你挖坑我栽树他乘凉
你挖坑我栽树他乘凉

Variational inference

**

一、 Probabilistic latent variable models（概率隐变量模型）

**

-离散形式
Variational inference_第1张图片

  1. 一般形式
    Variational inference_第2张图片

二、 How do we train latent variable models?

Variational inference_第3张图片

三、 Variational inference

我个人觉得叫变分推理翻译的不好，应该叫做基于隐变量的推理比较好

Variational inference_第4张图片

Variational inference_第5张图片
Variational inference_第6张图片
Variational inference_第7张图片
Variational inference_第8张图片
Variational inference_第9张图片

四、Amortized variational inference

Variational inference_第10张图片
Variational inference_第11张图片
Variational inference_第12张图片
Variational inference_第13张图片
Variational inference_第14张图片
Variational inference_第15张图片
Variational inference_第16张图片
Variational inference_第17张图片

你可能感兴趣的:(Variational inference)

  • 【大模型】triton inference server idiotyi 大模型自然语言处理语言模型人工智能
    前言：tritoninferenceserver常用于大模型部署，可以采用http或GRPC调用，支持大部分的backend，单GPU、多GPU都可以支持，CPU也支持。本文主要是使用tritoninferenceserver部署大模型的简单流程示例。目录1.整体流程2.搭建本地仓库3.服务端代码4.启动服务5.客户端调用1.整体流程搭建模型仓库模型配置服务端调用代码docker启动服务客户端调用
  • 深度学习部署：Triton（Triton inference server）【旧称：TensorRT serving，专门针对TensorRT设计的服务器框架，后来变为Triton，支持其他推理后端】 u013250861 #LLM/部署深度学习人工智能
    triton作为一个NVIDIA开源的商用级别的服务框架，个人认为很好用而且很稳定，API接口的变化也不大，我从2020年的20.06切换到2022年的22.06，两个大版本切换，一些涉及到代码的工程变动很少，稍微修改修改就可以直接复用，很方便。本系列讲解的版本也是基于22.06。本系列讲解重点是结合实际的应用场景以及源码分析，以及写一些triton周边的插件、集成等。非速成，适合同样喜欢深入的小
  • LLM系列 | 36：Google最新开源大模型：Gemma 2介绍及其微调(下篇) JasonLiu1919 开源
    引言环境安装数据准备下载处理模型训练模型inference结果gemma-2-9bgemma-2-9b-it引言低头观落日，引手摘飞星。小伙伴们好，我是微信公众号《小窗幽记机器学习》的小编：卖黑神话的小女孩。本文紧接前文Google最新开源大语言模型：Gemma2介绍及其微调(上篇)，介绍如何用中文语料微调Gemma2模型。如想与小编进一步交流，欢迎在《小窗幽记机器学习》上获取小编微信号，或者直接
  • 学习日志6 Simon#0209 学习
    关于量子强化学习：论文Variational_Quantum_Circuits_for_Deep_Reinforcement_Learning：变分量子电路在深度强化学习中的应用论文主要内容：将经典深度强化学习算法（如经验重放和目标网络）重塑为变分量子电路的表示摘要当前最先进的机器学习方法基于经典冯·诺伊曼计算架构，并在许多工业和学术领域得到广泛应用。随着量子计算的发展，研究人员和技术巨头们试图为
  • 【论文阅读】GLiRA: Black-Box Membership Inference Attack via Knowledge Distillation Bosenya12 模型窃取科研学习论文阅读知识蒸馏成员推理攻击黑盒
    摘要While（虽然）DeepNeuralNetworks(DNNs)havedemonstratedremarkableperformanceintasksrelatedtoperception（感知）andcontrol（控制）,therearestillseveralunresolvedconcerns（未解决的问题）regardingtheprivacyoftheirtrainingdat
  • Python连接huggingface的API接口 young 服务器运维
