- 排列组合数的一些公式
wuming先生
绪论:加法原理、乘法原理#分类计数原理:做一件事,有nn类办法,在第11类办法中有m1m1种不同的方法,在第22类办法中有m2m2种不同的方法,…,在第nn类办法中有mnmn种不同的方法,那么完成这件事共有N=m1+m2+…+mnN=m1+m2+…+mn种不同的方法。分步计数原理:完成一件事,需要分成nn个步骤,做第11步有m1m1种不同的方法,做第22步有m2m2种不同的方法,…,做第nn步有m
- NCNN GPU初始化加速——cache实现
陈立里
ncnn
概要NCNN的CPU初始化速度很快,但是当使用GPU进行推理时,初始化往往要花费几秒甚至更长时间。其他框架例如MNN有载入cache的方式来进行加速,NCNN目前没有相关接口来实现加速,那么NCNN是否也可以加载cache来实现加速呢?整体流程通过测速以及查看NCNN的源码可以发现,在gpu.cpp源文件下的VulkanDevice::create_pipeline函数内的vkCreateComp
- 手写数字识别从训练到部署全流程详解——模型在Android端的部署
彧侠
综述:目前深度学习模型在移动端的使用已越来越广泛,而移动端设备的性能表现自然无法与PC端相提并论,目前市面上基本所有的训练框架训练出来的模型都无法直接在移动端上使用和推理,尽管部分框架同时做了移动端部署功能(如Tensorflow-lite、pytorch-mobile等),但是在性能表现上对比专业的部署框架(如ncnn、mnn等)没有任何优势,基于之前对部署框架的使用经验,下面我就以手写数字识别
- 【深度学习】MNN ImageProcess处理图像顺序,逻辑,均值,方差
XD742971636
深度学习机器学习深度学习mnnImageProcess
文章目录介绍Opencvnumpy等效的MNN处理介绍MNNImageProcess处理图像是先reisze还是后resize,均值方差怎么处理,是什么通道顺序?这篇文章告诉你答案。Opencvnumpy这段代码是一个图像预处理函数,用于对输入的图像进行一系列处理,以便将其用于某些机器学习模型的输入。cv2.imdecode(np.fromfile(imgpath,dtype=np.uint8),
- VS CMAKE链接MNN静态库,使用pybind11生成python接口
qizhen816
pybind11的使用教程已经有很多了,参考https://zhuanlan.zhihu.com/p/93299698,建议使用vcpkg安装pybind11pybind11:x64-windows-static等等库我的接口形式为voidface_handler(py::module&m){py::class_(m,"RFInfer").def(py::init()).def("__call__
- MNN编译android版本脚本
yuhongjiu
#!/bin/bash./schema/generate.shexportANDROID_NDK="/home/yw/android_ndk/android-ndk-r18b"rm-rfbuild_androidmkdirbuild_androidcdbuild_androidfunctionbuild_android{mkdir$PREFIXcd$PREFIXcmake../../../-DCM
- 鸿蒙使用第三方SO库
neo_尼欧
HarmonyOSOpenharmonyOpenHarmonyharmonyosHAP
一、示例:使用第三方SO库以导入OpenCV和MNN的SO库为例1、将MNN和Opencv的so文件(包括.407文件),放入模块下libs目录对应的版本(arm64-v8a和armeabi-v7a)entry/libs/arm64-v8a/xxx.so2、配置模块目录下的build-profile.json5的buildOption字段,增加abiFilters字段:"buildOption":
- 大模型内容分享(二十八):mnn-llm: 大语言模型端侧CPU推理优化
之乎者也·
大模型(FoundationModel)内容分享AI(人工智能)内容分享mnn语言模型人工智能
在大语言模型(LLM)端侧部署上,基于MNN实现的mnn-llm项目已经展现出业界领先的性能,特别是在ARM架构的CPU上。目前利用mnn-llm的推理能力,qwen-1.8b在mnn-llm的驱动下能够在移动端达到端侧实时会话的能力,能够在较低内存(<2G)的情况下,做到快速响应。目录背景模型导出模型部署性能优化性能测试总结与展望项目代码团队介绍背景在大型语言模型(LLM)领域的迅猛发展背景下,
