- 【Ubuntu20.04】配置深度学习环境
糊涂懿
深度学习人工智能
参考Ubuntu20.04配置深度学习环境(全网最细最全)NVIDIA显卡驱动安装安装CUDA通过终端nvidia-smi查看自己能安装的最高CUDA版本,在官方网址下载需要的版本。安装cuDNN在官方网址选择适配于自己安装的CUDA版本的cuDNN安装Anaconda(借用一下这张图)InstallerType那里一定要选择第三个runfile,可以选择不再安装NVIDIA驱动了,最后一个初始化
- FastAPI部署大模型Llama 3.1
记得叫Mark周更
人工智能
项目地址:self-llm/models/Llama3_1/01-Llama3_1-8B-InstructFastApi部署调用.mdatmaster·datawhalechina/self-llm(github.com)目的:使用AutoDL的深度学习环境,简单部署大模型环境准备考虑到部分同学配置环境可能会遇到一些问题,我们在AutoDL平台准备了LLaMA3-1的环境镜像,点击下方链接并直接创
- WSL安装Ubuntu22.04,以及深度学习环境的搭建
静静AI学堂
疑难问题深度学习人工智能
安装WSL安装WSL2之前,必须启用“虚拟机平台”可选功能。计算机需要虚拟化功能才能使用此功能。以管理员身份打开PowerShell并运行:dism.exe/online/enable-feature/featurename:VirtualMachinePlatform/all/norestart下载Linux内核更新包:l链接:https://wslstorestorage.blob.core.
- Pytorch 配置 GPU 环境
听风吹等浪起
深度学习环境配置篇pytorch人工智能python
1、Pytorch深度学习跑代码的时候,因为简单的操作不适合cpu运行,我们更习惯用GPU加速代码。本章将介绍怎么安装pytorch的gpu环境,以及常见的问题关于conda的安装,参考之前文章:深度学习环境配置:Anaconda安装和pip源pytorch官网提供的安装:链接:https://pytorch.org/这里提供的版本都是较新的,电脑的硬件跟不上的话,可以选择之前版本的2、如何查看电
- 快速搭建PyTorch环境:Miniconda一步到位
高斯小哥
PyTorch零基础入门教程pytorch人工智能python深度学习机器学习
快速搭建PyTorch环境:Miniconda一步到位文章目录一、为何选择Miniconda搭建PyTorch环境?二、Miniconda安装指南:轻松上手三、PyTorch与Miniconda的梦幻组合:打造专属深度学习环境四、PyTorch环境配置进阶:优化与调试五、结尾一、为何选择Miniconda搭建PyTorch环境?在深度学习的大潮中,PyTorch如同璀璨的明星,吸引着无数开发者的目
- VScode远程连接服务器搭建深度学习环境-利用anaconda安装pytorch
不懂就问的风橘子
深度学习vscode服务器conda
本地VScode安装+ssh远程连接+服务器账号内的anaconda+conda命令搭建pytorch环境这里写目录标题本地安装VScode并建立ssh远程连接服务器账号内安装anaconda并搭建pytorch环境本地安装VScode并建立ssh远程连接1、本人考虑的是在电脑本地安装VScode并与服务器建立远程连接,因而即按照windows系统上安装VScode的流程来操作即可,读者们可参考以
- 深度学习环境配置常见指令
牛哥带你学代码
Python数据分析YOLO目标检测深度学习人工智能
首先打开anacondaprompt,激活对应虚拟环境。导入torch并获取对应版本importtorchtorch.__version__导入torchvision并获取对应版本importtorchvisiontorchvision.__version__检查cuda是否可用torch.cuda.is_available()获取CUDA设备数torch.cuda.device_count()获
- 深度学习环境下一些有用的链接
星海之眸
UsefulLinksAboutsystem初始安装系统的一些主要链接Ubuntu16.04系统美化输入法的安装wechat安装matlab安装ubuntu下matlab启动报错java.lang.runtime.Exception**********************,则执行这个命令:sudochmod-Ra+rw~/.matlabAboutMachineLearningtensorflo
