- 人工智能学习笔记 - 预备篇之高中数学快速复习
woods_wang_219
人工智能数学统计学人工智能
最近比较忙,上班忙工作,下班忙着陪儿子玩,只能抽空复习一下,好不容易把高中数学看了一遍,比起初中数学来说要困难了不少,而且增加了不少的选修课程,里面有蛮多大学的课程,比如微积分和矩阵初步,同时还有不少统计学的入门知识。不过总体看下来,觉得自己从基础开始复习还是值得的,对于早已遗忘的一些知识点又有了一些理解,直觉这些和之前林林总总看的一些关于人工智能相关的一些领域知识有一定的联系(我的脑细胞神经元反
- 人工智能学习笔记-Keras介绍及简单应用
Tauren2614
人工智能python人工智能神经网络深度学习
Keras介绍及安装1什么是Keras2一些基本概念21符号计算21张量3安装使用演示1一个简单神经网络2模型可视化参考阅读1Keras介绍及安装1.1什么是KerasKeras是一个基于Python的高层神经网络库,其可以使用Tensorflow、Theano以及CNTK等著名深度学习框架作为后端。Keras的设计理念为简单而便捷,你可以通过几行代码构建一个复杂的卷积神经网络或循环神经网络。1.
- 人工智能学习笔记
sober30
学习笔记人工智能学习笔记
文章目录一.机器学习概述人工智能概述人工智能、机器学习和深度学习的关系机器学习工作流程1.定义2.工作流程3.获取到的数据集介绍4.数据基本处理5.特征工程6.机器学习7.模型评估机器学习算法分类模型评估Azure机器学习模型搭建实验深度学习简介二.机器学习基础环境按照与使用安装第三方库jupyternotebook使用三.Matplotlibmatplotlib之helloworld实现一个简单
- AI人工智能学习笔记--配置opencv,skimage,matplotlib,PIL,numpy等视觉识别的库
lisa-
人工智能学习opencv
一前提条件1.安装好Anaconda,Pycharm。2.用Anaconda配置好tensorFlow或者pytorch环境condainfo-e查看配置好的环境二pycharm创建工程,完成与Anaconda的“联姻”选择File----NewProject,然后选择已经在Anaconda中配置好的环境,下面以tensorflow为例即完成创建新工程三为新的工程配置视觉图像处理库3.1安装pyt
- 聚类算法及其评价
zhuimeng999
算法机器学习人工智能
姓名:Jyx描述:人工智能学习笔记聚类聚类是一种非监督学习,聚类需要将一系列样本输入到聚类算法中,学习样本的内在结构。聚类往往不单独存在,而是作为一个大的监督学习算法的一部分存在聚类的原则。类内散度最小,类间散度最大聚类的用途3.1减少计算量。通过对样本分类,以分类标签代替原始向量,大大减少计算量3.2识别离群点。3.3可视化聚类的要素。特征选择,近邻测度,聚类准则,聚类算法,结果验证,结果判定#
- 人工智能学习笔记
HS_Henry
区块链与人工智能梯度下降正则化
目录1扫盲阶段2.数学基础知识3.机器学习基础知识4.回归4.1.观察数据4.2.拆分数据集4.3.特征表示法4.4.特征组合4.5.损失4.6.拟合程度4.7.正则化4.8.逻辑回归5.分类6.神经网络初探人工智能知识,初步认识数据处理、分类、回归。1扫盲阶段1.1四类人员从角色维度分为四类人员了解者:大致了解理论,对结果具有判断能力。开发者:了解理论,根据业务场景选择合适算法,进行机器学习方面
- 人工智能学习笔记(1)——使用深度学习框架完成手写数字识别
fire_Judy
感觉学习人工智能算法很痛苦,以前的数据结构没有好好学,因此希望通过记笔记来让自己学得好一点。环境:AIStudio中的notebook注:代码示例来源于我的人工智能课老师,一些部分的解释来源于飞桨的文档中,另一些会标注出处,侵删。分析老师给的代码示例(1)查看当前paddlepaddle环境查看当前paddlepaddle环境没什么可说的。(2)完成mnist数据集的加载完成mnist数据集的加载
- 人人看得懂的AI教程
空中湖
人工智能
