soldier123333
soldier123333

【深度学习框架Caffe学习与应用】第四课 Caffe可视化工具

1.首先准备pycaffe环境

输入一下命令：







2.网络可视化的工具

2.1在caffe中，有一个专门用于画网络结构图的py文件：caffe/tools/draw_net.py

【深度学习框架Caffe学习与应用】第四课 Caffe可视化工具_第1张图片



【深度学习框架Caffe学习与应用】第四课 Caffe可视化工具_第2张图片

2.2 也可以通过在线可视化工具，网址如下：

http://ethereon.github.io/netscope/#/editor


【深度学习框架Caffe学习与应用】第四课 Caffe可视化工具_第3张图片

2.caffemodel的可视化，需要先把代码看明白，这里不写了

3.特征图的可视化

4.loss和accurary的可视化

你可能感兴趣的:([caffe学习笔记])

  • 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>
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他