FeverTwice
FeverTwice

【深度学习讲座】 悟道讲座—— 大模型“十问”讲座学习笔记

文章目录

  • 大模型的时代我们可以做些什么
  • 1. 问题1：基础理论
  • 2. 问题2：下一代的“大模型”在哪里？
  • 3. 大模型的性能
  • 4. 大模型训练好之后，如何去适配下游的任务
  • 5. 大模型的可控生成
  • 6. 大模型在其安全性和社会伦理方面还是欠缺考虑
  • 7. 人的高级认知能不能被学习？
  • 8. 大模型是AI的未来吗？
  • 9. 模型的性能应该如何评估
  • 10. 大模型系统
  • 总结
  • 写在最后

本文章主要参考了清华大学刘知远教授关于“大模型” 的讲座，并加上了作者的一些学习思考，提出了当下预训练模型（fine-tune）所遇到的机遇、局限与挑战，原汇报视频如下，欢迎大家多多讨论交流学习~

清华刘知远大模型十问

大模型的时代我们可以做些什么

  • 大模型能够在大规模、无标注的数据上进行训练
  • 而模型也能够在一些小数据上面做微调
  • 大模型 + 小数据集 已经成为“新范式”

【深度学习讲座】 悟道讲座—— 大模型“十问”讲座学习笔记_第1张图片
当Transformer问世之后，以前所采用的CNN、RNN变得不再流行，我们都采用类似的框架对模型进行实现，大模型并不是使得我们离人工智能越来越远，相反，在变得越来越近

本质特点

  • 同一框架
  • 同一模型

1. 问题1：基础理论

使用非常少的下游数据就可以实现对下有任务的匹配，我们无论是从全量的下游数据，还是Few-shot learning、In-context learning、Zero-shot learning，都能达到相当不错的效果
在预训练到下游任务的匹配中，我们需要调整的参数的数量是相对来说较少的，由此，引发了如下三个问题：

  • What：大模型究竟是什么
  • How：大模型为什么好，它是如何做到这一点的，它的pre-train和fine-tune是怎么关联在一起的？
  • Why：大模型为什么学的那么好？

2. 问题2：下一代的“大模型”在哪里？

距离我们首次提出大模型结构Transformer（2017）已经过去了5年，随着我们的模型规模不断增长，我们对模型的提升也越来越有限， 我们不禁要问一个问题：Transformer是不是最终极的一个框架呢？

【深度学习讲座】 悟道讲座—— 大模型“十问”讲座学习笔记_第2张图片
类似于神经网络从神经科学受到的启发，我们或许能够从数学领域找到一些答案?

数学：

  • 非优空间Minifold的一些启发
  • 奖几何的一些先验，放到模型里面去
    工程和物理
  • 从动态系统、控制的角度
    神经科学
  • 类脑，Spiking Neural Network (SNN)

3. 大模型的性能

大模型变得越来越大，硬件部分的限制也需要考虑到，我们需要向计算机系统相结合
【深度学习讲座】 悟道讲座—— 大模型“十问”讲座学习笔记_第3张图片
大模型即使训练出来了，但是在一些小的分布式系统中，由于模型比较复杂，推理的过程所用到的时间有时也会变得难以接受，我们可以考虑如何将模型进行压缩，而且保留其最大的效果

  • 剪枝
  • 蒸馏
  • 量化
    以及大模型可能有的稀疏发散的特性
    【深度学习讲座】 悟道讲座—— 大模型“十问”讲座学习笔记_第4张图片

4. 大模型训练好之后，如何去适配下游的任务

模型越大，适配下游的任务难度越高，越来越多的论文都在使用预训练模型，但是参考顶会的论文，真正使用大模型的数量还是偏少

即使目前已经对许多大模型进行开源，但是对于许多的研究机构来讲，还是不能够很好地把大模型适配到他们的下游任务中

  • Prompt-Learning
    一个非常重要的方向Prompt-Learning，能够很好地将下游任务与预训练模型结合
  • Delta Tuning
    只去调整大模型中的少量参数，以快速适配下游任务，开源工具：
  • OpenPrompt
  • OpenDelta
    【深度学习讲座】 悟道讲座—— 大模型“十问”讲座学习笔记_第5张图片

