- caffemodel特征可视化_Caffe学习笔记4图像特征进行可视化
weixin_39824801
caffemodel特征可视化
Caffe学习笔记4图像特征进行可视化本文为原创作品,未经本人同意,禁止转载,禁止用于商业用途!本人对博客使用拥有最终解释权欢迎关注我的博客:http://blog.csdn.net/hit2015spring和http://www.cnblogs.com/xujianqing/可以算是对它的翻译的总结吧,它可以算是学习笔记2的一个发展,2是介绍怎么提取特征,这是介绍怎么可视化特征1、准备工作首先
- Caffe学习笔记1-安装以及代码结构
baobei0112
CNN卷积神经网络
Caffe学习笔记1-安装以及代码结构ByYuFeiGan2014-12-09更新日期:2014-12-09安装按照官网教程安装,我在OSX10.9和Ubuntu14.04上面都安装成功了。主要麻烦在于gloggflagsgtest这几个依赖项是google上面的需要。由于我用Mac没有CUDA,所以安装时需要设置CPU_ONLY:=1。如果不是干净的系统,安装还是有点麻烦的比如我在OSX10.9
- caffe学习笔记--写一个运行caffe.cpp的makefile
thystar
caffe学习
之前因为有caffe的项目要放到服务器上面,但是其实不需要在服务器上面重新安装caffe,所以写了个makefile.这里改写了个简单的,比较容易读的,只运行caffe.cpp,如果由其他的,可以按照makefile的规则添加就好。首先,还是要说一下关于caffe的依赖,参考之前的两篇博客:http://blog.csdn.net/thystar/article/details/51179064和
- caffe学习笔记10.1--Fine-tuning a Pretrained Network for Style Recognition(new)
thystar
caffe学习
在之前的文章里,写过一个关于微调的博客,但是今天上去发现这部分已经更新了http://nbviewer.jupyter.org/github/BVLC/caffe/blob/master/examples/02-fine-tuning.ipynb,因此补一篇最新的,关于微调,前面的文章由讲,参考http://blog.csdn.net/thystar/article/details/5067553
- caffe学习笔记(11):多任务学习之HDF5Data类型数据集生成
guyunee
deeplearningmatlabobjectdetection数据标签caffe深度学习
最近开始研究多任务学习(multi-tasklearning,MTL),先分享给大家:本文主要讲述数据集的建立,HDF5Data类型用于处理多标签数据,在网络中定义为:layer{name:"data"type:"HDF5Data"top:"data"top:"label"include{phase:TRAIN}hdf5_data_param{source:"list_train.txt"batc
- Ubuntu14.04下配置Caffe+OpenCV2.4.10+CUDA7.5+cuDNN5.1.10
cuihaolong
3DPrint系统配置
1.CUDA配置与Tensorflow,Keras等深度学习框架一样的配置方法,一次配置可以重用,其他基础软件和依赖项亦可参考:Caffe学习笔记2--Ubuntu14.0464bit安装Caffe(GPU版本)Ubuntu14.04+Caffe+Cuda7.5+Opencv3.0安装教程Caffe+Ubuntu14.0464bit+CUDA6.5配置说明Caffe搭建:Ubuntu14.04+C
- Caffe学习笔记(一): 训练和测试自己的数据集
__Sunshine__
笔记Pythoncaffe训练数据集计算机视觉
1数据准备首先在caffe根目录下建立一个文件夹myfile,用于存放数据文件和后面的caffe模型相关文件。然后在myfile文件夹下建立build_lmdb和datatest两个文件夹,其中build_lmdb文件夹用于存放生成的lmdb文件,datatest文件夹存放图片数据。在datatest下主要有2个文件夹和2个.sh文件和2个.txt文件,其中train文件夹中存放待训练的图片,va
- Caffe学习笔记6:过程小结
Zz鱼丸
之前写的学习笔记1用两种方法进行预测,今天发现有点不对。下面进行分析总结:先来看看Classifier的源代码#!/usr/bin/envpython"""ClassifierisanimageclassifierspecializationofNet."""importnumpyasnpimportcaffeclassClassifier(caffe.Net):"""Classifierexte
- Caffe学习笔记11:Ubuntu 16.04 中 caffe 编译出现的错误——fatal error: hdf5.h: 没有那个文件或目录
