- STM32-PWM驱动无源蜂鸣器播放周杰伦的《发如雪》
七点半.
stm32嵌入式硬件单片机
C调音符与频率对照表://音符频率对照表(单位:Hz)#defineL1262//低音1#defineL1_277#defineL2294#defineL2_311#defineL3300#defineL4349#defineL4_370#defineL5392#defineL5_415#defineL6440#defineL6_466#defineL7494#defineN1523//中音1#d
- Linux: config: CONFIG_PREEMPT_NOTIFIERS
mzhan017
kernellinuxkernelsched
RHEL设置了这个config;没有在内核里找到这个config的说明。所以只能根据git的历史记录来看这个功能的解释#grepPREEMPT_NOTIFIERS/boot/config-4.18.0-553.51.1.el8_10.x86_64CONFIG_PREEMPT_NOTIFIERS=ycommite107be36efb2a233833e8c9899039a370e4b2318Autho
- 安装黑苹果时提示未能与服务器,安装黑苹果遇到的问题与解决记录
草莓味儿柠檬
安装黑苹果时提示未能与服务器
前言–这篇文章讲了啥?这篇文件是我在安装黑苹果时遇到的问题与解决办法的总结所以更注重的是发现问题解决问题,关于黑苹果教程自己上网上找吧,资源非常多所以安装方面可能就几句话带过了1.硬件配置电脑型号戴尔Inspiron5680台式电脑操作系统Windows1064位家庭版处理器英特尔Corei5-8400主板戴尔0PXWHK(z370芯片组),找efi驱动首先按照这个主板来就行(z370)内存三星D
- GitHub 趋势日报 (2025年06月23日)
qianmoQ
GitHub项目趋势日报(2025年)github
由TrendForge系统生成|https://trendforge.devlive.org/本日报中的项目描述已自动翻译为中文今日获星趋势图今日获星趋势图390suna387system-prompts-and-models-of-ai-tools383Web-Dev-For-Beginners370edit262void240SpaghettiKart180typst137ComfyUI语言分
- 【2025保姆级教程】DeepSeek全场景使用指南:从避坑到高阶玩法
Lucas55555555
人工智能#DeepSeek#AI教程#大模型应用AIGC
一、为什么选择DeepSeek?四大核心优势1.技术性价比革命✅混合专家架构(MoE):仅激活370亿参数即可实现GPT-4级别性能,推理成本降低80%✅中文优化:文言文翻译准确率92.3%,远超国际开源模型✅多模态支持:支持PDF/Word/图片解析,一键生成数据可视化图表2.全场景覆盖能力领域典型应用效果示例教育教案生成/作业批改5分钟产出《牛顿定律》三维教学目标框架开发代码补全/调试自动修复
- 基于深度学习的钓鱼网站检测系统
基于深度学习的钓鱼网站检测系统一、课题背景与研究意义随着互联网应用的普及,钓鱼网站成为网络安全的主要威胁之一。攻击者通过伪造仿真页面骗取用户敏感信息(如账号密码、银行信息等),其危害性呈逐年上升趋势。据统计,2023年全球约有370万起钓鱼攻击事件,造成超过200亿美元损失。传统检测方式依赖黑名单与规则匹配,存在更新滞后与泛化能力弱等问题。因此,亟需一种高效、自动化、智能化的钓鱼网站识别技术,提升
- DeepSeek-V3和R1有啥不一样?哪个更适合你?
前端菜鸡日常
deepSeekAI人工智能chatgpt
DeepSeek-V3和R1有啥不一样?哪个更适合你?简单来说DeepSeek-V3:像是个"全能学霸",啥都会一点,反应快还省钱DeepSeek-R1:更像"数学课代表",特别擅长烧脑的推理题,但反应慢点还贵具体区别1.脑子结构不一样V3用的是"混合专家"设计:总共有6710亿个脑细胞但每次只用370亿个(就像查字典不用翻完整本)特别适合处理超长文章(能记住128K的内容)R1走的是"强化学习"
- 锐龙AI9 HX370和锐龙 AI 7 H 350对比评测
传播爱心186
其他
锐龙AI7H350采用Zen5和Zen5c混合架构和4纳米生产工艺8核心16线程基础频率为2.0GHz,最高加速频率5.0GHz三级缓存为16MB内存类型:LPDDR5X核显:AMDRadeon860M选锐龙AI7H350还是AI9HX370这些点很重要http://www.adiannao.cn/dy锐龙ai9hx370采用Zen5架构,4nm工艺制程,拥有12核24线程,基础
- 讨论:单张4090能运行的最强开源大模型?
