- 【python与机器学习3】感知机和门电路：与门，或门，非门等
奔跑的犀牛先生
机器学习python
目录1电子和程序里的与门，非门，或门，与非门，或非门，异或门1.1基础电路1.2所有的电路情况1.3电路的符号1.4各种电路对应的实际电路图2各种具体的电路2.1与门（andgate）2.1.1定义：A&B/AandB2.1.2andgate的写法2.1.3逻辑展开2.1.4电路图形2.1.5python里代码2.2或门（orgate）2.2.1定义2.2.2写法2.2.3逻辑展开2.2.4电路图
- python与机器学习2，激活函数
奔跑的犀牛先生
机器学习人工智能
目录1什么是激活函数？activationfunction1.1阈值1.2激活函数a(x)，包含偏置值θ1.3激活函数a(x)，包含偏置值b2激活函数1:单位阶跃函数2.1函数形式2.2函数图形2.3函数特点2.4代码实现这个单位阶跃函数3激活函数2sigmoid函数3.1函数形式3.2函数图形3.3函数特点3.3.1是一个连续函数，且是一个渐变的曲线3.3.2是连续区间的[0,1],可以天然等价
- 周四 2020-05-28 23:40 - 05:30 阴 11h40m
么得感情的日更机器
2020-5-28：高锟，光纤之父，壮年工程，老年高校教书育人。一时间记录0:005:30休息-睡觉5:305:305:503-日常-学习强国0:205:506:002-英语2-阅读0:106:006:372-技能-时间管理-日总结0:376:377:18饭早10:417:187:382-技能-时间管理-日总结0:207:389:292-编程工具-python与机器学习1:519:2910:131
- 【Python与机器学习 5-4】集成学习 Ensemble learning
zxfhahaha
机器学习python机器学习
集成学习（Ensemblelearning）通过构建并结合多个学习器来完成学习任务好的集成，个体学习器应“好而不同”：个体学习器要有一定的“准确性”，并且还要有“多样性”。集成学习分类集成学习可以分成同质集成和异质集成两大类。同质集成集成中包含同种类型的学习器->“基学习器”(baseleaner)异质集成集成中包含不同类型的学习器->“组件学习器”(componentleaner)集成策略首先来
- python与机器学习1，机器学习的一些基础知识概述(完善ing)
奔跑的犀牛先生
python机器学习
目录1AI,ML,DL,NN等等概念分类1.1人工智能、机器学习、深度学习、神经网络之间的关系：1.2人工智能的发展2ML机器学习的分类：SL,USL,RL2.1机器学习的分类2.2具体的应用举例2.3数据分类3关于阈值θ和偏移量b的由来4不同的激活函数5关于回归6关于分类7关于误差和梯度下降8最小二乘法修改θ9和矩阵计算，矩阵内积点乘的关系10深度学习11参考书籍1AI,ML,DL,NN等等概念
- Python与机器学习库Scikit-learn实战
心梓知识
python机器学习scikit-learn
Python是一种高级编程语言，拥有丰富的库和工具，使其成为机器学习领域中最受欢迎的语言之一。Scikit-learn是机器学习的一个开源Python库，它提供了许多算法和工具，可以帮助我们进行数据挖掘和机器学习。在本文中，我们将介绍Python和Scikit-learn的一些基础知识，并展示如何使用这两种工具进行机器学习实战。一、Python基础Python是一种解释性、跨平台的高级编程语言，支
- 《Python与机器学习实战》——第一章
皮皮大
第一章主要是个导论，在里面介绍了个简单的利用机器学习预测房价的栗子：数据预处理导入相关的模块和包，主要是numpy、pandas和matplotlib.pyplot。获取到两列关键的数据：size和price将size标准化处理标准化处理数学公式：做出size和price的散点图#导入相关的库importnumpyasnpimportpandasaspdimportmatplotlib.pyplo
- Python与机器学习：入门与基础
天天进步2015
机器学习pythonpython机器学习开发语言
机器学习是人工智能领域中一项重要的技术，而Python作为一种简单易用且功能强大的编程语言，成为了机器学习领域中的热门工具。本文将介绍Python与机器学习的基础知识，包括Python的优势、常用的机器学习库以及基本的机器学习算法。一、Python的优势：Python作为一种解释型语言，具有许多优势，使其成为机器学习领域的首选工具之一。1.简单易用：Python语法简洁清晰，易于学习和理解。即使是
