iOSDevLog
iOSDevLog

Machine Learning for iOS

原文：https://github.com/alexsosn/iOS_ML

iOS开发人员的主题资源列表，主题如下：

  • 核心ML
  • 机器学习库
  • 深度学习图书馆
    • 深度学习：模型压缩
  • 计算机视觉
  • 自然语言处理
  • 语音识别（TTS）和生成（STT）
  • 文本识别（OCR）
  • 其他AI
  • 机器学习Web API
  • 开源ML应用程序
  • 游戏AI
  • 其他相关人员
    • 线性代数
    • 统计，随机数
    • 数学优化
    • 特征提取
    • 数据可视化
    • 生物信息学（有点）
    • 大数据（不是真的）
  • iOS ML博客
  • 移动ML书籍
  • GPU计算博客
  • 学习机器学习
  • 其他名单

AI相关领域中的大多数事实上的标准工具都是用iOS不友好的语言（Python / Java / R / Matlab）编写的，因此找到适合您的iOS应用程序的东西可能是一项具有挑战性的任务。

该列表主要包括用Objective-C，Swift，C，C ++，JavaScript和其他一些可以轻松移植到iOS的语言编写的库。此外，我还提供了一些相关网络API，博客文章，视频和学习资料的链接。

资源按字母顺序或随机排序。订单不反映我的个人喜好或其他任何内容。有些资源很棒，有些很棒，有些很有趣，有些可以作为灵感。

玩得开心！

拉请求，欢迎在这里。

核心ML

  • coremltools是一个Python包。它包含从一些流行的机器学习库到Apple格式的转换器。
  • Core ML是一个在设备上运行推理的Apple框架。它针对Apple硬件进行了高度优化。

目前，CoreML通过coremltools python包与以下机器学习包兼容（部分）：

  • 咖啡
  • Keras
  • LIBSVM
  • scikit学习
  • XGBoost

某些型号的第三方转换器也适用于CoreML格式：

  • Turicreate
  • TensorFlow
  • MXNet
  • Torch7
  • CatBoost

核心ML格式的预训练神经网络有许多精选列表：[1]，[2]，[3]。

Core ML目前不支持培训模型，但您仍可以通过在运行时从服务器下载新模型来替换模型。这是一个如何做到这一点的演示。它使用MNIST GAN的发生器部分作为核心ML模型。

通用机器学习库

图书馆 算法 语言 执照 码 依赖管理器
AIToolbox

  • 图/树

  • 深度优先搜索

  • 广度优先搜索

  • 爬山搜索

  • 光束搜索

  • 最优路径搜索

  • Alpha-Beta（游戏树）

  • 遗传算法

  • 约束传播

  • 线性回归

  • 非线性回归

  • 参数-Δ

  • 梯度下降

  • 高斯 - 牛顿

  • Logistic回归

  • 神经网络

  • 多层，几个非线性模型

  • 在线和批量培训

  • 前馈或简单的复发层可以在一个网络中混合

  • 实施LSTM网络层 - 需要更多测试

  • 梯度检查例程

  • 支持向量机

  • K均值

  • 主成分分析

  • 马尔可夫决策过程

  • 蒙特卡洛（每次访问，第一次访问）

  • SARSA

  • 单变量和多变量高斯

  • 高斯混合物

  • 模型验证

  • 深度网络

  • 卷积层

  • 汇集层

  • 完全连接的NN层

| 迅速 | Apache 2.0 |

GitHub上

| |

| [
image

DLIB](http://dlib.net/) |

  • 深度学习
  • 支持向量机
  • 用于大规模分类和回归的降秩方法
  • 用于分类和回归的相关向量机
  • 多类SVM
  • 结构SVM
  • 一个大规模的SVM-Rank
  • 在线内核RLS回归
  • 一种在线SVM分类算法
  • 半定量度量学习
  • 在线核心质心估计器/新颖性检测器和离线支持向量一类分类
  • 聚类算法：线性或内核k-means，中文Whispers和Newman聚类
  • 径向基函数网络
  • 多层感知器

| C ++ | 促进 | GitHub上 | |
| FANN |

  • 多层人工神经网络
  • 反向传播（RPROP，Quickprop，Batch，Incremental）
  • 不断发展的拓扑训练

| C ++ | GNU LGPL 2.1 | GitHub上 | 可可豆荚 |
| lbimproved | k-最近邻和动态时间扭曲 | C ++ | Apache 2.0 | GitHub上 | |
| 机器学习 |

  • 神经网络

  • 激活功能：线性，ReLU，Step，sigmoid，TanH

  • 成本函数：平方误差，交叉熵

  • 反向传播：标准，弹性（又称RPROP）。

  • 按样品或批量进行培训。

  • 一袋字

  • 单词向量

| Objective-C的 | BSD 3条款 | GitHub上 | |
| [[图片上传失败...(image-dbeb7f-1555056467289)]

MLKit](https://github.com/Somnibyte/MLKit) |

  • 线性回归：简单，脊，多项式
  • 多层感知器和Adaline ANN架构
  • K-Means聚类
  • 遗传算法

| 迅速 | MIT | GitHub上 | 可可豆荚 |
| [[图片上传失败...(image-63a942-1555056467289)]

孟德尔](https://github.com/saniul/Mendel) | 进化/遗传算法 | 迅速 | ？ | GitHub上 | |
| 多分支 - 数学 |

  • 线性代数和张量

  • 主成分分析

  • 用于降维的多线性子空间学习算法

  • 线性和逻辑回归

  • 随机梯度下降

  • 前馈神经网络

  • 乙状结肠

  • RELU

  • Softplus激活功能

| 迅速 | Apache 2.0 | GitHub上 | Swift包管理器 |
| [[图片上传失败...(image-202599-1555056467289)]