5. 大模型的可控生成

在使用大模型来生成文本，（加入条件约束）如何对大模型使用约束来进行可控生成
【深度学习讲座】 悟道讲座—— 大模型“十问”讲座学习笔记_第6张图片

6. 大模型在其安全性和社会伦理方面还是欠缺考虑

大模型容易出现被攻击的可能（稍微改变输入可能就不工作了）

大模型很容易被故意植入一些”后门“从而使其在特定的场景下做出一些特定的响应
【深度学习讲座】 悟道讲座—— 大模型“十问”讲座学习笔记_第7张图片
模型变得越来越大，也变得越来越不被人信任

7. 人的高级认知能不能被学习？

通常人在接收到一个任务后，总是经历

  1. 任务分析
  2. 拆解
  3. 搜索信息
  4. 分块解决

在国际上，已经有类似于WebGPT、CC-Net等大模型正在学习怎么去使用搜索引擎、网上冲浪、获取有意思的信息

【深度学习讲座】 悟道讲座—— 大模型“十问”讲座学习笔记_第8张图片

8. 大模型是AI的未来吗？

【深度学习讲座】 悟道讲座—— 大模型“十问”讲座学习笔记_第9张图片
对蛋白质预测、风格迁移等方向都有进展，对大规模数据建模，把一些领域知识加入其中

9. 模型的性能应该如何评估

  • 如何评价？
  • 哪个地方还有不足？
    我们需要有一个更加科学的方法去评判大模型的优劣

【深度学习讲座】 悟道讲座—— 大模型“十问”讲座学习笔记_第10张图片

10. 大模型系统

大模型在一个大框架中已经充分地展现了其实力，未来是有希望将其运用在各种各样的框架之中的，如果我们希望其得到更广泛的应用，我们首先需要考虑的是应该如何降低其使用门槛，我们可以参考李历史上的一些成功的案例，例如数据库、大数据分析系统的启发，我们也要构建大模型系统，可以从

  • 底层设备
  • 用户接口
  • 普适性
    【深度学习讲座】 悟道讲座—— 大模型“十问”讲座学习笔记_第11张图片
    面向大模型的系统

总结

【深度学习讲座】 悟道讲座—— 大模型“十问”讲座学习笔记_第12张图片

写在最后

各位看官，都看到这里了，麻烦动动手指头给博主来个点赞8，您的支持作者最大的创作动力哟！
才疏学浅，若有纰漏，恳请斧正
本文章仅用于各位作为学习交流之用，不作任何商业用途，若涉及版权问题请速与作者联系，望悉知

你可能感兴趣的:(深度学习(DL)之路,深度学习,学习,机器学习)