    之前不明白这个过程，现在记录一下。我的原本目的：在本地写Python代码，然后调用huggingface中某个项目中模型的接口，从而完成模型的调用。以期达到我在本地键入输入，得到模型的输出，从而测试模型效果。之前的代码以及出现的问题：之前的代码：importrequestsAPI_URL="https://api-inference.huggingface.co/models/flax-sente
  • Memory Wall in Neural Network Inference 简vae 软硬件结合PIMforAIgpu算力cnnlstmtransformer
    MemoryWallinNeuralNetworkInference神经网络推理的瓶颈在于访存带宽，通常无法发挥出加速器的全部算力。本文总结了目前常用的推理加速器及其设计，并分析了常用神经网络的访存瓶颈。文章大部分内容参考自ComputerArchitecture:AQuantitativeApproach。1Computecentricaccelerators1.1CPU一般来说，CPU擅长于做
  • Quantitative Analysis: PIM Chip Demands for LLAMA-7B inference 简vae 软硬件结合neardataprocessingPIMforAIllamatransformer
    1Architecture如果将LLAMA-7B模型参数量化为4bit，则存储模型参数需要3.3GB。那么，至少PIMchip的存储至少要4GB。AiM单个bank为32MB，单个die512MB，至少需要8个die的芯片。8个die集成在一个芯片上。提供8×16bank级别的访存带宽。整个推理过程完全下放至PIM。CPU把prompt传给ControllerController控制推理过程，将推
  • OpenCV DNN 活体检测项目环境配置等各阶段tips 十橙 MachineLearningOpenCVopencvdnn人工智能活体检测
    date:2020-09-2214:53资料来源《OpenCV深度学习应用与性能优化实践》第八章。在复现这个项目的时候发现一些可以调整的小tips。环境配置阶段使用conda创建python工作环境时，注释掉requirems.txt里的opencv-python-inference-engine==4.1.2.1，安装OpenVINO时包含这个了，如果使用requirements里的版本，ims
  • Auto-Encoding Variational Bayes（VAE）粗浅的理解 Longlongaaago 机器学习深度学习机器学习
    Auto-EncodingVariationalBayes（VAE）粗浅的理解VAE作为生成模型的一种，能够通过改变latentspace来生成和训练时不一样的样本。而这种能力，Auto-Encoder（AE）是做不到的，因为如果不对latentspace的生成进行约束，仅仅是对输出的结果进行约束。那么最终，对于不同的样本输入，得到的latentspace是完全不同的，这会产生什么问题呢?就是这个
  • 推理系统学习笔记 Loganer Python笔记学习笔记
    一些学习资料最近对MLsys比较感兴趣，遂找些资料开始学习一下https://fazzie-key.cool/2023/02/21/MLsys/https://qiankunli.github.io/2023/12/16/llm_inference.htmlhttps://dlsyscourse.orghttps://github.com/chenzomi12/DeepLearningSystem
  • DEEP VARIATIONAL INFORMATION BOTTLENECK Aiqz
    DEEPVARIATIONALINFORMATIONBOTTLENECK论文“DeepVariationalinformationbottleneck”阅读笔记作者：艾庆忠时间：2018.12.04本人为小白一个，此文作为学习笔记，暂存于此。第一部分准备内容在阅读此论文之前，需对VAE、VariationalInference（变分推断）以及InformationBottleneck有所了解，借此
  • wespeaker项目grpc-java客户端开发 weixin_43870390 java开发语言
    非常重要的原始参考资料：链接:triton-inference-server/clientgithub/grpcjavaps：使用grpc协议的其它项目python/go可以参考github目录client/tree/main/src/grpc_generated下的其它项目其它链接：想要系统了解triton-inference-server可以查看主页想要了解server可以查看server想要
  • 机器学习---概率图模型（隐马尔可夫模型、马尔可夫随机场、条件随机场） 三月七꧁ ꧂ 机器学习机器学习人工智能
