- 写给林的一记
王艺希
原来真的爱一个人可以那么的心疼一个人我还刚开始各种担心你会不会被欺负受苦,后来抖音上说在看守所里可以锻炼身体,你肯定也可以趁这个机会再锻炼身体,这次你也可以长下教训了,以后不能做没有把握还危险的事了,从新开始我们还是一样的在一起,我从未想过离开你,现在天天做梦都是梦到你回来的样子[愉快]11.8突然感觉得到你家人的的认可后我都是幸福的,同样你也有一个爱你的家人和爱你的我我们一起在想办法在外面为你努
- 板凳-------Mysql cookbook学习 (十一--------2)
fengye207161
mysql学习数据库
11.6扩展序列列的取值范围2025-07-0111.7序列顶部数值的再使用11.8确保各行按照给定顺序重编号思路1、创建表的空克隆2、使用insertinto......select从源表自制行3、删除源表,并将克隆表重命名为源表表名4、如果是巨大的MyISAM,并含有多个索引,创建新表时不定义除了auto_increment列之外的索引,会使整个过程更高效重新编号时解决主键冲突的示例通过一个完
- Feign进行微服务转发的实现
Hellyc
微服务java数据库
1.导包,如果需要开启日志,还需要修改配置文件org.springframework.cloudspring-cloud-starter-openfeignio.github.openfeignfeign-okhttp11.8第一个包是feign的启动类第二个包比较重要:主要就是打开http的池化功能,减少连接的消耗替换默认HTTP客户端Feign默认使用JDK的HttpURLConnection
- 安装dlib包报错解决
鷇韩
问题记录学习python
安装dlib出现以下问题(suanfa)PSD:\file\code>pipinstalldlibCollectingdlibDownloadingdlib-19.24.2.tar.gz(11.8MB)━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━11.8/11.8MB3.5MB/seta0:00:00Installingbuilddependencies...d
- LlamaIndex环境配置
L~river
llamaindex环境配置PyTorchLLM
之前配Llama-Index时出现不兼容的问题,记录一下最后配好的版本记住一定要先安装pytorch,否则LlamaIndex自动安装的可能是cpu版本,而且没有配置下载源的情况下载torch包很慢,其中cuda至少建议11.8以上,一般11.8和12.1较为稳定,当然服务器cuda是12.4的也可以选择12.1的包,因为高版本的cuda可以兼容低版本cuda的torch主要是torch、llam
- 《算法笔记》11.8小节——动态规划专题->总结 问题 D: Coincidence
圣保罗的大教堂
《算法笔记》动态规划
题目描述Findalongestcommonsubsequenceoftwostrings.输入Firstandsecondlineofeachinputcasecontaintwostringsoflowercasecharactera…z.Therearenospacesbefore,insideorafterthestrings.Lengthsofstringsdonotexceed100.
- 报错Detected that PyTorch and torchvision were compiled with different CUDA major versions. PyTorch ha
不当菜鸡的程序媛
学习记录人工智能
完整报错:DetectedthatPyTorchandtorchvisionwerecompiledwithdifferentCUDAmajorversions.PyTorchhasCUDAVersion=12.1andtorchvisionhasCUDAVersion=11.8.PleasereinstallthetorchvisionthatmatchesyourPyTorchinstall.
