- SFT(监督微调)和RLHF(基于人类反馈的强化学习)的区别
钟小宇
LLM人工智能语言模型
SFT(监督微调)和RLHF(基于人类反馈的强化学习)的区别STF(SupervisedFine-Tuning)和RLHF(ReinforcementLearningfromHumanFeedback)是两种不同的模型训练方法,分别用于不同的阶段和目的。以下是它们的主要区别:1.方法概述STF(监督微调):定义:STF是指在已经预训练好的模型基础上,使用标注好的数据进一步训练模型,使其在特定任务上
- nlf 3d pose 部署学习笔记
AI算法网奇
3D视觉深度学习宝典opencv计算机视觉人工智能
目录multi_hmr创建SemanticRenderer推理代码渲染代码:调用原版render,没成功用的pose和smlx生成vertices,也有vertices3dhmr2,用的是网络生成的vertices进行渲染。nlf地址:GitHub-isarandi/nlf:[NeurIPS2024]NeuralLocalizerFieldsforContinuous3DHumanPoseandS
- 「重磅」Sci.Robot最新封面:由多种人体肌肉组织驱动的生物混合手,人机融合取得新突破
天机️灵韵
具身智能人工智能硬件设备机器人生物信息学具身智能人工智能
ScienceRobotics查看原文:https://www.science.org/doi/10.1126/scirobotics.adr5512论文解析:《Biohybridhandactuatedbymultiplehumanmuscletissues》研究背景与目标本研究提出了一种基于生物混合技术的机械手,通过集成多个人体骨骼肌组织(MuMuTA,Multi-MaterialMulti-
- 开源大模型性能追平闭源模型技术路径分析
Mr' 郑
开源
(预测实现时间:2025Q2)开源模型进化路径MoE架构稀疏训练分布式RLHF2024突破2023现状2025超越性能反超一、现状对比与瓶颈分析(2024Q3)1.核心差距量化指标能力维度闭源模型均值开源模型均值差距比例复杂推理(MMLU)86.7%79.2%8.7%代码生成(HumanEval)89.1%81.4%8.5%长文本理解(NarrativeQA)82.3%73.9%10.2%多模态理
- pyrender smpl 渲染
AI算法网奇
3d渲染人工智能
目录multi_hmr渲染:hmr2渲染:4d_humanschamp渲染multi_hmr渲染:multi-hmr/utils/render.pyatmaster·naver/multi-hmr·GitHubclassMulti_Hmr2Smpl_Handler(GigaBaseHandler):classParams:passmodel_cfg=self.Params()model_cfg.M
- 【论文阅读】Revisiting the Assumption of Latent Separability for Backdoor Defenses
开心星人
论文阅读论文阅读
https://github.com/Unispac/Circumventing-Backdoor-Defenses摘要和介绍在各种后门毒化攻击中,来自目标类别的毒化样本和干净样本通常在潜在空间中形成两个分离的簇。这种潜在的分离性非常普遍,甚至在防御研究中成为了一种默认假设,我们称之为潜在分离性假设。基于这一假设设计的防御方法通过在潜在空间中进行聚类分析来识别毒化样本。具体来说,这些防御方法首先在
- [论文阅读] CLIP-based fusion-modal reconstructing hashing for large-scaleunsupervised cross-modal retri
2301_80732299
论文阅读
摘要随着多模态数据的激增,人们不再满足于单一的数据检索模式来获取信息。深度哈希检索算法以其存储效率高、查询速度快等优点受到广泛关注。目前,现有的无监督哈希方法普遍存在两方面的局限性:(1)现有方法不能充分捕获不同模态数据中潜在的语义相关性和共存信息,导致缺乏有效的特征和哈希编码表示来弥合多模态数据中的异构和语义差距。(2)现有的无监督方法通常构造相似矩阵来指导哈希码学习,存在不准确的相似度问题,导
- 与其他模型相比,DeepSeek Coder 在哪些方面表现得更优秀?