    1.隐马尔可夫模型机器学习最重要的任务是根据已观察到的证据（例如训练样本）对感兴趣的未知变量（例如类别标记）进行估计和推测。概率模型（probabilisticmodel）提供了一种描述框架，将描述任务归结为计算变量的概率分布，在概率模型中，利用已知的变量推测未知变量的分布称为“推断（inference）”，其核心在于基于可观测的变量推测出未知变量的条件分布。生成式：计算联合分布(,,)，判别式：
  • 【机器学习】机器学习简单入门 甜美的江 机器学习机器学习人工智能python
    个人主页：甜美的江欢迎点赞✍评论⭐收藏收录专栏：matplotlib希望本文对您有所裨益，如有不足之处，欢迎在评论区提出指正，让我们共同学习、交流进步！【机器学习】机器学习基本概念一引入二概念三算法和模型3.1算法（Algorithm）3.2模型（Model）：3.3类比四训练，模型，预测的关系4.1训练（Training）：4.2模型（Model）：4.3预测（Inference或Predict
  • Elasticsearch：使用 Inference API 进行语义搜索 Elastic 中国社区官方博客 ElasticsearchElasticAIelasticsearch大数据搜索引擎全文检索人工智能支持向量机
    在我之前的文章“ElasticSearch8.12：让Lucene更快，让开发人员更快”，我有提到InferenceAPI。这些功能的核心部分始终是灵活的第三方模型管理，使客户能够利用当今市场上下载最多的向量数据库及其选择的转换器模型。在今天的文章中，我们将使用一个例子来展示如何使用InferenceAPI来进行语义搜索。前提条件你需要安装ElasticStack8.12及以上版本。你可以是自托管
  • 如何在yolov8中验证时计算FPS 搁浅丶. YOLO
    ultralytics-main/ultralytics/engine/validator.py文件下，第200行左右，添加如下代码LOGGER.info(f'FPS:{(1000/sum(self.speed.values())):.2f}')speed.values()是一个字典，包括preprocess,inference,loss,postprocess的时间，所以这行代码计算的fps包括
  • jetson-inferenc显示fatal error: connect_parts.hpp recode123 github
    https://github.com/dusty-nv/jetson-inference/issues/1188/home/x/jetson-inference/c/poseNet.cpp:32:10:致命错误：connect_parts.hpp:没有那个文件或目录#include"connect_parts.hpp"^~~~~~~~~~~~~~~~~~~编译终止。CMakeFiles/jetso
  • Beyond Chinchilla-Optimal: Accounting for Inference in Language Model Scaling Laws UnknownBody LLM语言模型机器学习深度学习
    本文是LLM系列文章，针对《BeyondChinchilla-Optimal:AccountingforInferenceinLanguageModelScalingLaws》的翻译。超越Chinchilla最优：语言模型尺度律中推理的解释摘要1引言2计算最优化3估计真实世界的成本最优性4结论摘要大型语言模型（LLM）缩放定律是一种经验公式，用于估计由于参数量和训练数据的增加而导致的模型质量的变化
  • 【论文阅读】Membership Inference Attacks Against Machine Learning Models PleaseBrave 论文阅读机器学习人工智能MIA
    基于confidencevector的MIAMachineLearningasaService简单介绍什么是MembershipInferenceAttacks（MIA）攻击实现过程DatasetShadowtrainingTrainattackmodelMachineLearningasaService简单介绍机器学习即服务（MachineLearningasaService，MLaaS），即将
  • 运行yolo v8 YOLOv8-CPP-Inference C++部署遇到的问题 YANGXUSHI520 问题相关YOLOc++webpack
    环境：openCv:4.8.0torch:2.0.0cuda:cuda_11.7.r11.7遇到问题：(tools)rog@i7:~/my_file/obj/ultralytics/examples/YOLOv8-CPP-Inference/build$./Yolov8CPPInferenceRunningonCUDA[WARN:[email protected]]globalnet_impl.cpp:178setU
  • PYSKL问题解决AssertionError: Failed to build the detection model. 潦草大叔 人工智能
