- 时序预测相关论文阅读笔记
能力越小责任越小YA
论文阅读笔记时序预测Transformer
笔记链接:【有道云笔记】读论文(记录)https://note.youdao.com/s/52ugLbot用于个人学习记录。
- 若依AI(VUE3 个人学习记录--更新中)
涉世尚浅哇
学习javamybatismavenvue.jsnode.jsmysql
一、环境搭建1.若依Vue前后端代码拉取前端仓库地址:https://gitee.com/ys-gitee/RuoYi-Vue3后端仓库地址:https://gitee.com/y_project/RuoYi-Vue2.后端.yml文件(admin模块下)2.1.修改数据库账号密码以及路径2.2.修改redis密码3.新建数据库ry-vue并导入数据库表数据4.下载前端依赖在导入的RuoYi-Vu
- 【深度学习笔记】1 数据操作
RIKI_1
深度学习深度学习笔记人工智能
注:本文为《动手学深度学习》开源内容,仅为个人学习记录,无抄袭搬运意图数据操作在深度学习中,我们通常会频繁地对数据进行操作。作为动手学深度学习的基础,本节将介绍如何对内存中的数据进行操作。在PyTorch中,torch.Tensor是存储和变换数据的主要工具。如果你之前用过NumPy,你会发现Tensor和NumPy的多维数组非常类似。然而,Tensor提供GPU计算和自动求梯度等更多功能,这些使
- 【深度学习模型】6_3 语言模型数据集
RIKI_1
深度学习深度学习语言模型人工智能
注:本文为《动手学深度学习》开源内容,部分标注了个人理解,仅为个人学习记录,无抄袭搬运意图6.3语言模型数据集(周杰伦专辑歌词)本节将介绍如何预处理一个语言模型数据集,并将其转换成字符级循环神经网络所需要的输入格式。为此,我们收集了周杰伦从第一张专辑《Jay》到第十张专辑《跨时代》中的歌词,并在后面几节里应用循环神经网络来训练一个语言模型。当模型训练好后,我们就可以用这个模型来创作歌词。6.3.1
- 【深度学习笔记】6_4 循环神经网络的从零开始实现
RIKI_1
深度学习深度学习笔记rnn
注:本文为《动手学深度学习》开源内容,部分标注了个人理解,仅为个人学习记录,无抄袭搬运意图6.4循环神经网络的从零开始实现在本节中,我们将从零开始实现一个基于字符级循环神经网络的语言模型,并在周杰伦专辑歌词数据集上训练一个模型来进行歌词创作。首先,我们读取周杰伦专辑歌词数据集:importtimeimportmathimportnumpyasnpimporttorchfromtorchimport
- 【深度学习笔记】6_10 双向循环神经网络bi-rnn
RIKI_1
深度学习深度学习笔记rnn
注:本文为《动手学深度学习》开源内容,部分标注了个人理解,仅为个人学习记录,无抄袭搬运意图6.10双向循环神经网络之前介绍的循环神经网络模型都是假设当前时间步是由前面的较早时间步的序列决定的,因此它们都将信息通过隐藏状态从前往后传递。有时候,当前时间步也可能由后面时间步决定。例如,当我们写下一个句子时,可能会根据句子后面的词来修改句子前面的用词。双向循环神经网络通过增加从后往前传递信息的隐藏层来更
- Android 的 RecyclerView SnapHelper 介绍
JeffreyWorld
本文为NickRout发布于Medium的文章译文原文链接为DetectingsnapchangeswithAndroid’sRecyclerViewSnapHelper本文仅作为个人学习记录所用。如有涉及侵权,请相关人士尽快联系译文作者。SnapHelper是AndroidXRecyclerView软件包的重要补充。简而言之,它可用于更改RecyclerView的行为,用于辅助RecyclerV
- 【工程记录】ChatGLM3-6B 部署的详细教程(Windows)
LZXCyrus
工程记录windows人工智能语言模型自然语言处理AIGCnlp深度学习
文章目录写在前面1.环境配置2.下载ChatGLM3-6b模型3.实现pycharm运行web_demo写在前面仅作个人学习记录用。本文记录ChatGLM3-6B在Windows操作系统中的部署的详细方法。1.环境配置Github地址:ChatGLM3作者注释:transformers库版本推荐为4.30.2,torch推荐使用2.0及以上的版本,以获得最佳的推理性能。为了防止依赖之间的版本冲突,