人人看得懂的AI教程,从0开始入门AI教程,一步一步AI,人工智能学习笔记现在写书真的方便,闲来无事写了本从0开始学AI的书籍,哈哈一、基础知识1.1人工智能概览1.2机器学习1.3深度学习1.4数据科学二、编程知识2.1Python基础2.2数据结构与算法2.3数值计算库Numpy2.4数据操作库Pandas三、机器学习基础3.1回归问题3.2分类问题3.3聚类问题3.4模型评估指标四、深度学习
- python中如何计算列表中的元素数量_人工智能学习笔记——(二)Python之列表
weixin_39950083
python修改列表指定位置的
认识列表在C++中我们会学习多维数组,在Python中我们学到了一种新的存储信息的方法,即列表。列表让你能够在一个地方存储成组的信息,其中可以只包含数百个元素。列表是python中非常实用的一种方法。列表可以存储很多元素,而且这些元素之间还没有任何关系。在python中我们用方括号来表示列表,中间元素用逗号隔开,下面示例:如示例,python的列表可以把所有的列表元素全部打印出来,包括方括号都打印
- 人工智能学习笔记(一)
源于花海
学习笔记人工智能深度学习
家人们,好久不见哈!最近在尝试着学习人工智能的相关知识和具体技能呀。说实话,当像我这样的小白初探人工智能体系时,总是被很多未知的名词以及茫茫内容所淹没,便去想通过网络学习帮助自己建立正确的人工智能基本概念认知。在此,我便进一步对人工智能体系从人工智能、机器学习、深度学习、计算机视觉、自然语言处理、知识图谱等笔记中进行宏观的探索和认知,同时也帮助感兴趣的小伙伴一起入门人工智能呀。目录一、人工智能概述
- 人工智能学习笔记
卸TV
人工智能学习机器学习
1人工智能知识体系学习心得1.1概述人工智能(ArtificialIntelligence)最初在1956年达特茅斯会议上提出,之后研究者们发展了众多理论和原理,人工智能的概念也随之拓展,人工智能通常是指研究与开发用于模拟、延伸和拓展人的智能的理论、方法、技术及系统的一门新兴的交叉学科。经过半个多世纪的经验积累和计算机算力的提高,现今人工智能的发展正处于第三次浪潮,人工智能的理论和技术日趋成熟,应
- 【人工智能学习笔记1】入门介绍tensorflow2.0
双木又一人
人工智能学习tensorflow
人工智能学习笔记-1-入门介绍tensorflow2.0人工智能三学派三学派定义神经网络设计过程张量生成常用函数笔记来自【北京大学】Tensorflow2.0笔记来自:https://www.bilibili.com/video/BV1B7411L7Qt?p=2&spm_id_from=pageDriver人工智能三学派三学派定义行为主义:基于控制论,构建感知-动作控制系统(实例:倒立摆,平衡车)
- Python3人工智能学习笔记(一)——线性回归
Zichel77
机器学习人工智能学习线性回归机器学习
文章目录1.线性回归1.1概念1.2回归问题求解1.3求解a和b2.线性回归实战准备2.1Scikit-Learn2.2调用Sklearn求解线性回归问题2.3评估模型表现2.3.1均方误差MSE2.3.2R2R^2R2值2.3.3编程2.4图形展示1.画散点图2.多张图同时展示3.多因子线性回归实战流程1.线性回归回归分析:根据数据,确定两种或两种以上变量之间互相依赖的定量关系![在这里插入图片
- 人工智能学习笔记 实验五 python 实现 SVM 分类器的设计与应用
Zed222
人工智能python机器学习
学习来源【机器学习】基于SVM人脸识别算法的一些对比探究(先降维好还是先标准化好等对比分析)_○(^皿^)っHiahiahia…的博客-CSDN博客实验原理有关svm原理请移步该篇通俗易懂的博客机器学习算法(一)SVM_yaoyz105-CSDN博客_svm下图或许可以简单概括svm功能与原理有关深究svm原理请移步该篇通俗易懂的博客机器学习算法(一)SVM_yaoyz105-CSDN博客_svm
- 【人工智能】深度学习专项课程精炼图笔记!必备收藏
SophiaCV
人工智能深度学习
本文为人工智能学习笔记记录,参考机器之心,AI有道,Google资源目录深度学习基础1.深度学习基本概念2.logistic回归3.浅层网络的特点4.深度神经网络的特点5.偏差与方差6.正则化7.最优化8.超参数9.结构化机器学习过程10.误差分析11.训练集、开发集与测试集12.其它学习方法13.卷积神经网络基础14.经典卷积神经网络15.特殊卷积神经网络16.实践建议17.目标检测算法18.人
