来知晓
来知晓

清华青年AI自强项目核心内容总结

文章目录

    • 讲座梗概
    • 第1讲：AI鸟瞰与升级指南
    • 第2讲：机器学习入门
    • 第3讲：经典神经网络
    • 第4讲：深度神经网络
    • 第5讲：卷积神经网络
    • 第6讲：视觉分类任务
    • 第7讲：视觉探测任务
    • 第8讲：实例与调参

本文主要梳理总结学习清华大学青年AI自强项目中的核心知识内容，各位读者可以根据需要按图索骥，enjoy！

持续更新中。

讲座梗概

  • 第1讲：AI鸟瞰与升级指南
  • 第2讲：机器学习入门
  • 第3讲：经典神经网络
  • 第4讲：深度神经网络
  • 第5讲：卷积神经网络
  • 第6讲：视觉分类任务
  • 第7讲：视觉探测任务
  • 第8讲：实例与调参

第1讲：AI鸟瞰与升级指南

主要讲了项目背景及当下AI现状，新手学习路径及方法建议。

当前新手学习AI面临的问题：理工科知识不友好，数学门槛过重，解决方案是：

  1. 不讲证明
  2. 以能懂能用为目标，画出知识最小包络
  3. 说人话，减少学术词汇，实例形象易懂

此课程面向对象，适合于对AI感兴趣的任意背景同学，极大降低新手学习入门门槛。有深入了解原理需求的读者可按以下步骤进阶：

  • 学习互助小组，了解入门
  • 做项目，实操领会
  • 打比赛，实战进阶
  • 追论文，发论文，学术前沿

第2讲：机器学习入门

主要讲了机器学习总体框架，以对知识地图有个宏观了解。

  • 大框架：收集数据、选取特征，进行标注，拟合数据，进行预测
  • 小框架：数据矩阵描述，可视化与归一化，决策边界，sigmoid激活函数，损失函数评价模型，梯度下降优化，过拟合与泛化，正则化

结合案例，生动形象地讲解了机器学习常用核心概念：

  • 特征、数据集：数据准备及特征提取思路
  • 归一化：数据预处理，统一量纲，加快收敛
  • 决策边界：进行分类的卡尺
  • 激活函数：进行非线性化处理，增大模型表达能力
  • 损失函数：评价输出结果好坏
  • 梯度下降：回溯更新参数
  • 过拟合、欠拟合和泛化：训练模型经常遇到的效果平衡

第3讲：经典神经网络

主要讲了前向传播和反向传播的概念理解和公式推导，神经网络的广义性（可拟合任意函数）。

此章节为深度学习的理论核心，可根据课件反复研读实验，务必理解透彻。

第4讲：深度神经网络

主要讲了随着神经网络深度的不断叠加，出现的问题与解决方案。

  • 梯度消失、梯度爆炸
    • 解决：换激活函数、更新初始化方法
  • 过拟合
    • 解决：正则化、学习率衰减
  • 数据集样本少
    • 解决：数据增强，人造各种数据或者各种渠道购买更多真实数据
  • 处理大数据的方法
    • 解决：mini batch和batch norm

第5讲：卷积神经网络

第6讲：视觉分类任务

第7讲：视觉探测任务

第8讲：实例与调参

你可能感兴趣的:(一起学AI,人工智能,机器学习,深度学习)

