- 中国大学生计算机设计大赛—人工智能实践赛赛道—赛后感想
我药打十个
学科竞赛人工智能python
1.比赛介绍中国大学生计算机设计大赛是我国高校面向本科生最早的赛事之一,是全国普通高校大学生竞赛排行榜榜单赛事之一。自2008年开赛至2019年,一直由教育部高校与计算机相关教指委等或独立或联合主办。大赛的目的是以赛促学、以赛促教、以赛促创,为国家培养德智体美劳全面发展的创新型、复合型、应用型人才服务。2023年(第16届)中国大学生计算机设计大赛是由北京语言大学、中国人民大学、华东师范大学、东南
- 2021-07-02
fisher-nuc
tensorflow神经网络
基于TensorFlow搭建的几种经典的卷积神经网络注:本文是本人一门课程的期末大作业,在学习曹建老师(人工智能实践:TensorFlow笔记)的课程时记录的笔记。在进行整理后写的一篇小文章,具体详解可以在B站或者MOOC上搜索相关课程。课程网站:https://www.icourse163.org/learn/PKU-1002536002?tid=1003797005#/learn/announ
- AI人工智能实践技术全面指南:从基础知识到前沿应用
zmjia111
机器学习python人工智能机器学习pythonYOLOSCI开发语言自编码器
人工智能(ArtificialIntelligence),英文缩写为AI。[24]它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。人工智能是新一轮科技革命和产业变革的重要驱动力量。人工智能是智能学科重要的组成部分,它企图了解智能的实质,并生产出一种新的能以人类智能相似的方式做出反应的智能机器,该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系
- tensorflow2.0 (1)使用LeNet5网络预测cifar10数据集中分类
向往的地中海
tensorflow2冲吧神经网络tensorflow深度学习
参考内容北京大学,软微学院,曹健老师,《人工智能实践:TensorFlow2.0笔记》运行环境Python3.7tensorflow2.6训练数据集:cifar10前言曹老师用的是Class形式构造的网络结构,搜了一些博客,也没能做到将保存的网络模型加载,并预测自己下载的图片。自己需要学的东西还有太多太多了。这里,换了一种思路,用Sequential形式构造网络,训练,保存模型,预测自己的图片。1
- 国外的7个联络中心的生成式人工智能实践
软件工匠
人工智能chatgpt大数据
来自国外大厂的7个联络中心的生成式人工智能实践——“从自动化电话后的处理到自动生成知识文章,有许多应用可能会激发服务领导者的兴趣。”生成式AI的兴起有望改变游戏规则。有人甚至将其比作互联网、智能手机和云计算的曙光。然而,炒作还没有消退。如果有的话,技术提供商正越来越兴奋于其带来的创新潜力。联络中心系统供应商也不例外。他们已经开发出许多由生成式AI提供动力的解决方案,旨在改变客户服务运营。到目前为止
- 对于TensorFlow+Keras深度学习人工智能实践应用中“NameError: name 'x_train_image' is not defined”的问题解决
渣渣琪
Python入门Python基础Tensorflowkeraspython
首先出现问题:我一开始一直以为是我keras装错了,所以这里一直报错。后来仔细检查了发现不是。按照书上第58面打的代码,读取了MNIST数据然后执行:发现报错:因为是新手,在网上搜了半天,没找到原因,后来发现原来是书上大小写不统一,python是严格区分大小写的改完之后就成功了。
- 人工智能实践——Restauraut+ 食物识别分析与营养规划系统
Deep_Dreamer
人工智能深度学习python计算机视觉
项目背景描述:项目以落地性强、准确度高为主要宗旨。对于餐厅而言。目前,由于使用收银机,餐厅的付款流程仍然是人工的且效率低下的。收银员会检查顾客点了什么食物,然后在收银台上进行结算。效率并不高。因此,食物识别设备和自动食物价格估算可以解决这些问题。食物识别分析旨在优化餐厅付款付款流程,并使用计算机视觉方法自动估算食物价格。传统的方法有餐盘识别价格计算法,该方法通过设置价格区间,不同的价格对应不同颜色
- TensorFlow2.0搭建Keras神经网络
锦绣拾年
TensorFlow2.0搭建Keras神经网络【曹健老师人工智能实践课笔记】主要方法model=tf.keras.models.Sequentialmodel.compilemodel.fitmodel.summary【查阅Keras文档快速入门】kerassequential顺序模型是多个网络层的线性堆叠。你可以通过将网络层实例的列表传递给Sequential的构造器,来创建一个Sequent