- X-AnyLabeling标注环境部署指南
chonpsk
YOLOpythonpytorch
全局环境准备anaconda最新cuda11.8cudnn8.9.7tensorrt8.6.1数据集标注环境准备标注软件:X-AnyLabeling从源码处编译安装:gitclonehttps://github.com/CVHub520/X-AnyLabeling.gitcdX-AnyLabeling安装python环境condacreate-nx-anylabelingpython=3.10co
- 在window10系统64位+python3.10上安装Pytorch3D教程
ntr亚丝娜(我永远喜欢千花书记)
pytorch人工智能pythonPytorch3D
前言:接触点云3D结果发现到处用到Pytroch3D,只好先学会安装o(╥﹏╥)o先,结果一堆坑要命~~~~~~安装建议python版本用:3.8、3.9、3.10就行,别用3.11,貌似不兼容。建议使用conda安装一个新环境,装这个东西很容易出问题,new一个env会安全些。建议直接下载源码编译,这样最安全本次版本如下:python=3.10torch=2.3.1cuda=11.8注意cuda
- PyTorch与CUDA的关系
飞雪白鹿€
软件使用教程pytorch
文章目录前言一、如何查看PyTorch和torchvision的版本1.1查看PyTorch版本1.2查看torchvision版本二、如何确认PyTorch和torchvision是否支持CUDA加速2.1检查PyTorch是否支持CUDA2.2查看当前可用的GPU设备2.3检查torchvision是否支持CUDA三、CUDA版本的秘密:为什么PyTorch11.8能在CUDA12.2上运行?
- 一个安装pytorch3d绝对不会出错的方法|超简单!!
walterkd
pytorch人工智能python
使用conda进行pytorch3d的本地安装,可以任意选择需要的版本tar.bz2文件下载网址如下:anaconda_pytorch3d比如我的环境是linux,python版本3.8,pytorch版本2.0.0,cuda版本11.8,那么对应的文件是linux-64/pytorch3d-0.7.5-py38_cu118_pyt200.tar.bz2下载完成之后执行:condainstall就
- Linux系统安装多个CUDA版本与切换,正常AI模型训练
BB_CC_DD
人工智能深度学习
一.结论:一个带显卡的环境系统能安装多个CUDA版本,但不能安装多个NVIDIA驱动版本,多个驱动版本会导致冲突,NVIDIA驱动能向下兼容CUDA版本,但不能向上兼容CUDA版本。例如,一个系统已经安装好了CUDA11.4和对应的NVIDIA驱动,但又安装了CUDA11.8用于AI算法训练,此时AI算法训练使用的还是CUDA11.4,而不是CUDA11.8。(此时成功安装的CUDA11.8,并不
- Linux服务器部署vLLM环境实战教程
伪_装
计算机视觉环境部署LLM服务器linuxvLLMHuggingFace
一、vLLM环境配置在开始之前,请确保您已准备好以下物品:基于Linux的操作系统(推荐Ubuntu20.04+)已安装-Python:3.9–3.12NVIDIA驱动程序525+、CUDA11.8+(用于CPU加速)GPU:计算能力7.0或更高版本(例如V100、T4、RTX20xx、A100、L4、H100等)1.创建新的Python环境condacreate-nvllmpython=3.12
- 【Gen6D位姿估计】在Linux环境下的复现日志
辰尘_星启
机器学习--深度学习位姿估计linux运维人工智能感知pytorch
写在前面算法和代码框架均来自港大的课题组gen6d介绍页面我只是拿来做一个毕设,答辩结束后会遵循GPL协议开放所有代码这篇博客仅作为开发日志,记录一下部署过程中的各种问题和解决方法,仅供学习讨论此外,不得不说,这项工作的识别估计的效果不错,但是效率有点太低了,在GTX1650上处理一帧数据需要1.07秒笔者环境模块版本号Ubuntu22.04CUDA11.8,python3.8pytorch2.4
- 安装同时适配Pytorch和Tensorflow的CUDA和cuDNN,并最终完成Pytorch和Tensorflow安装
长路漫漫Lixx
pythontensorflow2pytorch
本教程针对在Windows10环境下通过Anconda环境,首先安装同时适配Pytorch和Tensorflow的CUDA和cuDNN,并最终完成Pytorch和Tensorflow安装,选择Pytorch2.6.0版本,Tensorflow2.10.0版本,CUDA11.8版本,cuDNN8.2.1版本前置内容Pytorch版本官网:PyTorchTensorflow版本★注意:原生Window
