- 《BERT基础教程:Transformer大模型实战》读书笔记
johnny233
读书笔记人工智能
概念BERT,BidirectionalEncoderRepresentationsfromTransformers,多Transformer的双向编码器表示法。RNN,recurrentneuralnetwork,循环神经网络。LSTM,longshort-termmemory,长短期记忆网络。NLI,Naturallanguageinference,自然语言推理。知识蒸馏(knowledged
- 英伟达如何通过剪枝和蒸馏技术让Llama 3.1模型“瘦身“?
蒜鸭
人工智能算法机器学习
英伟达如何通过剪枝和蒸馏技术让Llama3.1模型"瘦身"?大家好,我是蒜鸭。今天我们来聊聊英伟达最近在大语言模型优化方面的一项有趣研究。随着Meta发布Llama3.1系列模型,如何在保持模型性能的同时缩小其体积成为了业界关注的焦点。英伟达研究团队通过结构化权重剪枝和知识蒸馏技术,成功将Llama3.18B模型压缩为4B参数的小型语言模型,并取得了不俗的效果。让我们一起来深入探讨这项技术的原理和
- 【机器学习】机器学习与大模型在人工智能领域的融合应用与性能优化新探索
E绵绵
Everything人工智能机器学习大模型pythonAIGC应用科技
文章目录引言机器学习与大模型的基本概念机器学习概述监督学习无监督学习强化学习大模型概述GPT-3BERTResNetTransformer机器学习与大模型的融合应用自然语言处理文本生成文本分类机器翻译图像识别自动驾驶医学影像分析语音识别智能助手语音转文字大模型性能优化的新探索模型压缩权重剪枝量化知识蒸馏分布式训练数据并行模型并行异步训练高效推理模型裁剪缓存机制专用硬件未来展望跨领域应用智能化系统人
- Transformer视频理解学习的笔记
LinlyZhai
transformer学习笔记
今天复习了Transformer,ViT,学了SwinTransformer,还有观看了B站视频理解沐神系列串讲视频上(24.2.26未看完,明天接着看)这里面更多论文见:https://github.com/mli/paper-reading/B站视频理解沐神系列串讲视频下(明天接着看)上面这张图中的知识蒸馏,可以回头看一下上面这个github网址论文:VideoTransformers:ASu
- 大模型量化技术原理-LLM.int8()、GPTQ
吃果冻不吐果冻皮
动手学大模型人工智能
近年来,随着Transformer、MOE架构的提出,使得深度学习模型轻松突破上万亿规模参数,从而导致模型变得越来越大,因此,我们需要一些大模型压缩技术来降低模型部署的成本,并提升模型的推理性能。模型压缩主要分为如下几类:剪枝(Pruning)知识蒸馏(KnowledgeDistillation)量化之前也写过一些文章涉及大模型量化相关的内容。基于LLaMA-7B/Bloomz-7B1-mt复现开
- 知识蒸馏实战代码教学一(原理部分)
业余小程序猿
深度学习机器学习人工智能知识蒸馏
一、知识蒸馏的来源知识蒸馏(KnowledgeDistillation)源自于一篇由Hinton等人于2015年提出的论文《DistillingtheKnowledgeinaNeuralNetwork》。这个方法旨在将一个大型、复杂的模型的知识(通常称为教师模型)转移到一个小型、简化的模型(通常称为学生模型)中。通过这种方式,学生模型可以获得与教师模型相似的性能,同时具有更小的模型体积和计算资源需
- 知识蒸馏实战代码教学二(代码实战部分)
业余小程序猿
深度学习人工智能机器学习知识蒸馏
一、上章原理回顾具体过程:(1)首先我们要先训练出较大模型既teacher模型。(在图中没有出现)(2)再对teacher模型进行蒸馏,此时我们已经有一个训练好的teacher模型,所以我们能很容易知道teacher模型输入特征x之后,预测出来的结果teacher_preds标签。(3)此时,求到老师预测结果之后,我们需要求解学生在训练过程中的每一次结果student_preds标签。(4)先求h
- 超好用!——知识蒸馏中即插即用的对抗性调度器以及调整向量Vector
时光诺言
机器学习人工智能深度学习python
一.前言本设计思路来源于论文《DynamicData-FreeKnowledgeDistillationbyEasy-to-HardLearningStrategy》。1.1原理总体架构图如下。在常规的知识蒸馏中,一般不会考虑知识的难度先后,按照我们人类的思维,肯定是先学习容易的再学习难一点的知识(总不能小学就学高数吧哈哈)。一个模型的理想状态也应该如此。在本论文的设计图中,可以看到Generat