- DL with python(16)——tensorflow实现InceptionNet(GoogLeNet)
佟湘玉滴玉
Python深度学习深度学习python
本文涉及到的是中国大学慕课《人工智能实践:Tensorflow笔记》第五讲第14节的内容,对tensorflow环境下经典卷积神经网络的搭建进行介绍,其基础是DLwithpython(14)——tensorflow实现CNN的“八股”中的代码,将其中第三步的代码替换为本文中的代码均可直接运行,其他部分无需改变。经典的卷积神经网络有以下几种,这里介绍结构较为复杂的InceptionNet,其实现的方
- 随机森林python反欺诈_携程金融自动化迭代反欺诈模型体系
weixin_39761696
随机森林python反欺诈
文章作者:携程技术团队编辑整理:Hoh内容来源:《携程人工智能实践》导读:支付欺诈风险是携程金融风控团队的主要防控对象,它一般是指用户卡片信息或账号信息泄露后,欺诈分子利用这些信息在携程平台进行销赃,侵害用户资金安全,给用户和携程平台带来损失。携程金融风控团队需要在不影响正常用户自由出行的前提下,对这样的风险交易进行精准识别并实时拦截,从而保护用户资金安全。支付欺诈风险具备以下3点特性。1.高对抗
- 人工智能实践入门Tensorflow2.0笔记-Day2 神经网络优化过程
下雨天的小鱼
tensorflowpython深度学习tensorflow神经网络机器学习
Tensorflow学习笔记1(北大公开课)目录神经网络优化过程一、整体知识概览二、代码实现1、预备知识2、衰减学习率3、损失函数4、正则化5、优化器神经网络优化过程继续学Tensorflow2.0,主要把这一章的课程内容做了简单整理,我也是新手,难免有错,欢迎大家指出错误、学习交流、共同进步。一、整体知识概览第二章主要讲预备知识、网络复杂度计算、指数衰减学习率、激活函数、损失函数、过拟合问题及缓
- 人工智能实践入门-Day0小鱼安装Tensorflow之各种报错踩坑及全面解决方法
下雨天的小鱼
tensorflowtensorflowpython深度学习pipanaconda
之前已经安装了python3.7和pycharm,没装anaconda和tensorflow,第一次安装tensorflow没有经验,各种报错,哭了。。也没有人可以问,笨手笨脚踩了无数坑555,自己通过搜索倒腾了一天终于解决了所有问题,谨写此文希望能帮到和我一样的小白。。。大佬不要笑我Tensorflow安装日记--目录一、安装平台二、目标环境三、安装过程报错解决过程一、安装平台windows10
- TensorFlow2安装(超详细步骤-人工智能实践)
不唐
Python深度学习TensorFlowtensorflow深度学习python
TensorFlow2安装教程1前言1.1版本记录1.2工具简介2详细步骤及安装语句2.1安装Anaconda2.2TensoFlow安装2.3验证是否成功2.4PyCharm下载与安装2.5PyCharm环境配置2.5.1不唐初尝试1前言点滴进步,加油!最近在MOOC看北京大学的曹健老师的《人工智能实践:Tensorflow笔记》课程。其中第一章的第8节提到了详细的TensorFlow安装过程。
- PyTorch实战01:Anaconda及PyTorch安装
夜孔良-Parzival
人工智能pytorchpython深度学习
这次写PyTorch系列的人工智能实践,算是自己学习的一个积累而且我还是挺喜欢CSDN的,虽然不一定能挣到钱,但也希望能给大家带来点什么主要内容就是自己的实践过程及其中遇到的一些问题,不足之处,还望大佬们多多指正环境安装1安装Anaconda1.1下载Anaconda1.2安装即配置Anaconda1.3可能出现的错误2安装Pytorch2.1下载Pytorch2.2下载CUDAToolkit2.
- 人工智能学习第一篇(tensorflow笔记)
& Pumbaa
tensorflow
本文是在学习北大课程“人工智能实践:tensorflow笔记”的基础上,自己做的笔记,用于温故知新。张量(Tensor):多维数组(列表)阶:张量的维数(从0开始)张量可以表示0阶到n阶数组(列表)eg1:importtensorflowastfa=tf.constant([1,5],dtype=tf.int64)print(a)print(a.dtype)print(a.shape)结果:tf.
