- 论文笔记:Enhancing Sentence Embeddings in Generative Language Models
UQI-LIUWJ
论文阅读语言模型人工智能
2024ICIC1INTRO对于文本嵌入,过去几年的相关研究主要集中在像BERT和RoBERTa这样的判别模型上。这些模型固有的语义空间各向异性,往往需要通过大量数据集进行微调,才能生成高质量的句子嵌入。——>需要较大的训练批次,这会消耗大量的计算资源一些前沿的工作将焦点转向了最近开发的生成模型,期望利用其先进的文本理解能力,直接对输入句子进行编码,而无需额外的反向传播由于句子表示和自回归语言建模
- (5-2-01)DeepSeek多模态大模型架构:Janus模型(1)
码农三叔
训练RAG多模态)架构人工智能transformerDeepseek大模型多模态
5.2Janus模型Janus多模态模型的设计核心在于视觉编码的解耦。传统多模态模型通常使用单一的视觉编码器来处理多模态理解和视觉生成任务,但由于这两种任务对视觉特征的需求存在显著差异,单一编码器往往难以同时满足两种任务的需求,从而导致性能瓶颈。为了解决这一问题,Janus模型提出了双路径视觉编码架构,将多模态理解和视觉生成任务的视觉编码过程完全分离,从而避免了任务间的冲突,并显著提升了模型在多模
- 读论文:Generation of 3D molecules in pockets via a language model (Lingo3Dmol)
LastWhisperw
语言模型人工智能自然语言处理
基于线性序列(例如SMILES)或图表示的的分子生成模型已经吸引了基于结构的药物设计领域的广泛关注,但这些模型在捕获3维空间交互时还不够强,也因此经常生成我们不希望产生的分子结构。为了解决这些问题,我们提出Lingo3DMol,一个基于口袋的3维分子生成方案,将语言模型和几何深度学习技术结合起来。为了帮助模型学习分子拓扑学和原子的空间位置,我们还提出一个新的分子表示方法,基于片段的简化分子xxxx
- DeepSeek-V3:最强开源MoE模型的技术解析与使用指南
认识祂
deepseek开源deepseek
目录引言模型概览架构创新:负载均衡策略与训练目标预训练:追求极致的训练效率后训练:从DeepSeek-R1进行知识蒸馏模型下载评估结果基础模型标准基准测试上下文窗口聊天模型标准基准测试(大于67B的模型)开放式生成评估如何使用在线聊天与API平台本地运行指南模型权重转换推理示例使用DeepSeek-InferDemo使用SGLang使用LMDeploy许可证引用联系我们1.引言我们隆重推出Deep
- AI岗位面试指南:高频文档问题解析与应答策略
阿三0812
ai人工智能面试
一、必问文档类问题与应答模板1.简历深挖类典型问题:"请详细解释简历中提到的「基于Transformer的文本生成优化项目」,你如何量化性能提升?"应答框架:背景与目标:"项目源于客户需要将文本生成延迟从2秒压缩至800ms以内,同时保证BLEU分数不低于0.82"技术创新点:"采用知识蒸馏+动态量化方案,设计分层注意力裁剪策略"量化成果:"推理速度提升2.7倍(2150ms→780ms),内存占
- ESP32-S3 V5.0.2 flash 手动生成密钥加密 _By星年(已验证)
_星年
物联网网络单片机c语言嵌入式硬件ESP32
环境ESP32-S3ESP_IDFV5.0.2手动生成密钥加密官方参考资料:https://docs.espressif.com/projects/esp-idf/zh_CN/v5.0.2/esp32s3/search.html?q=generate_flash_encryption_key&check_keywords=yes&area=default一、加密(1)生成密钥espsecure.p
- YashanDB环境变量
数据库
本章将展示数据库安装后的环境变量信息,具体以安装生成值为准。如下为使用永久生效方法配置的环境变量信息:exportYASDB_HOME=/data/yashan/yasdb_home/yashandb/23.3.1.100exportPATH=${YASDB_HOME}/bin:$PATHexportLD_LIBRARY_PATH=${YASDB_HOME}/lib:$LD_LIBRARY_PAT
- python实现对称加密
对称加密是一种加密技术,其中加密和解密使用相同的密钥。对于初学者来说,理解和实现对称加密是学习网络安全和数据保护的重要一步。本文将通过一个简单的流程来教你如何在Python中实现对称加密。1.实现流程下面是实现对称加密的基本流程:步骤描述1.导入库导入必要的加密库,例如cryptography2.生成密钥生成一个密钥用于加密和解密3.加密数据使用生成的密钥对数据进行加密4.解密数据使用相同的密钥对
- 当我的同事先用了通义灵码DeepSeek-R1模型……
云原生
当你发现同事的代码生成速度比你快,注释比你多,甚至还能智能问答时,别慌,他可能只是比你先用了通义灵码的DeepSeek-R1模型。近日,通义灵码上线DeepSeek-R1模型选择功能,为开发者们提供更懂中文,更擅复杂场景的AI编码助手,安装只需30秒,在IDEA插件市场搜索“通义”,认准排名第一的插件——最新2.1.0版本已支持多个模型,具备实时续写、自然语言生成、智能问答等多项能力。我们选择阿里
- 聊一聊提升测试用例覆盖率需要从哪几方面入手?
