- 深入理解TensorFlow中的形状处理函数
SEVEN-YEARS
tensorflow人工智能python
摘要在深度学习模型的构建过程中,张量(Tensor)的形状管理是一项至关重要的任务。特别是在使用TensorFlow等框架时,确保张量的形状符合预期是保证模型正确运行的基础。本文将详细介绍几个常用的形状处理函数,包括get_shape_list、reshape_to_matrix、reshape_from_matrix和assert_rank,并通过具体的代码示例来展示它们的使用方法。1.引言在深
- linux4.0内核编译步骤,Ubuntu20.04linux内核(5.4.0版本)编译准备与实现过程-编译过程(2) -Go语言中文社区...
Up酱彡
linux4.0内核编译步骤
前面因为博客园维修,所以内核编译过程一直没有发出来,现在把整个内核过程分享出来。本随笔给出内核的编译实现过程,在编译前需要参照我前面一篇随笔:Ubuntu20.04linux内核(5.4.0版本)编译准备与实现过程-编译前准备(1):https://www.cnblogs.com/iFrank/p/14556664.html切记:注意一点需要参照前一篇随笔,不然编译过程十有八九出问题。开发环境Ub
- PyTorch Lightning多GPU分布式日志介绍
qq_27390023
pytorch人工智能python
分布式日志是指在分布式系统中,多个节点(如多台机器或多个GPU)协同工作时,对系统运行状态、错误信息、性能指标等进行记录的过程。在多GPU/分布式训练环境下,多个进程会同时运行,普通的print()或logging可能会在所有GPU上重复输出,导致日志混乱。PyTorchLightning提供了一些分布式日志控制工具,确保日志仅在rank0进程打印,防止重复输出。lightning_utiliti
- python菜鸟知识
Defry
python
去除空格str='这是含空格'print(f'去除两端空格={str.strip()}')print(f'去除左端空格={str.lstrip()}')print(f'去除右端空格={str.rstrip()}')print(f'去除全部空格={str.replace("","")}')方法返回对象yieldyield':'.join([ip,port])yield{'ranking':ranki
- 开源模型应用落地-qwen2-7b-instruct-LoRA微调&合并-ms-swift-单机多卡-RTX 4090双卡(十五)
开源技术探险家
开源模型-实际应用落地#开源模型-微调实战密码自然语言处理深度学习语言模型
一、前言本篇文章将使用ms-swift去合并微调后的模型权重,通过阅读本文,您将能够更好地掌握这些关键技术,理解其中的关键技术要点,并应用于自己的项目中。二、术语介绍2.1.LoRA微调LoRA(Low-RankAdaptation)用于微调大型语言模型(LLM)。是一种有效的自适应策略,它不会引入额外的推理延迟,并在保持模型质量的同时显着减少下游任务的可训练参数数量。2.2.参数高效微调(PEF
- 2019年12月中国编程语言排行榜
织网者Eric
程序员就业统计程序员统计编程语言排行编程语言工资中国java
2019年12月4日,我统计了某招聘网站,获得有效程序员招聘数据9万条。针对招聘信息,提取编程语言关键字,并统计如下:编程语言比例rankpl_percentage1java33.60%2c/c++16.58%3c#12.59%4javascript12.21%5python7.96%6go7.19%7php4.21%8matlab1.50%9swift0.88%10lua0.84%11perl0
- 使用一个大语言模型对另一个大语言模型进行“调教”
大霸王龙
python人工智能python
使用一个大语言模型对另一个大语言模型进行“调教”(通常称为微调或适配),是一种常见的技术手段,用于让目标模型更好地适应特定的任务、领域或风格。以下是基于搜索结果整理的详细步骤和方法:1.准备工作安装必要的库•Transformers:用于加载和训练模型。•Datasets:用于处理数据集。•PEFT:用于微调,特别是LoRA(Low-RankAdaptation)等技术。•Accelerate:用
- 目前市场上深度学习简介及沿革发展
Allen-Steven
python相关应用深度学习人工智能
深度学习是人工智能和机器学习的重要分支,其模型种类繁多,涵盖多个领域,如计算机视觉、自然语言处理、语音识别等。以下是目前市场上主流的深度学习模型,以及它们的发展历史和逐步沿革。1.感知机(Perceptron)及其扩展发展历史1958年:感知机由FrankRosenblatt提出,这是最早的人工神经网络模型,旨在模拟生物神经网络。局限性:感知机无法处理线性不可分问题,这一问题由MarvinMins
- StarRocks-同步hive-textfile格式数据
blazing fire !!!
