greenhand2014
greenhand2014

《Learning from Dialogue after Deployment:Feed Yourself, Chatbot!》阅读笔记——持续学习的对话系统

动机

•语料搜集困难，当前对话系统就是用人与人的语料来训练机器人，没有在人机对话时训练机器人

•人就是在对话中不断通过反馈来学习说话的

•直接利用人机的对话来学习可能导致错误传播，强化学习的思想是通过指标进行反馈，但是人在实际情况下是通过自然语言来进行反馈的

主要工作

•本文提出一个可以在机器人参与的对话中选取训练样本，他可以评估用户对它的回答的满意度，当对话顺利进行就可以将其作为新的对话样本，当它意识到自己犯了错误，就会要一个反馈。这样就不需要额外的注释成本。这样也就获得了两个额外的数据， DIALOGUE examples  防止机器人犯错， FEEDBACK examples用来解决问题。

•获得了三个数据集。一个是机器人部署后的聊天日志，一个是用户的满意度，一个是基于用户反馈获得机器人本应该说的话。

例子

《Learning from Dialogue after Deployment:Feed Yourself, Chatbot!》阅读笔记——持续学习的对话系统_第1张图片

模型

《Learning from Dialogue after Deployment:Feed Yourself, Chatbot!》阅读笔记——持续学习的对话系统_第2张图片

•接口组件：输入输出处理，对话历史储存、候选准备、流程控制（什么时候问什么时候答）

•模型组件：Transformer architecture（弃用RNN、CNN，all is attention的一个网络）

  对话和反馈用一个模型（检索问题）：用Transformer来编码对话历史（本文用两轮对话）以及候选回答和反馈，用点乘比较相似度

  满意度：用Transformer来编码用现线性层转换为预测的满意度

反馈的类型

直接回馈 建议 指导 多种建议

《Learning from Dialogue after Deployment:Feed Yourself, Chatbot!》阅读笔记——持续学习的对话系统_第3张图片

数据搜集三个任务

•对话：人与人：PariAI数据集 机器与人：上述方法收集

•满意度：众包人工评价

•反馈：机器索要反馈：Oops! Sorry. What should I have said instead?（未来工作是如何根据内容来索要反馈）

结果

《Learning from Dialogue after Deployment:Feed Yourself, Chatbot!》阅读笔记——持续学习的对话系统_第4张图片

另建立了一个交流群，感兴趣的朋友可以加下

你可能感兴趣的:(对话系统)

