- 【漫话机器学习系列】276.梯度悬崖(Gradient Cliff)
IT古董
漫话机器学习系列专辑机器学习人工智能
【深度学习】理解梯度悬崖(GradientCliff):从一个图搞懂优化陷阱在深度学习的优化过程中,我们常常会遇到“训练不稳定”“loss波动异常”甚至“训练失败”的情况。这些问题可能来源于多方面:学习率设置不当、模型结构不合理、梯度爆炸/消失等等。而其中一个不容忽视但常被初学者忽略的问题就是——梯度悬崖(GradientCliff)。本文将通过一张图,深入浅出地讲解什么是梯度悬崖,它会带来什么问
- 【漫话机器学习系列】238.训练误差与测试误差(Training Error And Test Error)
IT古董
漫话机器学习系列专辑机器学习人工智能深度学习
训练误差与测试误差详解|MachineLearning基础概念在机器学习的学习和实践过程中,我们经常会遇到两个重要的概念:训练误差(TrainingError)和测试误差(TestError)。理解这两个误差的区别和联系,是掌握模型性能评估、调优的基础。本文将从定义、意义、差异和常见误区等方面,系统地讲解训练误差与测试误差。一、什么是训练误差(TrainingError)训练误差是指:模型在训练数
- 【漫话机器学习系列】181.没有免费的午餐定理(NFL)
IT古董
漫话机器学习系列专辑机器学习人工智能
没有免费的午餐定理(NFL)详解1.引言在机器学习和人工智能的研究中,人们经常试图寻找“最优”的算法,以便在各种任务中表现最佳。然而,“没有免费的午餐定理”(NoFreeLunchTheorem,NFL)告诉我们,不存在一种在所有问题上都表现最优的学习算法。这个定理对机器学习、优化和人工智能领域的研究具有重要的理论意义。本文将详细介绍“没有免费的午餐定理”,包括其概念、数学推导、直观理解以及对实际
- 我与DeepSeek读《大型网站技术架构》- (15+16) 网站架构师职场攻略
诺亚凹凸曼
架构
文章目录第15章网站架构师职场攻略15.1发现问题,寻找突破15.2提出问题,寻求支持第16章漫话网站架构师16.1按作用划分架构师16.2按效果划分架构师16.3按职责角色划分架构师16.4按关注层次划分架构师16.5按口碑划分架构师16.6非主流方式划分架构师第15章网站架构师职场攻略15.1发现问题,寻找突破突破视角:①“局外人观察”:新人可通过跳出业务惯性,发现被长期忽略的冗余流程(如手动
- 【漫话机器学习系列】137.随机搜索(Randomized Search)
IT古董
漫话机器学习系列专辑机器学习人工智能
随机搜索(RandomizedSearch)详解在机器学习和深度学习的模型训练过程中,超参数调优(HyperparameterTuning)是至关重要的一环。随机搜索(RandomizedSearch)是一种高效的超参数优化方法,它通过在候选超参数的数值分布(如正态分布、均匀分布等)中随机选择超参数组合,从而找到最优的超参数配置。1.超参数调优的必要性超参数是模型在训练之前需要人为设定的参数,例如
- 【漫话机器学习系列】129.主成分分析(Principal Component Analysis,PCA)
IT古董
漫话机器学习系列专辑机器学习人工智能
主成分分析(PCA):降维与特征提取的强大工具1.什么是主成分分析(PCA)?主成分分析(PrincipalComponentAnalysis,PCA)是一种常见的数据降维技术,主要用于将高维数据投影到低维空间,同时尽可能保留数据的主要信息。PCA通过线性变换,将原始特征变量转换为一组新的变量,这些新变量被称为主成分(PrincipalComponents)。在这张图中,我们可以看到PCA的核心概
- 【漫话机器学习系列】130.主成分(Principal Components)
IT古董
漫话机器学习系列专辑机器学习人工智能python