weixin_41774576
Caffe
step1:cd/usr/lib/x86_64-linux-gnusudoln-slibhdf5_serial.so.8.0.2libhdf5.sosudoln-slibhdf5_serial_hl.so.8.0.2libhdf5_hl.sostep2:changeMakefile.config//打开Makefile.config将下面的INCLUDE_DIRS:=$(PYTHON_INCLUD
- Caffe学习笔记(1)--在spyder中 import caffe
spcq4
caffe学习笔记
在配置好caffe环境之后无法在anaconda的spyder中直接导入caffe的库,需现先将caffe的路径导入进去。操作如下:importsyscaffe_home='/home/kelly/DL/caffe-master/'sys.path.insert(0,caffe_home+'python')importcaffe
- Caffe学习笔记(2)--spyder 下绘制网络结构
spcq4
caffe学习笔记pythoncaffespyder网络结构
直接使用Caffe中的python脚本绘制网络结构的方法请参照链接:http://www.cnblogs.com/denny402/p/5106764.html。因为本人在学习caffe的时候希望在anaconda的环境下区编辑,所以这里介绍如何在spyder中编写python程序来绘制网络结构图。程序如下:#将caffe包含到路径中importsyscaffe_home='/home/kelly
- Caffe学习笔记(2)优化算法的选择
AshBringer555
Caffe
优化算法的选择参考:1、http://blog.csdn.net/u014595019/article/details/52989301caffe中的优化算法有以下六中可选项,他们分别是SGDAdaDeltaAdaGradAdamNesterovRMSProp1、SGDSGD全名stochasticgradientdescent,即随机梯度下降。不过这里的SGD其实跟MBGD(minibatchg
- Caffe学习笔记
jiarenyf
caffe
目录:安装与配置Tutorial学习PyCaffe学习buildtools学习其他安装与配置Ubuntu14.04安装Caffe(仅CPU)Ubuntu14.04安装CudaUbuntu14.04安装Caffe(GPU)Ubuntu14.04CuDNN安装(Caffe+Cuda7.0下)Tutorial学习Caffe学习:Blobs,Layers,andNetsCaffe学习:Forwardand
- Caffe学习笔记(一)
LaLa_2539
导言今天重新编译了OpenPose的Caffe修改版,准备用于网络的训练,在正式训练网络之前,想先通过实例的学习来对网络训练有大致的认识转化数据为LMDB格式CaffeforPython输入的预处理一、为何需要对输入减去均值?https://blog.csdn.net/GoodShot/article/details/80373372https://blog.csdn.net/dcxhun3/ar
- Caffe学习笔记1:linux下建立自己的数据库训练和测试caffe中已有网络
葭宝
caffe
本文是基于薛开宇《学习笔记3:基于自己的数据训练和测试“caffeNet”》基础上,从头到尾把实验跑了一遍~对该文中不清楚的地方做了更正和说明。主要工作如下:1、下载图片建立数据库2、将图片转化为256*256的lmdb格式3、计算图像均值4、定义网络修改部分参数1、下载图片建立数据库在caffe-master/data下新建一个属于自己的数据库命名为babyjia,并在该文件夹下创建train和
- Caffe学习笔记(四)——Windows 下caffe配置相关问题说明
缄默hong
深度学习
本文主要介绍:Win1064位系统下,再次配置caffe,遇到了一些新的问题,现对这些问题及其解决方法进行总结。详细的安装配置过程见以前博客:Caffe学习笔记(一)——Windows下caffe安装与配置1.CUDA的安装问题CUDA的安装过程可以参考CUDA7.5安装及配置(WIN764英伟达G卡VS2012),但参考到第九步即可,第十步及其以后的过程可以不进行配置;2.编译过程中:无法打开输
- Caffe学习笔记(1):简单的数据可视化
Zongxian_Lee
深度学习python学习笔记数据可视化
caffe的底层是c++写的,如果要进行数据可视化,需要借助其它的库或者是接口,如opencv,python或者是matlab,python的环境需要自行配置,因为我使用的都是网管同志已经配置好的深度学习服务器,所以不用管底层的一些配置问题,如果需要自行配置自己的机器,请参照:http://www.cnblogs.com/denny402/p/5088399.html当前目录为caffe的根目录,
- caffe学习笔记12 -- R-CNN detection
