123梦野
123梦野

MOOC网神经网络与深度学习TensorFlow实践6——分类问题、人工神经网络（1）

分类问题

逻辑回归

MOOC网神经网络与深度学习TensorFlow实践6——分类问题、人工神经网络（1）_第1张图片
MOOC网神经网络与深度学习TensorFlow实践6——分类问题、人工神经网络（1）_第2张图片
MOOC网神经网络与深度学习TensorFlow实践6——分类问题、人工神经网络（1）_第3张图片
交叉熵损失函数是凸函数，不会出现局部最优解的问题，同时也满足在损失较大时下降比较快，损失较小时下降比较慢的情况。
相同准确率的模型也会有较大的差别，用准确率评价模型好坏存在误差，而使用交叉熵损失函数评价模型会得到较为准确的结果。
MOOC网神经网络与深度学习TensorFlow实践6——分类问题、人工神经网络（1）_第4张图片
MOOC网神经网络与深度学习TensorFlow实践6——分类问题、人工神经网络（1）_第5张图片

实现一元逻辑回归

MOOC网神经网络与深度学习TensorFlow实践6——分类问题、人工神经网络（1）_第6张图片

线性分类器

实现多元逻辑回归

MOOC网神经网络与深度学习TensorFlow实践6——分类问题、人工神经网络（1）_第7张图片

多分类问题

MOOC网神经网络与深度学习TensorFlow实践6——分类问题、人工神经网络（1）_第8张图片
MOOC网神经网络与深度学习TensorFlow实践6——分类问题、人工神经网络（1）_第9张图片
MOOC网神经网络与深度学习TensorFlow实践6——分类问题、人工神经网络（1）_第10张图片

人工神经网络

神经元与感知机

感知机是指用一条线性方程分割两个类别，通过使标签在线性方程的一边，不断调整权重，更改直线的方程，重复这个过程，直到线性可分为止。
MOOC网神经网络与深度学习TensorFlow实践6——分类问题、人工神经网络（1）_第11张图片

单层神经网络实现鸢尾花数据集的分类

MOOC网神经网络与深度学习TensorFlow实践6——分类问题、人工神经网络（1）_第12张图片
MOOC网神经网络与深度学习TensorFlow实践6——分类问题、人工神经网络（1）_第13张图片
MOOC网神经网络与深度学习TensorFlow实践6——分类问题、人工神经网络（1）_第14张图片
MOOC网神经网络与深度学习TensorFlow实践6——分类问题、人工神经网络（1）_第15张图片
MOOC网神经网络与深度学习TensorFlow实践6——分类问题、人工神经网络（1）_第16张图片
MOOC网神经网络与深度学习TensorFlow实践6——分类问题、人工神经网络（1）_第17张图片
MOOC网神经网络与深度学习TensorFlow实践6——分类问题、人工神经网络（1）_第18张图片
MOOC网神经网络与深度学习TensorFlow实践6——分类问题、人工神经网络（1）_第19张图片

多层神经网络

多层神经网络相当于多个感知机的集合。
MOOC网神经网络与深度学习TensorFlow实践6——分类问题、人工神经网络（1）_第20张图片
MOOC网神经网络与深度学习TensorFlow实践6——分类问题、人工神经网络（1）_第21张图片
MOOC网神经网络与深度学习TensorFlow实践6——分类问题、人工神经网络（1）_第22张图片

误差反向传播算法

MOOC网神经网络与深度学习TensorFlow实践6——分类问题、人工神经网络（1）_第23张图片
MOOC网神经网络与深度学习TensorFlow实践6——分类问题、人工神经网络（1）_第24张图片

激活函数

MOOC网神经网络与深度学习TensorFlow实践6——分类问题、人工神经网络（1）_第25张图片
MOOC网神经网络与深度学习TensorFlow实践6——分类问题、人工神经网络（1）_第26张图片
MOOC网神经网络与深度学习TensorFlow实践6——分类问题、人工神经网络（1）_第27张图片
MOOC网神经网络与深度学习TensorFlow实践6——分类问题、人工神经网络（1）_第28张图片
MOOC网神经网络与深度学习TensorFlow实践6——分类问题、人工神经网络（1）_第29张图片

