- 在STM32上实现嵌入式人工智能应用
嵌入式详谈
stm32人工智能嵌入式硬件
引言随着微控制器的计算能力不断增强,人工智能(AI)开始在嵌入式系统中扮演越来越重要的角色。STM32微控制器由于其高性能和低功耗的特性,非常适合部署轻量级AI模型。本文将探讨如何在STM32平台上实现深度学习应用,特别是利用STM32Cube.AI工具链将训练好的神经网络模型部署到STM32设备上。环境准备硬件选择:STM32F746GDiscoverykit,具备足够的计算资源和内存支持复杂模
- 数据科学生命周期的7个步骤–在业务中应用AI
听忆.
人工智能
数据科学生命周期的7个步骤–在业务中应用AI1.问题定义(BusinessUnderstanding)2.数据收集(DataCollection)3.数据准备(DataPreparation)4.数据探索(ExploratoryDataAnalysis,EDA)5.模型构建(Modeling)6.模型评估(Evaluation)7.模型部署与维护(DeploymentandMaintenance)
- Yolov8:模型部署到安卓端
爱编码的小陈
深度学习YOLO
1.项目准备1.1先安装JDK和Androidstudio(1)JDK下载:官网站:https://www.oracle.com/technetwork/java/javase/downloads/jdk8-downloads-2133151.html同意协议后,下载相应版本的JDK我这里没有下载JDK21版的,下载的是jdk1.8版本,参考文章:AndroidStudio开发环境快速搭建(超详细
- 【机器学习】Whisper:开源语音转文本(speech-to-text)大模型实战
LDG_AGI
AI智能体研发之路-模型篇机器学习whisper人工智能语音识别实时音视频pythontransformer
目录一、引言二、Whisper模型原理2.1模型架构2.2语音处理2.3文本处理三、Whisper模型实战3.1环境安装3.2模型下载3.3模型推理3.4完整代码3.5模型部署四、总结一、引言上一篇对ChatTTS文本转语音模型原理和实战进行了讲解,第6次拿到了热榜第一。今天,分享其对称功能(语音转文本)模型:Whisper。Whisper由OpenAI研发并开源,参数量最小39M,最大1550M
- pyinstaller打包onnxruntime-gpu报错找不到CUDA的解决方案
布呐呐na
人工智能python
问题说明:使用onnxruntime-gpu完成了深度学习模型部署,但在打包时发生了报错:找不到CUDA具体问题描述:RuntimeError:D:\a\_work\1\s\onnxruntime\python\onnxruntime_pybind_state.cc:857onnxruntime::python::CreateExecutionProviderInstanceCUDA_PATHis
- 大模型量化技术原理-LLM.int8()、GPTQ
吃果冻不吐果冻皮
动手学大模型人工智能
近年来,随着Transformer、MOE架构的提出,使得深度学习模型轻松突破上万亿规模参数,从而导致模型变得越来越大,因此,我们需要一些大模型压缩技术来降低模型部署的成本,并提升模型的推理性能。模型压缩主要分为如下几类:剪枝(Pruning)知识蒸馏(KnowledgeDistillation)量化之前也写过一些文章涉及大模型量化相关的内容。基于LLaMA-7B/Bloomz-7B1-mt复现开
- 我把ChatGPT部署到我的手机上
人工智能
正常的大模型部署都是在服务器上的但是最近我看到一个手机上可以运行的大模型分享给大家MiniCPMMiniCPM是基于MLC-LLM开发,将MiniCPM和MiniCPM-V在Android手机端上运行。使用起来很简单,下载好安装包后按照教程安装好下载2个模型一个是MiniCPM一个是MiniCPM-vMiniCPM-v是可以处理图像的下载好后,点击模型的进行对话即可安装MiniCPM只占2GB空间