主成分(PrincipalComponents)详解1.什么是主成分?主成分(PrincipalComponents,PCs)是数据集中方差最大的线性组合,它是主成分分析(PrincipalComponentAnalysis,PCA)中的核心概念。主成分可以看作是对原始特征的新表述方式,它通过数学变换找到一组新的正交坐标轴,使得数据的主要变化方向与这些轴对齐。简单来说:主成分是数据集中信息量(方差
- Dify理论:漫话RAG
几道之旅
Dify与Langflow智能体(Agent)知识库人工智能自然语言处理nlp
兜兜转转,RAG依旧是绕不开的话题。RAG,检索增强生成。给大语言模型一个大型图书馆。大语言模型在回答问题前,不要急于回答。先去图书馆里查阅一番,再根据所获取的知识进行回答。大语言模型,由闭卷考试,变成了开卷考试。第一:减轻了大模型的幻觉。大模型在不知道答案时,往往会胡编乱造。如今,有人把答案告诉了它,它只需要整理一下语言即可。使用大语言模型回答问题时,最极端的情况下,它收到的问题是:请根据背景知
- 漫话UDS之Service 11
车载诊断技术
漫谈UDS诊断协议系列
Listitem对于80后,你是否遇到过这样的场景:在以往去街面上网吧玩,由于是花钱,恨不得充分利用手头电脑,比如在玩游戏时,会打开自己感兴趣的视频播放,在游戏空闲期或者开个小窗口两不误。这种场景下经常会遇到电脑屏幕蓝屏或者卡死。这个时候第一反应就是大喊一声:“网管”,而对于网管,高兴的时候会跑到出问题电脑旁边查看问题,遇到正在起兴玩游戏的,则会回复一句:“重启”。电脑重启,如同人在身心俱疲状态,
- 【漫话机器学习系列】106.线性激活函数(Linear Activation Function)
IT古董
漫话机器学习系列专辑机器学习人工智能激活函数
1.什么是线性激活函数?线性激活函数是一种最简单的激活函数,数学表达式为:即输出与输入保持完全线性关系。这意味着对于任何输入值x,其输出将等于输入值本身,函数图像为一条通过原点的直线。在神经网络中,激活函数的作用是将网络的线性组合映射到某种非线性输出。传统的线性激活函数常用于一些特定场景,比如回归问题,其中预测的目标值与输入特征之间可能存在线性关系。2.线性激活函数的特点线性关系:与其他常见的激活
- 【漫话机器学习系列】101.特征选择法之Lasso(Lasso For Feature Selection)
IT古董
漫话机器学习系列专辑机器学习人工智能
Lasso特征选择法详解1.Lasso回归简介Lasso(LeastAbsoluteShrinkageandSelectionOperator,最小绝对收缩和选择算子)是一种基于L1范数正则化的线性回归方法。它不仅能够提高模型的泛化能力,还可以自动进行特征选择,即将一些不重要的特征的系数收缩到0,从而减少模型的复杂度。2.Lasso回归的数学公式Lasso回归的目标函数如下:其中:是输入数据,w是
- 【漫话机器学习系列】041.信息丢失(dropout)
IT古董
漫话机器学习系列专辑机器学习人工智能深度学习
信息丢失(Dropout)Dropout是一种广泛应用于神经网络训练中的正则化技术,旨在减少过拟合(overfitting),提高模型的泛化能力。虽然"信息丢失"(dropout)这个术语在某些情况下可能引起误解,指的并非是数据的丢失,而是训练过程中故意“丢弃”神经网络中的部分神经元。这种做法可以避免模型过于依赖于某些特定的神经元,从而提高模型在新数据上的表现。Dropout的工作原理在神经网络的
- 漫话最小二乘法-1.矩阵表示
sHermit
最小二乘向量表示
无论是科研开始工程中,最小二乘法可谓无处不在。这里我想抛砖引玉,谈谈我对最小二乘的了解,也顺便理一理自己的思路,所谓:温故而知新嘛。这里将从矩阵和向量空间着手,先用矩阵和向量的方式表示最小二乘问题,以便后面说明其原理。最小二乘最早是由勒让德和高斯各自提出的。高斯成功的用最小二乘法解决了谷神星轨道计算的问题。先从最基本的线性回归说起最小二乘的用法。如图所示,蓝色圆圈描绘了一组点,可以大致看出这样一组
- 【漫话机器学习系列】079.超参数调优(Hyperparameter Tuning)
IT古董
漫话机器学习系列专辑机器学习深度学习人工智能
