布客飞龙
布客飞龙

Theano 中文文档 0.9 - 2. 发行说明

2. 发行说明

译者：Python 文档协作翻译小组，原文：Release Notes。

本文以 CC BY-NC-SA 4.0 协议发布，转载请保留作者署名和文章出处。

Python 文档协作翻译小组人手紧缺，有兴趣的朋友可以加入我们，完全公益性质。交流群：467338606。

Theano 0.8.2（2016年4月21日）

这是一个小版本的发布，只支持cudnn v5卷积和小修复。

亮点： - cuDNN v5卷积支持（cuDNN v3不再支持） - 修复几个崩溃

Theano 0.8.1（2016年3月29日）

这是一个没有任何新功能的小版本的发布。

它修复了MacOS X上的编译问题，使用XCode 7.3的命令行工具，它是在Theano 0.8.0之后不久发布的。

Theano 0.8（2016年3月21日）

我们建议大家更新到这个版本。

强调：

  • Python 2和3支持相同的代码库
  • 更快的优化
  • 集成cuDNN以获得更好的GPU性能
  • 许多Scan改进（执行速度，…）
  • optimizer = fast_compile将计算移动到GPU。
  • 更好的卷积CPU和GPU。（CorrMM，cudnn，3d conv，更多参数）
  • 使用d3viz的图形交互式可视化
  • cnmem（更好的GPU内存管理）
  • BreakpointOp
  • 通过Platoon的多GPU数据并行化（https://github.com/mila-udem/platoon/）
  • 支持更多池参数
  • 图像的双线性插值
  • 新GPU后端：
    • Float16新后端（需要cuda 7.5）
    • 多种类型
    • 多GPU支持在同一个进程

共有141人贡献了这个版本，请看底部的列表。

安装：

  • 更好的BLAS检测
  • 针对最新的软件和操作系统版本的修复
  • 在Windows上支持Anaconda

Bug修复：

  • GpuJoin现在支持负轴
  • 修正负轴的GpuCumsum

废弃的接口（会打印一个警告）：

  • 不再使用Param类，改用In

接口更改：

  • 将DownsampleFactorMax重命名为Pool。
  • tensor.stack现在使用与numpy.stack相同的接口
  • optimizer = fast_compile将计算移动到GPU
  • 更频繁地提高用户堆栈跟踪。
  • 更改开发版本编号以遵循PEP 440

新接口（重用现有功能）：

  • theano.tensor.nnet.relu
  • theano.tensor.nnet.elu
  • BatchNormalization。
  • MaxAndArgmax支持axis=None
  • 添加theano.tensor.compress（相当于numpy.compress）
  • theano.tensor.signal.downsamples.max_pool_2d_same_size
  • COp
  • props

新功能

  • tensor.unique
  • map_variables
  • erfcx
  • mgrid, ogrid
  • allclose
  • BreakpointOp
  • 使bincount在GPU上工作
  • GPU上的SolveOp
  • remove_all_assert可选的优化
  • AllocEmpty
  • LogSoftmax，用于当不应用交叉熵优化时的稳定性优化。
  • theano.tensor.repeat在GPU上工作
  • BatchedDot在GPU和CPU上更快。
  • 更快的batched_tensordot并使其在GPU上工作。
  • SoftmaxGrad grad
  • 通过CorrMM在GPU上进行3D转换
  • CPU Max Pool支持padding和strides!=windows的大小
  • theano.function()现在接受输出的dict。当这样做时，函数将返回一个dict。有助于跟踪哪个输出是什么。
  • 警告未知或拼写错误的theano配置变量
  • theano.tensor.tile更新（接受符号代表，工作在GPU上）
  • 扫描如何有严格的标志。如果设置为True，这使扫描构建更快，并可以使执行更快。
  • theano.tensor.signal.conv2d(2d,2d)输出2d结果
  • 支持更多卷积参数
  • 图像的双线性插值

加速：

  • 在GPU上更快的SetSubtensor。
  • 在GPU上支持更多缩减模式。
  • 更多图优化
  • 更快的图优化
  • GpuCrossentropySoftmaxArgmax1HotWithBias