百态老人
AI写作人工智能机器学习大数据笔记
DeepSeekCoder在多个方面表现出了卓越的性能,相较于其他模型具有显著优势。以下是其主要优势的详细分析:1.代码生成能力准确率和速度:DeepSeekCoder在多个开源代码基准测试中(如HumanEval、MultiPL-E、MBPP、DS-1000等)展现了领先的性能,不仅在代码完成的准确性上超越了其他开源模型,还在速度和资源消耗方面表现优异。支持多种编程语言:DeepSeekCode
- 【AI论文】OmniHuman-1: 重新思考一阶段条件式人体动画模型的扩展升级
东临碣石82
人工智能
摘要:端到端的人体动画技术,如音频驱动的说话人物生成,近年来取得了显著的进步。然而,现有方法在大规模通用视频生成模型方面的扩展仍然存在困难,限制了它们在实际应用中的潜力。在本文中,我们提出了OmniHuman,一个基于扩散变换器的框架,该框架通过将运动相关条件融入训练阶段来扩展数据规模。为此,我们为这些混合条件引入了两种训练原则,以及相应的模型架构和推理策略。这些设计使OmniHuman能够充分利
- 基于DeepSeek-Coder的跨文件代码补全实战指南
程序边界
pythonubuntu开发语言deepseek
文章目录一、环境准备与基础配置1.1安装DeepSeek-CoderSDK1.2项目初始化配置二、跨文件补全实战案例2.1多文件函数调用补全2.2跨文件类型提示补全三、高级功能:Fill-In-Middle应用3.1中间代码填充示例3.2复杂逻辑修复案例四、技术原理解析4.1仓库级代码理解4.2性能对比(HumanEval基准)五、最佳实践与优化建议5.1上下文管理策略5.2错误处理模式本文基于D
- F-PointNet 论文阅读理解
咸鱼和白菜
目标检测f-pointnet点云目标检测
总述本文提出一种方法:使用成熟的2D的目标检测方法中cnn提供的regionproposal和3D的目标检测定位(也就是pointnet处理点云),将二者结合利用RGB-D映射和一个叫做锥体(Frustum)?形成一个3D的box参数进行输出。本文主要贡献就是在“一个叫做锥(Frustum)”的使用上结合2D的regionpropos和点云进行3D的分割和box的输出。为方便理解与书写,按照文中顺
- α-Synuclein (71-82) (human)
楚肽生物-潇潇
科技健康医疗
【简介】α-Synuclein(71-82)(human)是α-突触核蛋白的71-82片段【基本信息】英文名:α-Synuclein(71-82)(human)CAS号:332867-16-0分子式:C₅₁H₉₁N₁₃O₁₇分子量:1158.35单字母序列:VTGVTAVAQKTV三字母序列:Val-Thr-Gly-Val-Thr-Ala-Val-Ala-Gln-Lys-Thr-Val结构图:α-
- Roblox踩坑1——动画无法完整播放
法外狂徒张三!