斯文by累
AIGCllama人工智能语言模型ai
Gemma2用最小参数量实现了超过三倍参数的模型能力,超过llama370B,特别中文翻译能力,比千问70B还要强。并且Gemma29B也非常出色,可以在6G显卡运行。不要迷信f16,参数大才是王道,越大参数模型量化损失越小,宁可要32B的量化也不要14B的f16精度。对于运行大型模型的最佳推理引擎,并非是llama.cpp或vllm,而是闲鱼。如果你考虑将4090显卡出售,无论换成哪种显卡,其性
- 量子机器学习:下一代AI的算力革命与算法范式迁移——从量子神经网络到混合量子-经典架构的产业落地
Frankabcdefg12138
杂谈量子计算人工智能药物发现金融科技NISQ混合量子–经典架构
一、引言:当AI遇见量子力学2025年,全球量子计算市场规模突破200亿美元,而量子机器学习(QML)正以370%的年复合增长率(数据来源:Gartner2024)成为最受关注的技术融合领域。传统深度学习面临指数级增长的算力需求:训练GPT-5需要1025次浮点运算,相当于消耗全球年度发电量的3%(MIT研究报告)。而量子计算带来的并行性突破,使得某些特定任务的加速比达到经典算法的**108倍**
- 国产算力平台 × NVIDIA GPU 混合部署全流程实战:昇腾 / 寒武纪与异构推理系统集成解析
观熵
大模型高阶优化技术专题人工智能kubernetes昇腾310异构算力平台
国产算力平台×NVIDIAGPU混合部署全流程实战:昇腾/寒武纪与异构推理系统集成解析关键词昇腾310、寒武纪MLU370、NVIDIAA100、异构算力平台、混合部署、AI推理调度、多框架支持、MindX、MagicMind、TensorRT、Kubernetes、算子融合、容器化部署、异构调度系统、国产芯片落地实践摘要随着国产AI芯片(如昇腾、寒武纪)的日趋成熟,越来越多的企业在构建AI推理平
- DeepSeek-llm-7B-Chat微调教程
强化学习曾小健2
大语言模型LLM开发语言搜索引擎transformerpython
DeepSeek-llm-7B-Chat微调教程作者:Tina@知乎(作者已授权转载)来源:https://zhuanlan.zhihu.com/p/9812641926前言DeepSeek系列大模型由杭州深度求索人工智能基础技术研究有限公司提供,该系列大模型有以下这些优势:高性价比:DeepSeek-V2模型以其史无前例的性价比著称,推理成本被降到每百万token仅1块钱,约等于Llama370
- 如何评价 DeepSeek 的 DeepSeek-V3 模型?
关于NLP那些你不知道的事
deepseek大模型LLMs强化学习人工智能自然语言处理深度学习
DeepSeek-V3是由杭州DeepSeek公司于2024年12月26日发布的一款开源大语言模型,其性能和创新技术在国内外引起了广泛关注。从多个方面来看,DeepSeek-V3的表现令人印象深刻,具体评价如下:性能卓越DeepSeek-V3拥有6710亿参数和370亿激活参数,采用MoE(混合专家)架构,并在14.8万亿token上进行了预训练。在多项基准测试中,DeepSeek-V3的表现超越
- ubuntu常见报错&&解决方法(二)
兔子的倔强
报错解决及使用ubuntulinux
一、rqt_bag错误sun@sun-Z370P-D3:~$rqt_bagQLayout:AttemptingtoaddQLayout""toTopicSelection"",whichalreadyhasalayoutTraceback(mostrecentcalllast):File"/opt/ros/kinetic/lib/python2.7/dist-packages/rqt_bag/ti
- 【模型篇】370-M8运行Qwen2.5-Omni-7B
小军军军军军军
寒武纪大模型编程应用人工智能语言模型python
文章目录前言一、平台环境选择二、模型下载Qwen2.5-Omni-7B三、环境安装四、模型转换五、代码修改前言OpenAI发布GPT-4V与Gemini1.5-Pro,GoogleDeepMind推出Flamingo和Gemini系列,多模态技术逐渐成为AI实用化的关键路径。但多模态大模型往往意味着参数暴增、推理开销剧增、无法实时响应等现实问题。如何构建“轻量化、全模态、强泛化、可部署”的AI系统
