- CLIP论文笔记:Learning Transferable Visual Models From Natural Language Supervision
Q同学的nlp笔记
论文阅读语言模型人工智能nlp自然语言处理
导语会议:ICML2021链接:https://proceedings.mlr.press/v139/radford21a/radford21a.pdf当前的计算机视觉系统通常只能识别预先设定的对象类别,这限制了它们的广泛应用。为了突破这一局限,本文探索了一种新的学习方法,即直接从图像相关的原始文本中学习。本文开发了一种简单的预训练任务,通过预测图片与其对应标题的匹配关系,从而有效地从一个包含4亿
- 神经网络-Day39
红衣小蛇妖
Python学习神经网络人工智能深度学习
目录一、图像数据的介绍1.1灰度图像1.2彩色图像二、图像相关的神经网络的定义2.1黑白图像模型的定义2.2彩色图像模型的定义2.3模型定义与batchsize的关系三、显存占用的主要组成部分3.1模型参数与梯度(FP32精度)3.2**优化器状态**SGDAdam3.3数据批量(batch_size)的显存占用3.4.前向/反向传播中间变量一、图像数据的介绍1.1灰度图像昨天介绍了minist这
- DAY 39 图像相关的神经网络
刘童学。
深度学习机器学习python计算机视觉深度学习
#打印一张彩色图像,用cifar-10数据集importtorchimporttorchvisionimporttorchvision.transformsastransformsimportmatplotlib.pyplotaspltimportnumpyasnp#设置随机种子确保结果可复现torch.manual_seed(42)#定义数据预处理步骤transform=transforms.C
- 海康威视摄像机SDK的使用
randotshare
图像处理图像处理
title:海康威视摄像机SDK的使用date:2020-05-0112:12:01tags:SDKC++指针海康威视文章目录写在前面opencv解码多个摄像机调用,编写类帮助文档的错误指针随想redis多线程联合Python编程写在前面文章未经允许,不可转载海康威视提供的SDK,支持C++、Java、C#,但是就是不支持Python,调用SDK并不是件很愉快的事情。毕竟和图像相关的程序,Pyth
- 《基于DIC技术的金属疲劳应变特性研究》
gaosushexiangji
DIC数码相机
本文运用数字图像相关DigitalImageCorrelation(DIC)技术对某特殊金属材料疲劳应变场进行测量的实验过程与相关成果。通过实验背景、实验设备、实验步骤、实验数据及结果的阐述,为仿生机器人关节材料选择与结构设计提供理论依据和实验支持。研究背景仿生机器人在恶劣环境科考、工业检测环境下的应用场景日趋增多。其运动关键部位如肘、膝关节在反复机械载荷下会产生疲劳特性,影响其可靠性与灵活性。某
- 遥感图像处理笔记之【图像融合综述】
这可就有点麻烦了
遥感图像图像处理笔记人工智能深度学习
遥感图像处理学习(10)之【多模态图像融合综述】前言遥感系列第10篇。遥感图像处理方向的学习者可以参考或者复刻本文初编辑于2024年1月16日本文再编辑于2024年1月17日:修改了论文域名地址总结:多模态遥感图像相关的中文综述,真是少的可怜文章标题:以图像为主的多模态感知与多源融合技术发展及应用综述文章地址:
- Halcon系列教程
Jumy_S
halcon机器视觉
Halcon系列教程Halcon安装和语法基础Halcon的安装Halcon基础入门案例Halcon之提取猴子的眼睛函数封装halcon之函数的封装(扩展算子area_center)AOI通用流程halcon之机器视觉工业应用通用流程数组操作Halcon之数组操作图像操作Halcon之图像相关操作矩阵操作Halcon之矩阵相关操作区域操作Halcon之区域相关操作仿射变换Halcon之仿射变换几何
- vscode连接远程服务器docker里的容器--使用remote ssh
欢仔要学习
python学习ubuntu
背景介绍:因为工作的原因,图像相关,模型训练,需要在服务器上面搞,同时,服务器上面的环境配置,全部使用的是docker创建容器的方式。但是呢,之前没有配置好服务器与本机的交互环境,每次更改代码,要上传,下载,很不方便,同时图片也没办法可视化。很不友好。于是就想要使用vscode来连接远程服务器docker;因为docker创建的那个容器相当于是一台ubuntu主机,配置好端口,然后我们从外面去连接
- 如何解析DICOM文件中的Pixel Data ?