- 81TensorFlow 2 模型部署方法实践--TensorFlow Serving 部署模型
Jachin111
TensorFlowServing部署模型TensorFlowServing是一个针对机器学习模型的灵活、高性能的服务系统,专为生产环境而设计。本节实验将使用TensorFlowServing部署MobileNetV2模型,并通过两种方法访问TensorFlowServing服务进行图像识别。TensorFlowServing安装在这里我们通过Docker来安装TensorFlowServing,
- 深度学习笔记:推理服务
TaoTao Li
tensorflow深度学习深度学习人工智能机器学习
在线推理服务解决的问题样本处理特征抽取(生成)特征抽取过程特征定义通用定义具体定义特征抽取加速Embeding查询NN计算DL框架计算优化图优化量化优化异构计算CodeGen总结参考资料解决的问题模型训练解决模型效果问题,模型推理解决模型实时预测问题。推理服务是把训练好的模型部署到线上,进行实时预测的过程。如阿里的RTP系统顾名思义,实时预测是相对于非实时预测(离线预测)而言,非实时预测是将训练好
- 如何实现远程云服务器模型部署在本地使用
时光诺言
服务器运维ssh
远程云服务器模型部署在本地使用1.问题说明:在使用pycharm的ssh连接到远程云服务器时,模型已经加载成功并且出现了如下标识:但是我们打开本地的7080端口,发现是拒绝访问。这是什么情况?起初我认为是代理的问题,但是我关闭代理后并无卵用。然后又重启电脑还是无效。2.解决方案直到我了解了我使用的命令是基于Gradio实现的。那么有以下几种解决方案(以远程云服务器打开7860端口为例):2.1直接
- LMDeploy 大模型量化部署实践
查里王
人工智能
在浦语的MDeploy大模型量化部署实践课程中,可能需要完成的任务包括:大模型部署背景2、LMDeploy简介环境配置:这个部分你需要安装并设置相关的开发工具和库。这可能包括Python环境、LMDeploy库等等。你需要明确写出你使用的操作系统以及安装所有需要的软件和库的步骤。这些信息可以来自官方文档或者课程提供的指南。服务部署:这个部分你需要使用LMDeploy部署InternLM-Chat-
- AI工程化工具设计
LabVIEW_Python
1,需要有一个方便的爬虫工具,输入名字和内容,可以一键式爬出图片;2,需要有一个方便的改名字的工具,将下载的图片,一键式改名;3,需要有一个方便的,自动化的标注工具,提高标注效率4,需要有一个方便的,图形化的训练和测试工具,自动训练,并给出训练结果报告5,需要有一个方便的部署工具,方便把模型部署到CPU/GPU/ARM上
- 开发者都能玩转的大模型训练
机器学习canvasaigc
前言看了刚结束的亚马逊云科技2023re:Invent大会,了解到AmazonSageMakerCanvas是亚马逊云科技最近刚推出的一种完全托管的机器学习服务,开发者通过AmazonSageMakerCanvas可以快速且轻松地构建、训练机器语言学习模型,最重要的是无代码界面形式的。而且基于亚马逊云科技的云服务器优势,可以直接将模型部署到线上托管环境上,非常方便,且无技术“隔阂”,无缝操作。据我
- hummingbird,一个便于将模型部署到边缘设备的Python库!
漫走云雾
python开发语言边缘计算机器学习
前言随着人工智能和机器学习的快速发展,将训练好的模型部署到生产环境中成为了一个重要的任务。而边缘计算设备,如智能手机、嵌入式系统和物联网设备,也需要能够运行机器学习模型以进行实时推理。PythonHummingbird是一个强大的工具,可以轻松地将机器学习模型部署到边缘设备。本文将详细介绍PythonHummingbird的使用方法,并提供丰富的示例代码。目录前言什么是PythonHummingb
- hummingbird,一个非常好用的 Python 库!