- 【论文解读】Document-Level Relation Extraction with Adaptive Focal Loss and Knowledge Distillation
Queen_sy
深度学习人工智能
目录1Introduction1Docre任务比句子级任务更具挑战性:2现有的Docre方法:3现有的Docre方法存在三个局限性2Methodology1使用轴向注意力模块作为特征提取器:2第二,提出适应性焦距损失3第三用知识蒸馏相关知识类别不平衡问题长尾类分布交叉熵损失和二元交叉熵损失二元交叉熵损失定义为知识蒸馏全文翻译https://baijiahao.baidu.com/s?id=1737
- 知识蒸馏之Knowledge Distillation: A Survey
Diros1g
知识蒸馏
InternationalJournalofComputerVision2021JianpingGou1·BaoshengYu1·StephenJ.Maybank2·DachengTao11UBTECHSydneyAICentre,SchoolofComputerScience,FacultyofEngineering,TheUniversityofSydney,Darlington,NSW200
- 知识蒸馏综述---代码整理
qq_41920323
模型部署python知识蒸馏
本文尽可能简单解释蒸馏用到的策略,并提供了实现源码。1、KD:KnowledgeDistillation链接:https://arxiv.org/pdf/1503.02531.pd3f发表:NIPS14最经典的,也是明确提出知识蒸馏概念的工作,通过使用带温度的softmax函数来软化教师网络的逻辑层输出作为学生网络的监督信息,使用KLdivergence来衡量学生网络与教师网络的差异,具体流程如下
- 知识蒸馏(paper翻译)
蓝羽飞鸟
DeepLearning人工智能深度学习
paper:DistillingtheKnowledgeinaNeuralNetwork摘要:提高几乎所有机器学习算法性能的一个非常简单的方法是在相同的数据上训练许多不同的模型,然后对它们的预测进行平均[3]。不幸的是,使用整个模型集合进行预测非常麻烦,并且计算成本可能太高,无法部署到大量用户,尤其是在单个模型是大型神经网络的情况下。Caruana和他的合作者[1]已经证明,可以将集成中的知识压缩
- 第二十九周:文献阅读笔记(ResMLP)+ pytorch学习(Resnet代码实现)
@默然
笔记pytorch学习人工智能python深度学习机器学习
第二十九周:文献阅读笔记(ResMLP)摘要Abstract1.ResMLP1.1文献摘要1.2文献引言1.3ResMLP方法1.3.1整体流程1.3.2残差多感知机层1.4实验1.4.1数据集1.4.2超参数设置1.4.3主要结果1.4.4监督设置1.4.5自监督设置1.4.5知识蒸馏设置1.5ResMLP的创新点2.pytorch学习(ResNet代码实现)2.1数据集2.2文件结构2.3下载
- vit细粒度图像分类(三)TRS-DeiT 学习笔记
无妄无望
学习笔记人工智能深度学习分类神经网络
1.摘要细粒度图像分类任务由于自身存在的细微的类间差别和巨大的类内差别使其极具挑战性,为了更好地学习细粒度图像的潜在特征,该算法将知识蒸馏引入到细粒度图像分类任务中,提出基于知识蒸馏与目标区域选取的细粒度图像分类方法(TRS-DeiT),能使其兼具CNN模型和Transformer模型的各自优点。此外,TRS-DeiT的新型目标区域选取模块能够获取最具区分性的区域;为了区分任务中的易混淆类,引入对
- 【Image captioning】论文阅读七—Efficient Image Captioning for Edge Devices_AAAI2023
安静到无声
手把手实现Imagecaptioning论文阅读
中文标题:面向边缘设备的高效图像描述(EfficientImageCaptioningforEdgeDevices)文章目录1.引言2.相关工作3.方法3.1ModelArchitecture(模型结构)3.2ModelTraining(模型训练)3.3KnowledgeDistillation(知识蒸馏)4.实验4.1数据集和评价指标4.2实施细节:4.3消融实验
- 和GPT讨论知识蒸馏的基本概念
Mighty_Crane
gpt人工智能