thystar
caffe学习
这是caffe文档中NotebookExamples的倒数第二个例子,链接地址http://nbviewer.jupyter.org/github/BVLC/caffe/blob/master/examples/detection.ipynb这个例子用R-CNN做目标检测。R-CNN是一个先进的目标检测模型,它通过微调caffe模型提供分类区域。对于R-CNN系统和模型的详细介绍,参考Richfe
- caffe学习笔记25-过拟合原因及分析
YiLiang_
deeplearningcaffe
1.过拟合原因:1)样本数量太少,抽样方法错误,抽样时没有足够正确考虑业务场景或业务特点,等等导致抽出的样本数据不能有效足够代表业务逻辑或业务场景2)样本里的噪音数据干扰过大,大到模型过分记住了噪音特征,反而忽略了真实的输入输出间的关系3)就是建模时的“逻辑假设”到了模型应用时已经不能成立了,模型没有通用性,选择参数更少的网络4)没有用dropout5)weight_decay:默认0.005,可
- Caffe 学习笔记之CIFFA-10
静风儿
Caffe学习笔记之CIFFA-10背景知识今天小编就亲身实践利用前几天在Ubuntu14.04刚装好的caffe进行CIFFA-10的训练。CIFAR-10数据集包含60000张32x32的彩色图片,一共有十种类别,每种类别有6000张。数据集中有50000张训练集和10000张测试集。这个数据集一共分为了五组训练集和一组测试集,这样子,每组就有10000张随机组成的图片。虽然是随机的,但是在训
- Caffe学习笔记(二)分类任务
yaoyz105
#Caffe深度学习
笔记(二):用Caffe训练好的模型进行分类任务的测试参考:Caffe学习系列(20):用训练好的caffemodel来进行分类用Caffe搭建自己的网络,并用图片进行测试开发caffe的贾大牛团队,利用imagenet图片和caffenet模型训练好了一个caffemodel,该模型可以用来做分类任务。1.准备模型和数据1)caffemodel下载:bvlc_reference_caffenet
- 【caffe学习笔记——cifar10】win10+caffe环境下cifar10运行
文章被改为VIP本文并不知情,且无法修改
caffe入门笔记
本人初学深度学习——caffe框架,想用几个实例来入门,cifar10为其中之一,在参考了博主汽车数据技术前瞻的帖子:http://blog.csdn.net/lance313/article/details/53964874之后,将学习内容进行了总结,总结的内容基本和我参考的帖子差不多,主要目的是加深印象并方便以后查阅。##cifar数据集的介绍##Cifar-10是由Hinton的两个大弟子A
- caffe学习笔记
Gzzgz
caffe
转自http://blog.csdn.net/u011762313/article/details/4730600目录:安装与配置Tutorial学习PyCaffe学习buildtools学习其他安装与配置Ubuntu14.04安装Caffe(仅CPU)Ubuntu14.04安装CudaUbuntu14.04安装Caffe(GPU)Ubuntu14.04CuDNN安装(Caffe+Cuda7.0下
- 【caffe学习笔记之5】Win10系统下Caffe的Python接口设置方法并绘制网络结构图
Shuai__
pythoncaffe
【准备工作】前面几节介绍了win10系统下caffe-master的配置方法以及cifar10数据集的训练方法,并简要介绍了Matlab接口如何配置。想要更为形象的了解caffe框架下诸多网络模型的具体内涵,需要借助python接口的caffe.draw绘制网络图,因此,本节介绍caffe的Python接口配置方法。安装python使用anaconda版本,anaconda里面集成了很多关于pyt
- 【caffe学习笔记之8】Caffe运行Faster-RCNN算法实现目标检测(1)
Shuai__
Matlabcaffe深度学习
【Faster-RCNN算法】FasterR-CNN(其中R对应于“Region(区域)”)是基于深度学习R-CNN系列目标检测最好的方法。使用VOC2007+2012训练集训练,VOC2007测试集测试mAP达到73.2%,目标检测的速度可以达到每秒5帧。技术上将RPN网络和FastR-CNN网络结合到了一起,将RPN获取到的proposal直接连到ROIpooling层,是一个CNN网络实现端
- 【caffe学习笔记之6】caffe-matlab/python训练LeNet模型并应用于mnist数据集(1)
Shuai__
深度学习caffepythonMatlab
【案例介绍】LeNet网络模型是一个用来识别手写数字的最经典的卷积神经网络,是YannLeCun在1998年设计并提出的,是早期卷积神经网络中最有代表性的实验系统之一,其论文是CNN领域第一篇经典之作。本篇博客详细介绍基于Matlab、Python训练lenet手写模型的案例,作为前几次caffe深度学习框架的阶段性总结。【数据准备】数据下载地址:http://yann.lecun.com/exd