近咫/\ぃ天涯
python开发语言
随着人工智能和机器学习的快速发展,将训练好的模型部署到生产环境中成为了一个重要的任务。而边缘计算设备,如智能手机、嵌入式系统和物联网设备,也需要能够运行机器学习模型以进行实时推理。PythonHummingbird是一个强大的工具,可以轻松地将机器学习模型部署到边缘设备。本文将详细介绍PythonHummingbird的使用方法,并提供丰富的示例代码。什么是PythonHummingbird?Py
- 论文撰写八大技巧与八大心得,一文读懂
墨理学AI
版权:本文由【墨理学AI】原创、首发、各位大佬、敬请查阅声明:作为全网AI领域干货最多的博主之一,❤️不负光阴不负卿❤️日常搬砖帮老板审了不少Paper,总结一些心得分享给各位正在路上的科研小伙伴计算机视觉、超分重建、图像修复、目标检测、模型部署都在学习墨理学AI论文撰写八大技巧写论文的目的是为了发表,发表论文就需要按照论文的套路来写,不然审稿人就会以“不专业”的理由拒稿。辛辛苦苦做出来的科研成果
- 使用阿里云通义千问14B(Qianwen-14B)模型自建问答系统
wangqiaowq
人工智能
使用阿里云通义千问14B(Qianwen-14B)模型自建问答系统时,调度服务器资源的详情将取决于以下关键因素:模型部署:GPU资源:由于Qianwen-14B是一个大规模语言模型,推理时需要高性能的GPU支持。模型参数量大,推理过程中对显存(GPU内存)的要求高,可能需要多块高端GPU,并且考虑是否支持模型并行或数据并行以充分利用硬件资源。单卡显存需求:根据之前的信息,Qianwen-14B微调
- hummingbird,一个非常好用的 Python 库!
漫走云雾
python开发语言
前言随着人工智能和机器学习的快速发展,将训练好的模型部署到生产环境中成为了一个重要的任务。而边缘计算设备,如智能手机、嵌入式系统和物联网设备,也需要能够运行机器学习模型以进行实时推理。PythonHummingbird是一个强大的工具,可以轻松地将机器学习模型部署到边缘设备。本文将详细介绍PythonHummingbird的使用方法,并提供丰富的示例代码。目录编辑前言什么是PythonHummin
- 读懂 FastChat 大模型部署源码所需的异步编程基础
javastart
pythonpythonfastapigunicorn
原文:读懂FastChat大模型部署源码所需的异步编程基础-知乎目录0.前言1.同步与异步的区别2.协程3.事件循环4.await5.组合协程6.使用Semaphore限制并发数7.运行阻塞任务8.异步迭代器asyncfor9.异步上下文管理器asyncwith10.参考本文是读懂FastChat大模型部署源码系列的第二篇,持续更新中,欢迎关注:不理不理:读懂FastChat大模型部署源码所需的W
- llama2模型部署方案的简单调研-GPU显存占用(2023年7月25日版)
海皇海皇吹
llama人工智能自然语言处理语言模型chatgptgpt-3
先说结论全精度llama27B最低显存要求:28GB全精度llama213B最低显存要求:52GB全精度llama270B最低显存要求:280GB16精度llama27B预测最低显存要求:14GB16精度llama213B预测最低显存要求:26GB16精度llama270B预测最低显存要求:140GB8精度llama27B预测最低显存要求:7GB8精度llama213B预测最低显存要求:13GB8
- 周同学文章汇总
爱听歌的周童鞋
CSDN文章课程笔记
目录前言1.C++2.Linux3.环境配置4.AlgoC++5.Makefile6.模型部署7.tensorRT从零起步高性能部署8.保姆级从零手写自动驾驶CV9.剪枝与重参10.量化11.国内首个BVE感知全栈系列学习教程12.CUDA与TensorRT部署实战课程前言随着博主记录的笔记越来越多,查找也越来越困难,有时自己都要找半天,所以这边记录下博主发布的所有文章,方便管理,以专栏为划分,后
- Python机器学习模型库之hummingbird使用详解
Rocky006
python开发语言
概要随着人工智能和机器学习的快速发展,将训练好的模型部署到生产环境中成为了一个重要的任务。而边缘计算设备,如智能手机、嵌入式系统和物联网设备,也需要能够运行机器学习模型以进行实时推理。PythonHummingbird是一个强大的工具,可以轻松地将机器学习模型部署到边缘设备。本文将详细介绍PythonHummingbird的使用方法,并提供丰富的示例代码。什么是PythonHummingbird?
- (新手亲测有效)bug解决:在用显存24G的3090采用LoRA微调ChatGLM-6B(FP16)时报错torch.OutOfMemoryError:CUDA out of Memory.