超参数调优(HyperparameterTuning)是机器学习中优化模型性能的重要步骤之一。超参数是模型在训练之前设定的参数,而不是通过训练数据学习到的参数。正确地选择超参数可以显著提高模型的预测能力,反之,错误的超参数选择可能会导致过拟合、欠拟合或训练过程缓慢。1.超参数的定义超参数是控制学习过程的外部参数,不同于模型参数(例如权重和偏置),超参数不通过训练过程自动优化。常见的超参数包括:学习
- 【漫话机器学习系列】054.极值(Extrema)
IT古董
漫话机器学习系列专辑机器学习人工智能
极值(Extrema)定义极值是数学分析和优化问题中的一个核心概念,指函数在某个定义域内取得的最大值或最小值。根据极值的性质,可以将其分为两类:局部极值(LocalExtrema):函数在某点附近的最大值或最小值。全局极值(GlobalExtrema):函数在整个定义域内的最大值或最小值。分类局部极大值(LocalMaximum):若在点x=a附近存在某邻域,使得对任意x在该邻域内,满足f(x)≤
- 如何利用马桶时间?
琴弦X
琴弦一.读闲书马上、枕上、厕上。这是古人读闲书的三个指定位置。三日不读书,你就会有像没洗澡一样,一声脏污秽亏。古人还云:“有书真富贵,无事小神仙”。闲人读闲书,可以说是地上神仙,享尽人间清福。闲中觅伴书为上,身外无求睡最安,是非荣辱不到处,卷书一榻清昼眠。于是我总坐在马桶上翻个几页,不管是漫话杂志,还是画册小集,亦或是小诗杂记,还真有些,身心一起清的感觉。二.写杂记。趁着如此轻松,静谧之际,写上几
- 2019-04-16
董友田
你不必做个全才,但某些方面要足够优秀原创:董友田慢说漫话2018-12-27图片来自网络文|董友田(微信公众号:慢说漫话)01我与邱哥认识不到两年,初次见面,他是作为我的面试经理。我们年龄相仿,好像他比我大一岁。可是他的经历和关于房地产方面的知识和见解,是我所不能及的。作为领导,他很随和。所以在一次的聊天中,我得以了解他以前的一些故事。邱哥没有特殊的家庭背景,也没有光鲜的履历文凭,身上倒是有广东人
- 六月读书心得——《教育漫话》读后感
王老师和她的孩子们
这个月有幸看了约翰·洛克的《教育漫话》,作者从体育、德育、智育三方面论述了自己的教育观点,内容给人感觉很与众不同,非常具体实在。读《教育漫话》让我联想到很多现实生活中的例子,对于我在平时的教育教学中都有很高的启发和反省。《教育漫话》十分通俗易懂,书中既没有艰深难懂的理论,也没有晦涩的学术概念,作者有如在和亲朋好友话家常,语调亲切平和,道理简单明了,但他所讲的东西却非常深刻,极有启发意义。这种深入浅
- 回归预测|基于北方苍鹰优化正则化极限学习机的数据预测Matlab程序NGO-RELM 多特征输入单输出
机器不会学习CL
智能优化算法回归预测回归matlab数据挖掘
回归预测|基于北方苍鹰优化正则化极限学习机的数据预测Matlab程序NGO-RELM多特征输入单输出文章目录一、基本原理1.北方苍鹰优化算法(NGO)2.正则化极限学习机(RELM)3.NGO-RELM回归预测流程二、实验结果三、核心代码四、代码获取五、总结回归预测|基于北方苍鹰优化正则化极限学习机的数据预测Matlab程序NGO-RELM多特征输入单输出一、基本原理NGO-RELM回归预测结合了
- 时序分解 | Matlab实现NGO-ICEEMDAN基于北方苍鹰算法优化ICEEMDAN时间序列信号分解
天天Matlab代码科研顾问
预测模型matlab算法开发语言
✅作者简介:热爱科研的Matlab仿真开发者,修心和技术同步精进,代码获取、论文复现及科研仿真合作可私信。个人主页:Matlab科研工作室个人信条:格物致知。更多Matlab完整代码及仿真定制内容点击智能优化算法神经网络预测雷达通信无线传感器电力系统信号处理图像处理路径规划元胞自动机无人机内容介绍信号处理是现代科学技术中的重要组成部分,而信号去噪作为信号处理的一个重要分支,在许多领域中都有着广泛的
- 回归预测|基于北方苍鹰优化核极限学习机的数据预测Matlab程序NGO-KELM 多特征输入单输出
机器不会学习CL