- [MNN]vs2019编译MNN x86
FL1623863129
深度学习mnnc++人工智能
打开开始编译cd/path/to/MNNmkdirbuild&&cdbuildcmake-G"NMakeMakefiles"-DCMAKE_BUILD_TYPE=Release..nmake
- 香橙派--编译MNN报错,关于汇编的嵌套展开
lindsayshuo
mnn汇编人工智能
先看报错:/home/orangepi/MNN-master/source/backend/cpu/arm/arm64/bf16/ARMV86_MNNPackedMatMulRemain_BF16.S:158:Fatalerror:macrosnestedtoodeeply再看代码:PostTreatLH8:FMAXv9,v15,v16,v17,v18FMAXv9,v19,v20,v21,v22F
- mnn-llm: 大语言模型端侧CPU推理优化
阿里巴巴淘系技术团队官网博客
mnn语言模型人工智能深度学习机器学习
在大语言模型(LLM)端侧部署上,基于MNN实现的mnn-llm项目已经展现出业界领先的性能,特别是在ARM架构的CPU上。目前利用mnn-llm的推理能力,qwen-1.8b在mnn-llm的驱动下能够在移动端达到端侧实时会话的能力,能够在较低内存(<2G)的情况下,做到快速响应。背景在大型语言模型(LLM)领域的迅猛发展背景下,开源社区已经孵化了众多优异的LLM模型。这些模型在自然语言处理的各
- 探索模块化神经网络在现代人工智能中的功效和应用
无水先生
NLP高级和ChatGPT人工智能人工智能神经网络深度学习
一、介绍在快速发展的人工智能领域,模块化神经网络(MNN)已成为一项关键创新。与遵循整体方法的传统神经网络架构不同,MNN采用分散式结构。本文深入探讨了MNN的基础知识、它们的优势、应用以及它们带来的挑战。@evertongomede在人工智能领域,模块化神经网络证明了协作智能的力量,体现了整体大于部分之和的原则。二、了解模块化神经网络模块化神经网络代表了神经网络设计的范式转变。核心思想是将复杂问
- 移动端模型部署框架
落花逐流水
pytorch实践人工智能pytorch
移动端模型部署框架1.MNN整体特点轻量性通用性高性能易用性架构设计主体工具致谢移动端模型部署框架1.MNNhttps://www.yuque.com/mnn/cn/aboutMNN是全平台轻量级高性能深度学习引擎,广泛支持了阿里巴巴在计算机视觉、语音识别技术、自然语言处理等领域的70多个AI应用场景,包含淘宝搜索、拍立淘、淘宝直播、AR导购等,日调用量达十亿量级。
- Microsoft C++ 异常: std::length_error,位于内存位置 0x000000AF9B7AF810 处
AI视觉网奇
c++入门宝典c++
mnn运行报错:0x00007FFCFD1C4ED9处(位于mnn_yolo.exe中)有未经处理的异常:MicrosoftC++异常:std::length_error,位于内存位置0x000000AF9B7AF810处。原因:release库,选择运行库模式mtd,这时需要引用debug库,但是运行会报错。解决方法:release,运行库需要设置成mt或者mddebug,运行库需要设置为MTd
- 【AI】模型结构可视化工具Netron应用
TopFancy
人工智能人工智能模型可视化Netron
随着AI模型的发展,模型的结构也变得越来越复杂,理解起来越来越困难,这时候能够画一张结构图就好了,就像我们在开发过程中用到的UML类图,能够直观看出不同层之间的关系,于是Netron就来了。Netron支持神经网络、深度学习和机器学习网络的可视化。支持ONNX,TensorFlowLite,CoreML,Keras,Caffe,Darknet,MXNet,PaddlePaddle,ncnn,MNN
- conan入门(二十九):对阿里mnn进行Conan封装塈conans.CMake和conan.tools.cmake.CMake的区别
10km
conandeeplearningmnnconanconanfile.pyaarch64cmake
去年写过一篇博客《conan入门(十九):封装第三方开源库cpp_redis示例》,当时通过自己写conanfile.py,实现了对第三方库cpp_redis的conan封装。当时使用的conan1.45.0时过一年多,conan版本也经过了很多次升级,最新的版本是2.x,不过为了保持兼容现在我使用的版本是1.60.0conans.CMakeVSconan.tools.cmake.CMake当时使
