- 机器学习day8
ኈ ቼ ዽ
机器学习numpypython
自定义数据集,使用朴素贝叶斯对其进行分类代码importnumpyasnpimportmatplotlib.pyplotaspltclass1_points=np.array([[2.1,2.2],[2.4,2.5],[2.2,2.0],[2.0,2.1],[2.3,2.3],[2.6,2.4],[2.5,2.1]])class2_points=np.array([[4.0,3.5],[4.2,3
- 机器学习day5
ኈ ቼ ዽ
机器学习人工智能
自定义数据集使用tensorflow框架实现逻辑回归并保存模型,然后保存模型后再加载模型进行预测代码importtensorflowastfimportnumpyasnp#1.自定义数据集data=[[-0.5,7.7],[1.8,98.5],[0.9,57.8],[0.4,39.2],[-1.4,-15.7],[-1.4,-37.3],[-1.8,-49.1],[1.5,75.6],[0.4,3
- Tensorflow 2.x(keras)源码详解之第十章:keras中的模型保存与加载(详解Checkpoint&md5&模型序列化)
爱编程的喵喵
tensorflowkeras模型保存
大家好,我是爱编程的喵喵。双985硕士毕业,现担任全栈工程师一职,热衷于将数据思维应用到工作与生活中。从事机器学习以及相关的前后端开发工作。曾在阿里云、科大讯飞、CCF等比赛获得多次Top名次。现为CSDN博客专家、人工智能领域优质创作者。喜欢通过博客创作的方式对所学的知识进行总结与归纳,不仅形成深入且独到的理解,而且能够帮助新手快速入门。 本文主要介绍了Tensorflow2.x(kera
- 对json数据进行去重的Python实战代码
爱编程的喵喵
Python基础课程pythonjson数据去重实战代码
大家好,我是爱编程的喵喵。双985硕士毕业,现担任全栈工程师一职,热衷于将数据思维应用到工作与生活中。从事机器学习以及相关的前后端开发工作。曾在阿里云、科大讯飞、CCF等比赛获得多次Top名次。现为CSDN博客专家、人工智能领域优质创作者。喜欢通过博客创作的方式对所学的知识进行总结与归纳,不仅形成深入且独到的理解,而且能够帮助新手快速入门。 本文主要介绍了对json数据进行去重的Python
- 【Numpy核心编程攻略:Python数据处理、分析详解与科学计算】3.1 NumPy图像大小调整实战
精通代码大仙
numpypythonnumpypython开发语言
3.1NumPy图像大小调整实战目录NumPy图像大小调整实战图像大小调整的基本概念为什么需要调整图像大小使用NumPy调整图像大小的技术代码实现:详细原理和源码注释实际应用案例:图像缩放在机器学习中的应用目录图像大小调整的基本概念为什么需要调整图像大小使用NumPy调整图像大小的技术3.1线性插值3.2最近邻插值3.3双线性插值3.4双三次插值代码实现:详细原理和源码注释4.1线性插值代码实现4
- 【高中生讲机器学习】30. 理解条件随机场最清晰的思路!(上篇)
Geeker · LStar
机器学习人工智能算法机器学习人工智能条件随机场算法监督学习标注问题
创建时间:2024-12-22首发时间:2025-01-24最后编辑时间:2024-01-24作者:Geeker_LStar你好呀~这里是Geeker_LStar的人工智能学习专栏,很高兴遇见你~我是Geeker_LStar,一名高一学生,热爱计算机和数学,我们一起加油~!⭐(●’◡’●)⭐上一篇我们讲完了马尔可夫随机场MRF,那篇的最后我简单介绍了条件随机场CRF但没有展开讲。这不,这篇就来填坑
- 【高中生讲机器学习】17. 讲人话的主成分分析,它来了!(上篇)
Geeker · LStar
人工智能机器学习算法机器学习人工智能主成分分析算法无监督学习
创建时间:2024-08-13首发时间:2024-09-05最后编辑时间:2024-09-05作者:Geeker_LStar你好呀~这里是Geeker_LStar的人工智能学习专栏,很高兴遇见你~我是Geeker_LStar,一名准高一学生,热爱计算机和数学,我们一起加油~!⭐(●’◡’●)⭐那就让我们开始吧!诶嘿!这一篇想写很久啦,现在终于来了!(什么玩意都拖到开学了还没写完如果想比较好的理解这
- 【初中生讲机器学习】14. 手撕公式,一篇带你理解逻辑回归!