多层神经网络实现鸢尾花分类

MOOC网神经网络与深度学习TensorFlow实践6——分类问题、人工神经网络（1）_第30张图片
MOOC网神经网络与深度学习TensorFlow实践6——分类问题、人工神经网络（1）_第31张图片

你可能感兴趣的:(tensorflow)

  • CNN+LSTM小目标物体追踪检测实现 完整代码数据可直接运行 计算机毕设论文 计算机毕设实战100例cnn人工智能深度学习小目标物体追踪追踪检测
    视频讲解：CNN+LSTM小目标物体追踪检测实现_哔哩哔哩_bilibili项目效果：完整代码：importnumpyasnpimporttensorflowastffromtensorflow.keras.layersimportConv2D,MaxPooling2D,Flatten,LSTM,D
  • 【pytorch】TensorBoard的使用 hhhhhhkkkyyy pytorch人工智能python
    TensorBoardTensorBoard是TensorFlow提供的一个可视化工具，用于实时监控、调试和可视化深度学习模型的训练过程和性能指标。虽然它是为TensorFlow设计的，但也可以与其他深度学习框架（如PyTorch）一起使用。下面是一些关于TensorBoard的详细知识和使用方法：可视化功能：Scalars（标量）：用于显示训练过程中的标量数据，比如损失和准确率的变化趋势。Gra
  • python 打包docker 风行傲天 pythondocker开发语言
    python版本3.10使用flask项目打包1、创建requirements.txt列出项目所安装依赖，如：flaskstatsmodels==0.14.2neuralprophet==0.9.0keras==3.4.1scikit-learn==1.5.1tensorflow2、编写Dockerfile#拉取基础镜像FROMpython:3.10#镜像维护者的姓名和邮箱地址MAINTAINER
  • Linux下Caffe、Docker、Tensorflow、PyTorch环境搭建(CentOS 7) SnailTyan
    文章作者：Tyan博客：noahsnail.com|CSDN|注：模型的训练、测试、部署都可以通过Docker环境完成，环境问题会更少。1.CUDA8.0安装CUDA8.0Configenvvariables#CUDAPATHexportPATH="/usr/local/cuda-8.0/bin:$PATH"#CUDALDLIBRARY_PATHexportLD_LIBRARY_PATH="/us
  • TensorFlow 的基本概念和使用场景。 WangLinXX 学习tensorflow人工智能python
    TensorFlow是由Google开发的开源机器学习框架，用于构建和训练各种机器学习模型。它基于数据流图的概念，其中节点表示数学操作，边表示多维数组（张量）的流动。TensorFlow的基本概念包括：1.张量（Tensors）：在TensorFlow中，数据以张量的形式表示。它们是多维数组，可以是标量（0维）、向量（1维）、矩阵（2维）或更高维度的数组。2.数据流图（DataFlowGraph）
  • 第T10周：数据增强 OreoCC 深度学习人工智能tensorflow2
    >-**本文为[365天深度学习训练营]中的学习记录博客**>-**原作者：[K同学啊]**第10周：数据增强难度：夯实基础⭐⭐语言：Python3、TensorFlow2要求：学会在代码中使用数据增强手段来提高acc请探索更多的数据增强手段并记录在本教程中，你将学会如何进行数据增强，并通过数据增强用少量数据达到非常非常棒的识别准确率。我将展示两种数据增强方式，以及如何自定义数据增强方式并将其放到
  • [2020]tensorflow2.1-GPU + CUDA +CUDNN配置过程记录 夏迪End
    最近几天做视频数据集的时候要用到tensorflow2的gpu训练版本，要安装对应版本的cuda和cudnn，网上的教程五花八门，我尝试了很多论坛的方法，有些能用有些不可以（也可能是我操作错误），经过两天调试终于能够运行了。1介绍使用的版本：Win10，python3.7，tensorflow2.1-GPU，CUDA10.1,CUDNN7.6.5，显卡驱动版本是425.31（用的IDE是pycha
  • 动手学深度学习（pytorch）学习记录20-自定义层[学习记录] walfar pytorch深度学习pytorch学习
    在深度学习中，自定义层是指开发者根据特定需求编写的神经网络层，而不是使用深度学习框架（如PyTorch、TensorFlow等）提供的现成层。自定义层可以让模型更加灵活，以适应特定的任务或数据集。目录没有参数的自定义层带参数的层没有参数的自定义层下面的CenteredLayer类要从其输入中减去均值。要构建它，只需继承基础层类并实现前向传播功能。importtorchimporttorch.nn.