luaRoblox
在做一款挂机类游戏的时候,打算给地图怪物做一个被击败动画,我就在击败怪物的回调里面加了一个动画,但是无论如何都没办法正常的播放。ifhumanoidthen--创建一个Animation实例并设置动画IDlocalanimation=Instance.new("Animation")animation.AnimationId="rbxassetid://139676583914998"--加载动画
- aio-pika 项目教程
洪显彦Lawyer
aio-pika项目教程aio-pikaAMQP0.9clientdesignedforasyncioandhumans.项目地址:https://gitcode.com/gh_mirrors/ai/aio-pika1.项目的目录结构及介绍aio-pika是一个用于异步I/O和人类的AMQP包装器。以下是项目的目录结构及其介绍:aio-pika/├──aio_pika/│├──__init__.p
- 【论文阅读笔记|EMNLP2023】DemoSG: Demonstration-enhanced Schema-guided Generation for Low-resource Event Ext
Rose sait
论文阅读笔记
论文题目:DemoSG:Demonstration-enhancedSchema-guidedGenerationforLow-resourceEventExtraction论文来源:EMNLP2023论文链接:2023.findings-emnlp.121.pdf(aclanthology.org)代码链接:https://github.com/GangZhao98/DemoSG0摘要当前大多数
- 深度学习论文阅读路线图
喜欢打酱油的老鸟
深度学习论文阅读路线图深度学习论文阅读路线图论文阅读路线图
https://www.toutiao.com/a6703859415763649031/作者:floodsun编译:ronghuaiyang这是作者一年前整理的东西,有些最新的论文没有包含进去,但是对于新手来说,入门足够了!如果你是深度学习领域的新人,你的第一个问题可能是“我该从哪些论文开始读起呢?”这就是深度学习论文的阅读路线图!这个路线图是根据下面几个规则构建的:从概要到细节从老的到最新的业
- Langchain Chat Model 和 Chat Prompt Template
爱学习的小道长
AIlangchainpromptpython
0.简介ChatModel不止是一个用于聊天对话的模型抽象,更重要的是提供了多角色提示能力(System,AI,Human,Function)。ChatPromptTemplate则为开发者提供了便捷维护不同角色的提示模板与消息记录的接口。1.构造ChatPromptTemplatefromlangchain.prompts.chatimport(ChatPromptTemplate,System
- 如何训练一个虚拟人出来
datalover
语音识别人工智能自然语言处理神经网络
训练一个虚拟人(VirtualHuman)是一个涉及多学科技术的复杂过程,需要结合人工智能、计算机图形学、自然语言处理(NLP)、语音合成、3D建模等技术。以下是实现这一目标的主要步骤和关键技术点:1.定义虚拟人的目标与功能首先明确虚拟人的核心用途:功能定位:是用于客服、教育、娱乐(如虚拟主播),还是影视/游戏中的角色?交互方式:是否需要支持语音对话、文字聊天、手势动作或面部表情?拟真程度:是否需
- 神经网络压缩实验-Deep-compression
无用技术研究所
首发于个人博客,结合论文阅读笔记更佳实验准备基础网络搭建为了实现神经网络的deepcompression,首先要训练一个深度神经网络,为了方便实现,这里实现一个两层卷积+两层MLP的神经网络classnet(pt.nn.Module):def__init__(self):super(net,self).__init__()self.conv1=pt.nn.Conv2d(in_channels=1,
- 【论文阅读】DeepSeek-R1:通过强化学习激励LLMs的推理能力 | DeepSeek-R1: Incentivizing Reasoning Capability in LLMs via RL
AI天才研究院
DeepSeekR1&大数据AI人工智能大模型DeepSeek计算论文阅读deepseekagiaillmagentcot
DeepSeek-R1:IncentivizingReasoningCapabilityinLLMsviaReinforcementLearningDeepSeek-R1:通过强化学习激励LLMs的推理能力DeepSeek-AIresearch@deepseek.com目录DeepSeek-R1:IncentivizingReasoningCapabilityinLLMsviaReinforcem
