- Day44
1.预训练概念:在大规模数据上训练模型学习通用知识,再迁移到下游任务微调2.常见模型:图像有AlexNet、ResNet、ViT;NLP有BERT、GPT3.图像模型发展:从手工特征到深度学习,从CNN到Transformer、多模态4.预训练策略:数据增强、自监督/监督训练、模型微调、多模态学习作业1.importtorchimporttorch.nnasnnimporttorch.optima
- 【面试宝典】【大模型入门】【模型微调】
曾小文
人工智能深度学习机器学习
面试热点科普:监督微调vs无监督微调,有啥不一样?在大模型时代(比如BERT、GPT)里,我们经常听到“预训练+微调”的范式。但你可能会疑惑——监督微调、无监督微调,到底有啥区别?用的场景一样吗?今天这篇,带你5分钟搞懂这对“孪生兄弟”的异同✅1.术语定义名称定义说明预训练(Pretraining)在大规模通用数据上训练模型,学习“通用知识”,比如语言规律、语义表示。微调(Fine-tuning)
- 大模型微调(Fine-tuning)概览
MzKyle
深度学习人工智能
大模型微调(Fine-Tuning)是将预训练大模型(如GPT、LLaMA)适配到特定任务或领域的核心技术,其效率与效果直接影响大模型的落地价值。一、微调的本质与核心目标1.技术定义微调是通过在预训练模型基础上,使用特定任务或领域的小规模数据进行二次训练,使模型参数适应新场景的过程。其核心逻辑是:预训练阶段学习通用知识(如语言规律、世界常识);微调阶段将通用能力转化为领域专属能力(如医疗问答、法律
- RAG是什么?手把手教你从零构建RAG系统全面指南(含代码)
大模型研究院
人工智能数据库prompt产品经理大模型大模型学习RAG
尽管大语言模型具备出色的推理能力和广泛的通用知识,但它们在检索精确信息、获取最新数据或提供可验证的回答时常常遇到困难。检索增强生成(Retrieval-AugmentedGeneration,RAG)应运而生,这一创新性方法通过将大语言模型与外部知识源相结合,有效提升了其性能。本文将深入探讨RAG的概念、重要性,并使用Python和流行的开源库从零开始构建一个完整的RAG系统。一、RAG是什么RA
- 基于 Qwen2 大模型微调技术详细教程(LoRA 参数高效微调和 SwanLab 可视化监控)
知世不是芝士
人工智能大语言模型ai大模型LLMQwen2lora大模型微调
我之前曾把大模型比作成一位无所不能无所不知且不知疲惫的“大师”。我们在日常工作、学习中等一些通用知识方面的问题,通常情况下,我们均可通过Prompt提示词就能从“大师”那里得到期望的结果。但是,在某些垂直场景的特定任务(包括:个性化服务、内部私有数据等)中,这位“大师”可能就不一定能胜任了:数据隐私安全:保密项目、创业团体和企业内部数据是需要保证绝对安全的,“大师”的知识来自预训练的公开数据,在推
- 国产化文本向量化技术选型与LangChain集成实战指南,测试工程师如何构建高效检索系统
Python测试之道
测试提效langchain
一、背景与核心价值随着企业对数据安全和本地化服务的重视,国产文本向量化技术(即Embedding)逐渐成为构建智能问答系统的关键组件。相比传统技术,其优势体现在:数据安全:支持本地部署,避免敏感信息外传,满足金融、医疗等行业合规要求。中文优化:针对中文语义设计,能更准确捕捉专业术语和复杂句式。多场景适配:覆盖通用知识库、垂直领域(如法律/医疗)、轻量化设备等需求。二、主流国产文本向量化技术对比1.
- 【大模型】—LangChain开源框架介绍
麦道先生
人工智能人工智能langchain
大模型——LangChain开源框架介绍2023年可以说是AI大语言模型发展元年,随着OpenAI的ChatGPT和GPT-4的发布,点燃了人工智能大语言模型的发展浪潮,各大科技公司纷纷推出了自家的大语言模型产品,各国更是将大语言模型的发展作为人工智能技术的重要突破来推进,纷纷进行业务和技术层面的布局。然而现有预训练大模型也存在一定技术缺陷,如仅有通用知识表示,知识只截止在训练时的日期,对于新知识
- 第31篇:FedSA-LoRA(联邦学习+lora+个性化升级版)
还不秃顶的计科生
联邦学习人工智能
第一部分:要解决的问题第二部分:解决问题所提出的idea研究发现,A矩阵负责学习通用知识,而B矩阵则专注于捕捉客户端特定知识。这一发现基于对不同数据异质性水平下,客户端间A和B矩阵的相似性分析。第三部分:新方法效果任务:在自然语言理解(GLUE基准)和生成任务(GSM8K、CodeSearchNet)中测试。性能
- ChatGPT推理模型&通用模型大解析!