- 用tensorflow搭建全连接神经网络实现mnist数据集的识别
humuhumunukunukuapua
爱好machinelearningmnisttensorflow
说明:本代码来自于北京大学曹健老师的MOOC人工智能实践:Tensorflow笔记第五讲I前向传播网络搭建在mnist_forward.py中搭建两层全连接网络,这里面就是定义层数,节点数,激活函数这些。输入节点数目就是mnist数据集的图片28*28大小,用784行的向量作为输入。第一层y1=relu(x*w1+b1)其中y1为500行的向量。那么w1里面就有784*500个变量啦~~b1是50
- 人工智能实践:Tensorflow笔记 Class 2:神经网络优化
By4te
机器学习Pythontensorflow人工智能神经网络
目录2.1基础知识2.2复杂度学习率1.复杂度2.学习率2.3激活函数1.sigmoid函数2.tanh函数3.relu函数4.leaky-relu函数2.4损失函数1.均方误差2.自定义损失函数3.交叉熵损失函数4.softmax与交叉熵结合2.5缓解过拟合正则化2.6优化器1.SGD2.SGDM3.Adagrad4.RMSProp5.Adam2.1基础知识2.2复杂度学习率1.复杂度2.学习率
- 《人工智能实践:Tensorflow笔记》听课笔记24_7.1卷积神经网络
RENeast
人工智能人工智能
附:课程链接第七讲.卷积神经网络7.1卷积神经网络由于个人使用Win7系统,并未完全按照课程所讲,以下记录的也基本是我的结合课程做的Windows系统+PyCharm操作。且本人有python基础,故一些操作可能简略。并未完全按照网课。记住编写代码时,除注释内容外,字符均使用英文格式。一、回顾及展开前两讲中我们利用全连接网络实现了对mnist数据集的训练,我们已学会使用数据集训练模型,并让训练好的
- 《人工智能实践:Tensorflow笔记》听课笔记12_3.2前向传播
RENeast
人工智能人工智能
附:课程链接第三讲.Tensorflow框架3.2前向传播由于个人使用Win7系统,并未完全按照课程所讲,以下记录的也基本是我的结合课程做的Windows系统+PyCharm操作。且本人有python基础,故一些操作可能简略。并未完全按照网课。记住编写代码时,除注释内容外,字符均使用英文格式。本节课程目标:搭建第一个神经网络,总结搭建八股。6.神经网络的参数:是指神经元线上的权重w,用变量表示,一
- 《人工智能实践:Tensorflow笔记》听课笔记1_1.1概述
RENeast
人工智能人工智能听课笔记
上学的时候天天熬夜。放假了闲鱼的一匹,之前立的flag也要赶紧达成了,否则开学无颜见师长了。导师给我推荐的中国大学MOOC的《人工智能实践:Tensorflow笔记》,北京大学,软件与微电子学院的曹健老师主讲。近期我会尽快完成此课的学习,并将听课笔记发到此处以监督自身。顺序也基本按照课程中的顺序。知识也基本都是通用的,应该没有涉及侵权问题,在此感谢这门优秀的课程,给我们更多的机会提升自我,希望我真
- 人工智能实践:Tensorflow2.0笔记 北京大学MOOC(2-1)
寂灭如一
北京大学MOOCpython神经网络tensorflow
人工智能实践:Tensorflow2.0笔记北京大学MOOC(2-1)说明一、神经网络的优化1.神经网络复杂度2.学习率策略2.1学习率概念回顾2.2动态调整学习率2.2.1指数衰减学习率及其API2.2.2分段常数衰减学习率及其API3.激活函数3.1激活函数的引入3.1激活函数应该具有的特点3.2常见的激活函数及其API3.2.1sigmoid函数3.2.2tanh函数3.2.3ReLU函数3
- 人工智能实践:Tensorflow2.0笔记 北京大学MOOC(1-2)
寂灭如一
北京大学MOOC人工智能tensorflow神经网络
人工智能实践:Tensorflow2.0笔记北京大学MOOC(1-2)说明二、TensorFlow2.1基本概念与常用函数1.基本概念-张量Tensor1.1TensorFlow库中的数据类型1.2张量Tensor的创建方式1.2.1方式一tf.constant函数1.2.2方式二tf.convert_to_tensor函数1.2.3方式三tf.zeros/ones/fill函数1.2.4方式四t
- 人工智能实践:Tensorflow2.0笔记 北京大学MOOC(1-3)
寂灭如一
北京大学MOOC人工智能tensorflow神经网络
人工智能实践:Tensorflow2.0笔记北京大学MOOC(1-3)说明三、搭建第一个神经网络训练模型1.准备数据1.1鸢尾花数据集回顾1.2鸢尾花数据集读入1.3鸢尾花数据集乱序1.3将数据集分割成永不相见的训练集和测试集1.4配成[输入特征,标签]对,之后将每次喂入一小撮(batch)2.搭建网络3.参数优化4.测试效果5.acc/loss可视化6.完整代码7.初步优化7.1本地读取鸢尾花数