- KRAIL: A Knowledge-Driven Framework for Base Human Reliability Analysis Integrating IDHEAS
UnknownBody
LLMDaily语言模型人工智能
本文是LLM系列文章,针对《KRAIL:AKnowledge-DrivenFrameworkforBaseHumanReliabilityAnalysisIntegratingIDHEASandLargeLanguageModels》的翻译。KRAIL:集成IDHEAS和大型语言模型的基础人员可靠性分析的知识驱动框架摘要1引言2文献综述3方法4实验结果5结论和未来工作摘要人的可靠性分析(HRA)对
- Gaussian Splatting: 3D Reconstruction and Novel View Synthesis, a Review(3)
于初见月
paper计算机视觉
ABSTRACTImage-based3Dreconstructionisachallengingtaskthatinvolvesinferringthe3Dshapeofanobjectorscenefromasetofinputimages.Learning-basedmethodshavegainedattentionfortheirabilitytodirectlyestimate3Dsh
- 【声音场景分类--论文阅读】
繁华落尽,寻一世真情
分类论文阅读数据挖掘
1.基于小波时频图特征在声音场景分类基于小波时频图特征在声音场景分类任务中的表现2.增强增强高效音频分类网络https://arxiv.org/pdf/2204.11479v5https://github.com/Alibaba-MIIL/AudioClassfication音频分类网络如图4所示。在此阶段,主要重点是建立一个神经网络具有较大的感受野,同时保持较低的复杂性。可以将网络分解为两个主块
- HAPI 项目常见问题解决方案
怀灏其Prudent
HAPI项目常见问题解决方案HAPIAspecforHumanizedwebAPIs,akaHAPI.ThegoalofHAPIistodefineastandardforcreatingWeb-basedAPIsthataremachinereadybuthumanfriendly—aself-documentingAPI.项目地址:https://gitcode.com/gh_mirrors/
- Python request库简介与操作
唐僧不爱八戒
python
介绍首先让我们来看Requests官方的介绍:RequestsisanelegantandsimpleHTTPlibraryforPython,builtforhumanbeings.翻译过来就是:Requests是为人类写的一个优雅而简单的PythonHTTP库。这个介绍很直白了,让我们先来感受一下Requests的威力。importrequests#发送请求response=requests.
- Ultralight - Digital - Human:移动端实时运行的超轻量级数字人模型
花生糖@
AIGC学习资料库AI数字人轻量级模型
在数字人技术日益发展的今天,我们迎来了一个令人瞩目的项目——Ultralight-Digital-Human。这是一个由anliyuan等人开发的创新项目,为数字人技术在移动端的应用带来了新的可能性。一、项目概述Ultralight-Digital-Human旨在构建一个超轻量级的数字人模型,并且能够在移动端实现实时运行。这一特性使得它在众多数字人项目中脱颖而出,为移动设备上的各种应用场景提供了更
- LeetCode—406.根据身高重建队列(Queue Reconstruction by Height)——分析及代码(Java)
江南土豆
数据结构与算法LeetCodeJava题解
LeetCode—406.根据身高重建队列[QueueReconstructionbyHeight]——分析及代码[Java]一、题目二、分析及代码1.贪心算法(1)思路(2)代码(3)结果三、其他一、题目假设有打乱顺序的一群人站成一个队列。每个人由一个整数对(h,k)表示,其中h是这个人的身高,k是排在这个人前面且身高大于或等于h的人数。编写一个算法来重建这个队列。注意:总人数少于1100人。示
- 利用去雾算法实现低光增强
mytzs123
图像增强算法opencv人工智能
[论文阅读](11)ACE算法和暗通道先验图像去雾算法(Rizzi|何恺明老师)_暗通道去雾算法-CSDN博客//https://zhuanlan.zhihu.com/p/500023711?utm_id=0#include#include#include#include#include#includeusingnamespacecv;usingnamespacestd;namespace{voi