  • 展锐 ISP 模块功能特点与应用场景评估：轻量化影像处理方案的实战能力分析
    展锐ISP模块功能特点与应用场景评估：轻量化影像处理方案的实战能力分析关键词：展锐ISP、图像信号处理、3DNR、HDR合成、YUV输出、图像管线、降噪算法、调色引擎、应用场景评估、移动终端影像系统摘要：作为国产SoC平台中的关键影像处理核心，展锐ISP（ImageSignalProcessor）聚焦轻量化、低功耗与快速集成三大特性，广泛应用于中低端移动终端、AIoT摄像头及定制化影像设备。相较于
  • 19｜Whisper+ChatGPT：请AI代你听播客 _Rye_ AI大模型whisperchatgpt
    今天，我们的课程开始进入一个新的主题了，那就是语音识别。过去几周我们介绍的ChatGPT虽然很强大，但是只能接受文本的输入。而在现实生活中，很多时候我们并不方便停下来打字。很多内容比如像播客也没有文字版，所以这个时候，我们就需要一个能够将语音内容转换成文本的能力。作为目前AI界的领导者，OpenAI自然也不会放过这个需求。他们不仅发表了一个通用的语音识别模型Whisper，还把对应的代码开源了。在
  • Xtuner：大模型微调快速上手 潘达斯奈基~ AIGCAIGC
    一、XTuner是什么？简单来说，XTuner是一个轻量级、易于使用的、为大语言模型（LLM）设计的微调工具库。它由上海人工智能实验室（OpenMMLab）开发，是其强大AI工具生态（MMCV,MMEngine等）的一部分。它的核心设计理念是“用一个配置文件搞定一切”，让开发者和研究人员可以极大地简化微调流程。二、为什么选择XTuner？（核心优势）轻量且用户友好：命令行驱动：你不需要编写复杂的训
  • Chapter6: ISP架构和处理模块-之-ISP模块 ifuleyou1668 CameraQCandroid
    高通（Qualcomm）图像信号处理器（ISP）是摄像头系统中的核心组件，用于实时处理从摄像头传感器获取的图像数据。高通ISP包含多个模块，每个模块负责一部分图像处理任务。以下是高通CameraISP中常见的一些关键模块：1.RawDataInputInterfaceSensorInterface:接受来自摄像头传感器的原始数据，一般通过MIPICSI-2接口。2.LensShadingCorre
  • 手把手教你安装使用文心快码(Baidu Comate)
    前言  在编程的世界里，一款高效的集成开发环境（IDE）是每位开发者的得力助手。IntelliJIDEA作为一款功能强大的IDE，广泛应用于Java、Kotlin等编程语言的项目开发中。而百度智能云文心快码（Comate），则是一款能够显著提升编码效率的智能工具，它利用先进的AI技术，为开发者提供代码补全、语法检查等强大功能。接下来，本文将结合百度智能云文心快码（Comate），详细介绍Intel
  • AI时代的人类增强：道德考虑与身体增强的未来发展机遇分析机遇挑战 AI天才研究院 AI人工智能与大数据AI大模型企业级应用开发实战AgenticAI实战大厂Offer收割机面试题简历程序员读书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
    AI时代的人类增强：道德考虑与身体增强的未来发展机遇分析机遇挑战关键词：人工智能、身体增强、道德考虑、未来发展、机遇挑战摘要：本文将探讨AI时代人类增强的各个方面，包括道德考虑和身体增强技术的未来发展机遇与挑战。通过详细分析AI技术基础、身体增强技术、道德哲学及社会影响，本文旨在为读者提供对这一前沿领域的深入理解和前瞻性思考。目录大纲AI时代的人类增强：道德考虑与身体增强的未来发展机遇分析机遇挑战
  • 云原生AI研发体系建设路径 TechVision大咖圈 人工智能云原生人工智能云原生AI研发体系
    当AI遇上云原生，就像咖啡遇上牛奶，总能擦出不一样的火花☕️文章目录引言：为什么要建设云原生AI研发体系整体架构设计：搭建AI研发的"乐高积木"技术栈选择：选择合适的"武器装备"开发流程设计：从代码到生产的"高速公路"部署运维策略：让AI应用"稳如老狗"监控治理体系：AI应用的"健康管家"总结：建设路径与最佳实践引言：为什么要建设云原生AI研发体系在这个AI满天飞的时代，如果你还在用传统的方式搞A
  • 前端如何借助 Postman 进行接口性能调优 前端视界 前端艺匠馆前端postmanluaai
