- 精度调优|conv+depth2space 替换 resize 指导
自动驾驶算法
1.技术背景在进行模型压缩与加速的过程中,量化技术成为了提升推理速度和降低计算资源消耗的重要手段。然而,在实际应用中,许多用户发现,采用resize操作时,仅能使用int8精度量化,这一限制导致了模型精度的显著下降。尽管int8精度在提升计算效率方面具有优势,但精度的丧失却使得模型的推理结果偏差增大,给实际应用带来了不少困扰。如何在保证性能的同时,最大程度地减少精度损失,成为了当前技术实现中的一个
- 【大模型基础_毛玉仁】5.1 模型编辑简介
XiaoJ1234567
大模型基础_毛玉仁语言模型模型编辑
目录5模型编辑5.1模型编辑简介5.1.1模型编辑思想5.1.2模型编辑定义5.1.3模型编辑性质1)准确性2)泛化性3)可迁移性4)局部性5)高效性5.1.4常用数据集5模型编辑下面,首先介绍模型编辑思想、定义、性质,其次介绍模型编辑经典方法,然后举例介绍模型编辑的具体方法T-Patcher和ROME,最后介绍模型编辑的实际应用。.5.1模型编辑简介大语言模型存在偏见、毒性、知识错误等问题,有三
- Elasticsearch数据存储概念
轨迹coding
elasticsearch大数据搜索引擎
Elasticsearch的数据是存储在磁盘中,但它也会利用内存来提高查询和索引的性能。具体来说,Elasticsearch采用了混合存储模型,即数据存储在磁盘上,但为了提高效率,系统会将一些数据和索引结构加载到内存中。这个内存和磁盘的配合使用是Elasticsearch高效处理大规模数据的核心之一。Elasticsearch的数据存储模型1、数据存储在磁盘上:Elasticsearch使用Luc
- 基于视觉的具身导航
Flying Youth
具身智能机器人大模型机器人人工智能具身智能大模型
基于视觉的具身导航背景什么是(视觉的?)具身导航输入机器人观测的当前图像oto_tot和目标图像oGo_GoG,输出当前时间步的控制动作utu_tut,最终到达指定地点的算法流程。通用的评价指标性能指标,目标的到达率,越高越好安全指标,人工干预(碰撞等)的出现率,越低越好一些其它指标:距离加权的成功率(SPL),将成功率除以“实际距离与最短距离之比”(有篇综述论文专门提到)具身导航模型的能力(层次
- 人脸识别项目实战:从零到一
一碗黄焖鸡三碗米饭
人工智能前沿与实践tensorflow机器学习人工智能python深度学习人脸识别
目录人脸识别项目实战:从零到一1.人脸识别技术概述2.人脸识别项目的开发流程2.1准备环境2.2数据采集与预处理2.3特征提取与模型训练2.3.1使用预训练模型进行人脸特征提取2.3.2构建识别系统2.4人脸识别系统的优化2.4.1使用深度学习优化模型2.4.2数据增强2.5部署与应用2.5.1使用Flask部署人脸识别模型2.6系统测试与性能优化3.总结与展望人脸识别作为计算机视觉中的重要应用之
- Spring Boot 4 与 DeepSeek 的深度集成:构建智能应用的新篇章
全栈战神
Javaspringboot后端java
引言在当今快速发展的技术世界中,人工智能(AI)和机器学习(ML)已经成为推动创新的关键力量。SpringBoot,作为Java生态系统中最为流行的微服务框架之一,其简洁性和高效性使得开发者能够快速构建和部署应用。而DeepSeek,作为一个先进的AI平台,提供了强大的数据处理和模型训练能力。本文将深入探讨如何将SpringBoot4与DeepSeek深度集成,以构建智能化的应用程序。Spring
- HTTP 核心知识点整理
Yvsanf
计算机网络http网络协议网络
