言有三
言有三

【通知】深度学习之人脸图像算法核心代码开源和勘误汇总

【通知】深度学习之人脸图像算法核心代码开源和勘误汇总_第1张图片

许多同学早就在问人脸图像的书什么时候代码开源，8月底我们如约而至，今天开源核心的代码以及对第一次印刷的勘误汇总。

代码开源

本次跟之前的两本书一样，代码开源在我们官方的GitHub项目中，按照有实战部分的章节进行开源。

其中参考了开源项目的代码，会在对应章节的readme.txt中给出项目的链接，请大家配合书中代码说明进行实践，其中部分代码的使用与开源项目有所不同。而书中原创的代码，会给出模型配置文件和模型参数。

数据集大家可以自行获取开源数据集或者用自有数据集进行替换。GitHub地址如下：

https://github.com/longpeng2008/yousan.ai

【通知】深度学习之人脸图像算法核心代码开源和勘误汇总_第2张图片

另外本书还有一次配套的直播，不清楚本书内容的，大家可以阅读回放如下：

点击边框调出视频工具条

 

 

勘误汇总

由于本书内容非常详细，公式非常多，笔者个人精力和能力有限，导致在编辑和转录过程中因为视野盲点有一些小的错误，现汇总如下表：

【通知】深度学习之人脸图像算法核心代码开源和勘误汇总_第3张图片

另外，AM-Softmax loss的公式编辑少写了一个括号，并且由于其与Cosine Face是同样的形式，因此修改后如下，请大家参考原书进行对比。

【通知】深度学习之人脸图像算法核心代码开源和勘误汇总_第4张图片

从上面可以看出，基本上都是公式编辑的问题，由于经过了word自带公式编辑器，转录Mathtype，出版社编辑加工等流程，非常容易出错，请大家在阅读公式的时候留意，下一版会集中修订。

另外，如果有发现新的比较重大的问题，也欢迎到我们读者群去反馈，联系有三微信Longlongtogo即可加入读者群。

关于书籍的详细介绍，大家可以阅读下面链接文章，另外当前在京东购买本书有较大的优惠，请及时关注。

言有三新书来袭，业界首次深入全面讲解深度学习人脸图像算法

【直播】回放！人脸图像算法及其应用

【杂谈】如果你想快速系统掌握计算机视觉大部分领域，学习人脸图像是唯一选择

往期相关

  • 【技术综述】基于3DMM的三维人脸重建技术总结

  • 【技术综述】人脸妆造迁移核心技术总结

  • 【技术综述】人脸风格化核心技术与数据集总结

  • 【杂谈】如果你想快速系统掌握计算机视觉大部分领域，学习人脸图像是唯一选择

  • 【总结】最全1.5万字长文解读7大方向人脸数据集v2.0版，搞计算机视觉怎能不懂人脸

  • 【技术综述】人脸年龄估计研究现状

  • 【技术综述】人脸表情识别研究

  • 【技术综述】人脸颜值研究综述

  • 【技术综述】人脸脸型分类研究现状

  • 【杂谈】GAN对人脸图像算法产生了哪些影响？

  • 【每周CV论文推荐】 深度学习人脸检测入门必读文章

  • 【每周CV论文推荐】 初学深度学习人脸关键点检测必读文章

  • 【每周CV论文推荐】 初学深度学习人脸识别和验证必读文章

  • 【每周CV论文推荐】 初学深度学习人脸属性分析必读的文章

  • 【每周CV论文推荐】 初学活体检测与伪造人脸检测必读的文章

  • 【每周CV论文推荐】 初学深度学习单张图像三维人脸重建需要读的文章

  • 【每周CV论文推荐】 人脸识别剩下的难题：从遮挡，年龄，姿态，妆造到亲属关系，人脸攻击

  • 【每周CV论文推荐】换脸算法都有哪些经典的思路？

  • 有三AI秋季划出炉，模型优化，人脸算法，图像质量等24个项目等你来拿

你可能感兴趣的:(算法,人工智能,计算机视觉,深度学习,人脸识别)