    前端如何借助Postman进行接口性能调优关键词：前端开发、Postman、接口性能调优、API测试、性能分析摘要：本文围绕前端开发中借助Postman进行接口性能调优展开。首先介绍了相关背景知识，包括目的、预期读者、文档结构和术语表。接着阐述了核心概念，如接口性能的相关概念及其联系，并给出了对应的文本示意图和Mermaid流程图。详细讲解了核心算法原理和具体操作步骤，结合Python代码示例进行
  • R语言的软件开发工具 纪霁然 包罗万象golang开发语言后端
    R语言的软件开发工具引言R语言因其强大的数据分析能力和丰富的统计包，自发布以来便广受欢迎。随着数据科学和分析的迅猛发展，R语言也逐渐成为数据分析、机器学习和统计建模领域的重要工具。为了更好地利用R语言进行软件开发，许多软件开发工具和环境应运而生。本文将深入探讨R语言的主要开发工具，帮助开发者更高效地进行数据处理和分析。1.R和RStudio基础R语言本身是一个用于统计计算和图形绘制的编程语言，而R
  • 如果在main中抛出异常，该如何处理 snetlogon20 java前端开发语言
    #采用setDefaultUncaughtExceptionHandler进行全局兜底publicstaticvoidmain(String[]args){Thread.setDefaultUncaughtExceptionHandler((thread,ex)->{System.err.println("全局捕获异常:"+ex.getMessage());ex.printStackTrace()
  • 目标检测：从基础原理到前沿技术全面解析 随机森林404 计算机视觉目标检测人工智能计算机视觉
    引言在计算机视觉领域，目标检测是一项核心且极具挑战性的任务，它不仅要识别图像中有什么物体，还要确定这些物体在图像中的具体位置。随着人工智能技术的快速发展，目标检测已成为智能监控、自动驾驶、医疗影像分析等众多应用的基础技术。本文将全面介绍目标检测的基础概念、发展历程、关键技术、实践应用以及未来趋势，为读者提供系统性的知识框架。第一章目标检测概述1.1目标检测的定义与重要性目标检测（ObjectDet
  • AtCoder Beginner Contest 412(ABCDE)
    前言回来喽！！前一阵子期末周快复习疯了，接下来还想准备数学建模，感觉高中都没这么忙过T^T。中间参加了一场百度之星的比赛，只AC了两题，感觉好难啊还是太菜了，希望能混个牌呜呜呜。图论和数论题好难，还得多练啊……一、A-TaskFailedSuccessfully#includeusingnamespacestd;typedeflonglongll;typedefpairpii;voidsolve(
  • 用AI实现“抢券自由”：手把手教你打造智能抢单机器人
    目录一、手速不够？抢券党的真实困境二、技术揭秘：RPA+AI如何成为“抢券外挂”1.什么是RPA（机器人流程自动化）？2.AI工作流的降维打击三、实战教学：20行代码打造AI抢券机器人1.工具准备2.智能脚本核心代码四、高阶技巧：让机器人更“聪明”的3个秘密1.视觉识别加持2.多账号并行操作3.智能避坑策略五、技术延伸：RPA+AI还能做什么？六、避坑指南：新手常见问题解答一、手速不够？抢券党的真
  • 喜讯 | Navicat 蝉联 2025 年 DBTA 100 强名单 Navicat中国 Navicat17焕新上市navicat数据库
    Navicat在“DBTA1002025-数据领域最重要的公司”榜单中获得表彰。该奖项旨在表彰在数据管理与分析领域的领先创新者。数据库趋势与应用集团出版人TomHogan表示：“企业正寻求扩大人工智能的应用范围，采用新的技术与应用，增加数据分析/商业智能的使用，并对现有应用进行现代化改造”，“每年，《数据库趋势与应用》杂志都会推出DBTA100榜单，旨在表彰具有创新精神、能够为客户带来新产品新体验
  • javascript基础从小白到高手系列四千八百七十二：数值范围
    除了"email"和"url"，HTML5还定义了其他几种新的输入元素类型，它们都是期待某种数值输入的，包括：“number”、“range”、“datetime”、“datetime-local”、“date”、“month”、“week”和"time"。并非所有主流浏览器都支持这些类型，因此使用时要当心。浏览器厂商目前正致力于解决兼容性问题和提供更逻辑化的功能。本节内容更多地是介绍未来趋势，而
  • 策略梯度在网络安全中的应用：AI如何防御网络攻击 AI智能探索者 web安全人工智能安全ai