Feng.Lee
漫谈测试测试用例服务器运维
目录一、需求覆盖:确保无遗漏二、代码覆盖:工具辅助优化三、路径覆盖:逻辑深度遍历四、边界值覆盖:防御性测试设计五、异常场景覆盖:模拟真实故障六、兼容性覆盖:全环境验证七、性能覆盖:压力与稳定性八、历史缺陷覆盖:经验驱动九、测试数据覆盖:多样性输入十、自动化覆盖:高效执行十一、评审与优化:持续改进十二、工具与技术创新十三、风险驱动测试:聚焦关键点十四、持续追踪与反馈提升测试用例的覆盖率,可以从测试用
- SQLMesh 系列教程10- 外部模型(External Models)
梦想画家
数据分析工程#python数据工程sqlmesh
在数据分析和建模过程中,外部模型(ExternalModels)在SQLMesh中扮演着重要角色。外部模型允许用户引用外部数据源或现有数据库表,从而实现灵活的数据整合和分析。本文将介绍外部模型的定义、生成方法(包括使用CLI和YAML文件)、审计功能,以及如何在实际项目中应用外部模型。通过一个具体的示例,我们将展示如何定义和使用外部模型来分析客户数据,帮助用户更好地理解和利用SQLMesh的强大功
- 支持 40+ 插件,Spring AI Alibaba 简化智能体私有数据集成
云原生
作者:张震霆&何裕墙,SpringAIAlibabaContributor在AI智能体(AIAgent)开发的过程中,RAG(Retrieval-AugmentedGeneration)和ToolCalling已经成为两种至关重要的模式。RAG通过结合检索技术和生成模型的强大能力,使智能体能够实时从外部数据源获取信息,并在生成过程中增强其知识深度和推理能力。通过这种方式,智能体不仅能依赖于模型的预
- 评估您的数据是否可用于人工智能的三个考虑因素
人工智能
评估您的数据是否可用于人工智能的三个考虑因素多数组织正在人工智能和生成性人工智能的炒作中迷失方向。在许多情况下,他们并没有准备好人工智能项目所需的数据基础。三分之一的高管认为,只有不到50%的组织有了人工智能所需的数据,而多数组织并未准备好。因此,在开展人工智能项目之前,奠定正确的基础至关重要。在评估准备情况时,主要考虑因素如下:可用性:您的数据在哪里?类目:您将如何记录和协调您的数据?质量:优质
- 从零开始:使用PyTorch构建DeepSeek R1模型及其训练详解
陆鳐LuLu
pytorch人工智能python
本文将引导你使用PyTorch从零开始构建DeepSeekR1模型,并详细解释模型架构和训练步骤。DeepSeekR1是一个假设的模型名称,为了演示目的,我们将构建一个基于Transformer的简单文本生成模型。1.模型架构DeepSeekR1的核心是一个基于Transformer的编码器-解码器架构,包含以下关键组件:EmbeddingLayer:将输入的单词索引转换为密集向量表示。Posit
- 什么是RAG?RAG是如何解决问题的?RAG的未来发展趋势有哪些?