  • 【拥抱AI】浅谈Prompt的书写规范及要点 奔跑草- 人工智能人工智能promptRAGAI编程大模型LLMAIAgent
    Prompt是什么？Prompt是一种技术，它通过自然语言处理来引导用户与机器之间的交互。在人工智能领域，Prompt通常用于生成文本，例如对话系统、机器翻译和文本摘要等应用。它也用于训练模型，以使其能够理解和生成人类语言。Prompt的工作原理是通过建立相应的语料库和语义解析模型，将自然语言转换为机器可识别的指令。在大模型时代，Prompt的使用尤为重要，因为它可以帮助模型更好地理解用户的意图并
  • 深入解析五大 LLM 可视化工具：Langflow、Flowise、Dify、AutoGPT UI 和 AgentGPT 花千树-010 AI编程langchain机器学习AI编程python机器人
    近年来，大语言模型（LLM）技术的迅猛发展推动了智能代理（Agent）应用的广泛应用。从任务自动化到智能对话系统，LLM代理可以极大简化复杂任务的执行。为了帮助开发者更快地构建和部署这些智能代理，多个开源工具应运而生，尤其是那些提供可视化界面的工具，让开发者通过简单的图形界面设计、调试和管理智能代理。本文将详细介绍五款热门的LLM可视化工具，分别是Langflow、Flowise、Dify、Aut
  • 德克萨斯大学奥斯汀分校自然语言处理硕士课程汉化版(第十一周) - 自然语言处理扩展研究 Encarta1993 自然语言处理自然语言处理人工智能
    自然语言处理扩展研究1.多语言研究2.语言锚定3.伦理问题1.多语言研究多语言(Multilinguality)是NLP的一个重要研究方向，旨在开发能够处理多种语言的模型和算法。由于不同语言在语法、词汇和语义结构上存在差异，这成为一个复杂且具有挑战性的研究领域。多语言性的研究促进了机器翻译、跨语言信息检索和多语言对话系统等应用的发展。以下是多语言的几个主要研究方向和重要技术：多语言模型的构建，开发
  • LLM大模型落地-从理论到实践 hhaiming_ 语言模型人工智能ai深度学习
    简述按个人偏好和目标总结了学习目标和路径（可按需学习），后续将陆续整理出相应学习资料和资源。学习目标熟悉主流LLM（Llama,ChatGLM,Qwen）的技术架构和技术细节；有实际应用RAG、PEFT和SFT的项目经验较强的NLP基础，熟悉BERT、T5、Transformer和GPT的实现和差异，能快速掌握业界进展，有对话系统相关研发经验掌握TensorRT-LLM、vLLM等主流推理加速框架
  • Hugging Face教程 小牛笔记 自然语言处理人工智能自然语言处理
    HuggingFace教程1.引言在当今数字化时代，自然语言处理（NLP）在各个领域中扮演着重要角色。从文本分类、情感分析到机器翻译和对话系统，NLP技术的应用日益广泛。在NLP领域，HuggingFace是一个备受欢迎的开源工具库，提供了丰富的预训练模型和强大的工具，帮助开发者快速构建和部署NLP应用。2.HuggingFace简介HuggingFace是一个专注于NLP的开源组织，致力于提供易
  • 深度探索：机器学习中的序列到序列模型（Seq2Seq）原理及其应用 生瓜蛋子 机器学习机器学习人工智能
    目录1.引言与背景2.庞特里亚金定理与动态规划3.算法原理4.算法实现5.优缺点分析优点缺点6.案例应用7.对比与其他算法8.结论与展望1.引言与背景在当今信息爆炸的时代，机器学习作为人工智能领域的核心驱动力，正以前所未有的深度和广度渗透进我们的日常生活。从语言翻译、文本摘要、语音识别到对话系统，众多自然语言处理（NLP）任务的成功解决离不开一种强大的模型架构——序列到序列（Sequence-to
  • 大模型19：微调大模型方法 bluewelkin 大模型
    有监督微调（SFT）、奖励模型（RM）训练，以及基于人类反馈的强化学习（RLHF）训练1.有监督微调（SFT-SupervisedFine-Tuning）数据处理数据收集：首先，需要收集大量的对话数据。这些数据通常包括人工标注的问答对，或者从已有的高质量对话系统中获取的数据集。数据预处理：对收集的数据进行清洗、标注和格式化。预处理包括移除噪音数据、分词、生成模型输入输出格式等。模型训练模型初始化：
  • 什么是LLM，主要用途有哪些，在应用中有哪些优势和局限性？ 好好学习的不知名程序员 机器学习深度学习AIGC人工智能
    LLM（大型语言模型）在实际应用中的优势包括多领域应用、技术突破、创新应用等。其局限性则包括设计挑战、行为问题、科学难题等。LLM在实际中的应用优势：1.多领域应用：自然语言处理：LLM在机器翻译、语音识别、文本生成等领域表现出色。智能对话系统：LLM能够提供与人类相似的聊天机器人体验。内容创作：从文章写作到代码开发，LLM都能提供高效的辅助。2.技术突破：深度学习架构：LLM基于先进的深度学习技