- 人工智能学习笔记之计算机视觉(二)——米粒分割算法
ly_zszcyx
C++人工智能人工智能计算机视觉
前言C++提示:以下是本篇文章正文内容,下面案例可供参考一、基于大津算法//米粒分割算法voidImageSmoothHandle::riceDetection(){MatoImg,imageOutput,imageOtsu;stringfp="../resource/米粒图片.png";//相对路径,相对.cpp文件的路径oImg=readImageV2(fp);//imshow("riceIm
- Unity3D人工智能学习笔记
yongzheliuhua
人工智能unity3d
Unity3D人工智能学习笔记第3章寻找最短路径并避开障碍物——AI寻路3.1.实现AI寻路的3种工作方式3.1.1基本术语3.1.2AI寻路的三种方式方式1:创建基于单元的导航图基于单元的导航图是将游戏地图划分为多个正方形单元或六边形单元组成的规则网格,网格点或网格单元的中心可以看作是节点。方式2:创建可视点导航图就是手动在场景中放置一些路径点。方式3:创建导航网格导航网格将游戏场景中的可行走区
- 【AI】微软人工智能学习笔记(一)
weixin_30764771
数据分析平台01|数据平台概况图示上面图中所示就是微软人工智能数据平台的相关的技术。02.1|CortanaIntelligenceSuite从上面图中可以看到,其中有一个CortanaIntelligenceSuite,翻译过来叫做人工智能套件,是微软在azure上面对于人工智能的一整套套件。02|Azure数据湖泊数据湖泊解决方案数据湖泊的解决方案是目前很火的一个解决方案,主要分为三个步骤,导
- 神经网络超参数Epoch,Batchsize,Iterations及设置多少合适 人工智能学习笔记五
我不是zzy1231A
深度学习神经网络人工智能深度学习机器学习
Epoch在模型训练的过程中,运行模型对全部数据完成一次前向传播和反向传播的完整过程叫做一个epoch在梯度下降的模型训练的过程中,神经网络逐渐从不拟合状态到优化拟合状态,达到最优状态之后会进入过拟合状态。因此epoch并非越大越好,一般是指在50到200之间。数据越多样,相应epoch就越大。Batchsize当我们处理较大的数据集时,一次向网络喂入全部数据得不到很好的训练效果。通常我们将整个样
- 人工智能学习笔记--专业词汇
1只特立独行的猫
学习笔记人工智能
词汇内容引自博客教主的博文-AI人工智能词汇集-这里收藏博文中的词汇中英对照以供日后学习查询LetterAAccumulatederrorbackpropagation累积误差逆传播ActivationFunction激活函数AdaptiveResonanceTheory/ART自适应谐振理论Addictivemodel加性学习AdversarialNetworks对抗网络AffineLayer仿
- OpenCV图像分割经典算法(一)基于区域的分割、基于边缘的分割、阈值化
AI每天一点点
图像分割人工智能算法计算机视觉人工智能
导读:在对处理后的图像数据进行分析之前,图像分割是最重要的步骤之一。它的主要目标是将图像化分为与其中含有的真实世界的物体或区域有枪相关性的组成部分。小编整理了python人工智能学习笔记、课程视频、面试宝典一并可以无套路免费分享给大家!扫描文末二维码加V免费咨询学习问题领取资料,大牛答疑、大厂内推根据目标可将图像分割分为完全分割——结果是一组唯一对应于输入图像中物体的互不相交的区域。部分分割——区
- 人工智能学习笔记——KL散度
不认输的韦迪
人工智能学习人工智能
身为一个菜鸡,我经常在数据处理过程中,遇到比较两个样本是否符合同一分布,以及两个模型之间是否相似之类的问题。也是在这个过程中,我才逐渐知道有个东西叫KL散度(divergence),在这里记录一下。其实在阅读一些文献的时候就见到过这个名词的身影,查阅了一些资料和博客知道,这个名词来源于信息论,来衡量信息的丢失,拓展一下就可以比较两个系统的相似性或者两个样本之间的分布是否一致;在这里先梳理一下信息论
- 人工智能学习笔记
CV算法恩仇录
人工智能学习
