周刊:关注Python、机器学习、深度学习、大模型等硬核技术1、如何学习深度学习?最近X上有推友重提这篇文章,是网友看过Jeremy教授的fast.ai深度学习课程后,把每节课提到的学习建议和忠告都总结了下来:https://forums.fast.ai/t/thin
- Python遥感影像深度学习指南(2)-在 PyTorch 中创建自定义数据集和加载器
gis收藏家
Python数据处理python深度学习pytorch
在上一篇文章中,我们Fast.ai在卫星图像中检测云轮廓,检测物体轮廓被称为语义分割。虽然我们用几行代码就能达到96%的准确率,但该模型无法考虑数据集中提供的所有输入通道(红、绿、蓝和近红外)。问题在于,深度学习框架(如Keras、Fast.ai甚至PyTorch)中的大多数语义分割模型都是为处理RGB图像而设计的,并带有预先训练好的权重。除此之外,这些库中的视觉模块也仅限于RGB文件。这就是我们
- fast.ai 深度学习笔记:第一部分第二课
布客飞龙
原文:DeepLearning2:Part1Lesson2作者:HiromiSuenaga论坛笔记本回顾上一课[01:02]我们使用3行代码来构建图像分类器。为了训练模型,需要在PATH下以某种方式组织数据(在本例中为data/dogscats/):image应该有train文件夹和valid文件夹,并且在每个文件夹下都有带有分类标签的文件夹(例如本例中的cats),其中包含相应的图像。训练输出:
- 卷积神经网络导览
weixin_30501857
人工智能
介绍这篇文章旨在以全面和简洁的方式介绍卷积神经网络(CNN),目标是建立对这些算法的内部工作的直观理解。因此,这项工作对于刚从这个主题开始的非数学、非计算机科学背景的读者来说意味着特别有价值。我写这篇文章的灵感来自于我正在参加的Fast.ai课程'CodeDeeprsForCodersv3',导师JeremyHoward鼓励我们在博客上讲述我们学到的东西。我在这里分享的知识来自于阅读各种材料和参加
- python深度神经网络文本二分类代码_如何用 Python 和 BERT 做中文文本二元分类?...
weixin_39783360
兴奋去年,Google的BERT模型一发布出来,我就很兴奋。因为我当时正在用fast.ai的ULMfit做自然语言分类任务(还专门写了《如何用Python和深度迁移学习做文本分类?》一文分享给你)。ULMfit和BERT都属于预训练语言模型(Pre-trainedLanguageModeling),具有很多的相似性。所谓语言模型,就是利用深度神经网络结构,在海量语言文本上训练,以抓住一种语言的通用
- 手把手教程,用例子让你理解PyTorch的精髓,非常值得一读!
ronghuaiyang
点击上方“AI公园”,关注公众号,选择加“星标“或“置顶”作者:DanielGodoy编译:ronghuaiyang导读网上有非常多的PyTorch的教程,但是这个教程很值得一读,结构化,增量化的学习PyTorch。介绍PyTorch是增长最快的深度学习框架,Fast.ai也在其MOOC课程中,如DeepLearningforCoders中也用到了它。PyTorch也非常pythonic,这意味着
- 一文读懂深度学习中的矩阵微积分
视学算法
点击视学算法标星,更快获取CVML新技术鱼羊编译整理量子位报道|公众号QbitAI想要真正了解深度神经网络是如何训练的,免不了从矩阵微积分说起。虽然网络上已经有不少关于多元微积分和线性代数的在线资料,但它们通常都被视作两门独立的课程,资料相对孤立,也相对晦涩。不过,先别打退堂鼓,来自旧金山大学的TerenceParr教授说:矩阵微积分真的没有那么难。这位ANTLR之父和fast.ai创始人Jere
- 如何用 Python 和深度迁移学习做文本分类?