1.HTTP基础定义:HTTP(HyperTextTransferProtocol)是应用层协议,基于请求-响应模型,用于客户端(浏览器)与服务器之间的通信。特点:无状态:每次请求独立,服务器不保留客户端状态(通过Cookie/Session解决)。明文传输(HTTP)vs加密传输(HTTPS)。默认端口:HTTP(80),HTTPS(443)。2.HTTP方法(Methods)方法描述幂等性安全
- 深度学习篇---paddleocr进阶
Ronin-Lotus
程序代码篇图像处理篇深度学习篇深度学习人工智能pythonpaddlepaddlepaddleocr
文章目录前言一、图像预处理优化1.1作用1.2示例代码1.2.1灰度化1.2.2对比度增强(CLAHE)1.2.3二值化1.4解释1.4.1灰度化1.4.2CLAHE1.4.3二值化二、调整模型参数2.1作用2.2示例代码2.3参数说明rec_image_shapedet_db_unclip_ratio三、使用最新模型3.1作用3.1示例代码四、后处理优化4.1作用4.2示例代码4.2.1使用Pa
- Gradle实战指南:从入门到进阶,与Maven的深度对比
潘多编程
mavenjava
一、为什么开发者正在从Maven转向Gradle?在Java构建工具的演进史中,Maven通过约定优于配置的理念解决了Ant时代的混乱,但其XML配置的冗长和生命周期的僵化逐渐暴露短板。而Gradle凭借GroovyDSL的灵活语法、增量编译的极致性能(构建速度比Maven快2-10倍)和面向任务的编程模型,已成为Android官方构建工具,并在Spring、Hibernate等知名框架中广泛应用
- 计算机等级考试数据库三级(笔记3)
烂白菜@
计算机基础数据库服务器oracle
插入修改现要创建一个具有如下功能的触发器:每当在销售表中插入一条销售记录时,修改商品表中对应商品的销售总量,假设一次只插入一条销售记录。请补全下列代码。CREATETRIGGERtriinsertonxxFORxxASxx商品表xx销售总量=xx+(SELECT销售数量FROMxx)WHERE商品号IN(SELECT商品号FROMInserted)类图主要于表达问题领域概念模型,类图中除了表达抽象
- 白话 涨点大法——渐进精炼数据方法
Echoes638
机器学习人工智能
渐进精炼数据方法(ProgressiveDataRefinement)定义渐进精炼数据是一种在训练过程中动态筛选“可信样本”的方法。它的核心思想是:“只用当前模型能正确预测的样本,继续训练模型。”使用场景这种方法特别适合以下场景:•数据集标签存在噪声(比如人脸表情标签可能有误)•初始模型泛化能力较差•想让模型逐步聚焦在高质量样本上理解你可以理解为老师想要写一本完美教材(模型泛化能力强),当他每讲完
- 在MacBook Air上本地部署大模型deepseek指南
沙滩捡贝壳的小男孩
deepseek大模型mac本地部署
随着大模型技术的兴起,越来越多的人开始关注如何在本地部署这些强大的AI模型。如果你也想体验大模型的魅力,那么这篇文章将指导你如何在你的MacBookAir上本地部署大模型.工具准备为了实现本地部署,你需要以下工具:Ollama:一个开源的本地大语言模型(LLM)运行框架,支持在本地计算机上部署各种开源大语言模型。Enchanted:一个macOS/iOS/visionOS应用程序,可与私有托管模型
- AI大模型学习文档+教程+PDF书籍+系统学习路线,一套全拿到!
大模型部署
人工智能langchainLLM大模型教程AI大模型程序员编程
如何系统的去学习大模型LLM?大模型时代,火爆出圈的LLM大模型让程序员们开始重新评估自己的本领。“AI会取代那些行业?”“谁的饭碗又将不保了?”等问题热议不断。事实上,抢你饭碗的不是AI,而是会利用AI的人。继科大讯飞、阿里、华为等巨头公司发布AI产品后,很多中小企业也陆续进场!超高年薪,挖掘AI大模型人才!如今大厂老板们,也更倾向于会AI的人,普通程序员,还有应对的机会吗?与其焦虑……不如成为
- 如何基于ios部署Deep Seek?