- 【论文笔记】Multi-Chain Reasoning:对多思维链进行元推理
LZXCyrus
论文笔记论文阅读人工智能AIGC深度学习prompt自然语言处理nlp
目录写在前面1.摘要2.相关知识3.MCR方法3.1生成推理链3.2基于推理链的推理4.实验4.1实验设置4.2实验结果5.提及文献写在前面文章标题:AnsweringQuestionsbyMeta-ReasoningoverMultipleChainsofThought论文链接:【1】代码链接:暂无仅作个人学习记录用1.摘要现代多跳问答系统(QA)通常将问题分解为一系列的推理步骤,称为思维链(C
- 场景图生成综述
Mr___WQ
计算机视觉人工智能深度学习
SG(SceneGraph,场景图)能够很好地帮助人们对视频场景的理解,SGG(SceneGraphGeneration)这一研究方向让我有必要去对这一领域进行全面的了解,先写一部分,后面补全,挑重要的翻译了下,仅用作个人学习记录。参考论文:2104.01111.pdf(arxiv.org)https://arxiv.org/pdf/2104.01111.pdf摘要场景图是对场景的结构化表示,可以
- move_base 中使用自定义的全局/局部路径规划插件
华璃
ROSros机器人算法
个人学习记录,参考的博客文末都有链接文章目录1.自定义路径规划头文件my_global_planner.h2.自定义路径规划算法my_global_planner.cpp3.配置CMakeLists.txt文件4.配置package.xml文件5.自定义插件描述文件my_global_planner_plugin.xml6.move_base中使用插件方法一方法二创建功能包fixed_route1
- 设计模式② :交给子类
猫吻鱼
#《图解设计模式》设计模式
文章目录一、前言二、TemplateMethod模式1.介绍2.应用3.总结三、FactoryMethod模式1.介绍2.应用3.总结参考内容一、前言有时候不想动脑子,就懒得看源码又不像浪费时间所以会看看书,但是又记不住,所以决定开始写"抄书"系列。本系列大部分内容都是来源于《图解设计模式》(【日】结城浩著),内容仅用于个人学习记录,可随意转载。二、TemplateMethod模式Template
- 认识devops那点事(思维导图,流程大图,工具链)
假装好会
笔记devops运维
devops该文章仅用于个人学习记录,所有图片来自其他博主,如有侵权请联系删除文章目录devops一、DevOps是什么?二、流程大图三、工具链一、DevOps是什么?他是一种思想或者方法论。简单来说DevOps是敏捷研发中持续构建(ContinuousBuild,CB)、持续集成(ContinuousIntegration,CI)、持续交付(ContinuousDelivery,CD)的自然延伸
- 置顶> 个人学习记录一览
@Tianwx
学习算法linux开发语言bash运维c++
个人学习记录一览表写个说明 知识学的好,不如笔记记得好,知识点的遗忘在所难免,这里记录我个人的学习过程,以备后面二次学习使用。Linux操作系统Linux操作系统001-介绍Linux操作系统002-VMwareWorkstation的相关操作Linux操作系统003-系统目录介绍Linux操作系统004-远程连接Linux操作系统005-使用vi进行文本编辑Linux操作系统006-操作系统的
- 深度生成模型之GAN优化目标设计与改进 ->(个人学习记录笔记)
slience_me
机器学习生成对抗网络学习笔记
文章目录深度生成模型之GAN优化目标设计与改进原始GAN优化目标的问题1.JS散度度量问题2.梯度问题优化目标的设计与改进1.最小二乘损失GAN2.Energy-basedGAN(EBGAN)3.WassersteinGAN4.WGAN-GP5.BoundaryEquilibriumGAN(BEGAN)6.LossSensitiveGAN7.RelativeisticGAN深度生成模型之GAN优化
- 深度生成模型之图像翻译GAN ->(个人学习记录笔记)
slience_me
机器学习生成对抗网络学习笔记