- Linux服务器下装anaconda | 配置深度学习环境 | Pycharm连接远程服务器-经验总结
eeeasyFan
服务器linux深度学习
0前言推荐2个工具WinSCP一个Windows环境下使用的SSH的开源图形化SFTP客户端。同时支持SCP协议。它的主要功能是在本地与远程计算机间安全地复制文件,并且可以直接编辑文件。WindTerm一个多平台开源免费的终端软件,用于连接服务器一、使用WindTerm连接服务器会话->新建会话,然后依次输入连接信息(主机和端口)以完成连接问题1:长时间无操作会导致连接断开,回车即可重连问题2:W
- CentOS 7.9安装Tesla M4驱动、CUDA和cuDNN
Danileaf_Guo
centoslinux运维服务器
正文共:1333字21图,预估阅读时间:2分钟上次我们在Windows上尝试用TeslaM4配置深度学习环境(TensorFlow识别GPU难道就这么难吗?还是我的GPU有问题?),但是失败了。考虑到Windows本身就会调用图形显示,可能会有影响,所以我们本次换用Linux系统(CentOS7.9)来尝试一下。1、下载软件结合上次的经验教训,我们本次先确定合适的CUDA(ComputeUnifi
- 深度学习环境搭建 - 2 docker+deepo+jupyter
JamesPang_4841
过年机器还有些没发货,先在笔记本上演练下装环境。肯定是docker+deepo+jupyter+wingide组合了。各种优点不说了,重点是不折腾+随时随地折腾。win10home+dockerdockerforwindows要求winpro以上。家庭版不支持hyper-v。docker-toolbox我是拒绝的,性能差啊!于是参照这篇文章,操作如下:1,新建cmd脚本,开启hyper-vcomp
- 深度学习手写字符识别:训练模型
DogDaoDao
深度学习深度学习人工智能手写字符识别PyTorchPycharm模型训练模型推理
说明本篇博客主要是跟着B站中国计量大学杨老师的视频实战深度学习手写字符识别。第一个深度学习实例手写字符识别深度学习环境配置可以参考下篇博客,网上也有很多教程,很容易搭建好深度学习的环境。Windows11搭建GPU版本PyTorch环境详细过程数据集手写字符识别用到的数据集是MNIST数据集(MixedNationalInstituteofStandardsandTechnologydatabas
- 1、深度学习环境配置相关下载地址整理(cuda、cudnn、torch、miniconda、pycharm、torchvision等)
小树苗m
环境配置深度学习pycharm人工智能
一、深度学习环境配置相关:1、cuda:https://developer.nvidia.com/cuda-toolkit-archive2、cudnn:https://developer.nvidia.com/rdp/cudnn-archive4、miniconda:https://mirrors.tuna.tsinghua.edu.cn/anaconda/miniconda/?C=S5、pyc
- Windows配置深度学习环境(从查询合适的torch版本开始)——torch+CUDA+cuDNN
学习BigData
windows深度学习人工智能
这里基于读者已经有使用Python的相关经验,就不介绍Python的安装过程。win10+mx350+Python3.7.4+CUDA11.4.0+cudnn11.4torch1.11.0+cu113torchaudio0.11.0torchvision0.12.0+cu113一、首先查看我们使用的Python版本一般来说在命令行界面输入python就可以了解python版本。也可以使用如下代码查
- centos7 arm服务器配置深度学习环境之cuda安装
番茄小能手
aarch64Linuxarm开发服务器深度学习
前言NVIDIA显卡驱动是为了确保NVIDIA显卡能够正确运行而开发的软件。显卡驱动负责与操作系统通信,管理显卡的各种功能,并提供性能优化和兼容性保证。安装适用于特定显卡型号和操作系统版本的最新驱动程序是确保显卡能够正常工作的重要步骤。CUDA是NVIDIA推出的一种并行计算平台和编程模型。它充分利用NVIDIA显卡的并行处理能力,使开发人员能够通过编写并行计算任务来加速各种计算工作。CUDA提供
