- 基于新版PyCharm、Anaconda3、django3框架开发内容发布系统
mys328
pycharmdjangoide
1：环境安装搭建python有多个版本，可通过Anaconda3来管理python版本从而在多个版本之间进行切换。原先我们团队使用的环境是Anaconda3-2019.07、pycharm-professional-2018.3.5、python3.7，并做了一些爬虫项目，后来由于人工智能机器学习的需要，于是升级版本，使用新的2023版本的，Anaconda3-2023.07-1，pycharm-
- 花书学习笔记-深度学习概念
iwill323
人工智能深度学习
目录什么是机器学习函数类别机器学习举例步骤第一步：猜测函数第二步：定义Loss第三步：优化从线性到非线性：从函数逼近的角度理解多个特征变量逼近连续曲线表示更有弹性的模型总结用多个Featuresigmoid->ReLU从机器学习到深度学习早期的人工智能机器学习表征学习(representationlearning)深度学习总结主题SupervisedLearningSelf-supervisedL
- 【深度学习】初识深度学习
wmh1024
深度学习人工智能
初识深度学习什么是深度学习关系：人工智能机器学习深度学习卷积神经网络深度学习和机器学习的关系：机器学习：随着数据量增加会改进性能的算法深度学习：使用多层神经网络学习。深度学习是机器学习的子集。传统系统和深度学习的区别：传统编程系统：定义规则，输入数据获取输出（定义f(x)、x求得y）深度学习系统：输入答案和数据，输出规则（定义x、y求得f(x)，且f(x)具有泛化性）规则f(x)规则f(x)数据x
- 机器学习 | 深入理解并掌握核心概念
亦世凡华、
#机器学习机器学习人工智能深度学习基础概念经验分享
在如今数字化时代的浪潮下，机器学习已经成为人工智能领域的璀璨明星。它像一面魔镜，赋予计算机系统学习和改进的能力，让机器能够从海量数据中提取规律、预测未来，甚至做出智能决策。本专栏将带您踏上机器学习的奇妙之旅，探索其原理、方法和应用。我们将揭开机器学习背后的神秘面纱，解释监督学习、无监督学习、强化学习等不同类型的机器学习算法。目录初识人工智能机器学习概述机器学习算法分类模型评估深度学习概述Jupyt
- Python基础语法
Python私教
pythonpythonchrome开发语言
计算机的组成硬件系统CPU：中央处理器存储器：内存，外存输入设备：鼠标，键盘输出设备：显示器，打印机软件系统系统软件：操作系统应用软件：微信、QQ、浏览器等Python简介Python是非常流行的编程语言，主要是因为：简单、易学、适应人群广泛免费、开源应用领域广泛自动化运维自动化测试网络爬虫数据分析人工智能机器学习Web开发注释注释的作用：对代码做解释说明，提高代码的可读性，便于别人阅读代码。被注
- 人工智能-机器学习-深度学习 概念整理
洛杉矶县牛肉板面
深度学习机器学习深度学习人工智能
目录1.人工智能-ArtificialIntelligence2.机器学习-MachineLearning3.深度学习-DeepLearning4.人工智能机器学习深度学习三者之间的关系5.人工智能的流派6.特征工程-FeatureEngineering7.表示学习8.贡献度分配9.独热码10.word2vec11.神经网络12.端到端学习1.人工智能-ArtificialIntelligence
- Ubuntu从ISO创建USB启动盘的工具
python测试开发
图片.pngStartupDiskStartupDiskCreator是Ubuntu中的内置应用程序。要使用它，启动盘创建程序Ubuntu图片.png参考资料讨论qq群630011153144081101本文涉及的python测试开发库谢谢点赞！本文相关海量书籍下载2018最佳人工智能机器学习工具书及下载(持续更新)UNetBootin安装sudoadd-apt-repositoryppa:gez
- 学习笔记目录
雪的期许
gopython机器学习
文章目录⌨️编程基础编程语言工具使用️人工智能机器学习书籍/仓库经典算法评估指标深度学习书籍/仓库模型/数据加工优化方法⌨️编程基础编程语言go语言学习笔记工具使用git使用笔记️人工智能机器学习书籍/仓库机器学习资料-张北海经典算法Bagging和Boosting概念及区别随机森林–Randomforest（Bagging方法）XGBoost的原理、公式推导、Python实现和应用评估指标多分类
