- ASR技术与Whisper引擎
Catformon
whisper
一、ASR技术简介ASR英文全称是AutomaticSpeechRecognition,中文叫做自动语音识别,是利用机器对语音信号进行识别和理解并将其转换成相文本和命令的技术。下面2张图是网上找到的语音识别结构图和流程图。以下为ASR技术的核心技术。特征提取:通过编码将声音转变为数字信号,提取有效的声学特征。梅尔频率倒谱系数MFCC是最经典的语音特征。声学模型:声学模型通过处理编码得到的向量,将相
- chattts本地化python部署及采坑记录(2024年亲测可用)
Catformon
python开发语言
ChatTTS是一个文本转语音的开源项目,短短2周左右的时间,在GitHub上已经斩获了24.4k的Star!官网:https://chattts.com/zh开源地址:https://github.com/2noise/ChatTTSChatTTS模型:https://huggingface.co/2Noise/ChatTTSChatTTS在线网页Demo:https://huggingface
- 一文带你了解人工智能:现状、应用、变革及未来展望
空青726
人工智能chatgptai大数据机器学习深度学习创业创新
近年来,人工智能(AI)的发展势头迅猛,它已经渗透到了我们生活的方方面面。从智能手机的语音助手到自动驾驶汽车,从智能家居到医疗诊断,AI正在改变着我们的生活方式。本文将结合时事,为大家介绍当前人工智能的发展形势、在生活中的应用、人工智能的变革以及未来的发展方向。一、人工智能的发展形势1.深度学习:深度学习是当前AI领域的热门话题。通过模拟人脑神经元之间的相互作用,深度学习算法能够从大量数据中提取出
- 《DeepSeek Janus Pro 7B:多模态人工智能大模型部署全攻略》
空云风语
神经网络人工智能深度学习人工智能
《DeepSeekJanusPro7B:多模态人工智能大模型部署全攻略》引言:开启多模态AI新世界在科技飞速发展的当下,多模态AI已成为人工智能领域中最耀眼的明星,正以前所未有的速度改变着我们的生活与工作方式。从智能语音助手到图像识别系统,从自动驾驶汽车到智能医疗诊断,多模态AI的身影无处不在,它让机器能够理解和处理多种类型的信息,如文本、图像、音频等,从而实现更加智能、高效的交互。DeepSee
- 通义模型Prompt调优的实用技巧
大模型实战
prompt
1.目录1.prompt工程简介2.Prompt设计2.1Prompt主要构成要素2.2Prompt编写策略策略一:对较难被准确遵循的复杂规则可拆分为多条规则,有助于提升效果策略二:适当冗余关键信息策略三:使用分隔符给Prompt分段策略四:增加学习示例策略五:编写清晰地说明-指定任务所需的步骤策略六:让大模型反思自己的推理过程策略七:语音场景下的prompt要点策略八:判断型的任务,建议先给依据
- 多开工具与语音识别技术的融合与创新
程序员
多开工具与语音识别技术的融合与创新摘要:随着科技的不断进步,多开工具和语音识别技术的融合与创新正在为我们的日常生活带来更加便利和高效的体验。本文将探讨多开工具和语音识别技术的结合,以及这种融合与创新对于各行业的影响和发展。引言:在数字化时代,多开工具和语音识别技术是两个独立发展的领域。多开工具是一种能够使用户同时运行多个应用程序的软件,而语音识别技术则是通过将人类语音转化为可理解的文本或命令的技术
- 鸿蒙开发:文本合成语音
前言Android开发的同学都知道,在Android当中,实现一段文字合成语音播放,可以使用系统提供的对象TextToSpeech来很快的实现,如果不用系统自带的,也可以使用三方提供的,比如讯飞的语音合成等等,总之,实现起来多种多样,那么,在鸿蒙当中,如何实现根据指定的文本进行合成语音合成播放呢,其实也是非常的简单,因为鸿蒙当中也有textToSpeech。实现步骤第一步:创建引擎得到文本转语音类
- 【开发日志】数字人+LLM:从概念到实现的全程记录!