韬小志
bug人工智能语言模型
理论上,ChatGLM-6B(FP16)模型部署运行时需要大约13G的显存空间即可。在采用LoRA对ChatGLM-6B(FP16)进行微调时,显存空间会占用到20G多一点(参考LLM-ChatGLM-6BLora微调与推理_chatglm2-6b训练lora-CSDN博客),按照这个情况,显存为24G的3090显卡是足够对其运行的。但是,在运行Chatglm_lora_tuning.py时出现的
- 《YOLOv8-Pose关键点检测》专栏介绍 & CSDN独家改进创新实战 & 专栏目录
AI小怪兽
YOLO深度学习人工智能开发语言计算机视觉
YOLOv8-Pose关键点检测专栏介绍:http://t.csdnimg.cn/gRW1b✨✨✨手把手教你从数据标记到生成适合Yolov8-pose的yolo数据集;模型性能提升、pose模式部署能力;应用范围:工业工件定位、人脸、摔倒检测等支持各个关键点检测;指导手册目录1.手把手入门教程1.1训练准备篇,数据集制作1.1案列实战1.1模型部署2.模型轻量化创新2.1Ghostnet、G_gh
- 英特尔正式发布OpenVINO™ 2023.3版本
hyang1974
ROS&AIopenvino人工智能
2024年1月24日,英特尔正式发布了OpenVINO™2023.3版本(ReleaseNotesforIntelDistributionofOpenVINOToolkit2023.3)。OpenVINO™是英特尔针对自家硬件平台开发的一套深度学习工具库,包含推断库,模型优化等等一系列与深度学习模型部署相关的功能。OpenVINO™工具包是用于快速开发应用程序和解决方案的综合工具包,可解决各种任务
- yolov8数据标注、模型训练到模型部署全过程
只搬烫手的砖
yolov8c++tensorRT
文章目录一、数据标注(x-anylabeling)1.安装方式1.1直接通过Releases安装1.2clone源码后采用终端运行2.如何使用二、模型训练三、模型部署3.1onnx转engine3.2c++调用engine模型3.2.1main_tensorRT.cpp3.2.2segmentationModel.cpp一、数据标注(x-anylabeling)1.安装方式1.1直接通过Relea
- python+keras搭建的模型部署至嵌入式端PSoc6
deleteeee
pythonkeras深度学习嵌入式硬件单片机分类机器学习
前面已经写了文章描述如何搭建简单的水果分类模型,本文将介绍如何将搭建的模型部署至嵌入式端,本文利用MLConfigurator提供的配置程序MLConfigurator来导入预先训练好的机器学习模型,而它的目前版本仅支持Keras-H5。所以前文是采用Keras搭建神经网路。1.相关介绍1.1MLConfigurator本文使用的嵌入式端软件为ModusToolbox,下图1显示了ModusToo
- PyTorch2ONNX-分类模型:速度比较(固定维度、动态维度)、精度比较
Le0v1n
PyTorch深度学习(DeepLearning)分类人工智能
图像分类模型部署:PyTorch->ONNX1.模型部署介绍1.1人工智能开发部署全流程step1数据数据采集定义类别标注数据集step2模型训练模型测试集评估调参优化可解释分析step3部署手机/平板服务器PC/浏览器嵌入式开发板1.2模型部署平台和芯片介绍设备:PC、浏览器、APP、小程序、服务器、嵌入式开发板、无人车、无人机、JetsonNano、树莓派、机械臂、物联网设备厂商:英特尔(In
- 对于jetson nano 的docker部署jetson-inference等模型
诶我就不告诉你
jetsonnanodocker目标检测计算机视觉边缘计算
对于Nvidiajetsonnano来说是一款十分优秀的网络模型部署设备我对于nano来说也是学习了2个星期左右.这也是对我这一阶段做一个复习总结吧!目录烧录下载jetson-inferencedock镜像部署操作跑个例程助助兴找到函数接口进行调整我用的是jetsonnanoa02版本是4GB内存大小的烧录首先你得获取一张至少是32GB的TF/sd卡去烧录jetsonnano的系统镜像系统镜像的获
- 开源模型部署及使用
我是小z呀
AIGCfacestablediffusion
