- 【Stable Diffusion部署至GNU/Linux】安装流程
星星点点洲
stablediffusion
以下是安装StableDiffusion的步骤,以Ubuntu22.04LTS为例子。显卡与计算架构介绍CUDA是NVIDIAGPU的专用并行计算架构技术层级说明CUDAToolkit提供GPU编译器(nvcc)、数学库(cuBLAS)等开发工具cuDNN深度神经网络加速库(需单独下载)GPU驱动包含CUDADriver(需与CUDAToolkit版本匹配)CUDA与NIDIA:硬件指令集绑定:N
- 深度学习基础知识
namelijink
深度学习人工智能
cuda简介:CUDA(ComputeUnifiedDeviceArchitecture)是由NVIDIA开发的一种并行计算平台和应用程序编程接口(API)。它允许开发人员利用NVIDIA的GPU(图形处理器)来加速各种计算任务,包括科学计算、机器学习、深度学习、数据分析等。NVIDIA是一个全球领先的计算技术公司,专注于设计和制造高性能计算设备。除了生产强大的GPU,NVIDIA还提供与其GPU
- 【笔记】使用 Pytorch 进行分布式训练
LittleNyima
人工智能深度学习pytorch分布式
本文原文以CCBY-NC-SA4.0许可协议发布于技术相关|使用Pytorch进行分布式训练,转载请注明出处。其实Pytorch分布式训练已经不算什么新技术了,之所以专门写一篇blog是因为今天训模型的时候出现了一个没见过的问题,在调试的时候发现自己平时都是用别人写好的分布式代码,没有深入研究过其中的实现细节,因此感觉有必要整理吸收一下。最简单的数据并行作为最简单的并行计算方式,使用nn.Data
- python使用ray框架改进原有代码,实现多进程与分布式
呆萌的代Ma
pythonpython
安装依赖:pipinstall-ihttps://mirrors.aliyun.com/pypi/simple/'ray[default]'ray框架可以在几乎不改变现有代码的基础上实现分布式与并行计算!!改变的只有传值的方式,与每个函数加上装饰器即可对于常规的循环任务defexponentiation_test(a,b):importtimetime.sleep(1)#这里是为了看是否是真正的多
- Python 魔法学院 - 第24篇:Python 解释器优化 ⭐⭐⭐
星核日记
《Python魔法学院》python开发语言pycharmwindowsPython性能优化
目录引言1.Cython与PyPy1.1Cython1.1.1Cython的优势1.1.2Cython的简单示例1.1.3Cython的适用场景1.2PyPy1.2.1PyPy的优势1.2.2PyPy的简单示例1.2.3PyPy的适用场景1.3Cython与PyPy的对比2.并行计算与分布式计算2.1并行计算2.1.1multiprocessing模块2.1.2concurrent.futures
- 我国化学信息学研究的地位与近期研究进展
xoaxo
算法优化生物数据库网络工作
近两年来,我国的化学信息学研究得到了快速发展,在某些专题的研究方面达到了国际前沿水平。在理论与计算化学研究中,基于第一性原理的新型并行计算方法被提出并用于纳米材料电子结构的高效计算[24],轨道分解方法被用来简化磁性质的四分量相对论计算[25]。同时,量化计算被越来越多地应用于团簇优化[26]及材料性质的预测[27],并越来越注重与实际结合用于反应过程过渡态和催化机理研究[28]。此外,密度泛函理
- GPU(Graphics Processing Unit)详解
美好的事情总会发生
AI人工智能嵌入式硬件硬件工程ai
GPU(GraphicsProcessingUnit)详解1.GPU的定义与核心特性GPU(图形处理器)是一种专为并行计算和图形渲染优化的处理器。与CPU(中央处理器)不同,GPU通过大规模并行架构实现高效处理海量数据,尤其在处理规则化、高并发任务时性能显著优于CPU。关键特性:高并行度:现代GPU包含数千个计算核心(如NVIDIAH100拥有18,432个CUDA核心)。专用内存系统:配备高带宽
