- 现代人工智能综合分类:大模型时代的架构、模态与生态系统
司南锤
economics人工智能分类数据挖掘
目录引言:人工智能的第四次浪潮与新分类的必要性第一节:大型模型范式的基础支柱1.1规模化假说:算力、数据与算法的三位一体1.2“涌现能力”之谜:当“更多”变为“不同”1.3自监督学习(SSL)革命第二节:大型模型的技术分类学2.1Transformer:现代人工智能的架构基石2.2架构分化:一种功能性分类2.3提升效率与规模:专家混合模型(MoE)2.4超越Transformer:下一代架构的探索
- 本地部署 Kimi K2 全指南(llama.cpp、vLLM、Docker 三法)
迎风斯黄
llamadocker容器kimi
KimiK2是MoonshotAI于2025年7月11日发布的高性能多专家语言模型(MoE),支持最大128K上下文,激活参数规模为32B,具备极强的推理、代码生成与多轮对话能力。自从其权重以多种格式开源以来,许多开发者希望将其部署在本地,以获得更高的私密性和灵活性。本文将详细介绍三种主流本地部署路径,并提供完整的配置步骤和使用建议。准备工作(通用部分)在进行部署前,请准备如下环境与资源:✅最低硬
- Kimi Chat 1.5 与 2.0 架构升级对比
charles666666
人工智能transformer深度学习产品经理chatgpt
1.5版的MoE架构优化KimiChat1.5采用了优化后的MoE架构,其核心在于“专家网络动态路由”。这一机制类似于快递系统智能选择最优路径,能够根据输入数据的特性动态分配计算资源。这种优化显著提升了模型的计算效率,同时降低了硬件资源的浪费。在实际应用中,这意味着开发者可以在相同的硬件配置下处理更复杂的任务,或者在有限的资源下实现更高的性能。2.0的混合专家系统创新点与1.5版相比,KimiCh
- 大模型MoE模型技术详解
大雷神
AI人工智能机器学习AI大模型
场景:大型超市的收银区域想象一下周末的超市,人山人海(就像大模型要处理海量的Token)。众多收银台(专家):超市有20个收银台,每个收银台都是一个“专家”。有的收银台是人工柜台(擅长处理现金、复杂商品、老人购物);有的是自助扫码机(适合年轻人、商品少、动作快);有的是快速通道(只允许买5件商品以下的顾客);有的是大宗商品通道(专门处理整箱饮料、大件物品)。智能引导系统(门控网络):顾客(每个To
- 深度解码:企业级 AI 选型中 Gemini 与 DeepSeek 的架构对决
charles666666
人工智能架构语言模型深度学习产品经理机器学习
开篇:技术选型会议中的认知困局当技术团队尝试评估基于MoE(专家混合)架构的Gemini1.5Pro和DeepSeek-V3时,决策者往往陷入认知混乱。尽管两者同属MoE架构,实际测试表现却大相径庭。这种混乱源于对参数规模的盲目崇拜。Gemini1.5Pro拥有1.5万亿参数,而DeepSeek-V3参数规模仅为前者的一半。但在实际企业场景测试中,DeepSeek在中文语义理解任务中的准确率却高出
- MIAOYUN | 每周AI新鲜事儿(06.27-07.04)
人工智能深度学习算法云计算
在科技飞速发展的当下,AI已成为推动各行业变革的核心力量。为助您紧跟AI发展浪潮,把握前沿动态,MIAOYUN特别推出「每周AI新鲜事儿」,涵盖技术突破、新模型发布、研究报告等多个方面,一起来回顾本周发生的AI新鲜事儿吧!AI开源大模型腾讯混元发布首款开源混合推理MoE模型「Hunyuan-A13B」6月27日,腾讯混元宣布开源首个混合推理MoE模型「Hunyuan-A13B」,总参数80B,激活
- 百度文心一言4.5震撼发布:多模态大模型开源,4240亿参数,免费商用授权
在2025年7月1日,百度正式宣布开源文心4.5系列大模型。这不是一次普通的“模型权重公开”,而是百度给国产大模型行业交了一份“底座+生态+实战”的高质量答卷。文心4.5到底开源了什么?2025年7月1日,百度正式开源了其最新一代大模型——文心4.5系列。这次开源的并不是一个单一模型,而是一个完整的多模态MoE模型家族,包括::47B和3B的多模态MoE大模型,具备多模态感知和高性能通用推理能力多
- 大模型的MoE架构解析:从理论到应用的系统探讨
不秃头de程序猿
开发语言转行人工智能ai大模型程序员学习
MixtureofExperts(专家混合)架构正在重新定义大语言模型的发展轨迹。这种革命性的架构通过条件计算实现了万亿参数规模的模型,同时保持与千亿参数密集模型相当的计算成本。从GPT-4的1.8万亿参数到DeepSeek-V3的671亿参数,MoE架构已成为当前AI领域最重要的技术突破之一。MoE的核心洞察在于"不是所有的模型容量都需要同时激活"——通过让不同的专家网络处理不同类型的输入,实现
- 百度文心大模型4.5开源风暴!API同步开放!
