- jetson agx orin 刷机、cuda、pytorch配置指南【亲测有效】
jetsonagxorin刷机指南注意事项刷机具体指南cuda环境配置指南Anconda、Pytorch配置注意事项1.使用设备自带usbtoc的传输线时,注意c口插到orin左侧的口,右侧的口不支持数据传输;2.刷机时需准备ubuntu系统,可以是虚拟机,注意安装SDKManager刷机时,JetPack版本要选对,JetPack6.0的对应ubuntu22,cuda12版本,对应pytorch
- YOLOv8 环境监测五大场景 —— 二、 森林火灾早期预警 之无人机巡逻监测 详细解释及代码完整示例
路飞VS草帽
YOLOv8原理与源代码讲解---六大章YOLOv各版本的应用详细说明及代码示例环境监测五大场景YOLO无人机环境监测森林火灾早期预警无人机巡逻监测YOLOv8
YOLOv8无人机森林火灾巡逻监测系统系统架构设计无人机火灾监测系统组成:1.飞行平台-多旋翼无人机(续航≥60分钟)-双光吊舱(可见光+红外)-RTK高精度定位-4G/5G数据链2.机载计算单元-JetsonOrinNX(AI加速)-轻量化YOLOv8模型-实时火情分析3.地面控制站-飞行路径规划-实时视频监控-火情预警系统4.云端协同-多机任务分配-火势扩散预测-应急资源调度完整代码实现1.无
- ubuntu x86、arm换源(jetson nano和nanoPC等arm芯片的换源)
tanunat
ubunturosubuntuarm
关键词:ubuntuarm换源NanoPC-T4出现的问题安装ROSmelodic时出现"Thefollowingpackageshaveunmetdependencies:ros-melodic-desktop-full:…"以及出现及缺少依赖报错修复Thefollowingpackageshaveunmetdependencies:ros-melodic-desktop-full:Depend
- 英伟达 Isaac ROS产品体验
芝麻香儿
Roadstodeeplearning.AI英伟达IsaacROS
这里写自定义目录标题英伟达IsaacROS产品体验运行的商品名称运行过程记录GPU加速仿真总结英伟达IsaacROS产品体验NVIDIAIsaacROS是一套为自主移动机器人(AMR)开发的硬件加速软件包,专为在NVIDIAGPU和Jetson平台上优化ROS(RobotOperatingSystem)应用程序而设计。它通过提供一系列模块化的ROS包和完整的处理管道,帮助开发者加速AI感知、图像处
- 【Note】Linux Kernel 主题学习之“完整的嵌入式 Linux 环境、构建工具、编译工具链、CPU 架构”
CodeWithMe
读书笔记linuxlinux学习架构
LinuxKernel主题学习之“完整的嵌入式Linux环境、构建工具、编译工具链、CPU架构”一、完整的嵌入式Linux环境一个嵌入式Linux系统通常包括以下关键组件(以Jetson、树莓派等ARM版SBC为例):交叉编译工具链(crosstoolchain):生成目标CPU可执行代码,如aarch64-linux-gnu-gcc+glibc/musl/uClibc。Bootloader:如U
- jetson orin nano安装GPU版本的pytorch过程
小鲈鱼-
pytorch人工智能python
一、安装jetpack组件和安装CUDA/cuDNN可以参考下面这个博客「解析」JetsonOrinNX安装CUDA/cuDNN_jetsoncuda-CSDN博客二、安装Pytorch和torchaudio可以直接看官方给的步骤https://pytorch.org/audio/main/build.jetson.html
- Jetson Orin NX Super安装TensorRT-LLM
u013250861
#LLM/部署&推理elasticsearch大数据搜索引擎
根据图片中显示的JetsonOrinNXSuper系统环境(JetPack6.2+CUDA12.6+TensorRT10.7),以下是针对该平台的TensorRT-LLM安装优化方案:一、环境适配调整基于你的实际配置:JetPack6.2(含CUDA12.6,TensorRT10.7)Python3.10.12aarch64架构需选择适配的TensorRT-LLM版本。由于官方预编译包可能未覆盖此
- 2020-10-30
Victor Zhong
AI框架人工智能深度学习机器学习
