林林宋
林林宋

语音合成

语音合成

一、 前端

  1. NT，将阿拉伯数字变成大写，标点符号进行变换，是否读
  2. 多音字
  3. 短句
    二、 模型—HMM OR LSTM
    三、 vocoder生成wav
    end2end的语音合成
    合并1&2，or合并1&2&3
    但实际上训练一个多音字的模型就需要500w句～500h(1w句1小时)的数据，实际不可能完全是多音字的，因此会更多～5000h
    语音合成技术概述
    https://www.cnblogs.com/mengnan/p/9474111.html
    传统语音合成
    https://www.zhihu.com/question/26815523

语音识别

是合成的反向
tri-phone
mono-phone
context-dependent or context-independent
AM+LM
端到端的ASR是将AM和LM合并为一个模型

CTC–Connectionist Temporal Classification

是一种序列识别的模型，将speech识别为phone和blank，然后划定一个阈值把blank删除（例如0.8以上的blank为纯blank)

你可能感兴趣的:(深度学习基础知识)

  • 基于matlab的深度学习案例及基础知识专栏前言 逼子歌 matlab深度学习信号处理神经网络矩阵运算CNN
    专栏简介内容涵盖深度学习基础知识、深度学习典型案例、深度学习工程文件、信号处理等相关内容，博客由基于matlab的深度学习案例、matlab基础知识、matlab图像基础知识和matlab信号处理基础知识四部分组成。一、基于matlab的深度学习案例1.1、matlab:基于模板匹配的车牌识别_阐述基于模板匹配的车牌识别的字符识别-CSDN博客1.2、基于卷积神经网络(CNN)的车牌自动识别系统(
  • 深度学习入门资料整理 AI视觉网奇 应该看的算法深度学习基础深度学习入门
    深度学习基础总结，无一句废话（附完整思维导图）深度学习如何入门？-知乎深度学习入门基础讲义_shuzfan的博客-CSDN博客_深度学习入门神经网络15分钟入门！足够通俗易懂了吧-知乎深度学习基础知识点梳理-知乎
  • 深度学习知识学习笔记 wyn20001128 图像处理深度学习算法
    一相关的深度学习基础知识（1）线性回归  设房屋的⾯积为x1x_1x1，房龄为x2x_2x2，售出价格为yyy。我们需要建⽴基于输⼊x1x_1x1和x2x_2x2来计算输出的表达式，yyy也就是模型（model）。顾名思义，线性回归假设输出与各个输⼊之间是线性关系：y=w1x1+w2x2+by=w_1x_1+w_2x_2+by=w1x1+w2x2+b  在模型训练中，我们需要衡量价格预测值与真实值
  • 深度学习基础知识 湘溶溶 深度学习分割深度学习人工智能
    卷积神经网络——图像卷积特征提取卷积核（算子）用来做图像处理时的矩阵，与原图像做运算的参数。卷积层基本参数（卷积核大小，步长【pytorch默认为1】，padding边缘填充）输出尺寸=（输入尺寸-卷积核尺寸+2*padding）/stride+1卷积神经网络的基本结构层输入层：批次通道图像大小卷积层激活函数：加入非线性因素，提高神经网络对模型的表达能力，解决线性模型所不能解决的问题，CNN较为常
  • 深度学习基础知识整理 Do1phln ML深度学习人工智能
    自动编码器Auto-encoders是一种人工神经网络，用于学习未标记数据的有效编码。它由两个部分组成：编码器和解码器。编码器将输入数据转换为一种更紧凑的表示形式，而解码器则将该表示形式转换回原始数据。这种方法可以用于降维，去噪，特征提取和生成模型。自编码器的训练过程是无监督的，因为它不需要标记数据。它的目标是最小化重构误差，即输入数据与解码器输出之间的差异。这可以通过反向传播算法和梯度下降等优化
  • 深度学习入门 AI-智能 深度学习人工智能机器学习
    概述此学习路径专为有兴趣熟悉和探索深度学习主题的任何人而设计。目前，该学习路径涵盖了深度学习的基础知识，但将来将得到增强，以涵盖有监督和无监督的深度学习概念。深度学习基础知识了解深度学习与机器学习的关系，探索其基础知识，并了解在某些应用中使用深度学习算法的优势。技能水平初学者估计完成时间约2小时。学习目标通过此学习路径，你将获得：对深度学习概念的理解对深度学习架构的理解深度学习框架的比较如何在Te
  • 02-深度学习基础知识 洛八斗
    在TensorFlow中，tensor是一个类，也是存储和变换数据的主要工具。如果你之前用过NumPy，你会发现tensor和NumPy的多维数组非常类似。然而，tensor提供GPU计算和自动求梯度等更多功能，这些使tensor更加适合深度学习。1TensorFlow基本功能首先用arange创建一个行向量创建一个行向量.png关于constan函数在TensorFlow中表示张量。consta
