- mixture_of_depths
道真人
深度学习人工智能
mixture_of_depths是一种用于处理不同深度模型组合的技术或机制,通常用于模型的加载和推理过程中。它涉及将模型的不同层次或深度进行组合或切换,以提高模型的灵活性和性能。mixture_of_depths的具体含义模型组合策略:mixture_of_depths可能涉及在不同的模型深度(即层数)之间进行切换或组合,可能是为了在推理时选择合适的深度,以平衡计算资源和模型性能。这在需要对性能
- paddle nlp 3.0 全面拥抱开源大模型
路人与大师
paddle自然语言处理开源
首先安装神圣的飞桨自然语言处理框架3.0pipinstall--upgradepaddlenlp==3.0.0b0阿里云通义千问(Qwen2)系列大模型介绍阿里云通义千问(Qwen2)是阿里云推出的一系列先进的大型语言模型,涵盖了从轻量级到超大规模的各种模型,包括混合专家模型(Mixture-of-Experts,MoE)。Qwen2系列在多个自然语言处理任务上展现了卓越的性能,并且在一些基准测试
- 高斯混合模型聚类(GMM)matlab实现
唐维康
高斯混合模型聚类
GaussianMixtureModel,就是假设数据服从MixtureGaussianDistribution,换句话说,数据可以看作是从数个GaussianDistribution中生成出来的。实际上,我们在K-means和K-medoids两篇文章中用到的那个例子就是由三个Gaussian分布从随机选取出来的。实际上,从中心极限定理可以看出,Gaussian分布(也叫做正态(Normal)分
- Kmeans、混合高斯模型、EM 算法
dreampai
混合高斯模型(MixturesofGaussians)和EM算法image.pngKmeans与EM算法E步是确定隐含类别变量CM步更新其他参数u(质心)来时J(平方误差)最小化隐含类别变量指定方法比较特殊,属于硬指定,从k个类别中硬选出一个给样例,而不是对每个类别赋予不同的概率。总体思想还是一个迭代优化过程,有目标函数,也有参数变量,只是多了个隐含变量,确定其他参数估计隐含变量,再确定隐含变量估
- VLM 系列——MoE-LLaVa——论文解读
TigerZ*
AIGC算法深度学习人工智能AIGC计算机视觉transformer
一、概述1、是什么moe-Llava是Llava1.5的改进全称《MoE-LLaVA:MixtureofExpertsforLargeVision-LanguageModels》,是一个多模态视觉-文本大语言模型,可以完成:图像描述、视觉问答,潜在可以完成单个目标的视觉定位、名画名人等识别(问答、描述),未知是否能偶根据图片写代码(HTML、JS、CSS)。支持单幅图片输入(可以作为第一个或第二个
- VLM 系列——LLaVA-MoLE——论文解读
TigerZ*
AIGC算法深度学习人工智能AIGCtransformer计算机视觉
一、概述1、是什么Llava-MoLE是Llava1.5的改进全称《LLaVA-MoLE:SparseMixtureofLoRAExpertsforMitigatingDataConflictsinInstructionFinetuningMLLMs》,是一个多模态视觉-文本大语言模型,可以完成:图像描述、视觉问答,潜在可以完成单个目标的视觉定位、名画名人等识别(问答、描述),未知是否能偶根据图片
- 基于VCF文件做基因渗入分析(Dsuite)
DumplingLucky
Dsuite软件文章:Malinsky,M.,Matschiner,M.andSvardal,H.(2021)Dsuite‐fastD‐statisticsandrelatedadmixtureevidencefromVCFfiles.MolecularEcologyResources21,584–595.doi:https://doi.org/10.1111/1755-0998.132651.软
- MoE-LLaVA: Mixture of Experts for Large Vision-Language Models