OpenCV的](http://opencv.org/) |

  • 多层感知器
  • 提升树分类器
  • 决策树
  • 期望最大化
  • K-Nearest Neighbors
  • Logistic回归
  • 贝叶斯分类器
  • 随机森林
  • 支持向量机
  • 随机梯度下降SVM分类器
  • 网格搜索
  • 分层k均值
  • 深度神经网络

| C ++ | 3条款BSD | GitHub上 | 可可豆荚 |
| [

image

鲨鱼](http://image.diku.dk/shark/sphinx_pages/build/html/index.html) |

  • 监督：

  • 线性判别分析（LDA）

  • 费雪LDA

  • 线性回归

  • 支持向量机

  • FF NN

  • RNN

  • 径向基函数网络

  • 正规化网络

  • 回归的高斯过程

  • 迭代最近邻分类和回归

  • 决策树

  • 随机森林

  • 无监督：

  • PCA

  • 受限制的玻尔兹曼机器

  • 分层聚类

  • 用于有效的基于距离的聚类的数据结构

  • 优化：

  • 进化算法

  • 单目标优化（例如，CMA-ES）

  • 多目标优化

  • 基本线性代数和优化算法

| C ++ | GNU LGPL | GitHub上 | 可可豆荚 |
| [

image

YCML](https://github.com/yconst/YCML) |

  • 梯度下降反向传播

  • 弹性反向传播（RProp）

  • 极限学习机（ELM）

  • 使用正交最小二乘（RBF网）进行前向选择，也使用PRESS统计

  • 二元受限玻尔兹曼机器（CD和PCD）

  • 优化算法：

  • 梯度下降（单目标，无约束）

  • RProp梯度下降（单目标，无约束）

  • NSGA-II（多目标，受限制）

| Objective-C的 | GNU GPL 3.0 | GitHub上 | |
| [

image

Kalvar Lin的图书馆](https://github.com/Kalvar) |

  • ios-KRHebbian算法 - Hebbian理论
  • ios-KRKmeans-Algorithm - K-Means聚类方法。
  • ios-KRFuzzyCMeans算法 - 模糊C均值，模糊聚类算法。
  • IOS-KRGreyTheory - 灰色理论 / 在时间序列预测灰色系统理论为基础的模型
  • ios-KRSVM - 支持向量机和SMO。
  • ios-KRKNN - kNN实施。
  • ios-KRRBFNN - 径向基函数神经网络和OLS。

| Objective-C的 | MIT | GitHub上 | |

多层感知器实现：

  • Brain.js - JS
  • SNNeuralNet - brain.js的 Objective-C端口
  • MLPNeuralNet - Objective-C，加速
  • Swift-AI - Swift
  • SwiftSimpleNeuralNetwork - Swift
  • ios-BPN-NeuralNetwork - Objective-C
  • ios-Multi-Perceptron-NeuralNetwork - Objective-C
  • ios-KRDelta - Objective-C
  • ios-KRPerceptron - Objective-C

深度学习库：

设备上的培训和推理

  • Birdbrain - 在金属和加速之上的RNNs和FF NNs。尚未准备好投入生产。
  • BrainCore - 用Swift编写的简单但快速的神经网络框架。它使用Metal框架尽可能快。ReLU，LSTM，L2 ......
  • Caffe - 一个深度学习框架，以清洁，可读性和速度为基础。GitHub。[BSD]
    • iOS端口
    • caffe-mobile - 另一个iOS端口。
    • C ++示例：对ImageNet进行分类，提取特征
    • Caffe iOS样本
  • Caffe2 - 一个跨平台的框架，以表达，速度和模块化为考虑。
    • 可可豆荚
    • iOS演示应用
  • Convnet.js - ConvNetJS是一个用于培训Andrej Karpathy深度学习模型的Javascript库。GitHub上
    • ConvNetSwift - Swift端口[正在进行中]。
  • Deep Belief SDK - 用于Jetpac的iOS Deep Belief图像识别框架的SDK
  • TensorFlow - 一个使用数据流图进行数值计算的开源软件库。图中的节点表示数学运算，而图表边表示在它们之间传递的多维数据阵列（张量）。灵活的体系结构允许您使用单个API将计算部署到桌面，服务器或移动设备中的一个或多个CPU或GPU。
    • iOS示例
    • 另一个例子
    • 完美-TensorFlow - TensorFlow结合完美（服务器端斯威夫特框架）。仅包含C TF API。
  • tiny-dnn - 仅限头文件，C ++ 11中的无依赖性深度学习框架。
    • iOS示例
  • Torch是一种科学计算框架，广泛支持机器学习算法。
    • Torch4iOS
    • 火炬的iOS

深度学习：在设备上运行预先训练的模型

这些库不支持培训，因此您需要在某些ML框架中预先训练模型。

  • Bender - 构建快速NN的框架。支持TensorFlow模型。它在引擎盖下使用金属。
  • 核心ML
  • DeepLearningKit - 来自Memkite的开源深度学习框架，适用于Apple的tvOS，iOS和OS X.
  • Espresso - 在iOS上运行的最小高性能并行神经网络框架。
  • Forge - Metal的神经网络工具包。
  • Keras.js -运行Keras模型在Web视图。
  • KSJNeuralNetwork - 在BNNS和MPS之上构建的神经网络推理库
    • 适用于Torch型号的转换器
  • MXNet - MXNet是一个深度学习框架，旨在提高效率和灵活性。
    • 将预先训练好的mxnet模型部署到智能手机
  • 用于移动设备的量化CNN压缩卷积神经网络
  • WebDNN - 如果需要，您可以在Web视图中运行深度学习模型。三种模式：WebGPU加速，WebAssembly加速和纯JS（在CPU上）。没有培训，仅推理。

深度学习：低级例程库

  • BNNS - Apple Basic神经网络子程序（BNNS）是一组函数，您可以使用以前获得的训练数据来实现和运行神经网络。
    • iOS 10采样器中的BNNS使用示例。
    • 由tensorflow训练并使用BNNS执行的神经网络的示例
  • MetalPerformanceShaders - 来自Apple的GPU上的CNN。
    • MetalCNNWeights - 用于为MPS转换Inception v3的Python脚本。
    • MPSCNNfeeder - Keras到MPS模型的转换。
  • NNPACK - 多核CPU上神经网络的加速包。Prisma 在移动应用程序中使用此库。
  • STEM - 用于机器学习的Swift Tensor引擎
    • 文档

深度学习：模型压缩

  • TensorFlow实现知识提取方法
  • MobileNet-Caffe - Caffe实施Google的MobileNets
  • keras-surgeon - 修剪受过训练的Keras模型。

计算机视觉

  • ccv - 基于C /缓存/核心计算机视觉库，现代计算机视觉库
    • iOS演示应用
  • OpenCV - 开源计算机视觉库。[BSD]
    • OpenCV速成课程
    • OpenCVSwiftStitch
    • 教程：在iOS设备上使用和构建openCV
    • 适用于iOS的OpenCV示例集合
  • OpenFace - 一种最先进的开源工具，用于面部标志检测，头部姿势估计，面部动作单元识别和眼睛注视估计。
    • iOS端口
    • iOS演示
  • trackingjs - JS中的对象跟踪
  • Vision是计算机视觉的Apple框架。