- 机器学习背景介绍与基本概念
盛夏未来
机器学习算法基础机器学习监督学习回归深度学习
机器学习背景介绍与基本概念人工智能机器学习神经网络深度学习基本概念数据挖掘和机器学习的关系训练数据/验证数据/测试数据监督学习/无监督学习/半监督学习回归/分类/聚类人工智能人工智能（ArtificialIntelligence），英文缩写为AI。是指使用某种算法来实现机器来模拟人的智能或者超越人的智能。人工智能并不是指任何的具体的算法，它只是一个模糊的、大概的概念。机器学习机器学习（Machin
- 上海交大全球午餐会——大语言模型机器学习ChatGPT（主讲人：赵海）
zRezin
聊天机器人直播观后感nlp科技
实现强人工智能，从脑计划到与训练模型：在过去的十年中，一段时间很热，后面被人工智能机器学习盖过去了目前脑计划的现状不能宣布失败，仍在进行，但是没有之前那么热。预训练模型正在走向脑计划的方向。特别注意母语窗口是一次性获得的，后面就不容易学习其他语言了语言模型进化史：80年代诞生第一代，后面是连续空间的语言模型。语言概率链式法则改变：是有全空模型，自己模型不久之前：预训练+微调现在：大模型量变引起质变
- 数据分析工程师_第01讲Google python指南与数据科学python进阶
程序员酱油哥
Python基础
第01讲Googlepython指南与数据科学python进阶目录0.python简介深度学习/人工智能机器学习大数据1.寻求帮助2.python运算python基本数据类型、变量、运算、表达式3.变量4.表达式5.字符串字符串切片/slice字符串函数列表/List列表切片流程控制判断条件ifelse循环列表推导式与或非集合/set字典/dict高级排序函数函数：不定长度的参数文件读写统计文件中
- Python模块详细介绍
LoisMay
Pythonpython经验分享开发语言
文章目录一、模块介绍二、导入模块的基本格式三、两种格式的优缺点四、补充知识五、循环导入问题六、判断文件类型七、模块的查找顺序一、模块介绍1.如何理解模块模块可以看成一个完整的功能非常强的大代码体使用了模块就相当于你也有这个功能了使用模块编程就相当于站在巨人的肩膀上(智能语音人工智能机器学习......)2.模块分类1>.内置模块内置模块就是python自带的可以直接调用的模块eg：importti
- 使用python语言、django开发框架、mysql数据库实现简单在线图书推荐系统 基于用户的协同过滤推荐算法 人工智能 机器学习 可视化数据分析 爬虫 个性化图书推荐系统
linge511873822
基于用户的协同过滤推荐算法python基于项目的协同过滤推荐算法pythondjangomysql可视化数据分析图书推荐系统爬虫机器学习
使用python语言、django开发框架、mysql数据库实现简单在线图书推荐系统基于用户的协同过滤推荐算法人工智能机器学习可视化数据分析爬虫个性化图书推荐系统SimpleBookRecWebPy一、项目简介1、开发工具和使用技术Python3及以上版本，Django3.6及以上版本，mysql8，navicat数据库管理工具或者sqlyog数据库管理工具，bootstrap前端框架，boots
- 零基础入门影像组学与人工智能
七刀
人工智能人工智能机器学习python
下载地址：点这里没有csdn账号的点这里下载：点这里├─第一章人工智能与影像组学在临床研究中的应用│2.人工智能、影像组学在医学研究领域的应用实例.mp4│【试听】人工智能与影像组学是什么？在临床研究中有哪些应用？.mp4│【试听】机器学习临床SCI思路解读.mp4│├─第二章轻松入门机器学习，搞定人工智能基础│1.理论基础：如何做人工智能机器学习研究？.mp4│2.工具基础：轻松入门Python
- 人工智能（Machine Learning）—— 机器学习
lghgqsy
人工智能机器学习
转载：https://blog.csdn.net/qq_27297393/article/details/82284384机器学习一、人工智能、机器学习与深度学习人工智能机器学习经典机器学习基于神经网络的机器学习浅层学习深层学习(深度学习)强化学习迁移学习二、机器学习基本类型1.有监督学习有监督学习:根据已知的输入和输出，建立联系它们的模型，根据该模型对未知输出的输入进行判断。1)回归：以无限连续