  • 人工智能之数学基础:线性代数中矩阵的初印象 每天五分钟玩转人工智能 机器学习深度学习之数学基础线性代数人工智能矩阵机器学习深度学习
    本文重点从本篇文章开始，我们将开始学习矩阵的概念，矩阵，作为线性代数的核心概念之一，就像是一个个精心编织的网格，将复杂的数据和关系以一种简洁而直观的方式呈现出来。矩阵矩阵的初印象想象一下，你手里有一张空白的表格，上面布满了等待填充的格子。这些格子按照行和列整齐排列，形成了一个二维的平面结构。如果我们把数字、符号或者更复杂的元素填入这些格子中，那么这个表格就变成了一个“矩阵”。简单来说，矩阵就是一个
  • 双指针算法 六七_Shmily 数据结构与算法分析算法
    双指针算法是一种通过使用两个指针（索引或引用）在数据结构中有序移动来高效解决问题的技巧。它常用于数组、链表等线性结构的问题，能显著优化时间和空间复杂度。以下是其核心应用场景及使用方法：核心应用场景有序数组的两数之和左右指针从两端向中间移动，根据当前和调整指针位置。合并有序数组/链表从后向前填充避免覆盖，或直接比较节点合并。快慢指针检测链表环快指针每次走两步，慢指针走一步，相遇则有环。滑动窗口（子数
  • 最短路算法 Emplace 算法图论最短路
    算法介绍最短路是一种在一个有权图中求任意两点间的最短路径。算法描述最短路有很多的形式：单源最短路：就是固定起点的最短路。多源最短路：就是不固定起点的最短路。其中Floyd就是求多源最短路的。Floyd算法流程首先我们可以先枚举中间节点kkk,然后再枚举经过这个中间节点的起点和终点。最后对于每对起点和终点我们假设它们为(i,j)，那么从i到j的距离就应该是a(i,k)+a(k,j)与a(i,j)的最
  • 数据结构与算法-图（绪论 图论基本概念） 可爱的野指针 数据结构图论算法数据结构有向图欧拉回路
    昨天我的的树就分享完了，树的概念很多吧，二叉树，满二叉树，完全二叉树，赫夫曼树，孩子，双亲……多不？哈哈哈，这算不了什么，我们接下来要看到的图的概念才叫多，没关系，勤奋和时间会让你记住他们，内心只需要告诉自己，加油，我能行，就一定能学会图。不知道有没有看过或者学过离散数学，如果学过，那么恭喜啦，离散数学里的图论就是这一章的基础，图论学的还不错的话，压力就小了。先介绍的是图的定义，图-V个顶点和E条
  • 算法篇——二分查找 古月方源1.0版 算法算法
    二分查找：从理论到实践前言今天无聊，决定在CSDN上发布我的第一篇文章，与大家分享一下二分查找算法。二分查找是一种高效的在有序数组中查找特定元素的算法，其核心思想是通过反复将查找范围减半来快速定位目标元素。二分查找的基本原理二分查找的基本思想非常简单。每次查找时，将数组的中间元素与目标值进行比较：如果中间元素等于目标值，则查找成功。如果中间元素小于目标值，则目标值只可能在右半部分，查找范围缩小为右
  • 人工智能第五次笔记（python运算符） 吴小白！ 笔记python开发语言
    一.运算符运算符用于执行某种操作并返回一个结果，Python中的运算符可以分为：算数运算符，比较运算符，逻辑运算符，赋值运算符，位运算符，身份运算符，成员运算符，三目运算符八种1.1算数运算符用于执行基本的数学运算1.1.1常见的算数运算符+：加法-：减法*：乘法/：除法%：取模（取余数）**：幂运算//：整除（取整数部分）x1=5x2=2x3=(1,2)#元组x4=(3,4)x5=[1,2]x6
  • 【算法每日一练]-图论 篇14 欧拉路径，欧拉回路 希望你变强啊 图论算法图论java数据结构c++深度优先
    目录判断有向图有欧拉回路判断有向图有欧拉路径如果图G中的一个路径包括每个边恰好一次，则该路径称为欧拉路径(Eulerpath)。（每个点都经过一次就是旅行商问题）预备知识：有向图有欧拉路径：等价于：非0度节点连通，且所有节点入度等于出度(欧拉回路)或有n-2个节点入度等于出度，另外两个节点一个多1一个少1无向图有欧拉路径：等价于：连通图，且没有度为奇数的节点(欧拉回路)或只有两个2个度为奇数的节点
  • YOLOv5+UI界面在车辆检测中的应用与实现 深度学习&目标检测实战项目 YOLOv5实战项目YOLOui分类数据挖掘目标跟踪人工智能
    1.引言随着智能交通系统（ITS）的快速发展，车辆检测已成为计算机视觉领域的重要研究方向。车辆检测技术广泛应用于交通流量监控、车辆违章抓拍、无人驾驶等场景中。近年来，深度学习技术的突破，特别是卷积神经网络（CNN）的崛起，使得目标检测技术取得了显著进展。其中，YOLO（YouOnlyLookOnce）系列模型以其高效的实时检测能力和出色的性能成为车辆检测领域的首选方法之一。在本文中，我们将基于YO