- CUDA与CUDPP源码解析及实战应用
昊叔Crescdim
本文还有配套的精品资源,点击获取简介:CUDA是NVIDIA推出的并行计算平台,CUDPP是一个提供GPU优化算法的开源库。本课程将深入解析CUDPP的核心组件,包括基数排序、扫描操作、动态并行性、随机数生成、缓存机制、矩阵乘法和基准测试等。通过学习CUDPP源码,开发者可以掌握GPU并行计算的优化技巧,提升应用程序性能。同时,本课程也会介绍如何在具备CUDASDK和NVIDIA驱动的系统上安装和
- Joblib - Python轻量流水线工具
Think@
Joblib是一款用于在Python中提供轻量流水线的工具。#joblib是一组用于在Python中提供轻量级流水线的工具。#joblib具有以下功能:#透明的磁盘缓存功能和“懒惰”执行模式,简单的并行计算#joblib对numpy大型矩阵进行了特定的优化,简单快速importtime,mathfromjoblibimportParallel,delayed#利用joblib实现并行计算defmy
- Unity Dots理论学习-3.ECS有关的模块(2)
keep-learner
Unityunity学习游戏引擎
Burst编译器如前所述,Unity中的C#代码默认通过JIT(即时编译)编译器Mono编译;或通过AOT(提前编译)编译器IL2CPP编译以提供更好的运行时性能,在某些目标平台上也会有更好的支持。Burst模块提供了第三种编译器,它执行了大量优化,通常能带来比Mono甚至IL2CPP更好的性能。使用Burst可以大大提高并行计算的性能和可扩展性,正如以下图像所示:然而,需要注意的是,Burst只
- 川翔云电脑是什么?租电脑?
渲染101专业云渲染
电脑服务器运维
在数字化时代,川翔云电脑借助云计算技术,把用户终端和云端虚拟电脑连接,打破本地硬件的局限,让大家随时随地工作、娱乐。川翔云电脑的优势强大硬件配置川翔云电脑硬件配置处于行业前列,显卡尤为突出。它配备性能不错的RTX3090,还有48G显存的RTX4090plus,支持1-8卡机配置。多卡模式下,RTX4090plus并行计算能力大幅提升,能处理高显存需求的复杂任务。在超高清视频剪辑中,无论是8K还是
- 均薪23W还缺人,FPGA工程师到底有多重要?
博览鸿蒙
FPGAfpga开发
近两年,随着FPGA行业的快速发展,FPGA工程师的需求量持续增长。FPGA技术在通信、人工智能、自动驾驶、数据中心等领域的广泛应用,使得这一岗位变得尤为重要。尤其是在高性能计算、边缘计算等场景下,FPGA凭借其高并行计算能力和灵活性,成为不可或缺的技术方案。FPGA工程师的核心职责FPGA工程师主要负责FPGA的开发、调试和优化,具体包括:逻辑设计与实现:使用Verilog/VHDL等硬件描述语
- 100.12 AI量化面试题:量化金融中什么是蒙特卡罗模拟?
AI量金术师
金融资产组合模型进化论人工智能金融python
目录0.承前1.解题思路1.1基础概念维度1.2应用场景维度1.3实践实现维度2.基础实现方法2.1几何布朗运动模拟2.2期权定价实现3.高级优化技术3.1方差缩减方法3.2并行计算实现4.风险度量应用4.1VaR计算5.回答话术0.承前本文通过通俗易懂的方式介绍蒙特卡罗模拟(MonteCarloSimulation)在量化金融中的应用,包括基本原理、实现方法和实际案例。如果想更加全面清晰地了解金
- 算力机房选择RoCE还是InfiniBand(IB)
helpme流水
人工智能云计算
前言超高带宽、超低延迟、超高可靠,这是大模型训练对于网络的要求。多年来,TCP/IP协议一直是互联网通信的支柱,但对于AI网络来说,TCP/IP在某些方面存在着致命的缺点。TCP/IP协议的时延较高,通常在数十微秒左右,同时还会对CPU造成严重的负载。RDMA能直接通过网络接口访问内存数据,无需操作系统内核的介入。这允许高吞吐、低延迟的网络通信,尤其适合在大规模并行计算机集群中使用。RDMA技术有
- MapReduce是什么?