极片缺陷检测模型验证报告:1:数据准备训练集:326张验证集:81张2:模型准备模型:yolov33:训练参数设置epochs:4603batch_size:8device:RTX2080Ticfg:yolov3-spp-jp4:验证结果5:检测结果部分检测结果图,全部结果图见文件夹result:6:结果分析a.训练数据中,某一类缺陷标注数量相对较少,影响检测该类的目标;可以通过数据增强的方法或增
- 【jetson】Linux下nvidia Jetson烤机程序(CPU+GPU)
前言烤机程序用于把设备的使用率拉满,进行可靠性测试。这里主要贴一下cpu和gpu的烤机程序。cpu为arm64,gpu是orinnano的模组。烤机的jetson设备为如下,输入54v:reComputerMiniJ3011-IntelligentEdgeAIComputerwithNVIDIA®Jetson™Orin™Nano8GBCPU-burn终端安装测试工具:sudoaptinstalls
- Python知识点:如何使用Nvidia Jetson与Python进行边缘计算
杰哥在此
Python系列python边缘计算开发语言面试编程
开篇,先说一个好消息,截止到2025年1月1日前,翻到文末找到我,赠送定制版的开题报告和任务书,先到先得!过期不候!如何使用NvidiaJetson与Python进行边缘计算NvidiaJetson平台是专为边缘计算设计的一系列AI计算机,它们能够处理和分析来自物联网(IoT)设备和边缘节点的数据。这些设备小巧、节能且功能强大,非常适合用于执行机器学习、计算机视觉和自然语言处理等任务。Python
- 在NVIDIA Jetson和RTX上运行Google DeepMind的Gemma 3N:多模态AI的边缘计算革命
扫地的小何尚
人工智能边缘计算GPUNVIDIAnlpcuda
在NVIDIAJetson和RTX上运行GoogleDeepMind的Gemma3N:多模态AI的边缘计算革命文章目录在NVIDIAJetson和RTX上运行GoogleDeepMind的Gemma3N:多模态AI的边缘计算革命引言:多模态AI进入边缘计算时代文章结构概览第一章:Gemma3N模型技术架构深度解析1.1Gemma3N模型概述与发展历程1.1.1模型架构的核心设计原则1.1.2多模态
- 2021-07-08 转载Cesium中文网
liuqun69
javapythonlinux人工智能html
Cesium更新日志英文完整更新日志:https://github.com/CesiumGS/cesium/blob/master/CHANGES.md中文:http://cesium.coinidea.com/site/download.html中文更新日志由Cesium中文网(京ICP备15014655号)提供1.83-2021-07-01:Cesium-1.83.zip新增对KTX2和基本通
- YOLOv8模型在RDK5开发板上的部署指南:.pt到.bin转换与优化实践
pk_xz123456
python算法仿真模型YOLO人工智能rnn深度学习开发语言lstm
以下是针对在RDK5开发板(基于NVIDIAJetsonOrin平台)部署YOLOv8模型的详细技术指南,涵盖从模型转换、优化到部署的全流程:YOLOv8模型在RDK5开发板上的部署指南:.pt到.bin转换与优化实践——基于TensorRT的高性能嵌入式部署方案第一章:技术背景与核心概念1.1RDK5开发板硬件架构NVIDIAJetsonOrinNX核心参数:1024-coreAmpereGPU
- ROS:录制相机、IMU、GNSS等设备数据
吃水果不削皮
视觉组合导航ROSVIO
文章目录简介录制数据️准备工作录制相机录制串口设备录制数据项目地址简介在ROS中,录制传感器数据(如相机、IMU等)常使用rosbag工具,它可以将ROS话题消息保存为.bag文件,供后续回放或分析。本文使用jetson-tx2核心板作为录制平台,录制微光相机数据和六轴IMU数据,用于相机标定、IMU标定、相机-IMU联合标定与VIO轨迹分析。相机标定详见:相机-IMU联合标定:相机标定IMU标定
- faster rcnn预训练模型_Faster-RCNN+TensorFlow 详细训练过程(附github源码)
weixin_39958631
fasterrcnn预训练模型
图片来源于网络图片来源于网络1、训练平台:R53600、RTX2060Super,16G运行内存。2、源码地址:https://github.com/dBeker/Faster-RCNN-TensorFlow-Python33、使用git下载源码,gitclonehttps://github.com/dBeker/Faster-RCNN-TensorFlow-Python3.git项目整体代码结构