AI大模型-王哥
大模型学习大模型教程大模型人工智能LLM数字人大模型入门
数字人是各种技术的集合,所以文章尽可能完整的介绍,项目中涉及的大小模型均可在本地部署并在我本人机器上运行。系统环境:CPU:i91490016GBGPU:GTX40608GBSYS:Windows11WSL:Ubuntu22.04本文章使用到的技术内容:数字人框架:LiveTalking大模型:Llama3.1TTS:GPT-SoVits语音转视频:Wav2Lip前端展示:WebRTC项目整体架构
- 麒麟990和麒麟8000哪个好
m0_50613577
智能手机
麒麟8000是华为针对中高端市场推出的一款5G芯片,支持卫星通信技术,可以通过北斗、GPS、GLONASS等卫星系统进行定位和导航,也可以通过北斗、天通等卫星系统进行语音和短信通信,为用户提供更广阔的联网空间。我买的华为手机就是活动时抢购的便宜了好几百太给力了http://www.adiannao.cn/dy麒麟990的处理器架构更加先进,采用2+2+4的CPU架构,包括两个主频为2.86GHz的
- linux中流设备_设备端SDK(Linux)文档
知酒僧
linux中流设备
设备端SDK(Linux)文档更新时间:2019-03-1421:55:00功能描述摄像头直播:支持RTMP推流,当前视频支持H264,音频支持G711a以及AAC_LC格式.存储卡录像查看:将存储在SD卡等外存中的录像文件推到服务端,支持seek到指定位置操作.语音对讲:与App端建立双向语音通道,设备端采集录音并实时发送至App端,同时接收到App端发送的语音进行播放.拍照:抓拍当前摄像头画面
- WhisperX:革命性的自动语音识别工具
孔秋宗Mora
WhisperX:革命性的自动语音识别工具项目地址:https://gitcode.com/gh_mirrors/wh/whisperX项目介绍WhisperX是一个开源的自动语音识别(ASR)项目,由m-bain开发。该项目基于OpenAI的Whisper模型,通过引入批量推理、强制音素对齐和语音活动检测等技术,实现了高达70倍的实时转录速度,并提供了准确的单词级时间戳和说话人识别功能。Whis
- WebP2P+自研回音消除:视频通话SDK嵌入式EasyRTC构建高交互性音视频应用
Likeadust
音视频p2pWebP2Pwebrtc
随着移动互联网时代的到来,手机端的扬声器大多采用外置设计,且音量较大。在这种情况下,扬声器播放的声音更容易被麦克风捕捉,从而导致回声问题显著加剧。这种设计虽然方便用户在免提模式下使用,但也带来了更复杂的音频处理挑战。回音消除算法的核心在于从麦克风采集的混合信号中分离出原始语音信号和回声信号,并将回声信号从混合信号中移除。EasyRTC采用的自研算法基于以下几种技术:自适应滤波器:通过实时调整滤波器
- 【前端开发学习笔记17】使用ai
wei387245232
学习笔记
AI的认知&两个工具-认知同步AI早已不是新事物(接受):语音识别,人脸识别,无人驾驶,智能机器人...(包括ChatGPT也是研发了多年的产物)AI本质是智能工具(认识):人工智能辅助,可以提升效率,但不具备思想意识,无法从零到一取代人类工作AI一定会淘汰掉一部分人:但一定会衍生出新的职业方向,逆水行舟,不进则退,学会拥抱变化ChatGPT的基本使用-Prompt优化AI互动中容易出现的问题AI
- 使用Python和Discord API进行数据提取和分析
scaFHIO
python开发语言
在本文中,我们将深入探讨如何使用Python和DiscordAPI来提取和分析Discord数据。我们将涵盖从数据下载到具体实现的每一个步骤,并提供实际可运行的代码示例。技术背景介绍Discord作为一个广受欢迎的VoIP和即时消息社交平台,允许用户通过语音通话、视频通话、文本消息以及其他媒体和文件进行互动。无论是私人聊天还是作为"服务器"的社区讨论,Discord以其便捷性和强大的功能赢得了大量
- 语音app系统软件源码开发搭建新手启蒙篇
山东布谷科技官方
语聊源码语音app源码语音系统开发
在移动互联网飞速发展的今天,语音app已经成为人们生活中不可或缺的一部分。无论是语音聊天、语音助手还是语音直播,这些应用都给我们的生活和工作带来了极大的便利和精神娱乐。对于想要进入这个领域的新手来说,了解语音app系统软件源码的开发搭建过程是至关重要的。本文将为你提供一个全面的启蒙指南,帮助你迈出这关键的第一步。语音App系统软件源码开发和搭建配置流程涉及多个环节,包括需求分析、技术选型、系统设计