StarRocks数据仓库starrocks
官方文档对csv,orc,json,parquet都支持的比较好。写文章的时候SR我们生产用的是3.1.x版本1、同步hive表textfile格式的数据hive表结构CREATEEXTERNALTABLEads_d_app_rank_inc(`filename`stringCOMMENT'解析的文件名称',`rank`stringCOMMENT'app排名',`app_name`stringCO
- 练习15. 窗口函数,RANK、DENSE_RANK、ROW_NUMBER
百里守约学编程
#MySQL练习经典45题sql数据库
15.按各科成绩进行排序,并显示排名,Score重复时也继续排名,即不跳跃排名首先介绍三种用于进行排序的专用窗口函数:1、RANK()在计算排序时,若存在相同位次,会跳过之后的位次。例如,有3条排在第1位时,排序为:1,1,1,4······2、DENSE_RANK()这就是题目中所用到的函数,在计算排序时,若存在相同位次,不会跳过之后的位次。例如,有3条排在第1位时,排序为:1,1,1,2···
- 【llm对话系统】大模型 Llama 源码分析之 LoRA 微调
kakaZhui
llama深度学习pytorchAIGCchatgpt
1.引言微调(Fine-tuning)是将预训练大模型(LLM)应用于下游任务的常用方法。然而,直接微调大模型的所有参数通常需要大量的计算资源和内存。LoRA(Low-RankAdaptation)是一种高效的微调方法,它通过引入少量可训练参数,固定预训练模型的权重,从而在保持性能的同时大大减少了计算开销。本文将深入分析LoRA的原理,并结合Llama源码解读其实现逻辑,最后探讨LoRA的优势。2
- 网络爬虫爬取动态网页数据
db_sqy_2012
爬虫
目录一、导学与指南豆瓣单页分析豆瓣多页输出二、理论学习1.抓取动态网页的技术2.Selenium和WebDriver的安装与配置3.Selenium的基本使用三、小结一、导学与指南豆瓣单页分析importjsonimportrequests#基础URL不顶事了url_base="https://movie.douban.com/typerank?type_name=%E5%89%A7%E6%83%
- MySQL 高级(进阶) SQL 语句
yyytucj
数据库
MySQL是一种功能强大的关系型数据库管理系统。为了有效地利用其高级功能,需要掌握一些进阶的SQL语句和技巧。本文将介绍几种常用的高级SQL语句,包括窗口函数、子查询、联合查询、复杂的连接操作以及事务处理等。1.窗口函数窗口函数是一种高级的SQL功能,用于在查询结果集中计算某些聚合值,同时保留详细数据行。常用的窗口函数包括ROW_NUMBER(),RANK(),DENSE_RANK(),SUM()
- 【第7节】OpenCompass 大模型评测实战
AI扩展坞
大模型LLM书生浦语agent
目录1基础课程笔记1.1研究大模型的评测的必要性1.2OpenCompass介绍1.2.1评测体系开源历程1.2.2如何评测大模型?1.2.2.1设计思路1.2.2.2评测的方法:(1)客观评测(2)主观评测1.2.2.3评测中关于提示词工程优化1.2.3主要产品:工具-基准-榜单三位一体1.2.3.1CompassRank性能榜单1.2.3.2全栈评测工具链1.2.3.3高质量社区-广泛的数据集
- Hive 窗口函数
b1gx