程序员辣条
产品经理langchain语言模型程序员人工智能大模型学习大模型
百度文心大模型开源,如期而至。就在今天,百度官宣文心大模型4.5系列正式开源,还同步提供API服务。此番,百度一次性推出10款开源模型,涵盖从47B参数的混合专家(MoE)模型到轻量级0.3B稠密型模型,覆盖文本、多模态等多种任务需求。此次开源不仅权重与代码完全开放,还同步提供API服务,开发者可通过飞桨星河社区、HuggingFace、百度智能云千帆平台直接下载使用。文心大模型4.5系列开源模型
- DeepSeek-V3 私有化部署配置方案(以 vLLM / FastDeploy 为主)
以下是DeepSeek-V3私有化部署配置方案(基于vLLM/FastDeploy),适用于对模型性能、数据隐私、推理效率有要求的企业/个人部署场景。目标:在本地或私有服务器中部署DeepSeek-V3或其MoE结构变体支持高并发推理、高效资源利用提供HTTP接口供前端/插件/Agent调用方案对比方案支持MoE性能优化推荐场景vLLM部分支持高(KVCache/连续批次)高并发API服务Fast
- 百度文心大模型 4.5 系列全面开源 英特尔同步支持端侧部署
2025年6月30日,百度如期兑现2月14日的预告,正式开源文心大模型4.5(ERNIE4.5)系列,涵盖10款不同参数规模的模型,包括470亿参数混合专家(MoE)模型、30亿参数MoE模型及3亿参数稠密型模型,实现预训练权重与推理代码的完全开放。这一举措标志着国内大模型技术向生态化、普惠化迈出关键一步。开源矩阵与授权机制:兼顾商业应用与技术共享文心大模型4.5系列基于ApacheLicense
- DeepSeek打破AI天花板:MoE架构+RL推理,效率提升5倍的底层逻辑
m0_74825409
面试学习路线阿里巴巴人工智能架构
文章目录一、引言二、MoE架构:高效计算的核心支撑(一)MoE架构概述(二)DeepSeekMoE架构的创新点(三)MoE架构的代码实现示例三、RL推理:智能提升的关键驱动(一)RL推理概述(二)R1的训练流程(三)RL推理中的关键技术(四)RL推理的代码实现示例四、MoE架构与RL推理的结合:效率提升的奥秘(一)计算效率的提升(二)推理能力的增强(三)整体性能的飞跃五、结论与展望《DeepSee
- 【硬核拆解】英伟达Blackwell芯片架构如何重构AI算力边界?