- 深度学习环境配置:Anaconda 安装和 pip 源
听风吹等浪起
深度学习环境配置篇深度学习人工智能
conda是一种通用包管理系统,与pip的使用类似,环境管理则允许用户方便地安装不同版本的python并可以快速切换。Anaconda则是一个打包的集合,里面预装好了conda、某个版本的python、众多packages、科学计算工具等等,就是把很多常用的不常用的库都给你装好了。Miniconda,顾名思义,它只包含最基本的内容——python与conda,以及相关的必须依赖项。对于基于的深度学
- pycharm 配置 conda 新环境
听风吹等浪起
深度学习环境配置篇pycharmcondaide
1.conda创建新环境本章利用pycharm将conda新建的环境载入进去关于conda的下载参考上一章博文:深度学习环境配置:Anaconda安装和pip源首先利用conda新建虚拟环境这里按y确定安装好如下:这里两行命令代表怎么激活和关闭新建的虚拟环境输入condainfo--envs可以看到所有的虚拟环境,如下是刚刚新建立的2.配置pip源激活新建环境输入清华镜像源:pipconfigse
- 操作系统复习总结——文件管理
是dream
操作系统操作系统文件管理
博客主页:是dream系列专栏:深度学习环境搭建、环境配置问题解决、自然语言处理、语音信号处理、项目开发每日语录:但愿每次回忆,对生活都不感到负疚。感谢大家点赞收藏⭐指正✍️目录一、文件管理概述1、文件基本概念(1)定义(2)基本调度单位(3)文件结构2、文件控制块与索引节点(1)文件属性(2)文件控制块(FCB)(3)索引结点3、文件的操作(操作系统向上提供哪些功能?)4、文件保护(1)加以控制
- 超详细||YOLOv8基础教程(环境搭建,训练,测试,部署看一篇就够)(在推理视频中添加FPS信息)
liuzifu123
YOLO深度学习pycharmpython
一、YOLOv8环境搭建这篇文章将跳过基础的深度学习环境的搭建,如果没有完成的可以看我的这篇博客:超详细||深度学习环境搭建记录cuda+anaconda+pytorch+pycharm-CSDN博客1.在github上下载源码:GitHub-ultralytics/ultralytics:NEW-YOLOv8inPyTorch>ONNX>OpenVINO>CoreML>TFLite2.安装ult
- 深度学习环境配置超详细教程【Anaconda+Pycharm+PyTorch(GPU版)+CUDA+cuDNN】
Enovo_你当像鸟飞往你的山
深度学习pycharmpytorch
在宇宙的浩瀚中,我们是微不足道的,但我们的思维却可以触及无尽的边界。目录关于Anaconda:关于Pycharm:关于Pytorch:关于CUDA:关于Cudnn:一、前言:二、Anaconda安装三、Pycharm安装四、CUDA安装1、查看NVDIA显卡型号2、判断自己应该下载什么版本的cuda3、安装CUDA11.2CUDAtoolkitDownload五、Cudnn安装1、cuDNN下载2
- 【深度学习】YOLOV5-WIN10环境搭建(配置+训练
Life&Dream
YOLOV5深度学习深度学习YOLO人工智能
win10下基于Anaconda、pytorch的YOLOV5深度学习环境搭建环境配置顺序:显卡驱动-CUDA-cudnn-Anaconda-pytorch-pychorm按这个顺序配置可以避免很多莫名其妙的错误出现。另外不用单独安装python,使用Anaconda里的python环境。目录win10下基于Anaconda、pytorch的YOLOV5深度学习环境搭建一、要根据自己的显卡型号安装
- 基于WSL2搭建Tensorflow GPU深度学习环境以及JupyterLab
爆炸奶糖
WSL2JupyterLabTensorflow深度学习tensorflow人工智能jupyter
由于在Windows上tensorflow在2.10之后的版本不再支持GPU运算,只能使用Linux,所以需要基于WSL2搭建环境(WSL2的环境搭建教程,点击此处查看)必要的软件安装:1、下载Firefoxsudoaptinstallfirefox把Firefox设为默认浏览器2、安装Miniconda先到清华源上下载安装Anaconda到WSLIndexof/anaconda/archive/
- Docker光速搞定深度学习环境配置!