雪下的那么认真
DICOM
DICOM文件可以大致分为两部分:一部分:与图像相关的元信息,包括患者信息,检查信息,序列信息,图像信息等等。另一部分:图像的像素数据。在解析DICOM文件中的像素数据的时候,我们先需要读取以下图像相关信息:以下是某个CT影像中的图像信息示例:(0028,0002)SamplesperPixelVR:USLength:2Value:1(0028,0004)PhotometricInterpreta
- 图像配准的方法
wangtaohappy
迄今为止,在国内外的图像处理研究领域,已经报道了相当多的图像配准研究工作,产生了不少图像配准方法。总的来说,各种方法都是面向一定范围的应用领域,也具有各自的特点。比如计算机视觉中的景物匹配和飞行器定位系统中的地图匹配,依据其完成的主要功能而被称为目标检测与定位,根据其所采用的算法称之为图像相关等等。图像配准的方式可以概括为相对配准和绝对配准两种:相对配准是指选择多图像中的一张图像作为参考图像,将其
- 图像基础知识入门【图像概念&不同图像格式】
NPE~
理论教程图像分辨率像素图像格式色域
图像基础知识入门【图像概念&不同图像格式】最近有在处理图像转换,因此稍微补足了一下图像相关知识,特在此记录。下面汇总是我根据自己理解和网上查阅资料而来。如有错误,欢迎大家指正。1基础概念像素/分辨率像素(Pixel):构成数字图像的最基本单位【小方块】像素是构成数字图像的最基本单位,是图像显示设备(如电脑屏幕、手机屏幕)上最小的可寻址的显示单元。每个像素都有自己的颜色值,这些颜色值由红、绿、蓝三种
- 一文大白话讲清楚webpack基本使用——8——开发环境和生产环境的配置和区别
16年上任的CTO
webpackwebpack前端node.jswebpack开发环境webpack生产环境
一文大白话讲清楚webpack基本使用——8——开发环境和生产环境的配置和区别1.建议按文章顺序从头看,一看到底,豁然开朗第一篇:一文大白话讲清楚啥是个webpack第二篇:一文大白话讲清楚webpack基本使用——1——完成webpack的初步构建第三篇一文大白话讲清楚webpack基本使用——2——css相关loader的配置和使用第四篇一文大白话讲清楚webpack基本使用——3——图像相关
- 异常GPT:使用LVLMs检测工业异常
DUT_LYH
gpt人工智能算法
AnomalyGPT:利用LVLMs进行工业异常检测摘要本文介绍了一种名为AnomalyGPT的新型工业异常检测方法,该方法基于大型视觉语言模型(LVLMs)。AnomalyGPT能够检测并定位图像中的异常,无需手动设置阈值。此外,AnomalyGPT还可以提供与图像相关的详细信息,以交互方式与用户进行交流。本文详细阐述了AnomalyGPT的模型架构、解码器、提示学习器以及异常模拟方法,并在Vi
- PyTorch 实现图像卷积和反卷积操作及代码
算法channel
pytorch人工智能python深度学习机器学习
你好,我是郭震在深度学习中,尤其是在处理图像相关任务时,卷积和反卷积(转置卷积)都是非常核心的概念。它们在神经网络中扮演着重要的角色,但用途和工作原理有所不同。以下是对传统卷积和反卷积的介绍,以及它们在PyTorch中的应用示例。传统卷积(nn.Conv2d)用途传统卷积通常用于特征提取。在处理图像时,通过应用卷积核(也称为滤波器)来扫描输入图像或特征映射,可以有效地识别图像中的局部特征(如边缘、
- 基于matlab的相关模板图像匹配技术
简单光学
MATLABmatlab图像匹配相关模板匹配缺陷识别
一理论基础基于相关的模板匹配技术可直接⽤于在⼀幅图像中寻找某种⼦图像模式。图像相关的基本概念是:对于⼤⼩为M×N的图像f(x,y)和⼤⼩为J×K的⼦图像模式w(x,y),f与w的相关可表示为:c(x,y)=∑s=0K∑t=0Jw(s,t)f(x+s,y+t)c\left(x,y\right)=\sum\limits_{s=0}^{K}{\sum\limits_{t=0}^{J}{w\left(s,
- 目标检测教程视频指南大全
魔鬼面具
目标检测音视频人工智能