自然语言处理

  • CoreLinguistics - POS标记（HMM），ngrams，Naive Bayes，IBM对齐模型。
  • GloVe Swift包。矢量字表示。
  • NSLinguisticTagger
  • Parsimmon
  • Twitter文本 - Twitter文本处理库的Objective-C实现。该库包括用于提取用户名，提及标题，主题标签等的方法 - 您可能想要的所有推文特定语言语法。
  • Swift的语言表达，就像人类的正则表达式一样。
  • Word2Vec - Word2Vec深度学习算法的原始C实现。像iPhone一样在iPhone上工作。

语音识别（TTS）和生成（STT）

  • Kaldi-iOS框架 - 使用深度学习的设备上语音识别。
    • 概念证明app
  • MVSpeechSynthesizer
  • OpenEars：适用于iPhone的免费语音识别和语音合成 - OpenEars使您可以快速轻松地将离线语音识别和合成语音/ TTS添加到iPhone应用程序中。它让每个人都可以在应用程序中获得使用高级语音UI概念（如统计语言模型和有限状态语法）的优异成果，但不会比创建NSArray或NSDictionary更省力。
    • 教程（俄语）
  • TLSphinx，教程

文本识别（OCR）

  • ocrad.js - JS OCR
  • 正方体
    • 在iOS上安装和使用Tesseract
    • 正方体-IOS-LIB
    • 正方体-IOS
    • 正方体-OCR-IOS
    • OCR-IOS的实施例

其他AI

  • Axiomatic - 用于逻辑编程的Swift统一框架。
  • 在Swift中构建自己的Lisp
  • Logician - Swift中的逻辑编程
  • Swiftlog - 一种简单的Prolog类语言，完全在Swift中实现。

机器学习Web API

  • IBM Watson - 使用IBM Watson的语言，视觉，语音和数据API在您的应用程序中启用认知计算功能。
    • 介绍（beta）IBM Watson iOS SDK
  • AlchemyAPI - 使用自然语言处理的语义文本分析API。现在是IBM Watson的一部分。
  • Microsoft Project Oxford
  • 谷歌预测引擎
    • Objective-C API
  • 谷歌翻译API
  • Google Cloud Vision API
  • 亚马逊机器学习 - Amazon ML是面向开发人员的基于云的服务。它提供了可视化工具来创建机器学习模型。使用API​​获取应用程序的预测。
    • iOS开发者指南。
    • iOS SDK
  • PredictionIO - 面向开发人员和ML工程师的开源机器学习服务器。基于Apache Spark，HBase和Spray构建。
    • Swift SDK
    • Tapster iOS演示 - 此演示演示了如何使用PredictionIO Swift SDK将iOS应用程序与PredictionIO引擎集成，以使您的移动应用程序更有趣。
    • 使用Swift和PredictionIO的教程。
  • Wit.AI - NLP API
  • Yandex SpeechKit用于俄语的文本到语音和语音到文本。iOS SDK可用。
  • Abbyy OCR SDK
  • Clarifai - 用于图像字幕的深度学习web api。iOS入门项目
  • MetaMind - 用于图像字幕的深度学习web api。
  • Api.AI - 为应用程序，设备和Web构建智能语音界面
  • CloudSight.ai - 用于细粒度对象检测或整个屏幕描述的深度学习Web API，包括自然语言对象标题。Objective-C API客户端可用。

开源ML应用程序

深度学习

  • DeepDreamer - Deep Dream应用程序
  • DeepDreamApp - Deep Dream Cordova应用程序。
  • Texture Networks，Lua实现
  • 前馈式转移，Lua实现
  • TensorFlow实现神经风格
  • 腐蚀检测应用
  • ios_camera_object_detection - 基于TensorFlow和YOLO模型的基于实时移动可视化的对象检测
  • TensorFlow MNIST iOS演示 - iOS上的Deep MNIST和TensorFlow入门
  • 使用RNN和Swift的Drummer App
  • 这是什么
  • enVision - iOS上视觉任务的深度学习模型
  • iOS上的GoogLeNet演示
  • Android中的神经风格
  • mnist-bnns - TensorFlow MNIST演示端口到BNNS
  • BNNS与MPS的基准
  • VGGNet on Metal
  • 一个利用TensorFlow和iOS BNNS进行深度学习的数独求解器。
  • HED CoreML实现是一个演示，其中包含如何在iOS上使用CoreML和Swift进行整体嵌套边缘检测的教程

传统计算机视觉

  • SwiftOCR
  • GrabCutIOS - 使用GrabCut算法的iOS图像分割

NLP

  • Swift中的经典ELIZA聊天机器人
  • InfiniteMonkeys - 由Keras训练的RNN模仿由BrainCore提供动力的着名诗人的作品

其他

  • 快速实施Joel Grus的“数据科学从头开始”
  • 使用Swift在Apple Playground中构建的神经网络

游戏AI

  • 游戏AI编程简介
  • dlib是一个包含许多有用工具的库，包括机器学习。
  • MicroPather是一个路径查找器和A *求解器（astar或a-star），用独立于平台的C ++编写，可以轻松集成到现有代码中。
  • 以下是OGRE3D网站上建议的一些AI库列表。似乎它们大多是用C ++编写的。
  • GameplayKit编程指南

其他相关人员

线性代数

  • Accelerate-in-Swift - Accelerate.framework的 Swift示例代码
  • cuda-swift - Swift绑定到CUDA。不是iOS，但仍然很有趣。
  • Dimensional - Swift矩阵，具有友好的语义和熟悉的界面。
  • Eigen - 用于线性代数，矩阵和向量运算，数值求解器和相关算法的模板头的高级C ++库。[MPL2]
  • 矩阵 - 方便的矩阵类型，具有不同类型的下标，自定义运算符和预定义矩阵。浪涌的一把叉子。
  • NDArray - 用于Swift的Float库，通过Accelerate Framework加速。
  • Swift-MathEagle - 一个简单易用数学的通用数学框架。目前支持函数求解和优化，矩阵和向量代数，复数，大int，大压缩，大理性，图形和一般方便的扩展和功能。
  • SwiftNum - 线性代数，fft，梯度下降，共轭GD，绘图。
  • Swix - Swift实现NumPy和OpenCV包装器。
  • 浪涌从Mattt
  • 热潮 - 通用张量，加速之上的矩阵。浪涌的一把叉子。
  • YCMatrix - 用于Objective-C和Swift的灵活Matrix库（OS X / iOS）

统计，随机数

  • SigmaSwiftStatistics - 用Swift编写的统计计算函数的集合。
  • SORandom - 用于从各种分布生成伪随机变量的函数集合
  • RandKit - 随机数和分布的Swift框架。