AAI机器之心
docker深度学习容器人工智能机器学习YOLO运维
你是否还在用压缩包打包你的代码,然后在新的机器重新安装软件,配置你的环境,才能跑起来?特别有这样的情况:诶,在我电脑跑的好好的,怎么这里这么多问题?当项目比较简单的时候,装个Mysql、Nodejs、Anaconda并不是难事,但如果你的环境更多,新机器更多,你还一个个配置,估计你会疯掉。还有就是最恶心的深度学习环境,配置Cuda,Cudnn,Pytorch,TensorFlow,Opencv,G
- Pycharm连接云算力远程服务器(AutoDL)训练深度学习模型全过程
学习BigData
pycharm服务器深度学习
前言:在上一篇windows搭建深度学习环境中,我试图使用笔记本联想小新air14的mx350显卡训练一个图像检测的深度学习模型,但是训练时长大概需要几天时间远超我的预期,所以我便选择租用GPU进行训练,在对多家平台对比后找到了经济实惠的AutoDL,接下来是我租用GPU–配置环境–连接Pycharm–训练模型的全过程,基于本人也是刚入门的新手,如果有不恰当的地方还请大家指教。一、租用GPU首先进
- linux软件安装以及vim
shine_9457
linux软件安装shell就是一个“翻译官”让我们能与内核交流沟通:shell分类shell补充知识点:mkdir创建文件夹mkdir-p逐级创建文件夹rm删除非空的文件夹rm-r递归地删除,egrm-ra/可以删除a/b/c等rmdir-p逐级删除文件夹cp复制移动文件使用:(base)[yangjy@GSCG01test]$ls#test文件夹下有两个文件cleansra(base)[yan
- ubuntu使用YOLOv7训练自己的数据集
谷溪m
人工智能
目录一、准备深度学习环境二、 准备自己的数据集1、创建数据集 2、转换数据格式 3、配置文件三、模型训练1、下载预训练模型2、训练四、模型测试五、模型推理一、准备深度学习环境下载yolov7代码二、准备自己的数据集一般标注的数据格式是VOC,而YOLOv7能够直接使用的是YOLO格式的数据,因此下面将介绍如何将自己的数据集转换成可以直接让YOLOv7进行使用。(数据集已经是yolo格式的直接跳过)
- 在Windows下根据TensorFlow官方文档部署cuda环境,进而调用GPU来训练神经网络
Ayews
软件配置tensorflow深度学习pythongpu
2023.8.24更新:在经过一段时间的学习摸索与踩坑后,笔者十分不建议各位在windows上部署深度学习环境,这是一件费力不讨好的事。不仅在编程时需要花费额外精力,在复现其他工作时也容易出现各种“别人很少遇到的”bug。以下为原文,发布于2021-02-0121:34:32。博主花了两天时间,总算在win10笔记本上完成了cuda环境的部署,期间踩了很多坑。现有的教程大都是通过anaconda部
- Ubuntu 16.04 Server 安装深度学习环境(二)(Anaconda+Pytorch+TensorFlow+Caffe2)
YeahHighly
环境搭建深度学习人工智能环境搭建PythonCaffe2
Ubuntu16.04Server部署深度学习环境(二)(Anaconda+Pytorch+TensorFlow+Caffe2)前言深度学习框架介绍Anaconda(Python环境安装)TensorFlow安装Pytorch安装Caffe2安装前言前言:上一篇博客中我们安装了Linux16.04Server并配置了相关的深度学习环境(CUDA+CUDNN+MKL),本篇博客笔者将带大家安装目前笔
- 基于Anaconda安装pytorch深度学习环境(win10)+pycharm安装---免额外安装CUDA和cudnn(适合win10小白教学)
华江信息Ai边缘计算
深度学习pytorchpycharmpythonconda
文章目录前言一、NVIDIA驱动安装二、Anaconda的安装三、Pytorch环境安装四、pycharm安装--验证CUDA和cudnn版本前言最近由于项目需要,之前我们在利用GPU进行深度学习的时候,都要去NVIDIA的官网下载CUDA的安装程序和cudnn的压缩包,然后再进行很繁琐的系统环境配置。不仅环境配置麻烦,而且还特别容易配置错误,特别还有CUDA和cudnn版本的对应也特别容易搞错,
- 利用Anaconda安装pytorch和paddle深度学习环境+pycharm安装后不能调用pytorch和paddlepaddle框架
嵌入式小张的学习之路
深度学习深度学习pytorchpaddle
问题现象:之前安装后不能在添加pytorch和paddlepaddle框架原因(疑似):在终端中显示pytorch和paddle在C盘但是安装是安装在J盘解决办法:卸载、删除文件重新安装后可以看到文件位置在J盘中但是选择时还是显示Condaexecutableisnotfound需要先在你自己下载Anaconda的路径下找到Script目录下的conda.exe,然后双击,就会出来你事先创建的虚拟
- 书其实只有三类
西蜀石兰
类
一个人一辈子其实只读三种书,知识类、技能类、修心类。
知识类的书可以让我们活得更明白。类似十万个为什么这种书籍,我一直不太乐意去读,因为单纯的知识是没法做事的,就像知道地球转速是多少一样(我肯定不知道),这种所谓的知识,除非用到,普通人掌握了完全是一种负担,维基百科能找到的东西,为什么去记忆?