智能优化算法回归预测回归matlab数据挖掘
回归预测|基于北方苍鹰优化核极限学习机的数据预测Matlab程序NGO-KELM多特征输入单输出文章目录一、基本原理1.基本原理核极限学习机(KELM)2.NGO-KELM回归预测流程1.数据预处理2.核极限学习机(KELM)模型构建3.北方苍鹰优化(NGO)4.模型训练与预测5.模型评估二、实验结果三、核心代码四、代码获取五、总结回归预测|基于北方苍鹰优化核极限学习机的数据预测Matlab程序N
- 回归预测|基于北方苍鹰优化支持向量机的数据回归预测Matlab程序NGO-SVM 多特征输入单输出 高引用先用先创新
机器不会学习CL
回归预测智能优化算法回归支持向量机matlab
回归预测|基于北方苍鹰优化支持向量机的数据回归预测Matlab程序NGO-SVM多特征输入单输出高引用先用先创新文章目录前言回归预测|基于北方苍鹰优化支持向量机的数据回归预测Matlab程序NGO-SVM多特征输入单输出高引用先用先创新一、NGO-SVM模型1.北方苍鹰优化算法(NGO)的原理2.支持向量机(SVM)的原理3.NGO-SVM回归预测模型的结合总结二、实验结果三、核心代码四、代码获取
- 基于北方苍鹰算法优化CNN-BiGUR-Attention风电功率预测研究(Matlab代码实现)
然哥爱编程
算法cnnmatlab
欢迎来到本博客❤️❤️博主优势:博客内容尽量做到思维缜密,逻辑清晰,为了方便读者。⛳️座右铭:行百里者,半于九十。本文目录如下:目录⛳️赠与读者1概述一、研究背景与意义二、研究方法1.模型组成2.研究步骤三、研究成果与应用前景四、结论2运行结果3参考文献4Matlab代码、数据⛳️赠与读者做科研,涉及到一个深在的思想系统,需要科研者逻辑缜密,踏实认真,但是不能只是努力,很多时候借力比努力更重要,
- 往日的收获
老树_
我努力去点燃柴草,阴冷的山舍期待着灶火。浓烟充满了房间,干咳撕心裂肺,反复拉拽着风箱,燃烧,温暖是寒冷的收获。我仰望静邃的夜空,璀璨的银河震撼着魂魄。蹉跎在心中哀鸣,泪水涌出眼眶,朝阳照亮了山路,起身,光明是悲伤的收获。我攀爬陡峭的崖壁,折断的荆棘在风中叱喝。苍鹰在头上盘旋,碎石滑落深谷,拔出手上的棘针,登顶,风光是疼痛的收获。2021年12月9日
- 漫话廿四节气之芒种
李根勇
文图/李根勇漫话廿四节气之芒种图片发自App今天6月6,是24节气之一芒种。芒种字面的意思是“有芒的麦子快收,有芒的稻子快种”,所以“芒种”也称为“忙种”,“芒种”的到来预示着农民开始了忙碌的田间生活。一“收”一“种”,道出了芒种节气的内涵,也道出了人生的真谛——人生大事,不过种和收。有种,才有收;种好,才能收好。今天是2019年6月6日,星期四,农历五月初四。多么美好的一天啊。今日芒种,种下一份
- 丙申,偶题
一路到底孟子敬
丙申,偶题七言律詩押東韻不惑年来岁月匆,便便大腹减无功。欣然慈母离长夜,喜看青眸归目中。上蔡苍鹰硕鼠梦,玄都桃树碧纱笼。回头画饼应堪笑,缚草奴星且送穷。注:年来:年岁到来。唐杜牧《初春有感寄歙州邢员外》诗:“跡去梦一觉,年来事百般。”便便:腹部肥满貌。南宋朱翌《轿中坐睡》诗:“鼻间真栩栩,腹外亦便便。”离长夜:母亲做了白内障手术,恢复了视力。青眸:清亮的黑眼珠。《艺文类聚》卷六一引汉刘祯《鲁都赋》
- 脑迹心艺,第三部,第一百一十章,病愈
独人前行
我要出院了,这是我一生的一件大事,但我的母亲又哄我了,我预测的不好的状况又要发生了。事不足,败事有余的人,一点屁大的事也担不起!屁大的事,只要让你知道了,全世界的人就立刻都知道了!那肚中与脑中就连一点儿屁大的事都装不下,你那门真的是那么贱吗?"我的母亲立刻就会用父亲骂他的话,还父亲。然后就又是父亲的漫话。就像母亲与父亲,他们都硬的和石头一样,他们的心都强烈地不要求他们去承认自己的错误,就像他们也只
- 夏德元:中国格言漫话之 生于忧患,死于安乐
macmak