数学优化

  • fmincg-c - C中的共轭梯度实现
  • libLBFGS - 有限记忆Broyden-Fletcher-Goldfarb-Shanno（L-BFGS）的C库
  • SwiftOptimizer - QuantLib Swift端口。

特征提取

  • IntuneFeatures框架包含用于从相应MIDI文件的音频文件和功能标签生成功能的代码。
  • matchbox - 用于iOS / OSX的Mel频率 - 倒谱系数和动态时间扭曲。警告：上次iOS 4仍然很热时，库已更新。
  • LibXtract是一个简单，便携，轻量级的音频特征提取功能库。

数据可视化

  • 图表 - MPAndroidChart的Swift端口。
  • IOS的图表
  • 核心情节
  • 令人敬畏的iOS图表
  • JTChartView
  • VTK
    • VTK在行动
  • D3.js iOS绑定

生物信息学（有点）

  • BioJS - 一套用于浏览器中生物信息学的工具。BioJS构建了一个基础设施，指南和工具，以避免重新发明生命科学的轮子。社区构建的模块比任何人都可以重用。
  • BioCocoa - BioCocoa是一个用Objective-C编写的开源OpenStep（GNUstep / Cocoa）生物信息学框架。[死亡项目]。
  • iBio - 适用于iPhone的生物信息学应用程序。

大数据（不是真的）

  • HDF5Kit - 这是HDF5文件格式的Swift包装器。HDF5用于科学社区管理大量数据。目标是使从Swift中读取和写入HDF5文件变得容易，包括游乐场。

IPython + Swift

  • iSwift - 用于IPython笔记本的Swift内核。

iOS ML博客

常规移动ML

  • Matthijs Hollemans撰写的“机器，思考！”博客
    • 神经网络的“hello world” - Swift和BNNS
    • 使用VGGNet的iPhone上的卷积神经网络
  • Pete Warden的博客
    • 如何用TensorFlow量化神经网络

意外移动ML

  • 谷歌研究博客
  • Apple机器学习期刊
  • 入侵代码博客
    • 适用于iOS的机器学习
    • iOS 10和macOS中的卷积神经网络
  • Big Nerd Ranch - 使用TensorFlow和BNNS将机器学习添加到您的Mac或iOS应用程序

其他

  • 移动应用智能
  • 内部独家研究人工智能和机器学习如何在Apple工作
  • 关于为移动设备挤压DNN的介绍
  • 关于深度学习模型压缩和加速的文章列表

GPU计算博客

  • OpenCL for iOS - 只是一个测试。

  • 在iOS上探索GPGPU。

    • 文章
    • 码

  • 适用于Mac和iOS的GPU加速视频处理。文章。

  • 并发和OpenGL ES - Apple编程指南。

  • 关于iOS GPU使用的OpenCV - 讨论。

金属

  • Simon的Gladman（又名flexmonkey）博客
    • 在Realm Altconf上使用Swift和Metal 进行iOS GPU编程。
    • 口袋里的超级计算机：金属和斯威夫特 - 来自2015年斯威夫特峰会的视频
    • https://github.com/FlexMonkey/MetalReactionDiffusion
    • https://github.com/FlexMonkey/ParticleLab
  • Memkite博客 - 初创公司旨在为iOS创建深度学习库。
    • 用于Apple TVOS 9.0上的通用GPU处理的Swift和Metal示例
    • 用于iOS8的GPU上的Swift和Metal数据并行处理
    • iOS8中使用Swift和Metal在GPU和CPU之间共享内存的示例
  • Metal by Example博客
  • 关于金属的objc-io文章

移动ML书籍

  • Pete Warden 用TensorFlow构建移动应用程序。书页。免费下载

学习机器学习

请注意，在本节中，我不是要尝试收集所有机器学习学习资源的另一个列表，而是仅编写我认为有用的事项列表。

  • 学术洪流。有时很棒的课程或数据集从他们的网站上删除。但这并不意味着他们迷失了。
  • Arxiv Sanity Preserver - 与ML研究进展保持同步的工具。

免费书籍

  • 由J.Ström，K.Åström和T. Akenine-Möller撰写的沉浸式线性代数交互式书籍。
  • “使用Python进行自然语言处理” - 免费在线图书。
  • 黑客的概率编程和贝叶斯方法 - 从计算/理解 - 数学 - 第二的观点出发介绍贝叶斯方法和概率规划。
  • “深度学习” - Ian Goodfellow和Yoshua Bengio以及Aaron Courville的书

免费课程

  • Andrew Ng的原创机器学习课程。
  • Youtube上的机器学习播放列表。
  • 免费在线互动书籍“神经网络和深度学习”。
  • 异构并行编程课程。
  • 2015年秋季，弗吉尼亚理工大学电气和计算机工程深入学习感知：ECE 6504
  • 第5415章 - UCF的计算机视觉
  • CS224d：斯坦福大学自然语言处理的深度学习
  • 机器学习：2014-2015牛津课程教材
  • 斯坦福CS类CS231n：用于视觉识别的卷积神经网络。
  • 自然语言处理的深度学习（无魔法）
  • 2015年蒙特利尔深度学习暑期学校的视频。
  • 深度学习暑期学校，蒙特利尔2016

其他名单

  • 非常棒的机器学习
  • 机器学习课程
  • 令人敬畏的数据科学
  • 令人敬畏的计算机视觉
  • 言语和语言处理
  • 聊天机器人的兴起： Pavlo Bashmakov的有用链接，文章，图书馆和平台。
  • 用于网络安全的令人敬畏的机器学习

你可能感兴趣的:(Machine Learning for iOS)

