- centos7中Open-Webui的部署
linuxxx110
linux运维服务器ai
前期中部署了ollama及deepseek-r1,为了有web界面访问,需要部署open-webui系统要求是python3.11以上版本,一、先升级openssl1.安装依赖yuminstall-ygccgcc-c++autoconfautomakezlibzlib-develpcre-devel2.下载源码包并解压wgethttps://www.openssl.org/source/opens
- 醒醒!临时抱佛脚背Java面试题的在面试官面前是根本没有用的
java15655057970
面试学习路线阿里巴巴java开发语言
醒醒!临时抱佛脚背Java面试题的在面试官面前是根本没有用的!Java架构老李2020-11-1917:17:09744收藏33分类专栏:Java面试编程语言文章标签:数据库面试javamysql编程语言版权前言其实我之前就跟大家说过,我其实特别不喜欢那种临近面试就提前背啊,记各种题的行为,非常反对!我觉得这种方法特别极端,并且在稍有一点经验的面试官面前是根本没有用的。还有粉丝跟我留言说道:“我们
- DeepSeek模型微调的原理和方法
alankuo
人工智能
DeepSeek模型微调的原理迁移学习基础DeepSeek模型微调基于迁移学习的思想。预训练模型在大规模通用数据上进行了无监督或有监督的训练,学习到了丰富的语言知识、语义表示和通用模式。这些知识和模式具有一定的通用性,可以迁移到其他相关的任务中。在微调时,我们利用预训练模型已经学到的这些通用知识,针对特定的目标任务进行进一步的调整和优化,使得模型能够更好地适应新任务的需求。微调的参数更新机制在微调
- 亚马逊云科技MySQL托管服务:Amazon RDS for MySQL的技术优势与成本优化实践
AWS官方合作商
科技mysql数据库
引言:在数字化转型的浪潮中,数据库作为企业核心业务的“中枢神经”,其稳定性、性能及成本直接影响企业的运营效率和竞争力。然而,自建MySQL数据库的复杂性、运维成本高企、扩展性不足等问题,始终是开发者与企业的痛点。亚马逊云科技推出的AmazonRDSforMySQL,作为一款全托管的云数据库服务,凭借其技术先进性和灵活的成本模型,正在成为企业上云的首选方案。一、技术优势:告别繁琐运维,聚焦核心业务1
- 垂类大模型微调(二):使用LLaMA-Factory
CITY_OF_MO_GY
从零到亿大模型微调llama
上一篇博文和大家一起安装了LLaMA-Factory工具,并下载了大模型在上面进行了简单的加载和推理,今天尝试通过LoRa技术对大模型进行微调;一、训练集准备1.1介绍训练集结构这里演示对Qwen2.5-0.5B-Instruct-GPTQ-Int4模型进行LoRA微调,大家可以根据垂类大模型微调(一)从魔塔中下载对应模型;目前该工具支持指令监督微调(Alpaca格式)和多轮对话微调(
- Yolov8-pose:从零开始训练Yolov8关键点检测模型
CITY_OF_MO_GY
YOLO深度学习人工智能
一、关键点检测模型推理1.拉取yolov8源码#克隆官方源代码gitclonehttps://gitee.com/monkeycc/ultralytics.gitcd./ultralytics#创建预训练模型文件夹,并下载关键点检测预训练模型mkdirweightscd./weightswgethttps://github.com/ultralytics/assets/releases/downl
- AI大模型-提示工程学习笔记13—自动提示工程师 (Automatic Prompt Engineer)
9命怪猫
AI人工智能大模型aiprompt
卷首语:我所知的是我自己非常无知,所以我要不断学习。写给AI入行比较晚的小白们(比如我自己)看的,大神可以直接路过无视了。自动提示工程师(APE)是一种利用大语言模型(LLM)自动生成和优化提示(Prompt)的框架,旨在减少人工设计提示的工作量,并提高LLM在特定任务上的性能。与手动设计提示不同,APE通过让LLM自身生成和评估提示,自动探索更有效的提示策略,从而实现提示工程的自动化。以下是对A