  • 人工智能领域--RAG技术 胡萝卜不甜 机器学习人工智能python学习算法
    今天带大家来学习一下RAG技术，尤其在在大模型中应用广泛。一.RAG（RetrievalAugmentedGeneration）检索增强生成RAG，即Retrieval-AugmentedGeneration（检索增强的生成），是一种结合了检索（Retrieval）和生成（Generation）机制的人工智能技术，常用于提升自然语言处理（NLP）任务的性能，尤其是在问答系统、文本摘要、对话系统等领
  • 生成式 AI 的发展方向，是 Chat 还是 Agent？ 码农不是吗喽（大学生版） 人工智能
    简介随着生成式AI技术的不断进步，关于其未来发展方向的讨论也愈发激烈。究竟生成式AI的未来是在对话系统（Chat）中展现智慧，还是在自主代理（Agent）中体现能力？这一问题引发了广泛的讨论和探索。你怎么看待生成式AI的未来发展方向？方向一：整体介绍生成式AI技术在对话系统（Chat）和自主代理（Agent）两个领域的应用已经取得了显著的进展。以下是这两个领域的一些发展现状、主要技术和应用场景的介
  • 「亲测有效」ChatGPT Plus会员/GPT4开通方法 — 仅需支付宝或微信 chatgpt
    「亲测有效」ChatGPTPlus会员/GPT4开通方法—仅需支付宝或微信随着人工智能技术的不断发展和普及，ChatGPT作为一款备受欢迎的智能对话系统，为用户提供了更加智能、流畅的对话体验。为了满足用户的需求，ChatGPT推出了Plus会员计划，以及全新的GPT4版本。本文将介绍如何开通ChatGPTPlus会员和GPT4，仅需支付宝或微信支付。ChatGPTPlus会员：提升对话体验的高级会
  • chat GPT第一讲 IT二哥 chatGPTchatgpt
    计算机的语言奇迹：探秘ChatGPT的智能回答和写作能力目前我们这个行业，最火的话题无疑是AI人工智能，类似ChatGPT这样的智能Ai,今天剩下的时间不多，每天一个主题，我给大家讲一下计算机回答问题和写作的能力，尤其是聊天型AI模型ChatGPT。让大家可以更加前沿的了解一下关于它的一些情况。说起ChatGPT呢，之所以如此受欢迎，其实是因为它可以模仿人类对话。不同于以前的对话系统，它不再是讲的
  • 掌握Python编程与ChatGPT的强强联手：开启人工智能助手新时代 快乐非自愿 pythonchatgpt人工智能
    本文将介绍如何利用Python编程语言和ChatGPT技术实现强强联手，以打造功能强大的人工智能助手。我们将探讨Python编程在ChatGPT应用中的重要性，并展示如何利用Python与ChatGPT共同构建一个智能对话系统。最后，我们将探讨如何将这一技术应用于实际场景，为用户提供高效、实用的解决方案。随着人工智能技术的不断发展，自然语言处理（NLP）已经成为当今科技领域的热点。在众多NLP技术
  • openai chatGPT 原理通俗介绍 后端java
    引言近年来，随着深度学习技术的不断发展，自然语言处理（NLP）领域取得了长足的进步。ChatGPT（GenerativePre-trainedTransformer）作为一种先进的语言生成模型，在各类对话系统和智能助手中得到了广泛应用。然而，尽管这些模型在生成文本方面表现出色，但如何保证生成的文本在逻辑上合理仍然是一个挑战。本文将探讨在ChatGPT中如何实现逻辑，并探讨自然语言中逻辑的理解方式。
  • 对话系统 | (6) 医疗健康领域的短文本理解 CoreJT 对话系统
    原文地址分享嘉宾：杨比特丁香园编辑整理：叶祺出品平台：DataFunTalk导读：本次分享的主题为医疗健康领域的短文本理解，主要介绍在丁香园的业务场景下，短文本理解的技术实践，并讨论知识图谱技术如何在医疗健康领域的搜索推荐中落地应用，希望能够给大家的日常工作提供一些思路。主要内容包括：丁香园主要的业务和所服务的对象，以及在垂直领域下NLP工作可能需要面对的挑战在医疗健康领域短文本理解上的尝试结合工
  • AI引领低代码革命：未来应用开发的新主流 ZOHO卓豪 人工智能低代码
    距离ChatGPT发布已经过去快一年时间。在这一年里，以ChatGPT为代表的自然语言处理领域的重大进步，为我们的对话系统和语言交流提供了更加智能和自然的体验。随着ChatGPT的应用不断扩大，人们开始认识到人工智能（AI）技术在各个领域的潜在价值，并积极寻求将其融入更多方面的生活和工作中。AI技术与低代码开发的结合成为这一年里的亮点之一。低代码开发平台使应用程序的创建变得更加简单，无需深厚的编程