城市中迷途小书童
本文为你展示,如何用10几行Python语句,把Yelp评论数据情感分类效果做到一流水平。疑问在《如何用Python和fast.ai做图像深度迁移学习?》一文中,我为你详细介绍了迁移学习给图像分类带来的优势,包括:用时少成本低需要的数据量小不容易过拟合有的同学,立刻就把迁移学习的这种优势,联系到了自己正在做的研究中,问我:老师,迁移学习能不能用在文本分类中呢?正在为数据量太小发愁呢!好问题!答案是
- 关于AI项目研究的近况
崔宏雷
-01近况-从3月初到5月初,分别完成了:Coursera上面吴恩达的MachineLearning(机器学习),并且全部题目刷到了100分Coursera上面吴恩达的DeepLearningSpecialization(深度学习专项课程),并且全部题目刷到了100分fast.ai上面19年春季的全部课程,视频看了2遍,并完成了大部分课件中jupyternotebook内容同时还看了部分相关书籍,
- Fasi.ai V1.0安装与使用
skullfang
前言fast.ai是一个深度学习的框架。它使用起来非常简单,是一种开箱即用的深度学习库。提供了海量的模型封装,还提供了一些pre-training的模型。开发者设计模型代价降低,还可以做一些迁移学习的研究。它也是一个开源的项目。官方Github。简单来说就是为了让大家快速的搭建模型,设计模型,这也是名称的由来。本人使用到fasi.ai解决的主要需求就是快速搭建baseline模型,无论是写论文还是
- 实践心得:从读论文到复现到为开源贡献代码
weixin_34308389
人工智能测试
摘要:本文讲述了从在fast.ai库中读论文,到根据论文复制实验并做出改进,并将改进后的开源代码放入fast.ai库中。介绍去年我发现MOOC网上有大量的Keras和TensorKow教学视频,之后我从零开始学习及参加一些Kaggle比赛,并在二月底获得了fast.ai国际奖学金。去年秋天,当我在全力学习PyTorch时,我在feed中发现了一条关于新论文的推文:“平均权重会产生更广泛的局部优化和
- linux下pytorch入门,pytorch入门总结指南(1)
夏洛喵
linux下pytorch入门
本来觉得学个tf和keras就够了,但是用了torch之后觉得真的这个框架太好用了,非常灵活可以很方便的和python语言混编,torch基本可以和cupy并列称为gpu版的numpy,文本部分有torchtext和allenlp,调包有sktorch非常简单的融入到sklearn的生态中,再高层的封装有fast.ai,简直太香了。考虑到网上的入门教程多且杂,还是打算自己好好整理一下,系统性的学习
- 称霸Kaggle的十大深度学习技巧
喜欢打酱油的老鸟
人工智能Kaggle机器学习
作者SamuelLynn-Evans王小新编译自FloydHubBlog量子位出品|公众号QbitAI在各种Kaggle竞赛的排行榜上,都有不少刚刚进入深度学习领域的程序员,其中大部分有一个共同点:都上过Fast.ai的课程。这些免费、重实战的课程非常鼓励学生去参加Kaggle竞赛,检验自己的能力。当然,也向学生们传授了不少称霸Kaggle的深度学习技巧。是什么秘诀让新手们在短期内快速掌握并能构建
- 自己动手打造深度学习服务器
weixin_34138056
开发工具操作系统人工智能
注意:本文主要关注服务器设置和与多个用户同时工作,部件组装和软件安装过程是SlavIvanov关于创建自己的DLBox的文章的简化版本。我刚刚开始阅读fast.ai课程的第1部分“编码器的实用深度学习”,我想构建自己的服务器,通过使用AWSp2实例和存储对模型进行升级。意识到我将使用更大的数据集并且不想因为缺乏足够的处理能力以致等待数小时来训练我的模型,构建自己的DL平台是一个好的选择,因为从长远
- Fast.ai 的新课来了,给你详细介绍 Stable Diffusion 原理
nkwshuyi
最近跟学生们学了个新词儿,叫做「双厨狂喜」。一般形容两个知名创作者合作出来的作品------例如视频或者直播等------很受大伙儿欢迎。这次,告诉你一个好消息,fast.ai要和Huggingface,Stability.ai(StableDiffusion作者之一)等各方一起创作一门新课程,叫做FromDeepLearningFoundationstoStableDiffusion。这,算是几
- python import as np_pytorch入门总结指南(1)—import torch as np
weixin_39989215
pythonimportasnp