- Shell:bash脚本入门
geek_Chen01
bash
Shell入门–TheMissingSemesterofYourCSEducation一、Shell脚本基础1.1变量与字符串#正确赋值(无空格)foo=bar#错误示例(带空格会报错)foo=bar#双引号支持变量扩展echo"Value:$foo"#输出Value:bar#单引号保持原样echo'Value:$foo'#输出Value:$foo1.2特殊变量变量描述$0脚本名称$1-$9第1-
- 綫性與非綫性泛函分析與應用_2.賦范向量空間-母本
老了,不知天命
泛函代數與數值解物理數學笔记考研
第2章賦范向量空間1.向量空間;哈默爾基;向量空間的維數-定義與性質-向量空間的定義:設\mathbb{K}為數域,集合X是\mathbb{K}上的向量空間,若在X上定義了加法(x,y)\inX\timesX\tox+y\inX和數乘(\alpha,x)\in\mathbb{K}\timesX\to\alphax\inX兩種運算,且滿足加法交換律、結合律,存在零向量,向量的負向量存在,數乘分配律等
- RAG+LLM和直接将整理的知识训练到模型中去有什么区别,各自有什么优缺点
MonkeyKing.sun
RAG+LLM训练模型
1.RAG(Retrieval-AugmentedGeneration)+LLM(LargeLanguageModel)概念RAG是将信息检索与生成模型相结合的一种方法。具体来说,RAG会从一个知识库(如数据库、文档库、向量数据库等)中检索相关的信息片段或条目,然后将这些信息与输入的查询一起传递给一个生成模型(如GPT、T5、BERT等)进行回答生成。这个过程通常包括以下步骤:检索:从一个知识库中
- GIT工作原理-入门必看
lcl_bigdata
git
--初入开发门槛或对git一知半解的你可能感兴趣这次纯纯是知识的搬运工,希望更多想了解git的人能看到这个。尹会生老师讲解的,把git的工作原理讲解的非常形象,如果脑子里有这个图,就会避免好多覆盖他人代码,遗漏拉去他人代码等事件了。不多说,上图,上讲解~有希望了解更多的,请到极客时间中找《零基础学Python(2023版)》尹会生第一章第5节。远程仓库:Remote本地仓库:Repository工
- git拉取大文件
Maybe_9527
gitgit大文件
步骤安装lfs正常执行clone命令执行gitlfsfetch执行gitlfscheckout安装lfs执行gitlfsinstall正常执行clone命令比如我要下载huggingface的whisper模型gitclonehttps://huggingface.co/openai/whisper-small执行gitlfsfetch拉取大文件执行gitlfscheckout将lfs指针形式的大
- 在线教程丨 3 款声音克隆模型真实测评,GPT-SoVITS 精准拿捏「石矶娘娘」特点
hyperai
春节档电影「哪吒2」的票房一路高歌猛进,现已突破120亿,成为中国首部票房达到百亿大关的影片,已成功跻身全球影史票房榜前10。影片中,配音演员们用灵动的声音赋予了角色鲜活的生命力,从哪吒的「烟嗓」到太乙真人的四川方言,再到石矶娘娘的灵动,引发了大众的广泛讨论,让幕后配音艺术走到台前。提及配音艺术的魅力,「王者荣耀」芈月的白晶晶皮肤堪称绝佳例证。官方特邀「大话西游」电影中的白晶晶原配音演员王蕙君再度
- 忘掉 DeepSeek:Qwen 2.5 VL 与 Qwen Max 来了
ReactHook深入浅出CSS技巧与案例详解vue2与vue3技巧合集VueUse源码解读Qwen系列又推出了两款令人瞩目的新模型:Qwen2.5VL和Qwen2.5Max。如果还停留在“DeepSeek是最强”那一档,就可能要重新考虑一下,因为这两款模型的实力相当惊艳。什么是Qwen2.5VL?先从Qwen2.5VL说起。它不仅能看图识物,还能理解视频、文本,具备执行电脑操作(agentic)
- 《数据仓库与数据挖掘》自测
破坏神在行动
数据仓库与数据挖掘数据仓库数据挖掘