Geeker · LStar
人工智能机器学习算法机器学习逻辑回归人工智能算法分类算法监督学习
创建时间:2024-03-03最后编辑时间:2024-03-10作者:Geeker_LStar你好呀~这里是Geeker_LStar的人工智能学习专栏,很高兴遇见你~我是Geeker_LStar,一名初三学生,热爱计算机和数学,我们一起加油~!⭐(●’◡’●)⭐那就让我们开始吧!嘿嘿,好几篇前,好像是在线性回归那篇吧,我就说要讲逻辑回归,but当时被数学卡了一下(好吧不只一下)and正好遇上开学,
- 一个经典机器学习案例——良/恶性乳腺癌肿瘤预测
曹文杰1519030112
python机器学习及实践人工智能机器学习
良/恶性乳腺癌肿瘤预测良/恶性乳腺癌肿瘤预测问题是一个十分经典的机器学习问题,简单来说我们需要利用肿块厚度和细胞尺寸这两个特征来判断肿瘤的类型(良性或者是恶性)。数据的下载网站如下:http://note.youdao.com/groupshare/?token=C6B145FA919F41F8ACAAC39EE775441C&gid=93772390我们首先来看一下部分数据ClumpThickn
- AI人工智能代理工作流 AI Agent WorkFlow:在音乐创作中的应用
AGI大模型与大数据研究院
大数据AI人工智能计算科学神经计算深度学习神经网络大数据人工智能大型语言模型AIAGILLMJavaPython架构设计AgentRPA
AI人工智能代理工作流AIAgentWorkFlow:在音乐创作中的应用1.背景介绍1.1问题的由来在音乐创作领域,艺术家们一直在寻找创新的方式来提升作品的独特性、丰富性以及创作效率。随着人工智能技术的快速发展,特别是深度学习和生成模型的广泛应用,音乐创作过程正逐渐被赋予新的生命力。AI代理工作流的概念应运而生,旨在通过自动化的流程和智能辅助手段,帮助音乐人探索新的音乐风格、创作灵感,甚至生成完整
- 在量子计算与AI结合的未来,是否能够实现更高效、更复杂的模式识别和数据处理?
concisedistinct
编程开发技术栈人工智能
随着量子计算和人工智能(AI)的发展,二者的结合正在成为前沿科技领域的一个重要研究方向。量子计算通过利用量子叠加和纠缠等特性,能够在某些问题上提供比经典计算机更强大的计算能力。人工智能,特别是深度学习,已经在许多领域取得了突破性的进展。本文将探讨量子计算与AI结合的创新机会,重点分析其在模式识别和数据处理中的优势与挑战。通过量子计算的并行处理能力和AI模型的智能学习能力,未来有望实现比传统计算更高
- python必读书单
Vin0sen
python开发语言
文章目录{编程入门}{编程进阶}{算法基础}{Web开发}{网络编程}{爬虫}{安全}{数据分析}{数据科学}{数据挖掘}{机器学习}{深度学习}{其他方向}{编程入门}父与子的编程之旅:与小卡特一起学Python[HOT]Python2.7和孩子一起玩编程Python2.7零压力学PythonPython3.0,但也指出了如何修改示例,以支持Python2.0Python编程:从入门到实践[HO
- 心法利器[127] | 24年算法思考-特征工程和经典深度学习
机智的叉烧
算法深度学习人工智能
心法利器本栏目主要和大家一起讨论近期自己学习的心得和体会。具体介绍:仓颉专项:飞机大炮我都会,利器心法我还有。2023年新的文章合集已经发布,获取方式看这里:又添十万字-CS的陋室2023年文章合集来袭,更有历史文章合集,欢迎下载。往期回顾心法利器[122]|效果提升的根本来源讨论心法利器[123]|算法面试的八股和非八股讨论心法利器[124]|24年算法思考-大模型的应用与训练篇心法利器[125
- 如何自学Python:适合小白的Python学习大纲—附教程_python小白学理论(1)
2401_84301389
程序员python学习开发语言
数据可视化基础、MLlib(RDD-BaseAPI)机器学习、MatPlotlib绘图进阶、高级绘图工具第二阶段-商业数据可视化Excel业务分析Excel基础技能、Excel公式函数、图表可视化、人力&财务分析案例、商业数据分析方法、商业数据分析报告Mysql数据库Mysql基础操作(一)、Mysql基础操作(二)、Mysql中级操作、Mysql高级操作、电商数据处理案例PowerBI初级商业智