    Traceback(mostrecentcalllast):File"demo/demo_skeleton.py",line309,inmain()File"demo/demo_skeleton.py",line250,inmaindet_results=detection_inference(args,frame_paths)File"demo/demo_skeleton.py",line153
  • Auto-Encoding Variational Bayes整理 易之道 机器学习机器学习深度学习
    Auto-EncodingVariationalBayesHowcanweperformefficientinferenceandlearningindirectedprobabilisticmodels,inthepresenceofcontinuouslatentvariableswithintractableposteriordistributions,andlargedatasets?in
  • 大模型训练为什么用A100？ 深度学习技术前沿 人工智能
    大家通常会问，大模型训练为什么一定要用A100，用4090难道不行吗？先说结论，大模型的训练用4090是不行的，但推理（inference/serving）用4090不仅可行，在性价比上还能比H100稍高。4090如果极致优化，性价比甚至可以达到H100的2倍。事实上，H100/A100和4090最大的区别就在通信和内存上，算力差距不大。H100A1004090TensorFP16算力989Tfl
  • VITS:Conditional Variational Autoencoder with Adversarial Learning forEnd-to-End Text-to-Speech——TTS pied_piperG 语音识别音频深度学习机器学习神经网络VAE
    笔记地址：https://flowus.cn/share/4c8c251b-cb8e-4f21-aa9e-139c1c3cf883【FlowUs息流】Vits论文地址：proceedings.mlr.pressAbstract与传统的two-stageTTS(即文字→mel频谱→声音)相比，是一种parallelend-to-endTTS，提升了效率且声音自然。其它parallel方法主要存在音质
  • Github上jetson-inference的学习（第一个视频hello ai world） 可可可可可可可乐 githubnvidia
    【方便今后读研过程中查阅】首先，我们需要解决两个问题，一个是下载docker容器配好环境的问题，一个是检测摄像头的问题。GitHub上面都有，就不一一赘述（把链接贴在后面）。GitHub-dusty-nv/jetson-inference:HelloAIWorldguidetodeployingdeep-learninginferencenetworksanddeepvisionprimitive
  • Jetson-inference -Coding Your Own Image Recognition Program (Python)学习笔记 无证驾驶梁嗖嗖 边缘计算
    有多种类型的深度学习网络可用，包括识别、检测/定位和语义分割。我们在本教程中重点介绍的第一个深度学习功能是图像识别，使用在大型数据集上训练的分类网络来识别场景和对象。镜像操作dockerpulldustynv/jetson-inference:r32.6.1传输文件到docker容器，这个你网不好的情况下也不会在容器内添加代理的话可以使用的到。首先需要知道docker容器的container_id
  • 对于jetson nano 的docker部署jetson-inference等模型 诶我就不告诉你 jetsonnanodocker目标检测计算机视觉边缘计算
    对于Nvidiajetsonnano来说是一款十分优秀的网络模型部署设备我对于nano来说也是学习了2个星期左右.这也是对我这一阶段做一个复习总结吧!目录烧录下载jetson-inferencedock镜像部署操作跑个例程助助兴找到函数接口进行调整我用的是jetsonnanoa02版本是4GB内存大小的烧录首先你得获取一张至少是32GB的TF/sd卡去烧录jetsonnano的系统镜像系统镜像的获
  • jetson-inference----训练自己的目标检测模型（一） 小豆包的小朋友0217 目标检测目标跟踪人工智能
    系列文章目录jetson-inference入门jetson-inference----docker内运行分类任务jetson-inference----训练自己的目标检测模型（一）文章目录系列文章目录前言一、jetson-inferencedocker环境介绍二、SSD目标检测三、训练自己的目标检测模型总结前言一、jetson-inferencedocker环境介绍缺少的模型文件，可以downl
  • jetson-inference----docker内运行分类任务 小豆包的小朋友0217 docker分类容器
    系列文章目录jetson-inference入门jetson-inference----docker内运行分类任务jetson-inference----训练自己的目标检测模型（一）文章目录系列文章目录前言一、进入jetson-inference的docker二、分类任务总结前言继jetson-inference入门一、进入jetson-inference的docker官方运行命令进入jetson