- YOLO 在无人机视频流中的部署实践:从低延迟推理到边缘智能协同
YOLO在无人机视频流中的部署实践:从低延迟推理到边缘智能协同关键词:YOLOv8、无人机视频流、边缘部署、RTSP、低延迟推理、实时检测、JetsonOrin、RK3588、模型压缩摘要:随着无人机在巡检、安防、农业、物流等场景的广泛应用,如何将高效的目标检测模型部署在无人机或其边缘计算模块上,成为一项关键挑战。YOLO系列模型以其高性能、低延迟特性,已被广泛应用于实时视频流的智能感知任务。本文
- Jetson Xavier NX远程桌面VNC使用
Nick.Q
linux服务器ubuntu
0准备JetsonXavierNX(Ubuntu18.04)笔记本电脑(Ubuntu18.04)1说明JetsonXavierNX为服务端,需要进行一些配置。笔记本电脑为客户端,只需下载VNCviewer即可,官方下载地址。2JetsonXavierNX服务端配置2.1启用屏幕共享在终端中输入以下指令sudogedit/usr/share/glib-2.0/schemas/org.gnome.Vi
- STM32和树莓派的分工
⚙️修正版:典型硬件组合与通信流程(以移动机器人为例)1.硬件分工:大脑vs四肢角色硬件运行软件核心任务是否直接运行ROS决策大脑树莓派4B/JetsonNanoUbuntu+ROS运行SLAM、导航、视觉识别等复杂算法✅是实时四肢STM32F4FreeRTOS/裸机读取电机编码器、控制电机PWM❌否传感器/执行器电机、激光雷达、IMU-执行动作/采集数据-2.为什么需要STM32?树莓派无法直接
- 多模型协同:基于 SAM 分割 + YOLO 检测 + ResNet 分类的工业开关状态实时监控方案
从零开始学习人工智能
YOLO分类人工智能
一、技术优势与适配性分析1.任务分工的合理性YOLO(目标检测)核心价值:快速定位工业开关在图像中的位置(边界框),为后续分割和分类提供ROI(感兴趣区域)。工业场景适配性:工业开关通常具有固定形态(如矩形、圆形),YOLO对规则形状目标的检测精度高。实时性需求:YOLOv8/YOLOv7等版本可在边缘设备(如JetsonNano)上实现实时推理(30+FPS),满足工业实时监控需求。SAM(图像
- android定义两个监听,Android中的2个手指旋转手势监听器
史东来
android定义两个监听
我试图找出使图像旋转的最佳方法,用户的手指向左或向右拖动,以及旋转角度.floatx1=lastEvent[0]-lastEvent[1];floaty1=lastEvent[2]-lastEvent[3];floatdegrees1=(float)(Math.atan2(y1,x1));floatx2=event.getX(0)-event.getX(1);floaty2=event.getY(
- Jetson Nano 2GB训练yolo11n模型(本地训练使用GPU)
温馨提示本篇文章是在Jetsonnano2gb的10W模式和关闭图形化界面的条件进行的,请确保你的条件符合要求。#关闭图形化界面sudosystemctlset-defaultmulti-user.targetsudoreboot#开启图形化界面sudosystemctlset-defaultgraphical.targetsudoreboot#开启Jetsonnano2gb的最高功率模式sudo
- Jetson Nano 2GB运行Stable Diffusion精简版模型(仅CPU运行)
2301_77939311
边缘计算个人开发linuxdocker
作者已经完成了该项目的全部开发工作,但是由于Docker镜像本体过于庞大,且不适合没有开发经验和Linux使用的人使用。还有一点,因为作者是个初中生,基础和经验相比CSDN各位大佬差了特别多,在此作者希望各位在使用了此容器后,能给作者提出修改建议,作者会在学习之余听取各位意见的,并认真修改,谢谢。本文参考:https://github.com/vitoplantamura/OnnxStream镜像
- Ubuntu20.04CUDA及cuDNN安装教程
吃旺旺雪饼的小男孩
linuxubuntu深度学习pytorchtensorflowlinux
以下是针对Ubuntu20.04安装CUDA和cuDNN的详细教程,包含版本选择、步骤解释、验证方法及常见问题解决方案:一、安装前的准备1.硬件与系统要求GPU支持:确保你的NVIDIAGPU支持CUDA(如RTX20/30/40系列、Titan系列等)。系统版本:Ubuntu20.04LTS(64-bit)。最小内存:建议至少8GBRAM。2.检查当前驱动lspci|grep-invidia#查