  • 【大厂AI课学习笔记】【1.5 AI技术领域】（10）对话系统 giszz 学习笔记人工智能学习笔记
    对话系统，DialogueSystem，也称为会话代理。是一种模拟人类与人交谈的计算机系统，旨在可以与人类形成连贯通顺的对话，通信方式主要有语音/文本/图片，当然也可以手势/触觉等其他方式一般我们将对话系统，分为两类：任务导向性的对话系统。例如问答系统；非任务导向型的对话系统。例如聊天机器人；比如在聊天机器人，语音助手，智能客服方面，都有很大的应用。比较重要的是，基于人工智能的对话系统，可以模拟人
  • 如何利用ChatGPT填写表格数据 摆烂大大王 chatgptchatgpt
    随着人工智能技术的迅速发展，ChatGPT等智能对话系统已经成为了我们生活中的得力助手。其中，利用ChatGPT填写表格数据是一项十分实用的功能，它可以帮助我们节省时间，提高工作效率。下面，我们将介绍如何利用ChatGPT来填写表格数据。了解ChatGPT的能力在开始之前，我们需要明白ChatGPT的能力。ChatGPT是一个基于GPT-3或GPT-4的对话式人工智能模型，它能够理解和生成自然语言
  • 自然语言处理（NLP）——使用Rasa创建聊天机器人 思诺学长 NLP自然语言处理机器人nlp自然语言处理
    1基本概念1.1自然语言处理的分类IR-BOT：检索型问答系统Task-bot：任务型对话系统Chitchat-bot:闲聊系统1.2任务型对话Task-Bot:task-orientedbot这张图展示了一个语音对话系统（或聊天机器人）的基本组成部分和它们之间的工作流程。这个系统可以接受语音信号作为输入，输出文本响应，并且它包括以下几个主要部分：1.2.1自动语音识别（ASR）这个部分的任务是将
  • 管理消极情绪的五步走法则： 真真成长日记
    第一步，注意自己的心跳，心跳加速说明情绪要上来，脾气可能暴躁，这时候可以通过深呼吸让自己的心跳放缓变的平静。第二步，认知察觉采用自言自语的对话系统，跟自己对话，问问自己这是怎么啦？为什么会这样？有意识觉察，情绪已经得到处理了。第三步，全然接纳自己和孩子的情绪，接纳即可放下，放下才会拥有更好。第四步，反驳不合理认知。比如：绝对化要求，什么事都是必须要、应该之类的这种绝对化要求让人难以接受，还有灾难性
  • 对话系统介绍和基础神经网络模型 浅白Coder 自然语言处理人工智能自然语言处理深度学习
    1、对话系统背景介绍对话系统（或聊天机器人）在世界上扮演着越来越重要的角色。人们可能仍然有一种刻板印象，认为聊天机器人是给银行打电话时那些死板的代理。然而，得益于人工智能的复兴，尤其是深度学习的发展，现代聊天机器人可以与丰富的话题进行对话，从你的生日派对到拜登的演讲，如果你愿意，它们可以为你的派对场所预定位置或播放演讲视频。目前，对话系统是NLP的热点话题之一，在工业和日常生活中有很高的要求。聊天
  • 对话系统介绍和基础神经网络模型(二) 浅白Coder 自然语言处理神经网络深度学习人工智能自然语言处理
    接上一篇对话系统介绍和基础神经网络模型（一）2.2.2、长短期记忆网络（LSTM）LSTM（如图2-3）通过引入门机制来解决梯度消失问题，输入门、遗忘门、输出门被用来决定从当前输入和过去的记忆中应该保留多少信息。模型可以用以下方程来描述：其中t表示时间步长；i,f,o为门，分别表示输入门、输出门。x,h,C分别表示输入，长时记忆和短时记忆。“长短时记忆”一词的直观含义是，提出的模型同时应用长短时记
  • 对话系统介绍和基础神经网络模型(三) 浅白Coder 自然语言处理神经网络人工智能深度学习自然语言处理
    链接对话系统介绍和基础神经网络模型链接对话系统介绍和基础神经网络模型(二)3、面向任务式对话系统本章介绍面向任务式对话系统，包括管道方式和端到端系统。面向任务的系统解决特定领域中的特定问题，如电影票预定、餐厅餐桌预定等。由于深度学习突出的性能，我们重点描述基于深度系统的任务式对话系统。我们将介绍模块化系统和端到端系统的原理以及面向任务式对话系统的相关挑战和热点研究话题。面向任务式对话系统旨在准确地
  • chatgpt对接网络 红匣子实力推荐
    ChatGPT是OpenAI开发的一种基于语言模型的对话系统，可以与用户进行自然语言交互。为了实现ChatGPT的网络对接，需要将ChatGPT与网络进行集成，使其能够通过网络接口与用户进行对话。chatgpt对接热线：13642679953（微信同号）首先，对接ChatGPT的网络需要提供一个API接口，以便与其他应用程序进行通信。这个接口可以使用常见的Web开发框架，如Flask或Django