崩溃/无返回修正：

  • 修复崩溃在断言op grad
  • 修复Mac上的curand crash
  • 多次修复扫描崩溃
  • 完成将所有Op.grad()实现更新到新界面

其他：

  • 支持ARM处理器。
  • 更好的测试
  • 代码清理。
  • 文档更新
  • doctest和sphinx测试在travis
  • 更多测试标记为慢
  • 更好的same_shape实现
  • 更多op与c代码降低开销
  • 自定义pickler为SharedVariable theano.misc.pkl_utils。{dump，load}
  • function_dump帮助我们在编译期间重现用户错误
  • assert_no_cpu_op
  • pep8，flake8
  • 更好的错误消息
  • 在非默认模式下，当allow_gc = False时减少分配数
  • 更好的锁

仅限此开发版本的提交者：

  • Frederic Bastien
  • Arnaud Bergeron
  • Pierre Luc Carrier
  • Iban Harlouchet
  • Pascal Lamblin
  • Chienli Ma
  • Tim Cooijmans
  • Nicolas Ballas
  • Amjad Almahairi
  • David Warde-Farley
  • Christof Angermueller
  • Ziye Fan
  • Caglar
  • Sina Honari
  • Roy Xue
  • hantek
  • Mohammad Pezeshki
  • Melanie Ducoffe
  • Alexandre de Brebisson
  • Harm de Vries
  • Samira Shabanian
  • Alex Lamb
  • Ramana.S
  • Francesco Visin
  • Saizheng Zhang
  • Ying Zhang
  • JanSchlüter
  • Xavier Bouthillier
  • Bart van Merrienboer
  • Cesar Laurent
  • Iulian Vlad Serban
  • Li Yao
  • Sigurd Spieckermann
  • Dmitrii Serdiuk
  • Kelvin Xu
  • Sebastien Jean
  • Thomas Mesnard
  • Seon-Wook Park
  • Vincent Michalski
  • Dustin Webb
  • Mikhail Korobov
  • Orhan Firat
  • Olivier Mastropietro
  • Daniel Renshaw
  • Julien Rebetez
  • Peng Liu
  • Sean Lee
  • TimSalimans
  • Andre Holzner
  • Gijs van Tulder
  • Guillaume Alain
  • Julien Demouth
  • Markus Beissinger
  • Mehdi Mirza
  • Moslem Kazemi
  • Saxenauts
  • S?renKaaeS?nderby
  • sentient07
  • Anatoly Belikov
  • Diogo Moitinho de Almeida
  • Jakub Sygnowski
  • Kashif Rasul
  • Laurent Dinh
  • RémyLéone
  • Taesup (TS) Kim
  • gw0 [http://gw.tnode.com/]
  • mronian
  • vesis84
  • Benni
  • Chiheb Trabelsi
  • JesseLivezey
  • Marius Killinger
  • Matt Graham
  • Matthew Willson
  • Piotr Frankowski
  • Stefan Krastanov
  • vdumoulin
  • Adithya Ganesh
  • Anish Shah
  • BalázsHidasi
  • Colin Raffel
  • Cory Lorenz
  • Doug
  • Jesse Livezey
  • John Salvatier
  • John Zedlewski
  • Jonathan Ho
  • Kaixhin
  • Liang-Chi Hsieh
  • Lucas Beyer
  • Luke Metz
  • Marc-Alexandre Cote
  • Martin Arjovsky
  • MatthiasKümmerer
  • Sirisha Rambhatla
  • briancheung
  • cai-lw
  • ivdorelian
  • jan-matthis
  • jojolalpin
  • joncrall
  • peterjsadowski
  • scottsievert
  • étienneSimon
    1. Flaxman
  • AlOa
  • Albert Zeyer
  • Andrea
  • Andy Jiang
  • Balázs
  • Ben Poole
  • Brian Cheung
  • Christophe Van Gysel
  • Claude Coulombe
  • Clay McLeod
  • Dario Garcia
  • Jakob Lombacher
  • Joao Felipe Santos
  • John Arevalo
  • Jonas Degrave
  • Martin Thoma
  • Mathieu Germain
  • Matthew Koichi Grimes
  • Michael Eickenberg
  • Michael Opitz
  • Paul Hollensen
  • Prayag Verma
  • Saatvik Shah
  • Sergei Lebedev
  • Vik Kamath
  • Wei Ouyang
  • WojciechG?ogowski
  • Yi-Lin Juang
  • Yurii Shevchuk
  • Zach Dwiel
  • dan
  • eulerreich
  • jotterbach
  • rolf
  • theaverageguy
  • wuaalb

你可能感兴趣的:(theano)