    策略梯度在网络安全中的应用：AI如何防御网络攻击关键词：策略梯度、网络安全、AI防御、强化学习、网络攻击、入侵检测、自适应防御摘要：本文将探讨策略梯度这一强化学习算法在网络安全领域的创新应用。我们将从基础概念出发，逐步揭示AI如何通过学习网络攻击模式来构建自适应防御系统，分析其核心算法原理，并通过实际代码示例展示实现过程。文章还将讨论当前应用场景、工具资源以及未来发展趋势，为读者提供对这一前沿技术
  • Midjourney：AI人工智能图像生成的新方向 AI智能探索者 人工智能midjourney计算机视觉ai
    Midjourney：AI人工智能图像生成的新方向关键词：Midjourney、AI图像生成、扩散模型、提示词工程、多模态学习、生成式AI、创意工具摘要：本文将带您走进AI图像生成的前沿领域，以Midjourney为核心，从技术原理到实际应用，用通俗易懂的语言解析其背后的“魔法”。我们将通过生活案例、技术拆解和实战演示，揭示Midjourney如何通过扩散模型、提示词工程和多模态学习，重新定义“用
  • 【V15.0 - 交互篇】从“卡顿”到“丝滑”：我用Streamlit三个高级技巧，把AI应用的体验拉满了
    在上一篇《告别黑框框：我用Streamlit，3小时给AI穿上了“钢铁侠战衣”》中，我们体验了Streamlit的黑魔法，成功地将我们强大的AI内核，从冰冷的命令行，封装成了一个有血有肉的Web应用。它能看，能用，看起来已经很酷了。但当我把这个应用的早期版本发给朋友试用时，我收到了三个尖锐的反馈：‘我只是想拖动一下滑块，为什么整个页面都要重新加载一遍，烦死了！’‘你的报告太长了，我只想看结论，能不
  • 英语学习：H开头 only-lucky 英语学习学习
    habit习惯hair头发haircut理发half一半hall大厅ham火腿hamburger汉堡包hammer锤子hand手，指针handbag手提包handful少量，少数handkerchief手帕handle柄handsome英俊的handwriting书法handy便利的，顺手的hang悬挂happen偶然发生happiness幸福hard努力的hardly几乎不hardship困难的
  • vite项目中引入tailwindcss，难倒AI的操作 苦夏木禾 csscss
    官方教程1.创建您的项目如果你还没有设置，请先创建一个新的Vite项目。最常见的方法是使用CreateVite。npmcreatevite@latestmy-projectcdmy-project安装TailwindCSSnpminstalltailwindcss@tailwindcss/vite配置Vite插件将插件添加到你的Vite配置中。@tailwindcss/vite//vite.con
  • 【领码思考】ESG画卷里的项目管理新篇：AI赋能下的绿色智造之路 领码科技 央国企理念篇AI应用人工智能ESG项目管理AI赋能绿色转型可持续发展
    摘要ESG（环境、社会、治理）理念正悄然融入项目管理的每个细胞，成为驱动项目成功的新引擎。本文聚焦ESG如何与项目管理深度融合，立体呈现各阶段ESG应用场景，围绕AI与数字化工具的协同赋能，解析项目经理如何在绿色转型中实现角色跃迁。通过流程图与表格精炼框架，强化理论指导与实践操作，并结合当下热点新技术，旨在为项目团队和企业管理层提供清晰可落地的全周期ESG实施路径，开启项目管理可持续发展的智慧新纪
  • Cursor Rules优化实战：构建高效稳定的AI代码生成规范体系｜得物技术 得物技术 人工智能
    一、背景随着AI辅助编程工具的普及，CursorIDE已经成为越来越多开发者的选择。然而，在实际使用过程中，我们发现了一个关键问题：如何让AI真正理解项目需求并生成高质量、一致性的代码？答案在于构建一套系统化的AI协作规范。与传统的代码规范不同，AI协作规范需要考虑更多维度：如何让AI准确理解业务逻辑和技术要求如何确保生成代码的架构一致性和质量标准如何在团队中推广和维护统一的开发模式如何避免规范冲
  • linux/ubuntu日志管理--/dev/log 的本质与作用 奇妙之二进制 #嵌入式/Linuxlinuxubuntu运维
    文章目录**一、基本概念****二、技术细节：UNIX域套接字****三、在不同日志系统中的角色****四、应用程序如何使用`dev/log`****五、查看和验证`/dev/log`****六、总结`/dev/log`的核心作用**一、基本概念/dev/log是一个UNIX域套接字（UnixDomainSocket），是Linux系统中实现进程间通信（IPC）的一种特殊文件。它为应用程序提供了向
  • 物联网零售领域AI算力网络与通信的应用探索 AI算力网络与通信 物联网零售人工智能ai