User帮我解释一下知识蒸馏、教师学生网络、逆向蒸馏等概念ChatGPT知识蒸馏(KnowledgeDistillation)是一种模型压缩技术。在这个过程中,一个大型、复杂的模型(通常称为“教师”模型)被用来训练一个更小、更简单的模型(称为“学生”模型)。学生模型不仅学习从数据到输出的映射,还学习模仿教师模型的行为,这通常能提高其性能。逆向蒸馏(ReverseDistillation)是其中的一
- Knowledge Distilling,知识蒸馏
FeynmanMa
Distillingtheknowledgeinaneuralnetwork1.Motivationknowledge_distilling_title.jpg论文作者比较大名鼎鼎了。Motivation一部分来自模型压缩[2],一部分源自作者认为大部分机器学习采用ensemble方法或者学习一个很大的模型来取得比较好的结果,但会给实际应用预测带来很大的压力,而且实际上模型之间也是有信息冗余的。希
- AI芯片:神经网络研发加速器、神经网络压缩简化、通用芯片 CPU 加速、专用芯片 GPU 加速
Debroon
#深度学习人工智能神经网络深度学习
AI芯片:神经网络研发加速器、神经网络压缩简化、通用芯片CPU加速、专用芯片GPU加速神经网络研发加速器神经网络编译器各自实现的神经网络编译器神经网络加速与压缩(算法层面)知识蒸馏低秩分解轻量化网络剪枝量化通用芯片CPU加速x86加速arm加速卷积优化神经网络加速库专用芯片GPU加速dsp加速faga加速npu加速K210人工智能微控制器神经网络加速库:Vulkan图形计算神经网络研发加速器神经网
- 《FITNETS: HINTS FOR THIN DEEP NETS》论文整理
LionelZhao
知识蒸馏论文阅读人工智能神经网络深度学习
目录零、前言一、Fitnet的目的及适用范围1、目的:2、适用范围:3、背景及创新点:二、Hint-BasedTraining思想1、hint层与guided层:2、核心思想:三、Fitnet训练过程及效果1、FItnet训练过程可以分为三个阶段:2、需要注意的问题:3、具体流程:4、损失函数:(1)预训练阶段:(2)知识蒸馏阶段:5、训练效果:四、Q&A1、小模型模仿大模型中间层的输出featu
- YOLO蒸馏原理篇之---MGD、CWD蒸馏
qq_41920323
模型部署MGDCWD特征蒸馏
一、MGD蒸馏论文地址:https://arxiv.org/abs/2205.01529论文翻译:https://mp.weixin.qq.com/s/FSvo3ns2maTpiTTWsE91kQ1.1摘要知识蒸馏已成功应用于各种任务。当前的蒸馏算法通常通过模仿教师的输出来提高学生的表现。本文表明,教师还可以通过指导学生的特征恢复来提高学生的表征能力。从这个角度来看,我们提出了掩蔽生成蒸馏(MGD
- 深度学习模型压缩方法:知识蒸馏方法总结
qq_41920323
模型部署深度学习人工智能
本文将介绍深度学习模型压缩方法中的知识蒸馏,内容从知识蒸馏简介、知识的种类、蒸馏机制、师生网络结构、蒸馏算法以及蒸馏方法等六部部分展开。一、知识蒸馏简介知识蒸馏是指用教师模型来指导学生模型训练,通过蒸馏的方式让学生模型学习到教师模型的知识。在模型压缩中,教师模型是一个提前训练好的复杂模型,而学生模型则是一个规模较小的模型。如下图所示,由训练好的教师模型,在相同的数据下,通过将教师网络对该样本的预测
- 使用知识蒸馏提升模型推理性能
之乎者也·
AI(人工智能)内容分享NLP(自然语言处理)内容分享深度学习人工智能
目录知识蒸馏介绍LogitsTemperature理论介绍实验代码实验结果知识蒸馏介绍首先,我们先简单地了解下知识蒸馏概念[2]。通常,大模型可能是一个复杂的网络或多个网络的组合,表现出优越的效果和泛化能力。而小模型由于其较小的规模,其表达能力可能受到限制。为了提高小模型的效果,我们可以借助大模型所学习到的知识来指导小模型的训练。这样,小模型在参数数量明显减少的情况下,也能够达到与大模型相似的效果
- 深度学习中的知识蒸馏
Algorithm_Engineer_
人工智能深度学习人工智能
一.概念知识蒸馏(KnowledgeDistillation)是一种深度学习中的模型压缩技术,旨在通过从一个教师模型(teachermodel)向一个学生模型(studentmodel)传递知识来减小模型的规模,同时保持性能。这个过程涉及到从教师模型的软标签(softlabels)或者特征中提取知识,然后用这些知识来训练一个更小的学生模型。简单了解一些知识蒸馏的一般步骤和关键概念:教师模型(Tea
- 【多模态】ALBEF
不牌不改