  • Python高层神经网络 API库之Keras使用详解 Rocky006 pythonkeras开发语言
    概要随着深度学习在各个领域的广泛应用，许多开发者开始使用各种框架来构建和训练神经网络模型。Keras是一个高层神经网络API，使用Python编写，并能够运行在TensorFlow、CNTK和Theano之上。Keras旨在简化深度学习模型的构建过程，使得开发者能够更加专注于实验和研究。本文将详细介绍Keras库，包括其安装方法、主要特性、基本和高级功能，以及实际应用场景，帮助全面了解并掌握该库的
  • 【Python机器学习】卷积神经网络（CNN）的工具包 zhangbin_237 Python机器学习机器学习pythoncnn神经网络自然语言处理开发语言
    Python是神经网络工具包最丰富的语言之一。两个主要的神经网络架构分别是Theano和TensorFlow。这两者的底层计算深度依赖C语言，不过它们都提供了强大的PythonAPI。Torch在Python里面也有一个对应的API是PyTorch。这些框架都是高度抽象的工具集，适用于从头构建模型。Python社区开发了一些第三方库来简化这些底层架构的使用。其中Keras在API的友好性和功能性方
  • 人工智能开源库有哪些 openwin_top 人工智能人工智能开源python
    TensorFlow：由Google开发的深度学习库，提供了丰富的工具和API，支持CPU和GPU计算。PyTorch：由Facebook开发的深度学习框架，提供动态图和静态图两种模式，并且易于使用。Keras：基于TensorFlow、Theano和CNTK等深度学习库的高级API，可帮助用户快速构建神经网络。Scikit-learn：用Python编写的机器学习库，提供了许多常见的机器学习算法
  • Keras深度学习库的常用函数与参数详解及实例 零 度° pythonpythonkeras
    Keras是一个高级的神经网络API，它能够以TensorFlow、CNTK或Theano作为后端运行，以支持快速的实验和模型构建。Keras以其用户友好、模块化、可扩展性而受到广泛欢迎，适用于从深度学习新手到经验丰富的研究人员。常用函数及其参数Dense()全连接层，用于构建神经网络中的线性部分。units:层中的神经元数量。activation:激活函数，默认为’relu’。use_bias:
  • 深度学习主流开源框架：Caffe、TensorFlow、Pytorch、Theano、Keras、MXNet、Chainer seasonsyy 深度学习小知识深度学习开源框架pytorch
    2.6深度学习主流开源框架表2.1深度学习主流框架参数对比框架关键词总结框架关键词基本数据结构（都是高维数组）Caffe“在工业中应用较为广泛”，“编译安装麻烦一点”BlobTensorFlow“安装简单pip”TensorPytorch“定位：快速实验研究”，“简单”，“灵活”TensorTheanoד用于处理大规模神经网络的训练”，“不支持移动设备”，“不能应用于工业环境”，“编译复杂模型时
  • DS Wannabe之5-AM Project: DS 30day int prep day14 wendyponcho MachineLearning深度学习机器学习人工智能
    Q1.WhatisAlexnet?Q2.WhatisVGGNet?Q3.WhatisVGG16?Q4.WhatisResNet?AttheILSVRC2015,so-calledResidualNeuralNetwork(ResNet)bytheKaimingHeetalintroducedtheanovelarchitecturewith“skipconnections”andfeaturesh
  • [韩顺平]python笔记 超级用户 root Pythonpython笔记开发语言
    AI工程师、运维工程师python排名逐年上升，为什么？python对大数据分析、人工智能中关键的机器学习、深度学习都提供有力的支持Python支持最庞大的代码库，功能超强数据分析：numpy/pandas/os机器学习：tensorflow/scikit-learn/theano爬虫：urllib/reques/bs4/scrapy网页开发：Django/falsk/web运维：saltstac
  • 应用keras建立ANN模型. 取名真难. 机器学习keras人工智能深度学习python机器学习
    介绍：Keras是一个开源的神经网络库，它基于Python语言，并能够在多个深度学习框架上运行，包括TensorFlow、Theano和CNTK。Keras提供了一种简洁而高层次的API，使得用户能够快速构建、训练和部署神经网络模型。Keras的设计理念是以用户友好和易用性为重点。它提供了一系列高层次的构建模块，可以快速创建各种类型的神经网络模型，如全连接神经网络、卷积神经网络和循环神经网络等。K
  • 深度学习(5)--Keras实战 GodFishhh 深度学习深度学习人工智能
    目录一.Keras基础概念二.如何跑通Keras项目2.1.在cmd上跑通2.2.在PyCharm上跑通一.Keras基础概念Keras是深度学习中的一个神经网络框架，是一个高级神经网络API，用Python编写，可以在TensorFlow，CNTK或Theano之上运行。Keras优点：(1).允许简单快速的原型设计（用户友好性，模块化和可扩展性）。(2).支持卷积网络和循环网络，以及两者的组合
  • 深度机器学习满足网络安全 Threathunter