  • 深度学习基础知识神经网络 小森( ﹡ˆoˆ﹡ ) 深度学习神经网络人工智能
    神经网络1.感知机感知机（Perceptron）是FrankRosenblatt在1957年提出的概念，其结构与MP模型类似，一般被视为最简单的人工神经网络，也作为二元线性分类器被广泛使用。通常情况下指单层的人工神经网络，以区别于多层感知机（MultilayerPerceptron）。尽管感知机结构简单，但能够学习并解决较复杂问题感知机结构与MP模型类似，一般被视为最简单的人工神经网络，也作为二元
  • OpenCV完结篇——计算机视觉（人脸识别 || 车牌识别） 源代码•宸 OpenCV计算机视觉opencv人工智能算法经验分享
    文章目录Haar人脸识别方法Haar识别眼鼻口Haar+Tesseract进行车牌识别深度学习基础知识dnn实现图像分类Haar人脸识别方法scaleFactor调整哈尔级联器的人脸选框使其能框住人脸官方教程指路每个特征都是通过从黑色矩形下的像素总和减去白色矩形下的像素总和获得的单个值级联器模型文件位置#-*-coding:utf-8-*-importcv2importnumpyasnpcv2.n
  • 深度学习基础知识——从人工神经网络开始 无水先生 深度学习机器学习人工智能深度学习人工智能
    一、介绍您知道第一个神经网络是在20世纪50年代初发现的吗？深度学习(DL)和神经网络(NN)目前正在推动本世纪一些最巧妙的发明。他们从数据和环境中学习的令人难以置信的能力使他们成为机器学习科学家的首选。深度学习和神经网络是自动驾驶汽车、图像识别软件、推荐系统等产品的核心。显然，它是一种强大的算法，对各种数据类型也具有高度适应性。人们认为神经网络是一个极其难学的课题。因此，要么他们中的一些人不使用
  • 基于昇腾CANN的推理应用开发快速体验（Python) Tianyi Li 1997 pythoncaffe深度学习华为
    0.前情提要这是关于一次Ascend在线实验的记录，主要内容是通过网络模型加载、推理、结果输出的部署全流程展示，从而快速熟悉并掌握ACL（AscendComputingLanguage）基本开发流程。注意，为了保证学习和体验效果，用户应该具有以下知识储备：1.熟练的Python语言编程能力2.深度学习基础知识，理解神经网络模型输入输出数据结构1.目录2.最终目标1.了解ACL的基本概念，清楚ACL
  • BERT课程 baidu_huihui BERT课程AIBERT课程
    本文是作者即将在CSDN作直播的课程的预备知识，对课程感兴趣但是没有相关背景知识的同学可以提前学习这些内容。新增课程slides和视频回放地址。目录课程视频和slides背景知识深度学习基础知识WordEmbedding语言模型RNN/LSTM/GRU、Seq2Seq和Attention机制Tensorflow基础知识PyTorch基础知识BERT课程视频和slides回放视频地址是这里。课程的s
  • 如何学习训练大模型——100条建议 嗯，这是一个好名字 学习
    学习训练大模型需要深度学习知识、计算资源、实践经验和一定的方法。以下是学习训练大模型的一般步骤：基础知识：学习深度学习基础知识，包括神经网络结构、损失函数、优化算法等。可以通过在线课程、教科书和教程来学习。编程技能：熟悉深度学习框架（如TensorFlow、PyTorch等）和编程语言（如Python）。掌握数据处理、模型构建和训练的编程技能是关键。数据准备：收集、清理和准备数据集，确保数据的质量
  • 如何在深度学习领域取得个人的成功 xw555666 深度学习人工智能
    要在深度学习领域取得个人的成功，可以考虑以下建议：学习深度学习的基础知识：首先，建立坚实的深度学习基础知识是非常重要的。你可以学习深度学习的基本概念、神经网络的原理、常用的深度学习框架（如TensorFlow、PyTorch）和数学知识，如线性代数、微积分和概率统计。进行实践项目：深度学习最好通过实际项目来学习。选择一个感兴趣的领域，例如计算机视觉、自然语言处理或增强学习，然后开始构建和训练深度学
  • 深度学习推荐系统架构、Sparrow RecSys项目及深度学习基础知识 我是廖志伟 #博主活动深度学习系统架构人工智能
    文章目录技术架构：深度学习推荐系统的经典技术架构长啥样？一、深度学习推荐系统的技术架构二、基于用户行为的推荐三、基于多模态数据的推荐四、基于知识图谱的推荐SparrowRecSys：我们要实现什么样的推荐系统？一、SparrowRecSys项目简介二、SparrowRecSys项目的技术架构三、SparrowRecSys项目的价值和意义深度学习基础：你打牢深度学习知识的地基了吗？一、深度学习的基本
  • 如何学习深度学习 我是廖志伟 #博主活动学习深度学习人工智能