HeartException
人工智能
前言前些天发现了一个巨牛的人工智能免费学习网站,通俗易懂,风趣幽默,忍不住分享一下给大家。点击跳转到网站一、Blackwell诞生的算力危机(2025现状)graphTDA[2025年AI算力需求]-->B[千亿参数模型训练能耗>20GWh]A-->C[10万亿参数模型涌现]A-->D[传统架构内存墙:数据搬运耗能占68%]行业拐点事件:2025年3月:OpenAI宣布训练125万亿参数MoE模型
- 从文心开源谈起,论大模型发展新生态
CSDN资讯
开源
6月30日,百度正式宣布开源ERNIE4.5即文心4.5系列模型,覆盖47B和3B激活参数的MoE(混合专家)模型,以及0.3B参数的稠密模型,并实现了预训练权重+推理代码的完全开源。文心大模型4.5系列开源模型国内下载地址:https://ai.gitcode.com/theme/1939325484087291906百度成为继DeepSeek之后又一重磅国产大模型开源。这不仅是数量的堆叠,更标
- GPU 分布式通信加速黑马!DeepEP 的实战与深度剖析
DeepLink_01
开源项目分享Ai分布式githubDeepEP开源项目GPU加速MoE/EP架构
随着大模型和稀疏激活模型(如MoE/EP架构)的广泛应用,分布式all-to-all通信成为训练和推理过程中的核心瓶颈。DeepSeek.ai推出的DeepEP,专为MoE/EP通信优化,实现了GPU原生高吞吐、低延迟通信,极大释放了底层硬件潜力。目录背景与设计动机DeepEP核心特性概览环境准备与依赖安装编译与部署全过程DeepEP核心API解析入门示例与使用流程实战案例分享训练加速案例(Tra
- 开源即王炸?MiniMax-M1 如何用 MoE 架构实现大模型推理的极致效率。
技术程序猿华锋
AIGC资讯开源架构
效率的胜利:MiniMaxM1如何用架构智慧挑战AI的“蛮力时代”楔子:一场必要的豪赌在人工智能的“暴力美学”时代,巨头们用无尽的参数和算力堆砌着通往未来的巴别塔。然而,在上海,一家名为MiniMax的初创公司,却选择了一条截然不同的朝圣路。2023年夏,一个看似疯狂的决定震动了观察圈:MiniMax将80%的资源,悉数押注于底层模型架构的一场革命。这并非一次寻常的技术迭代,而是在资源悬殊的牌局上
- DeepSeek打破AI天花板:MoE架构+RL推理,效率提升5倍的底层逻辑
泡泡Java
AI大模型人工智能架构
文章目录一、引言二、MoE架构:高效计算的核心支撑(一)MoE架构概述(二)DeepSeekMoE架构的创新点(三)MoE架构的代码实现示例三、RL推理:智能提升的关键驱动(一)RL推理概述(二)R1的训练流程(三)RL推理中的关键技术(四)RL推理的代码实现示例四、MoE架构与RL推理的结合:效率提升的奥秘(一)计算效率的提升(二)推理能力的增强(三)整体性能的飞跃五、结论与展望《DeepSee
- GPT-5企业级应用落地指南:70个工业场景实战部署全景(2025)
知识产权13937636601
计算机GPT-5API
摘要:随着GPT-5在2025年全面开放企业API,其多模态理解、自主任务规划、超长上下文(128Ktokens)能力正颠覆传统工业智能化范式。本指南基于全球200+企业实测案例,提炼70个工业场景的部署方案,涵盖研发设计、生产制造、供应链管理等九大领域。核心解决三大落地挑战:安全合规部署方案(企业知识库隔离训练、区块链存证)、行业场景迁移(小样本领域适应、多模态提示工程)、成本效率优化(MoE稀
- 如何获取和使用 DeepSeek-Prover-V2?
AI生存日记
OpenAI大模型开发语言人工智能开源API
一、获取途径开源平台下载HuggingFace:模型已开源至HuggingFace平台,支持直接下载完整模型权重及配置文件。PPIO派欧云:提供一站式AIGC云服务,平台已上线DeepSeek-Prover-V2-671B模型,支持在线部署与调用。算力适配版本选择提供双版本适配:7B参数模型:适合本地部署或低算力场景,支持Lean4子目标验证。671B稀疏MoE模型:需
- 揭秘DeepSeek:为何选择MoE负载均衡技术?
