- 【vLLM 学习】安装
vLLM是一款专为大语言模型推理加速而设计的框架,实现了KV缓存内存几乎零浪费,解决了内存管理瓶颈问题。更多vLLM中文文档及教程可访问→https://vllm.hyper.ai/vLLM是一个Python库,包含预编译的C++和CUDA(12.1)二进制文件。依赖环境操作系统:LinuxPython:3.8-3.12GPU:计算能力7.0或更高(例如V100、T4、RTX20xx、A100、L
- 三种方式实现人车流统计(yolov5+opencv+deepsort+bytetrack+iou)
Jayson God
人工智能c++yolov5opencv算法人工智能
一、运行环境1、项目运行环境如下2、CPU配置3、GPU配置如果没有GPUyolov5目标检测时间会比较久二、编程语言与使用库版本项目编程语言使用c++,使用的第三方库,onnxruntime-linux-x64-1.12.1,opencv-4.6.0opencv官方地址Releases-OpenCVopencvgithub地址https://github.com/opencv/opencv/tr
- 揭秘DeepSeek代码改写提示词:从低效代码到工业级优化的AI魔法
老六哥_AI助理指南
DeepSeek人工智能DeepSeek
揭秘DeepSeek代码改写提示词:从低效代码到工业级优化的AI魔法引言:代码改写——AI时代的"编程外科手术"在软件工程领域,代码改写(CodeRefactoring)既是基本功也是高阶技能。传统开发中,开发者需要同时兼顾功能实现、性能优化、边界条件处理等多维目标,而DeepSeek的代码改写提示词技术,通过其独特的模型架构与提示词工程,正在重构这一过程的底层逻辑。本文将从技术原理、实践方法论、
- 基于 LLM 的智能运维 Agent 系统设计与实现
LLM教程
人工智能embeddingLLMpython大模型Agent智能体
摘要本文详细介绍了一个基于大语言模型(LLM)的智能运维Agent系统的设计与实现。该系统采用多Agent协同的架构,通过事件驱动的方式实现了自动化运维流程。系统集成了先进的AI能力,能够实现故障自动诊断、预测性维护、知识沉淀等核心功能。一、运维Agent架构设计在设计智能运维Agent系统时,我们采用了模块化和事件驱动的架构思想,将复杂的运维场景分解为多个独立的能力域,并通过消息总线实现各组件的
- python后端调用Deep Seek API
YY_oot
pythonai语言模型
python后端调用DeepSeekAPI需要依次下载●Ollama●DeepseekR1LLM模型●嵌入模型nomic-embed-text/bge-m3●AnythingLLM参考教程:DeepseekR1打造本地化RAG知识库:安装部署使用详细教程手把手教你:deepseekR1基于AnythingLLMAPI调用本地知识库python调用anythingllm的APIimportreque
- JVM内存模型与Java线程内存模型的区别
我心向阳iu
面试-场景应用题#JVM#Java多线程jvmjava开发语言
文章目录JVM内存模型与Java线程内存模型的区别JVM内存模型1.程序计数器(ProgramCounterRegister)2.Java虚拟机栈(JavaVirtualMachineStacks)3.本地方法栈(NativeMethodStack)4.Java堆(JavaHeap)5.方法区(MethodArea)6.运行时常量池(RuntimeConstantPool)7.直接内存(Direc
- .Net 7 新编译器 ILC 简析
dotNET跨平台
.net
楔子:这个新编译器的全称是ILCompiler。是之前CoreRT项目合并过来的,在.Net7成熟,并且可以产业化应用。本质:ILC编译器的本质除了构建CLR的所拥有的主要功能,还包含了对LLVM这种意图取代GCC编译器的操作,对于LLVM主要是用来Win,Linux,Macos三种不同的操作系统的目标文件而所做的封装。一.CLR的主要功能:1.构建内存模型,比如MethodTable,EECla
- 【AI论文】随机鹦鹉在大型语言模型(LLM)之肩:物理概念理解的总结性评估
东临碣石82
人工智能语言模型自然语言处理
摘要:我们以系统的方式探讨了一个被广泛提及的问题:大型语言模型(LLM)真的理解它们所说的话吗?这与人们更为熟悉的术语“随机鹦鹉”息息相关。为此,我们提出了一项总结性评估,针对一项精心设计的物理概念理解任务——PhysiCo。我们的任务通过使用网格格式的输入来抽象描述物理现象,从而缓解了记忆问题。这些网格代表了不同层次的理解,从核心现象、应用实例到网格世界中其他抽象模式的类比。对我们任务的全面研究