  • Rasa课程系列之：业务对话机器人Rasa核心算法DIET及TED论文详解及源码实现 StarSpaceNLP667 StarSpaceNLPTransformer算法人工智能Rasa课程培训面试深度学习自然语言处理
    对一个智能业务对话系统而言，语言理解NLU及Policies是其系统内核的两大基石。Rasa团队发布的最重磅级的两篇论文DIET:LightweightLanguageUnderstandingforDialogueSystems及DialogueTransformers是其基于在业界落地场景的多年探索而总结出来的解决NLU和Policies最核心的成果结晶：其中DIET是Intent识别和Ent
  • LLaMA 模型和DeepSpeed 框架联系与使用 samoyan LLM面试llama
    1.LLaMA模型介绍LLaMA(LargeLanguageModel-MetaAI)是一个由MetaAI开发的大型语言模型。它设计用于理解和生成自然语言文本，支持多种语言，并且能够执行多种自然语言处理任务。LLaMA模型因其开源特性、优异的性能和广泛的适用性而受到关注。它可以被用于构建不同的应用程序，从简单的文本生成到复杂的对话系统。2.DeepSpeed框架介绍DeepSpeed是一个开源深度
  • TypeScript实战——ChatGPT前端自适应手机端，PC端 GPT助手 前端typescriptchatgpt
    前言「作者主页」：雪碧有白泡泡「个人网站」：雪碧的个人网站可以在线体验哦：体验地址文章目录前言引言先看效果PC端手机端实现原理解释包的架构目录引言ChatGPT是由OpenAI开发的一种基于语言模型的对话系统。它是GPT（GenerativePre-trainedTransformer）模型的一个变种，通过在大规模的互联网文本数据上进行预训练，学习到了丰富的语言知识和语义理解能力。ChatGPT可
  • 未来5年内，人工智能将彻底改变你的商业模式 郭靖守襄阳【软芯民用】 人工智能人工智能
    人工智能大模型的显著特征1、通过在大规模的数据集上进行预训练，使其具备了广泛的语言知识和理解能力。然后，这些模型可以通过在特定任务上进行微调，以适应具体的应用需求。它们通常能够自动从输入数据中提取特征、学习语义关系，并生成具有逻辑和上下文连贯性的输出。2、在自然语言处理、对话系统、机器翻译、摘要生成、问题解答、文本分类等领域有广泛的应用，为用户提供了强大的语言交互和智能化的服务。构建和训练这些大模
  • ChatGPT等大模型AI能干什么？ 金木讲编程 AI人工智能chatgpt
    ChatGPT等大型模型AI，拥有广泛的应用能力，可以执行以下任务：1、自然语言理解（NLU）：能够理解和解释自然语言文本，包括回答问题、理解语境、识别实体等。2、自然语言生成（NLG）：能够生成自然语言文本，包括写作文章、创作故事、生成对话等。3、对话系统：能够进行自然、流畅的对话，回答用户提出的问题，提供信息或娱乐。4、编码转换：能够将自然语言描述转换为编程代码，执行简单的编码任务。5、翻译：
  • 解释对话对齐机制 andeyeluguo AI笔记人工智能
    对话对齐机制（DialogueAlignmentMechanism）是指在多轮对话系统中，将用户的当前输入与对话历史中的相应上下文进行匹配和对应的方法。它的目的是为了建立上下文理解和生成连贯回复的能力。在对话对齐机制中，主要涉及以下几个方面：1.上下文建模：对话对齐机制需要对对话历史进行建模，以便理解和记忆之前的对话内容。这可以通过编码器、循环神经网络（RNN）或其他序列建模技术来实现。2.对话历
  • windows下源码安装golang 616050468 golang安装golang环境windows
             系统： 64位win7， 开发环境：sublime text 2，  go版本： 1.4.1    1.  安装前准备(gcc, gdb, git)        golang在64位系
  • redis批量删除带空格的key bylijinnan redis
    redis批量删除的通常做法： redis-cli keys "blacklist*" | xargs redis-cli del 上面的命令在key的前后没有空格时是可以的，但有空格就不行了： $redis-cli keys "blacklist*" 1) "blacklist:12: [email protected]
  • oracle正则表达式的用法 0624chenhong oracle正则表达式