原创:王稳钺资料来源:单博人工智能如今已经和人们的生活密不可分。如果对人工智能感兴趣,想要学习人工智能该如何学习呢?1.人工智能在哪里?先从日常生活中的人工智能聊起。淘宝、抖音等软件,它们是一种推荐系统,会推测用户喜欢什么。比如最近天气冷了,可能得想买一件羽绒服,在淘宝搜索以后,就会发现淘宝在最近几天总会推荐相关的产品。阿里云音乐也是一样的原理。比如最近有在听李荣浩的歌,网易云就会推荐一些相关的歌
- 机器学习之人工智能学习笔记:每天五分钟快速学习机器学习理论
幻风_huanfeng
每天五分钟玩转机器学习算法机器学习深度学习神经网络算法人工智能
在订阅本专栏之前,强烈建议您看一下本篇文章,因为这是本专栏将会详细介绍的内容,内容涵盖了主流的机器学习算法以及机器学习常见的技术。机器学习是什么主要讲解了什么是机器学习,并且机器学习分为监督学习和无监督学习,并且简单的介绍了一下,监督学习有回归和分类,无监督学习有聚类等。单变量线性回归算法讲解单变量的线性回归,从代价函数开始讲,为了找到最好的代价函数,也就是模型,我们需要找到损失函数(代价函数)的
- Python3人工智能学习笔记(二)——分类问题
Zichel77
机器学习人工智能学习分类
3.1分类问题实例对垃圾邮件进行检测任务输入:电子邮件输出:此为垃圾邮件/浦东邮件流程(人)标注样本邮件为垃圾/普通(计算机)获取匹配的样本邮件及其标签,学习其特征(计算机)针对新的邮件,自动识别其类型特征用于帮助判断是否为垃圾邮件的属性发件人包含字符:%&*正文包含:现金、领取等等其他分类问题图像分类数字识别考试通过预测概念根据已知样本的某些特征,判断一个新的样本属于哪种已知的样本类分类方法逻辑
- 经典卷积网络---LeNet、AlexNet、VGGNet、InceptionNet、ResNet [北京大学曹健老师人工智能学习笔记]
百变珍珑兽
人工智能sklearn机器学习python
LeNet—卷积神经网络的开篇之作YannLeCun于1998年提出,通过共享卷积核减少了网络的参数。LeNet有2个卷积层和3个全连接层在特征提取阶段,卷积层以外的标准化、池化、激活等都看做是卷积层的附属,不计入层数统计。卷积层:6个5×5的卷积核,步长1,不使用全零填充池化层:2×2最大值池化,步长2,不使用全零填充代码中只有Model类继承这里不同,完整代码参考classLeNet(Mode
- 人工智能学习笔记:Python爬虫开发
霞落凤舞起
人工智能python爬虫搜索引擎java爬虫程序爬虫搜索关键字搜索数据抓取爬虫jsoup数据挖掘自然语言处理
一、爬虫介绍与常用工具第一个爬虫fromurllib.requestimporturlopenurl='http://www.baidu.com'response=urlopen(url)print(response.read().decode())print(response.getcode())#返回状态码print(response.geturl())#实际访问的urlprint(respo
- 人工智能学习笔记(一)——神经网络与深度学习
人工智能-saber
深度学习神经网络机器学习
机器学习有很多经典算法,其中有一个叫做『神经网络』的算法目前最受追捧,因为击败李世石的阿尔法狗所用到的算法实际上就是基于神经网络的深度学习算法。由于其算法结构类似于人脑神经结构,所以人们对他给予了厚望,希望通过神经网络算法实现真正的AI。神经网络(NeuralNetwork(NN))一个典型的神经网络如下图其最基本的神经元是由一个线性函数和一个非线性的激活函数组成:这个线性函数与之前线性回归是一样
- 人工智能学习笔记 感知器算法的设计实现 感知器准则实现多类分类
Zed222
人工智能学习笔记人工智能算法分类
学习来源https://blog.csdn.net/weixin_43840511/article/details/114897769实验原理实验内容1.数据生成及规范化处理利用高斯模型,生成N类(N>5)数据(2Dor3D),并对生成样本进行规范化处理2.基于生成数据,利用感知器准则实现多类分类,得到最终分界面的表达式。3.生成测试数据列,并对测试数据进行分类判别。代码实现第一部分数据生成及规范
- 人工智能学习笔记 Fisher 线性分类器的设计与实现 实例1
Zed222
人工智能学习笔记机器学习人工智能