- Jetson系统烧录与环境配置全流程详解(含驱动、GCC、.Net设置)
视觉AI
模型部署python基础.net人工智能计算机视觉linuxubuntu
Jetson系统烧录与环境配置全流程详解(含驱动、GCC、.Net设置)目录1.准备工作与工具安装1.1主机系统要求1.2安装SDKManager2.JetPack系统烧录流程2.1Jetson进入恢复模式2.2使用SDKManager烧录JetPack3.Jetson系统基础设置4.配置.Net环境5.安装配置GCC6.安装SC130摄像头内核驱动6.1获取驱动代码6.2编译内核模块6.3修改设
- 【大模型面试每日一题】Day 25:如何通过模型压缩技术将千亿模型部署到边缘设备?
是麟渊
LLMInterviewDaily面试每日一题面试深度学习人工智能职场和发展自然语言处理语言模型神经网络
【大模型面试每日一题】Day25:如何通过模型压缩技术将千亿模型部署到边缘设备?题目重现面试官:我们需要将千亿参数大模型(如PaLM)部署到边缘设备(如JetsonAGXOrin),请设计一个包含量化、蒸馏等压缩技术的部署方案,并说明需要重点考虑的硬件约束、延迟限制、精度损失等关键因素。大模型模型压缩量化蒸馏结构优化内存约束精度损失计算效率核心考点模型压缩技术理解能力:能否系统性分析量化、蒸馏等技
- 动态神经网络(Dynamic NN)在边缘设备的算力分配策略:MoE架构实战分析
学术猿之吻
神经网络架构人工智能算法量子计算深度学习机器学习
一、边缘计算场景的算力困境在NVIDIAJetsonOrinNX(64TOPSINT8)平台上部署视频分析任务时,开发者面临三重挑战:动态负载波动视频流分辨率从480p到4K实时变化,帧率波动范围20-60FPS能效约束设备功耗需控制在15W以内(被动散热)多任务耦合典型场景需同步处理:目标检测(YOLOv8s)行为识别(SlowFast)语义分割(DeepLabv3)二、MoE架构的核心技术解析
- 【AI】YOLOv7部署在NVIDIA Jetson TX2上
郭老二
AI人工智能YOLO计算机视觉
AI学习目录汇总1、硬件平台1.1MCUMicrocontrollerUnit,微处理器在单片机上也能跑的AI算法,好神奇啊,比如MCUNet1.2CPUCentralProcessingUnit,中央处理器一般的框架都有CPU版本,当然速度会慢一些,在x86电脑上勉强能用,在嵌入式ARM板上几乎无法使用1.3GPUGraphicsProcessingUnit,图形处理器例如英伟达的各种显卡等,具
- xcDeserializer3.0解串板说明书
xcInfoTech
GMSL串行解串数码相机
xcDeserializer3.0解串板说明书xcDes3.0_xavier_8cams_16vs91.功能介绍xcDeserializer3.0解串板是贤参信息科技设计的8路GMSL1/GMSL2相机解串板,安装于JetsonXavierAGX或者JetsonOrinAGX,能够同时解串8路2M-8M像素的GMSL1/GMSL2相机。通过xcConv转接板连接RK3588开发板,可以同时解串8路
- YOLOv8 TensorRT 部署(Python 推理)保姆级教程
码农的日常搅屎棍
YOLOpython
本教程手把手教你如何在NVIDIAGPU或RK3588上部署YOLOv8TensorRT推理,让你从零基础到高性能AI推理!1.部署前的准备1.1硬件要求NVIDIAGPU(如RTX3060/4090、Jetson系列)或RK3588NPU(支持TensorRT)CUDA(如11.x)、cuDNN、TensorRT已正确安装可运行nvcc--version、dpkg-l|grepTensorRT检
- MUSE Pi Pro 开箱啦!8核RISC-V,UEFI有点意思~
LitchiCheng
rsic-vrisc-v机器人
视频讲解:MUSEPiPro开箱啦!8核RISC-V,UEFI有点意思~首先感谢进迭时空的测试开发板,前面发给我SpecBrief时就有了一点期待,想看下这个板子有哪些有意思的东西。RISC-V,8核,UEFI,2TOPS算力,这些内容在之前玩过的RISC-V中也是不多的,刚好搞过Jetson的edk2的uefi固件,对于嵌入式设备来说,有uefi的还是少数,大部分都是uboot或更前的bl31等
- [黑洞与暗粒子]没有光的世界
comsci
无论是相对论还是其它现代物理学,都显然有个缺陷,那就是必须有光才能够计算
但是,我相信,在我们的世界和宇宙平面中,肯定存在没有光的世界....