- Int8量化算子在移动端CPU的性能优化
阿里巴巴淘系技术团队官网博客
性能优化
本文介绍了DepthwiseConvolution的Int8算子在移动端CPU上的性能优化方案。ARM架构的升级和相应指令集的更新不断提高移动端各算子的性能上限,结合数据重排和Sdot指令能给DepthwiseConv量化算子的性能带来较大提升。背景MNN对ConvolutionDepthwiseInt8量化算子在ARMV8(64位)和ARMV8.2上的性能做了较大的优化,主要优化方法包括改变数据
- pth转onnx转mnn bug总结
三寸光阴___
MNN网络结构
pytorch版yolov3转onnx样例importtorchimporttorchvisionimportnumpyasnpfromonnxruntime.datasetsimportget_exampleimportonnxruntimefromonnximportshape_inferenceimportonnximportosfrommodelsimport*img_size=416cf
- 深度学习可视化工具:Netron
泠山
深度学习深度学习人工智能
Netron是一个用于神经网络、深度学习和机器学习模型的可视化工具。Netron支持ONNX、TensorFlowLite、Caffe、Keras、Darknet、PaddlePaddle、ncnn、MNN、CoreML、RKNN、MXNet、MindSporeLite、TNN、Barracuda、Tengine、CNTK、TensorFlow.js、Caffe2和UFF。它还实验性支持PyTor
- nndeploy:一款最新上线的支持多平台、简单易用、高性能的机器学习部署框架
nudt_qxx
c++mnnpaddlepytorch
项目地址:https://github.com/Alwaysssssss/nndeploy介绍nndeploy是一款最新上线的支持多平台、高性能、简单易用的机器学习部署框架。做到一个框架就可完成多端(云、边、端)模型的高性能部署。作为一个多平台模型部署工具,我们的框架最大的宗旨就是高性能以及使用简单贴心,目前nndeploy已完成TensorRT、OpenVINO、ONNXRuntime、MNN、
- 管理类联考——数学——汇总篇——知识点突破——数据分析——计数原理——加法原理&减法原理
fo安方
管理类专业学位联考MBAEME—share考研学习EMEMBAEMBA
角度——⛲️一、考点讲解分类计数原理(加法原理)(1)定义如果完成一件事有n类办法,只要选择其中一类办法中的任何一种方法,就可以完成这件事。若第一类办法中有m1m_1m1种不同的方法,第二类办法中有m2m_2m2种不同的方法…第n类办法中有mnm_nmn种不同的办法,那么完成这件事共用N=m1+m2+...+mnN=m_1+m_2+...+m_nN=m1+m2+...+mn种不同的方法。(2)理解
- 友善之臂NanoPC-T4 RK3399 配置 安装TensorFlow2 Pytorch
Yuuchuin
pythonLinuxlinux深度学习
文章目录1.简单介绍用户与密码2.改系统-安卓改Linux避坑3.换源-备份官方源-换国内源--清华源:--华为源(据说很快):-更新软件列表和升级4.文件传输-U盘传输文件-通过XFTP传输5.远程连接6.安装Mini-forge7.编译安装MNN-编译推理部分-编译训练部分-编译转换部分-姿态检测Demo8.安装MNNPythonAPI9.安装TensorFlow2.X10.安装TensorF
- 信科算法课课后思考题
lucia320
https://wenku.baidu.com/view/7c9de809581b6bd97f19ea72.html鹰蛋问题两颗蛋:考虑sqrt(n)的方式逐个扔蛋M颗蛋,N层楼:(1)动态规划,O(MNN)=O(N3)f(i,j)=min{max(f(i-1,w-1),f(i,j-w))|1log2(N),使用二分法最坏情况下的最小次数必然是log2(N+1);故只需考虑M<=log2(N)的情
- NBIS系列单细胞转录组数据分析实战(三):多样本数据整合
Davey1220
第三节:多样本数据整合在本节教程中,我们将探讨多个样本scRNA-seq数据集整合的不同方法。我们使用两种不同的方法来校正跨数据集的批处理效应。同时,我们还给出一种量化措施,以评估不同数据集整合的效果。Seurat使用单细胞数据综合集成中介绍的数据整合方法,而Scran和Scanpy使用相互最近邻方法(MNN)。以下是用于多样本数据集整合的常用方法:MarkdownLanguageLibraryR