  • Streamlit，一个超强的 Python 应用开发库！ 一行玩python python开发语言
    大家好，我是“一行”。今天，我们要来聊一个非常酷的Python库——Streamlit。如果你有过构建Web应用的经验，或者你对快速搭建交互式应用感兴趣，那么Streamlit会是一个非常棒的工具。它可以让你用极少的代码，快速创建出功能强大且美观的Web应用。无论你是数据分析师、机器学习工程师，还是Python初学者，Streamlit都能帮你轻松实现数据可视化、模型展示等功能。今天我们就从基础开
  • gcc 编译 java_编译GCC4.9 刘俊海 gcc编译java
    从svncheckoutsvn://gcc.gnu.org/svn/gcc/trunk拿了GCC的最新代码，打算编译了学东西习学习C++11的东西，结果在configure的时候出现如下问题：BuildingGCCrequiresGMP4.2+,MPFR2.3.1+andMPC0.8.0+http://www.multiprecision.org/mpc下载mpc-1.0.2.tar.gzftp:
  • AI 驱动的创业产品设计趋势：大模型赋能下的创新 AI天才研究院 【精选大厂面试题详解】大厂Offer收割机面试题简历程序员读书硅基计算碳基计算认知计算生物计算深度学习神经网络大数据AIGCAGILLMJavaPython架构设计Agent程序员实现财富自由
    AI驱动的创业产品设计趋势：大模型赋能下的创新一、背景随着人工智能技术的飞速发展，特别是深度学习和大型语言模型（如GPT）的广泛应用，AI正在逐渐改变创业产品设计的游戏规则。大模型赋能下的创新成为许多创业公司脱颖而出的关键。本文将探讨以下几个方面的内容：AI驱动的创业产品设计趋势大模型在产品设计中的具体应用AI驱动创业产品的成功案例分析大模型赋能下的产品设计和开发挑战二、AI驱动的创业产品设计趋势
  • RAG理论到实践：高级、模块化RAG在AI工程架构中的行业通用解决方案与实施策略(Advanced RAG✨) 汀、人工智能 LLM工业级落地实践人工智能AIAgentRAG知识问答智能问答
    RAG理论到实践：高级、模块化RAG在AI工程架构中的行业通用解决方案与实施策略(AdvancedRAG✨)1.RAG简介词汇解释说明embedding嵌入（embedding）是指将高维数据映射为低维表示的过程。在机器学习和自然语言处理中，嵌入通常用于将离散的符号或对象表示为连续的向量空间中的点。在自然语言处理中，词嵌入（wordembedding）是一种常见的技术，它将单词映射到实数向量，以便
  • 学习 C++(1 月 21 日) 小鱼984 学习
    一.时空复杂度（一）语句（基本单位）（二）语句执行次数（反映程序的运行时间）1.T(x,y,⋯)：语句数2.注意循环中语句的次数（三）时间复杂度（衡量程序效率/语句执行次数T的化简结果）1.T->O(f)化简规则：常数->1；各项系数化为1；只保留最高阶的项；logan应化为logn（即算法的运行时间与输入规模n的对数成正比）2.时间复杂度（最大时间复杂度）的分类（1）最大（坏）时间复杂度O(f)
  • 周报（2025.1.20 ~ 2025.1.26） @Happiness. cocoamacosobjective-c
    一、CodeforcesRound998(Div.3)E题用到并查集并查集模板#includeusingnamespacestd;#definelllonglong#definePIIpair#defineendl'\n'structDSU{vectorf,siz;DSU(){}DSU(lln){init(n);}voidinit(lln){f.resize(n);iota(f.begin(),f
  • MySQL基础知识 洛洛呀。 mysql数据库
    通用语法：1.语句可以单行或多行书写，以分号结尾2.MySQL数据库的SQL语句不区分大小写，关键字建议写大写3.注释：单行注释：--注释内容或#注释内容(MySQL特有)多行注释：/*注释内容*/DDL语法：1.查询SHOWDATABASES;2.创建CREATEDATABASE数据库名称;3.判断后创建数据库CREATEDATABASEIFNOTEXISTS数据库名称4.删除4.1删除数据库：
  • 【Python进阶】5步掌握Pandas数据结构，你真的学会了吗？ 墨瑾轩 Python入门~精通pythonpandas数据结构
    关注墨瑾轩，带你探索编程的奥秘！超萌技术攻略，轻松晋级编程高手技术宝库已备好，就等你来挖掘订阅墨瑾轩，智趣学习不孤单即刻启航，编程之旅更有趣5步掌握Pandas数据结构，你真的学会了吗？引言❓亲爱的小伙伴们，你们有没有遇到过这样的情况：在处理结构化数据时，总是觉得Python内置的列表和字典不够灵活？别担心，今天我们就来一场“Pandas数据结构大挑战”，手把手教你如何使用Pandas的两大核心数
  • Python从0到100（六十一）：机器学习实战-实现客户细分 是Dream呀 python机器学习开发语言
    前言：零基础学Python：Python从0到100最新最全教程。想做这件事情很久了，这次我更新了自己所写过的所有博客，汇集成了Python从0到100，共一百节课，帮助大家一个月时间里从零基础到学习Python基础语法、Python爬虫、Web开发、计算机视觉、机器学习、神经网络以及人工智能相关知识，成为学习学习和学业的先行者！欢迎大家订阅专栏：零基础学Python：Python从0到100最新