头发那是一根不剩了
mapreduce大数据
MapReduce是一种编程模型,最初由Google提出,旨在处理大规模数据集。它是分布式计算的一个重要概念,通常用于处理海量数据并进行并行计算。MapReduce的基本思想是将计算任务分解为两个阶段:Map阶段和Reduce阶段。Map阶段:在这个阶段,输入的数据会被拆分成多个片段,每个片段会被分配给不同的计算节点(也叫做“Mapper”)。每个Mapper处理一部分数据并输出键值对(key-v
- AI硬件加速:CPU vs GPU性能对比
AI天才研究院
AI大模型企业级应用开发实战Python实战DeepSeekR1&大数据AI人工智能大模型javapythonjavascriptkotlingolang架构人工智能大厂程序员硅基计算碳基计算认知计算生物计算深度学习神经网络大数据AIGCAGILLM系统架构设计软件哲学Agent程序员实现财富自由
AI硬件加速:CPUvsGPU性能对比关键词:人工智能、硬件加速、CPU、GPU、性能对比、硬件架构、并行计算、优化策略、项目实战摘要:本文将深入探讨AI硬件加速领域中的两个核心组件:CPU和GPU,通过性能对比分析,揭示它们在AI计算中的优势与不足。文章将从基本概念、硬件加速原理、性能指标评测、实际应用场景到项目实战,逐步分析CPU与GPU在AI硬件加速中的表现,为读者提供全面的技术解读与实战指
- .NET FrameWork 4.0 新特性
浪子回头了
asp.net.net框架windowsasp.net扩展语言
请注意,.NET框架4引入了一个改进的安全模式。有关该内容的更多的信息,请参阅文章《.NET框架4中的安全变化》。具体来说,本文中将介绍.NET框架4的如下一些新功能和改进特征:应用程序兼容性和部署\内核新功能及改进\托管扩展框架\并行计算\网络编程\Web开发\客户端开发\数据\通信和工作流一、应用程序兼容性和部署除了一些在安全、标准遵从、正确性、可靠性及性能等方面的改进之外,.NET框架4与基
- 2025年大年初一篇,C#调用GPU并行计算推荐
zzlyx99
c#开发语言
C#调用GPU库的主要目的是利用GPU的并行计算能力,加速计算密集型任务,提高程序性能,支持大规模数据处理,优化资源利用,满足特定应用场景的需求,并提升用户体验。在需要处理大量并行数据或进行复杂计算的场景中,使用GPU可以显著提高效率。以下是一些在C#中比较常用且好用的调用GPU的库:1.CUDAfy.NET特点:CUDAfy.NET是一个开源库,可以将C#代码转换为CUDA代码,支持在NVIDI
- Python 如何使用dask库来并行化Pandas DataFrame
openwin_top
python编程示例系列二pythonpandas开发语言
Dask是一个用于并行计算的Python库,它可以处理比内存大得多的数据集。DaskDataFrame是一个类似于PandasDataFrame的大型并行数据结构,它可以在分布式计算环境中高效地执行复杂的数据操作。以下是如何使用Dask来并行化PandasDataFrame的基本步骤:安装Dask:首先,确保你已经安装了Dask。如果还没有安装,可以使用pip来安装它:pipinstalldask
- Hadoop1.0-HDFS介绍
szjianzr
HADOOP介绍hadoopHDFS
Hadoop是Apache软件基金会所开发的并行计算框架与分布式文件系统。最核心的模块包括HadoopCommon、HDFS与MapReduce。HDFS是Hadoop分布式文件系统(HadoopDistributedFileSystem)的缩写,为分布式计算存储提供了底层支持。采用Java语言开发,可以部署在多种普通的廉价机器上,以集群处理数量积达到大型主机处理性能。一、HDFS基本概念1、Bl
- NVIDIA的算力支持
杭州大厂Java程序媛
计算机软件编程原理与应用实践javapythonjavascriptkotlingolang架构人工智能
NVIDIA的算力支持关键词:NVIDIA,GPU,Turing架构,RTX,AI,AIoT,云计算,大数据,深度学习1.背景介绍NVIDIA作为全球领先的图形处理芯片制造商,近年来在人工智能领域也取得了显著的进展。NVIDIA的GPU(图形处理器)因其强大的并行计算能力,成为了深度学习和人工智能(AI)领域的主流硬件。NVIDIA的Turing架构引入了更强的张量计算能力,使得深度学习任务能够更