即兴小索奇
ChatGPT&AI人工智能chatgpt
很多人知道通用模型和推理模型了,那么ChatGPT的哪些模型是通用模型,哪些又是推理模型呢?以下是ChatGPT的所有模型及其分类介绍:通用模型GPT-4:OpenAI的旗舰模型,是一个大型多模态模型,能够比以前的模型更准确地解决困难问题,具有更广泛的通用知识和先进的推理能力。它适用于多种任务,包括聊天、文本生成、内容创作等。GPT-4o系列:包括GPT-4o、GPT-4owithCanvas、G
- DeepSeek模型微调的原理和方法
alankuo
人工智能
DeepSeek模型微调的原理迁移学习基础DeepSeek模型微调基于迁移学习的思想。预训练模型在大规模通用数据上进行了无监督或有监督的训练,学习到了丰富的语言知识、语义表示和通用模式。这些知识和模式具有一定的通用性,可以迁移到其他相关的任务中。在微调时,我们利用预训练模型已经学到的这些通用知识,针对特定的目标任务进行进一步的调整和优化,使得模型能够更好地适应新任务的需求。微调的参数更新机制在微调
- 【大模型应用开发 动手做AI Agent】大模型就是Agent的大脑
杭州大厂Java程序媛
DeepSeekR1&AI人工智能与大数据javapythonjavascriptkotlingolang架构人工智能
【大模型应用开发动手做AIAgent】大模型就是Agent的大脑关键词:大模型,AIAgent,智能决策,任务导向,知识表示,交互式学习,混合智能1.背景介绍1.1问题由来随着人工智能(AI)技术的发展,尤其是深度学习和自然语言处理(NLP)技术的进步,越来越多的应用场景开始采用AI模型来解决复杂的决策问题。然而,当前的AI模型大多依赖于大模型的预训练知识,这些模型虽然在通用知识获取上取得了显著进
- LLaMA Pro是什么 相比于lora full freeze有什么区别 怎么使用
Ven%
简单说深度学习深度学习基础动手深度学习速通系列llamatransformer深度学习人工智能
1.LLaMAPro是什么?LLaMAPro是一种基于LLaMA架构改进的大型语言模型(LLM),旨在解决大模型微调中的知识遗忘问题。它通过在原有模型的基础上扩展新的模块(如Transformer块),并在微调时仅训练这些新增模块,从而在适应新任务的同时保留预训练模型的通用知识。LLaMAPro在代码理解、数学推理和语言理解等任务上表现出色,特别适合需要持续学习和多任务处理的场景。2.LLaMAP
- WiseAD:基于视觉-语言模型的知识增强型端到端自动驾驶
硅谷秋水
计算机视觉大模型自动驾驶语言模型自动驾驶人工智能机器学习
24年12月来自新加坡国立和浙大的论文“WiseAD:KnowledgeAugmentedEnd-to-EndAutonomousDrivingwithVision-LanguageModel”。随着视觉语言模型(VLM)的快速发展,人类通用知识和令人印象深刻的逻辑推理能力的出现,推动人们对将VLM应用于高级自动驾驶任务(如场景理解和决策)的兴趣日益浓厚。然而,深入研究知识熟练程度(尤其是基本驾驶
- 【拥抱AIGC】知识库构建与管理指南
soso1968
AIGC
通义灵码能够结合企业知识库的私域数据,生成贴合企业特点的回答。充分发挥检索增强技术的优势,构建高质量的企业知识数据以及合理的知识库权限管理是必不可少的。本文将为您详细介绍如何构造与管理一个高质量的企业知识库。前提条件适用版本:通义灵码企业标准版、通义灵码企业专属版。适用人员:通义灵码管理员、组织内全局管理员(专属版)。场景介绍通义灵码虽然具备广泛的通用知识,但缺乏企业独有的专业知识和数据。通过引入
- 基于Langchain的大模型RAG技术介绍(附示例代码)
赵放-AI
AIlangchain人工智能chatgptpython
一、RAG简介在大模型技术的迅速发展下,涌现了各种庞大的模型,形成了一场所谓的‘百模大战’。这些模型在大小和性能上各有所长,但大多数都是在通用语料库上进行训练的,因此它们只具备通用知识,对于专业领域的知识了解较少。由于训练大模型的成本颇高,许多专业领域难以负担这一费用,但专业人士又希望利用大模型的强大能力解决专业问题。为解决这一问题,出现了两种技术路线:一种是通过使用专业领域的数据集微调通用大模型
- 大模型注入领域知识,模型体验和Token重复知识
lichunericli
LLM人工智能语言模型