- AAAA记录技术原理与应用实践
安全
一、AAAA记录技术规范1.1协议定义与RFC标准AAAA记录(Quad-ARecord)是DNS系统中用于将域名映射到IPv6地址的核心资源记录类型,由RFC3596明确定义。该记录类型在DNS报文中的类型值为28(十六进制0x1C),其语法结构遵循标准资源记录格式:INAAAA示例配置:example.com.3600INAAAA2001:db8:85a3::8a2e:370:7334IPv6
- DeepSeek技术原理解读:从算法革新到产业变革
摆烂大大王
deepseek算法deepseek人工智能
一、架构设计:效率与性能的平衡之道1.混合专家架构(MoE):分治协作的智能网络DeepSeek的MoE架构通过动态激活专家模块实现计算资源的高效分配。以DeepSeek-V3为例,其总参数达6710亿,但每个输入仅激活370亿参数,通过路由机制选择最匹配的专家组合。这种设计具有两大优势:计算成本降低:相比传统全参数激活模型,训练成本降低16倍(如V3模型仅需558万美元,远低于同类模型)。任务适
- 库卡机器人emd价格_KUKA库卡机器人备件
weixin_39793098
库卡机器人emd价格
该楼层疑似违规已被系统折叠隐藏此楼查看此楼库卡主机硬盘XP5.3.11库卡机器人控制柜主机硬盘00128506012017182C2硬盘库卡主板SUPER370SBAKUKA机器人主板,拆机板,SUPER370SBA安全回路板00-127-754库卡机器人KRC2CI3板00-127-754安全回路板库卡主板00-127-754库卡机器人KRC2CI3板00-127-754安全回路板库卡压缩机库卡
- 寒武纪MLU370对比英伟达H100:迁移学习任务实测报告
知识产权13937636601
计算机迁移学习人工智能机器学习
一、测试背景与意义1.1迁移学习技术需求行业领域模型微调频率数据规模典型任务医疗影像日均30次10-100GB病灶分类金融风控实时更新1-10TB欺诈检测工业质检每周5次50-500GB缺陷识别1.2硬件选型指标核心评估维度:微调速度:单位数据训练耗时能耗效率:每瓦特算力产出内存容量:支持的最大模型尺寸生态兼容:框架与工具链支持度二、硬件架构对比2.1计算单元设计参数项MLU370-S4H100P
- AI一周热点事件(全球AI新闻-2025年3月24日至3月31日)
俊哥V
由AI辅助创作AI新闻热点人工智能AI
过去一周,AI及其相关领域在技术和商业层面上发生了多起重大事件,展示了AI技术的快速迭代。(以下借助DeepSeek-R1&Grok辅助生成)中国AI领域的进展Deepseek-V3-0324发布2025年3月24日Deepseek发布混合专家(MoE)语言模型Deepseek-V3-0324,总参数6710亿,每次激活370亿参数。关键特征:显著提升了推理性能,在MMLU-Pro(75.9→81
- Qwen-2.5、DeepSeek-R1、DeepSeek-V3 核心区别
瞬间动力
人工智能大数据语言模型AI编程java
1.定位与核心能力Qwen-2.5(阿里云):通用型大语言模型,擅长多模态处理(文本、图像、音频等)和超长上下文支持(最高支持100万token)。DeepSeek-V3(深度求索):通用型模型,采用混合专家架构(MoE),总参数6710亿(每次激活370亿),训练成本仅557.6万美元,注重高性价比和低延迟。DeepSeek-R1(深度求索):专精复杂逻辑推理(数学、代码生成、金融分析等),通过
- DeepSeek-R1大模型微调技术深度解析:架构、方法与应用全解析
大势下的牛马
搭建本地gpt架构deepseek微调
1.DeepSeek-R1大模型架构设计与技术特性1.1架构设计DeepSeek-R1作为超大规模语言模型,其核心架构设计包含以下创新:专家混合架构(MoE)采用6710亿参数的混合专家架构(MoE),每个推理过程仅激活370亿参数,实现计算效率与资源利用率的突破性提升。Transformer框架增强基于改进型Transformer架构,结合多头注意力机制(MLA)与动态权重分配技术,优化了长程依