UnknownBody
LLM语言模型人工智能
本文是LLM系列文章,针对《MoE-LLaVA:MixtureofExpertsforLargeVision-LanguageModels》的翻译。MoE-LLaVA:大型视觉语言模型的专家混合摘要1引言2相关工作3方法4实验5结论和未来方向摘要对于大型视觉语言模型(LVLM),缩放模型可以有效地提高性能。然而,扩展模型参数显著增加了训练和推理成本,因为计算中的每个token都激活了所有模型参数。
- 51-11 多模态论文串讲—VLMo 论文精读
深圳季连AIgraphX
AutoGPT自动驾驶大模型自动驾驶transformergpt-3智慧城市迁移学习算法
VLMo:UnifiedVision-LanguagePre-TrainingwithMixture-of-Modality-Experts(NeurIPS2022)VLMo是一种多模态Transformer模型,从名字可以看得出来它是一种Mixture-of-Modality-Experts(MoME),即混合多模态专家。怎么理解呢?主流VLP模型分为两种,一种是双塔结构(DualEncoder
- STM32+WIFI+Django+MySQL+BIM实现数字孪生环境控制系统
爱吃糖的猫
python前端单片机djangostm32python
本文节选自我的博客:水果冷库环境控制系统作者简介:大家好,我是MilesChen,偏前端的全栈开发者。CSDN主页:爱吃糖的猫我的博客:爱吃糖的猫Github主页:MilesChen支持我:点赞+收藏⭐️+留言介绍:ThemixtureofWEB+DeepLearning+Iot+anything简介水果冷库环境控制系统是基于物联网、WEB、BIM的背景下实现对大型果品冷藏库无线监测与控制。传感器
- Nous Hermes 2:超越Mixtral 8x7B的MOE模型新高度
努力犯错
语言模型AI编程
引言随着人工智能技术的迅猛发展,开源大模型在近几年成为了AI领域的热点。最近,NousResearch公司发布了其基于Mixtral8x7B开发的新型大模型——NousHermes2,这一模型在多项基准测试中超越了Mixtral8x7BInstruct,标志着MOE(MixtureofExperts,专家混合模型)技术的新突破。Huggingface模型下载:https://huggingface
- GPT-3被超越?解读低能耗、高性能的GlaM模型
NLP论文解读
©原创作者|LJGLaM:EfficientScalingofLanguageModelswithMixture-of-Expertshttps://arxiv.org/pdf/2112.06905.pdf01摘要这是上个月谷歌刚刚在arxiv发布的论文,证明了一种能scaleGPT-3但又比较节省耗能的架构。GPT-3自问世以来在多项自然语言处理的任务上都有超强的表现。但是训练GPT-3这样庞大
- 经济学人每天5分钟10个单词 第七天
LongLongName
1.sulphurn.硫磺;硫v.使硫化;用硫磺处理;在...中加硫磺单词形态:形容词:sulphurousexamples:Gunpowderisamixtureofsulfhur,saltpeterandcharcoal.2.indicesn.目录,指数examples:Thissoftwarecanautomaticallygenerateindicesforarticles.3.robbe
- PBM模型学习(三)模型设置
Guanghui Yu
PBM模型学习学习CFDPBM模型
模型设置以气液为例标准ke模型,标准壁面函数PBM模型只能在mixture或者eulerian多相流模型中打开。设置液态水water为主相,空气为次相设置主次相的原则:主相为流体连续相,次相为气泡或者颗粒。Phenomenas现象设置:勾选AggregationKernel和BreakageKernel注意:只能在多相流模型打开前提下,才能进行操作对于多相流参考以下设置,一般操作密度设置为密度较小
- AI通用大模型 —— Pathways,MoE, etc.