文章目录深度生成模型之图像翻译GAN图像翻译的应用1.风格迁移2.数据增强3.经典图像任务4.内容创作5.人脸图像编辑6.人体图像编辑图像翻译模型1.有监督图像翻译模型2.无监督图像翻译模型3.多域图像翻译模型深度生成模型之图像翻译GAN图像翻译的应用1.风格迁移各类风格化应用2.数据增强仿真数据,增强数据的多样性3.经典图像任务图像上色,图像分割,边缘检测,图像增强,超分辨,图像修复等4.内容创
- 深度生成模型之GAN的评估 ->(个人学习记录笔记)
slience_me
机器学习生成对抗网络学习笔记
文章目录深度生成模型之GAN的评估图像翻译的应用1.风格迁移2.数据增强3.经典图像任务4.内容创作5.人脸图像编辑6.人体图像编辑图像翻译模型1.有监督图像翻译模型2.无监督图像翻译模型3.多域图像翻译模型深度生成模型之GAN的评估图像翻译的应用1.风格迁移各类风格化应用2.数据增强仿真数据,增强数据的多样性3.经典图像任务图像上色,图像分割,边缘检测,图像增强,超分辨,图像修复等4.内容创作交
- 深度生成模型之数据生成GAN ->(个人学习记录笔记)
slience_me
机器学习生成对抗网络学习笔记
文章目录深度生成模型之数据生成GAN数据生成的应用1.图片设计创作2.数据增强3.数据仿真4.视频生成、预测、编辑5.语音生成6.文本生成图像生成模型结构1.基本卷积GAN2.多尺度与残差GAN模型3.条件生成GAN4.半监督条件GAN模型5.属性向量的学习6.分层属性模型StyleGAN深度生成模型之数据生成GAN数据生成的应用1.图片设计创作生成重复性工作多,且需要一定创作能力的作品2.数据增
- 深度生成模型之自编码器与变分自编码器 ->(个人学习记录笔记)
slience_me
机器学习学习笔记
文章目录深度生成模型之自编码器与变分自编码器自编码器AE1.定义2.自编码器的应用变分自编码器(VAE)1.理论求解2.模型求解3.优化目标4.再参数化策略AE与VAE的对比AE与VAE的主要局限性深度生成模型之自编码器与变分自编码器自编码器AE1.定义Auto-Encoder,学习输入数据的有效编码2.自编码器的应用降维/可视化,去噪等变分自编码器(VAE)VariableAuto-Encode
- 深度生成模型之GAN基础 ->(个人学习记录笔记)
slience_me
机器学习生成对抗网络学习笔记
文章目录深度生成模型之GAN基础生成对抗网络1.生成对抗网络如何生成数据2.生成对抗原理3.GAN的核心优化目标4.D的优化5.GAN的理想状态6.GAN的训练7.梯度不稳定与模式崩塌(collapsemode)问题8.梯度消失问题深度生成模型之GAN基础生成对抗网络1.生成对抗网络如何生成数据生成对抗网络(GenerativeAdversarialNetwork,GAN),不显式地估计出数据分布
- 【机器学习合集】深度生成模型 ->(个人学习记录笔记)
slience_me
机器学习机器学习学习笔记
深度生成模型深度生成模型基础1.监督学习与无监督学习1.1监督学习定义在真值标签Y的指导下,学习一个映射函数F,使得F(X)=Y判别模型DiscriminativeModel,即判别式模型,又称为条件模型,或条件概率模型生成模型GenerativeModel,即生成式模型生成模型与判别模型的对比表达能力,灵活性,学习难度生成模型和判别模型是深度学习中两种不同类型的模型,它们在任务和目标上有一些关键
- android AOP面向切面编程---AspectJ使用
Brook_liu
以下内容仅为个人学习记录一、配置AspectJ方法一使用github上开源的SDK(1)在项目根目录的build.gradle里依赖AspectJXdependencies{classpath'com.hujiang.aspectjx:gradle-android-plugin-aspectjx:2.0.8'}(2)在app项目的build.gradle里应用插件applyplugin:'andr
- 前端基础知识点总结(个人学习记录)
Zac Kevin
前端知识点前端知识点es6
TypeScript1.可兼容JavaScript;相比js,加入了注释;添加一个完整的类结构,更好的面向对象;2.MacOSX环境搭建:2.1.安装homebrew(套件管理器)官网:brew.sh:ruby-e"$(curl-fsSLhttps://raw.githubusercontent.com/Homebrew/install/master/install)"2.2安装npm(nodej
- Spring 源码分析补充篇一 :DeferredImportSelector 的处理