孟母三迁图这句格言出自《孟子·告子下》,大意是说忧愁、困苦的环境能使人常存进取之心,所以能在艰苦的环境中得以生存;安逸、享乐却容易使人沉沦,遇到困境则容易灭亡。《孟子》原文是这样说的:“舜发于畎亩之中,傅说举于版筑之中,胶鬲举于鱼盐之中,管夷吾举于士,孙叔敖举于海,百里奚举于市。故天将降大任于是人也,必先苦其心志,劳其筋骨,饿其体肤,空乏其身,行拂乱其所为,所以动心忍性,曾益其所不能。人恒过,然后
- 2019-04-16
董友田
现在开始,坚持去做一些事,为你今后的60年背书原创:董友田慢说漫话2018-12-241我有一个朋友,今年刚好20岁。正是少年锦时,风华正茂的年纪,这样的年纪很值得我羡慕。在我看来,本该活力四射,无忧无虑的他,最近却过得并不顺心,甚至一度十分苦恼。作为在这个城市为数不多,可以交心的几个朋友之一,我自然的成了他时常倾诉的对象。对于他的过往,一年前我们刚认识的时候有过大致了解。十来岁,初中没有读完,就
- 宁做创业的乞丐!也不做打工的王
朕准了_3f9e
人要有理想,更要有心胸,目标相同的人,可以并肩前行,目标不同的人,何必再三强求。欲为苍鹰,勿与雀鸣,欲为强者,莫与弱争!图片发自App欲做鹰,别与雀争鸣,鹰能飞向高空,雀却留恋枝头。欲做树,莫向草低头,树笔直挺立,草弱不禁风。图片发自App人和人之间,品行不同,理想不同,有的人高瞻远瞩,有的人鼠目寸光,有的人喜欢闯荡,有的人安于现状,强者,努力向前奔跑,弱者,总是走走停停。图片发自App和什么样的
- ASM系列六 利用TreeApi 添加和移除类成员
lijingyao8206
jvm动态代理ASM字节码技术TreeAPI
同生成的做法一样,添加和移除类成员只要去修改fields和methods中的元素即可。这里我们拿一个简单的类做例子,下面这个Task类,我们来移除isNeedRemove方法,并且添加一个int 类型的addedField属性。
package asm.core;
/**
* Created by yunshen.ljy on 2015/6/
- Springmvc-权限设计
bee1314
springWebjsp
万丈高楼平地起。
权限管理对于管理系统而言已经是标配中的标配了吧,对于我等俗人更是不能免俗。同时就目前的项目状况而言,我们还不需要那么高大上的开源的解决方案,如Spring Security,Shiro。小伙伴一致决定我们还是从基本的功能迭代起来吧。
目标:
1.实现权限的管理(CRUD)
2.实现部门管理 (CRUD)
3.实现人员的管理 (CRUD)
4.实现部门和权限
- 算法竞赛入门经典(第二版)第2章习题
CrazyMizzz
c算法
2.4.1 输出技巧
#include <stdio.h>
int
main()
{
int i, n;
scanf("%d", &n);
for (i = 1; i <= n; i++)
printf("%d\n", i);
return 0;
}
习题2-2 水仙花数(daffodil
- struts2中jsp自动跳转到Action
麦田的设计者
jspwebxmlstruts2自动跳转
1、在struts2的开发中,经常需要用户点击网页后就直接跳转到一个Action,执行Action里面的方法,利用mvc分层思想执行相应操作在界面上得到动态数据。毕竟用户不可能在地址栏里输入一个Action(不是专业人士)
2、<jsp:forward page="xxx.action" /> ,这个标签可以实现跳转,page的路径是相对地址,不同与jsp和j
- php 操作webservice实例
IT独行者
PHPwebservice
首先大家要简单了解了何谓webservice,接下来就做两个非常简单的例子,webservice还是逃不开server端与client端。我测试的环境为:apache2.2.11 php5.2.10做这个测试之前,要确认你的php配置文件中已经将soap扩展打开,即extension=php_soap.dll;
OK 现在我们来体验webservice
//server端 serve
- Windows下使用Vagrant安装linux系统
_wy_
windowsvagrant
准备工作:
下载安装 VirtualBox :https://www.virtualbox.org/
下载安装 Vagrant :http://www.vagrantup.com/
下载需要使用的 box :
官方提供的范例:http://files.vagrantup.com/precise32.box
还可以在 http://www.vagrantbox.es/
- 更改linux的文件拥有者及用户组(chown和chgrp)
无量
clinuxchgrpchown
本文(转)
http://blog.163.com/yanenshun@126/blog/static/128388169201203011157308/
http://ydlmlh.iteye.com/blog/1435157
一、基本使用:
使用chown命令可以修改文件或目录所属的用户:
命令
- linux下抓包工具
矮蛋蛋
linux
原文地址:
http://blog.chinaunix.net/uid-23670869-id-2610683.html
tcpdump -nn -vv -X udp port 8888
上面命令是抓取udp包、端口为8888
netstat -tln 命令是用来查看linux的端口使用情况
13 . 列出所有的网络连接
lsof -i
14. 列出所有tcp 网络连接信息
l
- 我觉得mybatis是垃圾!:“每一个用mybatis的男纸,你伤不起”
alafqq
mybatis
最近看了
每一个用mybatis的男纸,你伤不起
原文地址 :http://www.iteye.com/topic/1073938
发表一下个人看法。欢迎大神拍砖;
个人一直使用的是Ibatis框架,公司对其进行过小小的改良;
最近换了公司,要使用新的框架。听说mybatis不错;就对其进行了部分的研究;
发现多了一个mapper层;个人感觉就是个dao;
- 解决java数据交换之谜
百合不是茶
数据交换
交换两个数字的方法有以下三种 ,其中第一种最常用
/*
输出最小的一个数
*/
public class jiaohuan1 {
public static void main(String[] args) {
int a =4;
int b = 3;
if(a<b){
// 第一种交换方式
int tmep =
- 渐变显示
bijian1013
JavaScript
<style type="text/css">
#wxf {
FILTER: progid:DXImageTransform.Microsoft.Gradient(GradientType=0, StartColorStr=#ffffff, EndColorStr=#97FF98);
height: 25px;
}
</style>
- 探索JUnit4扩展:断言语法assertThat
bijian1013
java单元测试assertThat
一.概述
JUnit 设计的目的就是有效地抓住编程人员写代码的意图,然后快速检查他们的代码是否与他们的意图相匹配。 JUnit 发展至今,版本不停的翻新,但是所有版本都一致致力于解决一个问题,那就是如何发现编程人员的代码意图,并且如何使得编程人员更加容易地表达他们的代码意图。JUnit 4.4 也是为了如何能够
- 【Gson三】Gson解析{"data":{"IM":["MSN","QQ","Gtalk"]}}
bit1129
gson
如何把如下简单的JSON字符串反序列化为Java的POJO对象?
{"data":{"IM":["MSN","QQ","Gtalk"]}}
下面的POJO类Model无法完成正确的解析:
import com.google.gson.Gson;
- 【Kafka九】Kafka High Level API vs. Low Level API
bit1129
kafka
1. Kafka提供了两种Consumer API
High Level Consumer API
Low Level Consumer API(Kafka诡异的称之为Simple Consumer API,实际上非常复杂)