1如何给LLM注入领域知识?给LLM(低层次模型,如BERT、GPT等)注入领域知识的方法有很多。以下是一些建议:数据增强:在训练过程中,可以通过添加领域相关的数据来增强模型的训练数据。这可以包括从领域相关的文本中提取示例、对现有数据进行扩充或生成新的数据。迁移学习:使用预训练的LLM模型作为基础,然后在特定领域的数据上进行微调。这样可以利用预训练模型学到的通用知识,同时使其适应新领域。领域专家标
- 2021-01-14
芥末_0194
第一次使用,贴个昨天的复盘:关于社群运营1.13私房课复盘:1、昨天看到叼叼的问题,以为她和我一样,是职场员工,结果她是公司管理者,看来通用知识在哪个层次都是有用的,而管理者需要学习的更多,包括决策、组织能力。2、气球讲课说了很多次知识分为三类:通用知识、专业知识、底层思维。没有很多感觉,今天觉得对知识分类是一种归纳能力,可以帮助我先看自己需要哪个大类里面,再去向下找就不会迷路了。3、我一直觉得自
- 大白话理解大型语言模型(LLM):预训练和微调
E寻数据
大模型语言模型人工智能自然语言处理
引言:在人工智能的世界里,大型语言模型(LLM)已成为一种强大的工具,它们不仅能理解和生成自然语言,还能在各种复杂任务中表现出色。本文将深入探讨这些模型的两个关键阶段:预训练和微调,以及它们在实际应用中的重要性。1.预训练阶段:建立基础目的与过程:预训练是大型语言模型学习的起点,其目的是让模型掌握语言的基本统计规律和通用知识。这一阶段通常在大量无标签数据上进行,如网页文本、书籍、新闻等。学习内容:
- 综述|如何利用LLM做多模态任务?
zenRRan
作者|胡安文(知乎同名)进NLP群—>加入NLP交流群大型语言模型LLM(LargeLanguageModel)具有很强的通用知识理解以及较强的逻辑推理能力,但其只能处理文本数据。虽然已经发布的GPT4具备图片理解能力,但目前还未开放多模态输入接口并且不会透露任何模型上技术细节。因此,现阶段,如何利用LLM做一些多模态任务还是有一定的研究价值的。本文整理了近两年来基于LLM做vision-lanu
- 阅读摘抄
李蓉乐平市湾头中小学
教师要成为大先生,做学生为学、为事、为人的示范,促进学生成长为全面发展的人。这既是党和国家对广大教师的谆谆嘱托和殷切期盼,也是新时代教师队伍建设的总方向、总目标。“学为人师,行为世范。”广大教师要自觉培树渊博的专业理论、广博的通用知识、宽阔的胸怀视野,不断涵养高尚的师德师风和超凡的人格魅力,从而在引领学生成长的教育实践中成为大先生,成就学生的美好未来。教师要在修炼“务学不如务求师”的至高职业境界中
- #让未来现在就来# 2019-04-02
cranezb
今天看了《让未来现在就来》,核心是时间管理,如何更高效的学习,重点讲了如何高效的通过阅读书籍学习新的知识。当然一生接触到的书有很多种,有通用知识类,有专业基础类,有专业类的,对基础知识原理类的,不同的书,对应该着不同的学习方法,通用知识类,专业基础类的,一般是用快速阅读,通读一次,再用分析阅读的方法,精细阅读,而对一些应用层的专业类书籍,一般是快速阅读,然后再选其中比较有新意的观点细读,占用的时间
- 【全网首发】Linux系统最全笔记(建议收藏)
神码观察
Linuxlinux运维服务器
目录一Linux通用知识1vmvare2进行网络配置3安装xshell4基本命令的使用5用户管理6软件的安装方法6shell7awk文本处理工具8进程管理与定时任务和后台执行9后台运行这篇文章是Linux的超级基础且经常用到的内容,不多说,直接肝!Linux软件安装Linux排查问题套路Linux命令详解一Linux通用知识说到操作系统,如果读大学的时候是计算机专业,那肯定就会上这门课,我猜测当时
- 探索大型预训练模型:解析人工智能的通用知识引擎
cooldream2009
大模型基础AI技术NLP知识人工智能预训练模型大模型
目录前言1大型预训练模型的演进与重要性1.1Word2Vec1.2Transformer1.3GPT模型2大型预训练模型的发展趋势2.1参数规模与速度的飞跃提升2.2数据量的持续增长2.3知识丰富性与少样本学习的突破3大型预训练模型的核心机制结语前言在当今迅猛发展的人工智能领域,大型预训练模型如Word2Vec、RNN、AttentionMechanism、Transformer、ELMo、BER
- 2023-HCIA-Datacom题库刷题分享!984分高分通过!