- Pytorch深度学习实战2-1:详细推导Xavier参数初始化(附Python实现)
2401_84140080
程序员深度学习pythonpytorch
做了那么多年开发,自学了很多门编程语言,我很明白学习资源对于学一门新语言的重要性,这些年也收藏了不少的Python干货,对我来说这些东西确实已经用不到了,但对于准备自学Python的人来说,或许它就是一个宝藏,可以给你省去很多的时间和精力。别在网上瞎学了,我最近也做了一些资源的更新,只要你是我的粉丝,这期福利你都可拿走。我先来介绍一下这些东西怎么用,文末抱走。(1)Python所有方向的学习路线(
- TensorFlow 示例项目实战与源码解析.zip
ELSON麦香包
本文还有配套的精品资源,点击获取简介:TensorFlow是谷歌大脑团队开发的开源机器学习库,广泛应用于深度学习、人工智能等领域。该压缩包提供了一个TensorFlow示例项目的源代码,涵盖了从基础操作到复杂模型的各种主题。文章将详细介绍TensorFlow的核心概念,如张量、图计算、会话、变量、梯度下降与优化器、损失函数、数据集、模型评估、模型保存与恢复以及KerasAPI。读者可通过实践这些示
- 大模型带你学pytorch课程
立杰说
Pythondeep-learningPytorchpytorch人工智能python
时间有限,大家有想看的部分,可以私信或者评论区联系,我及时补充。或者大家有想帮忙补充的也可以联系。注:大部分内容均为大模型生成,若有疏漏,欢迎指出。看起来你想要开始学习PyTorch,这是一个非常棒的选择!PyTorch是一个强大的开源机器学习框架,由Facebook的人工智能研究实验室开发,被广泛用于深度学习模型的构建和训练。让我们开始你的PyTorch旅程吧!1.预备课程大纲1.1引入Pyth
- 【2024年国内一些知名的免费AI对话工具的对比】
龙少9543
后端人工智能
2024年国内一些知名的免费AI对话工具的对比免费体验以下是2024年国内一些知名的免费AI对话工具的对比以及它们的体验地址。这些工具基于各自公司的深度学习和自然语言处理技术,为用户提供智能对话服务。百度文心一言特点:基于ERNIE模型,拥有知识增强、检索增强和对话增强的技术特色,支持跨模态生成。体验地址:https://yiyan.baidu.com/讯飞星火认知大模型特点:支持多风格长文本生成
- 用于深度学习的硬件配置列表
Mr.Q
项目记录环境搭建工具深度学习
自己2021年配制的一台深度学习机子,体验是水冷没必要(主要是安装费劲)。注意电源功率一定要够,不然带不动显卡,最好是1000w左右。1处理器:英特尔(Intel)i9-10900K10核20线程盒装CPU处理器【英特尔i9-10900K】英特尔(Intel)10代酷睿i9-10900KCPU处理器10核20线程睿频至高可达5Ghz【行情报价价格评测】-京东35992主板:玩家国度(ROG)ROG
- Build and install error messages
高桐@BILL
TFLIghtPre-researchneo4j
TensorFlowusesGitHubissuesandStackOverflowtotrackanddocumentbuildandinstallationproblems.Thefollowinglistlinkserrormessagestoasolutionordiscussion.Ifyoufindaninstallationorbuildproblemthatisnotlisted,
- 计算范式的变革:从图灵机到神经网络
AI架构设计之禅
AI大模型应用入门实战与进阶javapythonjavascriptkotlingolang架构人工智能
图灵机,神经网络,计算范式,深度学习,机器学习,人工智能,算法,模型1.背景介绍自20世纪中叶以来,计算机科学经历了飞速发展,计算范式也经历了深刻的变革。从最初的图灵机模型到如今的深度学习,我们不断探索更强大、更灵活的计算方式。图灵机作为计算机科学的基石,奠定了通用计算的理论基础。它以有限的符号和规则,模拟了人类的逻辑思维过程,为现代计算机的诞生提供了理论支撑。然而,图灵机的计算能力受限于其固定的
- 【Python】已解决:Python读取字典查询键报错“KeyError: ‘d‘”
屿小夏
python开发语言