- 使用 Go 和 Tesseract 实现验证码识别
一休哥助手
golang开发语言后端
一、验证码识别的背景与挑战1.1验证码的作用验证码(CAPTCHA,CompletelyAutomatedPublicTuringtesttotellComputersandHumansApart)主要用于区分人类用户和机器程序。常见验证码类型包括:文本型验证码:包含扭曲、旋转或噪声干扰的字符。图片型验证码:让用户选择特定内容的图片。行为型验证码:要求用户完成特定操作(如拖拽滑块)。1.2验证码识
- 【超详细教程(附源码)】基于 ARM Cortex-M3 处理器与 FPGA 的实时人脸检测 SOC
Walker_Lau
armfpga人脸识别人工智能机器学习
原创作品,转载请联系作者并注明出处:https://github.com/WalkerLau源码地址:https://github.com/WalkerLau/DetectHumanFaces本项目是第四届集成电路创新创业大赛(ARM杯)的参赛作品,包含了详细的技术文档、软件配置教程以及完整的代码。项目描述我们采用ARMCortex-M3软核及FPGA构成了轻量级的实时人脸检测SOC,通过ov56
- 二分查找排序算法
周凡杨
java二分查找排序算法折半
一:概念 二分查找又称
折半查找(
折半搜索/
二分搜索),优点是比较次数少,查找速度快,平均性能好;其缺点是要求待查表为有序表,且插入删除困难。因此,折半查找方法适用于不经常变动而 查找频繁的有序列表。首先,假设表中元素是按升序排列,将表中间位置记录的关键字与查找关键字比较,如果两者相等,则查找成功;否则利用中间位置记录将表 分成前、后两个子表,如果中间位置记录的关键字大于查找关键字,则进一步
- java中的BigDecimal
bijian1013
javaBigDecimal
在项目开发过程中出现精度丢失问题,查资料用BigDecimal解决,并发现如下这篇BigDecimal的解决问题的思路和方法很值得学习,特转载。
原文地址:http://blog.csdn.net/ugg/article/de
- Shell echo命令详解
daizj
echoshell
Shell echo命令
Shell 的 echo 指令与 PHP 的 echo 指令类似,都是用于字符串的输出。命令格式:
echo string
您可以使用echo实现更复杂的输出格式控制。 1.显示普通字符串:
echo "It is a test"
这里的双引号完全可以省略,以下命令与上面实例效果一致:
echo Itis a test 2.显示转义
- Oracle DBA 简单操作
周凡杨
oracle dba sql
--执行次数多的SQL
select sql_text,executions from (
select sql_text,executions from v$sqlarea order by executions desc
) where rownum<81;
&nb
- 画图重绘
朱辉辉33
游戏
我第一次接触重绘是编写五子棋小游戏的时候,因为游戏里的棋盘是用线绘制的,而这些东西并不在系统自带的重绘里,所以在移动窗体时,棋盘并不会重绘出来。所以我们要重写系统的重绘方法。
在重写系统重绘方法时,我们要注意一定要调用父类的重绘方法,即加上super.paint(g),因为如果不调用父类的重绘方式,重写后会把父类的重绘覆盖掉,而父类的重绘方法是绘制画布,这样就导致我们
- 线程之初体验
西蜀石兰
线程
一直觉得多线程是学Java的一个分水岭,懂多线程才算入门。
之前看《编程思想》的多线程章节,看的云里雾里,知道线程类有哪几个方法,却依旧不知道线程到底是什么?书上都写线程是进程的模块,共享线程的资源,可是这跟多线程编程有毛线的关系,呜呜。。。
线程其实也是用户自定义的任务,不要过多的强调线程的属性,而忽略了线程最基本的属性。
你可以在线程类的run()方法中定义自己的任务,就跟正常的Ja
- linux集群互相免登陆配置
林鹤霄
linux
配置ssh免登陆
1、生成秘钥和公钥 ssh-keygen -t rsa
2、提示让你输入,什么都不输,三次回车之后会在~下面的.ssh文件夹中多出两个文件id_rsa 和 id_rsa.pub
其中id_rsa为秘钥,id_rsa.pub为公钥,使用公钥加密的数据只有私钥才能对这些数据解密 c
- mysql : Lock wait timeout exceeded; try restarting transaction
aigo
mysql
原文:http://www.cnblogs.com/freeliver54/archive/2010/09/30/1839042.html
原因是你使用的InnoDB 表类型的时候,
默认参数:innodb_lock_wait_timeout设置锁等待的时间是50s,
因为有的锁等待超过了这个时间,所以抱错.