wifimale
华为网络http网络协议tcp/ip信息与通信
HCIA-Datacom,是华为数通认证的初级考试,培训与认证具备数通基础通用知识和技能水平的工程师,只是入门了解数通的一些基础通用知识,适用于小白了解和学习数通知识点起点。本人在2023年7月已通过HCIA-Datacom考试,个人分享是考试题目简单,实际考试时间大概20分钟左右都可以考完。本人根据考试前的刷题经验,以及考试后的考试总结,自己弄了一个付费的HCIA-Datacom刷题小程序,题库
- 如何建立个人知识体系索引目录
扎丝特K1
由于个人使用习惯的原因,收集到的各种信息、资料、经验、知识散落在笔记本和各种APP中,像是互不关联的孤岛,需要通过知识体系将其连接起来。索引目录的建立是第一步。参考FSR分类法和关注点分类法两种不同的逻辑整合建立。FSR分类法。FSR即“工作流Flow-经验库Stock-知识体系Reference”。按照我的理解,工作流放置底层逻辑和通用知识,经验库整合外部各种资源,知识体系用来收集归纳自己的输出
- MQ设计思想分析
wh柒八九
消息队列kafka核心知识点javaspring后端
本文主要讲解MQ的通用知识,让大家先弄明白:如果让你来设计一个MQ,该如何下手?需要考虑哪些问题?又有哪些技术挑战?对于MQ来说,不管是RocketMQ、Kafka还是其他消息队列,它们的本质都是:一发一存一消费。下面我们以这个本质作为根,一起由浅入深地聊聊MQ。文章目录从MQ的本质说起原始模型的进化队列模型发布-订阅模型小结透过模型看MQ的应用场景如何设计一个MQMQ的雏形写一个适用于生产环境的
- Objectiv-C设计模式笔记
Jarlen John
iOS开发Mac应用开发设计模式笔记
文章目录通用知识点对象创建原型模式定义适用场景示例工厂方法定义适用场景示例抽象工厂定义适用场景示例生成器模式定义适用场景示例单例模式定义适用场景示例接口适配适配器定义适用场景示例桥接定义适用场景示例外观模式定义适用场景示例对象去耦中介者定义适用场景示例观察者定义适用场景示例抽象集合组合模式定义适用场景示例迭代器模式定义适用场景示例通用知识点软件设计的黄金法则:变动需要抽象。优先使用对象组合而不是继
- 钢化膜设计教程 平面 PS教程 原创文章
咕噜素材
咕噜素材(www.gulusucai.com):一个专业设计资源网站,UI素材分享平台,精心筛选设计资源,持续更新国内外优质素材。素材|创意|设计|资讯|干货|教程|资源1、常见案例总览因为日常的角度太多,在这里就简以正面列举一下光的案例来分析。大部分光都是来源手机屏幕结构界定。2、通用知识点—蒙版蒙版这个知识点会贯穿整个教程,甚至绝大部分修图都可能用到蒙版。举一反三多尝试,蒙版其实是一个很好玩的
- 教育培训与开发
东_462d
教育培训与开发教育培训与开发的概念 教育、培训与开发这三个词语在概念上都表示通一定方式来促进一个人能力素质的提升的过程。教育一词对我们来说最熟悉,是指对一个人通用技能的培养,我国的九年义务制教育以及大学阶段的教育,就正是这个阶段的体现,此时的我们还未进入社会工作,正处于不断学习通用知识和技能的过程。而一旦毕业有了相关的工作后,为了进入岗位后能够迅速的适应相应的工作业务,往往就需要对新进员工进行培
- 语音 self-supervised learning (未完待续)
shadowismine
深度学习