    文章目录如何学习深度学习基础数学知识编程基础知识深度学习基础知识学习资源总结我是廖志伟，一名Java开发工程师、Java领域优质创作者、CSDN博客专家、51CTO专家博主、阿里云专家博主、清华大学出版社签约作者、产品软文创造者、技术文章评审老师、问卷调查设计师、个人社区创始人、开源项目贡献者。跑过十五公里、徒步爬过衡山、有过三个月减肥20斤的经历、是个喜欢躺平的狠人。拥有多年一线研发和团队管理经
  • 【深度学习基础知识（一）：卷积神经网络CNN基础知识】 CL_Meng77 基础知识深度学习cnn人工智能神经网络机器学习计算机视觉
    @深度学习基础知识深度学习基础知识（一）：卷积神经网络CNN基础知识卷积神经网络CNN基础知识0、目录1.CNN卷积神经网络的特点2.卷积操作基础知识2.1卷积操作的概念2.2卷积操作的种类2.3卷积操作后特征图谱大小计算公式3.池化操作基础知识3.1池化操作的作用/为什么要进行池化操作？3.2池化操作的种类3.3池化操作后特征图谱大小计算公式1、CNN卷积神经网络的特点CNN的使用范围是具有局部
  • 深度学习基础知识 Dataset 与 DataLoade的用法解析 郭庆汝 深度学习人工智能
    深度学习基础知识Dataset与DataLoade的用法解析1、Dataset2、DataLoader参数设置：1、pin_memory2、num_workers3、collate_fn分类任务目标检测任务1、Dataset代码：importtorchfromtorch.utilsimportdataclassMyDataset(torch.utils.data.Dataset):def__ini
  • 深度学习基础知识数据 数据预处理transforms流程讲解 郭庆汝 深度学习人工智能
    深度学习基础知识数据数据预处理transforms流程讲解1、数据预处理2、使用节点2、transform.RandomResizedCrop随机尺寸裁剪缩放3、水平翻转与垂直翻转4、ColorJitter变换5、ToTensor6、Normalization归一化7、transforms.Compose8、重写transforms1、分类任务2、目标检测任务3、分割任务数据增强可以增加训练集的样
  • 深度学习基础知识 给模型的不同层 设置不同学习率 郭庆汝 深度学习学习人工智能
    深度学习基础知识给模型的不同层设置不同学习率1、使用预训练模型时，可能需要将2、学习率设置方式：1、使用预训练模型时，可能需要将（1）预训练好的backbone的参数学习率设置为较小值，（2）backbone之外的部分(新增的部分，一般为分类头、检测头，等)，需要使用较大的学习率。2、学习率设置方式：在定义优化器的时候，用list将参数设置为不同的组，每个组(list中的每个元素)用字典表示，在字
  • 深度学习基础知识 最近邻插值法、双线性插值法、双三次插值算法 郭庆汝 深度学习算法人工智能
    深度学习基础知识最近邻插值法、双线性插值法、双三次插值算法1、最近邻插值法1、最近邻插值法*最邻近插值：将每个目标像素找到距离它最近的原图像素点，然后将该像素的值直接赋值给目标像素优点：实现简单，计算速度快缺点：插值结果缺乏连续性，可能会产生锯齿状的边缘，对于图像质量影响较大，因此当处理精度要求较高的图像时，通常会采用更加精细的插值算法，例如：双线性插值、三次插值。代码示例：importnumpy
  • 深度学习基础知识总结 ThreeS_tones 深度学习神经网络
    目录背景深度学习/机器学习/人工智能，计算机视觉/机器视觉/图像处理...的关系监督学习、无监督学习、半监督学习图像分类、目标检测、语义分割、实例分割基础知识激活函数激活函数的作用激活函数一般是非线性的常见的激活函数训练集/验证集/测试集，交叉验证...训练集验证集（开发集）测试集交叉验证目标检测YOLO算法YOLO算法发展过程卷积空洞卷积感受野过拟合噪声IOU搭建模型相关Dropout方法展平P
  • 深度学习基础知识 register_buffer 与 register_parameter用法分析 郭庆汝 深度学习人工智能register_buffer
    深度学习基础知识register_buffer与register_parameter用法分析1、问题引入2、register_parameter()2.1作用2.2用法3、register_buffer()3.1作用3.2用法1、问题引入思考问题：定义的weight与bias是否会被保存到网络的参数中，可否在优化器的作用下进行学习验证方案：定义网络模型，设置weigut与bias，遍历网络结构参数
  • 深度学习基础知识 BatchNorm、LayerNorm、GroupNorm的用法解析 郭庆汝 深度学习batch人工智能
    深度学习基础知识BatchNorm、LayerNorm、GroupNorm的用法解析1、BatchNorm2、LayerNorm3、GroupNorm用法：BatchNorm、LayerNorm和GroupNorm都是深度学习中常用的归一化方式。它们通过将输入归一化到均值为0和方差为1的分布中，来防止梯度消失和爆炸，并提高模型的泛化能力1、BatchNormimportnumpyasnpimpor