  • 【Unity实践笔记】使用Json存储和读取数据 LuckySawa Unity实践笔记
    最近项目中需要借助txt保存一些文件的数据，于是学习了使用json总的来说非常方便，易于理解需求与分析需要能够将生成的文件在本地保存一年（自创建时起），期间可以随时提取并使用要有两种搜索途径，一种是通过输入完整的id码（由创建时的时间和随机数组成），另一种是通过查看某一天的全部文件自行筛选由于读取txt文档比逐个读取文件并判断文件名更有效率，考虑创建文件时根据日期来存入对应的文件夹（File-年-
  • C++|开源日志库log4cpp和glog 奇树谦 C/C++/qtc++开源开发语言
    文章目录`log4cpp`和`glog`对比1.**功能对比**2.**易用性和配置**3.**性能**4.**线程安全**5.**日志输出**6.**功能扩展**7.**适用场景**8.**总结**其它开源C++日志库1.**spdlog**2.**easylogging++**3.**Boost.Log**4.**loguru**5.**PocoLogging**6.**QtLogging(Q
  • 基于Qt5.14.2和mingw的Qt源码学习（五） — 事件循环之windows事件循环基础和控制台中的事件循环 coding-hwz 通过Qt源码学习C++和OOP#事件循环windowsc++
    基于Qt5.14.2和mingw的Qt源码学习（五）—事件循环之windows事件循环基础和控制台中的事件循环一、QEvent1、Q_GADGET2、spontaneous()3、accept()和ignore()二、QEventLoop1、ProcessEventsFlags2、exec（1）QAtomicIntegera.loadAcquirestoreReleaseb.loadRelaxed
  • 学习笔记 20240805 Rust语言-Rust语言圣经-Box＜T＞ zhangfan-辰祎 学习笔记rust
    文章目录20240805智能指针概述Box\堆对象分配Rust中的堆栈Box的使用场景使用Box\将数据存储在堆上避免栈上数据的拷贝将动态大小类型变为Sized固定大小类型特征对象Box内存布局Box::leak总结参考文献20240805智能指针概述在各个编程语言中，指针的概念几乎都是相同的：指针是一个包含了内存地址的变量，该内存地址引用或者指向了另外的数据。在Rust中，最常见的指针类型是引用
  • k8s的无头服务
    k8s的无头服务HeadlessServices是一种特殊的service，其spec:clusterIP表示为None，这样在实际运行时就不会被分配ClusterIP，也被称为无头服务，通过DNS解析提供服务发现。与普通服务不同的是HeadlessServices不提供负载均衡功能，每个Pod都有唯一的DNS记录，直接映射到其IP地址，适用于有状态应用的场景，如与StatefulSet一起部署数
  • 简要说一下关于实现整个深度学习项目的流程 懒大王12138 机器学习深度学习神经网络人工智能算法
    我们以识别生物信号为例子，其他类似与图像、文本和目标/故障检测的同样适用1.信号预处理；首先要将得到的生物信号进去噪音去除，另外所有的生物信号由于采样时间不同可能长度并不一样，这时候你需要统一长度。2.特征工程；你需要对所有的经过预处理并且将要输入神经网络的信号提取特征，比如信号的频谱图、时间-频率图或者是一些非线性的动力学特征，比如相空间这些。最重要的是提取的特征数据形状必须一致。3.搭建深度学
  • 对于编程零基础，第一个语言是 Python 的人有什么建议？ cda2024 python开发语言
    在当今数字化时代，编程已成为一项必备技能。无论你是想成为一名专业的软件开发人员，还是希望在数据分析、人工智能等领域有所建树，掌握一门编程语言都是至关重要的第一步。对于许多初学者来说，Python是一个理想的选择。它不仅语法简洁易懂，而且拥有强大的社区支持和丰富的库资源。那么，对于编程零基础且选择Python作为第一门语言的人，有哪些实用的建议呢？1.建立正确的学习心态1.1持之以恒学习编程并不是一
  • 在PyTorch框架上训练ImageNet时，Dataloader加载速度慢怎么解决？ cda2024 pytorch人工智能python
    在深度学习领域，PyTorch因其灵活性和易用性而受到广泛欢迎。然而，在实际应用中，特别是在处理大规模数据集如ImageNet时，Dataloader的加载速度往往成为瓶颈。本文将深入探讨这一问题，并提供多种解决方案，帮助你在PyTorch框架上高效地训练ImageNet。1.问题背景ImageNet是一个包含超过1400万张图像的大规模数据集，被广泛用于图像分类任务的研究。在PyTorch中，D
  • Python 获取管理员权限 一台电脑可以让你哭吗 Pythonpython开发语言
    方法一：使用ctypes库调用系统APIPython中的【ctypes】库允许我们调用操作系统的动态链接库函数，来获取管理员权限。importctypesimportsysdefis_admin():try:returnctypes.windll.shell32.IsUserAnAdmin()except:returnFalseifnotis_admin():ctypes.windll.shell