大模型综述
人工智能开发语言大模型AGIaiRAG自然语言处理
一、什么是RAG所谓RAG,检索增强生成(RetrievalAugmentedGeneration),简称RAG,已经成为当前最火热的LLM应用方案。通俗点说:就是通过自有垂域数据库检索相关信息,然后合并成为提示模板,给大模型生成漂亮的回答。二、为什么会出现RAGRAG的出现,是因为在大模型的广泛应用中,伴随着出现的一些问题,比如:知识的局限性:模型自身的知识完全源于它的训练数据,而现有的主流大模
- DeepSeek API是什么
兔兔爱学习兔兔爱学习
大模型pythonprompt算法
DeepSeekAPI是一个提供人工智能服务的接口,它允许开发者通过简单的API调用来实现各种高级的自然语言处理(NLP)任务,如文本生成、对话系统、文本摘要、问答系统等。DeepSeekAPI通常基于先进的大模型,如Transformer架构的模型,提供了强大的语言理解和生成能力。DeepSeekAPI的特点易于集成:开发者可以通过简单的HTTP请求调用API,无需深入了解底层模型的具体实现。高
- ChatGPT生成的大模型竞品分析报告
Forbesdytto
chatgpt语言模型
AI大模型产品竞品分析报告1.报告概述本报告旨在分析国内外主要的AI大模型产品,包括其功能、市场定位、技术优势和劣势。通过对比这些竞品,我们可以更好地了解市场格局,制定自身产品的战略。2.主要竞争对手概述国内百度-文心一言(ErnieBot)阿里巴巴-M6腾讯-HunYuan华为-PanGu国外OpenAI-GPT-4Google-Bard(LaMDA)微软-AzureOpenAI(基于OpenA
- 如何用Java校验SQL语句的合法性
master_chenchengg
能力提升面试宝典技术IT信息化
如何用Java校验SQL语句的合法性SQL语句基础与常见错误类型使用Java解析SQL语句的基本方法通过JDBC执行预编译语句验证SQL合法性应用第三方库如JSqlParser进行SQL语法检查实现自定义SQL校验规则以增强安全性处理动态SQL生成及校验的挑战与解决方案在Java应用中集成SQL校验的最佳实践探讨SQL注入防护策略与Java中的实现方式SQL语句基础与常见错误类型在讨论如何使用Ja
- ChatGPT版本差异分析大全
爱吃青菜的大力水手
chatgpt人工智能
1.核心功能差异多模态支持:GPT-4o支持文本、图像和音频的多模态输入与处理,适合需要结合多种媒体形式的任务(如设计、多媒体内容生成)。o1系列(o1-preview/o1-mini)仅支持纯文本处理,但专注于深度推理和分析。GPT-3.5是早期版本,仅支持文本,且性能和上下文理解能力较弱。2.推理与准确性o1系列在复杂推理任务中表现卓越:通过CoT(链式推理)技术分解复杂问题,在医学临床案例测
- 一文读懂 AI 大模型备案:万字详解全流程要点
chuangfumao
人工智能
一、引言在当今数字化时代,AI大模型以其强大的智能处理能力,广泛应用于各个领域,从智能客服到图像生成,从医疗诊断辅助到金融风险预测,大模型正深刻改变着人们的生活和工作方式。然而,随着其影响力的不断扩大,规范管理成为必然需求。AI大模型备案制度应运而生,这一制度对于保障数据安全、保护用户隐私、维护社会稳定和国家安全具有重要意义。它确保大模型在整个生命周期,从开发、训练到部署和应用,都严格遵循相关法律
- 开发区界址点文件生成代码
罖忞財
python
#-*-coding:utf-8-*-importgeopandasasgpdfromshapely.geometryimportPoint,PolygonimportsysfromPyQt5.QtWidgetsimportQApplication,QWidget,QVBoxLayout,QHBoxLayout,QPushButton,QLabel,QComboBox,QFileDialog,QM
- Kubernetes (K8S) 高效使用技巧与实践指南
挣扎与觉醒中的技术人