- JVM内存区域以及内存分配策略
NPU_Li Meng
JVMJVMJava中的内存区域
一、运行时的数据区域程序计数器程序计数器(ProgramCounterRegister)是一块较小的内存空间,可以看作是当前线程所执行的字节码的行号指示器。每个线程都有一个独立的程序计数器,彼此间计数器互不影响,独立存储,即是“线程私有”的内存。在虚拟机的概念模型里,字节码解释器工作时就是通过改变这个计数器的值来选取下一条需要执行的字节码指令,分支、跳转、循坏、异常处理、线程恢复等基础功能都需要依
- LLaMA3大模型技术全网最全解析——模型架构与训练方法(收录于GPT-4/ChatGPT技术与产业分析)
chenweiPhD
人工智能深度学习语言模型架构
Meta在周四(4月18日)发布了其最新大型语言模型LLaMA3。该模型将被集成到其虚拟助手MetaAI中。Meta自称8B和70B的LLaMA3是当今8B和70B参数规模的最佳模型,并在推理、代码生成和指令跟踪方面有了很大进步。(点赞是我们分享的动力)--------------------------------------------------主编作者陈巍博士,高级职称,曾担任华为系相关自
- 第二章:13.1 机器学习的迭代发展
望云山190
机器学习人工智能
目录机器学习模型开发流程构建电子邮件垃圾邮件分类器示例总结垃圾邮件分类示例构建垃圾邮件分类器机器学习模型开发流程确定系统架构:首先,需要决定机器学习系统的总体架构,这包括选择合适的模型、确定使用的数据集、可能还包括选择超参数等。实现和训练模型:根据上述决定,实现并训练一个模型。通常,第一次训练的模型不会立即达到预期的效果。诊断和调整:对模型进行诊断,查看算法的偏差、方差或进行错误分析。根据诊断结果
- DeepSeek 如何获取数据库中的表信息(表名和字段名称)
Python测试之道
数据库python
问题背景在测试或开发过程中,了解数据库的表结构(包括表名和字段名称)是非常重要的一环,尤其是当我们需要测试数据库相关的功能或验证数据时。然而,手动查看数据库结构可能耗时且容易出错。如果能够通过DeepSeek与数据库直接交互,自动获取表名和字段信息,将大大提升测试效率。本文将介绍如何利用DeepSeek模型结合数据库查询,自动生成表结构信息(包括表名和字段名称)。此外,还会展示如何通过自然语言描述
- C语言分支和循环语句
止水编程 water_proof
c语言开发语言
C语言中的语句分为三种结构:1.顺序结构2.选择结构:if、switch、case等等3.循环结构:while、for、dowhile等等本章主要讲:分支语句:if、switch循环语句:while、for、dowhile、goto语句一.什么是语句?C语句可分为以下五类:1.表达式语句2.函数调用语句3.控制语句4.复合语句5.空语句本章后面介绍的是控制语句C语言中有九种控制语句,可分为以下三类
- 私有AI对话系统实战:基于Ollama+OpenWebUI的DeepSeek-R1本地化部署手把手教学(可共享访问)
Developer-YC
DeekSeek-R1大模型解读与实战教学人工智能pythonjavagithubnode.js语言模型后端
引言:为什么选择本地部署大模型?在数据隐私日益重要的今天,云端AI服务的局限性逐渐显现——敏感信息泄露风险、网络延迟依赖、定制化能力不足。而通过**Ollama(模型管理框架)和OpenWebUI(可视化交互工具)**的组合,开发者可以轻松实现大模型(如DeepSeek-R1)的本地部署,兼顾性能与安全。本文将以DeepSeek-R1为例,详解从环境配置到实战应用的全流程。一、工具与模型简介1.O
- deepseek本地部署指南(解决下载速度慢)
灶龙
人工智能deepseek人工智能本地部署
很多人都照着网上的教程去下载,但是网上的下载Ollama模型都下载不了,所以我打算写一篇不同的deepseek本地部署指南。第一步:下载奇游加速器奇游加速器下载网址下载奇游加速器后进行安装,然后搜索Deepseek点击进去,不要着急充值,点击右上角口令,输入奇游111就可以白嫖三天的有效期。第二步:下载Ollama框架点进Deepseek后,先点击一键加速(中途不要关闭),在点击右边的游戏服务中的
- Java 核心与应用:Java 输入输出流概述
星核日记
《Java核心与应用》java开发语言