  • 深度学习基础知识 学习率调度器的用法解析 郭庆汝 深度学习学习人工智能
    深度学习基础知识学习率调度器的用法解析1、自定义学习率调度器**：**torch.optim.lr_scheduler.LambdaLR2、正儿八经的模型搭建流程以及学习率调度器的使用设置1、自定义学习率调度器**：**torch.optim.lr_scheduler.LambdaLR实验代码：importtorchimporttorch.nnasnndeflr_lambda(x):returnx
  • 深度学习基础知识 使用torchsummary、netron、tensorboardX查看模参数结构 郭庆汝 深度学习人工智能torchsummarynetrontensorboardX
    深度学习基础知识使用torchsummary、netron、tensorboardX查看模参数结构1、直接打印网络参数结构2、采用torchsummary检测、查看模型参数结构3、采用netron检测、查看模型参数结构3、使用tensorboardX1、直接打印网络参数结构importtorch.nnasnnfromtorchsummaryimportsummaryimporttorchclass
  • 深度学习基础知识 nn.Sequential ｜ nn.ModuleList ｜ nn.ModuleDict 郭庆汝 深度学习人工智能nn.Sequentialnn.ModuleListnn.ModuleDict
    深度学习基础知识nn.Sequential｜nn.ModuleList｜nn.ModuleDict1、nn.Sequential、nn.ModuleList、nn.ModuleDict类都继承自Module类。2、nn.Sequential、nn.ModuleList和nn.ModuleDict语法3、Sequential、ModuleDict、ModuleList的区别4、ModuleDict、
  • 【深度学习概述学习小结】 文海傲舟 人工智能python深度学习
    深度学习概述学习小结人工智能、机器学习与深度学习关系深度学习深度学习历史深度学习基础知识神经元参数更新与误差反向传播Pytorch代码学习螺旋分类整体思考实验对比继续实验人工智能、机器学习与深度学习关系在人工智能领域，对于人们而言十分复杂而庞大的问题对机器来说也许并不难，因为这些问题可以通过一系列正式的数学表达式来描述，真正困难的问题是那些对于人类来说十分直觉、也许我们将其视为本能的一些问题，例如
  • 深度学习基础知识（三）-线性代数的实现 渣渣洒泪成长记 PythonAi与大数据深度学习线性代数人工智能
    1.标量使用标量由只有一个元素的张量表示,标量可以做最简单的计算。importtorchx=torch.tensor([3.0])y=torch.tensor([2.0])print(x+y)print(x*y)print(x/y)print(x**y)结果：tensor([5.])tensor([6.])tensor([1.5000])tensor([9.])2.向量使用向量：将标量值组成的列表
  • 深度学习基础知识-pytorch数据基本操作 渣渣洒泪成长记 Ai与大数据Python深度学习笔记人工智能
    1.深度学习基础知识1.1数据操作1.1.1数据结构机器学习和神经网络的主要数据结构，例如0维：叫标量，代表一个类别，如1.01维：代表一个特征向量。如[1.0，2,7，3.4]2维：就是矩阵，一个样本-特征矩阵，如：[[1.0，2,7，3.4][2.0，3,7，4.4]],每一行是样本，每一列是特征；3维：RGB图片（宽(列)x高(行)x通道）三维数组，[[[1.0，2,7，3.4][2.0，3
  • Maven Array_06 eclipsejdkmaven
    Maven Maven是基于项目对象模型(POM)， 信息来管理项目的构建，报告和文档的软件项目管理工具。 Maven 除了以程序构建能力为特色之外，还提供高级项目管理工具。由于 Maven 的缺省构建规则有较高的可重用性，所以常常用两三行 Maven 构建脚本就可以构建简单的项目。由于 Maven 的面向项目的方法，许多 Apache Jakarta 项目发文时使用 Maven，而且公司
  • ibatis的queyrForList和queryForMap区别 bijian1013 javaibatis
    一.说明         iBatis的返回值参数类型也有种：resultMap与resultClass，这两种类型的选择可以用两句话说明之：         1.当结果集列名和类的属性名完全相对应的时候，则可直接用resultClass直接指定查询结果类
  • LeetCode[位运算] - #191 计算汉明权重 Cwind java位运算LeetCodeAlgorithm题解