    来源：deepmachinelearningmeetscybersecurity一、问题1、恶意软件成指数级增长每个小时有超过100k的恶意代码变种产生2、安全防御是一个大数据问题3、坏的行动者具有自动性能够产生大量的恶意代码4、好的行动者不能跟上节奏仍然采用手工的恶意代码检测规则二、解决方案：深度机器学习应用于网络安全训练数据集：数百万的恶意代码存储+深度学习：theano+高性能云计算=安全分
  • 深度学习(4)--Keras实战 GodFishhh 深度学习keras人工智能
    一.Keras基础概念1.1.Keras是什么Keras是深度学习中的一个神经网络框架，是一个高级神经网络API，用Python编写，可以在TensorFlow，CNTK或Theano之上运行。Keras优点：(1).允许简单快速的原型设计（用户友好性，模块化和可扩展性）。(2).支持卷积网络和循环网络，以及两者的组合。(3).在CPU和GPU上无缝运行。1.2.Keras的安装在cmd中输入下述
  • Keras学习记录 深思海数_willschang
    Keras学习笔记keras.iokeras.io-zhkeras-cnKeras是一个高层神经网络API，Keras由纯Python编写而成并基Tensorflow、Theano以及CNTK后端．Keras的设计原则是用户友好：Keras是为人类而不是天顶星人设计的API。用户的使用体验始终是我们考虑的首要和中心内容。Keras遵循减少认知困难的最佳实践：Keras提供一致而简洁的API，能够极
  • python求导代码_Python的theano库符号求导示例代码详解 weixin_39785400 python求导代码
    #coding=utf-8"""Symboliccomputationofpythontheano@Author:zhangzewang@Date:2016-3-2"""importsyssys.path.append('../utils/')importtheanoimporttheano.tensorasTimportnumpyasnpfromfunctionUtilsimportshared
  • 安装Theano出现“No module named ‘theano.compat.six’” sttech
    安装pylean2时，当执行pythonsetup.pybuild后出现：pythonsetup.pybuildTraceback(mostrecentcalllast):File"setup.py",line8,infromtheano.compat.six.movesimportinputModuleNotFoundError:Nomodulenamed'theano.compat.six'解
  • MLP多层感知机原理简介+代码详解 金石开1510 计算智能
    DeepLearningtutorial（3）MLP多层感知机原理简介+代码详解@author：wepon@blog：http://blog.csdn.net/u012162613/article/details/43221829本文介绍多层感知机算法，特别是详细解读其代码实现，基于pythontheano，代码来自：MultilayerPerceptron，如果你想详细了解多层感知机算法，可以参
  • 吐血配置win7+theano+gpu+caffe+matlab+python iseehz 机器学习theanopython
    首先感谢大神小鱼人fish、hjimce、double-vane，本文主要在这三篇博客的基础上，写一下我自己的安装经历。由于我在安装的时候遇到不少问题，所以将三位大神的博客直接复制，在我修改的地方做了一些批注，希望能帮助到更多的人，可能也侵犯三位大神的版权了，罪过罪过。一、theano环境搭建首先，按照hjimce的http://blog.csdn.net/hjimce/article/detai
  • 手把手教你搭建深度学习平台——避坑安装theano+CUDA weixin_33841722 python人工智能shell
    python有多混乱我就不多说了。这个混论不仅是指整个python市场混乱，更混乱的还有python的各种附加依赖包。为了一劳永逸解决python的各种依赖包对深度学习造成的影响，本文中采用python的发行版Anaconda。Step1安装Anaconda这里不建议使用python3.4以后的Anaconda版本，因为太新的版本（python3.5）不支持python/matlab混合编程.所以
  • Ubuntu16.04 + gtx1060 + cuda8.0 + cudnn5.1 + caffe + Theano + Tensorflow weixin_30511039 人工智能git开发工具
    参考ubuntu16.04+gtx1060+cuda8.0+caffe安装、测试经历，细节处有差异。首先说明，这是在台式机上的安装测试经历，首先安装的win10，然后安装ubuntu16.04双系统，显卡为GTX1060台式机显示器接的是GTX1060HDMI口，win10上首先安装了最新的GTX1060驱动375废话不多说，上车吧，少年一、首先安装nvidia显卡驱动我是1080P的显示器，在没
  • Ubuntu16.04+cuda8.0rc+opencv3.1.0+caffe+Theano+torch7搭建教程 weixin_30810583