- caffe学习笔记6-matlab接口总结
YiLiang_
caffe
第一部分:用matlab接口操作网络,包括网络生成,数据读取及修改,存储caffeemodel,返回layer的类型1.设置网络:model='./models/bvlc_reference_caffenet/deploy.prototxt';weights='./models/bvlc_reference_caffenet/bvlc_reference_caffenet.caffemodel';
- caffe学习笔记(一)
SHERO_M
caffe
ubuntu14.04.1下caffe的安装(cpumode)准备工作,安装各种依赖和OpenCV,代码如下:sudoapt-getinstalllibprotobuf-devlibleveldb-devlibsnappy-devlibopencv-devlibhdf5-serial-devprotobuf-compilersudoapt-getinstall--no-install-recomm
- 【caffe学习笔记之4】利用MATLAB接口运行cifar数据集
Shuai__
MatlabcaffeComputerVision深度学习
【前期准备工作】参考上篇帖子:http://write.blog.csdn.net/postedit/539648741.确保模型训练成功,生成模型文件:cifar10_quick_iter_4000.caffemodel及均值文件:mean.binaryproto。注意,此处一定是生成caffemodel格式的模型文件,而非.h5模型文件,否则会导致Matlab运行崩溃。如何生成caffemod
- caffe学习笔记21-VggNet论文笔记
YiLiang_
caffedeeplearning
AlexNet输入要求256(图像大小),均值是256的,减均值后再crop到227(输入图像大小)VGGNet输入要求256(图像大小),均值是256的,减均值后再crop到224(输入图像大小)Vgg-Net:笔记CNNimprovement:有很多对其提出的CNN结构进行改进的方法。例如:1.Usesmallerreceptivewindowsizeandsmallerstrideofthe
- apache ftpserver-CentOS config
gengzg
apache
<server xmlns="http://mina.apache.org/ftpserver/spring/v1"
xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"
xsi:schemaLocation="
http://mina.apache.o
- 优化MySQL数据库性能的八种方法
AILIKES
sqlmysql
1、选取最适用的字段属性 MySQL可以很好的支持大数据量的存取,但是一般说来,数据库中的表越小,在它上面执行的查询也就会越快。因此,在创建表的时候,为了获得更好的 性能,我们可以将表中字段的宽度设得尽可能小。例如,在定义邮政编码这个字段时,如果将其设置为CHAR(255),显然给数据库增加了不必要的空间,甚至使用VARCHAR这种类型也是多余的,因为CHAR(6)就可以很
- JeeSite 企业信息化快速开发平台
Kai_Ge
JeeSite
JeeSite 企业信息化快速开发平台
平台简介
JeeSite是基于多个优秀的开源项目,高度整合封装而成的高效,高性能,强安全性的开源Java EE快速开发平台。
JeeSite本身是以Spring Framework为核心容器,Spring MVC为模型视图控制器,MyBatis为数据访问层, Apache Shiro为权限授权层,Ehcahe对常用数据进行缓存,Activit为工作流
- 通过Spring Mail Api发送邮件
120153216
邮件main
原文地址:http://www.open-open.com/lib/view/open1346857871615.html
使用Java Mail API来发送邮件也很容易实现,但是最近公司一个同事封装的邮件API实在让我无法接受,于是便打算改用Spring Mail API来发送邮件,顺便记录下这篇文章。 【Spring Mail API】
Spring Mail API都在org.spri
- Pysvn 程序员使用指南
2002wmj
SVN
源文件:http://ju.outofmemory.cn/entry/35762
这是一篇关于pysvn模块的指南.
完整和详细的API请参考 http://pysvn.tigris.org/docs/pysvn_prog_ref.html.
pysvn是操作Subversion版本控制的Python接口模块. 这个API接口可以管理一个工作副本, 查询档案库, 和同步两个.