  • 深度学习篇---Anaconda&LabelImg Ronin-Lotus 深度学习篇深度学习人工智能学习python程序人生机器学习计算机视觉
    文章目录前言第一部分：Anaconda是什么？1.简介2.特点（1）包管理器Conda（2）环境管理（3）预装包（4）跨平台（5）社区支持3.安装WindowsLinux3.基本命令（1）conda--version（2）condaupdateconda（3）condacreate--namemyenvpython=3.6（4）condaactivatemyenv（5）condadeactivat
  • 基于dlib/face recognition人脸识别推拉流实现 #北极星star 人脸识别opencv计算机视觉人工智能
    目录一.环境搭建二.推拉流代码三.人脸检测推拉流一.环境搭建1.下载RTSP服务器MediaMTX与FFmpegFFmpeg是一款功能强大的开源多媒体处理工具，而MediaMTX则是一个轻量级的流媒体服务器。两者结合，可以实现将本地视频或者实时摄像头画面推送到RTSP流，从而实现视频直播、监控等功能。FFmpeg:负责将本地视频或实时摄像头画面编码成RTSP流所需要的格式，并发送给MediaMTX
  • 【学习总结|DAY034】Maven高级 123yhy传奇 学习mavenjava
    在Web后端开发中，Maven作为强大的项目管理工具，其高级特性对于优化项目结构、提高开发效率至关重要。本文将结合实际代码示例，深入介绍Maven的分模块设计与开发、继承与聚合以及私服相关知识。一、分模块设计与开发（一）为什么要分模块设计将项目按功能拆分为多个子模块，能极大提升项目的可维护性、扩展性，方便模块间调用与资源共享。以电商项目为例，若将商品、搜索、购物车、订单等功能混在一个模块，代码会变
  • Android微信分享后app就重启了 GeniuswongAir android微信flutter
    我加了一个SplashActivity到我的工程里，做了一个启动画面。加上后，微信分享就出了问题。分享到微信后返回到APP，App就重启了。解决，加了一个判断。不让它重启。classSplashActivity:AppCompatActivity(){overridefunonCreate(savedInstanceState:Bundle?){super.onCreate(savedInstan
  • C动态库的生成与在Python和QT中的调用方法 琳琳简单点 python开发语言qtc++c语言
    目录一、动态库生成1）C语言生成动态库2）c++类生成动态库二、动态库调用1）Python调用DLL2）QT调用DLL三、存在的一些问题1）python调用封装了类的DLL可能调用不成功2）DLL格式不匹配的问题四、总结动态库文件在程序开发中运用很常见，但C和C++代码生成动态库文件，以及在使用时均存在一些差异，本文对两者的差异进行了讲解，并通过具体的实例加以说明。实例均在Windows系统下进行
  • python的应用领域主要有_Python的应用领域有哪些？ weixin_39658966 python的应用领域主要有
    Python的应用领域有哪些？Python是一门简单、易学并且很有前途的编程语言，很多人都对Python感兴趣，但是当学完Python基础用法之后，又会产生迷茫，尤其是自学的人员，不知道接下来的Python学习方向，以及学完之后能干些什么？以下是Python十大应用领域！1.WEB开发Python拥有很多免费数据函数库、免费web网页模板系统、以及与web服务器进行交互的库，可以实现web开发，搭
  • 搭建本地Python Package Index(pypi)源 tmpbook python
    准备一台有外网的机器：nginxpython>=2.7（needreadline-devel,sqlite-devel）1.安装pip2pipipinstallpip2pi2.创建存放软件包的仓库mkdir-d/opt/python/soft/pypi.kevingao.net/3.下载某个包和某些包并建立索引单独下载pip2tgz/opt/python/soft/pypi.kevingao.ne
  • RabbitMQ 死信队列的使用 胡尚 小知识点rabbitmqjava分布式
    死信队列DLX死信队列。有以下几种情况，消息会进入到死信队列中：消息过期消息被拒绝队列达到最大长度实现的逻辑就是：也是创建一个交换机，就暂时叫它死信交换机，然后再创建一个死信队列，死信交换机和死信队列进行绑定。当设置了ttl的队列中消息过期后就会把消息发送至我们的死信交换机，死信交换机再存入死信队列中，以后肯定还会有一个死信消费者来处理死信队列中的消息的。其实这还是一个提供者–>交换机—>队列--
  • Eigen知识点1：数组、向量初始化 星辰和大海都需要门票 Eigenc++矩阵开发语言
    1知识点总结：（1）数组初始化Eigen::MatrixXdm(2,2);m(0,0)=1;m#includeusingnamespaceEigen;usingnamespacestd;intmain(intargc,char*argv[]){ros::init(argc,argv,"eigen01");ros::NodeHandlenh;//Eigen提供的初始化方法——逗号初始化法//知识点1
  • 深度优先搜索算法笔记 骑狗看夕阳 算法笔记深度优先笔记算法