大模型老炮
产品经理人工智能AI大模型AIGC大模型大模型教程大模型学习
DeepSeek是如何做专家的负载均衡的?如果你在面试时被问到这个问题,应该怎么回答呢?01面试官心理分析从面试官的角度来看,你至少得答到下面这两个层面:第一层,为什么要做专家的负载均衡,动机是什么?第二层,DeepSeek是怎么做的,它具体有什么高明之处?好,那接下来我们就一起来分析拆解一下这道面试题目。02面试题解析首先第一点,为什么要做专家的负载均衡?这里先给大家科普一下负载均衡的概念,它实
- DeepSeek已经落后?客观评价与深度解读爆火的DeepSeek V3大模型的性能与参数。
AI老李
#深度思考python人工智能人工智能深度学习开发语言ai
关键要点研究表明,DeepSeekV3是一款先进的开源大语言模型,在数学、编码和中文任务上表现突出。证据显示,它在公开基准测试中优于其他开源模型,与领先的闭源模型(如GPT-4o和Claude-3.5-Sonnet)性能相当。它似乎在训练效率和成本上具有优势,训练成本仅为600万美元,远低于GPT-4的1亿美元。一个意想不到的细节是,尽管模型参数高达6710亿,但通过MoE架构,每token只激活
- 【AI论文】MiniMax-M1:利用Lightning注意力机制高效扩展测试时计算
东临碣石82
人工智能
摘要:我们推出了MiniMax-M1,这是全球首个开源权重的大型混合注意力推理模型。MiniMax-M1采用了混合专家(Mixture-of-Experts,MoE)架构,并结合了闪电注意力(LightningAttention)机制。该模型是在我们之前的MiniMax-Text-01模型基础上开发而来的,后者总共包含4560亿个参数,每个标记(token)激活459亿个参数。而MiniMax-M
- DeepEP开源MoE模型分布式通信库
老兵发新帖
人工智能
DeepEP是由DeepSeek团队于2025年1月15日正式开源的。该库以Apache2.0许可证发布,代码完全开放,是全球首个专注于优化MoE(Mixture-of-Experts)模型分布式通信的高性能库。开源详情概览:项目详情开源日期2025年1月15日开源平台GitHub开源模式完全开放源代码(Apache2.0许可)首次公开版本DeepEPv0.1.0开源后进展:·2025年3月:推出
- AI 大模型原理与应用:大模型训练突破万张卡和万亿参数 MOE 这两个临界点
AI大模型应用之禅
人工智能
AI大模型原理与应用:大模型训练突破万张卡和万亿参数MOE这两个临界点大模型、训练、万张卡、万亿参数、MOE、Transformer、深度学习、自然语言处理1.背景介绍近年来,深度学习技术取得了飞速发展,大规模人工智能模型的训练成为一个重要的研究方向。大模型是指参数量达到数十亿甚至万亿级别的人工智能模型,它们在自然语言处理、计算机视觉、语音识别等领域展现出强大的能力。然而,大模型的训练也面临着巨大
- Llama 4模型卡片及提示词模板
大模型与Agent智能体
A2AMCPLlama4
Llama4模型卡片及提示词模板Llama4模型卡及提示格式介绍Llama4模型概述Llama4是一系列预训练和指令微调的混合专家(Mixture-of-Experts,MoE)大语言模型,包含两种规模:Llama4Scout和Llama4Maverick。该模型针对多模态理解、多语言任务、编码、工具调用及智能体系统进行了优化,知识截止日期为2024年8月。提示模板Youareanexpertco
- DeepSeek 大型 MoE 模型大规模部署压测学习
andyguo
学习
https://lmsys.org/blog/2025-05-05-large-scale-ep/以上是对文章《DeployingDeepSeekwithPDDisaggregationandLarge-ScaleExpertParallelismon96 H100GPUs》的中文总结,以及对您提到的几个术语(MLA、MoE、SGLang、VLLM、EP和DP)的说明。文章中文总结这篇由SGLan
- DeepSeek 源码解构:从 MoE 架构到 MLA 的工程化实现
威哥说编程
架构人工智能AI编程
在机器学习和深度学习的领域中,**MoE(MixtureofExperts)架构和MLA(Multi-LevelArchitecture)**的工程化实现已成为极具前景和挑战的技术路线。MoE架构通过在模型中引入多个专家(Expert),根据输入数据的不同动态选择合适的专家,显著提高了模型的表达能力。而MLA作为一种多层次结构,在更大规模的数据集上展现出了出色的性能,尤其在模型训练和推理效率方面表
- 深度解析DeepSeek中的MoE混合专家模式:原理、实现与应用
来自于狂人
pythonchatgptjava算法深度学习人工智能