你可以把这个时间加长,或者优化存储
- Socket编程 基本的聊天实现。
alleni123
socket
public class Server
{
//用来存储所有连接上来的客户
private List<ServerThread> clients;
public static void main(String[] args)
{
Server s = new Server();
s.startServer(9988);
}
publi
- 多线程监听器事件模式(一个简单的例子)
百合不是茶
线程监听模式
多线程的事件监听器模式
监听器时间模式经常与多线程使用,在多线程中如何知道我的线程正在执行那什么内容,可以通过时间监听器模式得到
创建多线程的事件监听器模式 思路:
1, 创建线程并启动,在创建线程的位置设置一个标记
2,创建队
- spring InitializingBean接口
bijian1013
javaspring
spring的事务的TransactionTemplate,其源码如下:
public class TransactionTemplate extends DefaultTransactionDefinition implements TransactionOperations, InitializingBean{
...
}
TransactionTemplate继承了DefaultT
- Oracle中询表的权限被授予给了哪些用户
bijian1013
oracle数据库权限
Oracle查询表将权限赋给了哪些用户的SQL,以备查用。
select t.table_name as "表名",
t.grantee as "被授权的属组",
t.owner as "对象所在的属组"
- 【Struts2五】Struts2 参数传值
bit1129
struts2
Struts2中参数传值的3种情况
1.请求参数绑定到Action的实例字段上
2.Action将值传递到转发的视图上
3.Action将值传递到重定向的视图上
一、请求参数绑定到Action的实例字段上以及Action将值传递到转发的视图上
Struts可以自动将请求URL中的请求参数或者表单提交的参数绑定到Action定义的实例字段上,绑定的规则使用ognl表达式语言
- 【Kafka十四】关于auto.offset.reset[Q/A]
bit1129
kafka
I got serveral questions about auto.offset.reset. This configuration parameter governs how consumer read the message from Kafka when there is no initial offset in ZooKeeper or
- nginx gzip压缩配置
ronin47
nginx gzip 压缩范例
nginx gzip压缩配置 更多
0
nginx
gzip
配置
随着nginx的发展,越来越多的网站使用nginx,因此nginx的优化变得越来越重要,今天我们来看看nginx的gzip压缩到底是怎么压缩的呢?
gzip(GNU-ZIP)是一种压缩技术。经过gzip压缩后页面大小可以变为原来的30%甚至更小,这样,用
- java-13.输入一个单向链表,输出该链表中倒数第 k 个节点
bylijinnan
java
two cursors.
Make the first cursor go K steps first.
/*
* 第 13 题:题目:输入一个单向链表,输出该链表中倒数第 k 个节点
*/
public void displayKthItemsBackWard(ListNode head,int k){
ListNode p1=head,p2=head;
- Spring源码学习-JdbcTemplate queryForObject
bylijinnan
javaspring
JdbcTemplate中有两个可能会混淆的queryForObject方法:
1.
Object queryForObject(String sql, Object[] args, Class requiredType)
2.
Object queryForObject(String sql, Object[] args, RowMapper rowMapper)
第1个方法是只查
- [冰川时代]在冰川时代,我们需要什么样的技术?
comsci
技术
看美国那边的气候情况....我有个感觉...是不是要进入小冰期了?
那么在小冰期里面...我们的户外活动肯定会出现很多问题...在室内呆着的情况会非常多...怎么在室内呆着而不发闷...怎么用最低的电力保证室内的温度.....这都需要技术手段...