  • 机器学习与深度学习间关系与区别 ℒℴѵℯ心·动ꦿ໊ོ꫞ 人工智能学习深度学习python
    一、机器学习概述定义机器学习（MachineLearning,ML）是一种通过数据驱动的方法，利用统计学和计算算法来训练模型，使计算机能够从数据中学习并自动进行预测或决策。机器学习通过分析大量数据样本，识别其中的模式和规律，从而对新的数据进行判断。其核心在于通过训练过程，让模型不断优化和提升其预测准确性。主要类型1.监督学习（SupervisedLearning）监督学习是指在训练数据集中包含输入
  • 【iOS】MVC设计模式 Magnetic_h iosmvc设计模式objective-c学习ui
    MVC前言如何设计一个程序的结构，这是一门专门的学问，叫做"架构模式"（architecturalpattern），属于编程的方法论。MVC模式就是架构模式的一种。它是Apple官方推荐的App开发架构，也是一般开发者最先遇到、最经典的架构。MVC各层controller层Controller/ViewController/VC（控制器）负责协调Model和View，处理大部分逻辑它将数据从Mod
  • UI学习——cell的复用和自定义cell Magnetic_h ui学习
    目录cell的复用手动（非注册）自动（注册）自定义cellcell的复用在iOS开发中，单元格复用是一种提高表格（UITableView）和集合视图（UICollectionView）滚动性能的技术。当一个UITableViewCell或UICollectionViewCell首次需要显示时，如果没有可复用的单元格，则视图会创建一个新的单元格。一旦这个单元格滚动出屏幕，它就不会被销毁。相反，它被添
  • c++ 的iostream 和 c++的stdio的区别和联系 黄卷青灯77 c++算法开发语言iostreamstdio
    在C++中，iostream和C语言的stdio.h都是用于处理输入输出的库，但它们在设计、用法和功能上有许多不同。以下是两者的区别和联系：区别1.编程风格iostream（C++风格）：C++标准库中的输入输出流类库，支持面向对象的输入输出操作。典型用法是cin（输入）和cout（输出），使用>操作符来处理数据。更加类型安全，支持用户自定义类型的输入输出。#includeintmain(){in
  • ios GCD _Waiting_
    1.GCD任务和队列学习GCD之前，先来了解GCD中两个核心概念：任务和队列。任务：就是执行操作的意思，换句话说就是你在线程中执行的那段代码。在GCD中是放在block中的。执行任务有两种方式：同步执行（sync）和异步执行（async）。两者的主要区别是：是否等待队列的任务执行结束，以及是否具备开启新线程的能力。同步执行（sync）：同步添加任务到指定的队列中，在添加的任务执行结束之前，会一直等
  • 简单了解 JVM 记得开心一点啊 jvm
    目录♫什么是JVM♫JVM的运行流程♫JVM运行时数据区♪虚拟机栈♪本地方法栈♪堆♪程序计数器♪方法区/元数据区♫类加载的过程♫双亲委派模型♫垃圾回收机制♫什么是JVMJVM是JavaVirtualMachine的简称，意为Java虚拟机。虚拟机是指通过软件模拟的具有完整硬件功能的、运行在一个完全隔离的环境中的完整计算机系统（如：JVM、VMwave、VirtualBox）。JVM和其他两个虚拟机
  • JVM、JRE和 JDK：理解Java开发的三大核心组件 Y雨何时停T Javajava
    Java是一门跨平台的编程语言，它的成功离不开背后强大的运行环境与开发工具的支持。在Java的生态中，JVM（Java虚拟机）、JRE（Java运行时环境）和JDK（Java开发工具包）是三个至关重要的核心组件。本文将探讨JVM、JDK和JRE的区别，帮助你更好地理解Java的运行机制。1.JVM：Java虚拟机（JavaVirtualMachine）什么是JVM？JVM，即Java虚拟机，是Ja
  • iOS内存管理简单理解 烧烤有点辣
    什么是引用计数引用计数（ReferenceCount）是一个简单而有效的管理对象生命周期的方式。当我们创建一个新对象的时候，它的引用计数为1，当有一个新的指针指向这个对象时，我们将其引用计数加1，当某个指针不再指向这个对象是，我们将其引用计数减1，当对象的引用计数变为0时，说明这个对象不再被任何指针指向了，这个时候我们就可以将对象销毁，回收内存。由于引用计数简单有效，除了Objective-C和S
  • 深度 Qlearning：在直播推荐系统中的应用 AGI通用人工智能之禅 程序员提升自我硅基计算碳基计算认知计算生物计算深度学习神经网络大数据AIGCAGILLMJavaPython架构设计Agent程序员实现财富自由
    深度Q-learning：在直播推荐系统中的应用关键词：深度Q-learning,强化学习,直播推荐系统,个性化推荐1.背景介绍1.1问题的由来随着互联网技术的飞速发展,直播平台如雨后春笋般涌现。面对海量的直播内容,用户很难快速找到自己感兴趣的内容。因此,个性化推荐系统在直播平台中扮演着越来越重要的角色。1.2研究现状目前,主流的个性化推荐算法包括协同过滤、基于内容的推荐等。这些方法在一定程度上缓
  • Vue + Express实现一个表单提交 九旬大爷的梦
    最近在折腾一个cms系统，用的vue+express，但是就一个表单提交就弄了好久，记录一下。环境：Node10+前端：Vue服务端：Express依赖包：vueexpressaxiosexpress-formidableelement-ui（可选）前言：axiosget请求参数是：paramsaxiospost请求参数是：dataexpressget接受参数是req.queryexpresspo
  • iOS下拉放大效果 RobinZhao
    好多下拉放大的实现方式是在tableView上面添加一个view，同时更改tableView.contentInset，下拉时改变view的frame来实现。今天用另外一种方式实现，效果如下：加油.gif具体实现方法：通过tableViewCell结合xib来实现，具体代码如下HomeViewController.m代码#import"HomeViewController.h"#import"He
  • 管理员权限的软件不能开机自启动的解决方法 ss_ctrl
    这是几种解决方法：1.将启动参数写入到32位注册表里面去在64位系统下我们64位的程序访问此HKEY_LOCAL_MACHINE\SOFTWARE\Microsoft\Windows\CurrentVersion\Run注册表路径，是可以正确访问的，32位程序访问此注册表路径时，默认会被系统自动映射到HKEY_LOCAL_MACHINE\SOFTWARE\WOW6432Node\Microsoft
  • golang学习笔记--MPG模型 xxzed golang#学习笔记学习笔记golang
    MPG模式：M（Machine）：操作系统的主线程P（Processor）：协程执行需要的资源（上下文context），可以看作一个局部的调度器，使go代码在一个线程上跑，他是实现从N：1到N：M映射的关键G（Goroutine）：协程，有自己的栈。包含指令指针（instructionpointer）和其它信息（正在等待的channel等等），用于调度。一个P下面可以有多个G1、当前程序有三个M,
  • axios 请求封装 web Rookie 工作前端javascriptajax
    文章目录1.前言2.axios下载3.代码实现4.实际使用1.前言本文是对于axios的二次封装处理，axios是一个基于Promise的网络请求库，作用于node.js和浏览器中；本文对于axios中的封装着重于直接使用，如果想要学习axios相关知识可以先行离开，后续在对其进行完善2.axios下载npminstallaxios3.代码实现//request.tsimportaxios,{Ax