kubernetes容器云原生网络
Kubernetes(K8S)作为容器编排领域的核心工具,其灵活性和复杂性并存。本文结合实战经验,从运维效率提升、生产环境避坑、核心功能应用等维度,总结高频使用技巧与最佳实践,分享如何快速掌握K8S。一、kubectl高效操作技巧1.自动补全与上下文切换kubectl是操作K8S的核心命令行工具,通过以下配置可大幅提升操作效率:#Bash自动补全source快速切换目标集群。2.YAML模板生成与
- python 生成excel
scan724
#!/usr/bin/envpython#-*-coding:utf-8-*-importMySQLdbfromdatetimeimportdatetimeimportcx_Oracleimportosimportxlwtimportsysreload(sys)sys.setdefaultencoding('utf-8')os.environ['NLS_LANG']='SIMPLIFIEDCHIN
- 在Intel GPU上使用IPEX-LLM进行本地BGE嵌入
shuoac
python
在现代人工智能应用中,尤其在诸如检索增强生成(RAG)和文档问答等任务中,低延迟是一个至关重要的指标。Intel的IPEX-LLM是一种专门为IntelCPU和GPU优化的PyTorch库,能够在包括本地PC上的集成显卡和独立显卡(如Arc、Flex和Max)在内的Intel硬件上以极低的延迟运行大型语言模型(LLM)。本文将介绍如何在IntelGPU上结合LangChain使用IPEX-LLM进
- CMake 常用命令
luoganttcc_son
c++c++开发语言
linkcmake是现在主流的用于多平台C++构建系统,本文用来记录cmake的一些常用命令的索引,加上一些自己理解,理解有误的话,欢迎大家指出。常用路径CMAKE_SOURCE_DIR:顶级cmakelists.txt的文件夹目录。CMAKE_BINRAY_DIR:对应cmake的build的目录,主要是运行时生成的文件目录。CMAKE_CURRENT_SOURCE_DIR:一般来说,一个工程会
- 用 ActionNode 重构技术文档助手:从原理到实践的深度解析
海棠AI实验室
智元启示录重构ActionNodeMetaGPT人工智能AIagent
目录什么是ActionNode?为什么用ActionNode重构技术文档助手?系统架构:从多智能体到ActionNode示例代码实现:技术文档助手中的ActionNode总结在数字化时代,技术文档的重要性日益凸显。一份清晰、准确的文档不仅能帮助用户快速上手,还能提升产品的专业形象。然而,撰写高质量的技术文档往往耗时费力。近年来,随着人工智能技术的飞速发展,自动生成技术文档成为可能。MetaGPT框
- cmake命令记录
辰熤✔
linux
1.project(HELLO)project命令用于设置工程的名称,括号里的参数HELLO便是我们要设置的工程名称;设置工程名称并不是强制性的,但是最好加上。2.add_executable(hello./main.c)add_executable用于生成一个可执行文件,第一个参数代表生成的可执行文件对应的文件名,第二个参数代表对应的源文件。3.使用out-of-source方式构建在上面的例子
- 打卡信奥刷题(855)用C++信奥P10902[普及组/提高] [蓝桥杯 2024 省 C] 回文数组
Loge编程生活
C++c++算法开发语言青少年编程数据结构
P10902[蓝桥杯2024省C]回文数组题目描述小蓝在无聊时随机生成了一个长度为nnn的整数数组,数组中的第iii个数为aia_iai,他觉得随机生成的数组不太美观,想把它变成回文数组,也是就对于任意i∈[1,n]i\in[1,n]i∈[1,n]满足ai=an−i+1a_i=a_{n-i+1}ai=an−i+1。小蓝一次操作可以指定相邻的两个数,将它们一起加111或减111;也可以只指定一个数加
- 算力100问☞第59问:如何评估大模型的性能?