人生简洁之道
DLLLMGeneralAI人工智能机器学习深度学习
文章目录Pathways现有AI缺憾PathwaysCanDoMultipleTasksMultipleSensesSparseandEfficientMixtureofExperts(MoE)NeuralComputation'1991,AdaptivemixturesoflocalexpertsICLR'17,OutrageouslyLargeNeuralNetworks:TheSparsel
- 快速玩转 Mixtral 8x7B MOE大模型!阿里云机器学习 PAI 推出最佳实践
阿里云大数据AI技术
阿里云机器学习云计算
作者:熊兮、贺弘、临在Mixtral8x7B大模型是MixtralAI推出的基于decoder-only架构的稀疏专家混合网络(Mixture-Of-Experts,MOE)开源大语言模型。这一模型具有46.7B的总参数量,对于每个token,路由器网络选择八组专家网络中的两组进行处理,并且将其输出累加组合,在增加模型参数总量的同时,优化了模型推理的成本。在大多数基准测试中,Mixtral8x7B
- 突破界限:首个国产DeepSeek MoE的高效表现
努力犯错
人工智能语言模型自然语言处理chatgptstablediffusion
前言在人工智能技术的快速发展过程中,国产首个开源MoE(MixtureofExperts)大模型——DeepSeekMoE的推出,不仅标志着中国在全球AI领域的重大突破,而且在计算效率和模型性能上展现了显著的优势。这款160亿参数的模型在保持与国际知名Llama2-7B模型相媲美的性能的同时,实现了显著的计算效率提升,计算量仅为对手的40%。模型特性与技术创新DeepSeekMoE模型的核心优势在
- DeepSeekMoE: Towards Ultimate Expert Specialization in Mixture-of-Experts Language Models
步子哥
语言模型人工智能自然语言处理
Q:这篇论文试图解决什么问题?A:这篇论文旨在解决大型语言模型(LLMs)在扩展参数规模时面临的计算成本问题。具体来说,它提出了一种名为DeepSeekMoE的新型Mixture-of-Experts(MoE)架构,以实现专家的终极专业化。MoE架构通过将模型分解为多个专家,每个专家专注于特定任务,从而在保持参数规模的同时降低计算成本。然而,现有的MoE架构在确保专家专业化方面面临挑战,即每个专家
- 十分钟读完「超越GPT-3.5和LLama2的Mixtral 8x7B」论文
夕小瑶
自然语言处理人工智能神经网络深度学习大模型nlp
超越GPT-3.5和LLama2!专家混合模型Mixtral8x7B颠覆性表现震撼全球引言:Mixtral8x7B模型及其在多个基准测试中的表现在当今人工智能领域,语言模型的发展正以惊人的速度推进着自然语言处理技术的边界。最近,一个名为Mixtral8x7B的模型引起了广泛关注,它是一种基于稀疏混合专家(SparseMixtureofExperts,SMoE)的语言模型,以其在多个基准测试中的卓越
- sample 算子_Halcon算子解释 - osc_poeqd6cw的个人空间 - OSCHINA - 中文开源技术交流社区...
weixin_39791322
sample算子
Halcon算子解释大全Halcon/Visionpro视频教程和资料,请访问重码网,网址:http://www.211code.comChapter1:Classification1.1Gaussian-Mixture-Models1.add_sample_class_gmm功能:把一个训练样本添加到一个高斯混合模型的训练数据上。2.classify_class_gmm功能:通过一个高斯混合模型
- HALCON算子函数总结(上)
逆风路途
视觉
HALCON算子函数总结(上)**HALCON算子函数——Chapter1:Classification**Chapter_1_:Classification1.1Gaussian-Mixture-Models1.add_sample_class_gmm功能:把一个训练样本添加到一个高斯混合模型的训练数据上。2.classify_class_gmm功能:通过一个高斯混合模型来计算一个特征矢量的类。
- 不是 GPT4 用不起,而是本地运行 Mixtral-8x7B 更有性价比
xiangzhihong8
大数据与人工智能神经网络人工智能
当GPT4刚问世时,社区猜测它用了“多少亿个参数”才实现的如此惊人的性能。但事实证明,GPT4的创新不仅仅是“更多参数”。它本质上是8个GPT3.5模型一起工作。这些模型中的每一个都针对不同的任务(即“专家”)进行了调整。这称为“专家组合”(MixtureofExperts,缩写为MoE)。输入文本根据内容和所需任务会被分派给8个专家模型中的一个。然后,小组中的其他专家模型会评估结果,从而改进未来
- Mixtral 8X7B MoE模型基于阿里云人工智能平台PAI实践合集
阿里云大数据AI技术
阿里云人工智能云计算
作者:熊兮、贺弘、临在Mixtral8x7B大模型是MixtralAI推出的基于decoder-only架构的稀疏专家混合网络(Mixture-Of-Experts,MOE)开源大语言模型。这一模型具有46.7B的总参数量,对于每个token,路由器网络选择八组专家网络中的两组进行处理,并且将其输出累加组合,在增加模型参数总量的同时,优化了模型推理的成本。在大多数基准测试中,Mixtral8x7B