    https://blog.csdn.net/jywowaa/article/details/52263711学习中用到深度学习的框架，需要搭建caffe、theano和torch框架。经过一个月的不懈奋战，终于搭建好了框架。现在分享简单的搭建过程，为后面要用到深度学习框架的同学节省时间，写了这个博客。因为框架的搭建过程会出现各种问题，不同的硬件（如笔记本、台式机）、不同的软件（如依赖库、编译器）和
  • Ubuntu15.04 64位安装cuda liangjiubujiu
    https://blog.csdn.net/jiandanjinxin/article/details/51954179备注：之前服务器上已经安装caffe，后安装Theano，所有有些步骤简略。安装caffe详情见Caffe+Ubuntu15.04+CUDA7.5在服务器上安装配置及卸载重新安装（已测试可执行）安装所需的安装包见链接:http://pan.baidu.com/s/1jIRJ6mU
  • 转：避坑安装theano+CUDA——手把手教你搭建深度学习平台 beegreen 深度学习—工具技巧环境配置theanoCUDAPython
    python有多混乱我就不多说了。这个混论不仅是指整个python市场混乱，更混乱的还有python的各种附加依赖包。为了一劳永逸解决python的各种依赖包对深度学习造成的影响，本文中采用python的发行版Anaconda。Step1安装Anaconda这里不建议使用python3.4以后的Anaconda版本，因为太新的版本（python3.5）不支持python/matlab混合编程.所以
  • Ubuntu——anaconda虚拟环境设置 浩哥爱吃肉 无Ubuntu虚拟环境
    实验室用到服务器，在使用服务器的过程中遇到一系列问题，后来发现，anaconda相当强大.之前只是用anaconda搭建环境。安装程序时可能会需要各种依赖模块，比如我用theano时，要求gcc是5.x版本或以下的，cudnn要求5.x版本。为了解决依赖问题。首先，可以使用：modulelist查看当前有哪些模块moduleunload移除不需要的模块比如：moduleunloadgccmodul
  • (day9)Anonymous Inner Class(匿名内部类) 嗯哼_67cb
    TheAnonymousObjectWecreateananonymousobjectforthisobjectcanonlybeusedonce.classWoker{privateStringname;publicStringWoker(Stringname){this.name=name;}publicStringsetName(Stringname){this.name=name;}pub
  • Ubuntu安装Theano Pr 彭儒 系统工具深度学习工具theanogpupygpuubuntu
    一些前提要求:Python==2.7*或（>=3.4和=1.9.1=0.14=8.1(注意:先不要去升级pip3，升级后容易出现"forpipimportmain"...的问题)(可选)python-dev,g++>=4.2接下来就是使用pip安装，必须单独安装Theano、libgpuarray和pygpu：①安装最新稳定版的Theano：官方安装是:pip3installTheano[test
  • [源码和文档分享]深度学习算法实验平台网站的设计与实现 ggdd5151
    本文课题构建一个深度学习算法实验平台，是为颈动脉医疗图像深度学习识别斑块提供服务的。制作一个集成的深度学习工具包，颈动脉医疗图像的深度学习代码都可以在本平台上运行，平台基于TensorFlow、Caffe、CNTK、Keras、Theano等多种深度学习框架并可以部署在同一硬件环境，因此可以测试颈动脉医疗图像深度学习在不同深度学习框架上的准确率和效率。深度学习在语音、图像识别，自然语言处理等多个领
  • 【深度学习】02--框架 创造new_world
    文章导读：•机器学习框架：•Scikit-Learn•SparkMLlib•深度学习框架•Theano蒙特利尔理工学院•TensorFlow谷歌•PytorchFacebook•Deeplearning4j创业公司Skymind•Chainer日本的深度学习创业公司PreferredNetworks•Caffe加州伯克利分校
  • Gym强化学习自定义环境的搭建 棋圣阳阳阳 Python强化学习Flexsimpython深度学习
    Gym介绍Gym是一个用于测试和比较强化学习算法的工具包，它不依赖强化学习算法结构，并且可以使用很多方法对它进行调用，像Tensorflow、Theano。Gym库收集、解决了很多环境的测试过程中的问题，能够很好地使得你的强化学习算法得到很好的工作。并且含有游戏界面，能够帮助你去写更适用的算法。Gym环境标准基本的Gym环境如下图所示：importgymenv=gym.make('CartPole
  • MATLAB下载DeepLearnToolbox-master工具箱 小柴狗 MATLAB深度学习matlab图像处理深度学习
    目录目录一、声明二、工具箱文件目录说明三、设置四、实例五、工具箱下载网址一、声明此工具箱已过时，不再维护。有比这个工具箱更好的深度学习工具，例如Theano，torch或tensorflow。我建议您使用上面提到的工具之一，而不是使用此工具箱。最好，拉斯穆斯。DeepLearnToolbox用于深度学习的Matlab工具箱。二、工具箱文件目录说明工具箱中包含的目录NN/-前馈反向传播神经网络库CN