  • 【开发环境搭建】Macbook M1搭建Java开发环境 weixin_44329069 java开发语言
    JDK安装与配置下载并安装JDK：ARM64DMG安装包下载链接：JDK21forMac(ARM64)。双击下载的DMG文件，按照提示安装JDK。配置环境变量：打开终端，使用vim编辑.bash_profile文件：vim~/.bash_profile在文件中添加以下内容来设置JAVA_HOME：exportJAVA_HOME=/Library/Java/JavaVirtualMachines/j
  • 云服务业界动态简报-20180128 Captain7
    一、青云青云QingCloud推出深度学习平台DeepLearningonQingCloud，包含了主流的深度学习框架及数据科学工具包，通过QingCloudAppCenter一键部署交付，可以让算法工程师和数据科学家快速构建深度学习开发环境，将更多的精力放在模型和算法调优。二、腾讯云1.腾讯云正式发布腾讯专有云TCE(TencentCloudEnterprise)矩阵，涵盖企业版、大数据版、AI
  • 函数可以返回数组吗？有哪3种返回方法呢？如代码种的func2、func3、func4都可以返回数组。func1为什么会报错呢？关于返回数组需要注意哪些呢？ 神笔馬良 java算法数据结构
    问题描述：根据下列代码回答下列问题。//Createdby黑马程序员.#include"iostream"usingnamespacestd;/**函数返回数组，就是返回指针，要注意：*-不可返回局部数组（在函数内创建的数组），如果要返回需要*-static修饰*-动态内存创建（new[]、delete[]）*-返回全局（在函数外创建的对象）**不推荐函数返回数组，因为要么手动delete、要么s
  • 机器学习VS深度学习 nfgo 机器学习
    机器学习（MachineLearning,ML）和深度学习（DeepLearning,DL）是人工智能（AI）的两个子领域，它们有许多相似之处，但在技术实现和应用范围上也有显著区别。下面从几个方面对两者进行区分：1.概念层面机器学习：是让计算机通过算法从数据中自动学习和改进的技术。它依赖于手动设计的特征和数学模型来进行学习，常用的模型有决策树、支持向量机、线性回归等。深度学习：是机器学习的一个子领
  • ResNet的半监督和半弱监督模型 Valar_Morghulis
    Billion-scalesemi-supervisedlearningforimageclassificationhttps://arxiv.org/pdf/1905.00546.pdfhttps://github.com/facebookresearch/semi-supervised-ImageNet1K-models/权重在timm中也有：https://hub.fastgit.org/r
  • 联邦学习 Federated learning Google I/O‘19 笔记 努力搬砖的星期五 笔记联邦学习机器学习机器学习tensorflow
    FederatedLearning:MachineLearningonDecentralizeddatahttps://www.youtube.com/watch?v=89BGjQYA0uE文章目录FederatedLearning:MachineLearningonDecentralizeddata1.DecentralizeddataEdgedevicesGboard:mobilekeyboa
  • PCL 怎样可视化深度图像 LeonDL168 PCL计算机视觉人工智能视觉检测图像处理算法
    本小节讲解如何可视化深度图像的两种方法，在3D视窗中以点云形式进行可视化（深度图像来源于点云），另一种是，将深度值映射为颜色，从而以彩色图像方式可视化深度图像。代码首先，在PCL（PointCloudLearning）中国协助发行的书提供光盘的第7章例2文件夹中，打开名为range_image_visualization.cpp的代码文件，同文件夹下可以找到相关的测试点云文件room_scan1.
  • ios私钥证书(p12)导入失败，Windows OpenSSl 1.1.1 下载 书边事. 其他
    ios私钥证书(p12)导入失败如果你用的OpenSSL版本是v3那么恭喜你V3必然报这个错，解决办法将OpenSSL3降低成v1。WindowsOpenSSl1.1.1下载阿里云网盘下载地址：OpenSSLV1
  • 网上商城项目总结报告 WEB前端程序贵 前端
    网上商城项目总结报告1：掌握的知识通过网上商城这个实战项目的开发，不仅了解到了一个项目的业务逻辑，而且掌握了实现相关业务功能的方法。通过这个实战项目，了解到了模块化开发项目的基础结构的搭建，以及项目文件的管理方式。通过这个实战项目，运用封装的接口api文档实现了客户端服务器之间的交互知识。通过封装的axios实例对象与方法，向服务器请求数据，然后渲染页面。通过运用localStorage本地储存的
  • Linux dmesg命令：显示开机信息 fafadsj666 linux数据库数据挖掘机器学习大数据
    通过学习《Linux启动管理》一章可以知道，在系统启动过程中，内核还会进行一次系统检测（第一次是BIOS进行加测），但是检测的过程不是没有显示在屏幕上，就是会快速的在屏幕上一闪而过那么，如果开机时来不及查看相关信息，我们是否可以在开机后查看呢？答案是肯定的，使用dmesg命令就可以。无论是系统启动过程中，还是系统运行过程中，只要是内核产生的信息，都会被存储在系统缓冲区中，已经为大家精心准备了大数据
  • （小白入门）Windows环境下搭建React Native Android开发环境 码农老黑 前端ReactNative移动开发Androidstudio
    ReactNative(简称RN)是Facebook于2015年4月开源的跨平台移动应用开发框架，是Facebook早先开源的UI框架React在原生移动应用平台的衍生产物，目前支持iOS和Android两大平台。RN的环境搭建在RN的中文社区有所介绍，但是对于小白来说还是有些太过简略了。RN中文社区详见参考，本文不涉及的问题也许在其中能够有所解答。ReactNative思想底层引擎是JavaSc
  • 招银网络&大疆&元象一面 Redstone Monstrosity 前端面试
    1.请尽可能详细地说明，XHR、axios和fetch这三者的区别是什么？axios和fetch的底层实现是什么？axios拦截器是什么？axios提供了哪些配置或功能，是fetch和XHR中没有的？你的回答中不要写出示例代码。XHR、axios和fetch的区别XHR(XMLHttpRequest)历史：XHR是最早的AJAX技术，由微软在1999年引入，后来被标准化。兼容性：几乎所有现代浏览器
  • 思科路由器交换机密码破解过程详解 zhane_hao
    路由启动过程加电自检(POST)加载bootstrap代码检查配置寄存器寻找CiscoIOS加载CiscoIOS寻找配置文件加载配置文件若没有配置文件，进入Setup模式，进行初始化配置运行路由器操作系统查看命令•showversion：检查配置寄存器的值,硬件配置,IOS版本•showflash：检查Flash中的IOS,或是flash大小,使用情况(占用多少,剩下多少)•showstartup
  • 定制优化Nextcloud镜像 攻城狮_正
    Nextcloud是一款开源免费的私有云存储网盘项目，可以让你快速便捷地搭建一套属于自己或团队的云同步网盘，从而实现跨平台跨设备文件同步、共享、版本控制、团队协作等功能。它的客户端覆盖了Windows、Mac、Android、iOS、Linux等各种平台，也提供了网页端以及WebDAV接口，所以你几乎可以在各种设备上方便地访问你的云盘。Nextcloud基于PHP语言开发，可以使用Nginx+PH