- 用通俗易懂的方式讲解大模型分布式训练并行技术:MOE并行
Python算法实战
大模型理论与实战大模型分布式langchain大模型多模态大语言模型大模型训练大模型部署
前面的文章中讲述了数据并行、流水线并行、张量并行、序列并行、自动并行等多种并行技术。但现在的模型越来越大,训练样本越来越多,每个样本都需要经过模型的全部计算,这就导致了训练成本的平方级增长。而当我们希望在牺牲极少的计算效率的情况下,把模型规模提升上百倍、千倍,通常就需要使用MOE(Mixture-of-Experts)并行。因此,本文接下来给大家分享MOE并行。码字不易,如果觉得我的文章能够能够给
- MoE模型性能还能更上一层楼?一次QLoRA微调实践
Baihai IDP
技术干货白海科技人工智能深度学习LLMAIMoE自然语言处理
Fine-TuningMixtral8x7BwithQLoRA:EnhancingModelPerformance编者按:最近,混合专家(MixtureofExperts,MoE)这种模型设计策略展现出了卓越的语言理解能力,如何在此基础上进一步提升MoE模型的性能成为业界热点。本文作者使用一种名为QLoRA的方法,通过量化和LoRA技术对MoE模型Mixtral-8x7B进行微调,以期大幅提高其性
- 使用PyTorch实现混合专家(MoE)模型
deephub
pytorch人工智能python深度学习混合专家模型
Mixtral8x7B的推出在开放AI领域引发了广泛关注,特别是混合专家(Mixture-of-Experts:MoEs)这一概念被大家所认知。混合专家(MoE)概念是协作智能的象征,体现了“整体大于部分之和”的说法。MoE模型汇集了各种专家模型的优势,以提供更好的预测。它是围绕一个门控网络和一组专家网络构建的,每个专家网络都擅长特定任务的不同方面在本文中,我将使用Pytorch来实现一个MoE模
- 论文系列之-Mixtral of Experts
Takoony
transformer深度学习人工智能
Q:这篇论文试图解决什么问题?A:这篇论文介绍了Mixtral8x7B,这是一个稀疏混合专家(SparseMixtureofExperts,SMoE)语言模型。它试图解决的主要问题包括:1.提高模型性能:通过使用稀疏混合专家结构,Mixtral在多个基准测试中超越或匹配了现有的大型模型(如Llama270B和GPT-3.5),尤其是在数学、代码生成和多语言理解任务上。2.控制计算成本:尽管模型拥有
- 系统性介绍MoE模型架构,以及在如今大模型方向的发展现状
zenRRan
知乎:Verlocksss编辑:马景锐链接:https://zhuanlan.zhihu.com/p/6752162811学习动机第一次了解到MoE(Mixtureofexperts),是在GPT-4模型架构泄漏事件,听说GPT-4的架构是8个GPT-3级别大小的模型以MoE架构(8*220B)组合成一个万亿参数级别的模型。不过在这之后开源社区并没有对MoE架构进行很多的探索,更多的工作还是聚焦在
- 超详细EM算法举例及推导
老实人小李
聚类算法聚类
最好先学习一下极大似然EM(Expectation-Maximum)算法也称期望最大化算法,曾入选“数据挖掘十大算法”中,可见EM算法在机器学习、数据挖掘中的影响力。EM算法是最常见的隐变量估计方法,在机器学习中有极为广泛的用途,例如常被用来学习高斯混合模型(Gaussianmixturemodel,简称GMM)的参数;隐式马尔科夫算法(HMM)、LDA主题模型的变分推断等等。EM算法是一种迭代优
- 【数据不完整?用EM算法填补缺失】期望值最大化 EM 算法:睹始知终
Debroon
算法
期望值最大化算法EM:睹始知终算法思想算法推导算法流程E步骤:期望M步骤:最大化陷入局部最优的原因算法应用高斯混合模型(GaussianMixtureModel,GMM)问题描述输入输出Python代码实现算法思想期望值最大化方法,是宇宙演变、物种进化背后的动力。如果一个公司在制定年终奖标准时,把每个员工一半的奖金和公司价值观挂钩,人们就会背诵创始人每个语录—整个公司都会自动迭代寻找最优解,每个人
- mongodb3.03开启认证
21jhf
mongodb
下载了最新mongodb3.03版本,当使用--auth 参数命令行开启mongodb用户认证时遇到很多问题,现总结如下:
(百度上搜到的基本都是老版本的,看到db.addUser的就是,请忽略)
Windows下我做了一个bat文件,用来启动mongodb,命令行如下:
mongod --dbpath db\data --port 27017 --directoryperdb --logp
- 【Spark103】Task not serializable
bit1129
Serializable
Task not serializable是Spark开发过程最令人头疼的问题之一,这里记录下出现这个问题的两个实例,一个是自己遇到的,另一个是stackoverflow上看到。等有时间了再仔细探究出现Task not serialiazable的各种原因以及出现问题后如何快速定位问题的所在,至少目前阶段碰到此类问题,没有什么章法
1.