目录Java核心与应用:Java输入输出流概述主题:Java核心与应用:引言学习目标1.Java输入输出流基础1.1输入输出流的概念1.1.1流的分类1.1.2常用输入输出流接口1.2输入输出流的接口继承图1.3常用输入输出流接口的方法1.3.1`InputStream`常用方法1.3.2`OutputStream`常用方法1.4装饰器模式在IO体系中的应用1.4.1装饰器模式示例1.4.2装饰器
- 理论一、大模型—概念
伯牙碎琴
大模型自然语言处理ai
一、总述大模型通常指的是参数规模庞大、训练难度较高的人工智能模型。随着深度学习技术的发展,研究人员和企业越来越倾向于构建更大的模型,以提高模型的性能和泛化能力。这些大模型往往需要大量的数据和计算资源来训练,并且在实际应用中通常表现出色。大模型全称是大型语言模型(LLM,LargeLanguageModel),这个“大”主要指模型结构容量大,结构中的参数多,用于预训练大模型的数据量大。一个大模型可以
- 一、大模型微调的前沿技术与应用
伯牙碎琴
大模型微调人工智能大模型微调Deepseek
大模型微调的前沿技术与应用随着大规模预训练模型(如GPT、BERT、T5等)的广泛应用,大模型微调(Fine-Tuning,FT)成为了提升模型在特定任务中性能的关键技术。通过微调,开发者可以根据实际需求调整预训练模型的参数,使其更好地适应特定应用场景。本文将介绍大模型微调技术的前沿发展,分析不同微调方法的特点、适用场景以及优缺点,并对它们进行系统分类。微调技术的重要性大模型微调能够帮助开发者根据
- 学习计划:第三阶段(第七周)
狐凄
学习学习python开发语言
目录第三阶段:继承与多态第7周:综合运用继承与多态周一:周二:周三:周四:周五:总结一、学习内容回顾(一)多层次类结构设计与实现(二)多态应用场景构建二、问题与解决(一)问题(二)解决方法三、学习成果四、后续学习展望第三阶段:继承与多态第7周:综合运用继承与多态周一:设计复杂类结构:设计一个包含多个层次继承关系的类结构,以“交通工具”为主题。首先设计一个“交通工具”父类,它具有通用属性如name(
- 根据deepseek模型微调训练自动驾驶模型及数据集的思路
ywfwyht
自动驾驶深度学习人工智能自动驾驶人工智能机器学习
以下是使用DeepSeek模型微调训练自动驾驶模型的详细步骤和代码示例。本流程假设你已有自动驾驶领域的数据集(如驾驶指令、传感器数据等),并基于PyTorch框架实现。Step1:环境准备#安装依赖库pipinstalltorchtransformersdatasetsnumpypandasStep2:数据准备假设数据集格式为JSON,包含输入文本(传感器/场景描述)和输出控制指令://data/
- Open3D C++系列教程 (七)继承窗口类
吉拉尔
Open3D-GUIc++开发语言guiopen3d
Open3DC++系列教程(七)继承窗口类前置:Open3DC++系列教程(一)环境搭建Open3DC++系列教程(二)第一个GUI窗口Open3DC++系列教程(三)关于程序异常退出的探讨Open3DC++系列教程(四)动画Tick事件Open3DC++系列教程(五)创建菜单栏Open3DC++系列教程(六)菜单栏-文件拾取在之前的几节中介绍了直接在main中使用gui::Window和gui:
- 领域驱动设计(DDD)是什么?——从理论到实践的全方位解析
小胡说技书
Java+SSM+DBjava领域驱动设计(DDD)架构领域模型微服务
文章目录一、引言二、核心概念与定位2.1DDD定义与核心理念2.2DDD关键元素三、底层原理与技术细节3.1领域模型与普适语言3.1.1领域模型3.1.2普适语言(UbiquitousLanguage)3.2战术设计模式详解3.2.1实体、值对象、聚合与领域服务3.2.2无状态函数在领域服务中的应用3.2.3工厂与仓储模式3.3战略设计:限界上下文与防腐层3.3.1限界上下文(BoundedCon
- 自动驾驶---Motion Planning之参考线Path平滑
智能汽车人
自动驾驶人工智能
1背景有了由lane_segment插值得到的粗糙参考线,这种参考线是无法输出给下游使用的,需要进一步的处理使得参考线更加平滑,才能供下游控制模块使用。Apollo中共有三种参考线平滑算法,分别为:1.QpSplineSmoother2.SpiralReferenceLineSmoother3.DiscretePointsSmoother目前Apollo中默认配置为最后一种,基于离散点的平滑。这种
- 揭秘DeepSeek内幕:清华教授剖析AI模型技术原理
大模型.