- Python为什么成为人工智能的首选语言
王荣胜z
前言之前一直都是在学习Python与机器学习，深度学习。但是究竟为什么在众多的编程语言中选择Python作为人工智能的首选语言呢我一直不得而知，今天就来以我的理解来梳理下吧。首先在我不再赘述Python的前世今生，只是深入的说一下Python与人工智能的关系。一、从人工智能说起首先人工智能话题的热度再度升起应该是开始于一个引发全民狂欢的科技新闻：2016年到2017年，谷歌开发的围棋AI程序Alp
- 价值7000元的AI培训资料，拿走不谢
Nstream
这是我去年杭州培训的AI资料，价值7000元，包括tensorflow，keras实战源码，深度学习经典pdf书籍，知识图谱，规则引擎等，还有超全ppt，直接上图，给你惊喜。123关注我，私信发给你，或者搜索微信公众号“python与机器学习那点事”，后台回复”培训“，获取网盘连接
- python与机器学习
Bill_cc74
入门一、理念梳理python学习，边学边练，库准备学会找资源找数据：githubkaggle天池机器学习的数学学习算法的数学公式推导及应用二、何谓机器学习1、数据收集与预处理问题：如何收集数据（爬虫入门）数据预处理需要做哪些工作？2、特征选择与模型构建：问题定义及特征选取3、评估与预测：定性还是定量？如何改进？
- Python机器学习实践（一）多项式拟合（简单房价预测）
AiTingDeTong
Python机器学习python机器学习人工智能数据分析
Python机器学习学习笔记与实践环境：win10+Anaconda3.8例子一源自《Python与机器学习实战》—何宇健任务：现有47个房子的面积和价格，需要建立一个模型对房价进行预测。1、获取和处理数据房子的面积与价格对应的数据点击下面获得：点击此处获取导入库，并读取文本文件的数据：importnumpyasnpimportmatplotlib.pyplotasplt#读取房子面积和对应的价格
- python 多分类模型优化_【Python与机器学习】：利用Keras进行多类分类
weixin_39998462
python多分类模型优化
多类分类问题本质上可以分解为多个二分类问题，而解决二分类问题的方法有很多。这里我们利用Keras机器学习框架中的ANN(artificialneuralnetwork)来解决多分类问题。这里我们采用的例子是著名的UCIMachineLearningRepository中的鸢尾花数据集(irisflowerdataset)。1.编码输出便签多类分类问题与二类分类问题类似，需要将类别变量(catego
- python ai 项目_汇总！AI开发者必备的Python与机器学习开源项目推荐
庄比
pythonai项目
AIRX团队整理TensorFlowTensorFlow是一个端到端的机器学习开源平台。由工具、库和社区资源组成的全面、灵活的生态系统，使开发人员能够轻松地构建和部署基于ML的应用程序。TensorFlow最初是由谷歌机器智能研究组织的谷歌大脑团队的研究人员和工程师开发的，用于进行机器学习和深度神经网络研究。该系统具有足够的通用性，可以广泛应用于其他领域。Scikit-learnScikit-le
- Github上Top20 Python与机器学习开源项目推荐
AIRX三次方
AIRX自然语言处理深度学习机器学习tensorflowcaffe
以下内容由公众号：AIRX社区（国内领先的AI、AR、VR技术学习与交流平台）整理TensorFlowTensorFlow是一个端到端的机器学习开源平台。由工具、库和社区资源组成的全面、灵活的生态系统，使开发人员能够轻松地构建和部署基于ML的应用程序。TensorFlow最初是由谷歌机器智能研究组织的谷歌大脑团队的研究人员和工程师开发的，用于进行机器学习和深度神经网络研究。该系统具有足够的通用性，
- python和机械结合_《Python与机器学习》笔记（8）
weixin_39802020
python和机械结合
无监督学习1.基于聚类的“图像分割”实例编写图像分割图像分割：利用图像的灰度、颜色、纹理、形状等特征，把图像分成若干个互不重叠的区域，并使这些特征在同一区域内呈现相似性，在不同的区域之间存在明显的差异性。然后就可以将分割的图像中具有独特性质的区域提取出来用于不同的研究。图像分割技术已在实际生活中得到广泛的应用。例如：在机车检验领域，可以应用到轮毂裂纹图像的分割，及时发现裂纹，保证行车安全；在生物医
- python自然语言处理评论_python与机器学习入门（10）NLP自然语言处理大量餐馆评论...