魔鬼面具-哔哩哔哩视频指南必看干货系列(建议搞深度学习的小伙伴都看看,特别是图像相关)深度学习常见实验问题与实验技巧(适用于所有模型,小白初学者必看!)还在迷茫深度学习中的改进实验应该从哪里开始改起的同学,一定要进来看看了!用自身经验给你推荐实验顺序!探究深度学习中预训练权重对改进和精度的影响!什么?你说你不会画模型结构图?行吧,那你进来看看吧,手把手教你画YAML结构图!探究深度学习中训练中的可
- opencv案例实战:表格修复
艾醒(AiXing-w)
零基础上手计算机视觉项目opencv人工智能计算机视觉
OpenCV表格修复前言案例读取图像高斯滤波二值化分离表格行和列还原结果优化获取表格框画出矩形框获取图像相关数据根据矩形框裁剪前言在对于图标的扫描问题当中,有些时候会遇到扫描的表格缺失的问题,通过OpenCV中的形态学变换(morphologyEx)实现对于表格的修复。案例假设我们这里有一张表,可以看到第二行和第二列的表格有些缺少,我们的任务是将这些表格补全。
- 如何用 Canvas 实现 PS 的液化功能
最近在做业务需求时,需要实现对图片的液化功能,类似于美图秀秀的瘦脸功能。这已经不仅是图片缩放、拖动、剪裁这类对图片整体的操作了,而是需要对图片的像素进行一系列的计算和修改,那么该怎么实现这个功能呢?基础知识在进入正题之前,我们先来了解一些数字图像处理和Canvas的基础知识。图像处理里的像素是什么现实世界中,人眼直接看到的图像或者在相机中拍摄到的影像,这类图片的最大特点是图像相关的物理量变化是连续
- 【深度学习】讲透深度学习第3篇:TensorFlow张量操作(代码文档已分享)
本系列文章md笔记(已分享)主要讨论深度学习相关知识。可以让大家熟练掌握机器学习基础,如分类、回归(含代码),熟练掌握numpy,pandas,sklearn等框架使用。在算法上,掌握神经网络的数学原理,手动实现简单的神经网络结构,在应用上熟练掌握TensorFlow框架使用,掌握神经网络图像相关案例。具体包括:TensorFlow的数据流图结构,神经网络与tf.keras,卷积神经网络(CNN)
- 如何用 Canvas 实现 PS 的液化功能
最近在做业务需求时,需要实现对图片的液化功能,类似于美图秀秀的瘦脸功能。这已经不仅是图片缩放、拖动、剪裁这类对图片整体的操作了,而是需要对图片的像素进行一系列的计算和修改,那么该怎么实现这个功能呢?基础知识在进入正题之前,我们先来了解一些数字图像处理和Canvas的基础知识。图像处理里的像素是什么现实世界中,人眼直接看到的图像或者在相机中拍摄到的影像,这类图片的最大特点是图像相关的物理量变化是连续
- 缓存位图
鹿小纯0831
注意:对于大多数情况,我们建议您使用Glide库来获取,解码和显示应用中的位图。Glide在处理与在Android上使用位图和其他图像相关的这些和其他任务时,大部分复杂性都是抽象的。有关使用和下载Glide的信息,请访问GitHub上的Glide存储库。将单个位图加载到用户界面(UI)中非常简单,但是如果需要一次加载更多的图像,事情会变得更加复杂。在许多情况下(例如使用ListView,GridV
- 【深度学习】讲透深度学习第3篇:TensorFlow张量操作(代码文档已分享)
程序员一诺
python笔记人工智能深度学习深度学习tensorflow人工智能
本系列文章md笔记(已分享)主要讨论深度学习相关知识。可以让大家熟练掌握机器学习基础,如分类、回归(含代码),熟练掌握numpy,pandas,sklearn等框架使用。在算法上,掌握神经网络的数学原理,手动实现简单的神经网络结构,在应用上熟练掌握TensorFlow框架使用,掌握神经网络图像相关案例。具体包括:TensorFlow的数据流图结构,神经网络与tf.keras,卷积神经网络(CNN)
- 【深度学习】从0完整讲透深度学习第2篇:TensorFlow介绍和基本操作(代码文档已分享)
程序员一诺
python笔记深度学习人工智能深度学习tensorflow人工智能
本系列文章md笔记(已分享)主要讨论深度学习相关知识。可以让大家熟练掌握机器学习基础,如分类、回归(含代码),熟练掌握numpy,pandas,sklearn等框架使用。在算法上,掌握神经网络的数学原理,手动实现简单的神经网络结构,在应用上熟练掌握TensorFlow框架使用,掌握神经网络图像相关案例。具体包括:TensorFlow的数据流图结构,神经网络与tf.keras,卷积神经网络(CNN)