那么,在没有光的世界,光子和其它粒子的规律无法被应用和考察,那么以光速为核心的
&nbs
- jQuery Lazy Load 图片延迟加载
aijuans
jquery
基于 jQuery 的图片延迟加载插件,在用户滚动页面到图片之后才进行加载。
对于有较多的图片的网页,使用图片延迟加载,能有效的提高页面加载速度。
版本:
jQuery v1.4.4+
jQuery Lazy Load v1.7.2
注意事项:
需要真正实现图片延迟加载,必须将真实图片地址写在 data-original 属性中。若 src
- 使用Jodd的优点
Kai_Ge
jodd
1. 简化和统一 controller ,抛弃 extends SimpleFormController ,统一使用 implements Controller 的方式。
2. 简化 JSP 页面的 bind, 不需要一个字段一个字段的绑定。
3. 对 bean 没有任何要求,可以使用任意的 bean 做为 formBean。
使用方法简介
- jpa Query转hibernate Query
120153216
Hibernate
public List<Map> getMapList(String hql,
Map map) {
org.hibernate.Query jpaQuery = entityManager.createQuery(hql);
if (null != map) {
for (String parameter : map.keySet()) {
jp
- Django_Python3添加MySQL/MariaDB支持
2002wmj
mariaDB
现状
首先,
[email protected] 中默认的引擎为 django.db.backends.mysql 。但是在Python3中如果这样写的话,会发现 django.db.backends.mysql 依赖 MySQLdb[5] ,而 MySQLdb 又不兼容 Python3 于是要找一种新的方式来继续使用MySQL。 MySQL官方的方案
首先据MySQL文档[3]说,自从MySQL
- 在SQLSERVER中查找消耗IO最多的SQL
357029540
SQL Server
返回做IO数目最多的50条语句以及它们的执行计划。
select top 50
(total_logical_reads/execution_count) as avg_logical_reads,
(total_logical_writes/execution_count) as avg_logical_writes,
(tot
- spring UnChecked 异常 官方定义!
7454103
spring
如果你接触过spring的 事物管理!那么你必须明白 spring的 非捕获异常! 即 unchecked 异常! 因为 spring 默认这类异常事物自动回滚!!