猫吻鱼
#源码分析补充篇
文章目录一、前言二、DeferredImportSelector三、源码分析1.DeferredImportSelector的预处理2.DeferredImportSelector的真正处理2.1handler::register2.2handler.processGroupImports()一、前言本系列是在重看源码分析过程中,对一些遗漏内容的补充,内容仅用于个人学习记录,写的会比较随性,难免有
- mapstruct个人学习记录
迷失的小鹿
javajava
mapstruct核心技术学习简介入门案例maven依赖IDEA插件单一对象转换测试结果mapping属性Spring注入的方式测试集合的映射set类型的映射测试map类型的映射测试@MapMappingkeyDateFormatvalueDateFormat枚举映射基础入门简介在工作中,我们经常要进行各种对象之间的转换。PO:persistentobject持久对象,对应数据库中的一条VO:vi
- Pytorch(GPU)训练RE-NET知识表示学习模型-记录
yi拾三
环境配置pytorch自然语言处理
个人学习记录2021.1.270下载模型文件地址:INK-USC/RE-Net保存在文件夹【RE-Net】里,文件如图1配置环境用的是anaconda+pycharm安装anaconda安装pycharm确定版本匹配情况主要是显卡型号、驱动版本,cuda版本,cudnn版本,Torch版本查看显卡及驱动现在用的是win10,Win10系统下如何查看电脑显卡的型号配置直接在任务管理器中看了查看/安装
- Vue框架学习笔记——条件渲染:v-show和v-if
Aer_7z
Vue框架学习笔记vue.js学习笔记
文章目录前文提要条件渲染v-showv-ifv-else-if和v-else特殊写法,很多个一致的v-if如何消除总结前文提要本人仅做个人学习记录,如有错误,请多包涵主要学习链接:尚硅谷Vue2.0+Vue3.0全套教程丨vuejs从入门到精通条件渲染条件渲染顾名思义是符合条件了才给你渲染出来,才显示出来。可以使用两种指令完成这个操作:v-show和v-if指令。其中v-show指令隐藏不显示的元
- Vue框架学习笔记——列表渲染:v-for
Aer_7z
Vue框架学习笔记vue.js学习笔记
文章目录前文提要代码正文前文提要本人仅做个人学习记录,如有错误,请多包涵主要学习链接:尚硅谷Vue2.0+Vue3.0全套教程丨vuejs从入门到精通代码正文{{p.name}}-{{p.age}}Vue.config.productionTip=falseconstvm=newVue({el:'#box',data:{persons:[{id:1,name:'张',age:18},{id:2,n
- Vue框架学习笔记——绑定class样式和绑定style样式
Aer_7z
Vue框架学习笔记vue.js学习笔记
文章目录前文提要class样式的三种绑定方法(图片来自参考链接)style样式(内联形式)总结前文提要本人仅做个人学习记录,如有错误,请多包涵主要学习链接:尚硅谷Vue2.0+Vue3.0全套教程丨vuejs从入门到精通class样式的三种绑定方法(图片来自参考链接)多数是使用的对象写法进行样式绑定,之所以写成这样都是为了方便使用,是经过筛选后的写法。html代码:data中的写法:样式对象,每个
- node.js学习笔记——内部模块、自定义模块的导入和使用方式
Aer_7z
node.js学习笔记
文章目录前文提要内部模块fs模块导入方式fs.readFilefs.writeFilepath模块导入方式__dirnamepath.joinhttp模块导入方式创建服务器实例绑定request事件启动服务器自定义模块和第三方模块导入方式模块作用域共享方式前文提要本人仅做个人学习记录,如有错误,请多包涵主要学习链接:黑马程序员Node.js全套入门教程,nodejs新教程含es6模块化+npm+e
- 用MiddleGenIDE工具生成hibernate的POJO(根据数据表生成POJO类)
AdyZhang
POJOeclipseHibernateMiddleGenIDE
推荐:MiddlegenIDE插件, 是一个Eclipse 插件. 用它可以直接连接到数据库, 根据表按照一定的HIBERNATE规则作出BEAN和对应的XML ,用完后你可以手动删除它加载的JAR包和XML文件! 今天开始试着使用