- 算法大览:24美赛深度总结与代码分享
小Z的科研日常
数学建模python
为协助参与美赛的同仁,本期我们特别对一系列相关算法进行深度总结。内容包括数据降维、聚类、论文写作、异常值检测、论文配图、图像相关算法以及机器学习自动化预测等多个主题,其中包含详实的案例和实用的代码示例。最后,祝大家取得好成绩!PS:关注公众号[小Z的科研日常],阅读号内原文免费获取[相关代码]。数据降维降维|基于PCA算法降维|基于KPCA算法【数据+代码】Lasso特征选择离散和连续数据的降维方
- 初学者在Python中的基本图像处理库 - OpenCV和imutils
小北的北
python图像处理opencv开发语言人工智能
处理图像处理和操作的最常用的库之一是Python的OpenCV。对于图像分类、目标检测或光学字符识别,在人工智能领域与图像相关的任何工作大多数时候都需要某种形式的图像处理和操作。在本教程中,我们将专注于OpenCV的一些基本功能。这些功能基础且有时非常有用。我们将通过示例学习它们。在开始之前,这是我们今天将要使用的库。importcv2importmatplotlib.pyplotasplt我们将
- python xy坐标轴刻度一致_Python在xy坐标系上绘制多幅图像
徐晨松
pythonxy坐标轴刻度一致
给定一组图像,以及与每个图像相关联的(x,y)坐标,我想为这组图像创建一个“合成”图,每个都在它的(x,y)坐标处。在例如,给定以下集合,其中列表中的每个项都是(x,y,image)元组:images=[(0,0,'image1.jpg'),(0,1,'image2.jpg'),(1,0,'image3.jpg)]我想创建一个绘图,其中与image1.jpg对应的图像在坐标(0,0)处的x-y图上
- 【音视频原理】图像相关概念 ② ( 帧率 | 常见帧率标准 | 码率 | 码率单位 )
韩曙亮
音视频原理音视频帧率码率fpsMbps帧率标准图像
文章目录一、帧率1、帧率简介2、常见帧率标准3、帧率=刷新率二、码率1、码率简介2、码率单位一、帧率1、帧率简介帧率FrameRate,帧指的是是画面帧,帧率是画面帧的速率;帧率的单位是FPS,FramesPerSecond,是每秒钟的画面帧个数;帧率是动画/电影/游戏的每秒钟的画面数,用于测量视频的信息数量;帧率越高,视频信息数量越多;帧率与流畅度相关,帧率越高,流畅度越高,需要的设备性能越高;
- 【音视频原理】图像相关概念 ③ ( RGB 色彩简介 | RGB 排列 | YUV 色彩简介 | YUV 编码好处 )
韩曙亮
音视频原理音视频图像RGBYUV颜色通道灰度值色度
文章目录一、RGB色彩1、RGB色彩简介2、RGB排列二、YUV色彩1、YUV色彩简介2、YUV编码好处一、RGB色彩1、RGB色彩简介RGB是计算机中的颜色编码方法,红(R)/绿(G)/蓝(B)三个颜色通道可以设置不同的值,每个通道的颜色值都可以取值0~255,这样三个通道叠加,可以表示出2563=16777216256^3=167772162563=16777216种颜色值;红(R)/绿(G)
- 多模态Multimodal医学图像相关论文
哥廷根数学学派
cnn人工智能神经网络深度学习算法
Survey[arXiv2022]VisualAttentionMethodsinDeepLearning:AnIn-DepthSurvey[pdf][arXiv2022]Vision+X:ASurveyonMultimodalLearningintheLightofData[pdf][arXiv2023]VisionLanguageModelsforVisionTasks:ASurvey[pdf
- 【python】15.图像和办公文档处理
九五一
python随心记python计算机视觉人工智能
图像和办公文档处理用程序来处理图像和办公文档经常出现在实际开发中,Python的标准库中虽然没有直接支持这些操作的模块,但我们可以通过Python生态圈中的第三方模块来完成这些操作。操作图像计算机图像相关知识颜色。如果你有使用颜料画画的经历,那么一定知道混合红、黄、蓝三种颜料可以得到其他的颜色,事实上这三种颜色就是被我们称为美术三原色的东西,它们是不能再分解的基本颜色。在计算机中,我们可以将红、绿