一、什么是混合专家(MoE)模式?想象一家医院的分诊系统:患者根据症状被分配到不同专科(心脏科、神经科、骨科等),由最擅长的医生团队联合诊治。混合专家(MixtureofExperts,MoE)正是将这种“分诊-协作”机制引入AI模型的核心技术。在DeepSeek等千亿参数大模型中,MoE通过动态路由(DynamicRouting)将输入数据分配给多个专家子网络,显著提升模型容量和计算效率。二、M
- MiniMax发布MiniMax-M1推理模型,支持100万Token上下文,降低成本。
我的学校你进不来
大数据人工智能语言模型后端前端
MiniMax是一家成立于2021年12月的中国人工智能科技公司,专注于多模态大模型研发,其核心团队由前商汤科技高管闫俊杰领衔。公司以创新的MoE(混合专家)架构和闪电注意力机制(LightningAttention)技术著称,先后推出支持200K上下文长度的abab6.5模型和全球首个开源混合架构推理模型MiniMax-M125。一、核心突破:超长上下文与算力优化1.100万Token上下文支
- 年薪百万挖人!中国大模型引爆AI人才争夺战,应届生手握5个Offer
AI大模型学习不迷路
人工智能大语言模型大模型AI大模型大模型应用应届生LLM
——从实验室卷到招聘会,DeepSeek掀起人工智能行业"抢人风暴"凌晨三点的北京中关村,猎头李薇的手机仍在疯狂震动。屏幕上跳动的不是深夜八卦,而是某AI独角兽急寻大模型算法工程师的加急需求:"候选人只要通过技术面,薪资可突破现有上限30%!"这场由国产大模型新贵DeepSeek引发的AI人才争夺战,正在改写中国科技行业的就业版图。1.技术突破点燃人才火药桶7天前,DeepSeek团队公布的MoE
- 深入浅出Java Annotation(元注解和自定义注解)
Josh_Persistence
Java Annotation元注解自定义注解
一、基本概述
Annontation是Java5开始引入的新特征。中文名称一般叫注解。它提供了一种安全的类似注释的机制,用来将任何的信息或元数据(metadata)与程序元素(类、方法、成员变量等)进行关联。
更通俗的意思是为程序的元素(类、方法、成员变量)加上更直观更明了的说明,这些说明信息是与程序的业务逻辑无关,并且是供指定的工具或
- mysql优化特定类型的查询
annan211
java工作mysql
本节所介绍的查询优化的技巧都是和特定版本相关的,所以对于未来mysql的版本未必适用。
1 优化count查询
对于count这个函数的网上的大部分资料都是错误的或者是理解的都是一知半解的。在做优化之前我们先来看看
真正的count()函数的作用到底是什么。
count()是一个特殊的函数,有两种非常不同的作用,他可以统计某个列值的数量,也可以统计行数。
在统
- MAC下安装多版本JDK和切换几种方式
棋子chessman
jdk
环境:
MAC AIR,OS X 10.10,64位
历史:
过去 Mac 上的 Java 都是由 Apple 自己提供,只支持到 Java 6,并且OS X 10.7 开始系统并不自带(而是可选安装)(原自带的是1.6)。
后来 Apple 加入 OpenJDK 继续支持 Java 6,而 Java 7 将由 Oracle 负责提供。
在终端中输入jav
- javaScript (1)
Array_06
JavaScriptjava浏览器
JavaScript
1、运算符
运算符就是完成操作的一系列符号,它有七类: 赋值运算符(=,+=,-=,*=,/=,%=,<<=,>>=,|=,&=)、算术运算符(+,-,*,/,++,--,%)、比较运算符(>,<,<=,>=,==,===,!=,!==)、逻辑运算符(||,&&,!)、条件运算(?:)、位
- 国内顶级代码分享网站
袁潇含
javajdkoracle.netPHP
现在国内很多开源网站感觉都是为了利益而做的
当然利益是肯定的,否则谁也不会免费的去做网站
&
- Elasticsearch、MongoDB和Hadoop比较
随意而生
mongodbhadoop搜索引擎
IT界在过去几年中出现了一个有趣的现象。很多新的技术出现并立即拥抱了“大数据”。稍微老一点的技术也会将大数据添进自己的特性,避免落大部队太远,我们看到了不同技术之间的边际的模糊化。假如你有诸如Elasticsearch或者Solr这样的搜索引擎,它们存储着JSON文档,MongoDB存着JSON文档,或者一堆JSON文档存放在一个Hadoop集群的HDFS中。你可以使用这三种配
- mac os 系统科研软件总结
张亚雄
mac os
1.1 Microsoft Office for Mac 2011
大客户版,自行搜索。
1.2 Latex (MacTex):
系统环境:https://tug.org/mactex/
&nb
- Maven实战(四)生命周期
AdyZhang
maven
1. 三套生命周期 Maven拥有三套相互独立的生命周期,它们分别为clean,default和site。 每个生命周期包含一些阶段,这些阶段是有顺序的,并且后面的阶段依赖于前面的阶段,用户和Maven最直接的交互方式就是调用这些生命周期阶段。 以clean生命周期为例,它包含的阶段有pre-clean, clean 和 post