- 使用AutoDL安装Mamba官方代码
月亮已死热爱可抵万难
linux
使用AutoDL安装Mamba租界的云服务器使用环境ubuntu22.04,cuda11.8,cudnn8.9python=3.10torch=2.10远程连接验证安装条件使用Pycharm连接远程的云GPU服务器使用nvidia-smi和nvcc-Vpythoncondainfo-e来验证云主机是否具有安装的条件。conda创建虚拟环境并安装pytorch在确保云GPU服务器满足安装条件的基础上
- conda创建虚拟环境并安装GPU版torch全过程(cuda11.8+py3.10+torch2.4.1+torchvision0.19.0)
哇噻_123
conda人工智能pytorchpython深度学习
目录1.创建虚拟环境2.安装pytorch2.1查找对应版本2.2安装pytorch2.3测试是否安装成功3.安装torchvision3.1查找对应版本3.2安装torchvision3.3测试是否安装成功4.Others4.1安装numpy报错4.2安装timm报错1.创建虚拟环境condacreate-nenv_name-y##指定python版本condacreate-nenv_namep
- Windows编译Flash-attention模块
m0_52111823
flash-attention
博主的环境配置:windows11操作系统,cuda=11.8.r11.8,cudnn=8.9.7,git=2.47.1,cmake=4.0.0-rc4,ninja=1.12.1,vs_buildTools=17.4.21,cl=19.34.31948,torch=2.3.1编译flash-attention的环境依赖如下图flash-attentiongitmsvcninjacmaketorch
- NLP实践:pytorch 实现基于LSTM的预训练模型以及词性分类任务
某科学の憨憨
pytorchlstmpython语言模型神经网络自然语言处理分类
环境版本配置1:CUDA版本:Cudacompilationtools,release11.8,V11.8.89在cmd中用以下指令查看nvcc-V**2:cudnn版本:**8700importtorch#用这个查看print(torch.backends.cudnn.version())3:python版本:3.94:Pytorch版本:torch2.0.0+cu1185:nltk:3.8.1
- 服务器上Cuda+Pytorch兼容性的那些问题
入世浮尘
服务器CUDAPytorch服务器pytorch运维
服务器上如何搭建匹配版本的cuda+pytorch:1.查询nvidia中驱动版本与cuda最高兼容版本命令行输入:nvidia-smi2.选择对应的pythonDriverVersion与NVIDIA-SMI决定当前服务器上能兼容最高cuda和Pytorch版本查询匹配方式:1.官网查询2.问AI(可能存在不准确情况)CUDA版本与显卡驱动版本对照表(更新至2022.10.26-CUDA11.8
- Windows和Linux系统上的Mamba_ssm环境配置
清纯世纪
笔记python深度学习人工智能
目录一、Linux系统安装二、Win系统安装1)、安装causal_conv1d1、第一种方法2、第二种方法(感觉可靠)3、第三种方法:直接下载大神编译好的文件进行安装2)、安装mamba-ssm1、第一种方法2、第二种方法:直接下载大神编译好的文件进行安装一、Linux系统安装如果自己的系统不是cuda11.8,那么需要先创建一个新环境来安装对应的cuda版本:condacreate-nyour
- 保姆级教学——本地免费部署DeepSeek-R1模型并通过Python调用
shuaige_shiwoa
python+AIpython开发语言AI编程ai
以下是如何在本地免费部署DeepSeek-R1模型并通过Python调用的详细指南:一、环境准备(Windows/Linux/Mac通用)1.硬件要求最低配置:16GB内存+20GB可用磁盘空间推荐配置:NVIDIAGPU(显存≥8GB)+CUDA11.8(CPU模式支持但速度较慢)2.软件依赖#创建虚拟环境(可选但推荐)condacreate-ndeepseekpython=3.10condaa
- vLLM框架:使用大模型推理框架
CITY_OF_MO_GY
人工智能