个人简介:某不知名博主,致力于全栈领域的优质博客分享|用最优质的内容带来最舒适的阅读体验!文末获取免费IT学习资料!文末获取更多信息精彩专栏推荐订阅收藏专栏系列直达链接相关介绍书籍分享点我跳转书籍作为获取知识的重要途径,对于IT从业者来说更是不可或缺的资源。不定期更新IT图书,并在评论区抽取随机粉丝,书籍免费包邮到家AI前沿点我跳转探讨人工智能技术领域的最新发展和创新,涵盖机器学习、深度学习、自然
- 《机器学习数学基础》补充资料:第343页结论证明
CS创新实验室
数学基础机器学习人工智能概率论
证明E(XT)=E(X)TE(\pmb{X}^{\text{T}})=E(\pmb{X})^{\text{T}}E(XT)=E(X)T《机器学习数学基础》第343页,有这样一句话:对于多维随机变量X\pmb{X}X,根据数学期望的定义,有:E(XT)=E(X)TE(\pmb{X}^{\text{T}})=E(\pmb{X})^{\text{T}}E(XT)=E(X)T。有读者反应,希望能给出有关证
- DeepSeek R1重塑行业标准:BIM智能审查效率提升300%的实战解密
Coderabo
DeepSeekR1模型企业级应用人工智能
DeepSeekR1驱动的BIM模型智能审查技术深度解析与实践指南第一章BIM智能审查技术概述建筑信息模型(BIM)的智能化审查是建筑行业数字化转型的核心环节。传统人工审查方式存在效率低、标准不统一、易遗漏等问题,DeepSeekR1框架支持的智能审查系统通过以下技术突破实现革新:多源异构数据融合:支持IFC/RVT/DWG等格式的自动转换语义特征解析引擎:基于深度学习的构件特征识别准确率达98.
- DeepSeek R1赋能智能建造:施工安全风险预判系统全栈开发实战与创新解析
Coderabo
DeepSeekR1模型企业级应用安全
基于DeepSeekR1的智能施工安全风险预判系统构建与实战一、施工安全风险预判技术概述在建筑工程领域,安全风险预判是保障施工人员和财产安全的关键环节。传统的人工巡检方式存在效率低、覆盖面窄、响应滞后等问题。DeepSeekR1智能分析系统通过融合计算机视觉、物联网传感技术和深度学习算法,构建了多维度的风险预警体系。本系统具备以下核心功能:实时视频监控分析(安全装备检测、危险区域入侵识别)设备状态
- 基于深度学习的政策效果仿真推演:实现智能化决策支持
Coderabo
DeepSeekR1模型企业级应用深度学习人工智能
政策效果仿真推演:基于DeepSeekR1的人工智能驱动决策支持系统引言政策效果仿真推演是现代社会治理中不可或缺的重要环节。通过模拟不同政策在实际执行过程中可能产生的各种影响,政府和相关机构可以更科学地制定和调整政策,从而提高治理效率和效果。然而,传统的政策仿真方法往往依赖于大量的历史数据、复杂的数学模型以及人工经验判断,存在耗时长、成本高、结果不够精准等问题。近年来,随着人工智能技术的快速发展,
- 深度学习|表示学习|卷积神经网络|输出维度公式|15
漂亮_大男孩
表示学习深度学习学习cnn
如是我闻:在卷积和池化操作中,计算输出维度的公式是关键,它们分别可以帮助我们计算卷积操作和池化操作后的输出大小。下面分别总结公式,并结合解释它们的意义:1.卷积操作的输出维度公式当我们对输入图像进行卷积时,输出的宽度和高度可以通过以下公式计算:输出大小=输入大小−卷积核大小+2⋅填充大小步长+1\text{输出大小}=\frac{\text{输入大小}-\text{卷积核大小}+2\cdot\te
- 深度学习|表示学习|卷积神经网络|输出维度公式如何理解?|16
漂亮_大男孩
表示学习深度学习学习cnn
如是我闻:当我们对输入图像进行卷积时,输出的宽度和高度可以通过以下公式计算:输出大小=输入大小−卷积核大小+2⋅填充大小步长+1\text{输出大小}=\frac{\text{输入大小}-\text{卷积核大小}+2\cdot\text{填充大小}}{\text{步长}}+1输出大小=步长输入大小−卷积核大小+2⋅填充大小+1池化(Pooling)的输出大小公式类似卷积,但更加简单:输出大小=输入
- 深度学习-98-大语言模型LLM之基于langchain的代理create_react_agent工具
皮皮冰燃
深度学习深度学习语言模型langchain