恶霸不委屈
iospythonswift
在iOS上部署深度学习模型(如DeepSeek或其他自定义模型)通常需要将模型转换为iOS支持的格式(如CoreML),并通过代码集成到应用中。以下是详细步骤:1.准备模型模型训练确保你的模型已训练完成(如PyTorch、TensorFlow/Keras格式)。转换为CoreML格式使用coremltools将模型转换为.mlmodel格式:importcoremltoolsasct#示例:转换P
- 合成数据立功!AccVideo实现高质量视频生成、速度飙升8. 5倍
吴脑的键客
AI作画音视频人工智能开源AIGC
在人工智能视频生成领域,扩散模型以其卓越的性能备受瞩目。然而,其固有的迭代去噪特性导致生成过程耗时且计算成本高昂,成为制约其广泛应用的关键瓶颈。近日,来自B北京航空大学、香港大学和上海人工智能实验室的研究团队联合发布了一项名为AccVideo的创新技术。该方法通过一种新颖高效的蒸馏方法,并结合合成数据集,成功将视频扩散模型的生成速度提升了惊人的8.5倍。现有的视频扩散模型在生成高质量视频方面表现出
- 大模型在支气管扩张预测及治疗方案制定中的应用研究
LCG元
围术期危险因子预测模型研究人工智能算法
目录一、引言1.1研究背景与意义1.2研究目的与方法1.3国内外研究现状二、大模型技术概述2.1大模型的基本原理与架构2.2适用于支气管扩张预测的大模型类型及特点2.3大模型在医疗领域的应用现状与优势三、支气管扩张的相关医学知识3.1支气管扩张的病因、病理与发病机制3.2临床表现与诊断方法3.3常规治疗方法与手术适应症四、大模型在支气管扩张术前预测与方案制定4.1术前风险预测指标体系构建4.2大模
- 基于大模型的自发性气胸全方位预测与诊疗方案研究
LCG元
围术期危险因子预测模型研究人工智能
目录一、引言1.1研究背景与意义1.2研究目的与创新点二、大模型预测自发性气胸的原理及技术基础2.1大模型介绍2.2模型构建与训练数据2.3模型训练与优化三、术前风险预测与准备3.1术前风险预测指标3.2基于预测的术前准备3.3手术方案与麻醉方案制定四、术中风险预测与应对4.1术中风险预测指标4.2实时监测与风险应对策略五、术后恢复预测与护理5.1术后恢复预测指标5.2基于预测的术后护理方案5.3
- 本地知识库部署指南:FastGPT 与 Dify,轻松上手!
大模型应用
人工智能LLMFastGPTDify本地化部署知识库RAG
本文主要内容本地部署Dify、FastGPT、OllamaDify、FastGPT对接一些目前免费的LLM大语言AI模型Dify、FastGPT对接Ollama本地模型大家好,我是一名喜欢在家折腾本地部署的开发者,这次我来分享如何在本地运行Ollama,并将它与FastGPT和Dify两个知识库对接。看起来复杂,但其实步骤并不难。我会尽量把内容讲得清楚易懂,加上一些幽默,让整个过程更有趣。第一步:
- 吴恩达深度学习复盘(1)神经网络与深度学习的发展
wgc2k
#深度学习深度学习人工智能
一、神经网络的起源与生物学动机灵感来源神经网络的最初动机源于对生物大脑的模仿。20世纪50年代,科学家试图通过软件模拟神经元的工作机制(如树突接收信号、轴突传递信号),构建类似人类大脑的信息处理系统。生物神经元的简化模型人工神经网络采用数学模型简化生物神经元的行为:每个神经元接收输入(数字信号),通过加权求和与激活函数处理后输出。尽管这一模型远不及真实大脑复杂,但早期研究认为其可能复现智能行为。二
- 构建智能企业风控系统:实时交易监控与欺诈检测的AI增强
AI天才研究院
DeepSeekR1&大数据AI人工智能大模型人工智能ai
构建智能企业风控系统:实时交易监控与欺诈检测的AI增强关键词:智能企业风控系统、实时交易监控、欺诈检测、AI增强、机器学习摘要:本文聚焦于构建智能企业风控系统,着重探讨实时交易监控与欺诈检测的AI增强技术。详细介绍了该系统的背景知识,包括目的、预期读者等;深入剖析核心概念及联系,阐述核心算法原理与操作步骤,给出数学模型和公式;通过项目实战展示代码实现与解读;列举实际应用场景,推荐相关工具和资源;最
- 2025最全AI大模型训练教程:从入门到精通的完整路线,收藏这一篇就够了!