  • python 数据分析 损失数值 如何放到csv中呢 人工智能 深度神经网络，Pytorch ,tensorflow zhangfeng1133 python人工智能数据分析
    损失数值如何放到csv中呢在Python中，使用`csv`模块将数据写入CSV文件是一种常见的操作。从你提供的代码片段来看，你想要将损失数值写入名为`middle_losse.csv`的文件中。但是，你提供的代码片段中存在一些需要修改的地方，以确保数据能够正确地写入CSV文件。首先，`csv.writer`对象的`writerows`方法需要一个可迭代对象，例如列表的列表，而不是单个列表。如果你的
  • 2019-05-16 微软czw
    TensorFlow安装CPU版本pipinstalltensorflowGPU版本pipinstalltensorflow-gpu(显卡必须支持)259.7MB如果装完不支持1.是否显卡不支持删除gpu版本库（方法……）2.检查是否Python3.5+3.是否为x64https://www.youtube.com/watch?v=9l_c5260JQ8&list=PLXO45tsB95cKI5A
  • TensorFlow和它的弟弟们 活蹦乱跳酸菜鱼 tensorflow人工智能python
    TensorFlow、TensorFlowLite、TensorFlowLiteMicro是Google在深度学习领域推出的三个不同产品，它们各自有着不同的设计目标和适用场景。以下是它们之间的主要区别：1.TensorFlow(PC\GPU)设计目标：TensorFlow是一个开源的机器学习框架，由GoogleBrain团队开发，旨在帮助开发者构建和训练深度学习模型。它支持多种编程语言（如Pyth
  • 心智AR (mind-ar-js): 开源Web增强现实SDK安装与使用指南 范凡灏Anastasia
    心智AR(mind-ar-js):开源Web增强现实SDK安装与使用指南mind-ar-jsWebAugmentedReality.ImageTracking,FaceTracking.Tensorflow.js项目地址:https://gitcode.com/gh_mirrors/mi/mind-ar-js心智AR（mind-ar-js）是一款开源的Web增强现实(AR)软件开发工具包(SDK)
  • 【Rust日报】 2019-05-14：Rust中哪些特性是零开销抽象的 六六子大顺1
    tract-一个神经网络训练库Snips（一家做音频识别的创业公司）出品。在神经网络领域，现在基本已经被TensorFlow和PyTorch给占了。但是对于移动设备或IoT这些性能受限的设备，还有很多空间可以尝试。TensorFlow组推出了TensorFlowLite，微软的ONNX看上去也很有前景。一些硬件厂商也推出了他们自己的方案AndroidNNAPI,ARMNNSDK，AppleBNNS
  • Kesci：Tensorflow 实现 LSTM——时间序列预测 萧居士 TensorflowLSTM时间序列预测
    LSTMhttps://www.kesci.com/home/project/5a38a9c00e1fc52691fd9c72这篇文章将讲解如何使用lstm进行时间序列方面的预测，重点讲lstm的应用，原理部分可参考以下两篇文章：UnderstandingLSTMNetworksLSTM学习笔记编程环境：python3.7，tensorflow1.14本文所用的数据集来自于kesci平台，由云脑机
  • 使用Tensorflow目标检测API训练自己的数据集 是我真的是我
    使用官方1.x的目标检测API，安装过程见：https://www.jianshu.com/p/3257a32d4c5a一、制作数据集制作自己的数据集可以参考该方式：https://www.bilibili.com/video/BV1kV411k7D8即准备好图片集，然后利用LabelImg等公开标注软件进行标注并生成指定格式的标注文件。本文使用COCO数据集制作为tf_record格式数据集:C
  • 实现CNN对mnist手写数字分类 文哥的学习日记
    本文使用的tensorflow版本：1.4tensorflow安装：pipinstalltensorflow1、CNN哇咔咔，熟悉的味道，自己第一次接触tensorflow也是写的CNN的例子，当时对于CNN也是一知半解，经过了一年，终于差不多搞清楚了CNN的原理。CNN中需要理解的主要有两点，稀疏连接SparseConnectivity（每个神经元仅与前一层部分神经元相连接）以及参数共享Para