- cnn以及例子
阿拉斯攀登
机器学习cnn人工智能神经网络
cnnCNN即卷积神经网络(ConvolutionalNeuralNetwork),是一种专门为处理具有网格结构数据(如图像、音频)而设计的深度学习模型,在计算机视觉、语音识别等诸多领域都有广泛应用。以下是CNN的详细介绍:基本原理卷积层:是CNN的核心组成部分,通过卷积核在数据上滑动进行卷积操作,自动提取数据中的局部特征。例如,在处理图像时,卷积核可以检测图像中的边缘、线条等简单特征。卷积操作大
- 物联网智能语音控制灯光系统设计与实现
木燚垚
物联网
背景随着物联网技术的蓬勃发展,智能家居逐渐成为现代生活的一部分。在众多智能家居应用中,智能灯光控制系统尤为重要。通过语音控制和自动调节灯光,用户可以更便捷地操作家中的照明设备,提高生活的舒适度与便利性。本文将介绍一个基于STM32单片机、ESP8266Wi-Fi模块和机智云平台的物联网智能语音控制灯光系统,能够自动调节灯光亮度、通过语音指令控制灯光的开关状态,并通过云平台远程控制灯光。系统方案硬件
- WebRTC与EasyRTC:开启智能硬件音视频通讯的全新旅程
EasyNVR
EasyRTCwebrtc智能硬件音视频网络视频监控安全
在当今数字化时代,音视频通讯技术正以前所未有的速度革新着我们的生活与工作方式。WebRTC与EasyRTC作为这一领域的佼佼者,正携手为智能硬件的音视频通讯注入强大动力,开启全新的篇章。一、WebRTC与智能硬件融合的崭新趋势WebRTC技术,凭借其无需插件或额外软件即可实现点对点实时通信的卓越优势,已然成为视频会议、语音通话及文件共享等众多领域的宠儿。如今,它更是泛娱乐直播、在线教育及远程会议等
- 自然语言处理(NLP)入门:基础概念与应用场景
Ash Butterfield
nlp自然语言处理人工智能
什么是自然语言处理(NLP)?自然语言处理(NaturalLanguageProcessing,NLP)是人工智能(AI)的一个重要分支,研究如何让计算机理解、生成、分析和与人类语言进行交互。换句话说,NLP是让机器像人一样“读、写、听、说”的技术,它结合了语言学、机器学习、计算机科学等多学科知识。NLP的核心目标是将非结构化的自然语言(如文本和语音)转化为结构化数据,使机器能够高效处理、分析和生
- uniapp语音时的动态音波的实现
雾眠气泡水@
uni-app
一、实现效果该文做出来的效果:图片中的音波是动态的二、实现代码将它写为一个组件,方便之后用。命名为“audioWave.vue”.audio-wave{position:absolute;left:0;top:50%;transform:translateY(-50%);width:100%;height:40rpx;display:flex;align-items:center;justify-
- 常见的深度学习模型总结
编码时空的诗意行者
深度学习人工智能
1.深度前馈神经网络(DeepFeedforwardNetworks)发明时间:2006年左右,随着计算能力的提升和大数据集的可用性增加,深度学习开始兴起。发明动机:解决传统机器学习模型在复杂数据上的局限性,如线性模型无法处理非线性关系的数据。模型特点:由多个隐藏层组成的神经网络,每一层的节点与下一层的节点完全连接。应用场景:分类、回归、语音识别、图像识别等。2.卷积神经网络(Convolutio
- 【深入探索-deepseek】高等数学与AI的因果关系
我的青春不太冷
人工智能机器学习数学
目录数学在AI不同领域的应用区别一、计算机视觉领域1.线性代数2.微积分3.概率论与统计二、自然语言处理领域三、语音识别领域四、数学在AI不同领域应用的逻辑图五、参考资料数学在AI不同领域的应用区别一、计算机视觉领域1.线性代数图像变换:想象我们有一张二维图片,图片里有个点,它的位置用坐标((x,y))表示。现在我们想把这个点绕着图片的原点(就像把纸钉在墙上,以钉子的位置为中心)逆时针旋转一定角度
- 用AI来变换声音:超酷的实时语音转换项目-Github上的免费开源项目
韩先超
人工智能github
▲点击上方"DevOps和k8s全栈技术"关注公众号亲爱的读者朋友你们好!今天我要给大家介绍一个特别有趣的GitHub项目——RealtimeVoiceCloning,一个可以实时变换你声音的AI项目。无论你是技术达人还是刚刚入门的初学者,都能在这个项目中找到乐趣。准备好体验声音魔法了吗?让我们一探究竟!项目简介:项目名称:RealtimeVoiceCloning项目地址:https://gith