  • iOS使用SDWebview加载图片失败？ AnderQZ
    今天调试遇到一个很无奈的问题，就是出现了image无法加载出来。最后才发现是图片使用了中文命名，真TM的坑！SDWebimage没办法识别中文，必须要encode才行！
  • Dev-C++头文件小Bug 蒟蒻pzjdsg666 bugc语言c++
    Dev-C++应该是大家最常用的C++软件了吧，但它有几个小Bug。1、“万能头”众所周知，“万能头”在官方比赛中不能使用（你要用没人拦着你~呵呵），但在Dev-C++可以使用。所以，我们可以省掉好多头文件！如下：#includeusingnamespacestd;2、C语言头文件在Dev-C++中，你竟然可以使用C语言头文件（惊不惊喜~意不意外~）如下：#include3、iostream竟然包
  • jsonp 常用util方法 hw1287789687 jsonpjsonp常用方法jsonp callback
    jsonp 常用java方法 (1)以jsonp的形式返回:函数名(json字符串) /*** * 用于jsonp调用 * @param map : 用于构造json数据 * @param callback : 回调的javascript方法名 * @param filters : <code>SimpleBeanPropertyFilter theFilt
  • 多线程场景 alafqq 多线程
    0 能不能简单描述一下你在java web开发中需要用到多线程编程的场景？0 对多线程有些了解，但是不太清楚具体的应用场景，能简单说一下你遇到的多线程编程的场景吗？ Java多线程 2012年11月23日 15:41 Young9007 Young9007 4 0 0 4 Comment添加评论关注(2) 3个答案 按时间排序 按投票排序 0 0 最典型的如： 1、
  • Maven学习——修改Maven的本地仓库路径 Kai_Ge maven
          安装Maven后我们会在用户目录下发现.m2 文件夹。默认情况下，该文件夹下放置了Maven本地仓库.m2/repository。所有的Maven构件(artifact)都被存储到该仓库中，以方便重用。但是windows用户的操作系统都安装在C盘，把Maven仓库放到C盘是很危险的，为此我们需要修改Maven的本地仓库路径。    
  • placeholder的浏览器兼容 120153216 placeholder
    【前言】 自从html5引入placeholder后，问题就来了， 不支持html5的浏览器也先有这样的效果， 各种兼容，之前考虑，今天测试人员逮住不放， 想了个解决办法，看样子还行，记录一下。   【原理】 不使用placeholder，而是模拟placeholder的效果， 大概就是用focus和focusout效果。   【代码】 <scrip
  • debian_用iso文件创建本地apt源 2002wmj Debian
    1.将N个debian-506-amd64-DVD-N.iso存放于本地或其他媒介内，本例是放在本机/iso/目录下 2.创建N个挂载点目录 如下： debian:~#mkdir –r /media/dvd1 debian:~#mkdir –r /media/dvd2 debian:~#mkdir –r /media/dvd3 …. debian:~#mkdir –r /media
  • SQLSERVER耗时最长的SQL 357029540 SQL Server
    对于DBA来说，经常要知道存储过程的某些信息： 1.   执行了多少次 2.   执行的执行计划如何 3.   执行的平均读写如何 4.   执行平均需要多少时间 列名          &
  • com/genuitec/eclipse/j2eedt/core/J2EEProjectUtil 7454103 eclipse
    今天eclipse突然报了com/genuitec/eclipse/j2eedt/core/J2EEProjectUtil 错误，并且工程文件打不开了，在网上找了一下资料，然后按照方法操作了一遍，好了，解决方法如下： 错误提示信息： An error has occurred.See error log for more details. Reason: com/genuitec/
  • 用正则删除文本中的html标签 adminjun javahtml正则表达式去掉html标签
    使用文本编辑器录入文章存入数据中的文本是HTML标签格式，由于业务需要对HTML标签进行去除只保留纯净的文本内容，于是乎Java实现自动过滤。 如下： public static String Html2Text(String inputString) { String htmlStr = inputString; // 含html标签的字符串 String textSt
  • 嵌入式系统设计中常用总线和接口 aijuans linux 基础
                   嵌入式系统设计中常用总线和接口         任何一个微处理器都要与一定数量的部件和外围设备连接，但如果将各部件和每一种外围设备都分别用一组线路与CPU直接连接，那么连线
  • Java函数调用方式——按值传递 ayaoxinchao java按值传递对象基础数据类型
    Java使用按值传递的函数调用方式，这往往使我感到迷惑。因为在基础数据类型和对象的传递上，我就会纠结于到底是按值传递，还是按引用传递。其实经过学习，Java在任何地方，都一直发挥着按值传递的本色。   首先，让我们看一看基础数据类型是如何按值传递的。   public static void main(String[] args) { int a = 2;
  • ios音量线性下降 bewithme ios音量
    直接上代码吧   //second 几秒内下降为0 - (void)reduceVolume:(int)second { KGVoicePlayer *player = [KGVoicePlayer defaultPlayer]; if (!_flag) { _tempVolume = player.volume;
  • 与其怨它不如爱它 bijian1013 选择理想职业规划
            抱怨工作是年轻人的常态，但爱工作才是积极的心态，与其怨它不如爱它。         一般来说，在公司干了一两年后，不少年轻人容易产生怨言，除了具体的埋怨公司“扭门”，埋怨上司无能以外，也有许多人是因为根本不爱自已的那份工作，工作完全成了谋生的手段，跟自已的性格、专业、爱好都相差甚远。  
  • 一边时间不够用一边浪费时间 bingyingao 工作时间浪费
    一方面感觉时间严重不够用，另一方面又在不停的浪费时间。 每一个周末，晚上熬夜看电影到凌晨一点，早上起不来一直睡到10点钟，10点钟起床，吃饭后玩手机到下午一点。 精神还是很差，下午像一直野鬼在城市里晃荡。 为何不尝试晚上10点钟就睡，早上7点就起，时间完全是一样的，把看电影的时间换到早上，精神好，气色好，一天好状态。 控制让自己周末早睡早起，你就成功了一半。 有多少个工作
  • 【Scala八】Scala核心二：隐式转换 bit1129 scala
    Implicits work like this: if you call a method on a Scala object, and the Scala compiler does not see a definition for that method in the class definition for that object, the compiler will try to con