weixin_39640221
python自然语言处理评论
1.NLP是什么自然语言处理用于对文本的分类用于对中英文的互相翻译用于打字时候的自动纠错垃圾邮件过滤......1.1本次的目标这次学习是1000个英文的对一餐馆的评价，以及手动分类的结果，看一下是正面还是负面的评价。用NLP算法自动辨别评价的好坏，当在拿到一个评价时，就可以自动进行好坏的分类了。这次要做的就是对评论就行分类，完成以后可以拓展到文本文章英文报道等进行应用。1.2观察数据打开评论的t
- python与机器学习降维：PCA实现高维数据可视化和NMF人脸数据特征提取
Cachel wood
python机器学习和数据挖掘pythonsklearn机器学习
PCA实现高维数据可视化#建立工程，导入sklearn相关工具包importmatplotlib.pyplotaspltfromsklearn.decompositionimportPCAfromsklearn.datasetsimportload_iris#加载数据并进行降维data=load_iris()y=data.targetX=data.datapca=PC
- 朴素贝叶斯和SVM
king52113141314
机器学习入门概率论机器学习分类
朴素贝叶斯决策:详解最大似然估计（MLE）、最大后验概率估计（MAP），以及贝叶斯公式的理解_nebulaf91的博客-CSDN博客_最大后验估计如何简单理解贝叶斯决策理论（BayesDecisionTheory）？-知乎参数估计|Python与机器学习如何通俗地理解概率论中的「极大似然估计法」?-知乎SVM:机器学习实战教程（八）：支持向量机原理篇之手撕线性SVM支持向量机：OutliersTh
- 卷积神经网络识别车辆（自建+迁移学习）
Asionm
人工智能神经网络深度学习人工智能
卷积神经网络识别车辆（迁移模型）此为本人Python与机器学习第一学期大作业技术文档，在此分享给大家！源代码见个人的资源处，已经上传到CSDN卷积神经网络识别车辆卷积神经网络识别车辆（迁移模型）模型介绍resnet50自建模型程序介绍编程详细模型讨论模型训练参数的选择loss值随epoch次数的变化曲线resnet50自建立模型参数改变的讨论模型准确率模型采用的提高准确率的技术模型介绍对于模型的选
- python与机器学习
AI小丸子
Pythonpython机器学习人工智能
机器学习数据挖掘、CV、NLP、语音识别、统计学习、模式识别套路：1.数据收集处理；2.特征选择与模型构建；3.评估与预测站点：kagglegithubpython库科学计算库numpypandas线性回归例子：工资x1、年龄x2、贷款额度y关系关系:；预测一个值，这个值有区间。工资和年龄是特征；贷款额度是目标或者标签；拟合一个面分割的过程；y=a+b*x1+c*x2;a偏置参数对结果影响小；bc
- Python与机器学习之优化算法
为了更好的明天
Python与数据分析python机器学习
Python与机器学习之优化算法回顾圣经，在监督学习中优化算法是关键的步骤——分析模型并得到最优模型，才是最终的目的。基于梯度下降的学习对于一个简单的机器学习算法，每一个样例包含了一个(x,y)对，其中输入x和一个数值输出y。我们考虑损失函数l(y^,y),它描述了预测值y^和实际值y之间的损失。预测值是我们选择从一函数族F中选择一个以w为参数的函数fw(x)的到的预测结果。我们的目标是寻找这样的
- 【CSDN软件工程师能力认证学习精选】如何入门Python与机器学习
高校俱乐部
CSDN软件工程师能力认证C5机器学习python
CSDN软件工程师能力认证（以下简称C系列认证）是由中国软件开发者网CSDN制定并推出的一个能力认证标准。C系列认证历经近一年的实际线下调研、考察、迭代、测试，并梳理出软件工程师开发过程中所需的各项技术技能，结合企业招聘需求和人才应聘痛点，基于公开、透明、公正的原则，甑别人才时确保真实业务场景、全部上机实操、所有过程留痕、存档不可篡改。我们每天将都会精选CSDN站内技术文章供大家学习，帮助大家系统
- python与机器学习（七）下——torchvision预训练模型测试真实图像分类
zhaociTang
python与机器学习python计算机视觉pytorch机器学习