本来觉得学个tf和keras就够了,但是用了torch之后觉得真的这个框架太好用了,非常灵活可以很方便的和python语言混编,torch基本可以和cupy并列称为gpu版的numpy,文本部分有torchtext和allenlp,调包有sktorch非常简单的融入到sklearn的生态中,再高层的封装有fast.ai,简直太香了。考虑到网上的入门教程多且杂,还是打算自己好好整理一下,系统性的学习
- 深度学习入门指北——从硬件到软件
深度学习世界
来源:AI研习社近日,RachelThomas在fast.ai上发布了一篇博文《Whatyouneedtododeeplearning》,他希望通过这篇文章回答一些深度学习入门者经常会问到的问题:什么样的电脑才能用来做深度学习?为什么fast.ai推荐使用英伟达的GPU呢?哪些深度学习库不适合初学者?你又是如何将深度学习应用到实际生产中的?RachelThomas认为,所有的这些问题都可以归结到一
- 【深度学习】深度学习入门指北——从硬件到软件
产业智能官
作者:隔壁王大喵近日,RachelThomas在fast.ai上发布了一篇博文《Whatyouneedtododeeplearning》,他希望通过这篇文章回答一些深度学习入门者经常会问到的问题:什么样的电脑才能用来做深度学习?为什么fast.ai推荐使用英伟达的GPU呢?哪些深度学习库不适合初学者?你又是如何将深度学习应用到实际生产中的?RachelThomas认为,所有的这些问题都可以归结到一
- 一文读懂深度学习中的矩阵微积分
小白学视觉
神经网络人工智能深度学习计算机视觉机器学习
点击上方“小白学视觉”,选择加"星标"或“置顶”重磅干货,第一时间送达本文转自:视学算法想要真正了解深度神经网络是如何训练的,免不了从矩阵微积分说起。虽然网络上已经有不少关于多元微积分和线性代数的在线资料,但它们通常都被视作两门独立的课程,资料相对孤立,也相对晦涩。不过,先别打退堂鼓,来自旧金山大学的TerenceParr教授说:矩阵微积分真的没有那么难。这位ANTLR之父和fast.ai创始人J
- 神经网络中的权重初始化一览:从基础到Kaiming
小白学视觉
神经网络算法python计算机视觉机器学习
点击上方“小白学视觉”,选择加"星标"或“置顶”重磅干货,第一时间送达在进行各种小实验和思维训练时,你会逐步发现为什么在训练深度神经网络时,合适的权重初始化是如此重要。那么如何使用不同的方法初始化神经网络中的每层权重呢?本文作者JamesDellinger,总结了JeremyHoward在fast.ai上最新的《DeepLearningPartII》课程之后,他自己在JupyterNotebook
- 怎么样才能成为专业的程序员?
cocos2d-x小菜
编程PHP
如何要想成为一名专业的程序员?仅仅会写代码是不够的。从团队合作去解决问题到版本控制,你还得具备其他关键技能的工具包。当我们询问相关的专业开发人员,那些必备的关键技能都是什么的时候,下面是我们了解到的情况。
关于如何学习代码,各种声音很多,然后很多人就被误导为成为专业开发人员懂得一门编程语言就够了?!呵呵,就像其他工作一样,光会一个技能那是远远不够的。如果你想要成为
- java web开发 高并发处理
BreakingBad
javaWeb并发开发处理高
java处理高并发高负载类网站中数据库的设计方法(java教程,java处理大量数据,java高负载数据) 一:高并发高负载类网站关注点之数据库 没错,首先是数据库,这是大多数应用所面临的首个SPOF。尤其是Web2.0的应用,数据库的响应是首先要解决的。 一般来说MySQL是最常用的,可能最初是一个mysql主机,当数据增加到100万以上,那么,MySQL的效能急剧下降。常用的优化措施是M-S(
- mysql批量更新
ekian
mysql
mysql更新优化:
一版的更新的话都是采用update set的方式,但是如果需要批量更新的话,只能for循环的执行更新。或者采用executeBatch的方式,执行更新。无论哪种方式,性能都不见得多好。
三千多条的更新,需要3分多钟。
查询了批量更新的优化,有说replace into的方式,即:
replace into tableName(id,status) values
- 微软BI(3)
18289753290
微软BI SSIS
1)
Q:该列违反了完整性约束错误;已获得 OLE DB 记录。源:“Microsoft SQL Server Native Client 11.0” Hresult: 0x80004005 说明:“不能将值 NULL 插入列 'FZCHID',表 'JRB_EnterpriseCredit.dbo.QYFZCH';列不允许有 Null 值。INSERT 失败。”。
A:一般这类问题的存在是
- Java中的List
g21121
java
List是一个有序的 collection(也称为序列)。此接口的用户可以对列表中每个元素的插入位置进行精确地控制。用户可以根据元素的整数索引(在列表中的位置)访问元素,并搜索列表中的元素。