  • ASM系列五 利用TreeApi 解析生成Class lijingyao8206 ASM字节码动态生成ClassNodeTreeAPI
       前面CoreApi的介绍部分基本涵盖了ASMCore包下面的主要API及功能，其中还有一部分关于MetaData的解析和生成就不再赘述。这篇开始介绍ASM另一部分主要的Api。TreeApi。这一部分源码是关联的asm-tree-5.0.4的版本。          在介绍前，先要知道一点， Tree工程的接口基本可以完
  • 链表树——复合数据结构应用实例 bardo 数据结构树型结构表结构设计链表菜单排序
    我们清楚：数据库设计中，表结构设计的好坏，直接影响程序的复杂度。所以，本文就无限级分类（目录）树与链表的复合在表设计中的应用进行探讨。当然，什么是树，什么是链表，这里不作介绍。有兴趣可以去看相关的教材。 需求简介： 经常遇到这样的需求，我们希望能将保存在数据库中的树结构能够按确定的顺序读出来。比如，多级菜单、组织结构、商品分类。更具体的，我们希望某个二级菜单在这一级别中就是第一个。虽然它是最后
  • 为啥要用位运算代替取模呢 chenchao051 位运算哈希汇编
        在hash中查找key的时候，经常会发现用&取代%，先看两段代码吧，     JDK6中的HashMap中的indexFor方法： /** * Returns index for hash code h. */ static int indexFor(int h, int length) {
  • 最近的情况 麦田的设计者 生活感悟计划软考想
          今天是2015年4月27号      整理一下最近的思绪以及要完成的任务             1、最近在驾校科目二练车，每周四天，练三周。其实做什么都要用心，追求合理的途径解决。为
  • PHP去掉字符串中最后一个字符的方法 IT独行者 PHP字符串
    今天在PHP项目开发中遇到一个需求，去掉字符串中的最后一个字符 原字符串1,2,3,4,5,6, 去掉最后一个字符","，最终结果为1,2,3,4,5,6 代码如下： $str = "1,2,3,4,5,6,"; $newstr = substr($str,0,strlen($str)-1); echo $newstr;
  • hadoop在linux上单机安装过程 _wy_ linuxhadoop
    1、安装JDK     jdk版本最好是1.6以上，可以使用执行命令java -version查看当前JAVA版本号，如果报命令不存在或版本比较低，则需要安装一个高版本的JDK，并在/etc/profile的文件末尾，根据本机JDK实际的安装位置加上以下几行：    export JAVA_HOME=/usr/java/jdk1.7.0_25  
  • JAVA进阶----分布式事务的一种简单处理方法 无量 多系统交互分布式事务
    每个方法都是原子操作： 提供第三方服务的系统，要同时提供执行方法和对应的回滚方法 A系统调用B,C,D系统完成分布式事务 =========执行开始======== A.aa(); try { B.bb(); } catch(Exception e) { A.rollbackAa(); } try { C.cc(); } catch(Excep
  • 安墨移动广 告：移动DSP厚积薄发 引领未来广 告业发展命脉 矮蛋蛋 hadoop互联网
    　　“谁掌握了强大的DSP技术，谁将引领未来的广 告行业发展命脉。”2014年，移动广 告行业的热点非移动DSP莫属。各个圈子都在纷纷谈论，认为移动DSP是行业突破点，一时间许多移动广 告联盟风起云涌，竞相推出专属移动DSP产品。 　　到底什么是移动DSP呢? 　　DSP(Demand-SidePlatform)，就是需求方平台，为解决广 告主投放的各种需求，真正实现人群定位的精准广
  • myelipse设置 alafqq IP
      在一个项目的完整的生命周期中，其维护费用，往往是其开发费用的数倍。因此项目的可维护性、可复用性是衡量一个项目好坏的关键。而注释则是可维护性中必不可少的一环。 注释模板导入步骤  安装方法： 打开eclipse/myeclipse 选择 window-->Preferences-->JAVA-->Code-->Code
  • java数组 百合不是茶 java数组
    java数组的   声明  创建  初始化；   java支持C语言      数组中的每个数都有唯一的一个下标 一维数组的定义 声明： int[] a = new int[3];声明数组中有三个数int[3] int[] a 中有三个数，下标从0开始，可以同过for来遍历数组中的数
  • javascript读取表单数据 bijian1013 JavaScript