该
- 在SQLSERVER中查找被阻塞和正在被阻塞的SQL
357029540
SQL Server
SELECT R.session_id AS BlockedSessionID ,
S.session_id AS BlockingSessionID ,
Q1.text AS Block
- Intent 常用的用法备忘
7454103
.netandroidGoogleBlogF#
Intent
应该算是Android中特有的东西。你可以在Intent中指定程序 要执行的动作(比如:view,edit,dial),以及程序执行到该动作时所需要的资料 。都指定好后,只要调用startActivity(),Android系统 会自动寻找最符合你指定要求的应用 程序,并执行该程序。
下面列出几种Intent 的用法
显示网页:
- Spring定时器时间配置
adminjun
spring时间配置定时器
红圈中的值由6个数字组成,中间用空格分隔。第一个数字表示定时任务执行时间的秒,第二个数字表示分钟,第三个数字表示小时,后面三个数字表示日,月,年,< xmlnamespace prefix ="o" ns ="urn:schemas-microsoft-com:office:office" />
测试的时候,由于是每天定时执行,所以后面三个数
- POJ 2421 Constructing Roads 最小生成树
aijuans
最小生成树
来源:http://poj.org/problem?id=2421
题意:还是给你n个点,然后求最小生成树。特殊之处在于有一些点之间已经连上了边。
思路:对于已经有边的点,特殊标记一下,加边的时候把这些边的权值赋值为0即可。这样就可以既保证这些边一定存在,又保证了所求的结果正确。
代码:
#include <iostream>
#include <cstdio>
- 重构笔记——提取方法(Extract Method)
ayaoxinchao
java重构提炼函数局部变量提取方法
提取方法(Extract Method)是最常用的重构手法之一。当看到一个方法过长或者方法很难让人理解其意图的时候,这时候就可以用提取方法这种重构手法。
下面是我学习这个重构手法的笔记:
提取方法看起来好像仅仅是将被提取方法中的一段代码,放到目标方法中。其实,当方法足够复杂的时候,提取方法也会变得复杂。当然,如果提取方法这种重构手法无法进行时,就可能需要选择其他
- 为UILabel添加点击事件
bewithme
UILabel
默认情况下UILabel是不支持点击事件的,网上查了查居然没有一个是完整的答案,现在我提供一个完整的代码。
UILabel *l = [[UILabel alloc] initWithFrame:CGRectMake(60, 0, listV.frame.size.width - 60, listV.frame.size.height)]
- NoSQL数据库之Redis数据库管理(PHP-REDIS实例)
bijian1013
redis数据库NoSQL
一.redis.php
<?php
//实例化
$redis = new Redis();
//连接服务器
$redis->connect("localhost");
//授权
$redis->auth("lamplijie");
//相关操
- SecureCRT使用备注
bingyingao
secureCRT每页行数
SecureCRT日志和卷屏行数设置
一、使用securecrt时,设置自动日志记录功能。
1、在C:\Program Files\SecureCRT\下新建一个文件夹(也就是你的CRT可执行文件的路径),命名为Logs;
2、点击Options -> Global Options -> Default Session -> Edite Default Sett
- 【Scala九】Scala核心三:泛型
bit1129
scala
泛型类
package spark.examples.scala.generics
class GenericClass[K, V](val k: K, val v: V) {
def print() {
println(k + "," + v)
}
}
object GenericClass {
def main(args: Arr
- 素数与音乐
bookjovi
素数数学haskell
由于一直在看haskell,不可避免的接触到了很多数学知识,其中数论最多,如素数,斐波那契数列等,很多在学生时代无法理解的数学现在似乎也能领悟到那么一点。
闲暇之余,从图书馆找了<<The music of primes>>和<<世界数学通史>>读了几遍。其中素数的音乐这本书与软件界熟知的&l
- Java-Collections Framework学习与总结-IdentityHashMap
BrokenDreams
Collections
这篇总结一下java.util.IdentityHashMap。从类名上可以猜到,这个类本质应该还是一个散列表,只是前面有Identity修饰,是一种特殊的HashMap。
简单的说,IdentityHashMap和HashM
- 读《研磨设计模式》-代码笔记-享元模式-Flyweight
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.util.ArrayList;
import java.util.Collection;
import java.util.HashMap;
import java.util.List;
import java
- PS人像润饰&调色教程集锦
cherishLC
PS
1、仿制图章沿轮廓润饰——柔化图像,凸显轮廓
http://www.howzhi.com/course/retouching/
新建一个透明图层,使用仿制图章不断Alt+鼠标左键选点,设置透明度为21%,大小为修饰区域的1/3左右(比如胳膊宽度的1/3),再沿纹理方向(比如胳膊方向)进行修饰。
所有修饰完成后,对该润饰图层添加噪声,噪声大小应该和
- 更新多个字段的UPDATE语句
crabdave
update
更新多个字段的UPDATE语句
update tableA a
set (a.v1, a.v2, a.v3, a.v4) = --使用括号确定更新的字段范围
- hive实例讲解实现in和not in子句
daizj
hivenot inin
本文转自:http://www.cnblogs.com/ggjucheng/archive/2013/01/03/2842855.html
当前hive不支持 in或not in 中包含查询子句的语法,所以只能通过left join实现。
假设有一个登陆表login(当天登陆记录,只有一个uid),和一个用户注册表regusers(当天注册用户,字段只有一个uid),这两个表都包含
- 一道24点的10+种非人类解法(2,3,10,10)
dsjt
算法
这是人类算24点的方法?!!!