开源模型部署及使用1.Langchain-Chatchat1.环境2.运行3.效果2.facefusion1.环境2.运行3.效果3.Aquila1.环境2.运行1.Langchain-ChatchatLangchain-Chatchat这里面可以调用许多模型,我本地下载了chatglm3模型文件,所以就用这个模型。1.环境根据官网的步骤,我这里用了虚拟环境,这里注意几点:1.环境里面先安装符合自
- 解线性方程组
qiuwanchi
package gaodai.matrix;
import java.util.ArrayList;
import java.util.List;
import java.util.Scanner;
public class Test {
public static void main(String[] args) {
Scanner scanner = new Sc
- 在mysql内部存储代码
annan211
性能mysql存储过程触发器
在mysql内部存储代码
在mysql内部存储代码,既有优点也有缺点,而且有人倡导有人反对。
先看优点:
1 她在服务器内部执行,离数据最近,另外在服务器上执行还可以节省带宽和网络延迟。
2 这是一种代码重用。可以方便的统一业务规则,保证某些行为的一致性,所以也可以提供一定的安全性。
3 可以简化代码的维护和版本更新。
4 可以帮助提升安全,比如提供更细
- Android使用Asynchronous Http Client完成登录保存cookie的问题
hotsunshine
android
Asynchronous Http Client是android中非常好的异步请求工具
除了异步之外还有很多封装比如json的处理,cookie的处理
引用
Persistent Cookie Storage with PersistentCookieStore
This library also includes a PersistentCookieStore whi
- java面试题
Array_06
java面试
java面试题
第一,谈谈final, finally, finalize的区别。
final-修饰符(关键字)如果一个类被声明为final,意味着它不能再派生出新的子类,不能作为父类被继承。因此一个类不能既被声明为 abstract的,又被声明为final的。将变量或方法声明为final,可以保证它们在使用中不被改变。被声明为final的变量必须在声明时给定初值,而在以后的引用中只能
- 网站加速
oloz
网站加速
前序:本人菜鸟,此文研究总结来源于互联网上的资料,大牛请勿喷!本人虚心学习,多指教.
1、减小网页体积的大小,尽量采用div+css模式,尽量避免复杂的页面结构,能简约就简约。
2、采用Gzip对网页进行压缩;
GZIP最早由Jean-loup Gailly和Mark Adler创建,用于UNⅨ系统的文件压缩。我们在Linux中经常会用到后缀为.gz
- 正确书写单例模式
随意而生
java 设计模式 单例
单例模式算是设计模式中最容易理解,也是最容易手写代码的模式了吧。但是其中的坑却不少,所以也常作为面试题来考。本文主要对几种单例写法的整理,并分析其优缺点。很多都是一些老生常谈的问题,但如果你不知道如何创建一个线程安全的单例,不知道什么是双检锁,那这篇文章可能会帮助到你。
懒汉式,线程不安全
当被问到要实现一个单例模式时,很多人的第一反应是写出如下的代码,包括教科书上也是这样
- 单例模式
香水浓
java
懒汉 调用getInstance方法时实例化
public class Singleton {
private static Singleton instance;
private Singleton() {}
public static synchronized Singleton getInstance() {
if(null == ins
- 安装Apache问题:系统找不到指定的文件 No installed service named "Apache2"
AdyZhang
apachehttp server
安装Apache问题:系统找不到指定的文件 No installed service named "Apache2"
每次到这一步都很小心防它的端口冲突问题,结果,特意留出来的80端口就是不能用,烦。
解决方法确保几处:
1、停止IIS启动
2、把端口80改成其它 (譬如90,800,,,什么数字都好)
3、防火墙(关掉试试)
在运行处输入 cmd 回车,转到apa
- 如何在android 文件选择器中选择多个图片或者视频?