任务要求：利用torchvision中的预训练CNN模型来对真实的图像进行分类，预测每张图片的top5类别。数据:real_image,class_index.json导入：importtorchfromtorchvisionimportmodels,datasets,transformsfromtorch.utils.dataimportDataLoader,DatasetfromPILimpo
- python与机器学习（七）上——PyTorch搭建LeNet模型进行MNIST分类
zhaociTang
python与机器学习pythonpytorch神经网络机器学习
任务要求：利用PyTorch框架搭建一个LeNet模型，并针对MNIST数据集进行训练和测试。数据集：MNIST导入：importtorchfromtorchimportnn,optimfromtorch.autogradimportVariablefromtorch.nnimportfunctionalasFfromtorchvisionimportdatasets,transformsfrom
- python与机器学习（六）——支持向量机(SVM) && 多层感知机(MLP)
zhaociTang
python与机器学习pythonsvmmlp支持向量机机器学习
在这次实验中，我们将尝试提取基本的图像特征并利用支持向量机或多层感知机算法对提取的特征进行图像分类。导入：importnumpyasnpimportmatplotlibfromscipy.ndimageimportuniform_filter数据加载：#读取提供的cifar10-mini数据集，data=np.load('cifar10-mini.npz')X_train=data['X_trai
- python与机器学习（五）——决策树
zhaociTang
python与机器学习python机器学习决策树
决策树(DecisionTree)通过sklearn库的决策树模型对iris数据进行多分类，并进行结果评估导入：fromsklearn.treeimportDecisionTreeClassifierfromsklearn.datasetsimportload_irisfromsklearnimportdatasetsfromsklearn.datasetsimportload_breast_ca
- python与机器学习（三）——真正（负）率 / 假正（负）例 / ROC / AUC
zhaociTang
python与机器学习python机器学习数据分析
读取data.csv文件数据完成：1.分别计算真正例(TP)、真负例(TN)、假正例(FP)、假负例(FN)数量2.分别计算各类别(正/负例)的精确率(Precision)、召回率(Recall)、F1值(F1-score)3.分别计算精确率、召回率、F1-score的宏平均(MacroAverage)并且计算准确率(Accuracy)4.绘制ROC曲线并计算曲线下面积AUC(可使用sklearn
- python与机器学习（二）Numpy / Pandas /矩阵相乘速度对比
zhaociTang
python与机器学习python机器学习pandasnumpy
NumPy(NumericalPython)是Python语言的一个扩展程序库，支持大量的维度数组与矩阵运算，此外也针对数组运算提供大量的数学函数库。NumPy的官方文档：https://numpy.org/doc/stable/reference/index.htmlPandas是一个强大的分析结构化数据的工具集，它的使用基础是NumPy(提供高性能的矩阵运算)，用于数据挖掘和数据分析,同时也提
- python与机器学习入门
zzhetao
Python实例
1、Anaconda的安装与使用。2、第一个机器学习样例：（1.3.1获取与处理数据）#导入需要用到的库importnumpyasnpimportmatplotlib.pyplotasplt#定义存储输入数据（x）和目标数据（y）的数组x,y=[],[]#遍历数据集，变量sample对应的正是一个个样本forsampleinopen("D:/1/_Data/prices.txt","r"):#“/
- ios内付费
374016526
ios内付费
近年来写了很多IOS的程序，内付费也用到不少，使用IOS的内付费实现起来比较麻烦，这里我写了一个简单的内付费包，希望对大家有帮助。
具体使用如下:
这里的sender其实就是调用者，这里主要是为了回调使用。