  • 如何使用TensorFlow构建AI模型 AI科研视界 人工智能tensorflowpython
    TensorFlow已成为构建机器学习模型最受欢迎的框架之一。无论你是初学者还是经验丰富的数据科学家，了解如何使用TensorFlow构建AI模型对充分利用机器学习的潜力至关重要。本指南将引导你逐步创建TensorFlowAI模型，从基础知识到更高级的概念，确保你拥有坚实的基础。了解TensorFlow的基础TensorFlow是Google开发的一个开源机器学习框架。它提供了一个完整的生态系统，
  • 执行rasa shell 遇到asyncio.exceptions.TimeoutError报错 天飓 RASA学习树莓派聊天机器人rasapython
    在《树莓派3B运行rasainit和rasashell遇到的tensorflow报错总结》一文中，我遇到的第7个报错是首次运行rasashell时候碰到的。按照我在文中记录的解决方案，处理成功。结果，今天我又一次遇到了asyncio-Taskexceptionwasneverretrieved的报错（如图），我先是吃了一惊，然后第一反应是按照上次的处理方法又操作了一遍，然后……然并卵！怎么会无效？
  • TensorFlow 的基本概念和使用场景 Envyᥫᩣ tensorflow人工智能python
    TensorFlow是一个开源的机器学习框架，由Google开发和维护。它允许开发者使用图形计算的方式构建和训练机器学习模型。TensorFlow的基本概念如下：张量（Tensor）：TensorFlow使用张量来表示数据。张量是多维数组，在计算图中流动，是TensorFlow的基本数据单元。张量可以是标量（0维数组）、向量（1维数组）、矩阵（2维数组），或更高维度的数组。计算图（Computat
  • python深度学习框架——TensorFlow 零 度° pythonpythontensorflow
    TensorFlow，由Google开发的开源机器学习库，以其强大的功能和灵活性，在深度学习、计算机视觉和自然语言处理等领域发挥着重要作用。本文将深入探讨TensorFlow中的一些常用函数及其参数。TensorFlow核心概念在TensorFlow中，**张量（Tensor）**是基本的数据单元，可以视为多维数组。**计算图（ComputationGraph）是由节点（代表数学运算）和边（代表张
  • 深度学习五种不同代码实现,神经网络,机器学习 学呗～那不然呢 pycharm
    第一种importnumpyasnpimporttensorflowastfmnist=tf.keras.datasets.mnistimportmatplotlib.pyplotaspltimportmatplotlibmatplotlib.use("TkAgg")(x_train,y_train),(x_test,y_test)=mnist.load_data()x_train=x_train
  • 人工智能开源库有哪些 openwin_top 人工智能人工智能开源python
    TensorFlow：由Google开发的深度学习库，提供了丰富的工具和API，支持CPU和GPU计算。PyTorch：由Facebook开发的深度学习框架，提供动态图和静态图两种模式，并且易于使用。Keras：基于TensorFlow、Theano和CNTK等深度学习库的高级API，可帮助用户快速构建神经网络。Scikit-learn：用Python编写的机器学习库，提供了许多常见的机器学习算法
  • TensorFlow库详解：Python中的深度学习框架 Ambition_LAO tensorflow深度学习
    TensorFlow是一个开源的深度学习框架，由GoogleBrain团队开发，并于2015年正式发布。TensorFlow被广泛应用于各种深度学习任务，如图像识别、自然语言处理、语音识别等。它能够处理大规模的多维数据，并支持在多种硬件平台上运行，如CPU、GPU和TPU（TensorProcessingUnit）。TensorFlow在Python中的使用非常广泛，因为Python是机器学习和数
  • Tensorflow 2.16.0+在PyCharm中找不到keras的报错解决 Pragmatism0220 tensorflowpycharmkeras
    在PyCharm(2024.2版本)中，直接使用fromtensorflowimportkeras会提示“Cannotfindreference‘keras’in‘init.py’”，找不到keras，如下图所示。查阅相关资料，可以发现在tf2.16之后，默认的keras后端升级为了3.0,且直接引用即可。参考链接：PyCharmcannotparseanycontentundertensorfl