      方括号表达示 方括号表达式 描述 [[:alnum:]] 字母和数字混合的字符 [[:alpha:]] 字母字符 [[:cntrl:]] 控制字符 [[:digit:]] 数字字符 [[:graph:]] 图像字符 [[:lower:]] 小写字母字符 [[:print:]] 打印字符 [[:punct：]] 标点符号字符 [[:space:]]
  • 2048源码(核心算法有，缺少几个anctionbar，以后补上) 不懂事的小屁孩 2048
    2048游戏基本上有四部分组成， 1：主activity，包含游戏块的16个方格，上面统计分数的模块 2：底下的gridview，监听上下左右的滑动，进行事件处理， 3：每一个卡片，里面的内容很简单，只有一个text，记录显示的数字 4：Actionbar，是游戏用重新开始，设置等功能(这个在底下可以下载的代码里面还没有实现) 写代码的流程 1：设计游戏的布局，基本是两块，上面是分
  • jquery内部链式调用机理 换个号韩国红果果 JavaScriptjquery
    只需要在调用该对象合适(比如下列的setStyles)的方法后让该方法返回该对象（通过this  因为一旦一个函数称为一个对象方法的话那么在这个方法内部this（结合下面的setStyles）指向这个对象） function create(type){ var element=document.createElement(type); //this=element;
  • 你订酒店时的每一次点击 背后都是NoSQL和云计算 蓝儿唯美 NoSQL
    全球最大的在线旅游公司Expedia旗下的酒店预订公司，它运营着89个网站，跨越68个国家，三年前开始实验公有云，以求让客户在预订网站上查询假期酒店时得到更快的信息获取体验。 云端本身是用于驱动网站的部分小功能的，如搜索框的自动推荐功能，还能保证处理Hotels.com服务的季节性需求高峰整体储能。 Hotels.com的首席技术官Thierry Bedos上个月在伦敦参加“2015 Clou
  • java笔记1 a-john java
    1，面向对象程序设计（Object-oriented Propramming，OOP）：java就是一种面向对象程序设计。 2，对象：我们将问题空间中的元素及其在解空间中的表示称为“对象”。简单来说，对象是某个类型的实例。比如狗是一个类型，哈士奇可以是狗的一个实例，也就是对象。 3，面向对象程序设计方式的特性：     3.1 万物皆为对象。    
  • C语言 sizeof和strlen之间的那些事 C/C++软件开发求职面试题 必备考点（一） aijuans C/C++求职面试必备考点
            找工作在即，以后决定每天至少写一个知识点，主要是记录，逼迫自己动手、总结加深印象。当然如果能有一言半语让他人收益，后学幸运之至也。如有错误，还希望大家帮忙指出来。感激不尽。        后学保证每个写出来的结果都是自己在电脑上亲自跑过的，咱人笨，以前学的也半吊子。很多时候只能靠运行出来的结果再反过来
  • 程序员写代码时就不要管需求了吗？ asia007 程序员不能一味跟需求走
          编程也有2年了，刚开始不懂的什么都跟需求走，需求是怎样就用代码实现就行，也不管这个需求是否合理，是否为较好的用户体验。当然刚开始编程都会这样，但是如果有了2年以上的工作经验的程序员只知道一味写代码，而不在写的过程中思考一下这个需求是否合理，那么，我想这个程序员就只能一辈写敲敲代码了。       我的技术不是很好，但是就不代
  • Activity的四种启动模式 百合不是茶 android栈模式启动Activity的标准模式启动栈顶模式启动单例模式启动
    android界面的操作就是很多个activity之间的切换,启动模式决定启动的activity的生命周期 ;   启动模式xml中配置     <activity android:name=".MainActivity" android:launchMode="standard&quo
  • Spring中@Autowired标签与@Resource标签的区别 bijian1013 javaspring@Resource@Autowired@Qualifier
    Spring不但支持自己定义的@Autowired注解，还支持由JSR-250规范定义的几个注解，如：@Resource、 @PostConstruct及@PreDestroy。   1. @Autowired    @Autowired是Spring 提供的，需导入    Package:org.springframewo