  • 在连通无向图中寻找欧拉回路（Eulerian Circuit） 醉心编码 c/c++技术类编程基础算法欧拉回路
    在连通无向图中寻找欧拉回路（EulerianCircuit）问题描述解决方案概述算法步骤伪代码C代码示例如何在迷宫中找出一条路示例：在简单迷宫中应用欧拉回路结论问题描述给定一个连通无向图$G=(V,E)$，我们需要找到一条路径，该路径正向和反向通过$E$中的每条边恰好一次，即该路径通过每条边两次，但方向相反。这样的路径被称为欧拉回路（EulerianCircuit）。解决方案概述欧拉回路存在的充分
  • DeepSeek：技术教育领域的AI变革者——从理论到实践的全面解析 量子纠缠BUG DeepSeekDeepSeek部署AI人工智能python
    一、技术教育为何需要DeepSeek？在数字化转型的浪潮下，技术教育面临着知识更新快、实践门槛高、个性化需求强三大核心挑战。传统的教学模式难以满足开发者快速掌握前沿技术、构建复杂系统能力的需求。DeepSeek作为国产开源大模型的代表，凭借其推理能力、多模态支持与低成本部署的特性，正在为技术教育带来突破性解决方案。二、DeepSeek赋能技术教育的核心技术优势1.推理能力驱动深度学习思维链（CoT
  • 算法刷题汇总 python版本 lanlinbuaa python算法leetcode
    OJ在线编程常见输入输出练习牛客网练习链接：https://ac.nowcoder.com/acm/contest/5657#question1.读取行数未知方法一：使用forlineinsys.stdinimportsysforlineinsys.stdin:a=line.split()#split()默认为所有的空字符，包括空格、换行(\n)、制表符(\t)等print(int(a[0])+i
  • 【人工智能基础2】机器学习、深度学习总结 roman_日积跬步-终至千里 人工智能习题人工智能机器学习深度学习
    文章目录一、人工智能关键技术二、机器学习基础1.监督、无监督、半监督学习2.损失函数：四种损失函数3.泛化与交叉验证4.过拟合与欠拟合5.正则化6.支持向量机三、深度学习基础1、概念与原理2、学习方式3、多层神经网络训练方法一、人工智能关键技术领域基础原理与逻辑机器学习机器学习基于数据，研究从观测数据出发寻找规律，利用这些规律对未来数据进行预测。基于学习模式，机器学习可以分为监督、无监督、强化学习
  • 一文搞懂 AI Agent 与 AI 大模型的区别 a小胡哦 人工智能ManusAiagent
    在人工智能蓬勃发展的当下，新术语和新技术层出不穷。AIAgent和AI大模型便是其中的“明星”，但不少人对它们的区别感到困惑。今天，我们就以Manus这类AIAgent为例，深入剖析AIAgent与一般AI大模型的不同之处。Manus：Manus定义与核心能力AI大模型AI大模型是基于深度学习架构，通过海量数据训练得到的复杂模型，像GPT-4、文心一言等。它们具备强大的知识储备和语言理解生成能力，
  • 数据结构与算法-图论-二分图 一个人在码代码的章鱼 #图论算法学习图论算法
    关押罪犯(贪心+二分答案+染色法判定二分图/扩展域并查集)题目描述S城现有两座监狱，一共关押着N名罪犯，编号分别为1∼N。他们之间的关系自然也极不和谐。很多罪犯之间甚至积怨已久，如果客观条件具备则随时可能爆发冲突。我们用“怨气值”（一个正整数值）来表示某两名罪犯之间的仇恨程度，怨气值越大，则这两名罪犯之间的积怨越多。如果两名怨气值为c的罪犯被关押在同一监狱，他们俩之间会发生摩擦，并造成影响力为c的
  • 代码随想录算法训练营第 20 天 | LeetCode235. 二叉搜索树的最近公共祖先 LeetCode701.二叉搜索树中的插入操作 LeetCode 450.删除二叉搜索树中的节点 HIT最菜电控 代码随想录算法训练营算法leetcode数据结构c++
    代码随想录算法训练营Day20代码随想录算法训练营第20天|LeetCode235.二叉搜索树的最近公共祖先LeetCode701.二叉搜索树中的插入操作LeetCode450.删除二叉搜索树中的节点目录代码随想录算法训练营前言LeetCode235.二叉搜索树的最近公共祖先LeetCode701.二叉搜索树中的插入操作LeetCode450.删除二叉搜索树中的节点一、LeetCode235.二叉
  • vue2和vue3的diff算法有什么区别？ 浮生无聊 vue.jsjavascript前端面试