在选用哪种Consumer API时,首先要弄清楚这两种API的工作原理,能做什么不能做什么,能做的话怎么做的以及用的时候,有哪些可能的问题
- 在nginx中集成lua脚本:添加自定义Http头,封IP等
ronin47
nginx lua
Lua是一个可以嵌入到Nginx配置文件中的动态脚本语言,从而可以在Nginx请求处理的任何阶段执行各种Lua代码。刚开始我们只是用Lua 把请求路由到后端服务器,但是它对我们架构的作用超出了我们的预期。下面就讲讲我们所做的工作。 强制搜索引擎只索引mixlr.com
Google把子域名当作完全独立的网站,我们不希望爬虫抓取子域名的页面,降低我们的Page rank。
location /{
- java-归并排序
bylijinnan
java
import java.util.Arrays;
public class MergeSort {
public static void main(String[] args) {
int[] a={20,1,3,8,5,9,4,25};
mergeSort(a,0,a.length-1);
System.out.println(Arrays.to
- Netty源码学习-CompositeChannelBuffer
bylijinnan
javanetty
CompositeChannelBuffer体现了Netty的“Transparent Zero Copy”
查看API(
http://docs.jboss.org/netty/3.2/api/org/jboss/netty/buffer/package-summary.html#package_description)
可以看到,所谓“Transparent Zero Copy”是通
- Android中给Activity添加返回键
hotsunshine
Activity
// this need android:minSdkVersion="11"
getActionBar().setDisplayHomeAsUpEnabled(true);
@Override
public boolean onOptionsItemSelected(MenuItem item) {
- 静态页面传参
ctrain
静态
$(document).ready(function () {
var request = {
QueryString :
function (val) {
var uri = window.location.search;
var re = new RegExp("" + val + "=([^&?]*)", &
- Windows中查找某个目录下的所有文件中包含某个字符串的命令
daizj
windows查找某个目录下的所有文件包含某个字符串
findstr可以完成这个工作。
[html]
view plain
copy
>findstr /s /i "string" *.*
上面的命令表示,当前目录以及当前目录的所有子目录下的所有文件中查找"string&qu
- 改善程序代码质量的一些技巧
dcj3sjt126com
编程PHP重构
有很多理由都能说明为什么我们应该写出清晰、可读性好的程序。最重要的一点,程序你只写一次,但以后会无数次的阅读。当你第二天回头来看你的代码 时,你就要开始阅读它了。当你把代码拿给其他人看时,他必须阅读你的代码。因此,在编写时多花一点时间,你会在阅读它时节省大量的时间。让我们看一些基本的编程技巧: 尽量保持方法简短 尽管很多人都遵
- SharedPreferences对数据的存储
dcj3sjt126com
SharedPreferences简介: &nbs
- linux复习笔记之bash shell (2) bash基础
eksliang
bashbash shell
转载请出自出处:
http://eksliang.iteye.com/blog/2104329
1.影响显示结果的语系变量(locale)