大模型猫叔
人工智能java服务器数据库
AI大模型学习在当前技术环境下,AI大模型学习不仅要求研究者具备深厚的数学基础和编程能力,还需要对特定领域的业务场景有深入的了解。通过不断优化模型结构和算法,AI大模型学习能够不断提升模型的准确性和效率,为人类生活和工作带来更多便利。前排提示,文末有大模型AGI-CSDN独家资料包哦!系统化理论知识建构:对于AI大模型的学习,首要任务是对基础理论进行全面而深入的理解。这意味着需要投入大量的时间去研
- Open GL ES ->模型矩阵、视图矩阵、投影矩阵等变换矩阵数学推导以及方法接口说明
Yang-Never
OpenGLES矩阵androidandroidstudiokotlin
OpenGLES变换矩阵详解一、坐标空间变换流程局部空间->ModelMatrix(模型矩阵)->世界空间世界空间->ViewMatrix(视图矩阵)->观察空间观察空间->ProjectionMatrix(投影矩阵)->裁剪空间裁剪空间->ViewPortTransform(视口变换)>屏幕空间二、变换矩阵及计算1.模型矩阵ModelMatrix方法:Matrix.rotateM(),Matri
- DeepSeek专栏1:5分钟速通,openEuler部署DeepSeek全攻略档
openEuler社区
openEuler技术博客openEuler操作系统linuxDeepSeek
引言【科技圈顶流+本地化部署=开发者新利器】DeepSeek大模型近期强势突围,凭借突破性的算法优化和极具竞争力的训推成本,在行业掀起技术风暴。现在,openEuler操作系统已实现DeepSeek大模型本地化部署支持,充分挖掘AI模型潜能!【三步开启AI革命】✅配置推理引擎(您的人工智能"货轮")✅选择适配模型(1.5B/7B/8B按需装载)✅本地一键部署下文将手把手带您完成从环境配置到模型调优
- Stable Diffusion 1 - 初识跑通 文字生成图片
知识搬运bot
LLM&AIGCstablediffusion
LLM、AIGC、RAG开发交流裙:377891973文章目录关于StableDiffusionLexica代码实现安装依赖库登陆huggingface查看huggingfacetoken下载模型计算生成设置宽高测试迭代次数生成多列图片关于StableDiffusionAlatenttext-to-imagediffusionmodelStableDiffusion是一个文本到图像的潜在扩散模型,
- LangChain 开发大全:基于大语言模型的下一代应用架构实战
大模型猫叔
langchain语言模型人工智能transformer算法自然语言处理数据库
LangChain是一个强大的框架,可以简化构建高级语言模型应用程序的过程。随着大模型的热度不断攀升,LangChain也获得了越来越多的开发人员亲睐。嗨,你好!让我向你介绍LangChain,这是一个非常棒的库,它能让开发者利用大型语言模型(LLMs)和其他计算资源来构建强大的应用。在这份指南中,我将快速概述LangChain的工作原理,并探讨一些很酷的使用案例,例如问答系统、聊天机器人和智能代
- PipelineAI:为AI工作流打造的强大平台
刘瑛蓉
PipelineAI:为AI工作流打造的强大平台pipelinePipelineAI/pipeline:PipelineAI是一个开源的机器学习和人工智能模型生命周期管理平台,支持从模型训练、优化到部署的全链条管理,并且提供了实时监控和性能优化工具。项目地址:https://gitcode.com/gh_mirrors/pipeline3/pipeline是一个全面的、开源的平台,专为构建和部署机
- RAG架构中的“智慧引擎”:Retrieval模块的深度解析与实战代码
记得晚安静静
java开发语言RAG架构
在当今人工智能技术飞速发展的浪潮中,RAG(Retrieval-AugmentedGeneration)架构正以其独特的魅力,成为连接语言模型与知识世界的桥梁。而在这座桥梁的基石之上,Retrieval模块作为“智慧引擎”,正扮演着不可或缺的角色。今天,就让我们一同深入探索RAG架构中Retrieval模块的奥秘,揭开它如何为生成模块提供精准上下文支持的神秘面纱。一、Retrieval模块:RAG
- 【大模型】视觉语言模型:Qwen2.5-VL的使用
Jackilina_Stone
#大模型语言模型人工智能Qwen2.5-VLpython
官方github地址:https://github.com/QwenLM/Qwen2.5-VL目录Qwen家族的最新成员:Qwen2.5-VL主要增强功能模型架构更新快速开始使用Transformers聊天DockerQwen家族的最新成员:Qwen2.5-VL主要增强功能强大的文档解析功能:将文本识别升级为全文档解析,擅长处理多场景、多语言和各种内置(手写、表格、图表、化学式和乐谱)文档。跨格式
- 清华大学第七弹 | 使用DeepSeek赋能家庭教育(附56页PDF免费下载)
AI科技编码
清华大学DeepSeek家庭教育