    1、diff算法是什么？diff算法是一种通过同层的树节点进行比较的高效算法。其有两个特点：只会在同层进行比较，不会跨层比较在diff比较过程中，循环从两边向中间比较diff算法在很多场景下都有应用，在vue中，作用于虚拟dom渲染成真实dom的新旧虚拟节点比较。diff整体策略为：深度优先，同层比较。Vue2和Vue3中的diff算法的主要区别：1、vue2的diff算法vue2使用了经典的di
  • 一周热点：微软攻克语音输入、文本输出难题-Phi-4-multimodal 数据分析能量站 机器学习人工智能
    微软Phi-4-multimodal模型是人工智能领域的一个重要进展，它标志着微软在多模态人工智能技术上的突破。以下是对该模型的详细解释：模型概述微软Phi-4-multimodal是一个能够同时处理文本、图像和语音的多模态大型语言模型。它通过创新的架构和训练方法，实现了在不同模态之间的无缝交互，为用户提供更自然、更智能的交互体验。模型架构该模型采用多模态Transformer架构，通过LoRA（
  • 【设计模式】（22）模板方法模式 xiyubaby.17 设计模式Java教程设计模式模板方法模式
    模板方法模式（TemplateMethodPattern）教程一、模式定义模板方法模式在父类中定义了一个算法的骨架，允许子类在不改变算法结构的前提下重写某些特定步骤。核心目标：复用公共流程，差异化实现细节，确保算法步骤的稳定性和扩展性。二、适用场景统一流程，差异细节：多个类有相同流程但某些步骤实现不同（如数据解析、文档生成）。框架设计：框架定义核心流程，用户通过子类扩展具体行为（如SpringJd
  • 清华大学《DeepSeek赋能家庭教育》深度解析：AI如何重塑现代家庭教育模式 硅基打工人 AI人工智能经验分享大数据开源语言模型
    引言：家庭教育的困境与AI的破局在数字化与智能化浪潮下，家庭教育面临多重挑战：家长教育能力不足、教育资源分配不均、亲子沟通效率低下、个性化需求难以满足等。清华大学发布的《DeepSeek赋能家庭教育》系列报告（共56页）提出了一种基于人工智能的解决方案，通过深度学习平台DeepSeek，为家庭教育注入科技动能。本文将从技术原理、核心功能、应用场景、伦理安全及未来展望等多维度展开分析。一、DeepS
  • 小语言模型（SLM）技术解析：如何在有限资源下实现高效AI推理 硅基打工人 AI人工智能语言模型自然语言处理
    引言：为什么小语言模型（SLM）是2025年的技术焦点？2025年，人工智能领域正经历一场“由大变小”的革命。尽管大语言模型（LLM）如GPT-4、GeminiUltra等在复杂任务中表现惊艳，但其高昂的算力成本、庞大的参数量（通常超过千亿）和依赖云端的特性，使得实际落地面临诸多瓶颈。**小语言模型（SmallLanguageModel,SLM）**应运而生，凭借其高效性、经济性和本地化部署能力，
  • SpringBoot实战系列之发送短信验证码 m0_67401660 面试学习路线阿里巴巴android前端后端
    大家好，我是??大二在读作业侠系列最新文章??Java实现聊天程序SpringBoot实战系列??SpringBoot实战系列之发送短信验证码一起刷算法与数据结构最新文章??一起刷算法与数据结构-树篇1环境搭建大集合环境搭建大集合(持续更新）内容速览:1.短信验证码平台选择考虑点2.短信平台3.实战发送短信验证码1.短信验证码平台选择考虑点各个类型短信价格短信到达率、到达时间短信内容变量灵活，便持
  • 区间合并问题 六七_Shmily 数据结构与算法分析算法区间合并
    在算法中遇到区间合并问题时，可以从以下角度进行分析和解决：一、核心思路：排序与贪心策略排序预处理将区间按照起始端点升序排序，确保后续处理时相邻区间可能重叠。这是解决区间合并问题的关键预处理步骤[。排序后，重叠或相邻的区间会连续排列，便于合并（例如，区间[1,3]和[2,6]会相邻）。贪心合并逻辑遍历排序后的区间，逐个判断是否与结果集中的最后一个区间重叠：重叠条件：当前区间的起始点≤结果集最后一个区
  • AI开拓者指南：GenAI产品应用TIPs——从采购到使用（采购篇） ai开发
    AI浪潮愈发澎湃的当下，生成式人工智能技术已成为企业创新与效率提升的重要工具。企业对生成式人工智能产品（以下简称为“GenAI产品”）的应用需求日益增长，其应用场景也愈发多样化：开展营销活动的过程中利用AI生成创意文案和视觉设计素材，极大地缩短了创作周期并降低了成本；使用AI客服机器人处理客户咨询，显著地提高了客户满意度和响应速度；使用AI还可以为客户提供个性化的产品推荐，提高销售转化率等等。然而