- 【2024第一期CANN训练营】Ascend C算子开发基础篇
小超编程
c语言java算法
AscendC是面向算子开发场景的编程语言,它原生支持C和C++标准规范,并提供了多层接口抽象、自动并行计算等关键技术,以提高算子开发效率。AscendC的特点C/C++原语编程编程模型屏蔽硬件差异类库API封装,兼顾易用与高效孪生调试,可在CPU侧模拟NPU侧的行为开发基本流程环境准备使用AscendC完成Add算子核函数开发;使用ICPU_RUN_KFCPU调测宏完成算子核函数CPU侧运行验证
- Kafka架构
优人ovo
kafka架构分布式
引言Kafka凭借其独树一帜的分区架构,在消息中间件领域展现出了卓越的性能表现。其分区架构不仅赋予了Kafka强大的并行计算能力,使其能够高效处理海量数据,还显著提升了系统的容灾能力,确保在复杂的运行环境中始终保持稳定可靠。本文将深入剖析Kafka的架构选型,通过对其底层逻辑的抽丝剥茧,帮助我们提炼架构设计的关键能力与思维模式,进而为优化自身系统架构提供极具价值的参考。消息中间件通用架构生产者功能
- 大数据(一)MaxCompute
胖当当技术
架构云计算odps学习大数据
一、引言作者后面会使用MaxCompute,所以在进行学习研究,总会有一些疑问产生,这里讲讲作者的疑问和思路二、介绍MaxCompute(原名ODPS-OpenDataProcessingService)是阿里云提供的大数据处理平台,专门用于批量数据存储和大规模并行计算。它广泛应用于数据分析和处理任务,为企业级数据处理提供高效的解决方案。下面是MaxCompute的一些主要功能和应用场景:大规模数
- 电脑要使用cuda需要进行什么配置
Channing Lewis
计算机科学AI电脑cuda
在电脑上使用CUDA(NVIDIA的并行计算平台和API),需要进行以下配置和准备:1.检查NVIDIA显卡支持确保你的电脑拥有支持CUDA的NVIDIA显卡。可以在NVIDIA官方CUDA支持显卡列表中查看显卡型号是否支持CUDA。2.安装NVIDIA显卡驱动需要安装与显卡和CUDA版本兼容的NVIDIA驱动程序:前往NVIDIA驱动下载页面,选择显卡型号下载并安装驱动。安装完成后,使用命令检查
- Java 大数据高性能计算:利用多线程与并行计算框架(39)
青云交
大数据新视界Java大视界大数据高性能计算多线程并行计算框架ApacheSpark线程安全数据一致性java
亲爱的朋友们,热烈欢迎你们来到青云交的博客!能与你们在此邂逅,我满心欢喜,深感无比荣幸。在这个瞬息万变的时代,我们每个人都在苦苦追寻一处能让心灵安然栖息的港湾。而我的博客,正是这样一个温暖美好的所在。在这里,你们不仅能够收获既富有趣味又极为实用的内容知识,还可以毫无拘束地畅所欲言,尽情分享自己独特的见解。我真诚地期待着你们的到来,愿我们能在这片小小的天地里共同成长,共同进步。一、本博客的精华专栏:
- matlab的多线程操作
m0_74823044
面试学习路线阿里巴巴资料职业发展matlab单片机开发语言后端
matlab的多线程操作先导知识一、结论二、定时器timer三、多进程操作先导知识听说过:定时器中断、线程、进程知道:matlab的帮助文档使用方式,如:docmemmapfile、helpmemmapfile理解:回调函数,同步回调、异步回调(不知道也没关系,csdn里面很多人都写了这个)一、结论截止到2021a版本,matlab不能实现传统意义的多线程,但是可以实现并行计算(docparall
- CUDA编程(一):GPU计算与CUDA编程简介
AI Player
CUDA人工智能CUDANVIDIA
CUDA编程(一):GPU计算与CUDA编程简介GPU计算GPU硬件资源GPU软件资源GPU存储资源CUDA编程GPU计算NVIDIA公司发布的CUDA是建立在GPU上的一个通用并行计算平台和编程模型,CUDA编程可以利用GPU的并行计算引擎来更加高效地解决比较复杂的计算难题。GPU的并行计算最成功的一个应用就是深度学习领域。GPU通常不作为一个独立运行的计算平台,而需要与CPU协同工作,它可以看
- GPU编程与CUDA
Nice_cool.