aijuans
android
我的android app有这样的需求,在进行照片和视频上传的时候,需要一次性的从照片/视频库选择多条进行上传
但是android原生态的sdk中,只能一个一个的进行选择和上传。
我想知道是否有其他的android上传库可以解决这个问题,提供一个多选的功能,可以使checkbox之类的,一次选择多个 处理方法
官方的图片选择器(但是不支持所有版本的androi,只支持API Level
- mysql中查询生日提醒的日期相关的sql
baalwolf
mysql
SELECT sysid,user_name,birthday,listid,userhead_50,CONCAT(YEAR(CURDATE()),DATE_FORMAT(birthday,'-%m-%d')),CURDATE(), dayofyear( CONCAT(YEAR(CURDATE()),DATE_FORMAT(birthday,'-%m-%d')))-dayofyear(
- MongoDB索引文件破坏后导致查询错误的问题
BigBird2012
mongodb
问题描述:
MongoDB在非正常情况下关闭时,可能会导致索引文件破坏,造成数据在更新时没有反映到索引上。
解决方案:
使用脚本,重建MongoDB所有表的索引。
var names = db.getCollectionNames();
for( var i in names ){
var name = names[i];
print(name);
- Javascript Promise
bijian1013
JavaScriptPromise
Parse JavaScript SDK现在提供了支持大多数异步方法的兼容jquery的Promises模式,那么这意味着什么呢,读完下文你就了解了。
一.认识Promises
“Promises”代表着在javascript程序里下一个伟大的范式,但是理解他们为什么如此伟大不是件简
- [Zookeeper学习笔记九]Zookeeper源代码分析之Zookeeper构造过程
bit1129
zookeeper
Zookeeper重载了几个构造函数,其中构造者可以提供参数最多,可定制性最多的构造函数是
public ZooKeeper(String connectString, int sessionTimeout, Watcher watcher, long sessionId, byte[] sessionPasswd, boolea
- 【Java命令三】jstack
bit1129
jstack
jstack是用于获得当前运行的Java程序所有的线程的运行情况(thread dump),不同于jmap用于获得memory dump
[hadoop@hadoop sbin]$ jstack
Usage:
jstack [-l] <pid>
(to connect to running process)
jstack -F
- jboss 5.1启停脚本 动静分离部署
ronin47
以前启动jboss,往各种xml配置文件,现只要运行一句脚本即可。start nohup sh /**/run.sh -c servicename -b ip -g clustername -u broatcast jboss.messaging.ServerPeerID=int -Djboss.service.binding.set=p
- UI之如何打磨设计能力?
brotherlamp
UIui教程ui自学ui资料ui视频
在越来越拥挤的初创企业世界里,视觉设计的重要性往往可以与杀手级用户体验比肩。在许多情况下,尤其对于 Web 初创企业而言,这两者都是不可或缺的。前不久我们在《右脑革命:别学编程了,学艺术吧》中也曾发出过重视设计的呼吁。如何才能提高初创企业的设计能力呢?以下是 9 位创始人的体会。
1.找到自己的方式
如果你是设计师,要想提高技能可以去设计博客和展示好设计的网站如D-lists或
- 三色旗算法
bylijinnan
java算法
import java.util.Arrays;
/**
问题:
假设有一条绳子,上面有红、白、蓝三种颜色的旗子,起初绳子上的旗子颜色并没有顺序,
您希望将之分类,并排列为蓝、白、红的顺序,要如何移动次数才会最少,注意您只能在绳
子上进行这个动作,而且一次只能调换两个旗子。
网上的解法大多类似:
在一条绳子上移动,在程式中也就意味只能使用一个阵列,而不使用其它的阵列来
- 警告:No configuration found for the specified action: \'s
chiangfai
configuration
1.index.jsp页面form标签未指定namespace属性。
<!--index.jsp代码-->
<%@taglib prefix="s" uri="/struts-tags"%>
...