package spark.exampl
- 你所熟知的 LRU(最近最少使用)
dalan_123
java
关于LRU这个名词在很多地方或听说,或使用,接下来看下lru缓存回收的实现
1、大体的想法
a、查询出最近最晚使用的项
b、给最近的使用的项做标记
通过使用链表就可以完成这两个操作,关于最近最少使用的项只需要返回链表的尾部;标记最近使用的项,只需要将该项移除并放置到头部,那么难点就出现 你如何能够快速在链表定位对应的该项?
这时候多
- Javascript 跨域
周凡杨
JavaScriptjsonp跨域cross-domain
 
- linux下安装apache服务器
g21121
apache
安装apache
下载windows版本apache,下载地址:http://httpd.apache.org/download.cgi
1.windows下安装apache
Windows下安装apache比较简单,注意选择路径和端口即可,这里就不再赘述了。 2.linux下安装apache:
下载之后上传到linux的相关目录,这里指定为/home/apach
- FineReport的JS编辑框和URL地址栏语法简介
老A不折腾
finereportweb报表报表软件语法总结
JS编辑框:
1.FineReport的js。
作为一款BS产品,browser端的JavaScript是必不可少的。
FineReport中的js是已经调用了finereport.js的。
大家知道,预览报表时,报表servlet会将cpt模板转为html,在这个html的head头部中会引入FineReport的js,这个finereport.js中包含了许多内置的fun
- 根据STATUS信息对MySQL进行优化
墙头上一根草
status
mysql 查看当前正在执行的操作,即正在执行的sql语句的方法为:
show processlist 命令
mysql> show global status;可以列出MySQL服务器运行各种状态值,我个人较喜欢的用法是show status like '查询值%';一、慢查询mysql> show variab
- 我的spring学习笔记7-Spring的Bean配置文件给Bean定义别名
aijuans
Spring 3
本文介绍如何给Spring的Bean配置文件的Bean定义别名?