- 人工智能实践:Tensorflow2.0笔记 北京大学MOOC(1-1)
寂灭如一
北京大学MOOC人工智能tensorflow深度学习
人工智能实践:Tensorflow2.0笔记北京大学MOOC(1-1)说明一、神经网络计算过程1.人工智能三学派2.神经网络设计过程2.1人脑中的神经网络形成过程2.2计算机模仿神经网络连接关系3.神经网络设计过程3.1数据集介绍3.2网络搭建与训练3.2.1神经元的计算模型3.2.2全连接网络的搭建3.2.3定义损失函数3.2.3.1损失函数3.2.3.2梯度下降法传送门说明本文内容整理自中国大
- 人工智能实践:Tensorflow笔记
Saber_e
tensorflow笔记深度学习神经网络人工智能
Tensorflow2.0入门学习笔记人工智能实践:Tensorflow笔记tensorflow2-GPU安装神经网络的计算过程,搭建出第一个神经网络第一个例子:用神经网络进行鸢尾花分类一些常用的TF2函数(后面可能用到)神经网络的优化方法,学习率,激活函数,损失函数以及正则化的使用学习率的设置激活函数损失函数缓解过拟合参数优化器神经网络搭建八股,六步法神经网络八股扩展自制数据集数据增强,扩充补给
- 人工智能实践:Tensorflow课程:神经网络计算
Twinkle1231
神经网络人工智能tensorflow
文章目录1.人工智能三学派2.神经网络设计过程3.张量生成4.Tensorflow2常用函数1.人工智能三学派行为主义:基于控制论,构建感知-动作控制系统;符号主义:基于算数逻辑表达式,求解问题时先把问题描述为表达式,再求解表达式;连接主义:仿生学,模仿神经元连接关系。2.神经网络设计过程用神经网络给鸢尾花分类(Iris)1.搭建网络2.喂入数据3.前向传播4.损失函数损失函数可以定量判断W、b的
- keras多层感知机+titanic数据集
夺笋123
#机器学习框架的应用小例keras算法人工智能
目录关于数据集数据集下载数据预览数据集预处理删除列数据查看各个特征值的缺失值情况null值填充字符串数据转化为数值dataframe数据转化为ndarray数据数据标准化总述keras多层感知机模型构建线性模型构建模型编译及训练训练结果可视化测试数据集模型保存关于数据集数据集下载传送门:kaggle官网本博客参考:《tensorflow+keras深度学习人工智能实践应用林大贵著》数据预览列数据说
- 人工智能实践——第八周【卷积网络与tensorboard】
取个程序猿的名字
人工智能实践人工智能实践
卷积神经网络:全连接网络的缺陷:1:数据量过大,运算负担重2:参数过大,出现过拟合现象有效提取图像特征的方法正方形卷积核(过滤器),遍历图片上的每个点图片区域内,相对应的每一个像素值乘以卷积核内相对应点的权重,求和,再加上偏置。输出图片边长=(输入图片边长–卷积核长+1)/步长此图:((5–3+1)/1=3有些时候需要输出图片边长和输入图片边长相同,则裹上n层0padding可以看到,原来55,增
- TensorFlow2.1入门学习笔记(3)——Pillow数字图像处理
Wang Yuexin
python计算机视觉深度学习tensorflow自动驾驶
个人博客:wyxogo.top在正式学习tensorflow2.0之前需要有一定的python基础,对numpy,matplotlib等库有基本的了解,笔者还是AI小白,通过写博客来记录自己的学习过程,同时对所学的东西进行总结。主要学习的资料西安科技大学:神经网络与深度学习——TensorFlow2.0实战,北京大学:人工智能实践Tensorflow笔记博客从tf常用的库开始,需要学习python
- DL with python(6)——Keras实现手写数字识别(全连接网络)
佟湘玉滴玉
Python深度学习神经网络python
本文涉及到的是中国大学慕课《人工智能实践:Tensorflow笔记》第三讲的内容,通过六步法利用keras框架搭建神经网络的手写数字识别模型,这里只涉及简单的全连接网络,旨在对整体的思路进行了解。六步法的基本步骤和DLwithpython(4)——基于Keras的二层神经网络鸢尾花分类中介绍的一致,这里只是数据集和网络的结构有所改变,基本框架没有改变。在第四讲对网络八股的拓展中,这部分代码将作为拓
- html
周华华
html
js
1,数组的排列
var arr=[1,4,234,43,52,];
for(var x=0;x<arr.length;x++){
for(var y=x-1;y<arr.length;y++){
if(arr[x]<arr[y]){
&
- 【Struts2 四】Struts2拦截器