- .9.png
Cb123456
android
“点九”是andriod平台的应用软件开发里的一种特殊的图片形式,文件扩展名为:.9.png
智能手机中有自动横屏的功能,同一幅界面会在随着手机(或平板电脑)中的方向传感器的参数不同而改变显示的方向,在界面改变方向后,界面上的图形会因为长宽的变化而产生拉伸,造成图形的失真变形。
我们都知道android平台有多种不同的分辨率,很多控件的切图文件在被放大拉伸后,边
- 算法的效率
天子之骄
算法效率复杂度最坏情况运行时间大O阶平均情况运行时间
算法的效率
效率是速度和空间消耗的度量。集中考虑程序的速度,也称运行时间或执行时间,用复杂度的阶(O)这一标准来衡量。空间的消耗或需求也可以用大O表示,而且它总是小于或等于时间需求。
以下是我的学习笔记:
1.求值与霍纳法则,即为秦九韶公式。
2.测定运行时间的最可靠方法是计数对运行时间有贡献的基本操作的执行次数。运行时间与这个计数成正比。
- java数据结构
何必如此
java数据结构
Java 数据结构
Java工具包提供了强大的数据结构。在Java中的数据结构主要包括以下几种接口和类:
枚举(Enumeration)
位集合(BitSet)
向量(Vector)
栈(Stack)
字典(Dictionary)
哈希表(Hashtable)
属性(Properties)
以上这些类是传统遗留的,在Java2中引入了一种新的框架-集合框架(Collect
- MybatisHelloWorld
3213213333332132
//测试入口TestMyBatis
package com.base.helloworld.test;
import java.io.IOException;
import org.apache.ibatis.io.Resources;
import org.apache.ibatis.session.SqlSession;
import org.apache.ibat
- Java|urlrewrite|URL重写|多个参数
7454103
javaxmlWeb工作
个人工作经验! 如有不当之处,敬请指点
1.0 web -info 目录下建立 urlrewrite.xml 文件 类似如下:
<?xml version="1.0" encoding="UTF-8" ?>
<!DOCTYPE u
- 达梦数据库+ibatis
darkranger
sqlmysqlibatisSQL Server
--插入数据方面
如果您需要数据库自增...
那么在插入的时候不需要指定自增列.
如果想自己指定ID列的值, 那么要设置
set identity_insert 数据库名.模式名.表名;
----然后插入数据;
example:
create table zhabei.test(
id bigint identity(1,1) primary key,
nam
- XML 解析 四种方式
aijuans
android
XML现在已经成为一种通用的数据交换格式,平台的无关性使得很多场合都需要用到XML。本文将详细介绍用Java解析XML的四种方法。
XML现在已经成为一种通用的数据交换格式,它的平台无关性,语言无关性,系统无关性,给数据集成与交互带来了极大的方便。对于XML本身的语法知识与技术细节,需要阅读相关的技术文献,这里面包括的内容有DOM(Document Object
- spring中配置文件占位符的使用
avords
1.类
<?xml version="1.0" encoding="UTF-8"?><!DOCTYPE beans PUBLIC "-//SPRING//DTD BEAN//EN" "http://www.springframework.o
- 前端工程化-公共模块的依赖和常用的工作流
bee1314
webpack
题记: 一个人的项目,还有工程化的问题嘛? 我们在推进模块化和组件化的过程中,肯定会不断的沉淀出我们项目的模块和组件。对于这些沉淀出的模块和组件怎么管理?另外怎么依赖也是个问题? 你真的想这样嘛? var BreadCrumb = require(‘../../../../uikit/breadcrumb’); //真心ugly。
- 上司说「看你每天准时下班就知道你工作量不饱和」,该如何回应?