[KuroStoreApi kuroStoreProductId:@"产品ID" storeSender:self storeFinishCallBa
- 20 款优秀的 Linux 终端仿真器
brotherlamp
linuxlinux视频linux资料linux自学linux教程
终端仿真器是一款用其它显示架构重现可视终端的计算机程序。换句话说就是终端仿真器能使哑终端看似像一台连接上了服务器的客户机。终端仿真器允许最终用户用文本用户界面和命令行来访问控制台和应用程序。（LCTT 译注：终端仿真器原意指对大型机-哑终端方式的模拟，不过在当今的 Linux 环境中，常指通过远程或本地方式连接的伪终端，俗称“终端”。）
你能从开源世界中找到大量的终端仿真器，它们
- Solr Deep Paging(solr 深分页)
eksliang
solr深分页solr分页性能问题
转载请出自出处：http://eksliang.iteye.com/blog/2148370
作者：eksliang(ickes) blg:http://eksliang.iteye.com/ 概述
长期以来，我们一直有一个深分页问题。如果直接跳到很靠后的页数，查询速度会比较慢。这是因为Solr的需要为查询从开始遍历所有数据。直到Solr的4.7这个问题一直没有一个很好的解决方案。直到solr
- 数据库面试题
18289753290
面试题 数据库
1.union ,union all
网络搜索出的最佳答案：
union和union all的区别是,union会自动压缩多个结果集合中的重复结果，而union all则将所有的结果全部显示出来，不管是不是重复。
Union：对两个结果集进行并集操作，不包括重复行，同时进行默认规则的排序；
Union All：对两个结果集进行并集操作，包括重复行，不进行排序；
2.索引有哪些分类？作用是
- Android TV屏幕适配
酷的飞上天空
android
先说下现在市面上TV分辨率的大概情况
两种分辨率为主
1.720标清，分辨率为1280x720.
屏幕尺寸以32寸为主，部分电视为42寸
2.1080p全高清，分辨率为1920x1080
屏幕尺寸以42寸为主，此分辨率电视屏幕从32寸到50寸都有
适配遇到问题，已1080p尺寸为例：
分辨率固定不变，屏幕尺寸变化较大。
如：效果图尺寸为1920x1080，如果使用d
- Timer定时器与ActionListener联合应用
永夜-极光
java
功能:在控制台每秒输出一次
代码:
package Main;
import javax.swing.Timer;
import java.awt.event.*;
public class T {
private static int count = 0;
public static void main(String[] args){
- Ubuntu14.04系统Tab键不能自动补全问题解决
随便小屋
Ubuntu 14.04
Unbuntu 14.4安装之后就在终端中使用Tab键不能自动补全，解决办法如下：
1、利用vi编辑器打开/etc/bash.bashrc文件（需要root权限）
sudo vi /etc/bash.bashrc
接下来会提示输入密码
2、找到文件中的下列代码
#enable bash completion in interactive shells
#if
- 学会人际关系三招 轻松走职场
aijuans
职场
要想成功，仅有专业能力是不够的，处理好与老板、同事及下属的人际关系也是门大学问。如何才能在职场如鱼得水、游刃有余呢？在此，教您简单实用的三个窍门。
第一，多汇报
最近，管理学又提出了一个新名词“追随力”。它告诉我们，做下属最关键的就是要多请示汇报，让上司随时了解你的工作进度，有了新想法也要及时建议。不知不觉，你就有了“追随力”，上司会越来越了解和信任你。
第二，勤沟通
团队的力
- 《O2O：移动互联网时代的商业革命》读书笔记
aoyouzi
读书笔记
移动互联网的未来：碎片化内容+碎片化渠道=各式精准、互动的新型社会化营销。
O2O：Online to OffLine 线上线下活动
O2O就是在移动互联网时代，生活消费领域通过线上和线下互动的一种新型商业模式。
手机二维码本质：O2O商务行为从线下现实世界到线上虚拟世界的入口。
线上虚拟世界创造的本意是打破信息鸿沟，让不同地域、不同需求的人
- js实现图片随鼠标滚动的效果
百合不是茶