  • Python精进系列： K-Means 聚类算法调用库函数和手动实现对比分析 进一步有进一步的欢喜 Python精进系列算法pythonkmeans
    一、引言在机器学习领域，聚类分析是一种重要的无监督学习方法，用于将数据集中的样本划分为不同的组或簇，使得同一簇内的样本具有较高的相似性，而不同簇之间的样本具有较大的差异性。K-Means聚类算法是最常用的聚类算法之一，它以其简单性和高效性在数据挖掘、图像分割、模式识别等领域得到了广泛应用。本文将详细介绍K-Means聚类算法，并分别给出调用现成函数和不调用任何现成函数实现K-Means聚类的代码示
  • 计算机二级c语言选择题1 xu_hhh_ 计算机二级c语言选择题c语言开发语言
    c语言源程序后缀：.c计算机能执行的程序：可执行程序c语言主要借助定义函数实现模块化结构化算法可以解决任何复杂的问题高级语言都有与之对应的编译程序或解释程序用任何一种计算机高级语言都可以把算法转换为程序计算机不可以直接执行由任意高级语言编写的程序c语言常量：（1）字符可以有两个eg：‘72’（如果单引号里面的字符有多个，以最后一个为准，打印时只打印最后一个）（2）1.2e0.5e后面不能为小数，必
  • 热门AI创作助手推荐【第一期】 量子星澜 文心一言AI写作chatgpt
    星游AI创作助手人工智能在现代科技中的应用非常广泛，涵盖了诸多领域，包括但不限于以下几个方面：1.语音识别和自然语言处理：人工智能技术被广泛应用于语音识别和自然语言处理领域，例如智能助手、翻译系统、语音交互系统等。2.机器学习和数据分析：人工智能的机器学习算法被用于数据分析、预测建模、用户个性化推荐等领域，帮助企业做出更准确的商业决策。3.计算机视觉：人工智能在计算机视觉领域的应用包括图像识别、视
  • Spring深度学习 — 关于 Spring 搬运Gong Springspring
    前言作为一名Java程序猿，相信对Spring都不陌生，那么我们经常使用的Spring的发展史大家都了解过吗？它是如何来的？又是如何一步一步成长到了现在这种不可替代的重要地位？下面将对Spring进行一个整体认知和学习，对后面的深度学习起到铺垫作用。本文意在对知识点的温顾，如文中有写的不对的地方，还望不吝指教。一、Spring的发展史相信经历过不使用框架开发Web项目的70后、80后都会高如此感触
  • Prompt工程全解析：从入门到精通的终极指南 二川bro 智能AI人工智能prompt
    Prompt工程全解析：从入门到精通的终极指南发现了一个巨牛的人工智能学习网站，通俗易懂，风趣幽默，可以分享一下给大家。点击跳转到网站。https://www.captainbed.cn/ccc一、Prompt设计核心法则1.1角色定位法则[角色设定]你是一位资深全栈工程师，拥有10年React和Node.js开发经验[任务要求]为电商系统设计购物车模块，要求：1.支持商品增删改查2.实时计算总价
  • 新手村：线性回归-实战-波士顿房价预测 嘉羽很烦 机器学习线性回归算法回归
    新手村：线性回归-实战-波士顿房价预测前置条件阅读：新手村：线性回归了解相关概念实验目的1.熟悉机器学习的一般流程2.掌握基础的数据处理方法3.理解常用的回归算法教学例子：预测房价（以波士顿房价数据集为例）本次实验，你将使用真实的波士顿房价数据集建立起一个房价预测模型，并且了解到机器学习中的若干重要概念和评价方法，请通过机器学习建立回归模型，即:Y=θ0+θ1×X1+θ2×X2+θ3×X3+⋯+θ
  • 新手村：混淆矩阵 嘉羽很烦 机器学习机器学习
    新手村：混淆矩阵一、前置条件知识点要求学习资源分类模型基础理解分类任务（如二分类、多分类）和常见分类算法（如逻辑回归、决策树）。《Hands-OnMachineLearningwithScikit-Learn》Python基础熟悉变量、循环、函数、列表、字典等基本语法。《PythonCrashCourse》或在线教程（如Codecademy）scikit-learn基础掌握模型训练、预测、评估的基
  • 继之前的线程循环加到窗口中运行 3213213333332132 javathreadJFrameJPanel
    之前写了有关java线程的循环执行和结束，因为想制作成exe文件，想把执行的效果加到窗口上，所以就结合了JFrame和JPanel写了这个程序，这里直接贴出代码，在窗口上运行的效果下面有附图。 package thread; import java.awt.Graphics; import java.text.SimpleDateFormat; import java.util
  • linux 常用命令 BlueSkator linux命令