【NLP&CV】人工智能计算机视觉深度学习机器学习python算法transformer
ALBEF论文信息标题:AlignbeforeFuse:VisionandLanguageRepresentationLearningwithMomentumDistillation作者:JunnanLi(SalesforceResearch)期刊:NeurIPS2021发布时间与更新时间:2021.07.162021.10.07主题:多模态、预训练、图像、文本、对比学习、知识蒸馏、动量模型arX
- 【AI】一文读懂大模型套壳——神仙打架?软饭硬吃?
giszz
人工智能随笔人工智能
目录一、套壳的风波此起彼伏二、到底什么是大模型的壳2.1大模型的3部分,壳指的是哪里大模型的内核预训练(Pre-training)调优(Fine-tuning)2.2内核的发展历程和万流归宗2.3套壳不是借壳三、软饭硬吃,套壳真的不行吗四、神仙打架,百姓吃瓜4.1自研的佼佼者4.2模仿也不丢人4.3读书人偷书不算偷模仿学习(ImitationLearning)知识蒸馏(KnowledgeDisti
- 知识蒸馏 Knowledge Distillation(在tinybert的应用)
不当菜鸡的程序媛
学习记录人工智能
蒸馏(KnowledgeDistillation)是一种模型压缩技术,通常用于将大型模型的知识转移给小型模型,以便在保持性能的同时减小模型的体积和计算开销。这个过程涉及到使用一个大型、复杂的模型(通常称为教师模型)生成的软标签(概率分布),来训练一个小型模型(通常称为学生模型)。具体而言,对于分类问题,教师模型生成的概率分布可以看作是对每个类别的软标签,而学生模型通过学习这些软标签来进行训练。这种
- yolov8知识蒸馏代码详解:支持logit和feature-based蒸馏
@BangBang
模型轻量化yolov8代码详解知识蒸馏
文章目录1.知识蒸馏理论2.yolov8蒸馏代码应用2.1环境配置2.2训练模型(1)训练教师模型(2)训练学生模型baseline(3)蒸馏训练3.知识蒸馏代码详解3.1蒸馏参数设置3.2蒸馏损失代码讲解3.2.1Featurebasedloss3.2.1Logitloss3.3获取蒸馏的featuremap及channels
- AI的智慧精华:解锁知识蒸馏的秘密
散一世繁华,颠半世琉璃
人工智能
1.定义化学蒸馏是一种物质分离的方法,通过加热物质混合物,使其其中一种或多种成分的沸点低于其他成分的沸点,从而使其蒸发,然后通过冷凝使其凝结,最终得到纯净的成分。蒸馏通常用于分离液体混合物中的组分。在蒸馏过程中,混合物被加热,使其中沸点较低的成分先蒸发,然后通过冷凝器冷却并凝结为液体。凝结后的液体称为蒸馏液或馏出液。沸点较高的成分则留在容器中,称为残渣。而知识蒸馏就是把一个大的模型,称之为教师模型
- Knowledge Distillation from A Stronger Teacher(NeurIPS 2022)论文解读
00000cj
知识蒸馏-分类深度学习人工智能知识蒸馏
paper:KnowledgeDistillationfromAStrongerTeacherofficialimplementation:https://github.com/hunto/dist_kd前言知识蒸馏通过将教师的知识传递给学生来增强学生模型的性能,我们自然会想到,是否教师的性能越强,蒸馏后学生的性能也会进一步提升?为了了解如何成为一个更强的教师模型以及它们对KD的影响,作者系统地研
- yolov5知识蒸馏
cv-daily
YOLO深度学习人工智能
参考代码:https://github.com/Adlik/yolov5https://cloud.tencent.com/developer/article/2160509yolov5间的模型蒸馏,相同结构的。配置参数parser.add_argument('--t_weights',type=str,default='./weights/yolov5s.pt',help='initialtea
- C/C++Win32编程基础详解视频下载
择善Zach
编程C++Win32
课题视频:C/C++Win32编程基础详解
视频知识:win32窗口的创建
windows事件机制
主讲:择善Uncle老师
学习交流群:386620625
验证码:625
--
- Guava Cache使用笔记
bylijinnan
javaguavacache
1.Guava Cache的get/getIfPresent方法当参数为null时会抛空指针异常