vLLM专为高效部署大规模语言模型设计,尤其适合高并发推理场景,关于对vLLM的介绍请看这篇博文。以下从安装配置、基础推理、高级功能、服务化部署到多模态扩展逐步讲解。1.环境安装与配置1.1硬件要求GPU:支持CUDA11.8及以上(推荐NVIDIAA100/H100,RTX4090等消费级卡需注意显存限制)显存:至少20GB(运行7B模型),推荐40GB+(运行13B/70B模型)1.2安装步骤
- 在CentOS服务器上部署DeepSeek R1
蓝染k9z
deepseek服务器centoslinux人工智能deepseek
在CentOS服务器上部署DeepSeekR1,并通过公网IP与其进行对话,可以按照以下步骤操作:一、环境准备系统要求:CentOS8+(需支持AVX512指令集)。硬件配置:GPU版本:NVIDIA驱动520+,CUDA11.8+。CPU版本:至少16核处理器,64GB内存。存储空间:原始模型需要30GB,量化后约8-20GB。安装基础工具:更新系统并安装必要的编译工具:一定要买GPU服务器。s
- VS2019+QT4.15+openCV4.5.1+CUDA加速
小小秀峰哥
python人工智能深度学习
文章目录前言一、软件安转以及注意事项二、CMake编译总结前言`最近公司有一个关于使用海康威视网络摄像头的目标检测的项目,发现使用openCV显示时,出现很大的延时,因此,只能使用cuda进行加速才能使显示达到实时,在进行编译时我发现很多问题,解决了好几天才完成编译一、软件安转以及注意事项1、Windows10系统2、VisualStudio2019与QT4.15(先安装)3、CUDA11.8、c
- Window Mamba 环境安装【CUDA】
红豆布丁
pythonmambassmcuda
WindowMamba环境安装1.安装PyTorch环境2.直接安装Mamba及其依赖3.手动编译Mamba及其依赖1.安装PyTorch环境condacreate-nmambapython=3.10condaactivatemambacondainstallcudatoolkit==11.8pipinstalltorch==2.1.1torchvision==0.16.1torchaudio==
- 使用TensorRT对YOLOv8模型进行加速推理
fengbingchun
DeepLearningCUDA/TensorRTYOLOv8TensorRT
这里使用GitHub上shouxieai的infer框架对YOLOv8模型进行加速推理,操作过程如下所示:1.配置环境,依赖项,包括:(1).CUDA:11.8(2).cuDNN:8.7.0(3).TensorRT:8.5.3.1(4).ONNX:1.16.0(5).OpenCV:4.10.02.cloneinfer代码:https://github.com/shouxieai/infer3.使用
- 2023-10-22
陈陈微笑
2023.10.21刘杏瑜的种子清单+咖啡冥想:2023年10.8~11.8日刘杏瑜金刚种子升学营第11期目标:到2023年11月8日助力儿子繁宸养成坐姿端正和握笔正确认真书写的好习惯。大目标:2035年考入清华北大之类名校。柯钰目标:每天早上8:00之前认真积极自信打卡笔的故事1遍,帮助儿子养成认真专注学习的好习惯。目标动机:提升修正自己,运用智慧助力儿子成为品学兼优的人,成为榜样,影响更多的人
- IAB 9月更新显示2024年广告支出和增长机会
AI科研视界
人工智能
今天早上,IAB发布了《前景研究:八月更新》,这是对他们最初的2023年11月研究的更新,并提供了2024年余下时间的广告支出、机会和挑战的概况。该研究概述了这一年中的变化,捕捉了品牌和代理机构中买方广告投资决策者的当前观点。以下是数字营销人员需要注意的一些关键要点:买家将2024年的广告支出预测从2023年底的+9.5%上调至今天的+11.8%。几乎所有渠道预计都会实现同比(YoY)更高的增长率
- 周检视2021.11.16(11.8-11.14)
1d8e109700b7
1.日历有2.清单有3.幸福时光1.11/12,25分钟冥想(沐浴着弟媳家暖暖的阳光,超舒服,超享受)✔秋冬季冥想在阳光下更舒服,更惬意。✌2.11/12享受美味的糕菜´・ᴗ・`下次让家人_老张带糕菜,不要超过二份,太难了(๑òᆺó๑)4.巅峰体验1.12-15年的养老明细在民生山西app上正确显示。(感谢姐姐,多亏了她)✌2.双十一淘宝0点采购物品✔3.购买双十一理财✔5.月度成果1.2.6.高
- ASM系列六 利用TreeApi 添加和移除类成员
lijingyao8206
jvm动态代理ASM字节码技术TreeAPI
同生成的做法一样,添加和移除类成员只要去修改fields和methods中的元素即可。这里我们拿一个简单的类做例子,下面这个Task类,我们来移除isNeedRemove方法,并且添加一个int 类型的addedField属性。