人工智能chatgpt安全agigpt大模型deepseek
从ChatGPT到各种新兴的AI模型,每一次技术突破都能引发广泛的关注和讨论——而最近AI界的“新宠”,无疑是DeepSeek。在本文中,清华大学长聘副教授将深入剖析DeepSeekR1背后的大规模强化学习技术及其基本原理,并进一步展望大模型技术未来的发展方向。1、透过DeepSeekR1,看大模型技术的发展趋势今天我将从宏观角度为大家介绍DeepSeekR1所代表的大规模强化学习技术,及其基本原
- 【科普】大模型应用中一个 Token 占多少汉字?答案超乎想象!
大模型.
easyui前端人工智能程序人生语言模型文心一言自然语言处理
先说答案:不同模型可能采用各自的切分方法,因此,一个Token所对应的汉字数量也会有所不同。如腾讯1token≈1.8个汉字,通义千问、千帆大模型等1token=1个汉字,对于英文文本来说,1个token通常对应3至4个字母,不同的模型对相同的输入分词,分词结果是不一样的。同样可以说,一个汉字占约0.5个Token。Token是大模型中最基础、最常见的概念,它既可以是一个完整的单词,也可以是一个
- 解决Deepseek服务器繁忙的两种高效方案:本地部署与平替平台实测
小真—
自然语言处理ai人工智能
近期爆火的Deepseek访问量激增频繁出现服务器繁忙提示,严重影响工作效率。本人实测了两种有效解决方案,整理了出这份保姆级指南。方案一:本地化部署核心优势说白了就是模型部署在自己本地,只有自己一个人用了没人挤了,但是对电脑硬件要求高部署步骤详解环境准备系统要求:Linux/Windows10+(推荐Ubuntu20.04)硬件配置:NVIDIA显卡(显存≥8GB)、内存≥16GB安装依赖:Pyt
- 当 Deepseek 频繁提示 “服务器繁忙“,我们该如何破局?
晚风る
AI人工智能网络
在使用Deepseek的过程中,不少用户都遭遇过“服务器繁忙”的提示,这无疑给我们的使用体验带来了极大的困扰。那么,当这种情况频繁出现时,我们究竟该如何应对呢?本文将为大家提供一些有效的解决方案。一、原因分析DeepSeek服务器繁忙的原因可能有以下几点:用户流量过大:如用户量激增,高峰时段访问。技术性能瓶颈:如算力瓶颈、带宽限制、模型优化不足。安全问题:如外部恶意攻击。服务维护与限制:如服务维护
- 大模型产品Deepseek(七)、可视化本地知识库搭建详细教程(Cherry Studio)
伯牙碎琴
大模型DeepSeekAI大模型知识库
完整教程:使用CherryStudio配置OllamaAPI并搭建知识库在本节教程中,我们将通过CherryStudio配置OllamaAPI,并安装嵌入模型bge-m3,以实现知识库的搭建与智能问答功能。具体内容包括CherryStudio的安装、嵌入模型配置、OllamaAPI配置、创建知识库及基于该知识库和通用大模型的提问示例。CherryStudio介绍看这篇文章1.准备工作在开始之前,确
- ”人货场”模型搞懂没?数据分析大部分场景都能用!