- 周志华《机器学习》西瓜书新出算法推导视频！（超级详细）
深度之眼订阅号
如果你对人工智能跃跃欲试，第一步该怎么办？我通常的做法是，先收集人工智能有关的信息，或者问问身边正在学习的师兄师姐，寻求他们的方法或建议。如果你已经开始学习，并且了解一点机器学习这个概念，那么你就应该知道这本书“周志华《机器学习》”，号称人工智能领域中文版开山之作这是一本面向中文读者的机器学习教科书，适合正在学习机器学习的学生，以及对人工智能机器学习感兴趣的人士。为了让读者通过本书对机器学习有所了
- 人工智能机器学习
现实里的童话xklss
机器学习资料下面是机器学习的资料，让你更深层次的了解以及学习机器学习链接：https://pan.baidu.com/s/1mpze_NnwMJox6TCiL0vX9g密码：u6hy还需要别的python相关资料，请联系QQ：1538444890Ｏ（∩＿∩）Ｏ谢谢
- 【免费分享淘宝视频教程】pyhton大数据人工智能神经网络爬虫零基础视频教程从入门到精通-百度云
weixin_41341299
PythonPython视频教程Python爬虫
00、Python安装包开发工具、注册01、Python入门到项目实战篇02、Python大数据入门到实战篇03、Python数据分析与数据挖掘篇04、Python高等数学与程序算法篇05、Python人工智能机器学习篇06、Python人工智能神经网络量化交易篇07、Python机器人与自然语言处理篇百度云下载地址：回复关键词Python教程获取下载地址
- Windows10+UBUNTU-18.04 -20.04完整新手安装教程
大山8606
ubuntu操作系统linux神经网络深度学习
Windows10+UBUNTU双系统新手安装完全教程由于人工智能机器学习，开始学习Python旅程，并花费大量精力时间搭建Windows10下的Python环境，CUDA、TensorFlow、Keras、pytorch、OpenCV………经历各种坑、各种尝试。终于能成功搭建Windows10下的学习环境，顺利跑神经网络程序，一阵窃喜，哈哈哈，感觉良好，小有成绩！忽然发现网上查的资料大都是在Ub
- 人工智能机器学习-飞桨神经网络与深度学习
Williamtym
深度学习深度学习机器学习paddlepaddle
飞桨神经网络与深度学习-机器学习目录飞桨神经网络与深度学习-机器学习1.机器学习概述2.机器学习实践五要素2.1.数据2.2.模型2.3.学习准则2.4.优化算法2.5.评估标准3.实现简单的线性回归模型3.1.数据集构建3.2.模型构建3.3.损失函数3.4.模型优化3.5.模型训练3.6.模型评估4.多项式回归4.1.数据集构建4.2.模型构建4.3.模型训练4.4.模型评估5.Runner类
- 数字化企业安全指南-数字化
IT阿土
数字化企业是信息化企业的升级版，信息化关注的是流程信息化，关注的是业务人财物的信息化运作。数字化是过程数字化的产物，在信息化的基础上扩大了数据采集处理分析应用的范围，信息从录入到采集，信息从结构化到非结构化，信息化模型从业务专业模式到人工智能机器学习和深度学习的自动化模式，数据规模从节俭到奢靡，相对于信息，数字化数据的稀疏矩阵有效性降低。
- 计算机专业套装书书单推荐
人邮异步社区
程序人生职业素养程序员修炼
1、深度学习经典教程深度学习+动手学深度学习“花书”与沐神大作双剑合璧，入门深度学习看这一套就够了，来自一线科学家的经验总结，人工智能机器学习AI算法数据科学领域的重磅作品。理论+实战，一套书帮你get深度学习的各种知识。动手学深度学习内容简介：本书旨在向读者交付有关深度学习的交互式学习体验。书中不仅阐述深度学习的算法原理，还演示它们的实现和运行。与传统图书不同，本书的每一节都是一个可以下载并运行
- 人工智能机器学习数据集收集整理--持续更新中
generalz
关键词：机器学习；人工智能；数据集；标准数据集；自然语言处理；图像识别自然语言处理相关数据集1、实体/名词语义关系标记数据集【DavidS.Batista】2、HackerNews数据集(2006年以来约1/4文章)【Kaggle】3、酒店评价数据集【Kaggle】4、来自StackOverflow平台的Python语言问答数据集【Kaggle】5、来自StackOverflow品台的R语言问答数