- ChatGLM 项目集合
张志翔的博客
ChatGLM实战教程人工智能自然语言处理语言模型
chatGLM项目对ChatGLM进行加速或者重新实现的开源项目:SwissArmyTransformer:一个Transformer统一编程框架,ChatGLM-6B已经在SAT中进行实现并可以进行P-tuning微调。ChatGLM-MNN:一个基于MNN的ChatGLM-6BC++推理实现,支持根据显存大小自动分配计算任务给GPU和CPUJittorLLMs:最低3G显存或者没有显卡都可运行
- 修改MNN模型参数和节点的方法
星辰辰大海
深度学习神经网络计算机视觉mnn
最近有需求要更改MNN模型的结构,在网上找了好久,只找到两篇相关的,但是试了一下都没成功。之后我在钉钉群里面问了一下,得到此方法。编译的converter里面会有一个MNNDump2Json和MNNRevert2Buffer。我们可以使用:./MNNDump2JsonXXX.mnnXXX.json将mnn模型转为json文件。然后我们可以在json文件里面找到我们要修改的节点进行修改。最后使用:.
- onnx模型修改:将均值和方差放到模型中
CodingInCV
开发工具onnxpython深度学习
训练模型时,一般都会对原始数据进行归一化再送入网络,即减均值和除方差。在部署时,我们也要进行同样的操作。有些推理框架会提供对应的接口,我们只需要设置均值和方差即可,如MNN.也有一些框架不提供这样的功能,如Tensorrt,这时,我们就需要自己去逐像素进行这个操作,不仅繁琐,还可能比较耗时。还有一种方式是将这个操作放到模型中,一个方法是在我们的原始pytorch模型中增加一个固定参数的Batchn
- yolov8-mnn C++部署
zaibeijixing
深度学习C/C++YOLOmnn部署c++
版权声明:本文为博主原创文章,遵循CC4.0BY-SA版权协议,转载请附上原文出处链接和本声明。本文链接:https://blog.csdn.net/zaibeijixing/article/details/131581809————————————————目录准备工作1、MNN编译2、yolov8-mnn文件夹构建3、编译4、执行附:yolov8_demo.cppCMakeLists.txt准备
- MNN学习笔记(八):使用MNN推理Mediapipe模型
MirrorYuChen
MNNmnnmediapipe-handmediapipe-facemediapipe-body
1.项目说明最近需要用到一些mediapipe中的模型功能,于是尝试对mediapipe中的一些模型进行转换,并使用MNN进行推理;主要模型包括:图像分类、人脸检测及人脸关键点mesh、手掌检测及手势关键点、人体检测及人体关键点、图像嵌入特征向量、图像特征点检测及匹配模型;2.一些效果:3.项目开源地址Mediapipe-MNN欢迎大家体验并点star~
- 【水文】基于 MNN 训练能力解方程
夕阳叹
mnn人工智能深度学习
【水文】基于MNN训练能力解方程简介许久没上,水篇文章,事由同学想由房贷月还款额推测年利率:月还款额=pow(年利率/12+1,期数)*(年利率/12)*贷款总额/(pow(年利率/12+1,期数)-1)这个方程直接求解感觉比较麻烦,考虑使用梯度下降法。深度学习框架基本都支持求导和优化,MNN也支持。所以安装pymnn,把方程用MNN的仿numpy接口实现一遍,然后写个loss训练就好了。基于MN
- mongodb3.03开启认证
21jhf
mongodb
下载了最新mongodb3.03版本,当使用--auth 参数命令行开启mongodb用户认证时遇到很多问题,现总结如下:
(百度上搜到的基本都是老版本的,看到db.addUser的就是,请忽略)
Windows下我做了一个bat文件,用来启动mongodb,命令行如下:
mongod --dbpath db\data --port 27017 --directoryperdb --logp
- 【Spark103】Task not serializable
bit1129
Serializable
Task not serializable是Spark开发过程最令人头疼的问题之一,这里记录下出现这个问题的两个实例,一个是自己遇到的,另一个是stackoverflow上看到。等有时间了再仔细探究出现Task not serialiazable的各种原因以及出现问题后如何快速定位问题的所在,至少目前阶段碰到此类问题,没有什么章法
1.