- 多线程编程之卫生间
周凡杨
java并发卫生间线程厕所
如大家所知,火车上车厢的卫生间很小,每次只能容纳一个人,一个车厢只有一个卫生间,这个卫生间会被多个人同时使用,在实际使用时,当一个人进入卫生间时则会把卫生间锁上,等出来时打开门,下一个人进去把门锁上,如果有一个人在卫生间内部则别人的人发现门是锁的则只能在外面等待。问题分析:首先问题中有两个实体,一个是人,一个是厕所,所以设计程序时就可以设计两个类。人是多数的,厕所只有一个(暂且模拟的是一个车厢)。
- How to Install GUI to Centos Minimal
sunjing
linuxInstallDesktopGUI
http://www.namhuy.net/475/how-to-install-gui-to-centos-minimal.html
I have centos 6.3 minimal running as web server. I’m looking to install gui to my server to vnc to my server. You can insta
- Shell 函数
daizj
shell函数
Shell 函数
linux shell 可以用户定义函数,然后在shell脚本中可以随便调用。
shell中函数的定义格式如下:
[function] funname [()]{
action;
[return int;]
}
说明:
1、可以带function fun() 定义,也可以直接fun() 定义,不带任何参数。
2、参数返回
- Linux服务器新手操作之一
周凡杨
Linux 简单 操作
1.whoami
当一个用户登录Linux系统之后,也许他想知道自己是发哪个用户登录的。
此时可以使用whoami命令。
[ecuser@HA5-DZ05 ~]$ whoami
e
- 浅谈Socket通信(一)
朱辉辉33
socket
在java中ServerSocket用于服务器端,用来监听端口。通过服务器监听,客户端发送请求,双方建立链接后才能通信。当服务器和客户端建立链接后,两边都会产生一个Socket实例,我们可以通过操作Socket来建立通信。
首先我建立一个ServerSocket对象。当然要导入java.net.ServerSocket包
ServerSock
- 关于框架的简单认识
西蜀石兰
框架
入职两个月多,依然是一个不会写代码的小白,每天的工作就是看代码,写wiki。
前端接触CSS、HTML、JS等语言,一直在用的CS模型,自然免不了数据库的链接及使用,真心涉及框架,项目中用到的BootStrap算一个吧,哦,JQuery只能算半个框架吧,我更觉得它是另外一种语言。
后台一直是纯Java代码,涉及的框架是Quzrtz和log4j。
都说学前端的要知道三大框架,目前node.
- You have an error in your SQL syntax; check the manual that corresponds to your
林鹤霄
You have an error in your SQL syntax; check the manual that corresponds to your MySQL server version for the right syntax to use near 'option,changed_ids ) values('0ac91f167f754c8cbac00e9e3dc372
- MySQL5.6的my.ini配置
aigo
mysql
注意:以下配置的服务器硬件是:8核16G内存
[client]
port=3306
[mysql]
default-character-set=utf8
[mysqld]
port=3306
basedir=D:/mysql-5.6.21-win
- mysql 全文模糊查找 便捷解决方案
alxw4616
mysql
mysql 全文模糊查找 便捷解决方案
2013/6/14 by 半仙
[email protected]
目的: 项目需求实现模糊查找.
原则: 查询不能超过 1秒.
问题: 目标表中有超过1千万条记录. 使用like '%str%' 进行模糊查询无法达到性能需求.
解决方案: 使用mysql全文索引.