- 【人工智能技术专题】「入门到精通系列教程」打好AI基础带你进军人工智能领域的全流程技术体系（机器学习知识导论）
洛神灬殇
人工智能机器学习深度学习
零基础带你进军人工智能领域的全流程技术体系和实战指南（机器学习基础知识）前言专栏介绍专栏说明学习大纲前提条件面向读者学习目标核心内容机器学习的概念定义回顾人工智能机器学习概念国外知名学者对机器学习的定义中文翻译机器学习发展历程机器学习和人工智能的关系机器学习和人类学习的对比人类学习的行为处理模式机器学习的行为处理模式经典的「垃圾邮件过滤」应用应用程序原理分析机器学习三要素数据（数据驱动）训练集与数
- ChatGPT对未来教育的影响：教师学生需要掌握这个新能力
Do1twell
人工智能机器学习chatgpt学习深度学习
美国人工智能公司OpenAI的大语言模型ChatGPT在推出约两个月后，1月已达到1亿月活跃用户，成为历史上增长最快的消费者应用程序。目录01.诞生过程02.背后的技术03.颠覆的行业04.对教育的未来变化01.诞生过程2018年6月，拥有1.17亿参数的GPT1启动，以往的人工智能机器学习要对学习内容事先要做标记，但GPT1可以对未标记文本的不同语料库进行语言模型的生成性预训练，然后对每个特定任
- 如何给ai机器提供学习数据_人工智能机器学习中的数据伦理
weixin_26704853
人工智能机器学习大数据pythonjava
如何给ai机器提供学习数据Ethicsisanimportantaspectoflifeandunethicalofanythingissimplyharmfulandscary.Thesameprincipleisalsovalidandlegitimateinthetechnicalworld.Withtheevolutionofbigdataandhighperformantcomputin
- 2019年上半年收集到的人工智能机器学习方向干货文章
城市中迷途小书童
2019年上半年收集到的人工智能机器学习方向干货文章10种机器学习方法，掌握了就可以称霸朋友圈人工智能常见算法简介机器学习中的最优化算法总结最萌算法学习来啦，看不懂才怪！TheNextStep人工智能的学习，需要学习哪些算法和数学知识呢？需要什么学历？一文读懂机器学习项目的完整生命周期80+机器学习数据集，还不快收藏人工智能常见算法简介目前最实用的机器学习算法，你认为是哪几种？算法工程师必须要知道
- Python和Java二选一该学啥？
大方老师讲单片机
硬件工程师自动化智能javascriptjava-eejava前端框架架构
Python和Java二选一该学啥？有网友说Python和Java之间选择一门进行学习，现在很纠结该选哪个。不知道这两种语言都有什么前景？选java，选java，选java！！！千万别听某些人说的什么python人工智能机器学习，是未来的发展balabala的。python对于人工智能工程师来说，最多也就相当螺丝刀与修理工，懂么，只是一种工具，且是工具之一。就业要求也比较简单，985211硕士。达
- [深度学习]-飞桨-学习笔记-note1
aixinqing00
AI深度学习
基本概念人工智能机器学习深度学习三者的关系是逐层专业化。人工智能是比较范的概念，而机器学习是实现人工只能又有效的方式，深度学习则是机器学习中的一个分支，目前发展火热，并替代了大多数机器学习的算法。机器学习机器学习从字面理解，是机器自我学习成长的过程，使得计算结果接近于人类思考后的目标。在机器学习领域中，有监督学习和无监督学习之分。监督学习是对已有的历史数据，并且知道了数据得到的结果，又可分为回归和
- 机器学习中的分类距离
喜欢打酱油的老鸟
人工智能机器学习中的分类距离
https://www.toutiao.com/a6710061523777094151/生活中，距离通常是用于形容两个地方或两个物体之间的远近。在人工智能机器学习领域，常使用距离来衡量两个样本之间的相似度。“物以类聚”我们知道“物以类聚”通常用于比喻同类的东西经常聚在一起。机器学习中，距离就是遵循物以类聚的思想。通过两个样本特征数据进行距离计算后，得到的距离值越小，代表两者的相似度越高，属于同一
- 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/
[email protected]: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