package spark.exampl
- 你所熟知的 LRU(最近最少使用)
dalan_123
java
关于LRU这个名词在很多地方或听说,或使用,接下来看下lru缓存回收的实现
1、大体的想法
a、查询出最近最晚使用的项
b、给最近的使用的项做标记
通过使用链表就可以完成这两个操作,关于最近最少使用的项只需要返回链表的尾部;标记最近使用的项,只需要将该项移除并放置到头部,那么难点就出现 你如何能够快速在链表定位对应的该项?
这时候多
- Javascript 跨域
周凡杨
JavaScriptjsonp跨域cross-domain
 
- linux下安装apache服务器
g21121
apache
安装apache
下载windows版本apache,下载地址:http://httpd.apache.org/download.cgi
1.windows下安装apache
Windows下安装apache比较简单,注意选择路径和端口即可,这里就不再赘述了。 2.linux下安装apache:
下载之后上传到linux的相关目录,这里指定为/home/apach
- FineReport的JS编辑框和URL地址栏语法简介
老A不折腾
finereportweb报表报表软件语法总结
JS编辑框:
1.FineReport的js。
作为一款BS产品,browser端的JavaScript是必不可少的。
FineReport中的js是已经调用了finereport.js的。
大家知道,预览报表时,报表servlet会将cpt模板转为html,在这个html的head头部中会引入FineReport的js,这个finereport.js中包含了许多内置的fun
- 根据STATUS信息对MySQL进行优化
墙头上一根草
status
mysql 查看当前正在执行的操作,即正在执行的sql语句的方法为:
show processlist 命令
mysql> show global status;可以列出MySQL服务器运行各种状态值,我个人较喜欢的用法是show status like '查询值%';一、慢查询mysql> show variab
- 我的spring学习笔记7-Spring的Bean配置文件给Bean定义别名
aijuans
Spring 3
本文介绍如何给Spring的Bean配置文件的Bean定义别名?
原始的
<bean id="business" class="onlyfun.caterpillar.device.Business">
<property name="writer">
<ref b
- 高性能mysql 之 性能剖析
annan211
性能mysqlmysql 性能剖析剖析
1 定义性能优化
mysql服务器性能,此处定义为 响应时间。
在解释性能优化之前,先来消除一个误解,很多人认为,性能优化就是降低cpu的利用率或者减少对资源的使用。
这是一个陷阱。
资源时用来消耗并用来工作的,所以有时候消耗更多的资源能够加快查询速度,保持cpu忙绿,这是必要的。很多时候发现
编译进了新版本的InnoDB之后,cpu利用率上升的很厉害,这并不
- 主外键和索引唯一性约束
百合不是茶
索引唯一性约束主外键约束联机删除
目标;第一步;创建两张表 用户表和文章表
第二步;发表文章
1,建表;
---用户表 BlogUsers
--userID唯一的
--userName
--pwd
--sex
create
- 线程的调度
bijian1013
java多线程thread线程的调度java多线程
1. Java提供一个线程调度程序来监控程序中启动后进入可运行状态的所有线程。线程调度程序按照线程的优先级决定应调度哪些线程来执行。
2. 多数线程的调度是抢占式的(即我想中断程序运行就中断,不需要和将被中断的程序协商)
a) 
- 查看日志常用命令
bijian1013
linux命令unix
一.日志查找方法,可以用通配符查某台主机上的所有服务器grep "关键字" /wls/applogs/custom-*/error.log
二.查看日志常用命令1.grep '关键字' error.log:在error.log中搜索'关键字'2.grep -C10 '关键字' error.log:显示关键字前后10行记录3.grep '关键字' error.l