1.全文索引 : MySQL支持全文索引和搜索功能。MySQL中的全文索
- 自定义数据结构 链表(单项 ,双向,环形)
百合不是茶
单项链表双向链表
链表与动态数组的实现方式差不多, 数组适合快速删除某个元素 链表则可以快速的保存数组并且可以是不连续的
单项链表;数据从第一个指向最后一个
实现代码:
//定义动态链表
clas
- threadLocal实例
bijian1013
javathreadjava多线程threadLocal
实例1:
package com.bijian.thread;
public class MyThread extends Thread {
private static ThreadLocal tl = new ThreadLocal() {
protected synchronized Object initialValue() {
return new Inte
- activemq安全设置—设置admin的用户名和密码
bijian1013
javaactivemq
ActiveMQ使用的是jetty服务器, 打开conf/jetty.xml文件,找到
<bean id="adminSecurityConstraint" class="org.eclipse.jetty.util.security.Constraint">
<p
- 【Java范型一】Java范型详解之范型集合和自定义范型类
bit1129
java
本文详细介绍Java的范型,写一篇关于范型的博客原因有两个,前几天要写个范型方法(返回值根据传入的类型而定),竟然想了半天,最后还是从网上找了个范型方法的写法;再者,前一段时间在看Gson, Gson这个JSON包的精华就在于对范型的优雅简单的处理,看它的源代码就比较迷糊,只其然不知其所以然。所以,还是花点时间系统的整理总结下范型吧。
范型内容
范型集合类
范型类
- 【HBase十二】HFile存储的是一个列族的数据
bit1129
hbase
在HBase中,每个HFile存储的是一个表中一个列族的数据,也就是说,当一个表中有多个列簇时,针对每个列簇插入数据,最后产生的数据是多个HFile,每个对应一个列族,通过如下操作验证
1. 建立一个有两个列族的表
create 'members','colfam1','colfam2'
2. 在members表中的colfam1中插入50*5
- Nginx 官方一个配置实例
ronin47
nginx 配置实例
user www www;
worker_processes 5;
error_log logs/error.log;
pid logs/nginx.pid;
worker_rlimit_nofile 8192;
events {
worker_connections 4096;}
http {
include conf/mim
- java-15.输入一颗二元查找树,将该树转换为它的镜像, 即在转换后的二元查找树中,左子树的结点都大于右子树的结点。 用递归和循环
bylijinnan
java
//use recursion
public static void mirrorHelp1(Node node){
if(node==null)return;
swapChild(node);
mirrorHelp1(node.getLeft());
mirrorHelp1(node.getRight());
}
//use no recursion bu
- 返回null还是empty
bylijinnan
javaapachespring编程
第一个问题,函数是应当返回null还是长度为0的数组(或集合)?
第二个问题,函数输入参数不当时,是异常还是返回null?
先看第一个问题
有两个约定我觉得应当遵守:
1.返回零长度的数组或集合而不是null(详见《Effective Java》)
理由就是,如果返回empty,就可以少了很多not-null判断:
List<Person> list
- [科技与项目]工作流厂商的战略机遇期
comsci
工作流
在新的战略平衡形成之前,这里有一个短暂的战略机遇期,只有大概最短6年,最长14年的时间,这段时间就好像我们森林里面的小动物,在秋天中,必须抓紧一切时间存储坚果一样,否则无法熬过漫长的冬季。。。。
在微软,甲骨文,谷歌,IBM,SONY
- 过度设计-举例
cuityang
过度设计
过度设计,需要更多设计时间和测试成本,如无必要,还是尽量简洁一些好。
未来的事情,比如 访问量,比如数据库的容量,比如是否需要改成分布式 都是无法预料的
再举一个例子,对闰年的判断逻辑:
1、 if($Year%4==0) return True; else return Fasle;
2、if ( ($Year%4==0 &am
- java进阶,《Java性能优化权威指南》试读
darkblue086
java性能优化
记得当年随意读了微软出版社的.NET 2.0应用程序调试,才发现调试器如此强大,应用程序开发调试其实真的简单了很多,不仅仅是因为里面介绍了很多调试器工具的使用,更是因为里面寻找问题并重现问题的思想让我震撼,时隔多年,Java已经如日中天,成为许多大型企业应用的首选,而今天,这本《Java性能优化权威指南》让我再次找到了这种感觉,从不经意的开发过程让我刮目相看,原来性能调优不是简单地看看热点在哪里,