    1.grep 相信这个命令可以说是大家最常用的命令之一了。尤其是查询生产环境的日志，这个命令绝对是必不可少的。 但之前总是习惯于使用 （grep -n 关键字 文件名 ）查出关键字以及该关键字所在的行数，然后再用 （sed -n  '100,200p' 文件名），去查出该关键字之后的日志内容。 但其实还有更简便的办法，就是用（grep  -B n、-A n、-C n 关键
  • php heredoc原文档和nowdoc语法 dcj3sjt126com PHPheredocnowdoc
    <!doctype html> <html lang="en"> <head> <meta charset="utf-8"> <title>Current To-Do List</title> </head> <body> <?
  • overflow的属性 周华华 JavaScript
    <!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/1999/xhtml&q
  • 《我所了解的Java》——总体目录 g21121 java
            准备用一年左右时间写一个系列的文章《我所了解的Java》，目录及内容会不断完善及调整。         在编写相关内容时难免出现笔误、代码无法执行、名词理解错误等，请大家及时指出，我会第一时间更正。    &n
  • [简单]docx4j常用方法小结 53873039oycg docx
            本代码基于docx4j-3.2.0，在office word 2007上测试通过。代码如下:         import java.io.File; import java.io.FileInputStream; import ja
  • Spring配置学习 云端月影 spring配置
    首先来看一个标准的Spring配置文件 applicationContext.xml <?xml version="1.0" encoding="UTF-8"?> <beans xmlns="http://www.springframework.org/schema/beans" xmlns:xsi=&q
  • Java新手入门的30个基本概念三 aijuans java新手java 入门
    17.Java中的每一个类都是从Object类扩展而来的。　　18.object类中的equal和toString方法。　　equal用于测试一个对象是否同另一个对象相等。　　toString返回一个代表该对象的字符串,几乎每一个类都会重载该方法,以便返回当前状态的正确表示.(toString 方法是一个很重要的方法)　　 19.通用编程:任何类类型的所有值都可以同object类性的变量来代替。　
  • 《2008 IBM Rational 软件开发高峰论坛会议》小记 antonyup_2006 软件测试敏捷开发项目管理IBM活动
    我一直想写些总结,用于交流和备忘,然都没提笔,今以一篇参加活动的感受小记开个头,呵呵! 其实参加《2008 IBM Rational 软件开发高峰论坛会议》是9月4号,那天刚好调休.但接着项目颇为忙,所以今天在中秋佳节的假期里整理了下. 参加这次活动是一个朋友给的一个邀请书,才知道有这样的一个活动,虽然现在项目暂时没用到IBM的解决方案,但觉的参与这样一个活动可以拓宽下视野和相关知识.
  • PL/SQL的过程编程,异常,声明变量,PL/SQL块 百合不是茶 PL/SQL的过程编程异常PL/SQL块声明变量
    PL/SQL;    过程; 符号; 变量; PL/SQL块; 输出; 异常;     PL/SQL 是过程语言(Procedural Language)与结构化查询语言(SQL)结合而成的编程语言PL/SQL 是对 SQL 的扩展,sql的执行时每次都要写操作
  • Mockito(三)--完整功能介绍 bijian1013 持续集成mockito单元测试
            mockito官网：http://code.google.com/p/mockito/，打开documentation可以看到官方最新的文档资料。 一.使用mockito验证行为 //首先要import Mockito import static org.mockito.Mockito.*; //mo
  • 精通Oracle10编程SQL(8)使用复合数据类型 bijian1013 oracle数据库plsql