JavaScript滚动属性的获取图片滚动属性获取页面加载
1,获取样式属性值
top 与顶部的距离
left 与左边的距离
right 与右边的距离
bottom 与下边的距离
zIndex 层叠层次
例子:获取左边的宽度,当css写在body标签中时
<div id="adver" style="position:absolute;top:50px;left:1000p
- ajax同步异步参数async
bijian1013
jqueryAjaxasync
开发项目开发过程中，需要将ajax的返回值赋到全局变量中，然后在该页面其他地方引用，因为ajax异步的原因一直无法成功，需将async:false，使其变成同步的。
格式：
$.ajax({ type: 'POST', ur
- Webx3框架（1）
Bill_chen
eclipsespringmaven框架ibatis
Webx是淘宝开发的一套Web开发框架，Webx3是其第三个升级版本；采用Eclipse的开发环境，现在支持java开发；
采用turbine原型的MVC框架，扩展了Spring容器，利用Maven进行项目的构建管理，灵活的ibatis持久层支持，总的来说，还是一套很不错的Web框架。
Webx3遵循turbine风格，velocity的模板被分为layout/screen/control三部
- 【MongoDB学习笔记五】MongoDB概述
bit1129
mongodb
MongoDB是面向文档的NoSQL数据库，尽量业界还对MongoDB存在一些质疑的声音，比如性能尤其是查询性能、数据一致性的支持没有想象的那么好，但是MongoDB用户群确实已经够多。MongoDB的亮点不在于它的性能，而是它处理非结构化数据的能力以及内置对分布式的支持(复制、分片达到的高可用、高可伸缩)，同时它提供的近似于SQL的查询能力，也是在做NoSQL技术选型时，考虑的一个重要因素。Mo
- spring/hibernate/struts2常见异常总结
白糖_
Hibernate
Spring
①ClassNotFoundException: org.aspectj.weaver.reflect.ReflectionWorld$ReflectionWorldException
缺少aspectjweaver.jar，该jar包常用于spring aop中
②java.lang.ClassNotFoundException: org.sprin
- jquery easyui表单重置(reset)扩展思路
bozch
formjquery easyuireset
在jquery easyui表单中 尚未提供表单重置的功能，这就需要自己对其进行扩展。
扩展的时候要考虑的控件有：
combo,combobox,combogrid,combotree,datebox,datetimebox
需要对其添加reset方法，reset方法就是把初始化的值赋值给当前的组件，这就需要在组件的初始化时将值保存下来。
在所有的reset方法添加完毕之后，就需要对fo
- 编程之美-烙饼排序
bylijinnan
编程之美
package beautyOfCoding;
import java.util.Arrays;
/*
*《编程之美》的思路是：搜索+剪枝。有点像是写下棋程序：当前情况下，把所有可能的下一步都做一遍；在这每一遍操作里面，计算出如果按这一步走的话，能不能赢（得出最优结果）。
*《编程之美》上代码有很多错误，且每个变量的含义令人费解。因此我按我的理解写了以下代码：
*/
- Struts1.X 源码分析之ActionForm赋值原理
chenbowen00
struts
struts1在处理请求参数之前，首先会根据配置文件action节点的name属性创建对应的ActionForm。如果配置了name属性，却找不到对应的ActionForm类也不会报错，只是不会处理本次请求的请求参数。
如果找到了对应的ActionForm类，则先判断是否已经存在ActionForm的实例，如果不存在则创建实例，并将其存放在对应的作用域中。作用域由配置文件action节点的s
- [空天防御与经济]在获得充足的外部资源之前,太空投资需有限度
comsci
资源
这里有一个常识性的问题:
地球的资源,人类的资金是有限的,而太空是无限的.....
就算全人类联合起来,要在太空中修建大型空间站,也不一定能够成功,因为资源和资金,技术有客观的限制....