- Linux下Jenkins迁移
aijuans
Jenkins
1. 将Jenkins程序目录copy过去 源程序在/export/data/tomcatRoot/ofctest-jenkins.jd.com下面 tar -cvzf jenkins.tar.gz ofctest-jenkins.jd.com &
- request.getInputStream()只能获取一次的问题
ayaoxinchao
requestInputstream
问题:在使用HTTP协议实现应用间接口通信时,服务端读取客户端请求过来的数据,会用到request.getInputStream(),第一次读取的时候可以读取到数据,但是接下来的读取操作都读取不到数据
原因: 1. 一个InputStream对象在被读取完成后,将无法被再次读取,始终返回-1; 2. InputStream并没有实现reset方法(可以重
- 数据库SQL优化大总结之 百万级数据库优化方案
BigBird2012
SQL优化
网上关于SQL优化的教程很多,但是比较杂乱。近日有空整理了一下,写出来跟大家分享一下,其中有错误和不足的地方,还请大家纠正补充。
这篇文章我花费了大量的时间查找资料、修改、排版,希望大家阅读之后,感觉好的话推荐给更多的人,让更多的人看到、纠正以及补充。
1.对查询进行优化,要尽量避免全表扫描,首先应考虑在 where 及 order by 涉及的列上建立索引。
2.应尽量避免在 where
- jsonObject的使用
bijian1013
javajson
在项目中难免会用java处理json格式的数据,因此封装了一个JSONUtil工具类。
JSONUtil.java
package com.bijian.json.study;
import java.util.ArrayList;
import java.util.Date;
import java.util.HashMap;
- [Zookeeper学习笔记之六]Zookeeper源代码分析之Zookeeper.WatchRegistration
bit1129
zookeeper
Zookeeper类是Zookeeper提供给用户访问Zookeeper service的主要API,它包含了如下几个内部类
首先分析它的内部类,从WatchRegistration开始,为指定的znode path注册一个Watcher,
/**
* Register a watcher for a particular p
- 【Scala十三】Scala核心七:部分应用函数
bit1129
scala
何为部分应用函数?
Partially applied function: A function that’s used in an expression and that misses some of its arguments.For instance, if function f has type Int => Int => Int, then f and f(1) are p
- Tomcat Error listenerStart 终极大法
ronin47
tomcat
Tomcat报的错太含糊了,什么错都没报出来,只提示了Error listenerStart。为了调试,我们要获得更详细的日志。可以在WEB-INF/classes目录下新建一个文件叫logging.properties,内容如下
Java代码
handlers = org.apache.juli.FileHandler, java.util.logging.ConsoleHa
- 不用加减符号实现加减法
BrokenDreams
实现
今天有群友发了一个问题,要求不用加减符号(包括负号)来实现加减法。
分析一下,先看最简单的情况,假设1+1,按二进制算的话结果是10,可以看到从右往左的第一位变为0,第二位由于进位变为1。
 
- 读《研磨设计模式》-代码笔记-状态模式-State
bylijinnan
java设计模式
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/
/*
当一个对象的内在状态改变时允许改变其行为,这个对象看起来像是改变了其类
状态模式主要解决的是当控制一个对象状态的条件表达式过于复杂时的情况
把状态的判断逻辑转移到表示不同状态的一系列类中,可以把复杂的判断逻辑简化
如果在
- CUDA程序block和thread超出硬件允许值时的异常
cherishLC
CUDA
调用CUDA的核函数时指定block 和 thread大小,该大小可以是dim3类型的(三维数组),只用一维时可以是usigned int型的。
以下程序验证了当block或thread大小超出硬件允许值时会产生异常!!!GPU根本不会执行运算!!!
所以验证结果的正确性很重要!!!