bit1129
struts2拦截器
Struts2框架是基于拦截器实现的,可以对某个Action进行拦截,然后某些逻辑处理,拦截器相当于AOP里面的环绕通知,即在Action方法的执行之前和之后根据需要添加相应的逻辑。事实上,即使struts.xml没有任何关于拦截器的配置,Struts2也会为我们添加一组默认的拦截器,最常见的是,请求参数自动绑定到Action对应的字段上。
Struts2中自定义拦截器的步骤是:
- make:cc 命令未找到解决方法
daizj
linux命令未知make cc
安装rz sz程序时,报下面错误:
[root@slave2 src]# make posix
cc -O -DPOSIX -DMD=2 rz.c -o rz
make: cc:命令未找到
make: *** [posix] 错误 127
系统:centos 6.6
环境:虚拟机
错误原因:系统未安装gcc,这个是由于在安
- Oracle之Job应用
周凡杨
oracle job
最近写服务,服务上线后,需要写一个定时执行的SQL脚本,清理并更新数据库表里的数据,应用到了Oracle 的 Job的相关知识。在此总结一下。
一:查看相关job信息
1、相关视图
dba_jobs
all_jobs
user_jobs
dba_jobs_running 包含正在运行
- 多线程机制
朱辉辉33
多线程
转至http://blog.csdn.net/lj70024/archive/2010/04/06/5455790.aspx
程序、进程和线程:
程序是一段静态的代码,它是应用程序执行的蓝本。进程是程序的一次动态执行过程,它对应了从代码加载、执行至执行完毕的一个完整过程,这个过程也是进程本身从产生、发展至消亡的过程。线程是比进程更小的单位,一个进程执行过程中可以产生多个线程,每个线程有自身的
- web报表工具FineReport使用中遇到的常见报错及解决办法(一)
老A不折腾
web报表finereportjava报表报表工具
FineReport使用中遇到的常见报错及解决办法(一)
这里写点抛砖引玉,希望大家能把自己整理的问题及解决方法晾出来,Mark一下,利人利己。
出现问题先搜一下文档上有没有,再看看度娘有没有,再看看论坛有没有。有报错要看日志。下面简单罗列下常见的问题,大多文档上都有提到的。
1、address pool is full:
含义:地址池满,连接数超过并发数上
- mysql rpm安装后没有my.cnf
林鹤霄
没有my.cnf
Linux下用rpm包安装的MySQL是不会安装/etc/my.cnf文件的,
至于为什么没有这个文件而MySQL却也能正常启动和作用,在这儿有两个说法,
第一种说法,my.cnf只是MySQL启动时的一个参数文件,可以没有它,这时MySQL会用内置的默认参数启动,
第二种说法,MySQL在启动时自动使用/usr/share/mysql目录下的my-medium.cnf文件,这种说法仅限于r
- Kindle Fire HDX root并安装谷歌服务框架之后仍无法登陆谷歌账号的问题
aigo
root
原文:http://kindlefireforkid.com/how-to-setup-a-google-account-on-amazon-fire-tablet/
Step 4: Run ADB command from your PC
On the PC, you need install Amazon Fire ADB driver and instal
- javascript 中var提升的典型实例
alxw4616
JavaScript
// 刚刚在书上看到的一个小问题,很有意思.大家一起思考下吧
myname = 'global';
var fn = function () {
console.log(myname); // undefined
var myname = 'local';
console.log(myname); // local
};
fn()
// 上述代码实际上等同于以下代码
m
- 定时器和获取时间的使用
百合不是茶
时间的转换定时器
定时器:定时创建任务在游戏设计的时候用的比较多
Timer();定时器
TImerTask();Timer的子类 由 Timer 安排为一次执行或重复执行的任务。
定时器类Timer在java.util包中。使用时,先实例化,然后使用实例的schedule(TimerTask task, long delay)方法,设定
- JDK1.5 Queue
bijian1013
javathreadjava多线程Queue
JDK1.5 Queue
LinkedList:
LinkedList不是同步的。如果多个线程同时访问列表,而其中至少一个线程从结构上修改了该列表,则它必须 保持外部同步。(结构修改指添加或删除一个或多个元素的任何操作;仅设置元素的值不是结构修改。)这一般通过对自然封装该列表的对象进行同步操作来完成。如果不存在这样的对象,则应该使用 Collections.synchronizedList 方
- http认证原理和https
bijian1013
httphttps
一.基础介绍
在URL前加https://前缀表明是用SSL加密的。 你的电脑与服务器之间收发的信息传输将更加安全。
Web服务器启用SSL需要获得一个服务器证书并将该证书与要使用SSL的服务器绑定。
http和https使用的是完全不同的连接方式,用的端口也不一样,前者是80,后
- 【Java范型五】范型继承
bit1129
java
定义如下一个抽象的范型类,其中定义了两个范型参数,T1,T2
package com.tom.lang.generics;
public abstract class SuperGenerics<T1, T2> {
private T1 t1;
private T2 t2;
public abstract void doIt(T
- 【Nginx六】nginx.conf常用指令(Directive)
bit1129
Directive
1. worker_processes 8;
表示Nginx将启动8个工作者进程,通过ps -ef|grep nginx,会发现有8个Nginx Worker Process在运行
nobody 53879 118449 0 Apr22 ? 00:26:15 nginx: worker process
- lua 遍历Header头部
ronin47
lua header 遍历
local headers = ngx.req.get_headers()
ngx.say("headers begin", "<br/>")
ngx.say("Host : ", he
- java-32.通过交换a,b中的元素,使[序列a元素的和]与[序列b元素的和]之间的差最小(两数组的差最小)。
bylijinnan
java
import java.util.Arrays;
public class MinSumASumB {
/**
* Q32.有两个序列a,b,大小都为n,序列元素的值任意整数,无序.
*
* 要求:通过交换a,b中的元素,使[序列a元素的和]与[序列b元素的和]之间的差最小。
* 例如:
* int[] a = {100,99,98,1,2,3
- redis
开窍的石头
redis
在redis的redis.conf配置文件中找到# requirepass foobared
把它替换成requirepass 12356789 后边的12356789就是你的密码
打开redis客户端输入config get requirepass
返回
redis 127.0.0.1:6379> config get requirepass
1) "require
- [JAVA图像与图形]现有的GPU架构支持JAVA语言吗?
comsci
java语言
无论是opengl还是cuda,都是建立在C语言体系架构基础上的,在未来,图像图形处理业务快速发展,相关领域市场不断扩大的情况下,我们JAVA语言系统怎么从这么庞大,且还在不断扩大的市场上分到一块蛋糕,是值得每个JAVAER认真思考和行动的事情
- 安装ubuntu14.04登录后花屏了怎么办
cuiyadll
ubuntu
这个情况,一般属于显卡驱动问题。
可以先尝试安装显卡的官方闭源驱动。
按键盘三个键:CTRL + ALT + F1
进入终端,输入用户名和密码登录终端:
安装amd的显卡驱动
sudo
apt-get
install
fglrx
安装nvidia显卡驱动
sudo
ap
- SSL 与 数字证书 的基本概念和工作原理
darrenzhu
加密ssl证书密钥签名
SSL 与 数字证书 的基本概念和工作原理
http://www.linuxde.net/2012/03/8301.html
SSL握手协议的目的是或最终结果是让客户端和服务器拥有一个共同的密钥,握手协议本身是基于非对称加密机制的,之后就使用共同的密钥基于对称加密机制进行信息交换。
http://www.ibm.com/developerworks/cn/webspher
- Ubuntu设置ip的步骤
dcj3sjt126com
ubuntu
在单位的一台机器完全装了Ubuntu Server,但回家只能在XP上VM一个,装的时候网卡是DHCP的,用ifconfig查了一下ip是192.168.92.128,可以ping通。
转载不是错:
Ubuntu命令行修改网络配置方法
/etc/network/interfaces打开后里面可设置DHCP或手动设置静态ip。前面auto eth0,让网卡开机自动挂载.