试卷一一、选择题(每题2分,共20分)1.数据仓库的主要特征不包括以下哪一项?A.数据量大B.异构数据整合C.事务处理D.支持决策分析2.OLAP的核心功能是:A.事务处理B.多维数据分析C.数据清洗D.数据转换3.以下哪个不是元数据的分类?A.数据源元数据B.数据模型元数据C.数据仓库映射元数据D.数据备份元数据4.数据挖掘中的KDD指的是:A.数据清洗B.知识发现C.知识库设计D.知识库查询5
- 网络通信(待补充)
四无青年203
golang
网络通信互联网中主机和主机连接必须遵守特定的要求,这个要求成为协议osi开放式系统互联,定义了计算机互联时网络通信的7层目前大规模使用的是tcp/ip协议:应用层:合并osi中567层(绘画,表示,应用)常用协议:http,ftp,smtp,pop3,ssl,rpc传输层:osi中第四层常用协议:tcp,udp网络层:osi中第三层常用协议:ip,ipv4,ipv6网络接口层:osi中第1,2层i
- face-api.js人脸的简单使用案例
湫化椿雨
javascript开发语言
一、安装npmiface-api.js二、把模型下载放到public文件夹下文件为models里(public/models·TsMask/face-api-demo-vue-码云-开源中国(gitee.com))当前人流量:{{peopleCount}}import*asfaceapifrom'face-api.js'console.log('98',faceapi.nets.faceRecog
- 如何下载欧意
gtxtttt
其他
安卓下载方式是这个链接苹果需要改IDhttps://www.chouyi.me/join/52681106
- 系统架构设计师【第12章】: 信息系统架构设计理论与实践 (核心总结)
数据知道
系统架构软考高级系统架构设计师
文章目录12.1信息系统架构基本概念及发展12.1.1信息系统架构的概述12.1.2信息系统架构的发展12.1.3信息系统架构的定义12.2信息系统架构12.2.1架构风格12.2.2信息系统架构分类12.2.3信息系统架构的一般原理12.2.4信息系统常用4种架构模型12.2.5企业信息系统的总体框架12.3信息系统架构设计方法12.3.1ADM架构开发方法12.3.2信息化总体架构方法12.4
- 基于 openEuler 构建 LVS-DR 群集
致奋斗的我们
openEulerLinux云原生高级lvsmysql服务器linuxopenEulernginx负载均衡
目录对比LVS负载均衡群集的NAT模式和DR模式,比较其各自的优势NAT模式(网络地址转换模式)DR模式(直接路由模式)基于openEuler构建LVS-DR群集实验准备环境配置web服务器web1web2首先下载nginx设置连接界面测试在两台web服务器中增加VIP的相关配置绑定地址ARP抑制然后使其生效配置负载均衡在192.168.1.11上接着下载管理工具ipvsadmLVS配置查看配置测
- HDFS分布式文件系统的架构及特点
互联网上的猪
Hadoophdfs架构hadoop
一、HDFS架构HDFS采用的是主从(Master/Slave)架构,即一个HDFS通常是由一个Master和多个Slave组成。Master为NameNode主要用于管理HDFSSlave为DataNode主要用于存储文件SecondaryNode用于辅助NameNodeHDFS架构1.1BlockBlock是HDFS文件系统中最小的存储单位,通常称为数据块。在HDFS文件系统中存储的文件会被拆
- 覆盖从供应、生产、销售到运营的全过程,引领行业数智化转型新方向的智慧快消开源了
AI服务老曹
开源人工智能自动化音视频能源
智慧快消视频监控平台是一款功能强大且简单易用的实时算法视频监控系统。它的愿景是最底层打通各大芯片厂商相互间的壁垒,省去繁琐重复的适配流程,实现芯片、算法、应用的全流程组合,从而大大减少企业级应用约95%的开发成本。基于多年的深度学习技术研究和业务应用为基础,集深度学习核心训练和推理框架、基础模型库、端到端开发套件、丰富的工具组件于一体,是中国首个自主研发、功能完备、开源开放的产业级深度学习平台。基
- 2022年9月前端学习笔记
早日退休!