接地气的陈老师
人工智能数据分析大数据机器学习推荐系统
做数据分析的同学,很多都听过:人、货、场的分析模型。然而,这东西又是个只闻其名,不见真身的东西。到底该怎么结合实际分析?今天我们系统讲解下。问题场景:某生鲜电商,用户复购率较低,60%的用户在30天内无二次购买行为,运营领导非常着急,要求通过数据分析提升复购率,请问你作为数据分析师该怎么做?建立人工智能精准推荐算法(40%概率用协同过滤,60%用关联分析)把过往6个月月初复购率做成折线图,然后写下
- Forrester发布2024年五大网络安全新威胁
岛屿旅人
网络安全web安全网络安全网络安全
文章目录前言一、大选年的叙事(舆论)操控攻击二、深度伪造引发身份安全危机三、生成式人工智能数据泄露四、人工智能软件供应链攻击五、太空成为安全战略高点数据泄露平均成本高达218万美元前言人工智能正重塑网络安全格局,武器化大语言模型正成为首选攻击工具,安全团队在应对武器化人工智能攻击方面将面临日益严峻的挑战。Forrester近日发布《2024年网络安全威胁预测报告》指出,人工智能正重塑网络安全格局,
- 用MiddleGenIDE工具生成hibernate的POJO(根据数据表生成POJO类)
AdyZhang
POJOeclipseHibernateMiddleGenIDE
推荐:MiddlegenIDE插件, 是一个Eclipse 插件. 用它可以直接连接到数据库, 根据表按照一定的HIBERNATE规则作出BEAN和对应的XML ,用完后你可以手动删除它加载的JAR包和XML文件! 今天开始试着使用
- .9.png
Cb123456
android
“点九”是andriod平台的应用软件开发里的一种特殊的图片形式,文件扩展名为:.9.png
智能手机中有自动横屏的功能,同一幅界面会在随着手机(或平板电脑)中的方向传感器的参数不同而改变显示的方向,在界面改变方向后,界面上的图形会因为长宽的变化而产生拉伸,造成图形的失真变形。
我们都知道android平台有多种不同的分辨率,很多控件的切图文件在被放大拉伸后,边
- 算法的效率
天子之骄
算法效率复杂度最坏情况运行时间大O阶平均情况运行时间
算法的效率
效率是速度和空间消耗的度量。集中考虑程序的速度,也称运行时间或执行时间,用复杂度的阶(O)这一标准来衡量。空间的消耗或需求也可以用大O表示,而且它总是小于或等于时间需求。
以下是我的学习笔记:
1.求值与霍纳法则,即为秦九韶公式。
2.测定运行时间的最可靠方法是计数对运行时间有贡献的基本操作的执行次数。运行时间与这个计数成正比。
- java数据结构
何必如此
java数据结构
Java 数据结构
Java工具包提供了强大的数据结构。在Java中的数据结构主要包括以下几种接口和类:
枚举(Enumeration)
位集合(BitSet)
向量(Vector)
栈(Stack)
字典(Dictionary)
哈希表(Hashtable)
属性(Properties)
以上这些类是传统遗留的,在Java2中引入了一种新的框架-集合框架(Collect
- MybatisHelloWorld
3213213333332132
//测试入口TestMyBatis
package com.base.helloworld.test;
import java.io.IOException;
import org.apache.ibatis.io.Resources;
import org.apache.ibatis.session.SqlSession;
import org.apache.ibat
- Java|urlrewrite|URL重写|多个参数
7454103
javaxmlWeb工作
个人工作经验! 如有不当之处,敬请指点
1.0 web -info 目录下建立 urlrewrite.xml 文件 类似如下:
<?xml version="1.0" encoding="UTF-8" ?>
<!DOCTYPE u
- 达梦数据库+ibatis
darkranger
sqlmysqlibatisSQL Server
--插入数据方面
如果您需要数据库自增...
那么在插入的时候不需要指定自增列.
如果想自己指定ID列的值, 那么要设置
set identity_insert 数据库名.模式名.表名;
----然后插入数据;
example:
create table zhabei.test(
id bigint identity(1,1) primary key,
nam
- XML 解析 四种方式
aijuans
android
XML现在已经成为一种通用的数据交换格式,平台的无关性使得很多场合都需要用到XML。本文将详细介绍用Java解析XML的四种方法。
XML现在已经成为一种通用的数据交换格式,它的平台无关性,语言无关性,系统无关性,给数据集成与交互带来了极大的方便。对于XML本身的语法知识与技术细节,需要阅读相关的技术文献,这里面包括的内容有DOM(Document Object
- spring中配置文件占位符的使用
avords
1.类
<?xml version="1.0" encoding="UTF-8"?><!DOCTYPE beans PUBLIC "-//SPRING//DTD BEAN//EN" "http://www.springframework.o
- 前端工程化-公共模块的依赖和常用的工作流
bee1314
webpack
题记: 一个人的项目,还有工程化的问题嘛? 我们在推进模块化和组件化的过程中,肯定会不断的沉淀出我们项目的模块和组件。对于这些沉淀出的模块和组件怎么管理?另外怎么依赖也是个问题? 你真的想这样嘛? var BreadCrumb = require(‘../../../../uikit/breadcrumb’); //真心ugly。
- 上司说「看你每天准时下班就知道你工作量不饱和」,该如何回应?