事件缘由:今天晚上突然看到一条24点状态,当时惊为天人,这NM叫人啊?以下是那条状态
朱明西 : 24点,算2 3 10 10,我LX炮狗等面对四张牌痛不欲生,结果跑跑同学扫了一眼说,算出来了,2的10次方减10的3次方。。我草这是人类的算24点啊。。
然后么。。。我就在深夜很得瑟的问室友求室友算
刚出完题,文哥的暴走之旅开始了
5秒后
- 关于YII的菜单插件 CMenu和面包末breadcrumbs路径管理插件的一些使用问题
dcj3sjt126com
yiiframework
在使用 YIi的路径管理工具时,发现了一个问题。 <?php
- 对象与关系之间的矛盾:“阻抗失配”效应[转]
come_for_dream
对象
概述
“阻抗失配”这一词组通常用来描述面向对象应用向传统的关系数据库(RDBMS)存放数据时所遇到的数据表述不一致问题。C++程序员已经被这个问题困扰了好多年,而现在的Java程序员和其它面向对象开发人员也对这个问题深感头痛。
“阻抗失配”产生的原因是因为对象模型与关系模型之间缺乏固有的亲合力。“阻抗失配”所带来的问题包括:类的层次关系必须绑定为关系模式(将对象
- 学习编程那点事
gcq511120594
编程互联网
一年前的夏天,我还在纠结要不要改行,要不要去学php?能学到真本事吗?改行能成功吗?太多的问题,我终于不顾一切,下定决心,辞去了工作,来到传说中的帝都。老师给的乘车方式还算有效,很顺利的就到了学校,赶巧了,正好学校搬到了新校区。先安顿了下来,过了个轻松的周末,第一次到帝都,逛逛吧!
接下来的周一,是我噩梦的开始,学习内容对我这个零基础的人来说,除了勉强完成老师布置的作业外,我已经没有时间和精力去
- Reverse Linked List II
hcx2013
list
Reverse a linked list from position m to n. Do it in-place and in one-pass.
For example:Given 1->2->3->4->5->NULL, m = 2 and n = 4,
return
- Spring4.1新特性——页面自动化测试框架Spring MVC Test HtmlUnit简介
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
- Hadoop集群工具distcp
liyonghui160com
1. 环境描述
两个集群:rock 和 stone
rock无kerberos权限认证,stone有要求认证。
1. 从rock复制到stone,采用hdfs
Hadoop distcp -i hdfs://rock-nn:8020/user/cxz/input hdfs://stone-nn:8020/user/cxz/运行在rock端,即源端问题:报版本
- 一个备份MySQL数据库的简单Shell脚本
pda158
mysql脚本
主脚本(用于备份mysql数据库): 该Shell脚本可以自动备份
数据库。只要复制粘贴本脚本到文本编辑器中,输入数据库用户名、密码以及数据库名即可。我备份数据库使用的是mysqlump 命令。后面会对每行脚本命令进行说明。
1. 分别建立目录“backup”和“oldbackup” #mkdir /backup #mkdir /oldbackup
- 300个涵盖IT各方面的免费资源(中)——设计与编码篇
shoothao
IT资源图标库图片库色彩板字体
A. 免费的设计资源
Freebbble:来自于Dribbble的免费的高质量作品。
Dribbble:Dribbble上“免费”的搜索结果——这是巨大的宝藏。
Graphic Burger:每个像素点都做得很细的绝佳的设计资源。
Pixel Buddha:免费和优质资源的专业社区。
Premium Pixels:为那些有创意的人提供免费的素材。
- thrift总结 - 跨语言服务开发
uule
thrift
官网
官网JAVA例子
thrift入门介绍
IBM-Apache Thrift - 可伸缩的跨语言服务开发框架
Thrift入门及Java实例演示
thrift的使用介绍
RPC
POM:
<dependency>
<groupId>org.apache.thrift</groupId>