知识类的书,每个方面都涉及些,让自己显得不那么没文化,仅此而已。社会认为的学识渊博,肯定不是站在
- 《TCP/IP 详解,卷1:协议》学习笔记、吐槽及其他
bylijinnan
tcp
《TCP/IP 详解,卷1:协议》是经典,但不适合初学者。它更像是一本字典,适合学过网络的人温习和查阅一些记不清的概念。
这本书,我看的版本是机械工业出版社、范建华等译的。这本书在我看来,翻译得一般,甚至有明显的错误。如果英文熟练,看原版更好:
http://pcvr.nl/tcpip/
下面是我的一些笔记,包括我看书时有疑问的地方,也有对该书的吐槽,有不对的地方请指正:
1.
- Linux—— 静态IP跟动态IP设置
eksliang
linuxIP
一.在终端输入
vi /etc/sysconfig/network-scripts/ifcfg-eth0
静态ip模板如下:
DEVICE="eth0" #网卡名称
BOOTPROTO="static" #静态IP(必须)
HWADDR="00:0C:29:B5:65:CA" #网卡mac地址
IPV6INIT=&q
- Informatica update strategy transformation
18289753290
更新策略组件: 标记你的数据进入target里面做什么操作,一般会和lookup配合使用,有时候用0,1,1代表 forward rejected rows被选中,rejected row是输出在错误文件里,不想看到reject输出,将错误输出到文件,因为有时候数据库原因导致某些column不能update,reject就会output到错误文件里面供查看,在workflow的
- 使用Scrapy时出现虽然队列里有很多Request但是却不下载,造成假死状态
酷的飞上天空
request
现象就是:
程序运行一段时间,可能是几十分钟或者几个小时,然后后台日志里面就不出现下载页面的信息,一直显示上一分钟抓取了0个网页的信息。
刚开始已经猜到是某些下载线程没有正常执行回调方法引起程序一直以为线程还未下载完成,但是水平有限研究源码未果。
经过不停的google终于发现一个有价值的信息,是给twisted提出的一个bugfix
连接地址如下http://twistedmatrix.
- 利用预测分析技术来进行辅助医疗
蓝儿唯美
医疗
2014年,克利夫兰诊所(Cleveland Clinic)想要更有效地控制其手术中心做膝关节置换手术的费用。整个系统每年大约进行2600例此类手术,所以,即使降低很少一部分成本,都可以为诊 所和病人节约大量的资金。为了找到适合的解决方案,供应商将视野投向了预测分析技术和工具,但其分析团队还必须花时间向医生解释基于数据的治疗方案意味着 什么。
克利夫兰诊所负责企业信息管理和分析的医疗
- java 线程(一):基础篇
DavidIsOK
java多线程线程
&nbs
- Tomcat服务器框架之Servlet开发分析
aijuans
servlet
最近使用Tomcat做web服务器,使用Servlet技术做开发时,对Tomcat的框架的简易分析:
疑问: 为什么我们在继承HttpServlet类之后,覆盖doGet(HttpServletRequest req, HttpServetResponse rep)方法后,该方法会自动被Tomcat服务器调用,doGet方法的参数有谁传递过来?怎样传递?