文章目录1Agent代理1.1代理的分类1.2ReAct和Structuredchat2代理应用ReAct2.1创建工具2.1.1嵌入模型2.1.2创建检索器2.1.3测试检索结果2.1.4创建工具列表2.2初始化大模型2.3创建Agent2.4运行Agent3参考附录1Agent代理Agent代理的核心思想是使用语言模型来选择要采取的一系列动作。(1)在链中,动作序列是硬编码的。(2)在代理中,
- 《深度揭秘LDA:开启人工智能降维与分类优化的大门》
前端人工智能算法
在当今人工智能蓬勃发展的时代,数据成为了驱动技术进步的核心要素。随着数据采集和存储技术的飞速发展,我们所面临的数据量不仅日益庞大,其维度也愈发复杂。高维数据虽然蕴含着丰富的信息,但却给机器学习算法带来了一系列严峻的挑战,这便是著名的“维度诅咒”。在众多应对这一难题的技术中,线性判别分析(LDA)脱颖而出,作为一种强大的监督学习降维方法,它在提升分类性能方面发挥着关键作用。一、LDA:核心原理大起底
- ASM系列五 利用TreeApi 解析生成Class
lijingyao8206
ASM字节码动态生成ClassNodeTreeAPI
前面CoreApi的介绍部分基本涵盖了ASMCore包下面的主要API及功能,其中还有一部分关于MetaData的解析和生成就不再赘述。这篇开始介绍ASM另一部分主要的Api。TreeApi。这一部分源码是关联的asm-tree-5.0.4的版本。
在介绍前,先要知道一点, Tree工程的接口基本可以完
- 链表树——复合数据结构应用实例
bardo
数据结构树型结构表结构设计链表菜单排序
我们清楚:数据库设计中,表结构设计的好坏,直接影响程序的复杂度。所以,本文就无限级分类(目录)树与链表的复合在表设计中的应用进行探讨。当然,什么是树,什么是链表,这里不作介绍。有兴趣可以去看相关的教材。
需求简介:
经常遇到这样的需求,我们希望能将保存在数据库中的树结构能够按确定的顺序读出来。比如,多级菜单、组织结构、商品分类。更具体的,我们希望某个二级菜单在这一级别中就是第一个。虽然它是最后
- 为啥要用位运算代替取模呢
chenchao051
位运算哈希汇编
在hash中查找key的时候,经常会发现用&取代%,先看两段代码吧,
JDK6中的HashMap中的indexFor方法:
/**
* Returns index for hash code h.
*/
static int indexFor(int h, int length) {
- 最近的情况
麦田的设计者
生活感悟计划软考想
今天是2015年4月27号
整理一下最近的思绪以及要完成的任务
1、最近在驾校科目二练车,每周四天,练三周。其实做什么都要用心,追求合理的途径解决。为
- PHP去掉字符串中最后一个字符的方法
IT独行者
PHP字符串
今天在PHP项目开发中遇到一个需求,去掉字符串中的最后一个字符 原字符串1,2,3,4,5,6, 去掉最后一个字符",",最终结果为1,2,3,4,5,6 代码如下:
$str = "1,2,3,4,5,6,";
$newstr = substr($str,0,strlen($str)-1);
echo $newstr;
- hadoop在linux上单机安装过程
_wy_
linuxhadoop
1、安装JDK
jdk版本最好是1.6以上,可以使用执行命令java -version查看当前JAVA版本号,如果报命令不存在或版本比较低,则需要安装一个高版本的JDK,并在/etc/profile的文件末尾,根据本机JDK实际的安装位置加上以下几行:
export JAVA_HOME=/usr/java/jdk1.7.0_25
- JAVA进阶----分布式事务的一种简单处理方法
无量
多系统交互分布式事务
每个方法都是原子操作:
提供第三方服务的系统,要同时提供执行方法和对应的回滚方法
A系统调用B,C,D系统完成分布式事务
=========执行开始========
A.aa();
try {
B.bb();
} catch(Exception e) {
A.rollbackAa();
}
try {
C.cc();
} catch(Excep
- 安墨移动广 告:移动DSP厚积薄发 引领未来广 告业发展命脉
矮蛋蛋
hadoop互联网
“谁掌握了强大的DSP技术,谁将引领未来的广 告行业发展命脉。”2014年,移动广 告行业的热点非移动DSP莫属。各个圈子都在纷纷谈论,认为移动DSP是行业突破点,一时间许多移动广 告联盟风起云涌,竞相推出专属移动DSP产品。
到底什么是移动DSP呢?