前端学习html5前端
目录2022.09.011、overflow:auto;2、封装通用axios返回值类型3、vite构建的vue3项目适配移动端4、使用vue3+vite+TypeScript搭建新项目1.新建项目2.配置vue-router43.配置vuex45、深拷贝和浅拷贝1.浅拷贝2.深拷贝2022.09.021、同步与异步2、事件循环eventloop3、遇到的坑:vue中给点击事件@click使用三元
- 2025最新保姆级教程:DeepSeek本地部署+知识库搭建全流程投喂数据
deepseek01
AI工具功能测试
本地部署:从Ollama安装、环境变量配置到DeepSeek-R1模型下载(附C盘空间不足的解决方案)。知识库搭建:支持PDF/Word/微信聊天记录等格式导入,演示如何批量处理非文本文件。隐私与成本:对比API和本地方案的隐私性、长期成本(突出老旧笔记本也能运行)。差异化:强调“2025最新版”,解决旧教程环境变量设置、模型版本过时等问题。知识库搭建教学:Dify在windows系统的docke
- 金融大模型应用的机遇与挑战
Python程序员罗宾
金融人工智能语言模型数据库自然语言处理
大模型本质特征大模型通常指大语言模型(LargeLanguageModel,LLM),是基于深度学习算法的自然语言处理技术,是通用大模型。大模型也在从单一自然语言处理模态向语音、图像等多模态大模型演进。目前国内外推出了众多的大模型,国内就不下上百款,也因此被称为“百模大战”或“千模大战”。但很多所谓的“大模型”仅是叫“大模型”而已,不管参数量多少,都不能称为真正的大模型。参数量是大模型的一个特征,
- 前端导出word文件,并包含导出Echarts图表等
孜然卷k
前端javascript
基础导出模板consthtml=`body{font-family:'TimesNewRoman';}h1{text-align:center;}table{border-collapse:collapse;width:100%;color:'#1118FF';font-weight:600;}th,td{border:1pxsolidblack;padding:8px;text-align:le
- 1秒响应、90%决策准确率!京东商家智能助手的技术探索
京东零售技术
人工智能大模型
引言多智能体的架构演进过程:第一阶段:B商城工单自动回复,LLM和RAG结合知识库应答,无法解决工具调用。第二阶段:京东招商站,单一Agent处理知识库问答和工具调用,准确率低&LLM模型幻觉,场景区分度差。第三阶段:京麦智能助手,引入multi-agent架构,master+subagents协同工作模式,把问题分而治之,显著提升准确率。商家助手的算法底座是基于大语言模型(LLM)构建的Mul
- 14.11 LangChain VectorStore 架构解析:构建高效大模型数据管道的核心技术
少林码僧
AI大模型应用实战专栏langchain架构wpf
LangChainVectorStore架构解析:构建高效大模型数据管道的核心技术关键词:LangChainVectorStore、向量数据库集成、语义检索优化、文档分块策略、相似度搜索算法1.VectorStore的核心定位与技术架构LangChain数据处理全流程:
- 第3章 模板编译原理深度解析
道不尽世间的沧桑
vue.jsjavascriptecmascript
3.1编译全过程概览3.1.1完整编译流程图原始模板解析器抽象语法树AST优化器标记静态节点代码生成器可执行渲染函数3.1.2各阶段核心任务解析阶段:模板字符串→AST(抽象语法树)优化阶段:标记静态节点→提升渲染性能生成阶段:AST→可执行渲染函数3.2解析器实现原理3.2.1HTML解析器核心代码//简化的HTML解析器实现functionparseHTML(html,options){let
- 多档买卖盘逐笔委托逐笔成交进行大数据分析以及模型结果20250221
level2Tick
A股level2历史数据金融数据库
多档买卖盘逐笔委托逐笔成交进行大数据分析以及模型结果20250221采用Level2逐笔成交与逐笔委托的详细记录,这种毫秒级别的数据能揭露众多关键信息,如庄家意图、虚假交易,使所有交易行为透明化。这对交易大师分析主力习性大有裨益,对人工智能进行机器学习也非常合适,数据量大且精确。以下是今日根据Level2逐笔成交与委托数据观察到的部分股票现象:level2逐笔成交逐笔委托数据下载链接:https:
- 戴尔笔记本win8系统改装win7系统
sophia天雪
win7戴尔改装系统win8
戴尔win8 系统改装win7 系统详述
第一步:使用U盘制作虚拟光驱:
1)下载安装UltraISO:注册码可以在网上搜索。
2)启动UltraISO,点击“文件”—》“打开”按钮,打开已经准备好的ISO镜像文