    物联网零售领域AI算力网络与通信的应用探索关键词：物联网、零售领域、AI算力网络、通信、应用探索摘要：本文聚焦于物联网零售领域，深入探讨了AI算力网络与通信的应用。首先介绍了相关背景，包括目的、预期读者等。接着对核心概念进行解释，阐述它们之间的关系并给出原理架构示意图和流程图。然后详细讲解核心算法原理、数学模型与公式，通过项目实战展示代码案例及解读。还介绍了实际应用场景、推荐相关工具资源，分析未来
  • AI原生应用必知：5大高效多轮对话框架对比 AI原生应用开发 AI-nativeeasyui前端ai
    AI原生应用必知：5大高效多轮对话框架对比关键词：AI原生应用、多轮对话、对话框架、自然语言处理、上下文管理、意图识别、对话状态跟踪摘要：本文深入探讨了构建AI原生应用时必备的5大多轮对话框架，包括Rasa、Dialogflow、MicrosoftBotFramework、AmazonLex和IBMWatsonAssistant。通过对比分析它们的架构设计、核心功能和应用场景，帮助开发者选择最适合
  • 剖析AI人工智能领域Whisper的性能指标 AI大模型应用实战 人工智能whisperxcodeai
    剖析AI人工智能领域Whisper的性能指标关键词：Whisper、语音识别、性能指标、ASR、AI模型评估、基准测试、语音转文本摘要：本文深入剖析OpenAI开发的Whisper语音识别系统的性能指标。我们将从技术原理、架构设计、性能基准测试等多个维度，全面分析Whisper在不同场景下的表现。文章将详细讲解Whisper的评估方法、关键性能指标解读、实际应用中的性能表现，以及与其他主流语音识别
  • 探索AI人工智能领域多智能体系统的技术原理 AI大模型应用之禅 人工智能网络ai
    探索AI人工智能领域多智能体系统的技术原理关键词：AI人工智能、多智能体系统、技术原理、智能体交互、分布式计算摘要：本文深入探索了AI人工智能领域多智能体系统的技术原理。首先介绍了多智能体系统的背景，包括其目的、预期读者、文档结构和相关术语。接着阐述了多智能体系统的核心概念与联系，通过文本示意图和Mermaid流程图进行清晰展示。详细讲解了核心算法原理，结合Python源代码进行说明，并给出了相关
  • 【科研写作自动化工具】如何用AI技术组合（大模型+多Agent+自动化）打造一个“智能论文生产线”，把枯燥的写作流程变成自动化
    n8n是一款开源的工作流自动化工具，类似于Zapier或Make（原Integromat），但更注重灵活性和开发者友好性。在课程文件中提到的n8n自动化流水线主要用于科研写作的自动化流程集成，以下是详细解释：n8n的核心功能可视化工作流设计：通过拖拽节点（Nodes）连接不同工具和服务，无需编写复杂代码即可搭建自动化流程。多平台集成：支持连接文献数据库（如PubMed、arXiv）、AI模型（如O
  • 金融安全生命线：用AWS EventBridge和CloudTrail构建主动式入侵检测系统 运维开发王义杰 系统运维aws信息安全安全金融aws
    今天，我们来聊一个硬核又极具价值的话题：如何为身处安全风暴中心的金融系统，构建一道坚不可摧的主动式入侵检测防线。在金融领域，安全不是一个选项，而是生存的基石。任何微小的疏忽都可能导致灾难性的资产损失。传统的防火墙和WAF固然重要，但面对日益复杂的内部威胁和APT攻击，我们需要更智能、更主动的监控手段。幸运的是，AWS为我们提供了两个强大的武器：CloudTrail和EventBridge。利用AW
  • elkai库高效求解旅行商（TSP）问题（Pycharm23.01） 一九天虚 pythontsp问题旅行商问题
    技术文档摘要简介本技术文档描述了一个基于elkai库实现的‌旅行商问题（TSP）求解与可视化工具‌，用于计算给定城市坐标的最优路径并展示结果。以下是核心功能与技术实现要点：1.‌核心功能‌‌TSP求解‌：通过elkai库高效求解城市坐标的最优访问顺序，最小化总路径成本。‌路径可视化‌：基于Matplotlib绘制路径图，动态标注起点、城市序号及路径走向。‌结果分析‌：输出路径总成本（目标值）及城市
  • 戴尔笔记本win8系统改装win7系统 sophia天雪 win7戴尔改装系统win8
    戴尔win8 系统改装win7 系统详述 第一步：使用U盘制作虚拟光驱：         1）下载安装UltraISO：注册码可以在网上搜索。         2）启动UltraISO，点击“文件”—》“打开”按钮，打开已经准备好的ISO镜像文
  • BeanUtils.copyProperties使用笔记 bylijinnan java