1.简介深度学习被分为:监督学习,无监督学习和自监督学习。监督学习近些年获得了巨大的成功,但是有如下的缺点:1.人工标签相对数据来说本身是稀疏的,蕴含的信息不如数据内容丰富;2.监督学习只能学到特定任务的知识,不是通用知识,一般难以直接迁移到其他任务中。无监督学习算法的结果可能不太准确,因为输入数据没有标记,并且算法事先不知道确切的输出。由于这些原因,自监督学习的发展被给予厚望。自监督学习(Sel
- jsonp 常用util方法
hw1287789687
jsonpjsonp常用方法jsonp callback
jsonp 常用java方法
(1)以jsonp的形式返回:函数名(json字符串)
/***
* 用于jsonp调用
* @param map : 用于构造json数据
* @param callback : 回调的javascript方法名
* @param filters : <code>SimpleBeanPropertyFilter theFilt
- 多线程场景
alafqq
多线程
0
能不能简单描述一下你在java web开发中需要用到多线程编程的场景?0
对多线程有些了解,但是不太清楚具体的应用场景,能简单说一下你遇到的多线程编程的场景吗?
Java多线程
2012年11月23日 15:41 Young9007 Young9007
4
0 0 4
Comment添加评论关注(2)
3个答案 按时间排序 按投票排序
0
0
最典型的如:
1、
- Maven学习——修改Maven的本地仓库路径
Kai_Ge
maven
安装Maven后我们会在用户目录下发现.m2 文件夹。默认情况下,该文件夹下放置了Maven本地仓库.m2/repository。所有的Maven构件(artifact)都被存储到该仓库中,以方便重用。但是windows用户的操作系统都安装在C盘,把Maven仓库放到C盘是很危险的,为此我们需要修改Maven的本地仓库路径。
- placeholder的浏览器兼容
120153216
placeholder
【前言】
自从html5引入placeholder后,问题就来了,
不支持html5的浏览器也先有这样的效果,
各种兼容,之前考虑,今天测试人员逮住不放,
想了个解决办法,看样子还行,记录一下。
【原理】
不使用placeholder,而是模拟placeholder的效果,
大概就是用focus和focusout效果。
【代码】
<scrip
- debian_用iso文件创建本地apt源
2002wmj
Debian
1.将N个debian-506-amd64-DVD-N.iso存放于本地或其他媒介内,本例是放在本机/iso/目录下
2.创建N个挂载点目录
如下:
debian:~#mkdir –r /media/dvd1
debian:~#mkdir –r /media/dvd2
debian:~#mkdir –r /media/dvd3
….
debian:~#mkdir –r /media
- SQLSERVER耗时最长的SQL
357029540
SQL Server
对于DBA来说,经常要知道存储过程的某些信息:
1. 执行了多少次
2. 执行的执行计划如何
3. 执行的平均读写如何
4. 执行平均需要多少时间
列名 &
- com/genuitec/eclipse/j2eedt/core/J2EEProjectUtil
7454103
eclipse
今天eclipse突然报了com/genuitec/eclipse/j2eedt/core/J2EEProjectUtil 错误,并且工程文件打不开了,在网上找了一下资料,然后按照方法操作了一遍,好了,解决方法如下:
错误提示信息:
An error has occurred.See error log for more details.