    利用javascript读取表单数据，可以利用以下三种方法获取： 1、通过表单ID属性：var a = document.getElementByIdx_x_x("id"); 2、通过表单名称属性：var b = document.getElementsByName("name"); 3、直接通过表单名字获取：var c = form.content.
  • 探索JUnit4扩展：使用Theory bijian1013 javaJUnitTheory
    理论机制（Theory） 一.为什么要引用理论机制（Theory）         当今软件开发中，测试驱动开发（TDD — Test-driven development）越发流行。为什么 TDD 会如此流行呢？因为它确实拥有很多优点，它允许开发人员通过简单的例子来指定和表明他们代码的行为意图。 TDD 的优点：     &nb
  • [Spring Data Mongo一]Spring Mongo Template操作MongoDB bit1129 template
    什么是Spring Data Mongo Spring Data MongoDB项目对访问MongoDB的Java客户端API进行了封装，这种封装类似于Spring封装Hibernate和JDBC而提供的HibernateTemplate和JDBCTemplate，主要能力包括 1. 封装客户端跟MongoDB的链接管理 2. 文档-对象映射，通过注解:@Document(collectio
  • 【Kafka八】Zookeeper上关于Kafka的配置信息 bit1129 zookeeper
    问题： 1. Kafka的哪些信息记录在Zookeeper中 2. Consumer Group消费的每个Partition的Offset信息存放在什么位置 3. Topic的每个Partition存放在哪个Broker上的信息存放在哪里 4. Producer跟Zookeeper究竟有没有关系？没有关系！！！   //consumers、config、brokers、cont
  • java OOM内存异常的四种类型及异常与解决方案 ronin47 java OOM 内存异常
          　OOM异常的四种类型： 　　　 　　一：　StackOverflowError ：通常因为递归函数引起（死递归，递归太深）。-Xss 128k 一般够用。     　  二：　out Of memory: PermGen Space：通常是动态类大多，比如web 服务器自动更新部署时引起。-Xmx
  • java-实现链表反转-递归和非递归实现 bylijinnan java
    20120422更新： 对链表中部分节点进行反转操作，这些节点相隔k个： 0->1->2->3->4->5->6->7->8->9 k=2 8->1->6->3->4->5->2->7->0->9 注意1 3 5 7 9 位置是不变的。 解法： 将链表拆成两部分： a.0-&
  • Netty源码学习-DelimiterBasedFrameDecoder bylijinnan javanetty
    看DelimiterBasedFrameDecoder的API，有举例： 接收到的ChannelBuffer如下： +--------------+ | ABC\nDEF\r\n | +--------------+ 经过DelimiterBasedFrameDecoder(Delimiters.lineDelimiter())之后，得到： +-----+----
  • linux的一些命令 -查看cc攻击-网口ip统计等 hotsunshine linux
    Linux判断CC攻击命令详解 2011年12月23日 ⁄ 安全 ⁄ 暂无评论 查看所有80端口的连接数 netstat -nat|grep -i '80'|wc -l 对连接的IP按连接数量进行排序 netstat -ntu | awk '{print $5}' | cut -d: -f1 | sort | uniq -c | sort -n 查看TCP连接状态 n
  • Spring获取SessionFactory ctrain sessionFactory
    String sql = "select sysdate from dual"; WebApplicationContext wac = ContextLoader.getCurrentWebApplicationContext(); String[] names = wac.getBeanDefinitionNames(); for(int i=0; i&
  • Hive几种导出数据方式 daizj hive数据导出
    Hive几种导出数据方式   1.拷贝文件   如果数据文件恰好是用户需要的格式，那么只需要拷贝文件或文件夹就可以。 hadoop fs –cp source_path target_path   2.导出到本地文件系统   --不能使用insert into local directory来导出数据，会报错 --只能使用
  • 编程之美 dcj3sjt126com 编程PHP重构