学习来源:线性判别分析LDA原理总结-刘建平Pinard-博客园Fisher线性分类器的设计与实现_海绵的博客-CSDN博客一、实验内容二、基本思想若把样本的多维特征空间的点投影到一条直线上,就能把特征空间压缩成一维。那么关键就是找到这条直线的方向,找得好,分得好,找不好,就混在一起。因此fisher方法目标就是找到这个最好的直线方向以及如何实现向最好方向投影的变换。这个投影变换恰是我们所寻求的解
- Java序列化进阶篇
g21121
java序列化
1.transient
类一旦实现了Serializable 接口即被声明为可序列化,然而某些情况下并不是所有的属性都需要序列化,想要人为的去阻止这些属性被序列化,就需要用到transient 关键字。
- escape()、encodeURI()、encodeURIComponent()区别详解
aigo
JavaScriptWeb
原文:http://blog.sina.com.cn/s/blog_4586764e0101khi0.html
JavaScript中有三个可以对字符串编码的函数,分别是: escape,encodeURI,encodeURIComponent,相应3个解码函数:,decodeURI,decodeURIComponent 。
下面简单介绍一下它们的区别
1 escape()函
- ArcgisEngine实现对地图的放大、缩小和平移
Cb123456
添加矢量数据对地图的放大、缩小和平移Engine
ArcgisEngine实现对地图的放大、缩小和平移:
个人觉得是平移,不过网上的都是漫游,通俗的说就是把一个地图对象从一边拉到另一边而已。就看人说话吧.
具体实现:
一、引入命名空间
using ESRI.ArcGIS.Geometry;
using ESRI.ArcGIS.Controls;
二、代码实现.
- Java集合框架概述
天子之骄
Java集合框架概述
集合框架
集合框架可以理解为一个容器,该容器主要指映射(map)、集合(set)、数组(array)和列表(list)等抽象数据结构。
从本质上来说,Java集合框架的主要组成是用来操作对象的接口。不同接口描述不同的数据类型。
简单介绍:
Collection接口是最基本的接口,它定义了List和Set,List又定义了LinkLi
- 旗正4.0页面跳转传值问题
何必如此
javajsp
跳转和成功提示
a) 成功字段非空forward
成功字段非空forward,不会弹出成功字段,为jsp转发,页面能超链接传值,传输变量时需要拼接。接拼接方式list.jsp?test="+strweightUnit+"或list.jsp?test="+weightUnit+&qu
- 全网唯一:移动互联网服务器端开发课程
cocos2d-x小菜
web开发移动开发移动端开发移动互联程序员
移动互联网时代来了! App市场爆发式增长为Web开发程序员带来新一轮机遇,近两年新增创业者,几乎全部选择了移动互联网项目!传统互联网企业中超过98%的门户网站已经或者正在从单一的网站入口转向PC、手机、Pad、智能电视等多端全平台兼容体系。据统计,AppStore中超过85%的App项目都选择了PHP作为后端程
- Log4J通用配置|注意问题 笔记
7454103
DAOapachetomcatlog4jWeb
关于日志的等级 那些去 百度就知道了!
这几天 要搭个新框架 配置了 日志 记下来 !做个备忘!
#这里定义能显示到的最低级别,若定义到INFO级别,则看不到DEBUG级别的信息了~!
log4j.rootLogger=INFO,allLog
# DAO层 log记录到dao.log 控制台 和 总日志文件
log4j.logger.DAO=INFO,dao,C
- SQLServer TCP/IP 连接失败问题 ---SQL Server Configuration Manager
darkranger
sqlcwindowsSQL ServerXP
当你安装完之后,连接数据库的时候可能会发现你的TCP/IP 没有启动..
发现需要启动客户端协议 : TCP/IP
需要打开 SQL Server Configuration Manager...
却发现无法打开 SQL Server Configuration Manager..??
解决方法: C:\WINDOWS\system32目录搜索framedyn.