- 网络学习笔记初识OSI七层模型与TCP协议
dcj3sjt126com
学习笔记
协议:在计算机网络中通信各方面所达成的、共同遵守和执行的一系列约定 计算机网络的体系结构:计算机网络的层次结构和各层协议的集合。 两类服务: 面向连接的服务通信双方在通信之前先建立某种状态,并在通信过程中维持这种状态的变化,同时为服务对象预先分配一定的资源。这种服务叫做面向连接的服务。 面向无连接的服务通信双方在通信前后不建立和维持状态,不为服务对象
- mac中用命令行运行mysql
dcj3sjt126com
mysqllinuxmac
参考这篇博客:http://www.cnblogs.com/macro-cheng/archive/2011/10/25/mysql-001.html 感觉workbench不好用(有点先入为主了)。
1,安装mysql
在mysql的官方网站下载 mysql 5.5.23 http://www.mysql.com/downloads/mysql/,根据我的机器的配置情况选择了64
- MongDB查询(1)——基本查询[五]
eksliang
mongodbmongodb 查询mongodb find
MongDB查询
转载请出自出处:http://eksliang.iteye.com/blog/2174452 一、find简介
MongoDB中使用find来进行查询。
API:如下
function ( query , fields , limit , skip, batchSize, options ){.....}
参数含义:
query:查询参数
fie
- base64,加密解密 经融加密,对接
y806839048
经融加密对接
String data0 = new String(Base64.encode(bo.getPaymentResult().getBytes(("GBK"))));
String data1 = new String(Base64.decode(data0.toCharArray()),"GBK");
// 注意编码格式,注意用于加密,解密的要是同
- JavaWeb之JSP概述
ihuning
javaweb
什么是JSP?为什么使用JSP?
JSP表示Java Server Page,即嵌有Java代码的HTML页面。使用JSP是因为在HTML中嵌入Java代码比在Java代码中拼接字符串更容易、更方便和更高效。
JSP起源
在很多动态网页中,绝大部分内容都是固定不变的,只有局部内容需要动态产生和改变。
如果使用Servl
- apple watch 指南
啸笑天
apple
1. 文档
WatchKit Programming Guide(中译在线版 By @CocoaChina) 译文 译者 原文 概览 - 开始为 Apple Watch 进行开发 @星夜暮晨 Overview - Developing for Apple Watch 概览 - 配置 Xcode 项目 - Overview - Configuring Yo
- java经典的基础题目
macroli
java编程
1.列举出 10个JAVA语言的优势 a:免费,开源,跨平台(平台独立性),简单易用,功能完善,面向对象,健壮性,多线程,结构中立,企业应用的成熟平台, 无线应用 2.列举出JAVA中10个面向对象编程的术语 a:包,类,接口,对象,属性,方法,构造器,继承,封装,多态,抽象,范型 3.列举出JAVA中6个比较常用的包 Java.lang;java.util;java.io;java.sql;ja
- 你所不知道神奇的js replace正则表达式
qiaolevip
每天进步一点点学习永无止境纵观千象regex
var v = 'C9CFBAA3CAD0';
console.log(v);
var arr = v.split('');
for (var i = 0; i < arr.length; i ++) {
if (i % 2 == 0) arr[i] = '%' + arr[i];
}
console.log(arr.join(''));
console.log(v.r
- [一起学Hive]之十五-分析Hive表和分区的统计信息(Statistics)
superlxw1234
hivehive分析表hive统计信息hive Statistics
关键字:Hive统计信息、分析Hive表、Hive Statistics
类似于Oracle的分析表,Hive中也提供了分析表和分区的功能,通过自动和手动分析Hive表,将Hive表的一些统计信息存储到元数据中。
表和分区的统计信息主要包括:行数、文件数、原始数据大小、所占存储大小、最后一次操作时间等;
14.1 新表的统计信息
对于一个新创建
- Spring Boot 1.2.5 发布
wiselyman
spring boot
Spring Boot 1.2.5已在7月2日发布,现在可以从spring的maven库和maven中心库下载。
这个版本是一个维护的发布版,主要是一些修复以及将Spring的依赖提升至4.1.7(包含重要的安全修复)。
官方建议所有的Spring Boot用户升级这个版本。
项目首页 | 源