public static boolean isCheckedException(Throwable ex)
{
return !(ex instanceof RuntimeExcep
- mongoDB 入门指南、示例
adminjun
javamongodb操作
一、准备工作
1、 下载mongoDB
下载地址:http://www.mongodb.org/downloads
选择合适你的版本
相关文档:http://www.mongodb.org/display/DOCS/Tutorial
2、 安装mongoDB
A、 不解压模式:
将下载下来的mongoDB-xxx.zip打开,找到bin目录,运行mongod.exe就可以启动服务,默
- CUDA 5 Release Candidate Now Available
aijuans
CUDA
The CUDA 5 Release Candidate is now available at http://developer.nvidia.com/<wbr></wbr>cuda/cuda-pre-production. Now applicable to a broader set of algorithms, CUDA 5 has advanced fe
- Essential Studio for WinRT网格控件测评
Axiba
JavaScripthtml5
Essential Studio for WinRT界面控件包含了商业平板应用程序开发中所需的所有控件,如市场上运行速度最快的grid 和chart、地图、RDL报表查看器、丰富的文本查看器及图表等等。同时,该控件还包含了一组独特的库,用于从WinRT应用程序中生成Excel、Word以及PDF格式的文件。此文将对其另外一个强大的控件——网格控件进行专门的测评详述。
网格控件功能
1、
- java 获取windows系统安装的证书或证书链
bewithme
windows
有时需要获取windows系统安装的证书或证书链,比如说你要通过证书来创建java的密钥库 。
有关证书链的解释可以查看此处 。
public static void main(String[] args) {
SunMSCAPI providerMSCAPI = new SunMSCAPI();
S
- NoSQL数据库之Redis数据库管理(set类型和zset类型)
bijian1013
redis数据库NoSQL
4.sets类型
Set是集合,它是string类型的无序集合。set是通过hash table实现的,添加、删除和查找的复杂度都是O(1)。对集合我们可以取并集、交集、差集。通过这些操作我们可以实现sns中的好友推荐和blog的tag功能。
sadd:向名称为key的set中添加元
- 异常捕获何时用Exception,何时用Throwable
bingyingao
用Exception的情况
try {
//可能发生空指针、数组溢出等异常
} catch (Exception e) {
 
- 【Kafka四】Kakfa伪分布式安装
bit1129
kafka
在http://bit1129.iteye.com/blog/2174791一文中,实现了单Kafka服务器的安装,在Kafka中,每个Kafka服务器称为一个broker。本文简单介绍下,在单机环境下Kafka的伪分布式安装和测试验证 1. 安装步骤
Kafka伪分布式安装的思路跟Zookeeper的伪分布式安装思路完全一样,不过比Zookeeper稍微简单些(不
- Project Euler
bookjovi
haskell
Project Euler是个数学问题求解网站,网站设计的很有意思,有很多problem,在未提交正确答案前不能查看problem的overview,也不能查看关于problem的discussion thread,只能看到现在problem已经被多少人解决了,人数越多往往代表问题越容易。
看看problem 1吧:
Add all the natural num
- Java-Collections Framework学习与总结-ArrayDeque
BrokenDreams
Collections
表、栈和队列是三种基本的数据结构,前面总结的ArrayList和LinkedList可以作为任意一种数据结构来使用,当然由于实现方式的不同,操作的效率也会不同。
这篇要看一下java.util.ArrayDeque。从命名上看
- 读《研磨设计模式》-代码笔记-装饰模式-Decorator
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.io.BufferedOutputStream;
import java.io.DataOutputStream;
import java.io.FileOutputStream;
import java.io.Fi
- Maven学习(一)
chenyu19891124
Maven私服
学习一门技术和工具总得花费一段时间,5月底6月初自己学习了一些工具,maven+Hudson+nexus的搭建,对于maven以前只是听说,顺便再自己的电脑上搭建了一个maven环境,但是完全不了解maven这一强大的构建工具,还有ant也是一个构建工具,但ant就没有maven那么的简单方便,其实简单点说maven是一个运用命令行就能完成构建,测试,打包,发布一系列功
- [原创]JWFD工作流引擎设计----节点匹配搜索算法(用于初步解决条件异步汇聚问题) 补充
comsci
算法工作PHP搜索引擎嵌入式
本文主要介绍在JWFD工作流引擎设计中遇到的一个实际问题的解决方案,请参考我的博文"带条件选择的并行汇聚路由问题"中图例A2描述的情况(http://comsci.iteye.com/blog/339756),我现在把我对图例A2的一个解决方案公布出来,请大家多指点
节点匹配搜索算法(用于解决标准对称流程图条件汇聚点运行控制参数的算法)
需要解决的问题:已知分支
- Linux中用shell获取昨天、明天或多天前的日期
daizj
linuxshell上几年昨天获取上几个月
在Linux中可以通过date命令获取昨天、明天、上个月、下个月、上一年和下一年
# 获取昨天
date -d 'yesterday' # 或 date -d 'last day'
# 获取明天
date -d 'tomorrow' # 或 date -d 'next day'
# 获取上个月
date -d 'last month'
#
- 我所理解的云计算
dongwei_6688
云计算
在刚开始接触到一个概念时,人们往往都会去探寻这个概念的含义,以达到对其有一个感性的认知,在Wikipedia上关于“云计算”是这么定义的,它说:
Cloud computing is a phrase used to describe a variety of computing co
- YII CMenu配置
dcj3sjt126com
yii
Adding id and class names to CMenu
We use the id and htmlOptions to accomplish this. Watch.