- BeanUtils.copyProperties使用笔记
bylijinnan
java
BeanUtils.copyProperties VS PropertyUtils.copyProperties
两者最大的区别是:
BeanUtils.copyProperties会进行类型转换,而PropertyUtils.copyProperties不会。
既然进行了类型转换,那BeanUtils.copyProperties的速度比不上PropertyUtils.copyProp
- MyEclipse中文乱码问题
0624chenhong
MyEclipse
一、设置新建常见文件的默认编码格式,也就是文件保存的格式。
在不对MyEclipse进行设置的时候,默认保存文件的编码,一般跟简体中文操作系统(如windows2000,windowsXP)的编码一致,即GBK。
在简体中文系统下,ANSI 编码代表 GBK编码;在日文操作系统下,ANSI 编码代表 JIS 编码。
Window-->Preferences-->General -
- 发送邮件
不懂事的小屁孩
send email
import org.apache.commons.mail.EmailAttachment;
import org.apache.commons.mail.EmailException;
import org.apache.commons.mail.HtmlEmail;
import org.apache.commons.mail.MultiPartEmail;
- 动画合集
换个号韩国红果果
htmlcss
动画 指一种样式变为另一种样式 keyframes应当始终定义0 100 过程
1 transition 制作鼠标滑过图片时的放大效果
css
.wrap{
width: 340px;height: 340px;
position: absolute;
top: 30%;
left: 20%;
overflow: hidden;
bor
- 网络最常见的攻击方式竟然是SQL注入
蓝儿唯美
sql注入
NTT研究表明,尽管SQL注入(SQLi)型攻击记录详尽且为人熟知,但目前网络应用程序仍然是SQLi攻击的重灾区。
信息安全和风险管理公司NTTCom Security发布的《2015全球智能威胁风险报告》表明,目前黑客攻击网络应用程序方式中最流行的,要数SQLi攻击。报告对去年发生的60亿攻击 行为进行分析,指出SQLi攻击是最常见的网络应用程序攻击方式。全球网络应用程序攻击中,SQLi攻击占
- java笔记2
a-john
java
类的封装:
1,java中,对象就是一个封装体。封装是把对象的属性和服务结合成一个独立的的单位。并尽可能隐藏对象的内部细节(尤其是私有数据)
2,目的:使对象以外的部分不能随意存取对象的内部数据(如属性),从而使软件错误能够局部化,减少差错和排错的难度。
3,简单来说,“隐藏属性、方法或实现细节的过程”称为——封装。
4,封装的特性:
4.1设置
- [Andengine]Error:can't creat bitmap form path “gfx/xxx.xxx”
aijuans
学习Android遇到的错误
最开始遇到这个错误是很早以前了,以前也没注意,只当是一个不理解的bug,因为所有的texture,textureregion都没有问题,但是就是提示错误。
昨天和美工要图片,本来是要背景透明的png格式,可是她却给了我一个jpg的。说明了之后她说没法改,因为没有png这个保存选项。
我就看了一下,和她要了psd的文件,还好我有一点
- 自己写的一个繁体到简体的转换程序
asialee
java转换繁体filter简体
今天调研一个任务,基于java的filter实现繁体到简体的转换,于是写了一个demo,给各位博友奉上,欢迎批评指正。
实现的思路是重载request的调取参数的几个方法,然后做下转换。
- android意图和意图监听器技术
百合不是茶
android显示意图隐式意图意图监听器
Intent是在activity之间传递数据;Intent的传递分为显示传递和隐式传递
显式意图:调用Intent.setComponent() 或 Intent.setClassName() 或 Intent.setClass()方法明确指定了组件名的Intent为显式意图,显式意图明确指定了Intent应该传递给哪个组件。
隐式意图;不指明调用的名称,根据设
- spring3中新增的@value注解
bijian1013
javaspring@Value
在spring 3.0中,可以通过使用@value,对一些如xxx.properties文件中的文件,进行键值对的注入,例子如下:
1.首先在applicationContext.xml中加入:
<beans xmlns="http://www.springframework.