Cuda与TensorRTc++
CUDA编程并行计算整体流程从主机端申请内存,把内存部分的内容拷贝到设备端在设备端的核函数计算从设备端拷贝到主机端,并且释放内存显存主机端:cpu设备端:gpu核函数:在gpu上运行的函数CUDA内存模型CUDA中的内存模型分为以下几个层次(硬件):•每个线程处理器(SP)都用自己的registers(寄存器)•每个SP都有自己的localmemory(局部内存),register和localme
- Transformer架构的GPU并行和之前的NLP算法并行有什么不同?
AI大模型学习不迷路
transformer自然语言处理大模型深度学习NLPLLM大语言模型
1.什么是GPU并行计算?GPU并行计算是一种利用图形处理单元(GPU)进行大规模并行数据处理的技术。与传统的中央处理单元(CPU)相比,GPU拥有更多的核心,能够同时处理数千个线程,这使得GPU在处理高度并行的任务时表现出色。在深度学习中,GPU并行计算被广泛应用于训练神经网络,加速模型训练过程。在2017年之前,自然语言处理(NLP)领域的研究者们通常会从头开始训练模型,那时能够利用GPU进行
- Java实现的基于模板的网页结构化信息精准抽取组件:HtmlExtractor
yangshangchuan
信息抽取HtmlExtractor精准抽取信息采集
HtmlExtractor是一个Java实现的基于模板的网页结构化信息精准抽取组件,本身并不包含爬虫功能,但可被爬虫或其他程序调用以便更精准地对网页结构化信息进行抽取。
HtmlExtractor是为大规模分布式环境设计的,采用主从架构,主节点负责维护抽取规则,从节点向主节点请求抽取规则,当抽取规则发生变化,主节点主动通知从节点,从而能实现抽取规则变化之后的实时动态生效。
如
- java编程思想 -- 多态
百合不是茶
java多态详解
一: 向上转型和向下转型
面向对象中的转型只会发生在有继承关系的子类和父类中(接口的实现也包括在这里)。父类:人 子类:男人向上转型: Person p = new Man() ; //向上转型不需要强制类型转化向下转型: Man man =
- [自动数据处理]稳扎稳打,逐步形成自有ADP系统体系
comsci
dp
对于国内的IT行业来讲,虽然我们已经有了"两弹一星",在局部领域形成了自己独有的技术特征,并初步摆脱了国外的控制...但是前面的路还很长....
首先是我们的自动数据处理系统还无法处理很多高级工程...中等规模的拓扑分析系统也没有完成,更加复杂的
- storm 自定义 日志文件
商人shang
stormclusterlogback
Storm中的日志级级别默认为INFO,并且,日志文件是根据worker号来进行区分的,这样,同一个log文件中的信息不一定是一个业务的,这样就会有以下两个需求出现:
1. 想要进行一些调试信息的输出
2. 调试信息或者业务日志信息想要输出到一些固定的文件中
不要怕,不要烦恼,其实Storm已经提供了这样的支持,可以通过自定义logback 下的 cluster.xml 来输
- Extjs3 SpringMVC使用 @RequestBody 标签问题记录
21jhf
springMVC使用 @RequestBody(required = false) UserVO userInfo
传递json对象数据,往往会出现http 415,400,500等错误,总结一下需要使用ajax提交json数据才行,ajax提交使用proxy,参数为jsonData,不能为params;另外,需要设置Content-type属性为json,代码如下:
(由于使用了父类aaa
- 一些排错方法
文强chu
方法
1、java.lang.IllegalStateException: Class invariant violation
at org.apache.log4j.LogManager.getLoggerRepository(LogManager.java:199)at org.apache.log4j.LogManager.getLogger(LogManager.java:228)
at o
- Swing中文件恢复我觉得很难
小桔子
swing
我那个草了!老大怎么回事,怎么做项目评估的?只会说相信你可以做的,试一下,有的是时间!
用java开发一个图文处理工具,类似word,任意位置插入、拖动、删除图片以及文本等。文本框、流程图等,数据保存数据库,其余可保存pdf格式。ok,姐姐千辛万苦,
- php 文件操作
aichenglong
PHP读取文件写入文件
1 写入文件
@$fp=fopen("$DOCUMENT_ROOT/order.txt", "ab");
if(!$fp){
echo "open file error" ;
exit;
}
$outputstring="date:"." \t tire:".$tire."