  • 介绍 TensorFlow 的基本概念和使用场景。 乔丹搞IT 人工智能机器学习aiAI写作
    TensorFlow是一个开源的机器学习框架，由Google开发并维护。它用于构建和训练各种机器学习模型，包括神经网络模型。TensorFlow的核心概念是张量（tensors）和计算图（computationalgraph）。张量是一个多维数组，可以看作是数据的容器。在TensorFlow中，所有的输入数据和模型参数都以张量的形式存在。张量可以是常量或变量。计算图是一种图形表示，用于描述计算任务
  • 嵌入式机器视觉的流水线分拣机器人：OpenCV、 FreeRTOS、 TensorFlow（代码详解） 极客小张 机器人opencvtensorflowstm32系统架构计算机视觉物联网
    一、项目概述在现代自动化生产中，分拣机器人作为提高生产效率和准确度的重要工具，正逐渐成为工业流水线的核心组成部分。本项目旨在设计一款基于嵌入式机器视觉的流水线分拣机器人，通过高效的图像处理与实时控制技术，实现对物品的快速识别与自动分拣。该项目的主要目标包括：提高分拣精度：通过高效的机器视觉算法，确保机器人能够准确识别不同类型的物品。提升作业效率：利用实时操作系统和嵌入式AI推理引擎，实现快速响应与
  • 深度学习--常用的调整张量形状的方法总结 Ambition_LAO 深度学习
    在深度学习中，调整张量的形状是一个常见且重要的操作。它使我们能够调整数据的形式以适应模型的输入要求或进行其他处理。以下是一些常用的调整张量形状的方法，以及这些方法的详细解释和应用场景。1.reshape()功能：reshape()方法用于将张量重新调整为指定的形状，而不改变数据的顺序或总的元素数量。如何使用：在TensorFlow中，可以使用tf.reshape()。在NumPy中，可以使用.re
  • Keras深度学习库的常用函数与参数详解及实例 零 度° pythonpythonkeras
    Keras是一个高级的神经网络API，它能够以TensorFlow、CNTK或Theano作为后端运行，以支持快速的实验和模型构建。Keras以其用户友好、模块化、可扩展性而受到广泛欢迎，适用于从深度学习新手到经验丰富的研究人员。常用函数及其参数Dense()全连接层，用于构建神经网络中的线性部分。units:层中的神经元数量。activation:激活函数，默认为’relu’。use_bias:
  • AIGC从入门到实战:模型搭建【GPT4ALL】 老童聊AI 老童陪你学AIpython明哥陪你学PythonAI编程AIGC人工智能
    GPT相关模型的搭建：GPT-2：这是一个较早开源的模型，适合个人研究和学习。它有不同大小的版本，如117M、345M、774M和1.5B参数版本，可以根据你的计算资源选择不同大小的模型。GPT-2模型是基于TensorFlow实现的，你可以在本地环境中安装TensorFlow和相关依赖库来运行此模型5。GPT4All：这是一个开源项目，提供了一个可以在本地运行的GPT模型，不需要网络连接，也不强
  • 用python实现图片背景移除 数字化信息化智能化解决方案 python开发语言
    在Python中，实现图片背景移除通常需要使用计算机视觉库，如OpenCV或深度学习库，如TensorFlow或PyTorch，结合预训练的模型。OpenCV和深度学习的方法各有优劣，但深度学习通常在复杂背景或不规则形状物体的背景移除上表现更好。下面是一个使用OpenCV的简单示例，这个示例假设背景是单一颜色的，并且你知道这个颜色。这个方法并不适用于所有情况，特别是当背景有多种颜色或物体与背景颜色
  • 用MiddleGenIDE工具生成hibernate的POJO（根据数据表生成POJO类） AdyZhang POJOeclipseHibernateMiddleGenIDE
    推荐:MiddlegenIDE插件,   是一个Eclipse   插件.     用它可以直接连接到数据库,   根据表按照一定的HIBERNATE规则作出BEAN和对应的XML ，用完后你可以手动删除它加载的JAR包和XML文件!     今天开始试着使用
  • .9.png Cb123456 android
      “点九”是andriod平台的应用软件开发里的一种特殊的图片形式，文件扩展名为：.9.png 　　智能手机中有自动横屏的功能,同一幅界面会在随着手机(或平板电脑)中的方向传感器的参数不同而改变显示的方向,在界面改变方向后,界面上的图形会因为长宽的变化而产生拉伸,造成图形的失真变形。 　　我们都知道android平台有多种不同的分辨率，很多控件的切图文件在被放大拉伸后，边