&
- ORACLE临时表—ON COMMIT PRESERVE ROWS
daizj
oracle临时表
ORACLE临时表 转
临时表：像普通表一样，有结构，但是对数据的管理上不一样，临时表存储事务或会话的中间结果集，临时表中保存的数据只对当前
会话可见，所有会话都看不到其他会话的数据，即使其他会话提交了，也看不到。临时表不存在并发行为，因为他们对于当前会话都是独立的。
创建临时表时，ORACLE只创建了表的结构（在数据字典中定义），并没有初始化内存空间，当某一会话使用临时表时，ORALCE会
- 基于Nginx XSendfile+SpringMVC进行文件下载
denger
应用服务器Webnginx网络应用lighttpd
在平常我们实现文件下载通常是通过普通 read-write方式，如下代码所示。
@RequestMapping("/courseware/{id}")
public void download(@PathVariable("id") String courseID, HttpServletResp
- scanf接受char类型的字符
dcj3sjt126com
c
/*
2013年3月11日22:35:54
目的：学习char只接受一个字符
*/
# include <stdio.h>
int main(void)
{
int i;
char ch;
scanf("%d", &i);
printf("i = %d\n", i);
scanf("%
- 学编程的价值
dcj3sjt126com
编程
发一个人会编程, 想想以后可以教儿女, 是多么美好的事啊, 不管儿女将来从事什么样的职业, 教一教, 对他思维的开拓大有帮助
像这位朋友学习:
http://blog.sina.com.cn/s/articlelist_2584320772_0_1.html
VirtualGS教程 (By @林泰前): 几十年的老程序员，资深的
- 二维数组（矩阵）对角线输出
飞天奔月
二维数组
今天在BBS里面看到这样的面试题目,
1，二维数组（N*N），沿对角线方向，从右上角打印到左下角如N=4： 4*4二维数组
{ 1 2 3 4 }
{ 5 6 7 8 }
{ 9 10 11 12 }
{13 14 15 16 }
打印顺序
4
3 8
2 7 12
1 6 11 16
5 10 15
9 14
13
要
- Ehcache（08）——可阻塞的Cache——BlockingCache
234390216
并发ehcacheBlockingCache阻塞
可阻塞的Cache—BlockingCache
在上一节我们提到了显示使用Ehcache锁的问题，其实我们还可以隐式的来使用Ehcache的锁，那就是通过BlockingCache。BlockingCache是Ehcache的一个封装类，可以让我们对Ehcache进行并发操作。其内部的锁机制是使用的net.
- mysqldiff对数据库间进行差异比较
jackyrong
mysqld
mysqldiff该工具是官方mysql-utilities工具集的一个脚本，可以用来对比不同数据库之间的表结构，或者同个数据库间的表结构
如果在windows下，直接下载mysql-utilities安装就可以了，然后运行后，会跑到命令行下：
1） 基本用法
mysqldiff --server1=admin:12345
- spring data jpa 方法中可用的关键字
lawrence.li
javaspring
spring data jpa 支持以方法名进行查询/删除/统计。
查询的关键字为find
删除的关键字为delete/remove (>=1.7.x)
统计的关键字为count (>=1.7.x)
修改需要使用@Modifying注解
@Modifying
@Query("update User u set u.firstna
- Spring的ModelAndView类
nicegege
spring
项目中controller的方法跳转的到ModelAndView类，一直很好奇spring怎么实现的？
/*
* Copyright 2002-2010 the original author or authors.
*
* Licensed under the Apache License, Version 2.0 (the "License");
* yo
- 搭建 CentOS 6 服务器(13) - rsync、Amanda
rensanning
centos
（一）rsync
Server端
# yum install rsync
# vi /etc/xinetd.d/rsync
service rsync
{
disable = no
flags = IPv6
socket_type = stream
wait
- Learn Nodejs 02
toknowme
nodejs
（1）npm是什么
npm is the package manager for node
官方网站：https://www.npmjs.com/
npm上有很多优秀的nodejs包，来解决常见的一些问题，比如用node-mysql，就可以方便通过nodejs链接到mysql，进行数据库的操作
在开发过程往往会需要用到其他的包，使用npm就可以下载这些包来供程序调用
&nb
- Spring MVC 拦截器
xp9802
spring mvc
Controller层的拦截器继承于HandlerInterceptorAdapter
HandlerInterceptorAdapter.java 1 public abstract class HandlerInterceptorAdapter implements HandlerIntercep