    BeanUtils.copyProperties VS PropertyUtils.copyProperties 两者最大的区别是： BeanUtils.copyProperties会进行类型转换，而PropertyUtils.copyProperties不会。 既然进行了类型转换，那BeanUtils.copyProperties的速度比不上PropertyUtils.copyProp
  • MyEclipse中文乱码问题 0624chenhong MyEclipse
    一、设置新建常见文件的默认编码格式，也就是文件保存的格式。 在不对MyEclipse进行设置的时候，默认保存文件的编码，一般跟简体中文操作系统（如windows2000，windowsXP）的编码一致，即GBK。 在简体中文系统下，ANSI 编码代表 GBK编码;在日文操作系统下，ANSI 编码代表 JIS 编码。 Window-->Preferences-->General -
  • 发送邮件 不懂事的小屁孩 send email
    import org.apache.commons.mail.EmailAttachment; import org.apache.commons.mail.EmailException; import org.apache.commons.mail.HtmlEmail; import org.apache.commons.mail.MultiPartEmail;
  • 动画合集 换个号韩国红果果 htmlcss
    动画 指一种样式变为另一种样式 keyframes应当始终定义0 100 过程 1 transition  制作鼠标滑过图片时的放大效果 css .wrap{ width: 340px;height: 340px; position: absolute; top: 30%; left: 20%; overflow: hidden; bor
  • 网络最常见的攻击方式竟然是SQL注入 蓝儿唯美 sql注入
    NTT研究表明，尽管SQL注入（SQLi）型攻击记录详尽且为人熟知，但目前网络应用程序仍然是SQLi攻击的重灾区。 信息安全和风险管理公司NTTCom Security发布的《2015全球智能威胁风险报告》表明，目前黑客攻击网络应用程序方式中最流行的，要数SQLi攻击。报告对去年发生的60亿攻击 行为进行分析，指出SQLi攻击是最常见的网络应用程序攻击方式。全球网络应用程序攻击中，SQLi攻击占
  • java笔记2 a-john java
    类的封装： 1，java中，对象就是一个封装体。封装是把对象的属性和服务结合成一个独立的的单位。并尽可能隐藏对象的内部细节（尤其是私有数据） 2，目的：使对象以外的部分不能随意存取对象的内部数据（如属性），从而使软件错误能够局部化，减少差错和排错的难度。 3，简单来说，“隐藏属性、方法或实现细节的过程”称为——封装。 4，封装的特性：       4.1设置
  • [Andengine]Error：can't creat bitmap form path “gfx/xxx.xxx” aijuans 学习Android遇到的错误
            最开始遇到这个错误是很早以前了，以前也没注意，只当是一个不理解的bug，因为所有的texture，textureregion都没有问题，但是就是提示错误。 昨天和美工要图片，本来是要背景透明的png格式，可是她却给了我一个jpg的。说明了之后她说没法改，因为没有png这个保存选项。 我就看了一下，和她要了psd的文件，还好我有一点
  • 自己写的一个繁体到简体的转换程序 asialee java转换繁体filter简体
              今天调研一个任务，基于java的filter实现繁体到简体的转换，于是写了一个demo，给各位博友奉上，欢迎批评指正。          实现的思路是重载request的调取参数的几个方法，然后做下转换。          
  • android意图和意图监听器技术 百合不是茶 android显示意图隐式意图意图监听器
    Intent是在activity之间传递数据;Intent的传递分为显示传递和隐式传递   显式意图：调用Intent.setComponent() 或 Intent.setClassName() 或 Intent.setClass()方法明确指定了组件名的Intent为显式意图，显式意图明确指定了Intent应该传递给哪个组件。   隐式意图;不指明调用的名称,根据设
  • spring3中新增的@value注解 bijian1013 javaspring@Value