分析之我见: doGet方法的
- 揭秘玖富的粉丝营销之谜 与小米粉丝社区类似
aoyouzi
揭秘玖富的粉丝营销之谜
玖富旗下悟空理财凭借着一个微信公众号上线当天成交量即破百万,第七天成交量单日破了1000万;第23天时,累计成交量超1个亿……至今成立不到10个月,粉丝已经超过500万,月交易额突破10亿,而玖富平台目前的总用户数也已经超过了1800万,位居P2P平台第一位。很多互联网金融创业者慕名前来学习效仿,但是却鲜有成功者,玖富的粉丝营销对外至今仍然是个谜。
近日,一直坚持微信粉丝营销
- Java web的会话跟踪技术
百合不是茶
url会话Cookie会话Seession会话Java Web隐藏域会话
会话跟踪主要是用在用户页面点击不同的页面时,需要用到的技术点
会话:多次请求与响应的过程
1,url地址传递参数,实现页面跟踪技术
格式:传一个参数的
url?名=值
传两个参数的
url?名=值 &名=值
关键代码
- web.xml之Servlet配置
bijian1013
javaweb.xmlServlet配置
定义:
<servlet>
<servlet-name>myservlet</servlet-name>
<servlet-class>com.myapp.controller.MyFirstServlet</servlet-class>
<init-param>
<param-name>
- 利用svnsync实现SVN同步备份
sunjing
SVN同步E000022svnsync镜像
1. 在备份SVN服务器上建立版本库
svnadmin create test
2. 创建pre-revprop-change文件
cd test/hooks/
cp pre-revprop-change.tmpl pre-revprop-change
3. 修改pre-revprop-
- 【分布式数据一致性三】MongoDB读写一致性
bit1129
mongodb
本系列文章结合MongoDB,探讨分布式数据库的数据一致性,这个系列文章包括:
数据一致性概述与CAP
最终一致性(Eventually Consistency)
网络分裂(Network Partition)问题
多数据中心(Multi Data Center)
多个写者(Multi Writer)最终一致性
一致性图表(Consistency Chart)
数据
- Anychart图表组件-Flash图转IMG普通图的方法
白糖_
Flash
问题背景:项目使用的是Anychart图表组件,渲染出来的图是Flash的,往往一个页面有时候会有多个flash图,而需求是让我们做一个打印预览和打印功能,让多个Flash图在一个页面上打印出来。
那么我们打印预览的思路是获取页面的body元素,然后在打印预览界面通过$("body").append(html)的形式显示预览效果,结果让人大跌眼镜:Flash是
- Window 80端口被占用 WHY?
bozch
端口占用window
平时在启动一些可能使用80端口软件的时候,会提示80端口已经被其他软件占用,那一般又会有那些软件占用这些端口呢?
下面坐下总结:
1、web服务器是最经常见的占用80端口的,例如:tomcat , apache , IIS , Php等等;
2
- 编程之美-数组的最大值和最小值-分治法(两种形式)
bylijinnan
编程之美
import java.util.Arrays;
public class MinMaxInArray {
/**
* 编程之美 数组的最大值和最小值 分治法
* 两种形式
*/
public static void main(String[] args) {
int[] t={11,23,34,4,6,7,8,1,2,23};
int[]
- Perl正则表达式
chenbowen00
正则表达式perl
首先我们应该知道 Perl 程序中,正则表达式有三种存在形式,他们分别是:
匹配:m/<regexp>;/ (还可以简写为 /<regexp>;/ ,略去 m)
替换:s/<pattern>;/<replacement>;/
转化:tr/<pattern>;/<replacemnt>;
- [宇宙与天文]行星议会是否具有本行星大气层以外的权力呢?
comsci
举个例子: 地球,地球上由200多个国家选举出一个代表地球联合体的议会,那么现在地球联合体遇到一个问题,地球这颗星球上面的矿产资源快要采掘完了....那么地球议会全体投票,一致通过一项带有法律性质的议案,既批准地球上的国家用各种技术手段在地球以外开采矿产资源和其它资源........
&
- Oracle Profile 使用详解
daizj
oracleprofile资源限制
Oracle Profile 使用详解 转
一、目的:
Oracle系统中的profile可以用来对用户所能使用的数据库资源进行限制,使用Create Profile命令创建一个Profile,用它来实现对数据库资源的限制使用,如果把该profile分配给用户,则该用户所能使用的数据库资源都在该profile的限制之内。
二、条件:
创建profile必须要有CREATE PROFIL
- How HipChat Stores And Indexes Billions Of Messages Using ElasticSearch & Redis
dengkane
elasticsearchLucene
This article is from an interview with Zuhaib Siddique, a production engineer at HipChat, makers of group chat and IM for teams.