Reason:
com/genuitec/
- 用正则删除文本中的html标签
adminjun
javahtml正则表达式去掉html标签
使用文本编辑器录入文章存入数据中的文本是HTML标签格式,由于业务需要对HTML标签进行去除只保留纯净的文本内容,于是乎Java实现自动过滤。
如下:
public static String Html2Text(String inputString) {
String htmlStr = inputString; // 含html标签的字符串
String textSt
- 嵌入式系统设计中常用总线和接口
aijuans
linux 基础
嵌入式系统设计中常用总线和接口
任何一个微处理器都要与一定数量的部件和外围设备连接,但如果将各部件和每一种外围设备都分别用一组线路与CPU直接连接,那么连线
- Java函数调用方式——按值传递
ayaoxinchao
java按值传递对象基础数据类型
Java使用按值传递的函数调用方式,这往往使我感到迷惑。因为在基础数据类型和对象的传递上,我就会纠结于到底是按值传递,还是按引用传递。其实经过学习,Java在任何地方,都一直发挥着按值传递的本色。
首先,让我们看一看基础数据类型是如何按值传递的。
public static void main(String[] args) {
int a = 2;
- ios音量线性下降
bewithme
ios音量
直接上代码吧
//second 几秒内下降为0
- (void)reduceVolume:(int)second {
KGVoicePlayer *player = [KGVoicePlayer defaultPlayer];
if (!_flag) {
_tempVolume = player.volume;
- 与其怨它不如爱它
bijian1013
选择理想职业规划
抱怨工作是年轻人的常态,但爱工作才是积极的心态,与其怨它不如爱它。
一般来说,在公司干了一两年后,不少年轻人容易产生怨言,除了具体的埋怨公司“扭门”,埋怨上司无能以外,也有许多人是因为根本不爱自已的那份工作,工作完全成了谋生的手段,跟自已的性格、专业、爱好都相差甚远。
- 一边时间不够用一边浪费时间
bingyingao
工作时间浪费
一方面感觉时间严重不够用,另一方面又在不停的浪费时间。
每一个周末,晚上熬夜看电影到凌晨一点,早上起不来一直睡到10点钟,10点钟起床,吃饭后玩手机到下午一点。
精神还是很差,下午像一直野鬼在城市里晃荡。
为何不尝试晚上10点钟就睡,早上7点就起,时间完全是一样的,把看电影的时间换到早上,精神好,气色好,一天好状态。
控制让自己周末早睡早起,你就成功了一半。
有多少个工作
- 【Scala八】Scala核心二:隐式转换
bit1129
scala
Implicits work like this: if you call a method on a Scala object, and the Scala compiler does not see a definition for that method in the class definition for that object, the compiler will try to con
- sudoku slover in Haskell (2)
bookjovi
haskellsudoku
继续精简haskell版的sudoku程序,稍微改了一下,这次用了8行,同时性能也提高了很多,对每个空格的所有解不是通过尝试算出来的,而是直接得出。
board = [0,3,4,1,7,0,5,0,0,
0,6,0,0,0,8,3,0,1,
7,0,0,3,0,0,0,0,6,
5,0,0,6,4,0,8,0,7,
- Java-Collections Framework学习与总结-HashSet和LinkedHashSet
BrokenDreams
linkedhashset
本篇总结一下两个常用的集合类HashSet和LinkedHashSet。
它们都实现了相同接口java.util.Set。Set表示一种元素无序且不可重复的集合;之前总结过的java.util.List表示一种元素可重复且有序
- 读《研磨设计模式》-代码笔记-备忘录模式-Memento
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.List;
/*
* 备忘录模式的功能是,在不破坏封装性的前提下,捕获一个对象的内部状态,并在对象之外保存这个状态,为以后的状态恢复作“备忘”
- 《RAW格式照片处理专业技法》笔记
cherishLC
PS
注意,这不是教程!仅记录楼主之前不太了解的
一、色彩(空间)管理
作者建议采用ProRGB(色域最广),但camera raw中设为ProRGB,而PS中则在ProRGB的基础上,将gamma值设为了1.8(更符合人眼)
注意:bridge、camera raw怎么设置显示、输出的颜色都是正确的(会读取文件内的颜色配置文件),但用PS输出jpg文件时,必须先用Edit->conv
- 使用 Git 下载 Spring 源码 编译 for Eclipse
crabdave
eclipse
使用 Git 下载 Spring 源码 编译 for Eclipse
1、安装gradle,下载 http://www.gradle.org/downloads
配置环境变量GRADLE_HOME,配置PATH %GRADLE_HOME%/bin,cmd,gradle -v
2、spring4 用jdk8 下载 https://jdk8.java.