            在spring 3.0中，可以通过使用@value，对一些如xxx.properties文件中的文件，进行键值对的注入，例子如下： 1.首先在applicationContext.xml中加入：  <beans xmlns="http://www.springframework.
  • Jboss启用CXF日志 sunjing logjbossCXF
    1. 在standalone.xml配置文件中添加system-properties：     <system-properties>        <property name="org.apache.cxf.logging.enabled" value=&
  • 【Hadoop三】Centos7_x86_64部署Hadoop集群之编译Hadoop源代码 bit1129 centos
      编译必需的软件 Firebugs3.0.0 Maven3.2.3 Ant JDK1.7.0_67 protobuf-2.5.0 Hadoop 2.5.2源码包       Firebugs3.0.0   http://sourceforge.jp/projects/sfnet_findbug
  • struts2验证框架的使用和扩展 白糖_ 框架xmlbeanstruts正则表达式
    struts2能够对前台提交的表单数据进行输入有效性校验，通常有两种方式： 1、在Action类中通过validatexx方法验证，这种方式很简单，在此不再赘述； 2、通过编写xx-validation.xml文件执行表单验证，当用户提交表单请求后，struts会优先执行xml文件，如果校验不通过是不会让请求访问指定action的。 本文介绍一下struts2通过xml文件进行校验的方法并说
  • 记录-感悟 braveCS 感悟
    再翻翻以前写的感悟，有时会发现自己很幼稚，也会让自己找回初心。   2015-1-11 1. 能在工作之余学习感兴趣的东西已经很幸福了； 2. 要改变自己，不能这样一直在原来区域，要突破安全区舒适区，才能提高自己，往好的方面发展； 3. 多反省多思考；要会用工具，而不是变成工具的奴隶； 4. 一天内集中一个定长时间段看最新资讯和偏流式博
  • 编程之美-数组中最长递增子序列 bylijinnan 编程之美
    import java.util.Arrays; import java.util.Random; public class LongestAccendingSubSequence { /** * 编程之美 数组中最长递增子序列 * 书上的解法容易理解 * 另一方法书上没有提到的是，可以将数组排序（由小到大）得到新的数组， * 然后求排序后的数组与原数
  • 读书笔记5 chengxuyuancsdn 重复提交struts2的token验证
    1、重复提交 2、struts2的token验证 3、用response返回xml时的注意 1、重复提交 (1)应用场景 (1-1)点击提交按钮两次。 (1-2)使用浏览器后退按钮重复之前的操作，导致重复提交表单。 (1-3)刷新页面 (1-4)使用浏览器历史记录重复提交表单。 (1-5)浏览器重复的 HTTP 请求。 (2)解决方法 (2-1)禁掉提交按钮 (2-2)
  • [时空与探索]全球联合进行第二次费城实验的可能性 comsci
         二次世界大战前后,由爱因斯坦参加的一次在海军舰艇上进行的物理学实验 -费城实验   至今给我们大家留下很多迷团.....      关于费城实验的详细过程,大家可以在网络上搜索一下,我这里就不详细描述了      在这里,我的意思是,现在
  • easy connect 之 ORA-12154: TNS: 无法解析指定的连接标识符 daizj oracleORA-12154
    用easy connect连接出现“tns无法解析指定的连接标示符”的错误，如下： C:\Users\Administrator>sqlplus username/[email protected]:1521/orcl SQL*Plus: Release 10.2.0.1.0 – Production on 星期一 5月 21 18:16:20 2012 Copyright (c) 198
  • 简单排序:归并排序 dieslrae 归并排序
    public void mergeSort(int[] array){ int temp = array.length/2; if(temp == 0){ return; } int[] a = new int[temp]; int