    原题链接：#191 Number of 1 Bits 要求： 写一个函数，以一个无符号整数为参数，返回其汉明权重。例如，‘11’的二进制表示为'00000000000000000000000000001011', 故函数应当返回3。 汉明权重：指一个字符串中非零字符的个数；对于二进制串，即其中‘1’的个数。 难度：简单 分析： 将十进制参数转换为二进制，然后计算其中1的个数即可。 “
  • 浅谈java类与对象 15700786134 java
          java是一门面向对象的编程语言，类与对象是其最基本的概念。所谓对象，就是一个个具体的物体，一个人，一台电脑，都是对象。而类，就是对象的一种抽象，是多个对象具有的共性的一种集合，其中包含了属性与方法，就是属于该类的对象所具有的共性。当一个类创建了对象，这个对象就拥有了该类全部的属性，方法。相比于结构化的编程思路，面向对象更适用于人的思维
  • linux下双网卡同一个IP 被触发 linux
    转自： http://q2482696735.blog.163.com/blog/static/250606077201569029441/ 由于需要一台机器有两个网卡，开始时设置在同一个网段的IP，发现数据总是从一个网卡发出，而另一个网卡上没有数据流动。网上找了下，发现相同的问题不少： 一、 关于双网卡设置同一网段IP然后连接交换机的时候出现的奇怪现象。当时没有怎么思考、以为是生成树
  • 安卓按主页键隐藏程序之后无法再次打开 肆无忌惮_ 安卓
    遇到一个奇怪的问题，当SplashActivity跳转到MainActivity之后，按主页键，再去打开程序，程序没法再打开（闪一下），结束任务再开也是这样，只能卸载了再重装。而且每次在Log里都打印了这句话"进入主程序"。后来发现是必须跳转之后再finish掉SplashActivity   本来代码：   // 销毁这个Activity fin
  • 通过cookie保存并读取用户登录信息实例 知了ing JavaScripthtml
    通过cookie的getCookies()方法可获取所有cookie对象的集合；通过getName()方法可以获取指定的名称的cookie；通过getValue()方法获取到cookie对象的值。另外，将一个cookie对象发送到客户端，使用response对象的addCookie()方法。 下面通过cookie保存并读取用户登录信息的例子加深一下理解。 （1）创建index.jsp文件。在改
  • JAVA 对象池 矮蛋蛋 javaObjectPool
    原文地址： http://www.blogjava.net/baoyaer/articles/218460.html Jakarta对象池       ☆为什么使用对象池   恰当地使用对象池化技术，可以有效地减少对象生成和初始化时的消耗，提高系统的运行效率。Jakarta Commons Pool组件提供了一整套用于实现对象池化
  • ArrayList根据条件+for循环批量删除的方法 alleni123 java
    场景如下： ArrayList<Obj> list Obj-> createTime, sid. 现在要根据obj的createTime来进行定期清理。（释放内存） ------------------------- 首先想到的方法就是 for(Obj o:list){ if(o.createTime-currentT>xxx){
  • 阿里巴巴“耕地宝”大战各种宝 百合不是茶 平台战略
    “耕地保”平台是阿里巴巴和安徽农民共同推出的一个 “首个互联网定制私人农场”，“耕地宝”由阿里巴巴投入一亿 ，主要是用来进行农业方面，将农民手中的散地集中起来 不仅加大农民集体在土地上面的话语权，还增加了土地的流通与 利用率，提高了土地的产量，有利于大规模的产业化的高科技农业的 发展，阿里在农业上的探索将会引起新一轮的产业调整，但是集体化之后农民的个体的话语权 将更少，国家应出台相应的法律法规保护
  • Spring注入有继承关系的类（1） bijian1013 javaspring
    一个类一个类的注入 1.AClass类 package com.bijian.spring.test2; public class AClass { String a; String b; public String getA() { return a; } public void setA(Strin
  • 30岁转型期你能否成为成功人士 bijian1013 成功
            很多人由于年轻时走了弯路，到了30岁一事无成，这样的例子大有人在。但同样也有一些人，整个职业生涯都发展得很优秀，到了30岁已经成为职场的精英阶层。由于做猎头的原因，我们接触很多30岁左右的经理人，发现他们在职业发展道路上往往有很多致命的问题。在30岁之前，他们的职业生涯表现很优秀，但从30岁到40岁这一段，很多人