Hivehive窗口函数
文章目录一、常见聚合操作1.sum、avg、min、max二、排序相关的窗口函数1.row_number2.rank3.dense_rank三、其它窗口函数1.NTILE2.cume_dist3.percent_rank4.LAG5.LEAD6.FIRST_VALUE7.LAST_VALUE四、增强聚合操作1.GROUPINGSETS2.CUBE3.ROLLUP4.GROUPING__ID有ORD
- Python酷库之旅-第三方库Pandas(049)
神奇夜光杯
pythonpandas开发语言标准库及第三方库人工智能excel学习与成长
目录一、用法精讲176、pandas.Series.rank方法176-1、语法176-2、参数176-3、功能176-4、返回值176-5、说明176-6、用法176-6-1、数据准备176-6-2、代码示例176-6-3、结果输出177、pandas.Series.sem方法177-1、语法177-2、参数177-3、功能177-4、返回值177-5、说明177-6、用法177-6-1、数据准
- 【Lora微调】提高模型效率的创新方法
@fishv
人工智能大模型微调Lora
前言在自然语言处理(NLP)和机器学习的研究和应用中,随着模型规模的不断扩大,模型训练的计算成本和存储需求也不断攀升。大型预训练模型,如GPT、BERT等,虽然在许多任务上表现出色,但它们的训练和微调通常需要巨大的计算资源,这使得许多研究者和开发者无法充分利用这些模型进行个性化或领域特定的调整。为了在保持模型性能的同时减少计算开销,**Lora(Low-RankAdaptation)**应运而生。
- 广告计算学 刘鹏 听课笔记
qq415581343
广告计算笔记刘鹏
1.1广告的目的三个主体:advertisermediumaudience广告是非人员的、低成本的用户接触(reach)品牌(brank)广告vs效果(direct)广告:离线转化率vs即时转化1.2广告有效性模型三个阶段选择:曝光-广告位属性;关注-减少干扰、推荐解释、符合需求;解释:理解-用户能看懂;信息接受-认同(广告位不能只看流量,要高大上);态度:保持-艺术性带来的记忆效果;购买-价格可
- Oracle开窗函数详解
实泽有之,无泽虚之
Oracleoracle数据库database
【函数格式】分析函数()OVER([PARTITIONBY分组字段][ORDERBY排序字段])【参数说明】分析函数包括以下几类:聚合函数:count()、sum()、max()、min()、avg()等;排序函数:rank()、dense_rank()、row_number()等;偏移函数:lag()、lead();partitionby:表示根据指定字段进行分组,可省略;orderby:表示根
- linux下使用脚本实现对进程的内存占用自动化监测
浪小满
常用问题解决linux自动化运维内存占用情况监测
linux系统中常用cat/proc/{pid}/status和pmap-x{pid}来监测某个进程的内存资源占用情况。其中注意各参数的含义如下:VmSize:表示进程当前虚拟内存大小VmPeak:表示进程所占用最大虚拟内存大小VmRSS:表示进程当前占用物理内存的大小(与procrank中的RSS,pmap中的RSS一样)VmLck:表示被锁定的内存大小VmHWM:表示进程所占用物理内存的峰值V
- 20 条实用的创业实战指南:初创项目如何提升竞争力?