  • 算法的效率 天子之骄 算法效率复杂度最坏情况运行时间大O阶平均情况运行时间
    算法的效率 效率是速度和空间消耗的度量。集中考虑程序的速度，也称运行时间或执行时间，用复杂度的阶(O)这一标准来衡量。空间的消耗或需求也可以用大O表示，而且它总是小于或等于时间需求。   以下是我的学习笔记：   1.求值与霍纳法则，即为秦九韶公式。   2.测定运行时间的最可靠方法是计数对运行时间有贡献的基本操作的执行次数。运行时间与这个计数成正比。
  • java数据结构 何必如此 java数据结构
    Java 数据结构 Java工具包提供了强大的数据结构。在Java中的数据结构主要包括以下几种接口和类： 枚举（Enumeration） 位集合（BitSet） 向量（Vector） 栈（Stack） 字典（Dictionary） 哈希表（Hashtable） 属性（Properties） 以上这些类是传统遗留的，在Java2中引入了一种新的框架-集合框架(Collect
  • MybatisHelloWorld 3213213333332132
    //测试入口TestMyBatis package com.base.helloworld.test; import java.io.IOException; import org.apache.ibatis.io.Resources; import org.apache.ibatis.session.SqlSession; import org.apache.ibat
  • Java|urlrewrite|URL重写|多个参数 7454103 javaxmlWeb工作
     个人工作经验！ 如有不当之处，敬请指点 1.0  web -info 目录下建立     urlrewrite.xml  文件 类似如下： <?xml version="1.0" encoding="UTF-8" ?>   <!DOCTYPE u
  • 达梦数据库+ibatis darkranger sqlmysqlibatisSQL Server
    --插入数据方面 如果您需要数据库自增... 那么在插入的时候不需要指定自增列. 如果想自己指定ID列的值, 那么要设置 set identity_insert  数据库名.模式名.表名; ----然后插入数据; example: create table zhabei.test( id bigint identity(1,1) primary key, nam
  • XML 解析 四种方式 aijuans android
    XML现在已经成为一种通用的数据交换格式,平台的无关性使得很多场合都需要用到XML。本文将详细介绍用Java解析XML的四种方法。 XML现在已经成为一种通用的数据交换格式,它的平台无关性,语言无关性,系统无关性,给数据集成与交互带来了极大的方便。对于XML本身的语法知识与技术细节,需要阅读相关的技术文献,这里面包括的内容有DOM(Document Object
  • spring中配置文件占位符的使用 avords
    1.类 <?xml version="1.0" encoding="UTF-8"?><!DOCTYPE beans PUBLIC "-//SPRING//DTD BEAN//EN" "http://www.springframework.o
  • 前端工程化-公共模块的依赖和常用的工作流 bee1314 webpack
    题记： 一个人的项目，还有工程化的问题嘛？   我们在推进模块化和组件化的过程中，肯定会不断的沉淀出我们项目的模块和组件。对于这些沉淀出的模块和组件怎么管理？另外怎么依赖也是个问题？ 你真的想这样嘛？   var BreadCrumb = require(‘../../../../uikit/breadcrumb’); //真心ugly。  
  • 上司说「看你每天准时下班就知道你工作量不饱和」，该如何回应？ bijian1013 项目管理沟通IT职业规划
    问题：上司说「看你每天准时下班就知道你工作量不饱和」，如何回应         正常下班时间6点，只要是6点半前下班的，上司都认为没有加班。   Eno-Bea回答，注重感受，不一定是别人的         虽然我不知道你具体从事什么工作与职业，但是我大概猜测，你是从事一项不太容易出现阶段性成果的工作
  • TortoiseSVN，过滤文件 征客丶 SVN
    环境： TortoiseSVN 1.8 配置： 在文件夹空白处右键 选择  TortoiseSVN -> Settings 在 Global ignote pattern 中添加要过滤的文件： 多类型用英文空格分开 *name ： 过滤所有名称为 name 的文件或文件夹 *.name ： 过滤所有后缀为 name 的文件或文件夹 --------