正儿八经的数字经
算力经济人工智能机器学习大模型
目录1、评估指标2、评估方法3、相关案例评估大模型的性能可以从多个维度进行,包括准确性、效率、鲁棒性、公平性等。以下是详细的评估指标、评估方法和案例示意:1、评估指标(1)准确性(Accuracy)事实正确性:衡量模型生成内容与真实事实的一致性,通常使用BLEU、ROUGE、BERTScore等指标。生成质量:评估生成内容的语义、逻辑和流畅性,常用的指标包括METEOR、PRISM等。(2)效率(
- 软件测试用例设计总结
程序员三藏
测试用例python软件测试测试工具自动化测试功能测试职场和发展
1.测试用例的概念软件测试人员向被测试系统提供的一组数据的集合,包括测试环境、测试步骤、测试数据、预期结果2.为什么在测试前要设计测试用例测试用例是执行测试的依据在回归测试的时候可以进行复用是自动化测试编写测试脚本的依据衡量需求的覆盖率后续的测试人员可以借鉴前人写的东西3.基于需求进行测试用例的设计需求是测试人员进行测试的依据测试人员首先要分析需求,验证需求的正确性、合理性,无二义性并且逻辑自洽在
- LeetCode[Math] - #66 Plus One
Cwind
javaLeetCode题解AlgorithmMath
原题链接:#66 Plus One
要求:
给定一个用数字数组表示的非负整数,如num1 = {1, 2, 3, 9}, num2 = {9, 9}等,给这个数加上1。
注意:
1. 数字的较高位存在数组的头上,即num1表示数字1239
2. 每一位(数组中的每个元素)的取值范围为0~9
难度:简单
分析:
题目比较简单,只须从数组
- JQuery中$.ajax()方法参数详解
AILIKES
JavaScriptjsonpjqueryAjaxjson
url: 要求为String类型的参数,(默认为当前页地址)发送请求的地址。
type: 要求为String类型的参数,请求方式(post或get)默认为get。注意其他http请求方法,例如put和 delete也可以使用,但仅部分浏览器支持。
timeout: 要求为Number类型的参数,设置请求超时时间(毫秒)。此设置将覆盖$.ajaxSetup()方法的全局
- JConsole & JVisualVM远程监视Webphere服务器JVM
Kai_Ge
JVisualVMJConsoleWebphere
JConsole是JDK里自带的一个工具,可以监测Java程序运行时所有对象的申请、释放等动作,将内存管理的所有信息进行统计、分析、可视化。我们可以根据这些信息判断程序是否有内存泄漏问题。
使用JConsole工具来分析WAS的JVM问题,需要进行相关的配置。
首先我们看WAS服务器端的配置.
1、登录was控制台https://10.4.119.18
- 自定义annotation
120153216
annotation
Java annotation 自定义注释@interface的用法 一、什么是注释
说起注释,得先提一提什么是元数据(metadata)。所谓元数据就是数据的数据。也就是说,元数据是描述数据的。就象数据表中的字段一样,每个字段描述了这个字段下的数据的含义。而J2SE5.0中提供的注释就是java源代码的元数据,也就是说注释是描述java源
- CentOS 5/6.X 使用 EPEL YUM源
2002wmj
centos
CentOS 6.X 安装使用EPEL YUM源1. 查看操作系统版本[root@node1 ~]# uname -a Linux node1.test.com 2.6.32-358.el6.x86_64 #1 SMP Fri Feb 22 00:31:26 UTC 2013 x86_64 x86_64 x86_64 GNU/Linux [root@node1 ~]#
- 在SQLSERVER中查找缺失和无用的索引SQL
357029540
SQL Server
--缺失的索引
SELECT avg_total_user_cost * avg_user_impact * ( user_scans + user_seeks ) AS PossibleImprovement ,
last_user_seek ,
- Spring3 MVC 笔记(二) —json+rest优化
7454103
Spring3 MVC
接上次的 spring mvc 注解的一些详细信息!
其实也是一些个人的学习笔记 呵呵!
- 替换“\”的时候报错Unexpected internal error near index 1 \ ^
adminjun
java“\替换”
发现还是有些东西没有刻子脑子里,,过段时间就没什么概念了,所以贴出来...以免再忘...