bijian1013
项目管理沟通IT职业规划
问题:上司说「看你每天准时下班就知道你工作量不饱和」,如何回应
正常下班时间6点,只要是6点半前下班的,上司都认为没有加班。
Eno-Bea回答,注重感受,不一定是别人的
虽然我不知道你具体从事什么工作与职业,但是我大概猜测,你是从事一项不太容易出现阶段性成果的工作
- TortoiseSVN,过滤文件
征客丶
SVN
环境:
TortoiseSVN 1.8
配置:
在文件夹空白处右键
选择 TortoiseSVN -> Settings
在 Global ignote pattern 中添加要过滤的文件:
多类型用英文空格分开
*name : 过滤所有名称为 name 的文件或文件夹
*.name : 过滤所有后缀为 name 的文件或文件夹
--------
- 【Flume二】HDFS sink细说
bit1129
Flume
1. Flume配置
a1.sources=r1
a1.channels=c1
a1.sinks=k1
###Flume负责启动44444端口
a1.sources.r1.type=avro
a1.sources.r1.bind=0.0.0.0
a1.sources.r1.port=44444
a1.sources.r1.chan
- The Eight Myths of Erlang Performance
bookjovi
erlang
erlang有一篇guide很有意思: http://www.erlang.org/doc/efficiency_guide
里面有个The Eight Myths of Erlang Performance: http://www.erlang.org/doc/efficiency_guide/myths.html
Myth: Funs are sl
- java多线程网络传输文件(非同步)-2008-08-17
ljy325
java多线程socket
利用 Socket 套接字进行面向连接通信的编程。客户端读取本地文件并发送;服务器接收文件并保存到本地文件系统中。
使用说明:请将TransferClient, TransferServer, TempFile三个类编译,他们的类包是FileServer.
客户端:
修改TransferClient: serPort, serIP, filePath, blockNum,的值来符合您机器的系
- 读《研磨设计模式》-代码笔记-模板方法模式
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.sql.Connection;
import java.sql.DriverManager;
import java.sql.PreparedStatement;
import java.sql.ResultSet;
- 配置心得
chenyu19891124
配置
时间就这样不知不觉的走过了一个春夏秋冬,转眼间来公司已经一年了,感觉时间过的很快,时间老人总是这样不停走,从来没停歇过。
作为一名新手的配置管理员,刚开始真的是对配置管理是一点不懂,就只听说咱们公司配置主要是负责升级,而具体该怎么做却一点都不了解。经过老员工的一点点讲解,慢慢的对配置有了初步了解,对自己所在的岗位也慢慢的了解。
做了一年的配置管理给自总结下:
1.改变
从一个以前对配置毫无
- 对“带条件选择的并行汇聚路由问题”的再思考
comsci
算法工作软件测试嵌入式领域模型
2008年上半年,我在设计并开发基于”JWFD流程系统“的商业化改进型引擎的时候,由于采用了新的嵌入式公式模块而导致出现“带条件选择的并行汇聚路由问题”(请参考2009-02-27博文),当时对这个问题的解决办法是采用基于拓扑结构的处理思想,对汇聚点的实际前驱分支节点通过算法预测出来,然后进行处理,简单的说就是找到造成这个汇聚模型的分支起点,对这个起始分支节点实际走的路径数进行计算,然后把这个实际
- Oracle 10g 的clusterware 32位 下载地址
daizj
oracle
Oracle 10g 的clusterware 32位 下载地址
http://pan.baidu.com/share/link?shareid=531580&uk=421021908
http://pan.baidu.com/share/link?shareid=137223&uk=321552738
http://pan.baidu.com/share/l
- 非常好的介绍:Linux定时执行工具cron
dongwei_6688
linux
Linux经过十多年的发展,很多用户都很了解Linux了,这里介绍一下Linux下cron的理解,和大家讨论讨论。cron是一个Linux 定时执行工具,可以在无需人工干预的情况下运行作业,本文档不讲cron实现原理,主要讲一下Linux定时执行工具cron的具体使用及简单介绍。
新增调度任务推荐使用crontab -e命令添加自定义的任务(编辑的是/var/spool/cron下对应用户的cr