bijian1013
项目管理沟通IT职业规划
问题:上司说「看你每天准时下班就知道你工作量不饱和」,如何回应
正常下班时间6点,只要是6点半前下班的,上司都认为没有加班。
Eno-Bea回答,注重感受,不一定是别人的
虽然我不知道你具体从事什么工作与职业,但是我大概猜测,你是从事一项不太容易出现阶段性成果的工作
- TortoiseSVN,过滤文件
征客丶
SVN
环境:
TortoiseSVN 1.8
配置:
在文件夹空白处右键
选择 TortoiseSVN -> Settings
在 Global ignote pattern 中添加要过滤的文件:
多类型用英文空格分开
*name : 过滤所有名称为 name 的文件或文件夹
*.name : 过滤所有后缀为 name 的文件或文件夹
--------
- 【Flume二】HDFS sink细说
bit1129
Flume
1. Flume配置
a1.sources=r1
a1.channels=c1
a1.sinks=k1
###Flume负责启动44444端口
a1.sources.r1.type=avro
a1.sources.r1.bind=0.0.0.0
a1.sources.r1.port=44444
a1.sources.r1.chan
- The Eight Myths of Erlang Performance
bookjovi
erlang
erlang有一篇guide很有意思: http://www.erlang.org/doc/efficiency_guide
里面有个The Eight Myths of Erlang Performance: http://www.erlang.org/doc/efficiency_guide/myths.html
Myth: Funs are sl
- java多线程网络传输文件(非同步)-2008-08-17
ljy325
java多线程socket
利用 Socket 套接字进行面向连接通信的编程。客户端读取本地文件并发送;服务器接收文件并保存到本地文件系统中。
使用说明:请将TransferClient, TransferServer, TempFile三个类编译,他们的类包是FileServer.
客户端:
修改TransferClient: serPort, serIP, filePath, blockNum,的值来符合您机器的系
- 读《研磨设计模式》-代码笔记-模板方法模式
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/
import java.sql.Connection;
import java.sql.DriverManager;
import java.sql.PreparedStatement;
import java.sql.ResultSet;
- 配置心得
chenyu19891124
配置
时间就这样不知不觉的走过了一个春夏秋冬,转眼间来公司已经一年了,感觉时间过的很快,时间老人总是这样不停走,从来没停歇过。
作为一名新手的配置管理员,刚开始真的是对配置管理是一点不懂,就只听说咱们公司配置主要是负责升级,而具体该怎么做却一点都不了解。经过老员工的一点点讲解,慢慢的对配置有了初步了解,对自己所在的岗位也慢慢的了解。
做了一年的配置管理给自总结下:
1.改变
从一个以前对配置毫无
- 对“带条件选择的并行汇聚路由问题”的再思考
comsci
算法工作软件测试嵌入式领域模型
2008年上半年,我在设计并开发基于”JWFD流程系统“的商业化改进型引擎的时候,由于采用了新的嵌入式公式模块而导致出现“带条件选择的并行汇聚路由问题”(请参考2009-02-27博文),当时对这个问题的解决办法是采用基于拓扑结构的处理思想,对汇聚点的实际前驱分支节点通过算法预测出来,然后进行处理,简单的说就是找到造成这个汇聚模型的分支起点,对这个起始分支节点实际走的路径数进行计算,然后把这个实际
- Oracle 10g 的clusterware 32位 下载地址
daizj
oracle
Oracle 10g 的clusterware 32位 下载地址
http://pan.baidu.com/share/link?shareid=531580&uk=421021908
http://pan.baidu.com/share/link?shareid=137223&uk=321552738
http://pan.baidu.com/share/l
- 非常好的介绍:Linux定时执行工具cron
dongwei_6688
linux
Linux经过十多年的发展,很多用户都很了解Linux了,这里介绍一下Linux下cron的理解,和大家讨论讨论。cron是一个Linux 定时执行工具,可以在无需人工干预的情况下运行作业,本文档不讲cron实现原理,主要讲一下Linux定时执行工具cron的具体使用及简单介绍。
新增调度任务推荐使用crontab -e命令添加自定义的任务(编辑的是/var/spool/cron下对应用户的cr