人工智能
作者:LmrankHan,AllianceDao核心贡献者编译:J1N,TechubNews我最近在SolanaBreakpoint上发表了主题演讲,目的是在有限的时间内为加密货币项目创始人提供尽可能多有价值的信息。我的演讲反响很好,所以我想花点时间详细整理阐述一下,让人们可以快速从中获得收益。从解决小问题开始从解决小问题或设计一个小的领域开始。而不是一开始就瞄准一个庞大的市场,创始人应该专注于解
- Multi-Head Latent Attention: Boosting Inference Efficiency
连理o
LLM
ContentsIntroductionMethodLow-RankKey-ValueJointCompressionDecoupledRotaryPositionEmbeddingReferencesIntroduction作者提出Multi-headLatentAttention(MLA),通过将KV压缩为CompressedLatentKV,在减小KVcache的同时保持模型精度Method
- 【WRF模拟】WRF运行时进程数限制的原因及报错解决方案
WW、forever
WRF模型原理及应用WRF
目录WRF运行时进程数限制的原因网格块的最小尺寸要求嵌套域的尺寸和分辨率进程数与网格划分的关系案例1:四层嵌套错误:ERROR:ReducetheMPIrankcount,orredistributethetasks解决方法参考WRF运行时进程数限制的原因在进行wrf模拟时,若内层网格分辨率较高,模拟时间较久,可适当增加运行内核数,但如何确定合适的内核数呢?太高会导致模型报错,太低又会增加模型运行
- y_t_rank = len(y_t.shape.as_list()) AttributeError: ‘tuple‘ object has no attribute ‘shape‘’
专业混水
tensorflowpythontensorflow深度学习anaconda
在model.fit()的时候遇到了如下问题:Epoch1/400Traceback(mostrecentcalllast):File"F:/code/MYSTUDY/MODEL_version0.0/comparsion/trainST.py",line234,inmain()File"F:/code/MYSTUDY/MODEL_version0.0/comparsion/trainST.py"
- 深度定制:Embedding与Reranker模型的微调艺术
从零开始学习人工智能
embedding人工智能
微调是深度学习中的一种常见做法,它允许模型在预训练的基础上进一步学习特定任务的特定特征。对于Embedding模型,微调的目的是让模型更适配特定的数据集,从而取得更好的召回效果。这通常涉及到使用特定的数据集对模型进行额外的训练,以便模型能够学习到数据集中的特定语义关系。微调过程可以使用不同的库和框架来实现,例如sentence-transformers库,它提供了便捷的API来调整Embeddin
- linux脚本sed替换变量,sed 命令中替换值为shell变量
诺坎普之约
linux脚本sed替换变量
文章目录sed命令中替换值为shell变量替换基本语法sed中替换使用shell变量总结参考文档sed命令中替换值为shell变量替换基本语法大家都是sed有很多用法,最多就应该是替换一些值了。让我们先回忆sed的替换语法。在sed进行替换的时候sed-i's/old/new/g'1.txtecho"hellooldfrank"|sed's/old/new/g'结果如下:hellonewfrank
- 2022-09-30
AustinPup
景气指数:0.3波动率-=-=-=-=-=-=-=rank收益弹压最值1/6宝盈盈润纯债0.4006242y:4.24w:-0.01m:0.27d:0.02弹:-0.10+:0.89-:0.8-:0.01+:0.04A:4.02/6诺德安鸿纯债0.36010440y:3.55w:-0.01m:0.29d:0.0弹:+0.02+:0.88-:0.9-:0.01+:0.04A:4.03/6华富恒盛纯债
- 【Python・统计学】威尔科克森符号秩检验/Wilcoxon signed-rank test(原理及代码)
TUTO_TUTO
统计学pythonpython学习笔记
前言自学笔记,分享给对统计学原理不太清楚但需要在论文中用到的小伙伴,欢迎大佬们补充或绕道。ps:本文不涉及公式讲解(文科生小白友好体质)~(部分定义等来源于知乎百度等)本文重点:威尔科克森符号秩检验(英文名:Wilcoxonsigned-ranktest)【1.简单原理和步骤】【2.应用条件】【3.数据实例以及Python代码】1.简单原理和步骤威尔科克森符号秩检验是一种非参数检验的方法,需要数据
- Python酷库之旅-第三方库Pandas(115)
神奇夜光杯
pythonpandas开发语言人工智能标准库及第三方库excel学习与成长