我刚开始使用时还以为Guava Cache跟HashMap一样,get(null)返回null。
实际上Guava整体设计思想就是拒绝null的,很多地方都会执行com.google.common.base.Preconditions.checkNotNull的检查。
2.Guava
- 解决ora-01652无法通过128(在temp表空间中)
0624chenhong
oracle
解决ora-01652无法通过128(在temp表空间中)扩展temp段的过程
一个sql语句后,大约花了10分钟,好不容易有一个结果,但是报了一个ora-01652错误,查阅了oracle的错误代码说明:意思是指temp表空间无法自动扩展temp段。这种问题一般有两种原因:一是临时表空间空间太小,二是不能自动扩展。
分析过程:
既然是temp表空间有问题,那当
- Struct在jsp标签
不懂事的小屁孩
struct
非UI标签介绍:
控制类标签:
1:程序流程控制标签 if elseif else
<s:if test="isUsed">
<span class="label label-success">True</span>
</
- 按对象属性排序
换个号韩国红果果
JavaScript对象排序
利用JavaScript进行对象排序,根据用户的年龄排序展示
<script>
var bob={
name;bob,
age:30
}
var peter={
name;peter,
age:30
}
var amy={
name;amy,
age:24
}
var mike={
name;mike,
age:29
}
var john={
- 大数据分析让个性化的客户体验不再遥远
蓝儿唯美
数据分析
顾客通过多种渠道制造大量数据,企业则热衷于利用这些信息来实现更为个性化的体验。
分析公司Gartner表示,高级分析会成为客户服务的关键,但是大数据分析的采用目前仅局限于不到一成的企业。 挑战在于企业还在努力适应结构化数据,疲于根据自身的客户关系管理(CRM)系统部署有效的分析框架,以及集成不同的内外部信息源。
然而,面对顾客通过数字技术参与而产生的快速变化的信息,企业需要及时作出反应。要想实
- java笔记4
a-john
java
操作符
1,使用java操作符
操作符接受一个或多个参数,并生成一个新值。参数的形式与普通的方法调用不用,但是效果是相同的。加号和一元的正号(+)、减号和一元的负号(-)、乘号(*)、除号(/)以及赋值号(=)的用法与其他编程语言类似。
操作符作用于操作数,生成一个新值。另外,有些操作符可能会改变操作数自身的
- 从裸机编程到嵌入式Linux编程思想的转变------分而治之:驱动和应用程序
aijuans
嵌入式学习
笔者学习嵌入式Linux也有一段时间了,很奇怪的是很多书讲驱动编程方面的知识,也有很多书将ARM9方面的知识,但是从以前51形式的(对寄存器直接操作,初始化芯片的功能模块)编程方法,和思维模式,变换为基于Linux操作系统编程,讲这个思想转变的书几乎没有,让初学者走了很多弯路,撞了很多难墙。
笔者因此写上自己的学习心得,希望能给和我一样转变
- 在springmvc中解决FastJson循环引用的问题
asialee
循环引用fastjson
我们先来看一个例子:
package com.elong.bms;
import java.io.OutputStream;
import java.util.HashMap;
import java.util.Map;
import co
- ArrayAdapter和SimpleAdapter技术总结
百合不是茶
androidSimpleAdapterArrayAdapter高级组件基础
ArrayAdapter比较简单,但它只能用于显示文字。而SimpleAdapter则有很强的扩展性,可以自定义出各种效果
ArrayAdapter;的数据可以是数组或者是队列
// 获得下拉框对象
AutoCompleteTextView textview = (AutoCompleteTextView) this
- 九封信
bijian1013
人生励志
有时候,莫名的心情不好,不想和任何人说话,只想一个人静静的发呆。有时候,想一个人躲起来脆弱,不愿别人看到自己的伤口。有时候,走过熟悉的街角,看到熟悉的背影,突然想起一个人的脸。有时候,发现自己一夜之间就长大了。 2014,写给人
- Linux下安装MySQL Web 管理工具phpMyAdmin
sunjing
PHPInstallphpMyAdmin
PHP http://php.net/