    /* *使用复合数据类型 */ --PL/SQL记录 --定义PL/SQL记录 --自定义PL/SQL记录 DECLARE TYPE emp_record_type IS RECORD( name emp.ename%TYPE, salary emp.sal%TYPE, dno emp.deptno%TYPE ); emp_
  • 【Linux常用命令一】grep命令 bit1129 Linux常用命令
    grep命令格式   grep [option] pattern [file-list]     grep命令用于在指定的文件(一个或者多个,file-list)中查找包含模式串(pattern)的行,[option]用于控制grep命令的查找方式。   pattern可以是普通字符串，也可以是正则表达式，当查找的字符串包含正则表达式字符或者特
  • mybatis3入门学习笔记 白糖_ sqlibatisqqjdbc配置管理
    MyBatis 的前身就是iBatis，是一个数据持久层(ORM)框架。  MyBatis 是支持普通 SQL 查询，存储过程和高级映射的优秀持久层框架。MyBatis对JDBC进行了一次很浅的封装。   以前也学过iBatis，因为MyBatis是iBatis的升级版本，最初以为改动应该不大，实际结果是MyBatis对配置文件进行了一些大的改动，使整个框架更加方便人性化。
  • Linux 命令神器：lsof 入门 ronin47 lsof
           lsof是系统管理/安全的尤伯工具。我大多数时候用它来从系统获得与网络连接相关的信息，但那只是这个强大而又鲜为人知的应用的第一步。将这个工具称之为lsof真实名副其实，因为它是指“列出打开文件（lists openfiles）”。而有一点要切记，在Unix中一切（包括网络套接口）都是文件。 有趣的是，lsof也是有着最多
  • java实现两个大数相加，可能存在溢出。 bylijinnan java实现
    import java.math.BigInteger; import java.util.regex.Matcher; import java.util.regex.Pattern; public class BigIntegerAddition { /** * 题目：java实现两个大数相加，可能存在溢出。 * 如123456789 + 987654321
  • Kettle学习资料分享，附大神用Kettle的一套流程完成对整个数据库迁移方法 Kai_Ge Kettle
    Kettle学习资料分享   Kettle 3.2 使用说明书 目录 概述..........................................................................................................................................7 1.Kettle 资源库管
  • [货币与金融]钢之炼金术士 comsci 金融
           自古以来,都有一些人在从事炼金术的工作.........但是很少有成功的        那么随着人类在理论物理和工程物理上面取得的一些突破性进展......        炼金术这个古老
  • Toast原来也可以多样化 dai_lm androidtoast
    Style 1： 默认 Toast def = Toast.makeText(this, "default", Toast.LENGTH_SHORT); def.show(); Style 2： 顶部显示 Toast top = Toast.makeText(this, "top", Toast.LENGTH_SHORT); t
  • java数据计算的几种解决方法3 datamachine javahadoopibatisr-languer
    4、iBatis     简单敏捷因此强大的数据计算层。和Hibernate不同，它鼓励写SQL，所以学习成本最低。同时它用最小的代价实现了计算脚本和JAVA代码的解耦，只用20%的代价就实现了hibernate 80%的功能,没实现的20%是计算脚本和数据库的解耦。     复杂计算环境是它的弱项，比如：分布式计算、复杂计算、非数据
  • 向网页中插入透明Flash的方法和技巧 dcj3sjt126com htmlWebFlash
    将 Flash 作品插入网页的时候，我们有时候会需要将它设为透明，有时候我们需要在Flash的背面插入一些漂亮的图片，搭配出漂亮的效果……下面我们介绍一些将Flash插入网页中的一些透明的设置技巧。 　　一、Swf透明、无坐标控制　　首先教大家最简单的插入Flash的代码，透明，无坐标控制： 　　注意wmode="transparent"是控制Flash是否透明