    我个人的 PHP 编程经验中，递归调用常常与静态变量使用。静态变量的含义可以参考 PHP 手册。希望下面的代码，会更有利于对递归以及静态变量的理解   header("Content-type: text/plain"); function static_function () { static $i = 0; if ($i++ < 1
  • Android保存用户名和密码 dcj3sjt126com android
    转自：http://www.2cto.com/kf/201401/272336.html 我们不管在开发一个项目或者使用别人的项目，都有用户登录功能，为了让用户的体验效果更好，我们通常会做一个功能，叫做保存用户，这样做的目地就是为了让用户下一次再使用该程序不会重新输入用户名和密码，这里我使用3种方式来存储用户名和密码 1、通过普通 的txt文本存储 2、通过properties属性文件进行存
  • Oracle 复习笔记之同义词 eksliang Oracle 同义词Oracle synonym
    转载请出自出处：http://eksliang.iteye.com/blog/2098861 1.什么是同义词       同义词是现有模式对象的一个别名。       概念性的东西，什么是模式呢？创建一个用户，就相应的创建了 一个模式。模式是指数据库对象，是对用户所创建的数据对象的总称。模式对象包括表、视图、索引、同义词、序列、过
  • Ajax案例 gongmeitao Ajaxjsp
    数据库采用Sql Server2005 项目名称为:Ajax_Demo 1.com.demo.conn包 package com.demo.conn; import java.sql.Connection;import java.sql.DriverManager;import java.sql.SQLException; //获取数据库连接的类public class DBConnec
  • ASP.NET中Request.RawUrl、Request.Url的区别 hvt .netWebC#asp.nethovertree
      如果访问的地址是：http://h.keleyi.com/guestbook/addmessage.aspx?key=hovertree%3C&n=myslider#zonemenu那么Request.Url.ToString() 的值是：http://h.keleyi.com/guestbook/addmessage.aspx?key=hovertree<&
  • SVG 教程 （七）SVG 实例，SVG 参考手册 天梯梦 svg
    SVG 实例 在线实例 下面的例子是把SVG代码直接嵌入到HTML代码中。 谷歌Chrome，火狐，Internet Explorer9，和Safari都支持。 注意：下面的例子将不会在Opera运行，即使Opera支持SVG - 它也不支持SVG在HTML代码中直接使用。   SVG 实例 SVG基本形状 一个圆 矩形 不透明矩形 一个矩形不透明2 一个带圆角矩
  • 事务管理 luyulong javaspring编程事务
    事物管理 spring事物的好处 为不同的事物API提供了一致的编程模型 支持声明式事务管理 提供比大多数事务API更简单更易于使用的编程式事务管理API 整合spring的各种数据访问抽象 TransactionDefinition 定义了事务策略 int getIsolationLevel()得到当前事务的隔离级别 READ_COMMITTED 
  • 基础数据结构和算法十一：Red-black binary search tree sunwinner AlgorithmRed-black
      The insertion algorithm for 2-3 trees just described is not difficult to understand; now, we will see that it is also not difficult to implement. We will consider a simple representation known
  • centos同步时间 stunizhengjia linux集群同步时间
    做了集群，时间的同步就显得非常必要了。 以下是查到的如何做时间同步。 在CentOS 5不再区分客户端和服务器，只要配置了NTP，它就会提供NTP服务。 1)确认已经ntp程序包： # yum install ntp 2)配置时间源（默认就行，不需要修改） # vi /etc/ntp.conf server pool.ntp.o
  • ITeye 9月技术图书有奖试读获奖名单公布 ITeye管理员 ITeye
    ITeye携手博文视点举办的9月技术图书有奖试读活动已圆满结束，非常感谢广大用户对本次活动的关注与参与。 9月试读活动回顾：http://webmaster.iteye.com/blog/2118112本次技术图书试读活动的优秀奖获奖名单及相应作品如下（优秀文章有很多，但名额有限，没获奖并不代表不优秀）：      《NFC：Arduino、Andro
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他