  • sudoku slover in Haskell (2) bookjovi haskellsudoku
    继续精简haskell版的sudoku程序，稍微改了一下，这次用了8行，同时性能也提高了很多，对每个空格的所有解不是通过尝试算出来的，而是直接得出。   board = [0,3,4,1,7,0,5,0,0, 0,6,0,0,0,8,3,0,1, 7,0,0,3,0,0,0,0,6, 5,0,0,6,4,0,8,0,7,
  • Java-Collections Framework学习与总结-HashSet和LinkedHashSet BrokenDreams linkedhashset
            本篇总结一下两个常用的集合类HashSet和LinkedHashSet。         它们都实现了相同接口java.util.Set。Set表示一种元素无序且不可重复的集合；之前总结过的java.util.List表示一种元素可重复且有序
  • 读《研磨设计模式》-代码笔记-备忘录模式-Memento 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/ import java.util.ArrayList; import java.util.List; /* * 备忘录模式的功能是，在不破坏封装性的前提下，捕获一个对象的内部状态，并在对象之外保存这个状态，为以后的状态恢复作“备忘”
  • 《RAW格式照片处理专业技法》笔记 cherishLC PS
    注意，这不是教程！仅记录楼主之前不太了解的 一、色彩（空间）管理 作者建议采用ProRGB（色域最广），但camera raw中设为ProRGB，而PS中则在ProRGB的基础上，将gamma值设为了1.8（更符合人眼） 注意：bridge、camera raw怎么设置显示、输出的颜色都是正确的（会读取文件内的颜色配置文件），但用PS输出jpg文件时，必须先用Edit->conv
  • 使用 Git 下载 Spring 源码 编译 for Eclipse crabdave eclipse
    使用 Git 下载 Spring 源码 编译 for Eclipse   1、安装gradle，下载 http://www.gradle.org/downloads 配置环境变量GRADLE_HOME，配置PATH  %GRADLE_HOME%/bin，cmd，gradle -v   2、spring4 用jdk8 下载 https://jdk8.java.
  • mysql连接拒绝问题 daizj mysql登录权限
    mysql中在其它机器连接mysql服务器时报错问题汇总 一、[running][email protected]:~$mysql -uroot -h 192.168.9.108 -p   //带-p参数，在下一步进行密码输入 Enter password:    //无字符串输入 ERROR 1045 (28000): Access
  • Google Chrome 为何打压 H.264 dsjt applehtml5chromeGoogle
    Google 今天在 Chromium 官方博客宣布由于 H.264 编解码器并非开放标准，Chrome 将在几个月后正式停止对 H.264 视频解码的支持，全面采用开放的 WebM 和 Theora 格式。 Google 在博客上表示，自从 WebM 视频编解码器推出以后，在性能、厂商支持以及独立性方面已经取得了很大的进步，为了与 Chromium 现有支持的編解码器保持一致，Chrome
  • yii 获取控制器名 和方法名 dcj3sjt126com yiiframework
    1. 获取控制器名 在控制器中获取控制器名:  $name = $this->getId(); 在视图中获取控制器名:    $name = Yii::app()->controller->id;    2. 获取动作名  在控制器beforeAction()回调函数中获取动作名:  $name =
  • Android知识总结（二） come_for_dream android
    明天要考试了，速速总结如下   1、Activity的启动模式        standard：每次调用Activity的时候都创建一个（可以有多个相同的实例，也允许多个相同Activity叠加。）        singleTop：可以有多个实例，但是不允许多个相同Activity叠加。即，如果Ac
  • 高洛峰收徒第二期：寻找未来的“技术大牛” ——折腾一年，奖励20万元 gcq511120594 工作项目管理
    高洛峰，兄弟连IT教育合伙人、猿代码创始人、PHP培训第一人、《细说PHP》作者、软件开发工程师、《IT峰播》主创人、PHP讲师的鼻祖！ 首期现在的进程刚刚过半，徒弟们真的很棒，人品都没的说，团结互助，学习刻苦，工作认真积极，灵活上进。我几乎会把他们全部留下来，现在已有一多半安排了实际的工作，并取得了很好的成绩。等他们出徒之日，凭他们的能力一定能够拿到高薪，而且我还承诺过一个徒弟，当他拿到大学毕
  • linux expect heipark expect
    1. 创建、编辑文件go.sh   #!/usr/bin/expect spawn sudo su admin expect "*password*" { send "13456\r\n" } interact    2. 设置权限   chmod u+x go.sh  3.
  • Spring4.1新特性——静态资源处理增强 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
  • idea ubuntuxia 乱码 liyonghui160com
      1.首先需要在windows字体目录下或者其它地方找到simsun.ttf 这个 字体文件。 2.在ubuntu 下可以执行下面操作安装该字体： sudo mkdir /usr/share/fonts/truetype/simsun sudo cp simsun.ttf /usr/share/fonts/truetype/simsun fc-cache -f -v
  • 改良程序的11技巧 pda158 技巧
    有很多理由都能说明为什么我们应该写出清晰、可读性好的程序。最重要的一点，程序你只写一次，但以后会无数次的阅读。当你第二天回头来看你的代码 时，你就要开始阅读它了。当你把代码拿给其他人看时，他必须阅读你的代码。因此，在编写时多花一点时间，你会在阅读它时节省大量的时间。   让我们看一些基本的编程技巧：   尽量保持方法简短 永远永远不要把同一个变量用于多个不同的
  • 300个涵盖IT各方面的免费资源（下）——工作与学习篇 shoothao 创业免费资源学习课程远程工作
    工作与生产效率:   A. 背景声音 Noisli:背景噪音与颜色生成器。 Noizio:环境声均衡器。 Defonic:世界上任何的声响都可混合成美丽的旋律。 Designers.mx:设计者为设计者所准备的播放列表。 Coffitivity:这里的声音就像咖啡馆里放的一样。 B. 避免注意力分散 Self Co
  • 深入浅出RPC uule rpc
    深入浅出RPC-浅出篇 深入浅出RPC-深入篇   RPC Remote Procedure Call Protocol 远程过程调用协议   它是一种通过网络从远程计算机程序上请求服务，而不需要了解底层网络技术的协议。RPC协议假定某些传输协议的存在，如TCP或UDP，为通信程序之间携带信息数据。在OSI网络通信模型中，RPC跨越了传输层和应用层。RPC使得开发
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他