- [置顶] 做有中国特色的程序员
aijuans
程序员
从出版业说起 网络作品排到靠前的,都不会太难看,一般人不爱看某部作品也是因为不喜欢这个类型,而此人也不会全不喜欢这些网络作品。究其原因,是因为网络作品都是让人先白看的,看的好了才出了头。而纸质作品就不一定了,排行榜靠前的,有好作品,也有垃圾。 许多大牛都是写了博客,后来出了书。这些书也都不次,可能有人让为不好,是因为技术书不像小说,小说在读故事,技术书是在学知识或温习知识,有些技术书读得可
- document.domain 跨域问题
avords
document
document.domain用来得到当前网页的域名。比如在地址栏里输入:javascript:alert(document.domain); //www.315ta.com我们也可以给document.domain属性赋值,不过是有限制的,你只能赋成当前的域名或者基础域名。比如:javascript:alert(document.domain = "315ta.com");
- 关于管理软件的一些思考
houxinyou
管理
工作好多看年了,一直在做管理软件,不知道是我最开始做的时候产生了一些惯性的思维,还是现在接触的管理软件水平有所下降.换过好多年公司,越来越感觉现在的管理软件做的越来越乱.
在我看来,管理软件不论是以前的结构化编程,还是现在的面向对象编程,不管是CS模式,还是BS模式.模块的划分是很重要的.当然,模块的划分有很多种方式.我只是以我自己的划分方式来说一下.
做为管理软件,就像现在讲究MVC这
- NoSQL数据库之Redis数据库管理(String类型和hash类型)
bijian1013
redis数据库NoSQL
一.Redis的数据类型
1.String类型及操作
String是最简单的类型,一个key对应一个value,string类型是二进制安全的。Redis的string可以包含任何数据,比如jpg图片或者序列化的对象。
Set方法:设置key对应的值为string类型的value
- Tomcat 一些技巧
征客丶
javatomcatdos
以下操作都是在windows 环境下
一、Tomcat 启动时配置 JAVA_HOME
在 tomcat 安装目录,bin 文件夹下的 catalina.bat 或 setclasspath.bat 中添加
set JAVA_HOME=JAVA 安装目录
set JRE_HOME=JAVA 安装目录/jre
即可;
二、查看Tomcat 版本
在 tomcat 安装目
- 【Spark七十二】Spark的日志配置
bit1129
spark
在测试Spark Streaming时,大量的日志显示到控制台,影响了Spark Streaming程序代码的输出结果的查看(代码中通过println将输出打印到控制台上),可以通过修改Spark的日志配置的方式,不让Spark Streaming把它的日志显示在console
在Spark的conf目录下,把log4j.properties.template修改为log4j.p
- Haskell版冒泡排序
bookjovi
冒泡排序haskell
面试的时候问的比较多的算法题要么是binary search,要么是冒泡排序,真的不想用写C写冒泡排序了,贴上个Haskell版的,思维简单,代码简单,下次谁要是再要我用C写冒泡排序,直接上个haskell版的,让他自己去理解吧。
sort [] = []
sort [x] = [x]
sort (x:x1:xs)
| x>x1 = x1:so
- java 路径 配置文件读取
bro_feng
java
这几天做一个项目,关于路径做如下笔记,有需要供参考。
取工程内的文件,一般都要用相对路径,这个自然不用多说。
在src统计目录建配置文件目录res,在res中放入配置文件。
读取文件使用方式:
1. MyTest.class.getResourceAsStream("/res/xx.properties")
2. properties.load(MyTest.
- 读《研磨设计模式》-代码笔记-简单工厂模式
bylijinnan
java设计模式
声明: 本文只为方便我个人查阅和理解,详细的分析以及源代码请移步 原作者的博客http://chjavach.iteye.com/
package design.pattern;
/*
* 个人理解:简单工厂模式就是IOC;
* 客户端要用到某一对象,本来是由客户创建的,现在改成由工厂创建,客户直接取就好了
*/
interface IProduct {
- SVN与JIRA的关联
chenyu19891124
SVN
SVN与JIRA的关联一直都没能装成功,今天凝聚心思花了一天时间整合好了。下面是自己整理的步骤:
一、搭建好SVN环境,尤其是要把SVN的服务注册成系统服务
二、装好JIRA,自己用是jira-4.3.4破解版
三、下载SVN与JIRA的插件并解压,然后拷贝插件包下lib包里的三个jar,放到Atlassian\JIRA 4.3.4\atlassian-jira\WEB-INF\lib下,再
- JWFDv0.96 最新设计思路
comsci
数据结构算法工作企业应用公告
随着工作流技术的发展,工作流产品的应用范围也不断的在扩展,开始进入了像金融行业(我已经看到国有四大商业银行的工作流产品招标公告了),实时生产控制和其它比较重要的工程领域,而
- vi 保存复制内容格式粘贴
daizj
vi粘贴复制保存原格式不变形