package asm.core;
/**
* Created by yunshen.ljy on 2015/6/
- Springmvc-权限设计
bee1314
springWebjsp
万丈高楼平地起。
权限管理对于管理系统而言已经是标配中的标配了吧,对于我等俗人更是不能免俗。同时就目前的项目状况而言,我们还不需要那么高大上的开源的解决方案,如Spring Security,Shiro。小伙伴一致决定我们还是从基本的功能迭代起来吧。
目标:
1.实现权限的管理(CRUD)
2.实现部门管理 (CRUD)
3.实现人员的管理 (CRUD)
4.实现部门和权限
- 算法竞赛入门经典(第二版)第2章习题
CrazyMizzz
c算法
2.4.1 输出技巧
#include <stdio.h>
int
main()
{
int i, n;
scanf("%d", &n);
for (i = 1; i <= n; i++)
printf("%d\n", i);
return 0;
}
习题2-2 水仙花数(daffodil
- struts2中jsp自动跳转到Action
麦田的设计者
jspwebxmlstruts2自动跳转
1、在struts2的开发中,经常需要用户点击网页后就直接跳转到一个Action,执行Action里面的方法,利用mvc分层思想执行相应操作在界面上得到动态数据。毕竟用户不可能在地址栏里输入一个Action(不是专业人士)
2、<jsp:forward page="xxx.action" /> ,这个标签可以实现跳转,page的路径是相对地址,不同与jsp和j
- php 操作webservice实例
IT独行者
PHPwebservice
首先大家要简单了解了何谓webservice,接下来就做两个非常简单的例子,webservice还是逃不开server端与client端。我测试的环境为:apache2.2.11 php5.2.10做这个测试之前,要确认你的php配置文件中已经将soap扩展打开,即extension=php_soap.dll;
OK 现在我们来体验webservice
//server端 serve
- Windows下使用Vagrant安装linux系统
_wy_
windowsvagrant
准备工作:
下载安装 VirtualBox :https://www.virtualbox.org/
下载安装 Vagrant :http://www.vagrantup.com/
下载需要使用的 box :
官方提供的范例:http://files.vagrantup.com/precise32.box
还可以在 http://www.vagrantbox.es/
- 更改linux的文件拥有者及用户组(chown和chgrp)
无量
clinuxchgrpchown
本文(转)
http://blog.163.com/yanenshun@126/blog/static/128388169201203011157308/
http://ydlmlh.iteye.com/blog/1435157
一、基本使用:
使用chown命令可以修改文件或目录所属的用户:
命令
- linux下抓包工具
矮蛋蛋
linux
原文地址:
http://blog.chinaunix.net/uid-23670869-id-2610683.html
tcpdump -nn -vv -X udp port 8888
上面命令是抓取udp包、端口为8888
netstat -tln 命令是用来查看linux的端口使用情况
13 . 列出所有的网络连接
lsof -i
14. 列出所有tcp 网络连接信息
l
- 我觉得mybatis是垃圾!:“每一个用mybatis的男纸,你伤不起”
alafqq
mybatis
最近看了
每一个用mybatis的男纸,你伤不起
原文地址 :http://www.iteye.com/topic/1073938
发表一下个人看法。欢迎大神拍砖;
个人一直使用的是Ibatis框架,公司对其进行过小小的改良;
最近换了公司,要使用新的框架。听说mybatis不错;就对其进行了部分的研究;
发现多了一个mapper层;个人感觉就是个dao;
- 解决java数据交换之谜
百合不是茶
数据交换
交换两个数字的方法有以下三种 ,其中第一种最常用
/*
输出最小的一个数
*/
public class jiaohuan1 {
public static void main(String[] args) {
int a =4;
int b = 3;
if(a<b){
// 第一种交换方式
int tmep =
- 渐变显示
bijian1013
JavaScript