phpMyAdmin http://www.phpmyadmin.net
Error compiling PHP on CentOS x64
一、安装Apache
请参阅http://billben.iteye.com/admin/blogs/1985244
二、安装依赖包
sudo yum install gd
- 分布式系统理论
bit1129
分布式
FLP
One famous theory in distributed computing, known as FLP after the authors Fischer, Lynch, and Patterson, proved that in a distributed system with asynchronous communication and process crashes,
- ssh2整合(spring+struts2+hibernate)-附源码
白糖_
eclipsespringHibernatemysql项目管理
最近抽空又整理了一套ssh2框架,主要使用的技术如下:
spring做容器,管理了三层(dao,service,actioin)的对象
struts2实现与页面交互(MVC),自己做了一个异常拦截器,能拦截Action层抛出的异常
hibernate与数据库交互
BoneCp数据库连接池,据说比其它数据库连接池快20倍,仅仅是据说
MySql数据库
项目用eclipse
- treetable bug记录
braveCS
table
// 插入子节点删除再插入时不能正常显示。修改:
//不知改后有没有错,先做个备忘
Tree.prototype.removeNode = function(node) {
// Recursively remove all descendants of +node+
this.unloadBranch(node);
// Remove
- 编程之美-电话号码对应英语单词
bylijinnan
java算法编程之美
import java.util.Arrays;
public class NumberToWord {
/**
* 编程之美 电话号码对应英语单词
* 题目:
* 手机上的拨号盘,每个数字都对应一些字母,比如2对应ABC,3对应DEF.........,8对应TUV,9对应WXYZ,
* 要求对一段数字,输出其代表的所有可能的字母组合
- jquery ajax读书笔记
chengxuyuancsdn
jQuery ajax
1、jsp页面
<%@ page language="java" import="java.util.*" pageEncoding="GBK"%>
<%
String path = request.getContextPath();
String basePath = request.getScheme()
- JWFD工作流拓扑结构解析伪码描述算法
comsci
数据结构算法工作活动J#
对工作流拓扑结构解析感兴趣的朋友可以下载附件,或者下载JWFD的全部代码进行分析
/* 流程图拓扑结构解析伪码描述算法
public java.util.ArrayList DFS(String graphid, String stepid, int j)
- oracle I/O 从属进程
daizj
oracle
I/O 从属进程
I/O从属进程用于为不支持异步I/O的系统或设备模拟异步I/O.例如,磁带设备(相当慢)就不支持异步I/O.通过使用I/O 从属进程,可以让磁带机模仿通常只为磁盘驱动器提供的功能。就好像支持真正的异步I/O 一样,写设备的进程(调用者)会收集大量数据,并交由写入器写出。数据成功地写出时,写入器(此时写入器是I/O 从属进程,而不是操作系统)会通知原来的调用者,调用者则会
- 高级排序:希尔排序
dieslrae
希尔排序
public void shellSort(int[] array){
int limit = 1;
int temp;
int index;
while(limit <= array.length/3){
limit = limit * 3 + 1;
- 初二下学期难记忆单词
dcj3sjt126com
englishword
kitchen 厨房
cupboard 厨柜
salt 盐
sugar 糖
oil 油
fork 叉;餐叉
spoon 匙;调羹
chopsticks 筷子
cabbage 卷心菜;洋白菜
soup 汤
Italian 意大利的
Indian 印度的
workplace 工作场所
even 甚至;更
Italy 意大利