- 大模型巅峰对决:DeepSeek vs GPT-4/Claude/PaLM-2 全面对比与核心差异揭秘
accurater
机器学习科技人工智能
喜欢可以到主页订阅专栏目录技术架构对比性能表现与基准测试多模态与多语言能力推理效率与成本分析开源生态与行业适配应用场景与案例研究未来发展与技术趋势代码实现与调用示例1.技术架构对比DeepSeek:动态稀疏激活的混合专家系统(MoE)动态路由机制:每个输入仅激活约5.5%的参数(如6710亿参数中激活370亿),显著降低计算能耗40%。模块化设计:支持金融、医疗等领域的即插即用式微调,行业适配能力
- AtCoder Beginner Contest 370 A-E 题解
AKDreamer_HeXY
AtCoderBeginnerContests题解算法c++数据结构贪心算法
A.RaiseBothHands题意给你L,R(0≤L,R≤1)L,R\(0\leL,R\le1)L,R(0≤L,R≤1),分别代表举左手和右手,若只举左手输出Yes,只举右手输出No,否则输出Invalid思路若L=RL=RL=R则为invalid,其余L=1L=1L=1输出Yes,R=1R=1R=1输出NoC++代码#includeusingnamespacestd;intl,r;intmai
- (4-4)DeepSeek底层架构技术:混合专家架构技术
码农三叔
训练RAG多模态)架构transformer深度学习大模型人工智能DeepSeek
2.4混合专家架构技术DeepSeek引入了混合专家架构(Mixture-of-Experts,MoE),将模型划分为多个专家子模型,每个子模型专注于处理不同的任务或领域。MoE架构通过动态任务分配和稀疏激活机制,减少了不必要的计算量,提升了模型的效率和灵活性。例如,DeepSeek-V3拥有6710亿参数,但每个输入token仅激活370亿参数。2.4.1混合专家架构介绍混合专家架构(Mixtu
- DeepSeek与ChatGPT:AI语言模型的全面对决与开发者洞察
硅基打工人
AI人工智能chatgpt语言模型媒体经验分享自然语言处理
大家好,我是硅基打工人呀!在2025年的人工智能领域,DeepSeek与ChatGPT两大语言模型的竞争成为全球开发者关注的焦点。本文将从技术架构、性能表现、应用场景及生态策略等维度,结合最新行业动态与用户实测数据,为开发者呈现这场技术对决的核心要点。一、技术架构对比:效率与规模的博弈DeepSeek的差异化设计混合专家(MoE)架构:通过动态激活部分参数(如R1模型每次仅调用370亿参数),显著
- python数据分析一周速成2.数据计算
噼里啪啦噼酷啪Q
python数据分析CDA
python数据分析一周速成2.数据计算一、按列聚合计算(常用函数,五星推荐describe一键多维展示)importnumpyasnpimportpandasaspdd=np.array([[1,12,13,15,16],[23,28,24,215,26],[370,39,355,325,3],[47,49,45,42,482],[571,519,5,52,57],[61,69,
- DeepSeek 和 Qwen 模型快速部署指南
moton2017
深度学习运维模型部署DeepSeekQwen大型语言模型LLM人工智能AI
导读:DeepSeek-V3&DeepSeek-R1模型对比特性DeepSeek-V3DeepSeek-R1模型大小总参数量6710亿(671B),MoE架构,每个token激活370亿参数总参数量与V3相当,基于DeepSeek-V3-Base,采用类似的MoE架构训练方法包含预训练、监督微调(SFT)和强化学习(RL),使用14.8兆高品质文本进行预训练引入多阶段训练流程,冷启动微调后进行推理
- DeepSeek:国产AI的荣耀之光
晚风る
AI人工智能人工智能
DeepSeek:国产AI的荣耀之光在国产AI领域,DeepSeek(深度求索)犹如一颗璀璨的新星,以其卓越的技术实力和创新精神,迅速成为行业的焦点,被誉为“国产之光”。本文将深入探讨DeepSeek的技术亮点、市场表现以及其对行业的深远影响。一、技术突破:创新与高效并存1.混合专家架构(MoE)DeepSeek-V3采用了自主研发的混合专家架构(MoE),模型参数高达6710亿,激活参数为370