- 硅基流动多模型工作流应用平台,免费2000万Token来了
yuntianming3906
经验分享
硅基流动是一家专注于大规模AI计算的技术公司,提供高性能LLM推理和训练解决方案,助力企业高效部署AI应用。目前注册可获的2000万Token,可以使用将近60种文字对话、语音、图像生成等主流大模型。注册地址:https://cloud.siliconflow.cn/i/kQTQzfuz一、这个平台是做什么的?硅基流动是一家专注于大规模AI计算的技术公司,由清华大学高性能计算研究所孙广宇教授团队创
- GaussianSpeech:音频驱动3DGS Avatar
AIGC探路者
音视频3d科研计算机视觉数字人3D视觉talkinghead
本文介绍了GaussianSpeech,这是一种从语音合成高保真度的个性化三维人类头部虚拟形象动画序列的新方法。为了捕捉人类头部的表达性和细节特征,包括皮肤皱褶和更细致的面部动作,文章提出将语音信号与三维高斯散射相结合,以创建逼真且时间上连贯的运动序列。作者提出了一种基于3DGS的紧凑高效的虚拟形象表示方法,该方法根据表情生成依赖颜色,并利用皱纹和基于感知的损失来合成面部细节,包括不同表情下出现的
- AI赋能灯塔低代码平台,AI应用落地“加速器”
人工智能
AI技术已渗透到各个领域,从智能语音助手到精准医疗影像诊断,从金融风险预测到智能交通管理,其潜力无可限量。然而,将AI技术转化为实际应用却面临重重困难。传统开发方式在算法研究、模型训练、代码编写、系统集成及测试优化等环节,不仅需要专业技术人员的深度参与,还耗费大量时间和资源。这些挑战使得AI应用的落地变得异常艰难。幸运的是,低代码技术的兴起为AI应用的快速落地带来了新的曙光。通过简化开发流程、降低
- 【大模型部署及其应用 】Ollama搭建运行中文大语音模型Llama3-8B-Chinese-Chat
源代码杀手
AIGC核心技术剖析人工智能深度学习llama
Ollama是一种用于运行大语言模型(如LLaMA)的平台,适合本地化部署和运行。以下是如何在Ollama上搭建和运行中文大语言模型Llama3-8B-Chinese-Chat的步骤:下载地址:https://huggingface.co/shenzhi-wang/Llama3-8B-Chinese-Chat-GGUF-8bit项目地址:https://github.com/ymcui/Chine
- 探秘DeepSeek多模态交互:解锁AI融合新境界
计算机学长
通用大语言模型人工智能
引言在人工智能飞速发展的当下,多模态交互技术已成为推动人机交互变革的关键力量。DeepSeek作为多模态交互领域的重要参与者,以其创新的技术和出色的性能,在智能客服、智能教育、智能创作等众多领域得到了广泛应用,为人们的生活和工作带来了极大的便利。例如,在智能客服场景中,DeepSeek能够同时理解用户的语音和文字输入,快速准确地回答问题,提升客户服务效率;在智能教育领域,它可以根据学生的学习情况,
- 基于Ernie-Bot打造语音对话功能
人工智能llm语音
大模型场景实战培训,提示词效果调优,大模型应用定制开发,点击咨询GPT-4的语音对话功能前段时间在网上火了一把,许多人被其强大的自然语言处理能力和流畅的语音交互所吸引。现在,让我们来看看如何使用类似的技术,即基于百度的ERNIE-Bot,来打造自己的语音对话功能。ERNIE-Bot是一种先进的语言理解模型,可以处理复杂的语言任务,包括语音到文本的转换和自然语言理解。视频演示:shequ.mov涉及
- 2025最新主流深度学习算法全解析
lucky_syq
AI深度学习算法人工智能
深度学习:开启智能时代的钥匙在当今数字化时代,深度学习无疑是人工智能领域中最为耀眼的明星。它如同一把神奇的钥匙,开启了智能时代的大门,让计算机从简单的数据处理迈向了复杂的智能决策。深度学习通过构建具有多个层次的神经网络模型,使计算机能够自动从大量数据中学习到复杂的模式和特征,从而实现对数据的分类、预测、生成等任务。从语音助手到自动驾驶,从图像识别到自然语言处理,深度学习的应用无处不在,深刻地改变着
- [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