在VS中创建CUDA项目会有一个模板,里面有更详细的状态验证。
以下程序在K5000GPU上跑的。
- 诡异的超长时间GC问题定位
chenchao051
jvmcmsGChbaseswap
HBase的GC策略采用PawNew+CMS, 这是大众化的配置,ParNew经常会出现停顿时间特别长的情况,有时候甚至长到令人发指的地步,例如请看如下日志:
2012-10-17T05:54:54.293+0800: 739594.224: [GC 739606.508: [ParNew: 996800K->110720K(996800K), 178.8826900 secs] 3700
- maven环境快速搭建
daizj
安装mavne环境配置
一 下载maven
安装maven之前,要先安装jdk及配置JAVA_HOME环境变量。这个安装和配置java环境不用多说。
maven下载地址:http://maven.apache.org/download.html,目前最新的是这个apache-maven-3.2.5-bin.zip,然后解压在任意位置,最好地址中不要带中文字符,这个做java 的都知道,地址中出现中文会出现很多
- PHP网站安全,避免PHP网站受到攻击的方法
dcj3sjt126com
PHP
对于PHP网站安全主要存在这样几种攻击方式:1、命令注入(Command Injection)2、eval注入(Eval Injection)3、客户端脚本攻击(Script Insertion)4、跨网站脚本攻击(Cross Site Scripting, XSS)5、SQL注入攻击(SQL injection)6、跨网站请求伪造攻击(Cross Site Request Forgerie
- yii中给CGridView设置默认的排序根据时间倒序的方法
dcj3sjt126com
GridView
public function searchWithRelated() {
$criteria = new CDbCriteria;
$criteria->together = true; //without th
- Java集合对象和数组对象的转换
dyy_gusi
java集合
在开发中,我们经常需要将集合对象(List,Set)转换为数组对象,或者将数组对象转换为集合对象。Java提供了相互转换的工具,但是我们使用的时候需要注意,不能乱用滥用。
1、数组对象转换为集合对象
最暴力的方式是new一个集合对象,然后遍历数组,依次将数组中的元素放入到新的集合中,但是这样做显然过
- nginx同一主机部署多个应用
geeksun
nginx
近日有一需求,需要在一台主机上用nginx部署2个php应用,分别是wordpress和wiki,探索了半天,终于部署好了,下面把过程记录下来。
1. 在nginx下创建vhosts目录,用以放置vhost文件。
mkdir vhosts
2. 修改nginx.conf的配置, 在http节点增加下面内容设置,用来包含vhosts里的配置文件
#
- ubuntu添加admin权限的用户账号
hongtoushizi
ubuntuuseradd
ubuntu创建账号的方式通常用到两种:useradd 和adduser . 本人尝试了useradd方法,步骤如下:
1:useradd
使用useradd时,如果后面不加任何参数的话,如:sudo useradd sysadm 创建出来的用户将是默认的三无用户:无home directory ,无密码,无系统shell。
顾应该如下操作:
- 第五章 常用Lua开发库2-JSON库、编码转换、字符串处理
jinnianshilongnian
nginxlua
JSON库
在进行数据传输时JSON格式目前应用广泛,因此从Lua对象与JSON字符串之间相互转换是一个非常常见的功能;目前Lua也有几个JSON库,本人用过cjson、dkjson。其中cjson的语法严格(比如unicode \u0020\u7eaf),要求符合规范否则会解析失败(如\u002),而dkjson相对宽松,当然也可以通过修改cjson的源码来完成
- Spring定时器配置的两种实现方式OpenSymphony Quartz和java Timer详解
yaerfeng1989
timerquartz定时器
原创整理不易,转载请注明出处:Spring定时器配置的两种实现方式OpenSymphony Quartz和java Timer详解
代码下载地址:http://www.zuidaima.com/share/1772648445103104.htm
有两种流行Spring定时器配置:Java的Timer类和OpenSymphony的Quartz。
1.Java Timer定时
首先继承jav
- Linux下df与du两个命令的差别?
pda158
linux
一、df显示文件系统的使用情况,与du比較,就是更全盘化。 最经常使用的就是 df -T,显示文件系统的使用情况并显示文件系统的类型。 举比例如以下: [root@localhost ~]# df -T Filesystem Type &n
- [转]SQLite的工具类 ---- 通过反射把Cursor封装到VO对象
ctfzh
VOandroidsqlite反射Cursor
在写DAO层时,觉得从Cursor里一个一个的取出字段值再装到VO(值对象)里太麻烦了,就写了一个工具类,用到了反射,可以把查询记录的值装到对应的VO里,也可以生成该VO的List。
使用时需要注意:
考虑到Android的性能问题,VO没有使用Setter和Getter,而是直接用public的属性。
表中的字段名需要和VO的属性名一样,要是不一样就得在查询的SQL中
- 该学习笔记用到的Employee表
vipbooks
oraclesql工作
这是我在学习Oracle是用到的Employee表,在该笔记中用到的就是这张表,大家可以用它来学习和练习。
drop table Employee;
-- 员工信息表
create table Employee(
-- 员工编号
EmpNo number(3) primary key,
-- 姓