- 【持久化框架MyBatis3一】MyBatis版HelloWorld
bit1129
helloworld
MyBatis这个系列的文章,主要参考《Java Persistence with MyBatis 3》。
样例数据
本文以MySQL数据库为例,建立一个STUDENTS表,插入两条数据,然后进行单表的增删改查
CREATE TABLE STUDENTS
(
stud_id int(11) NOT NULL AUTO_INCREMENT,
- 【Hadoop十五】Hadoop Counter
bit1129
hadoop
1. 只有Map任务的Map Reduce Job
File System Counters
FILE: Number of bytes read=3629530
FILE: Number of bytes written=98312
FILE: Number of read operations=0
FILE: Number of lar
- 解决Tomcat数据连接池无法释放
ronin47
tomcat 连接池 优化
近段时间,公司的检测中心报表系统(SMC)的开发人员时不时找到我,说用户老是出现无法登录的情况。前些日子因为手头上 有Jboss集群的测试工作,发现用户不能登录时,都是在Tomcat中将这个项目Reload一下就好了,不过只是治标而已,因为大概几个小时之后又会 再次出现无法登录的情况。
今天上午,开发人员小毛又找到我,要我协助将这个问题根治一下,拖太久用户难保不投诉。
简单分析了一
- java-75-二叉树两结点的最低共同父结点
bylijinnan
java
import java.util.LinkedList;
import java.util.List;
import ljn.help.*;
public class BTreeLowestParentOfTwoNodes {
public static void main(String[] args) {
/*
* node data is stored in
- 行业垂直搜索引擎网页抓取项目
carlwu
LuceneNutchHeritrixSolr
公司有一个搜索引擎项目,希望各路高人有空来帮忙指导,谢谢!
这是详细需求:
(1) 通过提供的网站地址(大概100-200个网站),网页抓取程序能不断抓取网页和其它类型的文件(如Excel、PDF、Word、ppt及zip类型),并且程序能够根据事先提供的规则,过滤掉不相干的下载内容。
(2) 程序能够搜索这些抓取的内容,并能对这些抓取文件按照油田名进行分类,然后放到服务器不同的目录中。
- [通讯与服务]在总带宽资源没有大幅增加之前,不适宜大幅度降低资费
comsci
资源
降低通讯服务资费,就意味着有更多的用户进入,就意味着通讯服务提供商要接待和服务更多的用户,在总体运维成本没有由于技术升级而大幅下降的情况下,这种降低资费的行为将导致每个用户的平均带宽不断下降,而享受到的服务质量也在下降,这对用户和服务商都是不利的。。。。。。。。
&nbs
- Java时区转换及时间格式
Cwind
java
本文介绍Java API 中 Date, Calendar, TimeZone和DateFormat的使用,以及不同时区时间相互转化的方法和原理。
问题描述:
向处于不同时区的服务器发请求时需要考虑时区转换的问题。譬如,服务器位于东八区(北京时间,GMT+8:00),而身处东四区的用户想要查询当天的销售记录。则需把东四区的“今天”这个时间范围转换为服务器所在时区的时间范围。
- readonly,只读,不可用
dashuaifu
jsjspdisablereadOnlyreadOnly
readOnly 和 readonly 不同,在做js开发时一定要注意函数大小写和jsp黄线的警告!!!我就经历过这么一件事:
使用readOnly在某些浏览器或同一浏览器不同版本有的可以实现“只读”功能,有的就不行,而且函数readOnly有黄线警告!!!就这样被折磨了不短时间!!!(期间使用过disable函数,但是发现disable函数之后后台接收不到前台的的数据!!!)