  • 【Flume二】HDFS sink细说 bit1129 Flume
    1. Flume配置   a1.sources=r1 a1.channels=c1 a1.sinks=k1 ###Flume负责启动44444端口 a1.sources.r1.type=avro a1.sources.r1.bind=0.0.0.0 a1.sources.r1.port=44444 a1.sources.r1.chan
  • The Eight Myths of Erlang Performance bookjovi erlang
    erlang有一篇guide很有意思： http://www.erlang.org/doc/efficiency_guide 里面有个The Eight Myths of Erlang Performance： http://www.erlang.org/doc/efficiency_guide/myths.html   Myth: Funs are sl
  • java多线程网络传输文件(非同步)-2008-08-17 ljy325 java多线程socket
    利用 Socket 套接字进行面向连接通信的编程。客户端读取本地文件并发送；服务器接收文件并保存到本地文件系统中。 使用说明:请将TransferClient, TransferServer, TempFile三个类编译，他们的类包是FileServer. 客户端: 修改TransferClient: serPort, serIP, filePath, blockNum,的值来符合您机器的系
  • 读《研磨设计模式》-代码笔记-模板方法模式 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.sql.Connection; import java.sql.DriverManager; import java.sql.PreparedStatement; import java.sql.ResultSet;
  • 配置心得 chenyu19891124 配置
    时间就这样不知不觉的走过了一个春夏秋冬，转眼间来公司已经一年了，感觉时间过的很快，时间老人总是这样不停走，从来没停歇过。 作为一名新手的配置管理员，刚开始真的是对配置管理是一点不懂，就只听说咱们公司配置主要是负责升级，而具体该怎么做却一点都不了解。经过老员工的一点点讲解，慢慢的对配置有了初步了解，对自己所在的岗位也慢慢的了解。 做了一年的配置管理给自总结下： 1.改变 从一个以前对配置毫无
  • 对“带条件选择的并行汇聚路由问题”的再思考 comsci 算法工作软件测试嵌入式领域模型
    2008年上半年，我在设计并开发基于”JWFD流程系统“的商业化改进型引擎的时候，由于采用了新的嵌入式公式模块而导致出现“带条件选择的并行汇聚路由问题”(请参考2009-02-27博文)，当时对这个问题的解决办法是采用基于拓扑结构的处理思想，对汇聚点的实际前驱分支节点通过算法预测出来，然后进行处理，简单的说就是找到造成这个汇聚模型的分支起点，对这个起始分支节点实际走的路径数进行计算，然后把这个实际
  • Oracle 10g 的clusterware 32位 下载地址 daizj oracle
    Oracle 10g 的clusterware 32位 下载地址 http://pan.baidu.com/share/link?shareid=531580&uk=421021908 http://pan.baidu.com/share/link?shareid=137223&uk=321552738 http://pan.baidu.com/share/l
  • 非常好的介绍：Linux定时执行工具cron dongwei_6688 linux
    Linux经过十多年的发展，很多用户都很了解Linux了，这里介绍一下Linux下cron的理解，和大家讨论讨论。cron是一个Linux 定时执行工具，可以在无需人工干预的情况下运行作业，本文档不讲cron实现原理，主要讲一下Linux定时执行工具cron的具体使用及简单介绍。 新增调度任务推荐使用crontab -e命令添加自定义的任务（编辑的是/var/spool/cron下对应用户的cr
  • Yii assets目录生成及修改 dcj3sjt126com yii
    assets的作用是方便模块化，插件化的，一般来说出于安全原因不允许通过url访问protected下面的文件，但是我们又希望将module单独出来，所以需要使用发布，即将一个目录下的文件复制一份到assets下面方便通过url访问。 assets设置对应的方法位置 \framework\web\CAssetManager.php   assets配置方法 在m