    深度优先搜索今天我们来讲解的是深度优先搜索，这是我们大家学习信息是必不可少也是最总要的一个算法，那么深度优先搜索这个算法究竟是干了什么呢？这很简单。本质搜索搜索，就在于这二字，也就是一个一个查找。不过深度优先搜索，其实就是在这棵搜索树中以深度为先，也就是所谓的不撞南墙不回头，就是说我们可以把它认为是走迷宫，如果到了终点就没有关系，不然就继续走，碰到弯道一直往右，碰到死胡同再绕出来。就是怎么简单。那
  • 题海拾贝：P2085 最小函数值 <但凡. 题海拾贝算法c++数据结构
    Hello大家好！很高兴我们又见面啦！给生活添点passion，开始今天的编程之路！我的博客：#includetypedeflonglongLL;usingnamespacestd;constintN=1e4+10;LLA[N],B[N],C[N];structnode{LLnum;//值LLi;//第i个方程式LLj;//代入的值//重载运算符写结构体里面不能typedefbooloperato
  • 【TCN回归预测】蜣螂算法优化时间卷积神经网络DBO-TCN负荷数据回归预测【含Matlab源码 6222期】 Matlab领域 matlab
    欢迎来到海神之光博客之家✅博主简介：热爱科研的Matlab仿真开发者，修心和技术同步精进，完整代码论文复现程序定制期刊写作科研合作扫描文章底部QQ二维码。个人主页：海神之光代码获取方式：海神之光Matlab王者学习之路—代码获取方式⛳️座右铭：行百里者，半于九十。更多Matlab智能算法神经网络预测与分类仿真内容点击①Matlab神经网络预测与分类（进阶版）②付费专栏Matlab智能算法神经网络预
  • rust的指针作为函数返回值是直接传递，还是先销毁后创建？ wudixiaotie 返回值
     这是我自己想到的问题，结果去知呼提问，还没等别人回答， 我自己就想到方法实验了。。 fn main() { let mut a = 34; println!("a's addr:{:p}", &a); let p = &mut a; println!("p's addr:{:p}", &a
  • java编程思想 -- 数据的初始化 百合不是茶 java数据的初始化
      1.使用构造器确保数据初始化      /* *在ReckInitDemo类中创建Reck的对象 */ public class ReckInitDemo { public static void main(String[] args) { //创建Reck对象 new Reck(); } }
  • [航天与宇宙]为什么发射和回收航天器有档期 comsci
           地球的大气层中有一个时空屏蔽层,这个层次会不定时的出现,如果该时空屏蔽层出现,那么将导致外层空间进入的任何物体被摧毁,而从地面发射到太空的飞船也将被摧毁...        所以,航天发射和飞船回收都需要等待这个时空屏蔽层消失之后,再进行 &
  • linux下批量替换文件内容 商人shang linux替换
    1、网络上现成的资料 　　格式: sed -i "s/查找字段/替换字段/g" `grep 查找字段 -rl 路径` 　　linux sed 批量替换多个文件中的字符串 　　sed -i "s/oldstring/newstring/g" `grep oldstring -rl yourdir` 　　例如：替换/home下所有文件中的www.admi
  • 网页在线天气预报 oloz 天气预报
    网页在线调用天气预报 <%@ page language="java" contentType="text/html; charset=utf-8" pageEncoding="utf-8"%> <!DOCTYPE html PUBLIC "-//W3C//DTD HTML 4.01 Transit
  • SpringMVC和Struts2比较 杨白白 springMVC
    1. 入口 spring mvc的入口是servlet，而struts2是filter（这里要指出，filter和servlet是不同的。以前认为filter是servlet的一种特殊），这样就导致了二者的机制不同，这里就牵涉到servlet和filter的区别了。 参见：http://blog.csdn.net/zs15932616453/article/details/8832343 2
  • refuse copy, lazy girl! 小桔子 copy
           妹妹坐船头啊啊啊啊！都打算一点点琢磨呢。文字编辑也写了基本功能了。。今天查资料，结果查到了人家写得完完整整的。我清楚的认识到： 1.那是我自己觉得写不出的高度 2.如果直接拿来用，很快就能解决问题 3.然后就是抄咩~~ 4.肿么可以这样子，都不想写了今儿个，留着作参考吧！拒绝大抄特抄，慢慢一点点写！  
  • apache与php整合 aichenglong php apache web
    一  apache web服务器 1 apeche web服务器的安装   1)下载Apache web服务器   2)配置域名(如果需要使用要在DNS上注册)   3)测试安装访问http://localhost/验证是否安装成功 2 apache管理   1)service.msc进行图形化管理   2)命令管理，配
  • Maven常用内置变量 AILIKES maven