  • theano 安装_Theano-安装 cunzai1985 python深度学习机器学习人工智能java
    theano安装Theano-安装(Theano-Installation)TheanocanbeinstalledonWindows,MacOS,andLinux.Theinstallationinallthecasesistrivial.BeforeyouinstallTheano,youmustinstallitsdependencies.Thefollowingisthelistofdep
  • 人工智能学习笔记-Keras介绍及简单应用 Tauren2614 人工智能python人工智能神经网络深度学习
    Keras介绍及安装1什么是Keras2一些基本概念21符号计算21张量3安装使用演示1一个简单神经网络2模型可视化参考阅读1Keras介绍及安装1.1什么是KerasKeras是一个基于Python的高层神经网络库，其可以使用Tensorflow、Theano以及CNTK等著名深度学习框架作为后端。Keras的设计理念为简单而便捷，你可以通过几行代码构建一个复杂的卷积神经网络或循环神经网络。1.
  • java责任链模式 3213213333332132 java责任链模式村民告县长
    责任链模式，通常就是一个请求从最低级开始往上层层的请求，当在某一层满足条件时，请求将被处理，当请求到最高层仍未满足时，则请求不会被处理。 就是一个请求在这个链条的责任范围内，会被相应的处理，如果超出链条的责任范围外，请求不会被相应的处理。 下面代码模拟这样的效果： 创建一个政府抽象类,方便所有的具体政府部门继承它。 package 责任链模式; /** *
  • linux、mysql、nginx、tomcat 性能参数优化 ronin47
    一、linux 系统内核参数 /etc/sysctl.conf文件常用参数 net.core.netdev_max_backlog = 32768 #允许送到队列的数据包的最大数目 net.core.rmem_max = 8388608 #SOCKET读缓存区大小 net.core.wmem_max = 8388608 #SOCKET写缓存区大
  • php命令行界面 dcj3sjt126com PHPcli
    常用选项 php -v php -i PHP安装的有关信息 php -h 访问帮助文件 php -m 列出编译到当前PHP安装的所有模块 执行一段代码 php -r 'echo "hello, world!";' php -r 'echo "Hello, World!\n";' php -r '$ts = filemtime("
  • Filter&Session 171815164 session
    Filter HttpServletRequest requ = (HttpServletRequest) req; HttpSession session = requ.getSession(); if (session.getAttribute("admin") == null) { PrintWriter out = res.ge
  • 连接池与Spring,Hibernate结合 g21121 Hibernate
            前几篇关于Java连接池的介绍都是基于Java应用的，而我们常用的场景是与Spring和ORM框架结合，下面就利用实例学习一下这方面的配置。         1.下载相关内容：     &nb
  • [简单]mybatis判断数字类型 53873039oycg mybatis
           昨天同事反馈mybatis保存不了int类型的属性,一直报错，错误信息如下:       Caused by: java.lang.NumberFormatException: For input string: "null" at sun.mis
  • 项目启动时或者启动后ava.lang.OutOfMemoryError: PermGen space 程序员是怎么炼成的 eclipsejvmtomcatcatalina.sheclipse.ini
       在启动比较大的项目时，因为存在大量的jsp页面，所以在编译的时候会生成很多的.class文件，.class文件是都会被加载到jvm的方法区中，如果要加载的class文件很多，就会出现方法区溢出异常 java.lang.OutOfMemoryError: PermGen space.     解决办法是点击eclipse里的tomcat，在
  • 我的crm小结 aijuans crm
    各种原因吧，crm今天才完了。主要是接触了几个新技术： Struts2、poi、ibatis这几个都是以前的项目中用过的。 Jsf、tapestry是这次新接触的，都是界面层的框架，用起来也不难。思路和struts不太一样，传说比较简单方便。不过个人感觉还是struts用着顺手啊，当然springmvc也很顺手，不知道是因为习惯还是什么。jsf和tapestry应用的时候需要知道他们的标签、主
  • spring里配置使用hibernate的二级缓存几步 antonyup_2006 javaspringHibernatexmlcache
    ．在spring的配置文件中 applicationContent.xml，hibernate部分加入 xml 代码 <prop key="hibernate.cache.provider_class">org.hibernate.cache.EhCacheProvider</prop> <prop key="hi