  • Changes Between SOAP 1.1 and SOAP 1.2 sunjing ChangesEnableSOAP 1.1SOAP 1.2
    JAX-WS SOAP Version 1.2 Part 0: Primer (Second Edition) SOAP Version 1.2 Part 1: Messaging Framework (Second Edition) SOAP Version 1.2 Part 2: Adjuncts (Second Edition)   Which style of WSDL
  • 【Hadoop二】Hadoop常用命令 bit1129 hadoop
    以Hadoop运行Hadoop自带的wordcount为例，   hadoop脚本位于/home/hadoop/hadoop-2.5.2/bin/hadoop，需要说明的是，这些命令的使用必须在Hadoop已经运行的情况下才能执行   Hadoop HDFS相关命令  hadoop fs -ls  列出HDFS文件系统的第一级文件和第一级
  • java异常处理（初级） 白糖_ javaDAOspring虚拟机Ajax
    从学习到现在从事java开发一年多了，个人觉得对java只了解皮毛，很多东西都是用到再去慢慢学习，编程真的是一项艺术，要完成一段好的代码，需要懂得很多。 最近项目经理让我负责一个组件开发，框架都由自己搭建，最让我头疼的是异常处理，我看了一些网上的源码，发现他们对异常的处理不是很重视，研究了很久都没有找到很好的解决方案。后来有幸看到一个200W美元的项目部分源码，通过他们对异常处理的解决方案，我终
  • 记录整理-工作问题 braveCS 工作
    1）那位同学还是CSV文件默认Excel打开看不到全部结果。以为是没写进去。同学甲说文件应该不分大小。后来log一下原来是有写进去。只是Excel有行数限制。那位同学进步好快啊。 2）今天同学说写文件的时候提示jvm的内存溢出。我马上反应说那就改一下jvm的内存大小。同学说改用分批处理了。果然想问题还是有局限性。改jvm内存大小只能暂时地解决问题，以后要是写更大的文件还是得改内存。想问题要长远啊
  • org.apache.tools.zip实现文件的压缩和解压，支持中文 bylijinnan apache
    刚开始用java.util.Zip，发现不支持中文（网上有修改的方法，但比较麻烦） 后改用org.apache.tools.zip org.apache.tools.zip的使用网上有更简单的例子 下面的程序根据实际需求，实现了压缩指定目录下指定文件的方法 import java.io.BufferedReader; import java.io.BufferedWrit
  • 读书笔记-4 chengxuyuancsdn 读书笔记
    1、JSTL 核心标签库标签 2、避免SQL注入 3、字符串逆转方法 4、字符串比较compareTo 5、字符串替换replace 6、分拆字符串 1、JSTL 核心标签库标签共有13个， 学习资料：http://www.cnblogs.com/lihuiyy/archive/2012/02/24/2366806.html 功能上分为4类： (1)表达式控制标签：out
  • [物理与电子]半导体教材的一个小问题 comsci 问题
          各种模拟电子和数字电子教材中都有这个词汇-空穴       书中对这个词汇的解释是; 当电子脱离共价键的束缚成为自由电子之后,共价键中就留下一个空位,这个空位叫做空穴       我现在回过头翻大学时候的教材,觉得这个
  • Flashback Database --闪回数据库 daizj oracle闪回数据库
    Flashback 技术是以Undo segment中的内容为基础的， 因此受限于UNDO_RETENTON参数。要使用flashback 的特性，必须启用自动撤销管理表空间。 在Oracle 10g中， Flash back家族分为以下成员： Flashback Database， Flashback Drop，Flashback Query(分Flashback Query,Flashbac
  • 简单排序:插入排序 dieslrae 插入排序
    public void insertSort(int[] array){ int temp; for(int i=1;i<array.length;i++){ temp = array[i]; for(int k=i-1;k>=0;k--)