1. 以D
- php包管理工具推荐
dcj3sjt126com
PHPComposer
http://www.phpcomposer.com/
Composer是 PHP 用来管理依赖(dependency)关系的工具。你可以在自己的项目中声明所依赖的外部工具库(libraries),Composer 会帮你安装这些依赖的库文件。
中文文档
入门指南
下载
安装包列表
Composer 中国镜像
- Gson使用四(TypeAdapter)
eksliang
jsongsonGson自定义转换器gsonTypeAdapter
转载请出自出处:http://eksliang.iteye.com/blog/2175595 一.概述
Gson的TypeAapter可以理解成自定义序列化和返序列化 二、应用场景举例
例如我们通常去注册时(那些外国网站),会让我们输入firstName,lastName,但是转到我们都
- JQM控件之Navbar和Tabs
gundumw100
htmlxmlcss
在JQM中使用导航栏Navbar是简单的。
只需要将data-role="navbar"赋给div即可:
<div data-role="navbar">
<ul>
<li><a href="#" class="ui-btn-active&qu
- 利用归并排序算法对大文件进行排序
iwindyforest
java归并排序大文件分治法Merge sort
归并排序算法介绍,请参照Wikipeida
zh.wikipedia.org/wiki/%E5%BD%92%E5%B9%B6%E6%8E%92%E5%BA%8F
基本思想:
大文件分割成行数相等的两个子文件,递归(归并排序)两个子文件,直到递归到分割成的子文件低于限制行数
低于限制行数的子文件直接排序
两个排序好的子文件归并到父文件
直到最后所有排序好的父文件归并到输入
- iOS UIWebView URL拦截
啸笑天
UIWebView
本文译者:candeladiao,原文:URL filtering for UIWebView on the iPhone说明:译者在做app开发时,因为页面的javascript文件比较大导致加载速度很慢,所以想把javascript文件打包在app里,当UIWebView需要加载该脚本时就从app本地读取,但UIWebView并不支持加载本地资源。最后从下文中找到了解决方法,第一次翻译,难免有
- 索引的碎片整理SQL语句
macroli
sql
SET NOCOUNT ON
DECLARE @tablename VARCHAR (128)
DECLARE @execstr VARCHAR (255)
DECLARE @objectid INT
DECLARE @indexid INT
DECLARE @frag DECIMAL
DECLARE @maxfrag DECIMAL
--设置最大允许的碎片数量,超过则对索引进行碎片
- Angularjs同步操作http请求with $promise
qiaolevip
每天进步一点点学习永无止境AngularJS纵观千象
// Define a factory
app.factory('profilePromise', ['$q', 'AccountService', function($q, AccountService) {
var deferred = $q.defer();
AccountService.getProfile().then(function(res) {
- hibernate联合查询问题
sxj19881213
sqlHibernateHQL联合查询
最近在用hibernate做项目,遇到了联合查询的问题,以及联合查询中的N+1问题。
针对无外键关联的联合查询,我做了HQL和SQL的实验,希望能帮助到大家。(我使用的版本是hibernate3.3.2)
1 几个常识:
(1)hql中的几种join查询,只有在外键关联、并且作了相应配置时才能使用。
(2)hql的默认查询策略,在进行联合查询时,会产
- struts2.xml
wuai
struts
<?xml version="1.0" encoding="UTF-8" ?>
<!DOCTYPE struts PUBLIC
"-//Apache Software Foundation//DTD Struts Configuration 2.3//EN"
"http://struts.apache