  • JAVA基础面试题 百合不是茶 抽象实现接口String类接口继承抽象类继承实体类自定义异常
    /*   * 栈（stack）：主要保存基本类型（或者叫内置类型）（char、byte、short、   *int、long、 float、double、boolean）和对象的引用，数据可以共享，速度仅次于   * 寄存器（register），快于堆。堆（heap）：用于存储对象。   */  &
  • 让sqlmap文件 "继承" 起来 bijian1013 javaibatissqlmap
            多个项目中使用ibatis , 和数据库表对应的 sqlmap文件（增删改查等基本语句)，dao, pojo 都是由工具自动生成的, 现在将这些自动生成的文件放在一个单独的工程中，其它项目工程中通过jar包来引用 ，并通过"继承"为基础的sqlmap文件，dao,pojo 添加新的方法来满足项
  • 精通Oracle10编程SQL(13)开发触发器 bijian1013 oracle数据库plsql
    /* *开发触发器 */ --得到日期是周几 select to_char(sysdate+4,'DY','nls_date_language=AMERICAN') from dual; select to_char(sysdate,'DY','nls_date_language=AMERICAN') from dual; --建立BEFORE语句触发器 CREATE O
  • 【EhCache三】EhCache查询 bit1129 ehcache
    本文介绍EhCache查询缓存中数据，EhCache提供了类似Hibernate的查询API，可以按照给定的条件进行查询。   要对EhCache进行查询，需要在ehcache.xml中设定要查询的属性   数据准备 @Before public void setUp() { //加载EhCache配置文件 Inpu
  • CXF框架入门实例 白糖_ springWeb框架webserviceservlet
    CXF是apache旗下的开源框架，由Celtix + XFire这两门经典的框架合成，是一套非常流行的web service框架。 它提供了JAX-WS的全面支持，并且可以根据实际项目的需要，采用代码优先（Code First）或者 WSDL 优先（WSDL First）来轻松地实现 Web Services 的发布和使用，同时它能与spring进行完美结合。 在apache cxf官网提供
  • angular.equals boyitech AngularJSAngularJS APIAnguarJS 中文APIangular.equals
    angular.equals   描述: 比较两个值或者两个对象是不是 相等。还支持值的类型，正则表达式和数组的比较。   两个值或对象被认为是 相等的前提条件是以下的情况至少能满足一项： 两个值或者对象能通过=== （恒等） 的比较 两个值或者对象是同样类型，并且他们的属性都能通过angular
  • java-腾讯暑期实习生-输入一个数组A[1,2,...n]，求输入B，使得数组B中的第i个数字B[i]=A[0]*A[1]*...*A[i-1]*A[i+1] bylijinnan java
    这道题的具体思路请参看 何海涛的微博：http://weibo.com/zhedahht import java.math.BigInteger; import java.util.Arrays; public class CreateBFromATencent { /** * 题目：输入一个数组A[1,2,...n]，求输入B，使得数组B中的第i个数字B[i]=A
  • FastDFS 的安装和配置 修订版 Chen.H linuxfastDFS分布式文件系统
    FastDFS Home:http://code.google.com/p/fastdfs/ 1. 安装 http://code.google.com/p/fastdfs/wiki/Setup http://hi.baidu.com/leolance/blog/item/3c273327978ae55f93580703.html 安装libevent (对libevent的版本要求为1.4.
  • [强人工智能]拓扑扫描与自适应构造器 comsci 人工智能
          当我们面对一个有限拓扑网络的时候,在对已知的拓扑结构进行分析之后,发现在连通点之后,还存在若干个子网络,且这些网络的结构是未知的,数据库中并未存在这些网络的拓扑结构数据....这个时候,我们该怎么办呢?       那么,现在我们必须设计新的模块和代码包来处理上面的问题
  • oracle merge into的用法 daizj oraclesqlmerget into
    Oracle中merge into的使用 http://blog.csdn.net/yuzhic/article/details/1896878 http://blog.csdn.net/macle2010/article/details/5980965 该命令使用一条语句从一个或者多个数据源中完成对表的更新和插入数据. ORACLE 9i 中，使用此命令必须同时指定UPDATE 和INSE
  • 不适合使用Hadoop的场景 datamachine hadoop