目录一、用法精讲506、pandas.DataFrame.rank方法506-1、语法506-2、参数506-3、功能506-4、返回值506-5、说明506-6、用法506-6-1、数据准备506-6-2、代码示例506-6-3、结果输出507、pandas.DataFrame.round方法507-1、语法507-2、参数507-3、功能507-4、返回值507-5、说明507-6、用法507
- 大模型基础知识-LoRA与QLoRA
破壁者-燕
深度学习
介绍LoRA与QLoRA1.LoRA(Low-RankAdaptation)LoRA是一种用于大规模语言模型(LLM)的参数高效微调技术,旨在减少微调大模型所需的计算资源和存储空间。LoRA的核心思想是将全量参数更新分解为低秩矩阵的形式,从而显著减少参数数量和计算开销。核心思想:低秩分解:将大模型的权重矩阵表示为两个低秩矩阵的乘积。这种分解方法不仅保留了原始模型的表示能力,还显著减少了微调过程中需
- JVM StackMapTable 属性的作用及理解
lijingyao8206
jvm字节码Class文件StackMapTable
在Java 6版本之后JVM引入了栈图(Stack Map Table)概念。为了提高验证过程的效率,在字节码规范中添加了Stack Map Table属性,以下简称栈图,其方法的code属性中存储了局部变量和操作数的类型验证以及字节码的偏移量。也就是一个method需要且仅对应一个Stack Map Table。在Java 7版
- 回调函数调用方法
百合不是茶
java
最近在看大神写的代码时,.发现其中使用了很多的回调 ,以前只是在学习的时候经常用到 ,现在写个笔记 记录一下
代码很简单:
MainDemo :调用方法 得到方法的返回结果
- [时间机器]制造时间机器需要一些材料
comsci
制造
根据我的计算和推测,要完全实现制造一台时间机器,需要某些我们这个世界不存在的物质
和材料...
甚至可以这样说,这种材料和物质,我们在反应堆中也无法获得......
 
- 开口埋怨不如闭口做事
邓集海
邓集海 做人 做事 工作
“开口埋怨,不如闭口做事。”不是名人名言,而是一个普通父亲对儿子的训导。但是,因为这句训导,这位普通父亲却造就了一个名人儿子。这位普通父亲造就的名人儿子,叫张明正。 张明正出身贫寒,读书时成绩差,常挨老师批评。高中毕业,张明正连普通大学的分数线都没上。高考成绩出来后,平时开口怨这怨那的张明正,不从自身找原因,而是不停地埋怨自己家庭条件不好、埋怨父母没有给他创造良好的学习环境。
- jQuery插件开发全解析,类级别与对象级别开发
IT独行者
jquery开发插件 函数
jQuery插件的开发包括两种: 一种是类级别的插件开发,即给
jQuery添加新的全局函数,相当于给
jQuery类本身添加方法。
jQuery的全局函数就是属于
jQuery命名空间的函数,另一种是对象级别的插件开发,即给
jQuery对象添加方法。下面就两种函数的开发做详细的说明。
1
、类级别的插件开发 类级别的插件开发最直接的理解就是给jQuer
- Rome解析Rss
413277409
Rome解析Rss
import java.net.URL;
import java.util.List;
import org.junit.Test;
import com.sun.syndication.feed.synd.SyndCategory;
import com.sun.syndication.feed.synd.S
- RSA加密解密
无量
加密解密rsa
RSA加密解密代码
代码有待整理
package com.tongbanjie.commons.util;
import java.security.Key;
import java.security.KeyFactory;
import java.security.KeyPair;
import java.security.KeyPairGenerat
- linux 软件安装遇到的问题
aichenglong
linux遇到的问题ftp
1 ftp配置中遇到的问题
500 OOPS: cannot change directory
出现该问题的原因:是SELinux安装机制的问题.只要disable SELinux就可以了
修改方法:1 修改/etc/selinux/config 中SELINUX=disabled
2 source /etc
- 面试心得
alafqq
面试
最近面试了好几家公司。记录下;
支付宝,面试我的人胖胖的,看着人挺好的;博彦外包的职位,面试失败;
阿里金融,面试官人也挺和善,只不过我让他吐血了。。。
由于印象比较深,记录下;
1,自我介绍
2,说下八种基本类型;(算上string。楼主才答了3种,哈哈,string其实不是基本类型,是引用类型)
3,什么是包装类,包装类的优点;
4,平时看过什么书?NND,什么书都没看过。。照样
- java的多态性探讨
百合不是茶
java
java的多态性是指main方法在调用属性的时候类可以对这一属性做出反应的情况
//package 1;
class A{
public void test(){
System.out.println("A");