<s:form action="submit" method="post"&g
- redis -- hash_max_zipmap_entries设置过大有问题
chenchao051
redishash
使用redis时为了使用hash追求更高的内存使用率,我们一般都用hash结构,并且有时候会把hash_max_zipmap_entries这个值设置的很大,很多资料也推荐设置到1000,默认设置为了512,但是这里有个坑
#define ZIPMAP_BIGLEN 254
#define ZIPMAP_END 255
/* Return th
- select into outfile access deny问题
daizj
mysqltxt导出数据到文件
本文转自:http://hatemysql.com/2010/06/29/select-into-outfile-access-deny%E9%97%AE%E9%A2%98/
为应用建立了rnd的帐号,专门为他们查询线上数据库用的,当然,只有他们上了生产网络以后才能连上数据库,安全方面我们还是很注意的,呵呵。
授权的语句如下:
grant select on armory.* to rn
- phpexcel导出excel表简单入门示例
dcj3sjt126com
PHPExcelphpexcel
<?php
error_reporting(E_ALL);
ini_set('display_errors', TRUE);
ini_set('display_startup_errors', TRUE);
if (PHP_SAPI == 'cli')
die('This example should only be run from a Web Brows
- 美国电影超短200句
dcj3sjt126com
电影
1. I see. 我明白了。2. I quit! 我不干了!3. Let go! 放手!4. Me too. 我也是。5. My god! 天哪!6. No way! 不行!7. Come on. 来吧(赶快)8. Hold on. 等一等。9. I agree。 我同意。10. Not bad. 还不错。11. Not yet. 还没。12. See you. 再见。13. Shut up!
- Java访问远程服务
dyy_gusi
httpclientwebservicegetpost
随着webService的崛起,我们开始中会越来越多的使用到访问远程webService服务。当然对于不同的webService框架一般都有自己的client包供使用,但是如果使用webService框架自己的client包,那么必然需要在自己的代码中引入它的包,如果同时调运了多个不同框架的webService,那么就需要同时引入多个不同的clien
- Maven的settings.xml配置
geeksun
settings.xml
settings.xml是Maven的配置文件,下面解释一下其中的配置含义:
settings.xml存在于两个地方:
1.安装的地方:$M2_HOME/conf/settings.xml
2.用户的目录:${user.home}/.m2/settings.xml
前者又被叫做全局配置,后者被称为用户配置。如果两者都存在,它们的内容将被合并,并且用户范围的settings.xml优先。
- ubuntu的init与系统服务设置
hongtoushizi
ubuntu
转载自:
http://iysm.net/?p=178 init
Init是位于/sbin/init的一个程序,它是在linux下,在系统启动过程中,初始化所有的设备驱动程序和数据结构等之后,由内核启动的一个用户级程序,并由此init程序进而完成系统的启动过程。
ubuntu与传统的linux略有不同,使用upstart完成系统的启动,但表面上仍维持init程序的形式。
运行
- 跟我学Nginx+Lua开发目录贴
jinnianshilongnian
nginxlua
使用Nginx+Lua开发近一年的时间,学习和实践了一些Nginx+Lua开发的架构,为了让更多人使用Nginx+Lua架构开发,利用春节期间总结了一份基本的学习教程,希望对大家有用。也欢迎谈探讨学习一些经验。
目录
第一章 安装Nginx+Lua开发环境
第二章 Nginx+Lua开发入门
第三章 Redis/SSDB+Twemproxy安装与使用
第四章 L
- php位运算符注意事项
home198979
位运算PHP&
$a = $b = $c = 0;
$a & $b = 1;
$b | $c = 1
问a,b,c最终为多少?
当看到这题时,我犯了一个低级错误,误 以为位运算符会改变变量的值。所以得出结果是1 1 0
但是位运算符是不会改变变量的值的,例如:
$a=1;$b=2;
$a&$b;
这样a,b的值不会有任何改变
- Linux shell数组建立和使用技巧
pda158
linux
1.数组定义 [chengmo@centos5 ~]$ a=(1 2 3 4 5) [chengmo@centos5 ~]$ echo $a 1 一对括号表示是数组,数组元素用“空格”符号分割开。
2.数组读取与赋值 得到长度: [chengmo@centos5 ~]$ echo ${#a[@]} 5 用${#数组名[@或
- hotspot源码(JDK7)
ol_beta
javaHotSpotjvm
源码结构图,方便理解:
├─agent Serviceab
- Oracle基本事务和ForAll执行批量DML练习
vipbooks
oraclesql
基本事务的使用:
从账户一的余额中转100到账户二的余额中去,如果账户二不存在或账户一中的余额不足100则整笔交易回滚
select * from account;
-- 创建一张账户表
create table account(
-- 账户ID
id number(3) not null,
-- 账户名称
nam