当670亿参数大模型遇上中国式育儿,一场颠覆传统的教育实验正在千万家庭上演。清华大学最新发布的《实用DeepSeek赋能家庭教育》白皮书,揭示AI正在重构家庭教育生态。1、AI教育革命从作业辅导到人格培养的全能助手这份长达56页的指南,为我们打开了AI赋能教育的三重境界:第一重:精准学情分析师数学弱项诊断:自动分析5年错题本,定位函数章节为薄弱环节。学习路径规划:为偏科生定制"优势学科突破+劣势补
- 1.MATLAB简要介绍
小蜗笔记
matlab学习笔记
MATLAB介绍认识MATLABMATLAB(矩阵实验室)是由美国MathWorks公司开发的第四代高层次的编程语言和交互式环境数值计算,可视化和编程;MATLAB允许矩阵操作、绘制函数和数据、算法实现、创建用户界面;MATLAB能和在其他语言,包括C、C++、Java和Fortran语言编写的程序接口;MATLAB可以分析数据、开发算法、建立模型和应用程序;MATLAB拥有众多的内置命令和数学函
- jQuery 跨域访问的三种方式 No 'Access-Control-Allow-Origin' header is present on the reque
qiaolevip
每天进步一点点学习永无止境跨域众观千象
XMLHttpRequest cannot load http://v.xxx.com. No 'Access-Control-Allow-Origin' header is present on the requested resource. Origin 'http://localhost:63342' is therefore not allowed access. test.html:1
- mysql 分区查询优化
annan211
java分区优化mysql
分区查询优化
引入分区可以给查询带来一定的优势,但同时也会引入一些bug.
分区最大的优点就是优化器可以根据分区函数来过滤掉一些分区,通过分区过滤可以让查询扫描更少的数据。
所以,对于访问分区表来说,很重要的一点是要在where 条件中带入分区,让优化器过滤掉无需访问的分区。
可以通过查看explain执行计划,是否携带 partitions
- MYSQL存储过程中使用游标
chicony
Mysql存储过程
DELIMITER $$
DROP PROCEDURE IF EXISTS getUserInfo $$
CREATE PROCEDURE getUserInfo(in date_day datetime)-- -- 实例-- 存储过程名为:getUserInfo-- 参数为:date_day日期格式:2008-03-08-- BEGINdecla
- mysql 和 sqlite 区别
Array_06
sqlite
转载:
http://www.cnblogs.com/ygm900/p/3460663.html
mysql 和 sqlite 区别
SQLITE是单机数据库。功能简约,小型化,追求最大磁盘效率
MYSQL是完善的服务器数据库。功能全面,综合化,追求最大并发效率
MYSQL、Sybase、Oracle等这些都是试用于服务器数据量大功能多需要安装,例如网站访问量比较大的。而sq
- pinyin4j使用
oloz
pinyin4j
首先需要pinyin4j的jar包支持;jar包已上传至附件内
方法一:把汉字转换为拼音;例如:编程转换后则为biancheng
/**
* 将汉字转换为全拼
* @param src 你的需要转换的汉字
* @param isUPPERCASE 是否转换为大写的拼音; true:转换为大写;fal
- 微博发送私信
随意而生
微博
在前面文章中说了如和获取登陆时候所需要的cookie,现在只要拿到最后登陆所需要的cookie,然后抓包分析一下微博私信发送界面
http://weibo.com/message/history?uid=****&name=****
可以发现其发送提交的Post请求和其中的数据,
让后用程序模拟发送POST请求中的数据,带着cookie发送到私信的接入口,就可以实现发私信的功能了。
- jsp
香水浓
jsp
JSP初始化
容器载入JSP文件后,它会在为请求提供任何服务前调用jspInit()方法。如果您需要执行自定义的JSP初始化任务,复写jspInit()方法就行了
JSP执行
这一阶段描述了JSP生命周期中一切与请求相关的交互行为,直到被销毁。
当JSP网页完成初始化后
- 在 Windows 上安装 SVN Subversion 服务端
AdyZhang
SVN
在 Windows 上安装 SVN Subversion 服务端2009-09-16高宏伟哈尔滨市道里区通达街291号
最佳阅读效果请访问原地址:http://blog.donews.com/dukejoe/archive/2009/09/16/1560917.aspx
现在的Subversion已经足够稳定,而且已经进入了它的黄金时段。我们看到大量的项目都在使
- android开发中如何使用 alertDialog从listView中删除数据?