<style type="text/css">
#wxf {
FILTER: progid:DXImageTransform.Microsoft.Gradient(GradientType=0, StartColorStr=#ffffff, EndColorStr=#97FF98);
height: 25px;
}
</style>
- 探索JUnit4扩展:断言语法assertThat
bijian1013
java单元测试assertThat
一.概述
JUnit 设计的目的就是有效地抓住编程人员写代码的意图,然后快速检查他们的代码是否与他们的意图相匹配。 JUnit 发展至今,版本不停的翻新,但是所有版本都一致致力于解决一个问题,那就是如何发现编程人员的代码意图,并且如何使得编程人员更加容易地表达他们的代码意图。JUnit 4.4 也是为了如何能够
- 【Gson三】Gson解析{"data":{"IM":["MSN","QQ","Gtalk"]}}
bit1129
gson
如何把如下简单的JSON字符串反序列化为Java的POJO对象?
{"data":{"IM":["MSN","QQ","Gtalk"]}}
下面的POJO类Model无法完成正确的解析:
import com.google.gson.Gson;
- 【Kafka九】Kafka High Level API vs. Low Level API
bit1129
kafka
1. Kafka提供了两种Consumer API
High Level Consumer API
Low Level Consumer API(Kafka诡异的称之为Simple Consumer API,实际上非常复杂)
在选用哪种Consumer API时,首先要弄清楚这两种API的工作原理,能做什么不能做什么,能做的话怎么做的以及用的时候,有哪些可能的问题
- 在nginx中集成lua脚本:添加自定义Http头,封IP等
ronin47
nginx lua
Lua是一个可以嵌入到Nginx配置文件中的动态脚本语言,从而可以在Nginx请求处理的任何阶段执行各种Lua代码。刚开始我们只是用Lua 把请求路由到后端服务器,但是它对我们架构的作用超出了我们的预期。下面就讲讲我们所做的工作。 强制搜索引擎只索引mixlr.com
Google把子域名当作完全独立的网站,我们不希望爬虫抓取子域名的页面,降低我们的Page rank。
location /{
- java-归并排序
bylijinnan
java
import java.util.Arrays;
public class MergeSort {
public static void main(String[] args) {
int[] a={20,1,3,8,5,9,4,25};
mergeSort(a,0,a.length-1);
System.out.println(Arrays.to
- Netty源码学习-CompositeChannelBuffer
bylijinnan
javanetty
CompositeChannelBuffer体现了Netty的“Transparent Zero Copy”
查看API(
http://docs.jboss.org/netty/3.2/api/org/jboss/netty/buffer/package-summary.html#package_description)
可以看到,所谓“Transparent Zero Copy”是通
- Android中给Activity添加返回键
hotsunshine
Activity
// this need android:minSdkVersion="11"
getActionBar().setDisplayHomeAsUpEnabled(true);
@Override
public boolean onOptionsItemSelected(MenuItem item) {
- 静态页面传参
ctrain
静态
$(document).ready(function () {
var request = {
QueryString :
function (val) {
var uri = window.location.search;
var re = new RegExp("" + val + "=([^&?]*)", &
- Windows中查找某个目录下的所有文件中包含某个字符串的命令
daizj
windows查找某个目录下的所有文件包含某个字符串
findstr可以完成这个工作。
[html]
view plain
copy
>findstr /s /i "string" *.*