DSP(Demand-SidePlatform),就是需求方平台,为解决广 告主投放的各种需求,真正实现人群定位的精准广
- myelipse设置
alafqq
IP
在一个项目的完整的生命周期中,其维护费用,往往是其开发费用的数倍。因此项目的可维护性、可复用性是衡量一个项目好坏的关键。而注释则是可维护性中必不可少的一环。
注释模板导入步骤
安装方法:
打开eclipse/myeclipse
选择 window-->Preferences-->JAVA-->Code-->Code
- java数组
百合不是茶
java数组
java数组的 声明 创建 初始化; java支持C语言
数组中的每个数都有唯一的一个下标
一维数组的定义 声明: int[] a = new int[3];声明数组中有三个数int[3]
int[] a 中有三个数,下标从0开始,可以同过for来遍历数组中的数
- javascript读取表单数据
bijian1013
JavaScript
利用javascript读取表单数据,可以利用以下三种方法获取:
1、通过表单ID属性:var a = document.getElementByIdx_x_x("id");
2、通过表单名称属性:var b = document.getElementsByName("name");
3、直接通过表单名字获取:var c = form.content.
- 探索JUnit4扩展:使用Theory
bijian1013
javaJUnitTheory
理论机制(Theory)
一.为什么要引用理论机制(Theory)
当今软件开发中,测试驱动开发(TDD — Test-driven development)越发流行。为什么 TDD 会如此流行呢?因为它确实拥有很多优点,它允许开发人员通过简单的例子来指定和表明他们代码的行为意图。
TDD 的优点:
&nb
- [Spring Data Mongo一]Spring Mongo Template操作MongoDB
bit1129
template
什么是Spring Data Mongo
Spring Data MongoDB项目对访问MongoDB的Java客户端API进行了封装,这种封装类似于Spring封装Hibernate和JDBC而提供的HibernateTemplate和JDBCTemplate,主要能力包括
1. 封装客户端跟MongoDB的链接管理
2. 文档-对象映射,通过注解:@Document(collectio
- 【Kafka八】Zookeeper上关于Kafka的配置信息
bit1129
zookeeper
问题:
1. Kafka的哪些信息记录在Zookeeper中 2. Consumer Group消费的每个Partition的Offset信息存放在什么位置
3. Topic的每个Partition存放在哪个Broker上的信息存放在哪里
4. Producer跟Zookeeper究竟有没有关系?没有关系!!!
//consumers、config、brokers、cont
- java OOM内存异常的四种类型及异常与解决方案
ronin47
java OOM 内存异常
OOM异常的四种类型:
一: StackOverflowError :通常因为递归函数引起(死递归,递归太深)。-Xss 128k 一般够用。
二: out Of memory: PermGen Space:通常是动态类大多,比如web 服务器自动更新部署时引起。-Xmx
- java-实现链表反转-递归和非递归实现
bylijinnan
java
20120422更新:
对链表中部分节点进行反转操作,这些节点相隔k个:
0->1->2->3->4->5->6->7->8->9
k=2
8->1->6->3->4->5->2->7->0->9
注意1 3 5 7 9 位置是不变的。
解法:
将链表拆成两部分:
a.0-&
- Netty源码学习-DelimiterBasedFrameDecoder
bylijinnan
javanetty
看DelimiterBasedFrameDecoder的API,有举例:
接收到的ChannelBuffer如下:
+--------------+
| ABC\nDEF\r\n |
+--------------+
经过DelimiterBasedFrameDecoder(Delimiters.lineDelimiter())之后,得到:
+-----+----
- linux的一些命令 -查看cc攻击-网口ip统计等
hotsunshine
linux
Linux判断CC攻击命令详解
2011年12月23日 ⁄ 安全 ⁄ 暂无评论
查看所有80端口的连接数
netstat -nat|grep -i '80'|wc -l
对连接的IP按连接数量进行排序
netstat -ntu | awk '{print $5}' | cut -d: -f1 | sort | uniq -c | sort -n
查看TCP连接状态
n
- Spring获取SessionFactory
ctrain
sessionFactory
String sql = "select sysdate from dual";
WebApplicationContext wac = ContextLoader.getCurrentWebApplicationContext();
String[] names = wac.getBeanDefinitionNames();
for(int i=0; i&