  • mac工作软件推荐 dcj3sjt126com mac
    mac上的Terminal + bash ＋ screen组合现在已经非常好用了，但是还是经不起iterm＋zsh＋tmux的冲击。在同事的强烈推荐下，趁着升级mac系统的机会，顺便也切换到iterm＋zsh＋tmux的环境下了。 我为什么要要iterm2 切换过来也是脑袋一热的冲动，我也调查过一些资料，看了下iterm的一些优点： * 兼容性好，远程服务器 vi 什么的低版本能很好兼
  • Memcached(三)、封装Memcached和Ehcache frank1234 memcachedehcachespring ioc
    本文对Ehcache和Memcached进行了简单的封装，这样对于客户端程序无需了解ehcache和memcached的差异，仅需要配置缓存的Provider类就可以在二者之间进行切换，Provider实现类通过Spring IoC注入。 cache.xml <?xml version="1.0" encoding="UTF-8"?>
  • Remove Duplicates from Sorted List II hcx2013 remove
    Given a sorted linked list, delete all nodes that have duplicate numbers, leaving only distinct numbers from the original list. For example,Given 1->2->3->3->4->4->5,
  • Spring4新特性——注解、脚本、任务、MVC等其他特性改进 jinnianshilongnian spring4
    Spring4新特性——泛型限定式依赖注入 Spring4新特性——核心容器的其他改进 Spring4新特性——Web开发的增强 Spring4新特性——集成Bean Validation 1.1(JSR-349)到SpringMVC  Spring4新特性——Groovy Bean定义DSL Spring4新特性——更好的Java泛型操作API  Spring4新
  • MySQL安装文档 liyong0802 mysql
      工作中用到的MySQL可能安装在两种操作系统中，即Windows系统和Linux系统。以Linux系统中情况居多。   安装在Windows系统时与其它Windows应用程序相同按照安装向导一直下一步就即，这里就不具体介绍，本文档只介绍Linux系统下MySQL的安装步骤。   Linux系统下安装MySQL分为三种：RPM包安装、二进制包安装和源码包安装。二
  • 使用VS2010构建HotSpot工程 p2p2500 HotSpotOpenJDKVS2010
    1. 下载OpenJDK7的源码：      http://download.java.net/openjdk/jdk7      http://download.java.net/openjdk/      2. 环境配置     ▶
  • Oracle实用功能之分组后列合并 seandeng888 oracle分组实用功能合并
    1       实例解析 由于业务需求需要对表中的数据进行分组后进行合并的处理，鉴于Oracle10g没有现成的函数实现该功能，且该功能如若用JAVA代码实现会比较复杂，因此，特将SQL语言的实现方式分享出来，希望对大家有所帮助。如下： 表test 数据如下： ID,SUBJECTCODE,DIMCODE,VALUE 1&nbs
  • Java定时任务注解方式实现 tuoni javaspringjvmxmljni
    Spring 注解的定时任务，有如下两种方式： 第一种： <?xml version="1.0" encoding="UTF-8"?> <beans xmlns="http://www.springframework.org/schema/beans"  xmlns:xsi="http
  • 11大Java开源中文分词器的使用方法和分词效果对比 yangshangchuan word分词器ansj分词器Stanford分词器FudanNLP分词器HanLP分词器
    本文的目标有两个： 1、学会使用11大Java开源中文分词器 2、对比分析11大Java开源中文分词器的分词效果 本文给出了11大Java开源中文分词的使用方法以及分词结果对比代码，至于效果哪个好，那要用的人结合自己的应用场景自己来判断。 11大Java开源中文分词器，不同的分词器有不同的用法，定义的接口也不一样，我们先定义一个统一的接口： /** * 获取文本的所有分词结果, 对比
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他