与 set 不同,列表通常允许重复
- 读书笔记
永夜-极光
读书笔记
1. K是一家加工厂,需要采购原材料,有A,B,C,D 4家供应商,其中A给出的价格最低,性价比最高,那么假如你是这家企业的采购经理,你会如何决策?
传统决策: A:100%订单 B,C,D:0%
&nbs
- centos 安装 Codeblocks
随便小屋
codeblocks
1.安装gcc,需要c和c++两部分,默认安装下,CentOS不安装编译器的,在终端输入以下命令即可yum install gccyum install gcc-c++
2.安装gtk2-devel,因为默认已经安装了正式产品需要的支持库,但是没有安装开发所需要的文档.yum install gtk2*
3. 安装wxGTK
yum search w
- 23种设计模式的形象比喻
aijuans
设计模式
1、ABSTRACT FACTORY—追MM少不了请吃饭了,麦当劳的鸡翅和肯德基的鸡翅都是MM爱吃的东西,虽然口味有所不同,但不管你带MM去麦当劳或肯德基,只管向服务员说“来四个鸡翅”就行了。麦当劳和肯德基就是生产鸡翅的Factory 工厂模式:客户类和工厂类分开。消费者任何时候需要某种产品,只需向工厂请求即可。消费者无须修改就可以接纳新产品。缺点是当产品修改时,工厂类也要做相应的修改。如:
- 开发管理 CheckLists
aoyouzi
开发管理 CheckLists
开发管理 CheckLists(23) -使项目组度过完整的生命周期
开发管理 CheckLists(22) -组织项目资源
开发管理 CheckLists(21) -控制项目的范围开发管理 CheckLists(20) -项目利益相关者责任开发管理 CheckLists(19) -选择合适的团队成员开发管理 CheckLists(18) -敏捷开发 Scrum Master 工作开发管理 C
- js实现切换
百合不是茶
JavaScript栏目切换
js主要功能之一就是实现页面的特效,窗体的切换可以减少页面的大小,被门户网站大量应用思路:
1,先将要显示的设置为display:bisible 否则设为none
2,设置栏目的id ,js获取栏目的id,如果id为Null就设置为显示
3,判断js获取的id名字;再设置是否显示
代码实现:
html代码:
<di
- 周鸿祎在360新员工入职培训上的讲话
bijian1013
感悟项目管理人生职场
这篇文章也是最近偶尔看到的,考虑到原博客发布者可能将其删除等原因,也更方便个人查找,特将原文拷贝再发布的。“学东西是为自己的,不要整天以混的姿态来跟公司博弈,就算是混,我觉得你要是能在混的时间里,收获一些别的有利于人生发展的东西,也是不错的,看你怎么把握了”,看了之后,对这句话记忆犹新。 &
- 前端Web开发的页面效果
Bill_chen
htmlWebMicrosoft
1.IE6下png图片的透明显示:
<img src="图片地址" border="0" style="Filter.Alpha(Opacity)=数值(100),style=数值(3)"/>
或在<head></head>间加一段JS代码让透明png图片正常显示。
2.<li>标
- 【JVM五】老年代垃圾回收:并发标记清理GC(CMS GC)
bit1129
垃圾回收
CMS概述
并发标记清理垃圾回收(Concurrent Mark and Sweep GC)算法的主要目标是在GC过程中,减少暂停用户线程的次数以及在不得不暂停用户线程的请夸功能,尽可能短的暂停用户线程的时间。这对于交互式应用,比如web应用来说,是非常重要的。
CMS垃圾回收针对新生代和老年代采用不同的策略。相比同吞吐量垃圾回收,它要复杂的多。吞吐量垃圾回收在执
- Struts2技术总结
白糖_
struts2
必备jar文件
早在struts2.0.*的时候,struts2的必备jar包需要如下几个:
commons-logging-*.jar Apache旗下commons项目的log日志包
freemarker-*.jar  
- Jquery easyui layout应用注意事项
bozch
jquery浏览器easyuilayout
在jquery easyui中提供了easyui-layout布局,他的布局比较局限,类似java中GUI的border布局。下面对其使用注意事项作简要介绍:
如果在现有的工程中前台界面均应用了jquery easyui,那么在布局的时候最好应用jquery eaysui的layout布局,否则在表单页面(编辑、查看、添加等等)在不同的浏览器会出
- java-拷贝特殊链表:有一个特殊的链表,其中每个节点不但有指向下一个节点的指针pNext,还有一个指向链表中任意节点的指针pRand,如何拷贝这个特殊链表?
bylijinnan
java
public class CopySpecialLinkedList {
/**
* 题目:有一个特殊的链表,其中每个节点不但有指向下一个节点的指针pNext,还有一个指向链表中任意节点的指针pRand,如何拷贝这个特殊链表?