HipChat started in an unusual space, one you might not
- 循环小示例,菲波拉契序列,循环解一元二次方程以及switch示例程序
dcj3sjt126com
c算法
# include <stdio.h>
int main(void)
{
int n;
int i;
int f1, f2, f3;
f1 = 1;
f2 = 1;
printf("请输入您需要求的想的序列:");
scanf("%d", &n);
for (i=3; i<n; i
- macbook的lamp环境
dcj3sjt126com
lamp
sudo vim /etc/apache2/httpd.conf
/Library/WebServer/Documents
是默认的网站根目录
重启Mac上的Apache服务
这个命令很早以前就查过了,但是每次使用的时候还是要在网上查:
停止服务:sudo /usr/sbin/apachectl stop
开启服务:s
- java ArrayList源码 下
shuizhaosi888
ArrayList源码
版本 jdk-7u71-windows-x64
JavaSE7 ArrayList源码上:http://flyouwith.iteye.com/blog/2166890
/**
* 从这个列表中移除所有c中包含元素
*/
public boolean removeAll(Collection<?> c) {
- Spring Security(08)——intercept-url配置
234390216
Spring Securityintercept-url访问权限访问协议请求方法
intercept-url配置
目录
1.1 指定拦截的url
1.2 指定访问权限
1.3 指定访问协议
1.4 指定请求方法
1.1 &n
- Linux环境下的oracle安装
jayung
oracle
linux系统下的oracle安装
本文档是Linux(redhat6.x、centos6.x、redhat7.x) 64位操作系统安装Oracle 11g(Oracle Database 11g Enterprise Edition Release 11.2.0.4.0 - 64bit Production),本文基于各种网络资料精心整理而成,共享给有需要的朋友。如有问题可联系:QQ:52-7
- hotspot虚拟机
leichenlei
javaHotSpotjvm虚拟机文档
JVM参数
http://docs.oracle.com/javase/6/docs/technotes/guides/vm/index.html
JVM工具
http://docs.oracle.com/javase/6/docs/technotes/tools/index.html
JVM垃圾回收
http://www.oracle.com
- 读《Node.js项目实践:构建可扩展的Web应用》 ——引编程慢慢变成系统化的“砌砖活”
noaighost
Webnode.js
读《Node.js项目实践:构建可扩展的Web应用》
——引编程慢慢变成系统化的“砌砖活”
眼里的Node.JS
初初接触node是一年前的事,那时候年少不更事。还在纠结什么语言可以编写出牛逼的程序,想必每个码农都会经历这个月经性的问题:微信用什么语言写的?facebook为什么推荐系统这么智能,用什么语言写的?dota2的外挂这么牛逼,用什么语言写的?……用什么语言写这句话,困扰人也是阻碍
- 快速开发Android应用
rensanning
android
Android应用开发过程中,经常会遇到很多常见的类似问题,解决这些问题需要花时间,其实很多问题已经有了成熟的解决方案,比如很多第三方的开源lib,参考
Android Libraries 和
Android UI/UX Libraries。
编码越少,Bug越少,效率自然会高。
但可能由于 根本没听说过、听说过但没用过、特殊原因不能用、自己已经有了解决方案等等原因,这些成熟的解决
- 理解Java中的弱引用
tomcat_oracle
java工作面试
不久之前,我
面试了一些求职Java高级开发工程师的应聘者。我常常会面试他们说,“你能给我介绍一些Java中得弱引用吗?”,如果面试者这样说,“嗯,是不是垃圾回收有关的?”,我就会基本满意了,我并不期待回答是一篇诘究本末的论文描述。 然而事与愿违,我很吃惊的发现,在将近20多个有着平均5年开发经验和高学历背景的应聘者中,居然只有两个人知道弱引用的存在,但是在这两个人之中只有一个人真正了
- 标签输出html标签" target="_blank">关于标签输出html标签
xshdch
jsp
http://back-888888.iteye.com/blog/1181202
关于<c:out value=""/>标签的使用,其中有一个属性是escapeXml默认是true(将html标签当做转移字符,直接显示不在浏览器上面进行解析),当设置escapeXml属性值为false的时候就是不过滤xml,这样就能在浏览器上解析html标签,
&nb