原始的
<bean id="business" class="onlyfun.caterpillar.device.Business">
<property name="writer">
<ref b
- 高性能mysql 之 性能剖析
annan211
性能mysqlmysql 性能剖析剖析
1 定义性能优化
mysql服务器性能,此处定义为 响应时间。
在解释性能优化之前,先来消除一个误解,很多人认为,性能优化就是降低cpu的利用率或者减少对资源的使用。
这是一个陷阱。
资源时用来消耗并用来工作的,所以有时候消耗更多的资源能够加快查询速度,保持cpu忙绿,这是必要的。很多时候发现
编译进了新版本的InnoDB之后,cpu利用率上升的很厉害,这并不
- 主外键和索引唯一性约束
百合不是茶
索引唯一性约束主外键约束联机删除
目标;第一步;创建两张表 用户表和文章表
第二步;发表文章
1,建表;
---用户表 BlogUsers
--userID唯一的
--userName
--pwd
--sex
create
- 线程的调度
bijian1013
java多线程thread线程的调度java多线程
1. Java提供一个线程调度程序来监控程序中启动后进入可运行状态的所有线程。线程调度程序按照线程的优先级决定应调度哪些线程来执行。
2. 多数线程的调度是抢占式的(即我想中断程序运行就中断,不需要和将被中断的程序协商)
a) 
- 查看日志常用命令
bijian1013
linux命令unix
一.日志查找方法,可以用通配符查某台主机上的所有服务器grep "关键字" /wls/applogs/custom-*/error.log
二.查看日志常用命令1.grep '关键字' error.log:在error.log中搜索'关键字'2.grep -C10 '关键字' error.log:显示关键字前后10行记录3.grep '关键字' error.l
- 【持久化框架MyBatis3一】MyBatis版HelloWorld
bit1129
helloworld
MyBatis这个系列的文章,主要参考《Java Persistence with MyBatis 3》。
样例数据
本文以MySQL数据库为例,建立一个STUDENTS表,插入两条数据,然后进行单表的增删改查
CREATE TABLE STUDENTS
(
stud_id int(11) NOT NULL AUTO_INCREMENT,
- 【Hadoop十五】Hadoop Counter
bit1129
hadoop
1. 只有Map任务的Map Reduce Job
File System Counters
FILE: Number of bytes read=3629530
FILE: Number of bytes written=98312
FILE: Number of read operations=0
FILE: Number of lar
- 解决Tomcat数据连接池无法释放
ronin47
tomcat 连接池 优化
近段时间,公司的检测中心报表系统(SMC)的开发人员时不时找到我,说用户老是出现无法登录的情况。前些日子因为手头上 有Jboss集群的测试工作,发现用户不能登录时,都是在Tomcat中将这个项目Reload一下就好了,不过只是治标而已,因为大概几个小时之后又会 再次出现无法登录的情况。
今天上午,开发人员小毛又找到我,要我协助将这个问题根治一下,拖太久用户难保不投诉。
简单分析了一
- java-75-二叉树两结点的最低共同父结点
bylijinnan
java
import java.util.LinkedList;
import java.util.List;
import ljn.help.*;
public class BTreeLowestParentOfTwoNodes {
public static void main(String[] args) {
/*
* node data is stored in
- 行业垂直搜索引擎网页抓取项目
carlwu
LuceneNutchHeritrixSolr
公司有一个搜索引擎项目,希望各路高人有空来帮忙指导,谢谢!
这是详细需求:
(1) 通过提供的网站地址(大概100-200个网站),网页抓取程序能不断抓取网页和其它类型的文件(如Excel、PDF、Word、ppt及zip类型),并且程序能够根据事先提供的规则,过滤掉不相干的下载内容。
(2) 程序能够搜索这些抓取的内容,并能对这些抓取文件按照油田名进行分类,然后放到服务器不同的目录中。
- [通讯与服务]在总带宽资源没有大幅增加之前,不适宜大幅度降低资费
comsci
资源
降低通讯服务资费,就意味着有更多的用户进入,就意味着通讯服务提供商要接待和服务更多的用户,在总体运维成本没有由于技术升级而大幅下降的情况下,这种降低资费的行为将导致每个用户的平均带宽不断下降,而享受到的服务质量也在下降,这对用户和服务商都是不利的。。。。。。。。
&nbs
- Java时区转换及时间格式
Cwind
java
本文介绍Java API 中 Date, Calendar, TimeZone和DateFormat的使用,以及不同时区时间相互转化的方法和原理。
问题描述:
向处于不同时区的服务器发请求时需要考虑时区转换的问题。譬如,服务器位于东八区(北京时间,GMT+8:00),而身处东四区的用户想要查询当天的销售记录。则需把东四区的“今天”这个时间范围转换为服务器所在时区的时间范围。
- readonly,只读,不可用
dashuaifu
jsjspdisablereadOnlyreadOnly
readOnly 和 readonly 不同,在做js开发时一定要注意函数大小写和jsp黄线的警告!!!我就经历过这么一件事:
使用readOnly在某些浏览器或同一浏览器不同版本有的可以实现“只读”功能,有的就不行,而且函数readOnly有黄线警告!!!就这样被折磨了不短时间!!!(期间使用过disable函数,但是发现disable函数之后后台接收不到前台的的数据!!!)