- Jboss启用CXF日志
sunjing
logjbossCXF
1. 在standalone.xml配置文件中添加system-properties:
<system-properties> <property name="org.apache.cxf.logging.enabled" value=&
- 【Hadoop三】Centos7_x86_64部署Hadoop集群之编译Hadoop源代码
bit1129
centos
编译必需的软件
Firebugs3.0.0
Maven3.2.3
Ant
JDK1.7.0_67
protobuf-2.5.0
Hadoop 2.5.2源码包
Firebugs3.0.0
http://sourceforge.jp/projects/sfnet_findbug
- struts2验证框架的使用和扩展
白糖_
框架xmlbeanstruts正则表达式
struts2能够对前台提交的表单数据进行输入有效性校验,通常有两种方式:
1、在Action类中通过validatexx方法验证,这种方式很简单,在此不再赘述;
2、通过编写xx-validation.xml文件执行表单验证,当用户提交表单请求后,struts会优先执行xml文件,如果校验不通过是不会让请求访问指定action的。
本文介绍一下struts2通过xml文件进行校验的方法并说
- 记录-感悟
braveCS
感悟
再翻翻以前写的感悟,有时会发现自己很幼稚,也会让自己找回初心。
2015-1-11 1. 能在工作之余学习感兴趣的东西已经很幸福了;
2. 要改变自己,不能这样一直在原来区域,要突破安全区舒适区,才能提高自己,往好的方面发展;
3. 多反省多思考;要会用工具,而不是变成工具的奴隶;
4. 一天内集中一个定长时间段看最新资讯和偏流式博
- 编程之美-数组中最长递增子序列
bylijinnan
编程之美
import java.util.Arrays;
import java.util.Random;
public class LongestAccendingSubSequence {
/**
* 编程之美 数组中最长递增子序列
* 书上的解法容易理解
* 另一方法书上没有提到的是,可以将数组排序(由小到大)得到新的数组,
* 然后求排序后的数组与原数
- 读书笔记5
chengxuyuancsdn
重复提交struts2的token验证
1、重复提交
2、struts2的token验证
3、用response返回xml时的注意
1、重复提交
(1)应用场景
(1-1)点击提交按钮两次。
(1-2)使用浏览器后退按钮重复之前的操作,导致重复提交表单。
(1-3)刷新页面
(1-4)使用浏览器历史记录重复提交表单。
(1-5)浏览器重复的 HTTP 请求。
(2)解决方法
(2-1)禁掉提交按钮
(2-2)
- [时空与探索]全球联合进行第二次费城实验的可能性
comsci
二次世界大战前后,由爱因斯坦参加的一次在海军舰艇上进行的物理学实验 -费城实验
至今给我们大家留下很多迷团.....