&nb
- js 获取浏览器型号
cuityang
js浏览器
根据浏览器获取iphone和apk的下载地址
<!DOCTYPE html>
<html>
<head>
<meta charset="utf-8" content="text/html"/>
<meta name=
- C# socks5详解 转
dalan_123
socketC#
http://www.cnblogs.com/zhujiechang/archive/2008/10/21/1316308.html 这里主要讲的是用.NET实现基于Socket5下面的代理协议进行客户端的通讯,Socket4的实现是类似的,注意的事,这里不是讲用C#实现一个代理服务器,因为实现一个代理服务器需要实现很多协议,头大,而且现在市面上有很多现成的代理服务器用,性能又好,
- 运维 Centos问题汇总
dcj3sjt126com
云主机
一、sh 脚本不执行的原因
sh脚本不执行的原因 只有2个
1.权限不够
2.sh脚本里路径没写完整。
二、解决You have new mail in /var/spool/mail/root
修改/usr/share/logwatch/default.conf/logwatch.conf配置文件
MailTo =
MailFrom
三、查询连接数
- Yii防注入攻击笔记
dcj3sjt126com
sqlWEB安全yii
网站表单有注入漏洞须对所有用户输入的内容进行个过滤和检查,可以使用正则表达式或者直接输入字符判断,大部分是只允许输入字母和数字的,其它字符度不允许;对于内容复杂表单的内容,应该对html和script的符号进行转义替换:尤其是<,>,',"",&这几个符号 这里有个转义对照表:
http://blog.csdn.net/xinzhu1990/articl
- MongoDB简介[一]
eksliang
mongodbMongoDB简介
MongoDB简介
转载请出自出处:http://eksliang.iteye.com/blog/2173288 1.1易于使用
MongoDB是一个面向文档的数据库,而不是关系型数据库。与关系型数据库相比,面向文档的数据库不再有行的概念,取而代之的是更为灵活的“文档”模型。
另外,不
- zookeeper windows 入门安装和测试
greemranqq
zookeeper安装分布式
一、序言
以下是我对zookeeper 的一些理解: zookeeper 作为一个服务注册信息存储的管理工具,好吧,这样说得很抽象,我们举个“栗子”。
栗子1号:
假设我是一家KTV的老板,我同时拥有5家KTV,我肯定得时刻监视
- Spring之使用事务缘由(2-注解实现)
ihuning
spring
Spring事务注解实现
1. 依赖包:
1.1 spring包:
spring-beans-4.0.0.RELEASE.jar
spring-context-4.0.0.
- iOS App Launch Option
啸笑天
option
iOS 程序启动时总会调用application:didFinishLaunchingWithOptions:,其中第二个参数launchOptions为NSDictionary类型的对象,里面存储有此程序启动的原因。
launchOptions中的可能键值见UIApplication Class Reference的Launch Options Keys节 。
1、若用户直接
- jdk与jre的区别(_)
macroli
javajvmjdk
简单的说JDK是面向开发人员使用的SDK,它提供了Java的开发环境和运行环境。SDK是Software Development Kit 一般指软件开发包,可以包括函数库、编译程序等。
JDK就是Java Development Kit JRE是Java Runtime Enviroment是指Java的运行环境,是面向Java程序的使用者,而不是开发者。 如果安装了JDK,会发同你
- Updates were rejected because the tip of your current branch is behind
qiaolevip
学习永无止境每天进步一点点众观千象git
$ git push joe prod-2295-1
To git@git.dianrong.com:joe.le/dr-frontend.git
! [rejected] prod-2295-1 -> prod-2295-1 (non-fast-forward)
error: failed to push some refs to 'git@git.dianron
- [一起学Hive]之十四-Hive的元数据表结构详解
superlxw1234
hivehive元数据结构
关键字:Hive元数据、Hive元数据表结构
之前在 “[一起学Hive]之一–Hive概述,Hive是什么”中介绍过,Hive自己维护了一套元数据,用户通过HQL查询时候,Hive首先需要结合元数据,将HQL翻译成MapReduce去执行。
本文介绍一下Hive元数据中重要的一些表结构及用途,以Hive0.13为例。
文章最后面,会以一个示例来全面了解一下,
- Spring 3.2.14,4.1.7,4.2.RC2发布
wiselyman
Spring 3
Spring 3.2.14、4.1.7及4.2.RC2于6月30日发布。
其中Spring 3.2.1是一个维护版本(维护周期到2016-12-31截止),后续会继续根据需求和bug发布维护版本。此时,Spring官方强烈建议升级Spring框架至4.1.7 或者将要发布的4.2 。
其中Spring 4.1.7主要包含这些更新内容。