aijuans
android
我现在使用listView展示了很多的配置信息,我现在想在点击其中一条的时候填出 alertDialog,点击确认后就删除该条数据,( ArrayAdapter ,ArrayList,listView 全部删除),我知道在 下面的onItemLongClick 方法中 参数 arg2 是选中的序号,但是我不知道如何继续处理下去 1 2 3
- jdk-6u26-linux-x64.bin 安装
baalwolf
linux
1.上传安装文件(jdk-6u26-linux-x64.bin)
2.修改权限
[root@localhost ~]# ls -l /usr/local/jdk-6u26-linux-x64.bin
3.执行安装文件
[root@localhost ~]# cd /usr/local
[root@localhost local]# ./jdk-6u26-linux-x64.bin&nbs
- MongoDB经典面试题集锦
BigBird2012
mongodb
1.什么是NoSQL数据库?NoSQL和RDBMS有什么区别?在哪些情况下使用和不使用NoSQL数据库?
NoSQL是非关系型数据库,NoSQL = Not Only SQL。
关系型数据库采用的结构化的数据,NoSQL采用的是键值对的方式存储数据。
在处理非结构化/半结构化的大数据时;在水平方向上进行扩展时;随时应对动态增加的数据项时可以优先考虑使用NoSQL数据库。
在考虑数据库的成熟
- JavaScript异步编程Promise模式的6个特性
bijian1013
JavaScriptPromise
Promise是一个非常有价值的构造器,能够帮助你避免使用镶套匿名方法,而使用更具有可读性的方式组装异步代码。这里我们将介绍6个最简单的特性。
在我们开始正式介绍之前,我们想看看Javascript Promise的样子:
var p = new Promise(function(r
- [Zookeeper学习笔记之八]Zookeeper源代码分析之Zookeeper.ZKWatchManager
bit1129
zookeeper
ClientWatchManager接口
//接口的唯一方法materialize用于确定那些Watcher需要被通知
//确定Watcher需要三方面的因素1.事件状态 2.事件类型 3.znode的path
public interface ClientWatchManager {
/**
* Return a set of watchers that should
- 【Scala十五】Scala核心九:隐式转换之二
bit1129
scala
隐式转换存在的必要性,
在Java Swing中,按钮点击事件的处理,转换为Scala的的写法如下:
val button = new JButton
button.addActionListener(
new ActionListener {
def actionPerformed(event: ActionEvent) {
- Android JSON数据的解析与封装小Demo
ronin47
转自:http://www.open-open.com/lib/view/open1420529336406.html
package com.example.jsondemo;
import org.json.JSONArray;
import org.json.JSONException;
import org.json.JSONObject;
impor
- [设计]字体创意设计方法谈
brotherlamp
UIui自学ui视频ui教程ui资料
从古至今,文字在我们的生活中是必不可少的事物,我们不能想象没有文字的世界将会是怎样。在平面设计中,UI设计师在文字上所花的心思和功夫最多,因为文字能直观地表达UI设计师所的意念。在文字上的创造设计,直接反映出平面作品的主题。
如设计一幅戴尔笔记本电脑的广告海报,假设海报上没有出现“戴尔”两个文字,即使放上所有戴尔笔记本电脑的图片都不能让人们得知这些电脑是什么品牌。只要写上“戴尔笔
- 单调队列-用一个长度为k的窗在整数数列上移动,求窗里面所包含的数的最大值
bylijinnan
java算法面试题
import java.util.LinkedList;
/*
单调队列 滑动窗口
单调队列是这样的一个队列:队列里面的元素是有序的,是递增或者递减
题目:给定一个长度为N的整数数列a(i),i=0,1,...,N-1和窗长度k.