    转自：http://dev.yesky.com/296/35381296.shtml。 　　Hadoop通常被认定是能够帮助你解决所有问题的唯一方案。 当人们提到“大数据”或是“数据分析”等相关问题的时候，会听到脱口而出的回答：Hadoop!  实际上Hadoop被设计和建造出来，是用来解决一系列特定问题的。对某些问题来说，Hadoop至多算是一个不好的选择，对另一些问题来说，选择Ha
  • YII findAll的用法 dcj3sjt126com yii
    看文档比较糊涂，其实挺简单的： $predictions=Prediction::model()->findAll("uid=:uid",array(":uid"=>10));   第一个参数是选择条件：”uid=10″。其中:uid是一个占位符，在后面的array(“:uid”=>10)对齐进行了赋值； 更完善的查询需要
  • vim 常用 NERDTree 快捷键 dcj3sjt126com vim
    下面给大家整理了一些vim NERDTree的常用快捷键了，这里几乎包括了所有的快捷键了，希望文章对各位会带来帮助。 切换工作台和目录 ctrl + w + h 光标 focus 左侧树形目录ctrl + w + l 光标 focus 右侧文件显示窗口ctrl + w + w 光标自动在左右侧窗口切换ctrl + w + r 移动当前窗口的布局位置 o 在已有窗口中打开文件、目录或书签，并跳
  • Java把目录下的文件打印出来 蕃薯耀 列出目录下的文件文件夹下面的文件目录下的文件
    Java把目录下的文件打印出来 >>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>> 蕃薯耀 2015年7月11日 11:02:
  • linux远程桌面----VNCServer与rdesktop hanqunfeng Desktop
    windows远程桌面到linux，需要在linux上安装vncserver，并开启vnc服务，同时需要在windows下使用vnc-viewer访问Linux。vncserver同时支持linux远程桌面到linux。   linux远程桌面到windows，需要在linux上安装rdesktop，同时开启windows的远程桌面访问。   下面分别介绍，以windo
  • guava中的join和split功能 jackyrong java
    guava库中，包含了很好的join和split的功能，例子如下： 1） 将LIST转换为使用字符串连接的字符串    List<String> names = Lists.newArrayList("John", "Jane", "Adam", "Tom");
  • Web开发技术十年发展历程 lampcy androidWeb浏览器html5
    回顾web开发技术这十年发展历程： Ajax 03年的时候我上六年级，那时候网吧刚在小县城的角落萌生。传奇，大话西游第一代网游一时风靡。我抱着试一试的心态给了网吧老板两块钱想申请个号玩玩，然后接下来的一个小时我一直在，注，册，账，号。 彼时网吧用的512k的带宽，注册的时候，填了一堆信息，提交，页面跳转，嘣，”您填写的信息有误，请重填”。然后跳转回注册页面，以此循环。我现在时常想，如果当时a
  • 架构师之mima-----------------mina的非NIO控制IOBuffer(说得比较好) nannan408 buffer
    1.前言。   如题。 2.代码。   IoService IoService是一个接口，有两种实现：IoAcceptor和IoConnector；其中IoAcceptor是针对Server端的实现，IoConnector是针对Client端的实现；IoService的职责包括： 1、监听器管理 2、IoHandler 3、IoSession
  • ORA-00054:resource busy and acquire with NOWAIT specified Everyday都不同 oraclesessionLock
    [Oracle] 今天对一个数据量很大的表进行操作时，出现如题所示的异常。此时表明数据库的事务处于“忙”的状态，而且被lock了，所以必须先关闭占用的session。   step1，查看被lock的session：   select t2.username, t2.sid, t2.serial#, t2.logon_time from v$locked_obj
  • javascript学习笔记 tntxia JavaScript
      javascript里面有6种基本类型的值:number、string、boolean、object、function和undefined。number：就是数字值，包括整数、小数、NaN、正负无穷。string:字符串类型、单双引号引起来的内容。boolean:true、false object:表示所有的javascript对象，不用多说function:我们熟悉的方法，也就是
  • Java enum的用法详解 xieke90 enum枚举
    Java中枚举实现的分析：     示例：  public static enum SEVERITY{ INFO,WARN,ERROR }     enum很像特殊的class，实际上enum声明定义的类型就是一个类。 而这些类都是类库中Enum类的子类      (java.l
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他