上面的命令表示,当前目录以及当前目录的所有子目录下的所有文件中查找"string&qu
- 改善程序代码质量的一些技巧
dcj3sjt126com
编程PHP重构
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 尽管很多人都遵
- SharedPreferences对数据的存储
dcj3sjt126com
SharedPreferences简介: &nbs
- linux复习笔记之bash shell (2) bash基础
eksliang
bashbash shell
转载请出自出处:
http://eksliang.iteye.com/blog/2104329
1.影响显示结果的语系变量(locale)
1.1locale这个命令就是查看当前系统支持多少种语系,命令使用如下:
[root@localhost shell]# locale
LANG=en_US.UTF-8
LC_CTYPE="en_US.UTF-8"
- Android零碎知识总结
gqdy365
android
1、CopyOnWriteArrayList add(E) 和remove(int index)都是对新的数组进行修改和新增。所以在多线程操作时不会出现java.util.ConcurrentModificationException错误。
所以最后得出结论:CopyOnWriteArrayList适合使用在读操作远远大于写操作的场景里,比如缓存。发生修改时候做copy,新老版本分离,保证读的高
- HoverTree.Model.ArticleSelect类的作用
hvt
Web.netC#hovertreeasp.net
ArticleSelect类在命名空间HoverTree.Model中可以认为是文章查询条件类,用于存放查询文章时的条件,例如HvtId就是文章的id。HvtIsShow就是文章的显示属性,当为-1是,该条件不产生作用,当为0时,查询不公开显示的文章,当为1时查询公开显示的文章。HvtIsHome则为是否在首页显示。HoverTree系统源码完全开放,开发环境为Visual Studio 2013
- PHP 判断是否使用代理 PHP Proxy Detector
天梯梦
proxy
1. php 类
I found this class looking for something else actually but I remembered I needed some while ago something similar and I never found one. I'm sure it will help a lot of developers who try to
- apache的math库中的回归——regression(翻译)
lvdccyb
Mathapache
这个Math库,虽然不向weka那样专业的ML库,但是用户友好,易用。
多元线性回归,协方差和相关性(皮尔逊和斯皮尔曼),分布测试(假设检验,t,卡方,G),统计。
数学库中还包含,Cholesky,LU,SVD,QR,特征根分解,真不错。
基本覆盖了:线代,统计,矩阵,
最优化理论
曲线拟合
常微分方程
遗传算法(GA),
还有3维的运算。。。
- 基础数据结构和算法十三:Undirected Graphs (2)
sunwinner
Algorithm
Design pattern for graph processing.
Since we consider a large number of graph-processing algorithms, our initial design goal is to decouple our implementations from the graph representation
- 云计算平台最重要的五项技术
sumapp
云计算云平台智城云
云计算平台最重要的五项技术
1、云服务器
云服务器提供简单高效,处理能力可弹性伸缩的计算服务,支持国内领先的云计算技术和大规模分布存储技术,使您的系统更稳定、数据更安全、传输更快速、部署更灵活。
特性
机型丰富
通过高性能服务器虚拟化为云服务器,提供丰富配置类型虚拟机,极大简化数据存储、数据库搭建、web服务器搭建等工作;
仅需要几分钟,根据CP
- 《京东技术解密》有奖试读获奖名单公布
ITeye管理员
活动
ITeye携手博文视点举办的12月技术图书有奖试读活动已圆满结束,非常感谢广大用户对本次活动的关注与参与。
12月试读活动回顾:
http://webmaster.iteye.com/blog/2164754
本次技术图书试读活动获奖名单及相应作品如下:
一等奖(两名)
Microhardest:http://microhardest.ite