要求:f(i) = max{a(i-k+1),a(i-k+2),..., a(i)},i = 0,1,...,N-1
问题的另一种描述就
- struts2处理一个form多个submit
chiangfai
struts2
web应用中,为完成不同工作,一个jsp的form标签可能有多个submit。如下代码:
<s:form action="submit" method="post" namespace="/my">
<s:textfield name="msg" label="叙述:">
- shell查找上个月,陷阱及野路子
chenchao051
shell
date -d "-1 month" +%F
以上这段代码,假如在2012/10/31执行,结果并不会出现你预计的9月份,而是会出现八月份,原因是10月份有31天,9月份30天,所以-1 month在10月份看来要减去31天,所以直接到了8月31日这天,这不靠谱。
野路子解决:假设当天日期大于15号
- mysql导出数据中文乱码问题
daizj
mysql中文乱码导数据
解决mysql导入导出数据乱码问题方法:
1、进入mysql,通过如下命令查看数据库编码方式:
mysql> show variables like 'character_set_%';
+--------------------------+----------------------------------------+
| Variable_name&nbs
- SAE部署Smarty出现:Uncaught exception 'SmartyException' with message 'unable to write
dcj3sjt126com
PHPsmartysae
对于SAE出现的问题:Uncaught exception 'SmartyException' with message 'unable to write file...。
官方给出了详细的FAQ:http://sae.sina.com.cn/?m=faqs&catId=11#show_213
解决方案为:
01
$path
- 《教父》系列台词
dcj3sjt126com
Your love is also your weak point.
你的所爱同时也是你的弱点。
If anything in this life is certain, if history has taught us anything, it is
that you can kill anyone.
不顾家的人永远不可能成为一个真正的男人。 &
- mongodb安装与使用
dyy_gusi
mongo
一.MongoDB安装和启动,widndows和linux基本相同
1.下载数据库,
linux:mongodb-linux-x86_64-ubuntu1404-3.0.3.tgz
2.解压文件,并且放置到合适的位置
tar -vxf mongodb-linux-x86_64-ubun
- Git排除目录
geeksun
git
在Git的版本控制中,可能有些文件是不需要加入控制的,那我们在提交代码时就需要忽略这些文件,下面讲讲应该怎么给Git配置一些忽略规则。
有三种方法可以忽略掉这些文件,这三种方法都能达到目的,只不过适用情景不一样。
1. 针对单一工程排除文件
这种方式会让这个工程的所有修改者在克隆代码的同时,也能克隆到过滤规则,而不用自己再写一份,这就能保证所有修改者应用的都是同一
- Ubuntu 创建开机自启动脚本的方法
hongtoushizi
ubuntu
转载自: http://rongjih.blog.163.com/blog/static/33574461201111504843245/
Ubuntu 创建开机自启动脚本的步骤如下:
1) 将你的启动脚本复制到 /etc/init.d目录下 以下假设你的脚本文件名为 test。
2) 设置脚本文件的权限 $ sudo chmod 755
- 第八章 流量复制/AB测试/协程
jinnianshilongnian
nginxluacoroutine
流量复制
在实际开发中经常涉及到项目的升级,而该升级不能简单的上线就完事了,需要验证该升级是否兼容老的上线,因此可能需要并行运行两个项目一段时间进行数据比对和校验,待没问题后再进行上线。这其实就需要进行流量复制,把流量复制到其他服务器上,一种方式是使用如tcpcopy引流;另外我们还可以使用nginx的HttpLuaModule模块中的ngx.location.capture_multi进行并发
- 电商系统商品表设计
lkl
DROP TABLE IF EXISTS `category`; -- 类目表
/*!40101 SET @saved_cs_client = @@character_set_client */;
/*!40101 SET character_set_client = utf8 */;
CREATE TABLE `category` (
`id` int(11) NOT NUL
- 修改phpMyAdmin导入SQL文件的大小限制
pda158
sqlmysql
用phpMyAdmin导入mysql数据库时,我的10M的
数据库不能导入,提示mysql数据库最大只能导入2M。
phpMyAdmin数据库导入出错: You probably tried to upload too large file. Please refer to documentation for ways to workaround this limit.
- Tomcat性能调优方案
Sobfist
apachejvmtomcat应用服务器
一、操作系统调优
对于操作系统优化来说,是尽可能的增大可使用的内存容量、提高CPU的频率,保证文件系统的读写速率等。经过压力测试验证,在并发连接很多的情况下,CPU的处理能力越强,系统运行速度越快。。
【适用场景】 任何项目。
二、Java虚拟机调优
应该选择SUN的JVM,在满足项目需要的前提下,尽量选用版本较高的JVM,一般来说高版本产品在速度和效率上比低版本会有改进。
J
- SQLServer学习笔记
vipbooks
数据结构xml
1、create database school 创建数据库school
2、drop database school 删除数据库school
3、use school 连接到school数据库,使其成为当前数据库
4、create table class(classID int primary key identity not null)
创建一个名为class的表,其有一