}
}
class D extends A{
public void test(){
S
- 网络编程基础篇之JavaScript-学习笔记
bijian1013
JavaScript
1.documentWrite
<html>
<head>
<script language="JavaScript">
document.write("这是电脑网络学校");
document.close();
</script>
</h
- 探索JUnit4扩展:深入Rule
bijian1013
JUnitRule单元测试
本文将进一步探究Rule的应用,展示如何使用Rule来替代@BeforeClass,@AfterClass,@Before和@After的功能。
在上一篇中提到,可以使用Rule替代现有的大部分Runner扩展,而且也不提倡对Runner中的withBefores(),withAfte
- [CSS]CSS浮动十五条规则
bit1129
css
这些浮动规则,主要是参考CSS权威指南关于浮动规则的总结,然后添加一些简单的例子以验证和理解这些规则。
1. 所有的页面元素都可以浮动 2. 一个元素浮动后,会成为块级元素,比如<span>,a, strong等都会变成块级元素 3.一个元素左浮动,会向最近的块级父元素的左上角移动,直到浮动元素的左外边界碰到块级父元素的左内边界;如果这个块级父元素已经有浮动元素停靠了
- 【Kafka六】Kafka Producer和Consumer多Broker、多Partition场景
bit1129
partition
0.Kafka服务器配置
3个broker
1个topic,6个partition,副本因子是2
2个consumer,每个consumer三个线程并发读取
1. Producer
package kafka.examples.multibrokers.producers;
import java.util.Properties;
import java.util.
- zabbix_agentd.conf配置文件详解
ronin47
zabbix 配置文件
Aliaskey的别名,例如 Alias=ttlsa.userid:vfs.file.regexp[/etc/passwd,^ttlsa:.:([0-9]+),,,,\1], 或者ttlsa的用户ID。你可以使用key:vfs.file.regexp[/etc/passwd,^ttlsa:.: ([0-9]+),,,,\1],也可以使用ttlsa.userid。备注: 别名不能重复,但是可以有多个
- java--19.用矩阵求Fibonacci数列的第N项
bylijinnan
fibonacci
参考了网上的思路,写了个Java版的:
public class Fibonacci {
final static int[] A={1,1,1,0};
public static void main(String[] args) {
int n=7;
for(int i=0;i<=n;i++){
int f=fibonac
- Netty源码学习-LengthFieldBasedFrameDecoder
bylijinnan
javanetty
先看看LengthFieldBasedFrameDecoder的官方API
http://docs.jboss.org/netty/3.1/api/org/jboss/netty/handler/codec/frame/LengthFieldBasedFrameDecoder.html
API举例说明了LengthFieldBasedFrameDecoder的解析机制,如下:
实
- AES加密解密
chicony
加密解密
AES加解密算法,使用Base64做转码以及辅助加密:
package com.wintv.common;
import javax.crypto.Cipher;
import javax.crypto.spec.IvParameterSpec;
import javax.crypto.spec.SecretKeySpec;
import sun.misc.BASE64Decod
- 文件编码格式转换
ctrain
编码格式
package com.test;
import java.io.File;
import java.io.FileInputStream;
import java.io.FileOutputStream;
import java.io.IOException;
import java.io.InputStream;
import java.io.OutputStream;
- mysql 在linux客户端插入数据中文乱码
daizj
mysql中文乱码
1、查看系统客户端,数据库,连接层的编码
查看方法: http://daizj.iteye.com/blog/2174993
进入mysql,通过如下命令查看数据库编码方式: mysql> show variables like 'character_set_%'; +--------------------------+------