- Yii assets目录生成及修改
dcj3sjt126com
yii
assets的作用是方便模块化,插件化的,一般来说出于安全原因不允许通过url访问protected下面的文件,但是我们又希望将module单独出来,所以需要使用发布,即将一个目录下的文件复制一份到assets下面方便通过url访问。
assets设置对应的方法位置 \framework\web\CAssetManager.php
assets配置方法 在m
- mac工作软件推荐
dcj3sjt126com
mac
mac上的Terminal + bash + screen组合现在已经非常好用了,但是还是经不起iterm+zsh+tmux的冲击。在同事的强烈推荐下,趁着升级mac系统的机会,顺便也切换到iterm+zsh+tmux的环境下了。
我为什么要要iterm2
切换过来也是脑袋一热的冲动,我也调查过一些资料,看了下iterm的一些优点:
* 兼容性好,远程服务器 vi 什么的低版本能很好兼
- Memcached(三)、封装Memcached和Ehcache
frank1234
memcachedehcachespring ioc
本文对Ehcache和Memcached进行了简单的封装,这样对于客户端程序无需了解ehcache和memcached的差异,仅需要配置缓存的Provider类就可以在二者之间进行切换,Provider实现类通过Spring IoC注入。
cache.xml
<?xml version="1.0" encoding="UTF-8"?>
- Remove Duplicates from Sorted List II
hcx2013
remove
Given a sorted linked list, delete all nodes that have duplicate numbers, leaving only distinct numbers from the original list.
For example,Given 1->2->3->3->4->4->5,
- Spring4新特性——注解、脚本、任务、MVC等其他特性改进
jinnianshilongnian
spring4
Spring4新特性——泛型限定式依赖注入
Spring4新特性——核心容器的其他改进
Spring4新特性——Web开发的增强
Spring4新特性——集成Bean Validation 1.1(JSR-349)到SpringMVC
Spring4新特性——Groovy Bean定义DSL
Spring4新特性——更好的Java泛型操作API
Spring4新
- MySQL安装文档
liyong0802
mysql
工作中用到的MySQL可能安装在两种操作系统中,即Windows系统和Linux系统。以Linux系统中情况居多。
安装在Windows系统时与其它Windows应用程序相同按照安装向导一直下一步就即,这里就不具体介绍,本文档只介绍Linux系统下MySQL的安装步骤。
Linux系统下安装MySQL分为三种:RPM包安装、二进制包安装和源码包安装。二
- 使用VS2010构建HotSpot工程
p2p2500
HotSpotOpenJDKVS2010
1. 下载OpenJDK7的源码:
http://download.java.net/openjdk/jdk7
http://download.java.net/openjdk/
2. 环境配置
▶
- Oracle实用功能之分组后列合并
seandeng888
oracle分组实用功能合并
1 实例解析
由于业务需求需要对表中的数据进行分组后进行合并的处理,鉴于Oracle10g没有现成的函数实现该功能,且该功能如若用JAVA代码实现会比较复杂,因此,特将SQL语言的实现方式分享出来,希望对大家有所帮助。如下:
表test 数据如下:
ID,SUBJECTCODE,DIMCODE,VALUE
1&nbs
- Java定时任务注解方式实现
tuoni
javaspringjvmxmljni
Spring 注解的定时任务,有如下两种方式:
第一种:
<?xml version="1.0" encoding="UTF-8"?>
<beans xmlns="http://www.springframework.org/schema/beans"
xmlns:xsi="http
- 11大Java开源中文分词器的使用方法和分词效果对比
yangshangchuan
word分词器ansj分词器Stanford分词器FudanNLP分词器HanLP分词器
本文的目标有两个:
1、学会使用11大Java开源中文分词器
2、对比分析11大Java开源中文分词器的分词效果
本文给出了11大Java开源中文分词的使用方法以及分词结果对比代码,至于效果哪个好,那要用的人结合自己的应用场景自己来判断。
11大Java开源中文分词器,不同的分词器有不同的用法,定义的接口也不一样,我们先定义一个统一的接口:
/**
* 获取文本的所有分词结果, 对比