  • [Velocity三]基于Servlet+Velocity的web应用 bit1129 velocity
    什么是VelocityViewServlet 使用org.apache.velocity.tools.view.VelocityViewServlet可以将Velocity集成到基于Servlet的web应用中，以Servlet+Velocity的方式实现web应用   Servlet + Velocity的一般步骤 1.自定义Servlet，实现VelocityViewServl
  • 【Kafka十二】关于Kafka是一个Commit Log Service bit1129 service
    Kafka is a distributed, partitioned, replicated commit log service.这里的commit log如何理解？   A message is considered "committed" when all in sync replicas for that partition have applied i
  • NGINX + LUA实现复杂的控制 ronin47 lua nginx 控制
    安装lua_nginx_module 模块 lua_nginx_module 可以一步步的安装，也可以直接用淘宝的OpenResty Centos和debian的安装就简单了。。 这里说下freebsd的安装： fetch http://www.lua.org/ftp/lua-5.1.4.tar.gz tar zxvf lua-5.1.4.tar.gz cd lua-5.1.4 ma
  • java-14.输入一个已经按升序排序过的数组和一个数字， 在数组中查找两个数，使得它们的和正好是输入的那个数字 bylijinnan java
    public class TwoElementEqualSum { /** * 第 14 题： 题目：输入一个已经按升序排序过的数组和一个数字， 在数组中查找两个数，使得它们的和正好是输入的那个数字。 要求时间复杂度是 O(n) 。如果有多对数字的和等于输入的数字，输出任意一对即可。 例如输入数组 1 、 2 、 4 、 7 、 11 、 15 和数字 15 。由于
  • Netty源码学习-HttpChunkAggregator-HttpRequestEncoder-HttpResponseDecoder bylijinnan javanetty
    今天看Netty如何实现一个Http Server org.jboss.netty.example.http.file.HttpStaticFileServerPipelineFactory： pipeline.addLast("decoder", new HttpRequestDecoder()); pipeline.addLast(&quo
  • java敏感词过虑-基于多叉树原理 cngolon 违禁词过虑替换违禁词敏感词过虑多叉树
    基于多叉树的敏感词、关键词过滤的工具包，用于java中的敏感词过滤 1、工具包自带敏感词词库，第一次调用时读入词库，故第一次调用时间可能较长，在类加载后普通pc机上html过滤5000字在80毫秒左右，纯文本35毫秒左右。   2、如需自定义词库，将jar包考入WEB-INF工程的lib目录，在WEB-INF/classes目录下建一个 utf-8的words.dict文本文件，
  • 多线程知识 cuishikuan 多线程
    T1，T2，T3三个线程工作顺序，按照T1，T2，T3依次进行 public class T1 implements Runnable{           @Override      
  • spring整合activemq dalan_123 java spring jms
    整合spring和activemq需要搞清楚如下的东东1、ConnectionFactory分：     a、spring管理连接到activemq服务器的管理ConnectionFactory也即是所谓产生到jms服务器的链接      b、真正产生到JMS服务器链接的ConnectionFactory还得
  • MySQL时间字段究竟使用INT还是DateTime？ dcj3sjt126com mysql
      环境：Windows XPPHP Version 5.2.9MySQL Server 5.1 第一步、创建一个表date_test（非定长、int时间） CREATE TABLE `test`.`date_test` (`id` INT NOT NULL AUTO_INCREMENT ,`start_time` INT NOT NULL ,`some_content`
  • Parcel: unable to marshal value dcj3sjt126com marshal