- AWS上基于Llama 3模型检测Amazon Redshift里文本数据的语法和语义错误的设计方案
weixin_30777913
数据仓库云计算awsllama
一、技术栈选型核心服务:AmazonRedshift:存储原始文本和检测结果AmazonBedrock:托管Llama370B模型AWSLambda:无服务计算(Python运行时)AmazonS3:中间数据存储AWSStepFunctions:工作流编排辅助工具:psycopg2:RedshiftPython连接器boto3:AWSSDKforPythonPandas:数据批处理JSONSche
- LeetCode[Math] - #66 Plus One
Cwind
javaLeetCode题解AlgorithmMath
原题链接:#66 Plus One
要求:
给定一个用数字数组表示的非负整数,如num1 = {1, 2, 3, 9}, num2 = {9, 9}等,给这个数加上1。
注意:
1. 数字的较高位存在数组的头上,即num1表示数字1239
2. 每一位(数组中的每个元素)的取值范围为0~9
难度:简单
分析:
题目比较简单,只须从数组
- JQuery中$.ajax()方法参数详解
AILIKES
JavaScriptjsonpjqueryAjaxjson
url: 要求为String类型的参数,(默认为当前页地址)发送请求的地址。
type: 要求为String类型的参数,请求方式(post或get)默认为get。注意其他http请求方法,例如put和 delete也可以使用,但仅部分浏览器支持。
timeout: 要求为Number类型的参数,设置请求超时时间(毫秒)。此设置将覆盖$.ajaxSetup()方法的全局
- JConsole & JVisualVM远程监视Webphere服务器JVM
Kai_Ge
JVisualVMJConsoleWebphere
JConsole是JDK里自带的一个工具,可以监测Java程序运行时所有对象的申请、释放等动作,将内存管理的所有信息进行统计、分析、可视化。我们可以根据这些信息判断程序是否有内存泄漏问题。
使用JConsole工具来分析WAS的JVM问题,需要进行相关的配置。
首先我们看WAS服务器端的配置.
1、登录was控制台https://10.4.119.18
- 自定义annotation
120153216
annotation
Java annotation 自定义注释@interface的用法 一、什么是注释
说起注释,得先提一提什么是元数据(metadata)。所谓元数据就是数据的数据。也就是说,元数据是描述数据的。就象数据表中的字段一样,每个字段描述了这个字段下的数据的含义。而J2SE5.0中提供的注释就是java源代码的元数据,也就是说注释是描述java源
- CentOS 5/6.X 使用 EPEL YUM源
2002wmj
centos
CentOS 6.X 安装使用EPEL YUM源1. 查看操作系统版本[root@node1 ~]# uname -a Linux node1.test.com 2.6.32-358.el6.x86_64 #1 SMP Fri Feb 22 00:31:26 UTC 2013 x86_64 x86_64 x86_64 GNU/Linux [root@node1 ~]#
- 在SQLSERVER中查找缺失和无用的索引SQL
357029540
SQL Server
--缺失的索引
SELECT avg_total_user_cost * avg_user_impact * ( user_scans + user_seeks ) AS PossibleImprovement ,
last_user_seek ,
 
- Spring3 MVC 笔记(二) —json+rest优化
7454103
Spring3 MVC
接上次的 spring mvc 注解的一些详细信息!
其实也是一些个人的学习笔记 呵呵!
- 替换“\”的时候报错Unexpected internal error near index 1 \ ^
adminjun
java“\替换”
发现还是有些东西没有刻子脑子里,,过段时间就没什么概念了,所以贴出来...以免再忘...