在拆分字符串时遇到通过 \ 来拆分,可是用所以想通过转义 \\ 来拆分的时候会报异常
public class Main {
/*
- POJ 1035 Spell checker(哈希表)
aijuans
暴力求解--哈希表
/*
题意:输入字典,然后输入单词,判断字典中是否出现过该单词,或者是否进行删除、添加、替换操作,如果是,则输出对应的字典中的单词
要求按照输入时候的排名输出
题解:建立两个哈希表。一个存储字典和输入字典中单词的排名,一个进行最后输出的判重
*/
#include <iostream>
//#define
using namespace std;
const int HASH =
- 通过原型实现javascript Array的去重、最大值和最小值
ayaoxinchao
JavaScriptarrayprototype
用原型函数(prototype)可以定义一些很方便的自定义函数,实现各种自定义功能。本次主要是实现了Array的去重、获取最大值和最小值。
实现代码如下:
<script type="text/javascript">
Array.prototype.unique = function() {
var a = {};
var le
- UIWebView实现https双向认证请求
bewithme
UIWebViewhttpsObjective-C
什么是HTTPS双向认证我已在先前的博文 ASIHTTPRequest实现https双向认证请求
中有讲述,不理解的读者可以先复习一下。本文是用UIWebView来实现对需要客户端证书验证的服务请求,网上有些文章中有涉及到此内容,但都只言片语,没有讲完全,更没有完整的代码,让人困扰不已。但是此知
- NoSQL数据库之Redis数据库管理(Redis高级应用之事务处理、持久化操作、pub_sub、虚拟内存)
bijian1013
redis数据库NoSQL
3.事务处理
Redis对事务的支持目前不比较简单。Redis只能保证一个client发起的事务中的命令可以连续的执行,而中间不会插入其他client的命令。当一个client在一个连接中发出multi命令时,这个连接会进入一个事务上下文,该连接后续的命令不会立即执行,而是先放到一个队列中,当执行exec命令时,redis会顺序的执行队列中
- 各数据库分页sql备忘
bingyingao
oraclesql分页
ORACLE
下面这个效率很低
SELECT * FROM ( SELECT A.*, ROWNUM RN FROM (SELECT * FROM IPAY_RCD_FS_RETURN order by id desc) A ) WHERE RN <20;
下面这个效率很高
SELECT A.*, ROWNUM RN FROM (SELECT * FROM IPAY_RCD_
- 【Scala七】Scala核心一:函数
bit1129
scala
1. 如果函数体只有一行代码,则可以不用写{},比如
def print(x: Int) = println(x)
一行上的多条语句用分号隔开,则只有第一句属于方法体,例如
def printWithValue(x: Int) : String= println(x); "ABC"
上面的代码报错,因为,printWithValue的方法
- 了解GHC的factorial编译过程
bookjovi
haskell
GHC相对其他主流语言的编译器或解释器还是比较复杂的,一部分原因是haskell本身的设计就不易于实现compiler,如lazy特性,static typed,类型推导等。
关于GHC的内部实现有篇文章说的挺好,这里,文中在RTS一节中详细说了haskell的concurrent实现,里面提到了green thread,如果熟悉Go语言的话就会发现,ghc的concurrent实现和Go有点类
- Java-Collections Framework学习与总结-LinkedHashMap
BrokenDreams
LinkedHashMap
前面总结了java.util.HashMap,了解了其内部由散列表实现,每个桶内是一个单向链表。那有没有双向链表的实现呢?双向链表的实现会具备什么特性呢?来看一下HashMap的一个子类——java.util.LinkedHashMap。
- 读《研磨设计模式》-代码笔记-抽象工厂模式-Abstract Factory
bylijinnan
abstract
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/
package design.pattern;
/*
* Abstract Factory Pattern
* 抽象工厂模式的目的是:
* 通过在抽象工厂里面定义一组产品接口,方便地切换“产品簇”
* 这些接口是相关或者相依赖的
- 压暗面部高光
cherishLC
PS
方法一、压暗高光&重新着色
当皮肤很油又使用闪光灯时,很容易在面部形成高光区域。
下面讲一下我今天处理高光区域的心得:
皮肤可以分为纹理和色彩两个属性。其中纹理主要由亮度通道(Lab模式的L通道)决定,色彩则由a、b通道确定。
处理思路为在保持高光区域纹理的情况下,对高光区域着色。具体步骤为:降低高光区域的整体的亮度,再进行着色。
如果想简化步骤,可以只进行着色(参看下面的步骤1
- Java VisualVM监控远程JVM
crabdave
visualvm
Java VisualVM监控远程JVM
JDK1.6开始自带的VisualVM就是不错的监控工具.
这个工具就在JAVA_HOME\bin\目录下的jvisualvm.exe, 双击这个文件就能看到界面
通过JMX连接远程机器, 需要经过下面的配置:
1. 修改远程机器JDK配置文件 (我这里远程机器是linux).