- Yii assets目录生成及修改
dcj3sjt126com
yii
assets的作用是方便模块化,插件化的,一般来说出于安全原因不允许通过url访问protected下面的文件,但是我们又希望将module单独出来,所以需要使用发布,即将一个目录下的文件复制一份到assets下面方便通过url访问。
assets设置对应的方法位置 \framework\web\CAssetManager.php
assets配置方法 在m
- mac工作软件推荐
dcj3sjt126com
mac
mac上的Terminal + bash + screen组合现在已经非常好用了,但是还是经不起iterm+zsh+tmux的冲击。在同事的强烈推荐下,趁着升级mac系统的机会,顺便也切换到iterm+zsh+tmux的环境下了。
我为什么要要iterm2
切换过来也是脑袋一热的冲动,我也调查过一些资料,看了下iterm的一些优点:
* 兼容性好,远程服务器 vi 什么的低版本能很好兼
- Memcached(三)、封装Memcached和Ehcache
frank1234
memcachedehcachespring ioc
本文对Ehcache和Memcached进行了简单的封装,这样对于客户端程序无需了解ehcache和memcached的差异,仅需要配置缓存的Provider类就可以在二者之间进行切换,Provider实现类通过Spring IoC注入。
cache.xml
<?xml version="1.0" encoding="UTF-8"?>
- Remove Duplicates from Sorted List II
hcx2013
remove
Given a sorted linked list, delete all nodes that have duplicate numbers, leaving only distinct numbers from the original list.
For example,Given 1->2->3->3->4->4->5,
- Spring4新特性——注解、脚本、任务、MVC等其他特性改进
jinnianshilongnian
spring4
Spring4新特性——泛型限定式依赖注入
Spring4新特性——核心容器的其他改进
Spring4新特性——Web开发的增强
Spring4新特性——集成Bean Validation 1.1(JSR-349)到SpringMVC
Spring4新特性——Groovy Bean定义DSL
Spring4新特性——更好的Java泛型操作API
Spring4新
- MySQL安装文档
liyong0802
mysql
工作中用到的MySQL可能安装在两种操作系统中,即Windows系统和Linux系统。以Linux系统中情况居多。
安装在Windows系统时与其它Windows应用程序相同按照安装向导一直下一步就即,这里就不具体介绍,本文档只介绍Linux系统下MySQL的安装步骤。
Linux系统下安装MySQL分为三种:RPM包安装、二进制包安装和源码包安装。二
- 使用VS2010构建HotSpot工程
p2p2500
HotSpotOpenJDKVS2010
1. 下载OpenJDK7的源码:
http://download.java.net/openjdk/jdk7
http://download.java.net/openjdk/
2. 环境配置
▶
- Oracle实用功能之分组后列合并
seandeng888
oracle分组实用功能合并
1 实例解析
由于业务需求需要对表中的数据进行分组后进行合并的处理,鉴于Oracle10g没有现成的函数实现该功能,且该功能如若用JAVA代码实现会比较复杂,因此,特将SQL语言的实现方式分享出来,希望对大家有所帮助。如下:
表test 数据如下:
ID,SUBJECTCODE,DIMCODE,VALUE
1&nbs
- Java定时任务注解方式实现
tuoni
javaspringjvmxmljni
Spring 注解的定时任务,有如下两种方式:
第一种:
<?xml version="1.0" encoding="UTF-8"?>
<beans xmlns="http://www.springframework.org/schema/beans"
xmlns:xsi="http
- 11大Java开源中文分词器的使用方法和分词效果对比
yangshangchuan
word分词器ansj分词器Stanford分词器FudanNLP分词器HanLP分词器
本文的目标有两个:
1、学会使用11大Java开源中文分词器
2、对比分析11大Java开源中文分词器的分词效果
本文给出了11大Java开源中文分词的使用方法以及分词结果对比代码,至于效果哪个好,那要用的人结合自己的应用场景自己来判断。
11大Java开源中文分词器,不同的分词器有不同的用法,定义的接口也不一样,我们先定义一个统一的接口:
/**
* 获取文本的所有分词结果, 对比