    Built-in properties ${basedir} represents the directory containing pom.xml ${version} equivalent to ${project.version} (deprecated: ${pom.version}) Pom/Project properties Al
  • java的类和对象 百合不是茶 JAVA面向对象 类 对象
    java中的类：     java是面向对象的语言，解决问题的核心就是将问题看成是一个类，使用类来解决   java使用 class 类名   来创建类 ，在Java中类名要求和构造方法，Java的文件名是一样的   创建一个A类： class A{ }   java中的类：将某两个事物有联系的属性包装在一个类中，再通
  • JS控制页面输入框为只读 bijian1013 JavaScript
    在WEB应用开发当中，增、删除、改、查功能必不可少，为了减少以后维护的工作量，我们一般都只做一份页面，通过传入的参数控制其是新增、修改或者查看。而修改时需将待修改的信息从后台取到并显示出来，实际上就是查看的过程，唯一的区别是修改时，页面上所有的信息能修改，而查看页面上的信息不能修改。因此完全可以将其合并，但通过前端JS将查看页面的所有信息控制为只读，在信息量非常大时，就比较麻烦。  
  • AngularJS与服务器交互 bijian1013 JavaScriptAngularJS$http
            对于AJAX应用（使用XMLHttpRequests）来说，向服务器发起请求的传统方式是：获取一个XMLHttpRequest对象的引用、发起请求、读取响应、检查状态码，最后处理服务端的响应。整个过程示例如下： var xmlhttp = new XMLHttpRequest(); xmlhttp.onreadystatechange
  • [Maven学习笔记八]Maven常用插件应用 bit1129 maven
    常用插件及其用法位于：http://maven.apache.org/plugins/   1. Jetty server plugin 2. Dependency copy plugin 3. Surefire Test plugin 4. Uber jar plugin           1. Jetty Pl
  • 【Hive六】Hive用户自定义函数(UDF) bit1129 自定义函数
    1. 什么是Hive UDF Hive是基于Hadoop中的MapReduce，提供HQL查询的数据仓库。Hive是一个很开放的系统，很多内容都支持用户定制，包括： 文件格式：Text File，Sequence File 内存中的数据格式： Java Integer/String, Hadoop IntWritable/Text 用户提供的 map/reduce 脚本：不管什么
  • 杀掉nginx进程后丢失nginx.pid，如何重新启动nginx ronin47 nginx 重启 pid丢失
    nginx进程被意外关闭，使用nginx -s reload重启时报如下错误：nginx: [error] open() “/var/run/nginx.pid” failed (2: No such file or directory)这是因为nginx进程被杀死后pid丢失了，下一次再开启nginx -s reload时无法启动解决办法：nginx -s reload 只是用来告诉运行中的ng
  • UI设计中我们为什么需要设计动效 brotherlamp UIui教程ui视频ui资料ui自学
    随着国际大品牌苹果和谷歌的引领，最近越来越多的国内公司开始关注动效设计了，越来越多的团队已经意识到动效在产品用户体验中的重要性了，更多的UI设计师们也开始投身动效设计领域。 但是说到底，我们到底为什么需要动效设计？或者说我们到底需要什么样的动效？做动效设计也有段时间了，于是尝试用一些案例，从产品本身出发来说说我所思考的动效设计。 一、加强体验舒适度 嗯，就是让用户更加爽更加爽的用你的产品。
  • Spring中JdbcDaoSupport的DataSource注入问题 bylijinnan javaspring
    参考以下两篇文章： http://www.mkyong.com/spring/spring-jdbctemplate-jdbcdaosupport-examples/ http://stackoverflow.com/questions/4762229/spring-ldap-invoking-setter-methods-in-beans-configuration Sprin
  • 数据库连接池的工作原理 chicony 数据库连接池
           随着信息技术的高速发展与广泛应用，数据库技术在信息技术领域中的位置越来越重要，尤其是网络应用和电子商务的迅速发展，都需要数据库技术支持动 态Web站点的运行，而传统的开发模式是：首先在主程序（如Servlet、Beans）中建立数据库连接；然后进行SQL操作，对数据库中的对象进行查 询、修改和删除等操作；最后断开数据库连接。使用这种开发模式，对
  • java 关键字 CrazyMizzz java
    关键字是事先定义的，有特别意义的标识符，有时又叫保留字。对于保留字，用户只能按照系统规定的方式使用，不能自行定义。 Java中的关键字按功能主要可以分为以下几类：    （1）访问修饰符       public,private,protected       p
  • Hive中的排序语法 daizj 排序hiveorder byDISTRIBUTE BYsort by