    在两个activity直接传递List<xxInfo>时，出现Parcel: unable to marshal value异常。   在MainActivity页面（MainActivity页面向NextActivity页面传递一个List<xxInfo>）：   Intent intent = new Intent(this, Next
  • linux进程的查看上（ps） eksliang linux pslinux ps -llinux ps aux
    ps:将某个时间点的进程运行情况选取下来 转载请出自出处：http://eksliang.iteye.com/admin/blogs/2119469 http://eksliang.iteye.com         ps 这个命令的man page 不是很好查阅，因为很多不同的Unix都使用这儿ps来查阅进程的状态，为了要符合不同版本的需求，所以这个
  • 为什么第三方应用能早于System的app启动 gqdy365 System
    Android应用的启动顺序网上有一大堆资料可以查阅了，这里就不细述了，这里不阐述ROM启动还有bootloader，软件启动的大致流程应该是启动kernel -> 运行servicemanager 把一些native的服务用命令启动起来（包括wifi, power, rild, surfaceflinger, mediaserver等等）-> 启动Dalivk中的第一个进程Zygot
  • App Framework发送JSONP请求(3) hw1287789687 jsonp跨域请求发送jsonpajax请求越狱请求
    App Framework 中如何发送JSONP请求呢? 使用jsonp,详情请参考:http://json-p.org/ 如何发送Ajax请求呢? (1)登录 /*** * 会员登录 * @param username * @param password */ var user_login=function(username,password){ // aler
  • 发福利，整理了一份关于“资源汇总”的汇总 justjavac 资源
    觉得有用的话，可以去github关注：https://github.com/justjavac/awesome-awesomeness-zh_CN 通用 free-programming-books-zh_CN 免费的计算机编程类中文书籍 精彩博客集合 hacke2/hacke2.github.io#2 ResumeSample 程序员简历
  • 用 Java 技术创建 RESTful Web 服务 macroli java编程WebREST
    转载：http://www.ibm.com/developerworks/cn/web/wa-jaxrs/   JAX-RS (JSR-311) 【 Java API for RESTful Web Services 】是一种 Java™ API，可使 Java Restful 服务的开发变得迅速而轻松。这个 API 提供了一种基于注释的模型来描述分布式资源。注释被用来提供资源的位
  • CentOS6.5-x86_64位下oracle11g的安装详细步骤及注意事项 超声波 oraclelinux
    前言： 这两天项目要上线了，由我负责往服务器部署整个项目，因此首先要往服务器安装oracle，服务器本身是CentOS6.5的64位系统，安装的数据库版本是11g，在整个的安装过程中碰到很多的坑，不过最后还是通过各种途径解决并成功装上了。转别写篇博客来记录完整的安装过程以及在整个过程中的注意事项。希望对以后那些刚刚接触的菜鸟们能起到一定的帮助作用。   安装过程中可能遇到的问题（注
  • HttpClient 4.3 设置keeplive 和 timeout 的方法 supben httpclient
    ConnectionKeepAliveStrategy kaStrategy = new DefaultConnectionKeepAliveStrategy() { @Override public long getKeepAliveDuration(HttpResponse response, HttpContext context) { long keepAlive
  • Spring 4.2新特性-@Import注解的升级 wiselyman spring 4
    3.1 @Import @Import注解在4.2之前只支持导入配置类 在4.2,@Import注解支持导入普通的java类,并将其声明成一个bean 3.2 示例 演示java类 package com.wisely.spring4_2.imp; public class DemoService { public void doSomethin
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他