- MySQL的btree索引和hash索引的区别
AILIKES
数据结构mysql算法
Hash 索引结构的特殊性,其 检索效率非常高,索引的检索可以一次定位,不像B-Tree 索引需要从根节点到枝节点,最后才能访问到页节点这样多次的IO访问,所以 Hash 索引的查询效率要远高于 B-Tree 索引。
可能很多人又有疑问了,既然 Hash 索引的效率要比 B-Tree 高很多,为什么大家不都用 Hash 索引而还要使用 B-Tree 索引呢
- JAVA的抽象--- 接口 --实现
百合不是茶
抽象 接口 实现接口
//抽象 类 ,方法
//定义一个公共抽象的类 ,并在类中定义一个抽象的方法体
抽象的定义使用abstract
abstract class A 定义一个抽象类 例如:
//定义一个基类
public abstract class A{
//抽象类不能用来实例化,只能用来继承
//
- JS变量作用域实例
bijian1013
作用域
<script>
var scope='hello';
function a(){
console.log(scope); //undefined
var scope='world';
console.log(scope); //world
console.log(b);
- TDD实践(二)
bijian1013
javaTDD
实践题目:分解质因数
Step1:
单元测试:
package com.bijian.study.factor.test;
import java.util.Arrays;
import junit.framework.Assert;
import org.junit.Before;
import org.junit.Test;
import com.bijian.
- [MongoDB学习笔记一]MongoDB主从复制
bit1129
mongodb
MongoDB称为分布式数据库,主要原因是1.基于副本集的数据备份, 2.基于切片的数据扩容。副本集解决数据的读写性能问题,切片解决了MongoDB的数据扩容问题。
事实上,MongoDB提供了主从复制和副本复制两种备份方式,在MongoDB的主从复制和副本复制集群环境中,只有一台作为主服务器,另外一台或者多台服务器作为从服务器。 本文介绍MongoDB的主从复制模式,需要指明
- 【HBase五】Java API操作HBase
bit1129
hbase
import java.io.IOException;
import org.apache.hadoop.conf.Configuration;
import org.apache.hadoop.hbase.HBaseConfiguration;
import org.apache.hadoop.hbase.HColumnDescriptor;
import org.apache.ha
- python调用zabbix api接口实时展示数据
ronin47
zabbix api接口来进行展示。经过思考之后,计划获取如下内容: 1、 获得认证密钥 2、 获取zabbix所有的主机组 3、 获取单个组下的所有主机 4、 获取某个主机下的所有监控项  
- jsp取得绝对路径
byalias
绝对路径
在JavaWeb开发中,常使用绝对路径的方式来引入JavaScript和CSS文件,这样可以避免因为目录变动导致引入文件找不到的情况,常用的做法如下:
一、使用${pageContext.request.contextPath}
代码” ${pageContext.request.contextPath}”的作用是取出部署的应用程序名,这样不管如何部署,所用路径都是正确的。
- Java定时任务调度:用ExecutorService取代Timer
bylijinnan
java
《Java并发编程实战》一书提到的用ExecutorService取代Java Timer有几个理由,我认为其中最重要的理由是:
如果TimerTask抛出未检查的异常,Timer将会产生无法预料的行为。Timer线程并不捕获异常,所以 TimerTask抛出的未检查的异常会终止timer线程。这种情况下,Timer也不会再重新恢复线程的执行了;它错误的认为整个Timer都被取消了。此时,已经被
- SQL 优化原则
chicony
sql
一、问题的提出
在应用系统开发初期,由于开发数据库数据比较少,对于查询SQL语句,复杂视图的的编写等体会不出SQL语句各种写法的性能优劣,但是如果将应用系统提交实际应用后,随着数据库中数据的增加,系统的响应速度就成为目前系统需要解决的最主要的问题之一。系统优化中一个很重要的方面就是SQL语句的优化。对于海量数据,劣质SQL语句和优质SQL语句之间的速度差别可以达到上百倍,可见对于一个系统
- java 线程弹球小游戏
CrazyMizzz
java游戏
最近java学到线程,于是做了一个线程弹球的小游戏,不过还没完善
这里是提纲
1.线程弹球游戏实现
1.实现界面需要使用哪些API类
JFrame
JPanel
JButton
FlowLayout
Graphics2D
Thread
Color
ActionListener
ActionEvent
MouseListener
Mouse
- hadoop jps出现process information unavailable提示解决办法
daizj
hadoopjps
hadoop jps出现process information unavailable提示解决办法