- 好代码是廉价的代码
dcj3sjt126com
程序员读书
长久以来我一直主张:好代码是廉价的代码。
当我跟做开发的同事说出这话时,他们的第一反应是一种惊愕,然后是将近一个星期的嘲笑,把它当作一个笑话来讲。 当他们走近看我的表情、知道我是认真的时,才收敛一点。
当最初的惊愕消退后,他们会用一些这样的话来反驳: “好代码不廉价,好代码是采用经过数十年计算机科学研究和积累得出的最佳实践设计模式和方法论建立起来的精心制作的程序代码。”
我只
- Android网络请求库——android-async-http
dcj3sjt126com
android
在iOS开发中有大名鼎鼎的ASIHttpRequest库,用来处理网络请求操作,今天要介绍的是一个在Android上同样强大的网络请求库android-async-http,目前非常火的应用Instagram和Pinterest的Android版就是用的这个网络请求库。这个网络请求库是基于Apache HttpClient库之上的一个异步网络请求处理库,网络处理均基于Android的非UI线程,通
- ORACLE 复习笔记之SQL语句的优化
eksliang
SQL优化Oracle sql语句优化SQL语句的优化
转载请出自出处:http://eksliang.iteye.com/blog/2097999
SQL语句的优化总结如下
sql语句的优化可以按照如下六个步骤进行:
合理使用索引
避免或者简化排序
消除对大表的扫描
避免复杂的通配符匹配
调整子查询的性能
EXISTS和IN运算符
下面我就按照上面这六个步骤分别进行总结:
- 浅析:Android 嵌套滑动机制(NestedScrolling)
gg163
android移动开发滑动机制嵌套
谷歌在发布安卓 Lollipop版本之后,为了更好的用户体验,Google为Android的滑动机制提供了NestedScrolling特性
NestedScrolling的特性可以体现在哪里呢?<!--[if !supportLineBreakNewLine]--><!--[endif]-->
比如你使用了Toolbar,下面一个ScrollView,向上滚
- 使用hovertree菜单作为后台导航
hvt
JavaScriptjquery.nethovertreeasp.net
hovertree是一个jquery菜单插件,官方网址:http://keleyi.com/jq/hovertree/ ,可以登录该网址体验效果。
0.1.3版本:http://keleyi.com/jq/hovertree/demo/demo.0.1.3.htm
hovertree插件包含文件:
http://keleyi.com/jq/hovertree/css
- SVG 教程 (二)矩形
天梯梦
svg
SVG <rect> SVG Shapes
SVG有一些预定义的形状元素,可被开发者使用和操作:
矩形 <rect>
圆形 <circle>
椭圆 <ellipse>
线 <line>
折线 <polyline>
多边形 <polygon>
路径 <path>
- 一个简单的队列
luyulong
java数据结构队列
public class MyQueue {
private long[] arr;
private int front;
private int end;
// 有效数据的大小
private int elements;
public MyQueue() {
arr = new long[10];
elements = 0;
front
- 基础数据结构和算法九:Binary Search Tree
sunwinner
Algorithm
A binary search tree (BST) is a binary tree where each node has a Comparable key (and an associated value) and satisfies the restriction that the key in any node is larger than the keys in all
- 项目出现的一些问题和体会
Steven-Walker
DAOWebservlet
第一篇博客不知道要写点什么,就先来点近阶段的感悟吧。
这几天学了servlet和数据库等知识,就参照老方的视频写了一个简单的增删改查的,完成了最简单的一些功能,使用了三层架构。
dao层完成的是对数据库具体的功能实现,service层调用了dao层的实现方法,具体对servlet提供支持。
&
- 高手问答:Java老A带你全面提升Java单兵作战能力!
ITeye管理员
java
本期特邀《Java特种兵》作者:谢宇,CSDN论坛ID: xieyuooo 针对JAVA问题给予大家解答,欢迎网友积极提问,与专家一起讨论!
作者简介:
淘宝网资深Java工程师,CSDN超人气博主,人称“胖哥”。
CSDN博客地址:
http://blog.csdn.net/xieyuooo
作者在进入大学前是一个不折不扣的计算机白痴,曾经被人笑话过不懂鼠标是什么,