在拆分字符串时遇到通过 \ 来拆分,可是用所以想通过转义 \\ 来拆分的时候会报异常
public class Main {
/*
- POJ 1035 Spell checker(哈希表)
aijuans
暴力求解--哈希表
/*
题意:输入字典,然后输入单词,判断字典中是否出现过该单词,或者是否进行删除、添加、替换操作,如果是,则输出对应的字典中的单词
要求按照输入时候的排名输出
题解:建立两个哈希表。一个存储字典和输入字典中单词的排名,一个进行最后输出的判重
*/
#include <iostream>
//#define
using namespace std;
const int HASH =
- 通过原型实现javascript Array的去重、最大值和最小值
ayaoxinchao
JavaScriptarrayprototype
用原型函数(prototype)可以定义一些很方便的自定义函数,实现各种自定义功能。本次主要是实现了Array的去重、获取最大值和最小值。
实现代码如下:
<script type="text/javascript">
Array.prototype.unique = function() {
var a = {};
var le
- UIWebView实现https双向认证请求
bewithme
UIWebViewhttpsObjective-C
什么是HTTPS双向认证我已在先前的博文 ASIHTTPRequest实现https双向认证请求
中有讲述,不理解的读者可以先复习一下。本文是用UIWebView来实现对需要客户端证书验证的服务请求,网上有些文章中有涉及到此内容,但都只言片语,没有讲完全,更没有完整的代码,让人困扰不已。但是此知
- NoSQL数据库之Redis数据库管理(Redis高级应用之事务处理、持久化操作、pub_sub、虚拟内存)
bijian1013
redis数据库NoSQL
3.事务处理
Redis对事务的支持目前不比较简单。Redis只能保证一个client发起的事务中的命令可以连续的执行,而中间不会插入其他client的命令。当一个client在一个连接中发出multi命令时,这个连接会进入一个事务上下文,该连接后续的命令不会立即执行,而是先放到一个队列中,当执行exec命令时,redis会顺序的执行队列中
- 各数据库分页sql备忘
bingyingao
oraclesql分页
ORACLE
下面这个效率很低
SELECT * FROM ( SELECT A.*, ROWNUM RN FROM (SELECT * FROM IPAY_RCD_FS_RETURN order by id desc) A ) WHERE RN <20;
下面这个效率很高
SELECT A.*, ROWNUM RN FROM (SELECT * FROM IPAY_RCD_
- 【Scala七】Scala核心一:函数
bit1129
scala
1. 如果函数体只有一行代码,则可以不用写{},比如
def print(x: Int) = println(x)
一行上的多条语句用分号隔开,则只有第一句属于方法体,例如
def printWithValue(x: Int) : String= println(x); "ABC"
上面的代码报错,因为,printWithValue的方法
- 了解GHC的factorial编译过程
bookjovi
haskell
GHC相对其他主流语言的编译器或解释器还是比较复杂的,一部分原因是haskell本身的设计就不易于实现compiler,如lazy特性,static typed,类型推导等。
关于GHC的内部实现有篇文章说的挺好,这里,文中在RTS一节中详细说了haskell的concurrent实现,里面提到了green thread,如果熟悉Go语言的话就会发现,ghc的concurrent实现和Go有点类
- Java-Collections Framework学习与总结-LinkedHashMap
BrokenDreams
LinkedHashMap
前面总结了java.util.HashMap,了解了其内部由散列表实现,每个桶内是一个单向链表。那有没有双向链表的实现呢?双向链表的实现会具备什么特性呢?来看一下HashMap的一个子类——java.util.LinkedHashMap。
- 读《研磨设计模式》-代码笔记-抽象工厂模式-Abstract Factory
bylijinnan
abstract
声明: 本文只为方便我个人查阅和理解,详细的分析以及源代码请移步 原作者的博客http://chjavach.iteye.com/
package design.pattern;
/*
* Abstract Factory Pattern
* 抽象工厂模式的目的是:
* 通过在抽象工厂里面定义一组产品接口,方便地切换“产品簇”
* 这些接口是相关或者相依赖的
- 压暗面部高光
cherishLC
PS
方法一、压暗高光&重新着色
当皮肤很油又使用闪光灯时,很容易在面部形成高光区域。
下面讲一下我今天处理高光区域的心得:
皮肤可以分为纹理和色彩两个属性。其中纹理主要由亮度通道(Lab模式的L通道)决定,色彩则由a、b通道确定。
处理思路为在保持高光区域纹理的情况下,对高光区域着色。具体步骤为:降低高光区域的整体的亮度,再进行着色。
如果想简化步骤,可以只进行着色(参看下面的步骤1
- Java VisualVM监控远程JVM
crabdave
visualvm
Java VisualVM监控远程JVM
JDK1.6开始自带的VisualVM就是不错的监控工具.
这个工具就在JAVA_HOME\bin\目录下的jvisualvm.exe, 双击这个文件就能看到界面
通过JMX连接远程机器, 需要经过下面的配置:
1. 修改远程机器JDK配置文件 (我这里远程机器是linux).