jps时出现如下信息:
3019 -- process information unavailable3053 -- process information unavailable2985 -- process information unavailable2917 --
- PHP图片水印缩放类实现
dcj3sjt126com
PHP
<?php
class Image{
private $path;
function __construct($path='./'){
$this->path=rtrim($path,'/').'/';
}
//水印函数,参数:背景图,水印图,位置,前缀,TMD透明度
public function water($b,$l,$pos
- IOS控件学习:UILabel常用属性与用法
dcj3sjt126com
iosUILabel
参考网站:
http://shijue.me/show_text/521c396a8ddf876566000007
http://www.tuicool.com/articles/zquENb
http://blog.csdn.net/a451493485/article/details/9454695
http://wiki.eoe.cn/page/iOS_pptl_artile_281
- 完全手动建立maven骨架
eksliang
javaeclipseWeb
建一个 JAVA 项目 :
mvn archetype:create
-DgroupId=com.demo
-DartifactId=App
[-Dversion=0.0.1-SNAPSHOT]
[-Dpackaging=jar]
建一个 web 项目 :
mvn archetype:create
-DgroupId=com.demo
-DartifactId=web-a
- 配置清单
gengzg
配置
1、修改grub启动的内核版本
vi /boot/grub/grub.conf
将default 0改为1
拷贝mt7601Usta.ko到/lib文件夹
拷贝RT2870STA.dat到 /etc/Wireless/RT2870STA/文件夹
拷贝wifiscan到bin文件夹,chmod 775 /bin/wifiscan
拷贝wifiget.sh到bin文件夹,chm
- Windows端口被占用处理方法
huqiji
windows
以下文章主要以80端口号为例,如果想知道其他的端口号也可以使用该方法..........................1、在windows下如何查看80端口占用情况?是被哪个进程占用?如何终止等. 这里主要是用到windows下的DOS工具,点击"开始"--"运行",输入&
- 开源ckplayer 网页播放器, 跨平台(html5, mobile),flv, f4v, mp4, rtmp协议. webm, ogg, m3u8 !
天梯梦
mobile
CKplayer,其全称为超酷flv播放器,它是一款用于网页上播放视频的软件,支持的格式有:http协议上的flv,f4v,mp4格式,同时支持rtmp视频流格 式播放,此播放器的特点在于用户可以自己定义播放器的风格,诸如播放/暂停按钮,静音按钮,全屏按钮都是以外部图片接口形式调用,用户根据自己的需要制作 出播放器风格所需要使用的各个按钮图片然后替换掉原始风格里相应的图片就可以制作出自己的风格了,
- 简单工厂设计模式
hm4123660
java工厂设计模式简单工厂模式
简单工厂模式(Simple Factory Pattern)属于类的创新型模式,又叫静态工厂方法模式。是通过专门定义一个类来负责创建其他类的实例,被创建的实例通常都具有共同的父类。简单工厂模式是由一个工厂对象决定创建出哪一种产品类的实例。简单工厂模式是工厂模式家族中最简单实用的模式,可以理解为是不同工厂模式的一个特殊实现。
- maven笔记
zhb8015
maven
跳过测试阶段:
mvn package -DskipTests
临时性跳过测试代码的编译:
mvn package -Dmaven.test.skip=true
maven.test.skip同时控制maven-compiler-plugin和maven-surefire-plugin两个插件的行为,即跳过编译,又跳过测试。
指定测试类
mvn test
- 非mapreduce生成Hfile,然后导入hbase当中
Stark_Summer
maphbasereduceHfilepath实例
最近一个群友的boss让研究hbase,让hbase的入库速度达到5w+/s,这可愁死了,4台个人电脑组成的集群,多线程入库调了好久,速度也才1w左右,都没有达到理想的那种速度,然后就想到了这种方式,但是网上多是用mapreduce来实现入库,而现在的需求是实时入库,不生成文件了,所以就只能自己用代码实现了,但是网上查了很多资料都没有查到,最后在一个网友的指引下,看了源码,最后找到了生成Hfile
- jsp web tomcat 编码问题
王新春
tomcatjsppageEncode
今天配置jsp项目在tomcat上,windows上正常,而linux上显示乱码,最后定位原因为tomcat 的server.xml 文件的配置,添加 URIEncoding 属性:
<Connector port="8080" protocol="HTTP/1.1"
connectionTi