//in your view
$this->widget('zii.widgets.CMenu', array(
'id'=>'myMenu',
'items'=>$this-&g
- 设计模式之静态代理与动态代理
come_for_dream
设计模式
静态代理与动态代理
代理模式是java开发中用到的相对比较多的设计模式,其中的思想就是主业务和相关业务分离。所谓的代理设计就是指由一个代理主题来操作真实主题,真实主题执行具体的业务操作,而代理主题负责其他相关业务的处理。比如我们在进行删除操作的时候需要检验一下用户是否登陆,我们可以删除看成主业务,而把检验用户是否登陆看成其相关业务
- 【转】理解Javascript 系列
gcc2ge
JavaScript
理解Javascript_13_执行模型详解
摘要: 在《理解Javascript_12_执行模型浅析》一文中,我们初步的了解了执行上下文与作用域的概念,那么这一篇将深入分析执行上下文的构建过程,了解执行上下文、函数对象、作用域三者之间的关系。函数执行环境简单的代码:当调用say方法时,第一步是创建其执行环境,在创建执行环境的过程中,会按照定义的先后顺序完成一系列操作:1.首先会创建一个
- Subsets II
hcx2013
set
Given a collection of integers that might contain duplicates, nums, return all possible subsets.
Note:
Elements in a subset must be in non-descending order.
The solution set must not conta
- Spring4.1新特性——Spring缓存框架增强
jinnianshilongnian
spring4
目录
Spring4.1新特性——综述
Spring4.1新特性——Spring核心部分及其他
Spring4.1新特性——Spring缓存框架增强
Spring4.1新特性——异步调用和事件机制的异常处理
Spring4.1新特性——数据库集成测试脚本初始化
Spring4.1新特性——Spring MVC增强
Spring4.1新特性——页面自动化测试框架Spring MVC T
- shell嵌套expect执行命令
liyonghui160com
一直都想把expect的操作写到bash脚本里,这样就不用我再写两个脚本来执行了,搞了一下午终于有点小成就,给大家看看吧.
系统:centos 5.x
1.先安装expect
yum -y install expect
2.脚本内容:
cat auto_svn.sh
#!/bin/bash
- Linux实用命令整理
pda158
linux
0. 基本命令 linux 基本命令整理
1. 压缩 解压 tar -zcvf a.tar.gz a #把a压缩成a.tar.gz tar -zxvf a.tar.gz #把a.tar.gz解压成a
2. vim小结 2.1 vim替换 :m,ns/word_1/word_2/gc  
- 独立开发人员通向成功的29个小贴士
shoothao
独立开发
概述:本文收集了关于独立开发人员通向成功需要注意的一些东西,对于具体的每个贴士的注解有兴趣的朋友可以查看下面标注的原文地址。
明白你从事独立开发的原因和目的。
保持坚持制定计划的好习惯。
万事开头难,第一份订单是关键。
培养多元化业务技能。
提供卓越的服务和品质。
谨小慎微。
营销是必备技能。
学会组织,有条理的工作才是最有效率的。
“独立
- JAVA中堆栈和内存分配原理
uule
java
1、栈、堆
1.寄存器:最快的存储区, 由编译器根据需求进行分配,我们在程序中无法控制.2. 栈:存放基本类型的变量数据和对象的引用,但对象本身不存放在栈中,而是存放在堆(new 出来的对象)或者常量池中(字符串常量对象存放在常量池中。)3. 堆:存放所有new出来的对象。4. 静态域:存放静态成员(static定义的)5. 常量池:存放字符串常量和基本类型常量(public static f