vi是linux中非常好用的文本编辑工具,功能强大无比,但对于复制带有缩进格式的内容时,粘贴的时候内容错位很严重,不会按照复制时的格式排版,vi能不能在粘贴时,按复制进的格式进行粘贴呢? 答案是肯定的,vi有一个很强大的命令可以实现此功能 。
在命令模式输入:set paste,则进入paste模式,这样再进行粘贴时
- shell脚本运行时报错误:/bin/bash^M: bad interpreter 的解决办法
dongwei_6688
shell脚本
出现原因:windows上写的脚本,直接拷贝到linux系统上运行由于格式不兼容导致
解决办法:
1. 比如文件名为myshell.sh,vim myshell.sh
2. 执行vim中的命令 : set ff?查看文件格式,如果显示fileformat=dos,证明文件格式有问题
3. 执行vim中的命令 :set fileformat=unix 将文件格式改过来就可以了,然后:w
- 高一上学期难记忆单词
dcj3sjt126com
wordenglish
honest 诚实的;正直的
argue 争论
classical 古典的
hammer 锤子
share 分享;共有
sorrow 悲哀;悲痛
adventure 冒险
error 错误;差错
closet 壁橱;储藏室
pronounce 发音;宣告
repeat 重做;重复
majority 大多数;大半
native 本国的,本地的,本国
- hibernate查询返回DTO对象,DTO封装了多个pojo对象的属性
frankco
POJOhibernate查询DTO
DTO-数据传输对象;pojo-最纯粹的java对象与数据库中的表一一对应。
简单讲:DTO起到业务数据的传递作用,pojo则与持久层数据库打交道。
有时候我们需要查询返回DTO对象,因为DTO
- Partition List
hcx2013
partition
Given a linked list and a value x, partition it such that all nodes less than x come before nodes greater than or equal to x.
You should preserve the original relative order of th
- Spring MVC测试框架详解——客户端测试
jinnianshilongnian
上一篇《Spring MVC测试框架详解——服务端测试》已经介绍了服务端测试,接下来再看看如果测试Rest客户端,对于客户端测试以前经常使用的方法是启动一个内嵌的jetty/tomcat容器,然后发送真实的请求到相应的控制器;这种方式的缺点就是速度慢;自Spring 3.2开始提供了对RestTemplate的模拟服务器测试方式,也就是说使用RestTemplate测试时无须启动服务器,而是模拟一
- 关于推荐个人观点
liyonghui160com
推荐系统关于推荐个人观点
回想起来,我也做推荐了3年多了,最近公司做了调整招聘了很多算法工程师,以为需要多么高大上的算法才能搭建起来的,从实践中走过来,我只想说【不是这样的】
第一次接触推荐系统是在四年前入职的时候,那时候,机器学习和大数据都是没有的概念,什么大数据处理开源软件根本不存在,我们用多台计算机web程序记录用户行为,用.net的w
- 不间断旋转的动画
pangyulei
动画
CABasicAnimation* rotationAnimation;
rotationAnimation = [CABasicAnimation animationWithKeyPath:@"transform.rotation.z"];
rotationAnimation.toValue = [NSNumber numberWithFloat: M
- 自定义annotation
sha1064616837
javaenumannotationreflect
对象有的属性在页面上可编辑,有的属性在页面只可读,以前都是我们在页面上写死的,时间一久有时候会混乱,此处通过自定义annotation在类属性中定义。越来越发现Java的Annotation真心很强大,可以帮我们省去很多代码,让代码看上去简洁。
下面这个例子 主要用到了
1.自定义annotation:@interface,以及几个配合着自定义注解使用的几个注解
2.简单的反射
3.枚举
- Spring 源码
up2pu
spring
1.Spring源代码
https://github.com/SpringSource/spring-framework/branches/3.2.x
注:兼容svn检出
2.运行脚本
import-into-eclipse.bat
注:需要设置JAVA_HOME为jdk 1.7
build.gradle
compileJava {
sourceCompatibilit
- 利用word分词来计算文本相似度
yangshangchuan
wordword分词文本相似度余弦相似度简单共有词
word分词提供了多种文本相似度计算方式:
方式一:余弦相似度,通过计算两个向量的夹角余弦值来评估他们的相似度
实现类:org.apdplat.word.analysis.CosineTextSimilarity
用法如下:
String text1 = "我爱购物";
String text2 = "我爱读书";
String text3 =