- mysql连接拒绝问题
daizj
mysql登录权限
mysql中在其它机器连接mysql服务器时报错问题汇总
一、[running]
[email protected]:~$mysql -uroot -h 192.168.9.108 -p //带-p参数,在下一步进行密码输入
Enter password: //无字符串输入
ERROR 1045 (28000): Access
- Google Chrome 为何打压 H.264
dsjt
applehtml5chromeGoogle
Google 今天在 Chromium 官方博客宣布由于 H.264 编解码器并非开放标准,Chrome 将在几个月后正式停止对 H.264 视频解码的支持,全面采用开放的 WebM 和 Theora 格式。
Google 在博客上表示,自从 WebM 视频编解码器推出以后,在性能、厂商支持以及独立性方面已经取得了很大的进步,为了与 Chromium 现有支持的編解码器保持一致,Chrome
- yii 获取控制器名 和方法名
dcj3sjt126com
yiiframework
1. 获取控制器名
在控制器中获取控制器名: $name = $this->getId();
在视图中获取控制器名: $name = Yii::app()->controller->id;
2. 获取动作名
在控制器beforeAction()回调函数中获取动作名: $name =
- Android知识总结(二)
come_for_dream
android
明天要考试了,速速总结如下
1、Activity的启动模式
standard:每次调用Activity的时候都创建一个(可以有多个相同的实例,也允许多个相同Activity叠加。)
singleTop:可以有多个实例,但是不允许多个相同Activity叠加。即,如果Ac
- 高洛峰收徒第二期:寻找未来的“技术大牛” ——折腾一年,奖励20万元
gcq511120594
工作项目管理
高洛峰,兄弟连IT教育合伙人、猿代码创始人、PHP培训第一人、《细说PHP》作者、软件开发工程师、《IT峰播》主创人、PHP讲师的鼻祖!
首期现在的进程刚刚过半,徒弟们真的很棒,人品都没的说,团结互助,学习刻苦,工作认真积极,灵活上进。我几乎会把他们全部留下来,现在已有一多半安排了实际的工作,并取得了很好的成绩。等他们出徒之日,凭他们的能力一定能够拿到高薪,而且我还承诺过一个徒弟,当他拿到大学毕
- linux expect
heipark
expect
1. 创建、编辑文件go.sh
#!/usr/bin/expect
spawn sudo su admin
expect "*password*" { send "13456\r\n" }
interact
2. 设置权限
chmod u+x go.sh 3.
- Spring4.1新特性——静态资源处理增强
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
- idea ubuntuxia 乱码
liyonghui160com
1.首先需要在windows字体目录下或者其它地方找到simsun.ttf 这个 字体文件。
2.在ubuntu 下可以执行下面操作安装该字体:
sudo mkdir /usr/share/fonts/truetype/simsun
sudo cp simsun.ttf /usr/share/fonts/truetype/simsun
fc-cache -f -v
- 改良程序的11技巧
pda158
技巧
有很多理由都能说明为什么我们应该写出清晰、可读性好的程序。最重要的一点,程序你只写一次,但以后会无数次的阅读。当你第二天回头来看你的代码 时,你就要开始阅读它了。当你把代码拿给其他人看时,他必须阅读你的代码。因此,在编写时多花一点时间,你会在阅读它时节省大量的时间。
让我们看一些基本的编程技巧:
尽量保持方法简短
永远永远不要把同一个变量用于多个不同的
- 300个涵盖IT各方面的免费资源(下)——工作与学习篇
shoothao
创业免费资源学习课程远程工作
工作与生产效率:
A. 背景声音
Noisli:背景噪音与颜色生成器。
Noizio:环境声均衡器。
Defonic:世界上任何的声响都可混合成美丽的旋律。
Designers.mx:设计者为设计者所准备的播放列表。
Coffitivity:这里的声音就像咖啡馆里放的一样。
B. 避免注意力分散
Self Co
- 深入浅出RPC
uule
rpc
深入浅出RPC-浅出篇
深入浅出RPC-深入篇
RPC
Remote Procedure Call Protocol
远程过程调用协议
它是一种通过网络从远程计算机程序上请求服务,而不需要了解底层网络技术的协议。RPC协议假定某些传输协议的存在,如TCP或UDP,为通信程序之间携带信息数据。在OSI网络通信模型中,RPC跨越了传输层和应用层。RPC使得开发