1.1locale这个命令就是查看当前系统支持多少种语系,命令使用如下:
[root@localhost shell]# locale
LANG=en_US.UTF-8
LC_CTYPE="en_US.UTF-8"
- Android零碎知识总结
gqdy365
android
1、CopyOnWriteArrayList add(E) 和remove(int index)都是对新的数组进行修改和新增。所以在多线程操作时不会出现java.util.ConcurrentModificationException错误。
所以最后得出结论:CopyOnWriteArrayList适合使用在读操作远远大于写操作的场景里,比如缓存。发生修改时候做copy,新老版本分离,保证读的高
- HoverTree.Model.ArticleSelect类的作用
hvt
Web.netC#hovertreeasp.net
ArticleSelect类在命名空间HoverTree.Model中可以认为是文章查询条件类,用于存放查询文章时的条件,例如HvtId就是文章的id。HvtIsShow就是文章的显示属性,当为-1是,该条件不产生作用,当为0时,查询不公开显示的文章,当为1时查询公开显示的文章。HvtIsHome则为是否在首页显示。HoverTree系统源码完全开放,开发环境为Visual Studio 2013
- PHP 判断是否使用代理 PHP Proxy Detector
天梯梦
proxy
1. php 类
I found this class looking for something else actually but I remembered I needed some while ago something similar and I never found one. I'm sure it will help a lot of developers who try to
- apache的math库中的回归——regression(翻译)
lvdccyb
Mathapache
这个Math库,虽然不向weka那样专业的ML库,但是用户友好,易用。
多元线性回归,协方差和相关性(皮尔逊和斯皮尔曼),分布测试(假设检验,t,卡方,G),统计。
数学库中还包含,Cholesky,LU,SVD,QR,特征根分解,真不错。
基本覆盖了:线代,统计,矩阵,
最优化理论
曲线拟合
常微分方程
遗传算法(GA),
还有3维的运算。。。
- 基础数据结构和算法十三:Undirected Graphs (2)
sunwinner
Algorithm
Design pattern for graph processing.
Since we consider a large number of graph-processing algorithms, our initial design goal is to decouple our implementations from the graph representation
- 云计算平台最重要的五项技术
sumapp
云计算云平台智城云
云计算平台最重要的五项技术
1、云服务器
云服务器提供简单高效,处理能力可弹性伸缩的计算服务,支持国内领先的云计算技术和大规模分布存储技术,使您的系统更稳定、数据更安全、传输更快速、部署更灵活。
特性
机型丰富
通过高性能服务器虚拟化为云服务器,提供丰富配置类型虚拟机,极大简化数据存储、数据库搭建、web服务器搭建等工作;
仅需要几分钟,根据CP
- 《京东技术解密》有奖试读获奖名单公布
ITeye管理员
活动
ITeye携手博文视点举办的12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。
12月试读活动回顾:
http://webmaster.iteye.com/blog/2164754
本次技术图书试读活动获奖名单及相应作品如下:
一等奖(两名)
Microhardest:http://microhardest.ite