关于费城实验的详细过程,大家可以在网络上搜索一下,我这里就不详细描述了
在这里,我的意思是,现在
- easy connect 之 ORA-12154: TNS: 无法解析指定的连接标识符
daizj
oracleORA-12154
用easy connect连接出现“tns无法解析指定的连接标示符”的错误,如下:
C:\Users\Administrator>sqlplus username/pwd@192.168.0.5:1521/orcl
SQL*Plus: Release 10.2.0.1.0 – Production on 星期一 5月 21 18:16:20 2012
Copyright (c) 198
- 简单排序:归并排序
dieslrae
归并排序
public void mergeSort(int[] array){
int temp = array.length/2;
if(temp == 0){
return;
}
int[] a = new int[temp];
int
- C语言中字符串的\0和空格
dcj3sjt126com
c
\0 为字符串结束符,比如说:
abcd (空格)cdefg;
存入数组时,空格作为一个字符占有一个字节的空间,我们
- 解决Composer国内速度慢的办法
dcj3sjt126com
Composer
用法:
有两种方式启用本镜像服务:
1 将以下配置信息添加到 Composer 的配置文件 config.json 中(系统全局配置)。见“例1”
2 将以下配置信息添加到你的项目的 composer.json 文件中(针对单个项目配置)。见“例2”
为了避免安装包的时候都要执行两次查询,切记要添加禁用 packagist 的设置,如下 1 2 3 4 5
- 高效可伸缩的结果缓存
shuizhaosi888
高效可伸缩的结果缓存
/**
* 要执行的算法,返回结果v
*/
public interface Computable<A, V> {
public V comput(final A arg);
}
/**
* 用于缓存数据
*/
public class Memoizer<A, V> implements Computable<A,
- 三点定位的算法
haoningabc
c算法
三点定位,
已知a,b,c三个顶点的x,y坐标
和三个点都z坐标的距离,la,lb,lc
求z点的坐标
原理就是围绕a,b,c 三个点画圆,三个圆焦点的部分就是所求
但是,由于三个点的距离可能不准,不一定会有结果,
所以是三个圆环的焦点,环的宽度开始为0,没有取到则加1
运行
gcc -lm test.c
test.c代码如下
#include "stdi
- epoll使用详解
jimmee
clinux服务端编程epoll
epoll - I/O event notification facility在linux的网络编程中,很长的时间都在使用select来做事件触发。在linux新的内核中,有了一种替换它的机制,就是epoll。相比于select,epoll最大的好处在于它不会随着监听fd数目的增长而降低效率。因为在内核中的select实现中,它是采用轮询来处理的,轮询的fd数目越多,自然耗时越多。并且,在linu
- Hibernate对Enum的映射的基本使用方法
linzx0212
enumHibernate
枚举
/**
* 性别枚举
*/
public enum Gender {
MALE(0), FEMALE(1), OTHER(2);
private Gender(int i) {
this.i = i;
}
private int i;
public int getI
- 第10章 高级事件(下)
onestopweb
事件
index.html
<!DOCTYPE html PUBLIC "-//W3C//DTD XHTML 1.0 Transitional//EN" "http://www.w3.org/TR/xhtml1/DTD/xhtml1-transitional.dtd">
<html xmlns="http://www.w3.org/
- 孙子兵法
roadrunners
孙子兵法
始计第一
孙子曰:
兵者,国之大事,死生之地,存亡之道,不可不察也。
故经之以五事,校之以计,而索其情:一曰道,二曰天,三曰地,四曰将,五
曰法。道者,令民于上同意,可与之死,可与之生,而不危也;天者,阴阳、寒暑
、时制也;地者,远近、险易、广狭、死生也;将者,智、信、仁、勇、严也;法
者,曲制、官道、主用也。凡此五者,将莫不闻,知之者胜,不知之者不胜。故校
之以计,而索其情,曰
- MySQL双向复制
tomcat_oracle
mysql
本文包括:
主机配置
从机配置
建立主-从复制
建立双向复制
背景
按照以下简单的步骤:
参考一下:
在机器A配置主机(192.168.1.30)
在机器B配置从机(192.168.1.29)
我们可以使用下面的步骤来实现这一点
步骤1:机器A设置主机
在主机中打开配置文件 ,
- zoj 3822 Domination(dp)
阿尔萨斯
Mina
题目链接:zoj 3822 Domination
题目大意:给定一个N∗M的棋盘,每次任选一个位置放置一枚棋子,直到每行每列上都至少有一枚棋子,问放置棋子个数的期望。
解题思路:大白书上概率那一张有一道类似的题目,但是因为时间比较久了,还是稍微想了一下。dp[i][j][k]表示i行j列上均有至少一枚棋子,并且消耗k步的概率(k≤i∗j),因为放置在i+1~n上等价与放在i+1行上,同理