  • C语言学习六指针小示例、一维数组名含义，定义一个函数输出数组的内容 dcj3sjt126com c
    # include <stdio.h> int main(void) { int * p; //等价于 int *p 也等价于 int* p; int i = 5; char ch = 'A'; //p = 5; //error //p = &ch; //error //p = ch; //error p = &i; //
  • centos下php redis扩展的安装配置3种方法 dcj3sjt126com redis
    方法一 1.下载php redis扩展包  代码如下 复制代码 #wget http://redis.googlecode.com/files/redis-2.4.4.tar.gz 2 tar -zxvf 解压压缩包，cd /扩展包 （进入扩展包然后 运行phpize 一下是我环境中phpize的目录，/usr/local/php/bin/phpize (一定要
  • 线程池(Executors) shuizhaosi888 线程池
    在java类库中，任务执行的主要抽象不是Thread，而是Executor，将任务的提交过程和执行过程解耦 public interface Executor { void execute(Runnable command); }   public class RunMain implements Executor{ @Override pub
  • openstack 快速安装笔记 haoningabc openstack
    前提是要配置好yum源 版本icehouse，操作系统redhat6.5 最简化安装，不要cinder和swift 三个节点 172 control节点keystone glance horizon 173 compute节点nova 173 network节点neutron control /etc/sysctl.conf net.ipv4.ip_forward =
  • 从c面向对象的实现理解c++的对象（二） jimmee C++面向对象虚函数
    1. 类就可以看作一个struct，类的方法，可以理解为通过函数指针的方式实现的，类对象分配内存时，只分配成员变量的，函数指针并不需要分配额外的内存保存地址。 2. c++中类的构造函数，就是进行内存分配(malloc)，调用构造函数 3. c++中类的析构函数，就时回收内存(free) 4. c++是基于栈和全局数据分配内存的，如果是一个方法内创建的对象，就直接在栈上分配内存了。 专门在
  • 如何让那个一个div可以拖动 lingfeng520240 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/1999/xhtml
  • 第10章 高级事件（中） 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/
  • 计算两个经纬度之间的距离 roadrunners 计算纬度LBS经度距离
    要解决这个问题的时候，到网上查了很多方案，最后计算出来的都与百度计算出来的有出入。下面这个公式计算出来的距离和百度计算出来的距离是一致的。 /** * * @param longitudeA * 经度A点 * @param latitudeA * 纬度A点 * @param longitudeB *
  • 最具争议的10个Java话题 tomcat_oracle java
    1、Java8已经到来。什么！？ Java8 支持lambda。哇哦，RIP Scala！ 　　随着Java8 的发布，出现很多关于新发布的Java8是否有潜力干掉Scala的争论，最终的结论是远远没有那么简单。Java8可能已经在Scala的lambda的包围中突围，但Java并非是函数式编程王位的真正觊觎者。 　 　2、Java 9 即将到来 　　 Oracle早在8月份就发布
  • zoj 3826 Hierarchical Notation(模拟) 阿尔萨斯 rar
    题目链接：zoj 3826 Hierarchical Notation 题目大意：给定一些结构体，结构体有value值和key值，Q次询问，输出每个key值对应的value值。 解题思路：思路很简单，写个类词法的递归函数，每次将key值映射成一个hash值，用map映射每个key的value起始终止位置，预处理完了查询就很简单了。 这题是最后10分钟出的，因为没有考虑value为{}的情
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他