laugh 笑
m
- Go语言使用MySQL数据库进行增删改查
dcj3sjt126com
mysql
目前Internet上流行的网站构架方式是LAMP,其中的M即MySQL, 作为数据库,MySQL以免费、开源、使用方便为优势成为了很多Web开发的后端数据库存储引擎。MySQL驱动Go中支持MySQL的驱动目前比较多,有如下几种,有些是支持database/sql标准,而有些是采用了自己的实现接口,常用的有如下几种:
http://code.google.c...o-mysql-dri
- git命令
shuizhaosi888
git
---------------设置全局用户名:
git config --global user.name "HanShuliang" //设置用户名
git config --global user.email "
[email protected]" //设置邮箱
---------------查看环境配置
git config --li
- qemu-kvm 网络 nat模式 (四)
haoningabc
kvmqemu
qemu-ifup-NAT
#!/bin/bash
BRIDGE=virbr0
NETWORK=192.168.122.0
GATEWAY=192.168.122.1
NETMASK=255.255.255.0
DHCPRANGE=192.168.122.2,192.168.122.254
TFTPROOT=
BOOTP=
function check_bridge()
- 不要让未来的你,讨厌现在的自己
jingjing0907
生活 奋斗 工作 梦想
故事one
23岁,他大学毕业,放弃了父母安排的稳定工作,独闯京城,在家小公司混个小职位,工作还算顺手,月薪三千,混了混,混走了一年的光阴。 24岁,有了女朋友,从二环12人的集体宿舍搬到香山民居,一间平房,二人世界,爱爱爱。偶然约三朋四友,打扑克搓麻将,日子快乐似神仙; 25岁,出了几次差,调了两次岗,薪水涨了不过百,生猛狂飙的物价让现实血淋淋,无力为心爱银儿购件大牌
- 枚举类型详解
一路欢笑一路走
enum枚举详解enumsetenumMap
枚举类型详解
一.Enum详解
1.1枚举类型的介绍
JDK1.5加入了一个全新的类型的”类”—枚举类型,为此JDK1.5引入了一个新的关键字enum,我们可以这样定义一个枚举类型。
Demo:一个最简单的枚举类
public enum ColorType {
RED
- 第11章 动画效果(上)
onestopweb
动画
index.html
<!DOCTYPE html PUBLIC "-//W3C//DTD XHTML 1.0 Transitional//EN" "http://www.w3.org/TR/xhtml1/DTD/xhtml1-transitional.dtd">
<html xmlns="http://www.w3.org/
- Eclipse中jsp、js文件编辑时,卡死现象解决汇总
ljf_home
eclipsejsp卡死js卡死
使用Eclipse编辑jsp、js文件时,经常出现卡死现象,在网上百度了N次,经过N次优化调整后,卡死现象逐步好转,具体那个方法起到作用,不太好讲。将所有用过的方法罗列如下:
1、取消验证
windows–>perferences–>validation
把 除了manual 下面的全部点掉,build下只留 classpath dependency Valida
- MySQL编程中的6个重要的实用技巧
tomcat_oracle
mysql
每一行命令都是用分号(;)作为结束
对于MySQL,第一件你必须牢记的是它的每一行命令都是用分号(;)作为结束的,但当一行MySQL被插入在PHP代码中时,最好把后面的分号省略掉,例如:
mysql_query("INSERT INTO tablename(first_name,last_name)VALUES('$first_name',$last_name')");
- zoj 3820 Building Fire Stations(二分+bfs)
阿尔萨斯
Build
题目链接:zoj 3820 Building Fire Stations
题目大意:给定一棵树,选取两个建立加油站,问说所有点距离加油站距离的最大值的最小值是多少,并且任意输出一种建立加油站的方式。
解题思路:二分距离判断,判断函数的复杂度是o(n),这样的复杂度应该是o(nlogn),即使常数系数偏大,但是居然跑了4.5s,也是醉了。 判断函数里面做了3次bfs,但是每次bfs节点最多