 
- Saiku去掉登录模块
daizj
saiku登录olapBI
1、修改applicationContext-saiku-webapp.xml
<security:intercept-url pattern="/rest/**" access="IS_AUTHENTICATED_ANONYMOUSLY" />
<security:intercept-url pattern=&qu
- 浅析 Flex中的Focus
dsjt
htmlFlexFlash
关键字:focus、 setFocus、 IFocusManager、KeyboardEvent
焦点、设置焦点、获得焦点、键盘事件
一、无焦点的困扰——组件监听不到键盘事件
原因:只有获得焦点的组件(确切说是InteractiveObject)才能监听到键盘事件的目标阶段;键盘事件(flash.events.KeyboardEvent)参与冒泡阶段,所以焦点组件的父项(以及它爸
- Yii全局函数使用
dcj3sjt126com
yii
由于YII致力于完美的整合第三方库,它并没有定义任何全局函数。yii中的每一个应用都需要全类别和对象范围。例如,Yii::app()->user;Yii::app()->params['name'];等等。我们可以自行设定全局函数,使得代码看起来更加简洁易用。(原文地址)
我们可以保存在globals.php在protected目录下。然后,在入口脚本index.php的,我们包括在
- 设计模式之单例模式二(解决无序写入的问题)
come_for_dream
单例模式volatile乱序执行双重检验锁
在上篇文章中我们使用了双重检验锁的方式避免懒汉式单例模式下由于多线程造成的实例被多次创建的问题,但是因为由于JVM为了使得处理器内部的运算单元能充分利用,处理器可能会对输入代码进行乱序执行(Out Of Order Execute)优化,处理器会在计算之后将乱序执行的结果进行重组,保证该
- 程序员从初级到高级的蜕变
gcq511120594
框架工作PHPandroidhtml5
软件开发是一个奇怪的行业,市场远远供不应求。这是一个已经存在多年的问题,而且随着时间的流逝,愈演愈烈。
我们严重缺乏能够满足需求的人才。这个行业相当年轻。大多数软件项目是失败的。几乎所有的项目都会超出预算。我们解决问题的最佳指导方针可以归结为——“用一些通用方法去解决问题,当然这些方法常常不管用,于是,唯一能做的就是不断地尝试,逐个看看是否奏效”。
现在我们把淫浸代码时间超过3年的开发人员称为
- Reverse Linked List
hcx2013
list
Reverse a singly linked list.
/**
* Definition for singly-linked list.
* public class ListNode {
* int val;
* ListNode next;
* ListNode(int x) { val = x; }
* }
*/
p
- Spring4.1新特性——数据库集成测试
jinnianshilongnian
spring 4.1
目录
Spring4.1新特性——综述
Spring4.1新特性——Spring核心部分及其他
Spring4.1新特性——Spring缓存框架增强
Spring4.1新特性——异步调用和事件机制的异常处理
Spring4.1新特性——数据库集成测试脚本初始化
Spring4.1新特性——Spring MVC增强
Spring4.1新特性——页面自动化测试框架Spring MVC T
- C# Ajax上传图片同时生成微缩图(附Demo)
liyonghui160com
1.Ajax无刷新上传图片,详情请阅我的这篇文章。(jquery + c# ashx)
2.C#位图处理 System.Drawing。
3.最新demo支持IE7,IE8,Fir
- Java list三种遍历方法性能比较
pda158
java
从c/c++语言转向java开发,学习java语言list遍历的三种方法,顺便测试各种遍历方法的性能,测试方法为在ArrayList中插入1千万条记录,然后遍历ArrayList,发现了一个奇怪的现象,测试代码例如以下:
package com.hisense.tiger.list;
import java.util.ArrayList;
import java.util.Iterator;
- 300个涵盖IT各方面的免费资源(上)——商业与市场篇
shoothao
seo商业与市场IT资源免费资源
A.网站模板+logo+服务器主机+发票生成
HTML5 UP:响应式的HTML5和CSS3网站模板。
Bootswatch:免费的Bootstrap主题。
Templated:收集了845个免费的CSS和HTML5网站模板。
Wordpress.org|Wordpress.com:可免费创建你的新网站。
Strikingly:关注领域中免费无限的移动优
- localStorage、sessionStorage
uule
localStorage
W3School 例子
HTML5 提供了两种在客户端存储数据的新方法:
localStorage - 没有时间限制的数据存储
sessionStorage - 针对一个 session 的数据存储
之前,这些都是由 cookie 完成的。但是 cookie 不适合大量数据的存储,因为它们由每个对服务器的请求来传递,这使得 cookie 速度很慢而且效率也不