拷贝pNext指针非常容易,所以题目的难点是如何拷贝pRand指针。
假设原来链表为A1 -> A2 ->... -> An,新拷贝
- color
Chen.H
JavaScripthtmlcss
<!DOCTYPE HTML PUBLIC "-//W3C//DTD HTML 4.01 Transitional//EN" "http://www.w3.org/TR/html4/loose.dtd"> <HTML> <HEAD>&nbs
- [信息与战争]移动通讯与网络
comsci
网络
两个坚持:手机的电池必须可以取下来
光纤不能够入户,只能够到楼宇
建议大家找这本书看看:<&
- oracle flashback query(闪回查询)
daizj
oracleflashback queryflashback table
在Oracle 10g中,Flash back家族分为以下成员:
Flashback Database
Flashback Drop
Flashback Table
Flashback Query(分Flashback Query,Flashback Version Query,Flashback Transaction Query)
下面介绍一下Flashback Drop 和Flas
- zeus持久层DAO单元测试
deng520159
单元测试
zeus代码测试正紧张进行中,但由于工作比较忙,但速度比较慢.现在已经完成读写分离单元测试了,现在把几种情况单元测试的例子发出来,希望有人能进出意见,让它走下去.
本文是zeus的dao单元测试:
1.单元测试直接上代码
package com.dengliang.zeus.webdemo.test;
import org.junit.Test;
import o
- C语言学习三printf函数和scanf函数学习
dcj3sjt126com
cprintfscanflanguage
printf函数
/*
2013年3月10日20:42:32
地点:北京潘家园
功能:
目的:
测试%x %X %#x %#X的用法
*/
# include <stdio.h>
int main(void)
{
printf("哈哈!\n"); // \n表示换行
int i = 10;
printf
- 那你为什么小时候不好好读书?
dcj3sjt126com
life
dady, 我今天捡到了十块钱, 不过我还给那个人了
good girl! 那个人有没有和你讲thank you啊
没有啦....他拉我的耳朵我才把钱还给他的, 他哪里会和我讲thank you
爸爸, 如果地上有一张5块一张10块你拿哪一张呢....
当然是拿十块的咯...
爸爸你很笨的, 你不会两张都拿
爸爸为什么上个月那个人来跟你讨钱, 你告诉他没
- iptables开放端口
Fanyucai
linuxiptables端口
1,找到配置文件
vi /etc/sysconfig/iptables
2,添加端口开放,增加一行,开放18081端口
-A INPUT -m state --state NEW -m tcp -p tcp --dport 18081 -j ACCEPT
3,保存
ESC
:wq!
4,重启服务
service iptables
- Ehcache(05)——缓存的查询
234390216
排序ehcache统计query
缓存的查询
目录
1. 使Cache可查询
1.1 基于Xml配置
1.2 基于代码的配置
2 指定可搜索的属性
2.1 可查询属性类型
2.2 &
- 通过hashset找到数组中重复的元素
jackyrong
hashset
如何在hashset中快速找到重复的元素呢?方法很多,下面是其中一个办法:
int[] array = {1,1,2,3,4,5,6,7,8,8};
Set<Integer> set = new HashSet<Integer>();
for(int i = 0
- 使用ajax和window.history.pushState无刷新改变页面内容和地址栏URL
lanrikey
history
后退时关闭当前页面
<script type="text/javascript">
jQuery(document).ready(function ($) {
if (window.history && window.history.pushState) {
- 应用程序的通信成本
netkiller.github.com
虚拟机应用服务器陈景峰netkillerneo
应用程序的通信成本
什么是通信
一个程序中两个以上功能相互传递信号或数据叫做通信。
什么是成本
这是是指时间成本与空间成本。 时间就是传递数据所花费的时间。空间是指传递过程耗费容量大小。
都有哪些通信方式
全局变量
线程间通信
共享内存
共享文件
管道
Socket
硬件(串口,USB) 等等
全局变量
全局变量是成本最低通信方法,通过设置
- 一维数组与二维数组的声明与定义
恋洁e生
二维数组一维数组定义声明初始化
/** * */ package test20111005; /** * @author FlyingFire * @date:2011-11-18 上午04:33:36 * @author :代码整理 * @introduce :一维数组与二维数组的初始化 *summary: */ public c
- Spring Mybatis独立事务配置
toknowme
mybatis
在项目中有很多地方会使用到独立事务,下面以获取主键为例
(1)修改配置文件spring-mybatis.xml <!-- 开启事务支持 --> <tx:annotation-driven transaction-manager="transactionManager" /> &n
- 更新Anadroid SDK Tooks之后,Eclipse提示No update were found
xp9802
eclipse
使用Android SDK Manager 更新了Anadroid SDK Tooks 之后,
打开eclipse提示 This Android SDK requires Android Developer Toolkit version 23.0.0 or above, 点击Check for Updates
检测一会后提示 No update were found