  • ios UICollectionView的使用 dcj3sjt126com
    UICollectionView的使用有两种方法，一种是继承UICollectionViewController，这个Controller会自带一个UICollectionView；另外一种是作为一个视图放在普通的UIViewController里面。 个人更喜欢第二种。下面采用第二种方式简单介绍一下UICollectionView的使用。 1.UIViewController实现委托，代码如
  • Eos平台java公共逻辑 蕃薯耀 Eos平台java公共逻辑Eos平台java公共逻辑
     Eos平台java公共逻辑 >>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>> 蕃薯耀 2015年6月1日 17:20:4
  • SpringMVC4零配置--Web上下文配置【MvcConfig】 hanqunfeng springmvc4
    与SpringSecurity的配置类似，spring同样为我们提供了一个实现类WebMvcConfigurationSupport和一个注解@EnableWebMvc以帮助我们减少bean的声明。   applicationContext-MvcConfig.xml <!-- 启用注解，并定义组件查找规则 ，mvc层只负责扫描@Controller --> <
  • 解决ie和其他浏览器poi下载excel文件名乱码 jackyrong Excel
       使用poi,做传统的excel导出，然后想在浏览器中，让用户选择另存为，保存用户下载的xls文件，这个时候，可能的是在ie下出现乱码（ie,9,10,11),但在firefox,chrome下没乱码， 因此必须综合判断，编写一个工具类：      /** * * @Title: pro
  • 挥洒泪水的青春 lampcy 编程生活程序员
    2015年2月28日，我辞职了，离开了相处一年的触控，转过身--挥洒掉泪水，毅然来到了兄弟连，背负着许多的不解、质疑——”你一个零基础、脑子又不聪明的人，还敢跨行业，选择Unity3D？“，”真是不自量力••••••“，”真是初生牛犊不怕虎•••••“，••••••我只是淡淡一笑，拎着行李----坐上了通向挥洒泪水的青春之地——兄弟连！ 这就是我青春的分割线，不后悔，只会去用泪水浇灌——已经来到
  • 稳增长之中国股市两点意见-----严控做空，建立涨跌停版停牌重组机制 nannan408
       对于股市，我们国家的监管还是有点拼的，但始终拼不过飞流直下的恐慌，为什么呢？    笔者首先支持股市的监管。对于股市越管越荡的现象，笔者认为首先是做空力量超过了股市自身的升力，并且对于跌停停牌重组的快速反应还没建立好，上市公司对于股价下跌没有很好的利好支撑。    我们来看美国和香港是怎么应对股灾的。美国是靠禁止重要股票做空，在
  • 动态设置iframe高度(iframe高度自适应) Rainbow702 JavaScriptiframecontentDocument高度自适应局部刷新
    如果需要对画面中的部分区域作局部刷新，大家可能都会想到使用ajax。 但有些情况下，须使用在页面中嵌入一个iframe来作局部刷新。 对于使用iframe的情况，发现有一个问题，就是iframe中的页面的高度可能会很高，但是外面页面并不会被iframe内部页面给撑开，如下面的结构： <div id="content"> <div id=&quo
  • 用Rapael做图表 tntxia rap
    function drawReport(paper,attr,data){          var width = attr.width;     var height = attr.height;          var max = 0;   &nbs
  • HTML5 bootstrap2网页兼容（支持IE10以下） xiaoluode html5bootstrap
    <!DOCTYPE html> <html> <head lang="zh-CN"> <meta charset="UTF-8"> <meta http-equiv="X-UA-Compatible" content="IE=edge">
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他