- Hive几种导出数据方式
daizj
hive数据导出
Hive几种导出数据方式
1.拷贝文件
如果数据文件恰好是用户需要的格式,那么只需要拷贝文件或文件夹就可以。
hadoop fs –cp source_path target_path
2.导出到本地文件系统
--不能使用insert into local directory来导出数据,会报错
--只能使用
- 编程之美
dcj3sjt126com
编程PHP重构
我个人的 PHP 编程经验中,递归调用常常与静态变量使用。静态变量的含义可以参考 PHP 手册。希望下面的代码,会更有利于对递归以及静态变量的理解
header("Content-type: text/plain");
function static_function () {
static $i = 0;
if ($i++ < 1
- Android保存用户名和密码
dcj3sjt126com
android
转自:http://www.2cto.com/kf/201401/272336.html
我们不管在开发一个项目或者使用别人的项目,都有用户登录功能,为了让用户的体验效果更好,我们通常会做一个功能,叫做保存用户,这样做的目地就是为了让用户下一次再使用该程序不会重新输入用户名和密码,这里我使用3种方式来存储用户名和密码
1、通过普通 的txt文本存储
2、通过properties属性文件进行存
- Oracle 复习笔记之同义词
eksliang
Oracle 同义词Oracle synonym
转载请出自出处:http://eksliang.iteye.com/blog/2098861
1.什么是同义词
同义词是现有模式对象的一个别名。
概念性的东西,什么是模式呢?创建一个用户,就相应的创建了 一个模式。模式是指数据库对象,是对用户所创建的数据对象的总称。模式对象包括表、视图、索引、同义词、序列、过
- Ajax案例
gongmeitao
Ajaxjsp
数据库采用Sql Server2005
项目名称为:Ajax_Demo
1.com.demo.conn包
package com.demo.conn;
import java.sql.Connection;import java.sql.DriverManager;import java.sql.SQLException;
//获取数据库连接的类public class DBConnec
- ASP.NET中Request.RawUrl、Request.Url的区别
hvt
.netWebC#asp.nethovertree
如果访问的地址是:http://h.keleyi.com/guestbook/addmessage.aspx?key=hovertree%3C&n=myslider#zonemenu那么Request.Url.ToString() 的值是:http://h.keleyi.com/guestbook/addmessage.aspx?key=hovertree<&
- SVG 教程 (七)SVG 实例,SVG 参考手册
天梯梦
svg
SVG 实例 在线实例
下面的例子是把SVG代码直接嵌入到HTML代码中。
谷歌Chrome,火狐,Internet Explorer9,和Safari都支持。
注意:下面的例子将不会在Opera运行,即使Opera支持SVG - 它也不支持SVG在HTML代码中直接使用。 SVG 实例
SVG基本形状
一个圆
矩形
不透明矩形
一个矩形不透明2
一个带圆角矩
- 事务管理
luyulong
javaspring编程事务
事物管理
spring事物的好处
为不同的事物API提供了一致的编程模型
支持声明式事务管理
提供比大多数事务API更简单更易于使用的编程式事务管理API
整合spring的各种数据访问抽象
TransactionDefinition
定义了事务策略
int getIsolationLevel()得到当前事务的隔离级别
READ_COMMITTED
- 基础数据结构和算法十一:Red-black binary search tree
sunwinner
AlgorithmRed-black
The insertion algorithm for 2-3 trees just described is not difficult to understand; now, we will see that it is also not difficult to implement. We will consider a simple representation known
- centos同步时间
stunizhengjia
linux集群同步时间
做了集群,时间的同步就显得非常必要了。 以下是查到的如何做时间同步。 在CentOS 5不再区分客户端和服务器,只要配置了NTP,它就会提供NTP服务。 1)确认已经ntp程序包: # yum install ntp 2)配置时间源(默认就行,不需要修改) # vi /etc/ntp.conf server pool.ntp.o
- ITeye 9月技术图书有奖试读获奖名单公布
ITeye管理员
ITeye
ITeye携手博文视点举办的9月技术图书有奖试读活动已圆满结束,非常感谢广大用户对本次活动的关注与参与。 9月试读活动回顾:http://webmaster.iteye.com/blog/2118112本次技术图书试读活动的优秀奖获奖名单及相应作品如下(优秀文章有很多,但名额有限,没获奖并不代表不优秀):
《NFC:Arduino、Andro