- Saiku去掉登录模块
daizj
saiku登录olapBI
1、修改applicationContext-saiku-webapp.xml
<security:intercept-url pattern="/rest/**" access="IS_AUTHENTICATED_ANONYMOUSLY" />
<security:intercept-url pattern=&qu
- 浅析 Flex中的Focus
dsjt
htmlFlexFlash
关键字:focus、 setFocus、 IFocusManager、KeyboardEvent
焦点、设置焦点、获得焦点、键盘事件
一、无焦点的困扰——组件监听不到键盘事件
原因:只有获得焦点的组件(确切说是InteractiveObject)才能监听到键盘事件的目标阶段;键盘事件(flash.events.KeyboardEvent)参与冒泡阶段,所以焦点组件的父项(以及它爸
- Yii全局函数使用
dcj3sjt126com
yii
由于YII致力于完美的整合第三方库,它并没有定义任何全局函数。yii中的每一个应用都需要全类别和对象范围。例如,Yii::app()->user;Yii::app()->params['name'];等等。我们可以自行设定全局函数,使得代码看起来更加简洁易用。(原文地址)
我们可以保存在globals.php在protected目录下。然后,在入口脚本index.php的,我们包括在
- 设计模式之单例模式二(解决无序写入的问题)
come_for_dream
单例模式volatile乱序执行双重检验锁
在上篇文章中我们使用了双重检验锁的方式避免懒汉式单例模式下由于多线程造成的实例被多次创建的问题,但是因为由于JVM为了使得处理器内部的运算单元能充分利用,处理器可能会对输入代码进行乱序执行(Out Of Order Execute)优化,处理器会在计算之后将乱序执行的结果进行重组,保证该
- 程序员从初级到高级的蜕变
gcq511120594
框架工作PHPandroidhtml5
软件开发是一个奇怪的行业,市场远远供不应求。这是一个已经存在多年的问题,而且随着时间的流逝,愈演愈烈。
我们严重缺乏能够满足需求的人才。这个行业相当年轻。大多数软件项目是失败的。几乎所有的项目都会超出预算。我们解决问题的最佳指导方针可以归结为——“用一些通用方法去解决问题,当然这些方法常常不管用,于是,唯一能做的就是不断地尝试,逐个看看是否奏效”。
现在我们把淫浸代码时间超过3年的开发人员称为
- Reverse Linked List
hcx2013
list
Reverse a singly linked list.
/**
* Definition for singly-linked list.
* public class ListNode {
* int val;
* ListNode next;
* ListNode(int x) { val = x; }
* }
*/
p
- Spring4.1新特性——数据库集成测试
jinnianshilongnian
spring 4.1
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
- C# Ajax上传图片同时生成微缩图(附Demo)
liyonghui160com
1.Ajax无刷新上传图片,详情请阅我的这篇文章。(jquery + c# ashx)
2.C#位图处理 System.Drawing。
3.最新demo支持IE7,IE8,Fir
- Java list三种遍历方法性能比较
pda158
java
从c/c++语言转向java开发,学习java语言list遍历的三种方法,顺便测试各种遍历方法的性能,测试方法为在ArrayList中插入1千万条记录,然后遍历ArrayList,发现了一个奇怪的现象,测试代码例如以下:
package com.hisense.tiger.list;
import java.util.ArrayList;
import java.util.Iterator;
- 300个涵盖IT各方面的免费资源(上)——商业与市场篇
shoothao
seo商业与市场IT资源免费资源
A.网站模板+logo+服务器主机+发票生成
HTML5 UP:响应式的HTML5和CSS3网站模板。
Bootswatch:免费的Bootstrap主题。
Templated:收集了845个免费的CSS和HTML5网站模板。
Wordpress.org|Wordpress.com:可免费创建你的新网站。
Strikingly:关注领域中免费无限的移动优
- localStorage、sessionStorage
uule
localStorage
W3School 例子
HTML5 提供了两种在客户端存储数据的新方法:
localStorage - 没有时间限制的数据存储
sessionStorage - 针对一个 session 的数据存储
之前,这些都是由 cookie 完成的。但是 cookie 不适合大量数据的存储,因为它们由每个对服务器的请求来传递,这使得 cookie 速度很慢而且效率也不