- LABjs、RequireJS、SeaJS 介绍
dcj3sjt126com
jsWeb
LABjs 的核心是 LAB(Loading and Blocking):Loading 指异步并行加载,Blocking 是指同步等待执行。LABjs 通过优雅的语法(script 和 wait)实现了这两大特性,核心价值是性能优化。LABjs 是一个文件加载器。RequireJS 和 SeaJS 则是模块加载器,倡导的是一种模块化开发理念,核心价值是让 JavaScript 的模块化开发变得更
- [应用结构]入口脚本
dcj3sjt126com
PHPyii2
入口脚本
入口脚本是应用启动流程中的第一环,一个应用(不管是网页应用还是控制台应用)只有一个入口脚本。终端用户的请求通过入口脚本实例化应用并将将请求转发到应用。
Web 应用的入口脚本必须放在终端用户能够访问的目录下,通常命名为 index.php,也可以使用 Web 服务器能定位到的其他名称。
控制台应用的入口脚本一般在应用根目录下命名为 yii(后缀为.php),该文
- haoop shell命令
eksliang
hadoophadoop shell
cat
chgrp
chmod
chown
copyFromLocal
copyToLocal
cp
du
dus
expunge
get
getmerge
ls
lsr
mkdir
movefromLocal
mv
put
rm
rmr
setrep
stat
tail
test
text
- MultiStateView不同的状态下显示不同的界面
gundumw100
android
只要将指定的view放在该控件里面,可以该view在不同的状态下显示不同的界面,这对ListView很有用,比如加载界面,空白界面,错误界面。而且这些见面由你指定布局,非常灵活。
PS:ListView虽然可以设置一个EmptyView,但使用起来不方便,不灵活,有点累赘。
<com.kennyc.view.MultiStateView xmlns:android=&qu
- jQuery实现页面内锚点平滑跳转
ini
JavaScripthtmljqueryhtml5css
平时我们做导航滚动到内容都是通过锚点来做,刷的一下就直接跳到内容了,没有一丝的滚动效果,而且 url 链接最后会有“小尾巴”,就像#keleyi,今天我就介绍一款 jquery 做的滚动的特效,既可以设置滚动速度,又可以在 url 链接上没有“小尾巴”。
效果体验:http://keleyi.com/keleyi/phtml/jqtexiao/37.htmHTML文件代码:
&
- kafka offset迁移
kane_xie
kafka
在早前的kafka版本中(0.8.0),offset是被存储在zookeeper中的。
到当前版本(0.8.2)为止,kafka同时支持offset存储在zookeeper和offset manager(broker)中。
从官方的说明来看,未来offset的zookeeper存储将会被弃用。因此现有的基于kafka的项目如果今后计划保持更新的话,可以考虑在合适
- android > 搭建 cordova 环境
mft8899
android
1 , 安装 node.js
http://nodejs.org
node -v 查看版本
2, 安装 npm
可以先从 https://github.com/isaacs/npm/tags 下载 源码 解压到
- java封装的比较器,比较是否全相同,获取不同字段名字
qifeifei
非常实用的java比较器,贴上代码:
import java.util.HashSet;
import java.util.List;
import java.util.Set;
import net.sf.json.JSONArray;
import net.sf.json.JSONObject;
import net.sf.json.JsonConfig;
i
- 记录一些函数用法
.Aky.
位运算PHP数据库函数IP
高手们照旧忽略。
想弄个全天朝IP段数据库,找了个今天最新更新的国内所有运营商IP段,copy到文件,用文件函数,字符串函数把玩下。分割出startIp和endIp这样格式写入.txt文件,直接用phpmyadmin导入.csv文件的形式导入。(生命在于折腾,也许你们觉得我傻X,直接下载人家弄好的导入不就可以,做自己的菜鸟,让别人去说吧)
当然用到了ip2long()函数把字符串转为整型数
- sublime text 3 rust
wudixiaotie
Sublime Text
1.sublime text 3 => install package => Rust
2.cd ~/.config/sublime-text-3/Packages
3.mkdir rust
4.git clone https://github.com/sp0/rust-style
5.cd rust-style
6.cargo build --release
7.ctrl