  • C语言中字符串的\0和空格 dcj3sjt126com c
       \0 为字符串结束符，比如说：                       abcd (空格)cdefg； 存入数组时，空格作为一个字符占有一个字节的空间，我们
  • 解决Composer国内速度慢的办法 dcj3sjt126com Composer
    用法： 有两种方式启用本镜像服务： 1 将以下配置信息添加到 Composer 的配置文件 config.json 中（系统全局配置）。见“例1” 2 将以下配置信息添加到你的项目的 composer.json 文件中（针对单个项目配置）。见“例2” 为了避免安装包的时候都要执行两次查询，切记要添加禁用 packagist 的设置，如下 1 2 3 4 5
  • 高效可伸缩的结果缓存 shuizhaosi888 高效可伸缩的结果缓存
    /** * 要执行的算法，返回结果v */ public interface Computable<A, V> { public V comput(final A arg); }   /** * 用于缓存数据 */ public class Memoizer<A, V> implements Computable<A,
  • 三点定位的算法 haoningabc c算法
    三点定位， 已知a,b,c三个顶点的x,y坐标 和三个点都z坐标的距离，la，lb,lc 求z点的坐标 原理就是围绕a,b,c 三个点画圆，三个圆焦点的部分就是所求 但是，由于三个点的距离可能不准，不一定会有结果， 所以是三个圆环的焦点，环的宽度开始为0，没有取到则加1 运行 gcc -lm test.c test.c代码如下 #include "stdi
  • epoll使用详解 jimmee clinux服务端编程epoll
    epoll - I/O event notification facility在linux的网络编程中，很长的时间都在使用select来做事件触发。在linux新的内核中，有了一种替换它的机制，就是epoll。相比于select，epoll最大的好处在于它不会随着监听fd数目的增长而降低效率。因为在内核中的select实现中，它是采用轮询来处理的，轮询的fd数目越多，自然耗时越多。并且，在linu
  • Hibernate对Enum的映射的基本使用方法 linzx0212 enumHibernate
      枚举   /** * 性别枚举 */ public enum Gender { MALE(0), FEMALE(1), OTHER(2); private Gender(int i) { this.i = i; } private int i; public int getI
  • 第10章 高级事件（下） 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/
  • 孙子兵法 roadrunners 孙子兵法
    始计第一 孙子曰： 兵者，国之大事，死生之地，存亡之道，不可不察也。 故经之以五事，校之以计，而索其情：一曰道，二曰天，三曰地，四曰将，五 曰法。道者，令民于上同意，可与之死，可与之生，而不危也；天者，阴阳、寒暑 、时制也；地者，远近、险易、广狭、死生也；将者，智、信、仁、勇、严也；法 者，曲制、官道、主用也。凡此五者，将莫不闻，知之者胜，不知之者不胜。故校 之以计，而索其情，曰
  • MySQL双向复制 tomcat_oracle mysql
    本文包括: 主机配置 从机配置 建立主-从复制 建立双向复制   背景 按照以下简单的步骤: 参考一下： 在机器A配置主机(192.168.1.30) 在机器B配置从机(192.168.1.29) 我们可以使用下面的步骤来实现这一点   步骤1：机器A设置主机 在主机中打开配置文件 ,
  • zoj 3822 Domination(dp) 阿尔萨斯 Mina
    题目链接：zoj 3822 Domination 题目大意：给定一个N∗M的棋盘，每次任选一个位置放置一枚棋子，直到每行每列上都至少有一枚棋子，问放置棋子个数的期望。 解题思路：大白书上概率那一张有一道类似的题目，但是因为时间比较久了，还是稍微想了一下。dp[i][j][k]表示i行j列上均有至少一枚棋子，并且消耗k步的概率（k≤i∗j）,因为放置在i+1~n上等价与放在i+1行上，同理
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他