    Hive中的排序语法 2014.06.22 ORDER BY hive中的ORDER BY语句和关系数据库中的sql语法相似。他会对查询结果做全局排序，这意味着所有的数据会传送到一个Reduce任务上，这样会导致在大数量的情况下，花费大量时间。 与数据库中 ORDER BY 的区别在于在hive.mapred.mode = strict模式下，必须指定 limit 否则执行会报错。
  • 单态设计模式 dcj3sjt126com 设计模式
      单例模式（Singleton）用于为一个类生成一个唯一的对象。最常用的地方是数据库连接。 使用单例模式生成一个对象后，该对象可以被其它众多对象所使用。 <?phpclass Example{    // 保存类实例在此属性中    private static&
  • svn locked dcj3sjt126com Lock
    post-commit hook failed (exit code 1) with output: svn: E155004: Working copy 'D:\xx\xxx' locked svn: E200031: sqlite: attempt to write a readonly database svn: E200031: sqlite: attempt to write a
  • ARM寄存器学习 e200702084 数据结构C++cC#F#
    无论是学习哪一种处理器，首先需要明确的就是这种处理器的寄存器以及工作模式。     ARM有37个寄存器，其中31个通用寄存器，6个状态寄存器。 1、不分组寄存器（R0-R7）     不分组也就是说说，在所有的处理器模式下指的都时同一物理寄存器。在异常中断造成处理器模式切换时，由于不同的处理器模式使用一个名字相同的物理寄存器，就是
  • 常用编码资料 gengzg 编码
    List<UserInfo> list=GetUserS.GetUserList(11); String json=JSON.toJSONString(list); HashMap<Object,Object> hs=new HashMap<Object, Object>(); for(int i=0;i<10;i++) {
  • 进程 vs. 线程 hongtoushizi 线程linux进程
    我们介绍了多进程和多线程，这是实现多任务最常用的两种方式。现在，我们来讨论一下这两种方式的优缺点。 首先，要实现多任务，通常我们会设计Master-Worker模式，Master负责分配任务，Worker负责执行任务，因此，多任务环境下，通常是一个Master，多个Worker。 如果用多进程实现Master-Worker，主进程就是Master，其他进程就是Worker。 如果用多线程实现
  • Linux定时Job：crontab -e 与 /etc/crontab 的区别 Josh_Persistence linuxcrontab
    一、linux中的crotab中的指定的时间只有5个部分：* * * * * 分别表示：分钟，小时，日，月，星期，具体说来： 第一段 代表分钟 0—59 第二段 代表小时 0—23 第三段 代表日期 1—31 第四段 代表月份 1—12 第五段 代表星期几，0代表星期日 0—6   如： */1 * * * *   每分钟执行一次。 *
  • KMP算法详解 hm4123660 数据结构C++算法字符串KMP
         字符串模式匹配我们相信大家都有遇过，然而我们也习惯用简单匹配法（即Brute-Force算法)，其基本思路就是一个个逐一对比下去，这也是我们大家熟知的方法，然而这种算法的效率并不高，但利于理解。       假设主串s="ababcabcacbab",模式串为t="
  • 枚举类型的单例模式 zhb8015 单例模式
    E.编写一个包含单个元素的枚举类型[极推荐]。代码如下： public enum MaYun {himself; //定义一个枚举的元素，就代表MaYun的一个实例private String anotherField;MaYun() {//MaYun诞生要做的事情//这个方法也可以去掉。将构造时候需要做的事情放在instance赋值的时候：/** himself = MaYun() {*
  • Kafka+Storm+HDFS ssydxa219 storm
    cd /myhome/usr/stormbin/storm nimbus &amp;bin/storm supervisor &amp;bin/storm ui &amp;Kafka+Storm+HDFS整合实践kafka_2.9.2-0.8.1.1.tgzapache-storm-0.9.2-incubating.tar.gzKafka安装配置我们使用3台机器搭建Kafk
  • Java获取本地服务器的IP 中华好儿孙 javaWeb获取服务器ip地址
    System.out.println("getRequestURL:"+request.getRequestURL()); System.out.println("getLocalAddr:"+request.getLocalAddr()); System.out.println("getLocalPort:&quo
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他