- LABjs、RequireJS、SeaJS 介绍
dcj3sjt126com
jsWeb
LABjs 的核心是 LAB(Loading and Blocking):Loading 指异步并行加载,Blocking 是指同步等待执行。LABjs 通过优雅的语法(script 和 wait)实现了这两大特性,核心价值是性能优化。LABjs 是一个文件加载器。RequireJS 和 SeaJS 则是模块加载器,倡导的是一种模块化开发理念,核心价值是让 JavaScript 的模块化开发变得更
- [应用结构]入口脚本
dcj3sjt126com
PHPyii2
入口脚本
入口脚本是应用启动流程中的第一环,一个应用(不管是网页应用还是控制台应用)只有一个入口脚本。终端用户的请求通过入口脚本实例化应用并将将请求转发到应用。
Web 应用的入口脚本必须放在终端用户能够访问的目录下,通常命名为 index.php,也可以使用 Web 服务器能定位到的其他名称。
控制台应用的入口脚本一般在应用根目录下命名为 yii(后缀为.php),该文
- haoop shell命令
eksliang
hadoophadoop shell
cat
chgrp
chmod
chown
copyFromLocal
copyToLocal
cp
du
dus
expunge
get
getmerge
ls
lsr
mkdir
movefromLocal
mv
put
rm
rmr
setrep
stat
tail
test
text
- MultiStateView不同的状态下显示不同的界面
gundumw100
android
只要将指定的view放在该控件里面,可以该view在不同的状态下显示不同的界面,这对ListView很有用,比如加载界面,空白界面,错误界面。而且这些见面由你指定布局,非常灵活。
PS:ListView虽然可以设置一个EmptyView,但使用起来不方便,不灵活,有点累赘。
<com.kennyc.view.MultiStateView xmlns:android=&qu
- jQuery实现页面内锚点平滑跳转
ini
JavaScripthtmljqueryhtml5css
平时我们做导航滚动到内容都是通过锚点来做,刷的一下就直接跳到内容了,没有一丝的滚动效果,而且 url 链接最后会有“小尾巴”,就像#keleyi,今天我就介绍一款 jquery 做的滚动的特效,既可以设置滚动速度,又可以在 url 链接上没有“小尾巴”。
效果体验:http://keleyi.com/keleyi/phtml/jqtexiao/37.htmHTML文件代码:
&
- kafka offset迁移
kane_xie
kafka
在早前的kafka版本中(0.8.0),offset是被存储在zookeeper中的。
到当前版本(0.8.2)为止,kafka同时支持offset存储在zookeeper和offset manager(broker)中。
从官方的说明来看,未来offset的zookeeper存储将会被弃用。因此现有的基于kafka的项目如果今后计划保持更新的话,可以考虑在合适
- android > 搭建 cordova 环境
mft8899
android
1 , 安装 node.js
http://nodejs.org
node -v 查看版本
2, 安装 npm
可以先从 https://github.com/isaacs/npm/tags 下载 源码 解压到
- java封装的比较器,比较是否全相同,获取不同字段名字
qifeifei
非常实用的java比较器,贴上代码:
import java.util.HashSet;
import java.util.List;
import java.util.Set;
import net.sf.json.JSONArray;
import net.sf.json.JSONObject;
import net.sf.json.JsonConfig;
i
- 记录一些函数用法
.Aky.
位运算PHP数据库函数IP
高手们照旧忽略。
想弄个全天朝IP段数据库,找了个今天最新更新的国内所有运营商IP段,copy到文件,用文件函数,字符串函数把玩下。分割出startIp和endIp这样格式写入.txt文件,直接用phpmyadmin导入.csv文件的形式导入。(生命在于折腾,也许你们觉得我傻X,直接下载人家弄好的导入不就可以,做自己的菜鸟,让别人去说吧)
当然用到了ip2long()函数把字符串转为整型数
- sublime text 3 rust
wudixiaotie
Sublime Text
1.sublime text 3 => install package => Rust
2.cd ~/.config/sublime-text-3/Packages
3.mkdir rust
4.git clone https://github.com/sp0/rust-style
5.cd rust-style
6.cargo build --release
7.ctrl