沉默的李三思
沉默的李三思

不标准的90后

大学毕业7年了，7年就是一辈子，我的责任在不断的增加，但是我自己的能力边界却仿佛一直没有扩大，我不喜欢技术类的工作，我更擅长于口才，我更喜欢与人交流，满足他们的需求，这样我的成就感会更足，而纯粹的技术流派就是一直跟机器打交道，在这一块我完全是用自己的短板去拼，而且我的技术实力一直没有提升，这样的职业背景让我跳槽反而越来越困难

你可能感兴趣的:(不标准的90后)

  • Scikit-Learn K均值聚类 对许 #Python#人工智能与机器学习scikit-learn聚类机器学习
    Scikit-LearnK均值聚类1、K均值聚类1.1、K均值聚类及原理1.2、K均值聚类的优缺点1.3、聚类与分类的区别2、Scikit-LearnK均值聚类2.1、Scikit-LearnK均值聚类API2.2、K均值聚类初体验（寻找最佳K）2.3、K均值聚类案例1、K均值聚类K-均值（K-Means）是一种聚类算法，属于无监督学习。K-Means在机器学习知识结构中的位置如下：1.1、K均值
  • 解决Cookie值不允许出现中文的问题
    解决Cookie值不允许出现中文的问题，主要是因为HTTP协议对Cookie的值有一些限制，其中包括不支持非ASCII字符（如中文字符）。为了实现这一点，我们可以通过以下方法进行处理。1.编码转换：中文字符通常不是URL安全字符，它们包含非ASCII字符，需要进行编码转换。我们可以使用UTF-8编码，将中文字符转换成适合存储在Cookie中的格式。URL编码将中文字符转化为其UTF-8的字节表示，
  • Cisco NX-OS ACI 16.1(2g)F - 适用于 ACI 模式下的 Nexus 9000 系列交换机系统软件 cisco
    CiscoNX-OSSystemSoftware-ACI16.1(2g)F适用于ACI模式下的CiscoNexus9000系列交换机系统软件请访问原文链接：https://sysin.org/blog/cisco-aci-16/查看最新版。原创作品，转载请保留出处。作者主页：sysin.orgCiscoNX-OS网络操作系统软件CiscoNX-OS操作系统助力网络紧跟业务发展步伐。NX-OS网络操
  • 【15-聚类分析入门：使用Scikit-learn进行K-means聚类】 是阿牛啊 机器学习回归预测大数据挖掘kmeans聚类python机器学习人工智能sklearn性能优化
    文章目录前言K-means聚类的原理Scikit-learn中的K-means实现安装与导入生成模拟数据应用K-means聚类可视化聚类结果选择K的值总结前言  聚类分析是一种无监督学习方法，用于将数据集中的样本分组成若干个簇(cluster)。K-means是最广泛使用的聚类算法之一，其核心思想是将数据点分配到K个簇中，使得每个点到其簇中心的距离之和最小。在本文中，我们将介绍如何使用Scikit
  • Python小案例：数字炸弹游戏（优化版） Marilynhom #Python基础案例python游戏windows
    优化内容上次所写的数字炸弹案例中所留了的bug：  a.两次死循环，其实可以只用一次的；☑  b.如果其中一个人输入的数据是无效的后游戏将会重新开始，规则上来讲是直接淘汰该玩家☑本次利用列表坐标name_Nub叠加，和一个continue就解决了，具体代码如下：#数字炸弹游戏#1、首先由用户输入一个范围猜取的范围初始值start_Value、end_Value和一个数字作为炸弹Bombs；star
  • 本地部署DeepSeek 多模态大模型Janus-Pro-7B 网络安全我来了 人工智能AI人工智能
    本地部署Janus-Pro-7B的完整指南在今天，AI无处不在，它深刻改变了我们与世界的互动方式。是否曾想过，如何能够将强大的多模态大模型，如DeepSeek的Janus-Pro-7B，部署到本地使其为你所用呢？本篇文章将带你逐步了解Janus-Pro-7B的特点和部署过程，并解决你可能遇到的各种问题。1.Janus-Pro-7B简介1.1模型特点与创新在众多AI模型中，Janus-Pro-7B犹
  • Markdown：常用公式、行列式、矩阵、方程组等 Marilynhom #Markdown矩阵线性代数
    目录前言1.常用公式1.1常用公式符号1.1.1上下标1.1.2括号和分隔符1.1.3分数1.1.4开方2.输出格式2.1行列式2.2矩阵2.3方程组前言    当前整理出来的皆为实际使用过的，欢迎大佬路过补充说明或者指正错误点。无用请轻喷。1.常用公式1.1常用公式符号1.1.1上下标显示效果公式代码描述xyx^yxy$x^y$或$x^{y}$上标，若独显一个上标直接用^，若需要实现：xx+yx
  • 42步进电机转速力矩曲线_【专业】步进电机的尺寸42步进电机、57步进电机分类标准是什么？... weixin_39622980 42步进电机转速力矩曲线
    市面上最常见的步进电机是混合式步进电机，所以说步进电机往往是默认是混合式步进电机了。大家经常说42步进电机，57步进电机等等是按照什么方式分类的？各种型号的步进电机的尺寸是多少？目前绝大多数步进电机的安装尺寸是有行业标准的，通常情况下是按照标准尺寸设计生产的，这样很方便客户替换产品。步进电机有很多种分类方式，人们喜欢按照法兰尺寸给步进电机分类，按照法兰尺寸，现在市面上比较常见的混合式步进电机有20
  • LSTM 网络在强化学习中的应用 AI天才研究院 LLM大模型落地实战指南AI大模型应用入门实战与进阶计算科学神经计算深度学习神经网络大数据人工智能大型语言模型AIAGILLMJavaPython架构设计AgentRPA
    LSTM网络在强化学习中的应用关键词：LSTM、强化学习、时序依赖、长期记忆、深度Q网络、策略梯度、Actor-Critic摘要：本文深入探讨了长短期记忆（LSTM）网络在强化学习领域的应用。我们将详细介绍LSTM的核心概念、结构和工作原理，以及它如何解决传统循环神经网络面临的长期依赖问题。文章重点分析了LSTM在强化学习中的多种应用场景，包括深度Q网络、策略梯度方法和Actor-Critic架构
  • Vue.js `v-memo` 性能优化技巧 轻口味 VUE.JS入门与实践vue.js性能优化前端
    Vue.jsv-memo性能优化技巧今天我们来聊聊Vue3.2引入的一个性能优化指令：v-memo。如果你在处理大型列表或复杂组件时，遇到性能瓶颈，那么v-memo可能会成为你的得力助手。什么是v-memo？v-memo是Vue3.2新增的内置指令，用于缓存特定元素节点的虚拟DOM（VNode）。在节点更新时，通过复用之前的VNode，减少重新创建和比较的开销，从而提升渲染性能。使用场景v-mem
  • 寒假刷题Day19 komo莫莫da java开发语言
    一、923.三数之和的多种可能classSolution{public:intthreeSumMulti(vector&arr,inttarget){constintMOD=1'000'000'007;//正确的模数longlongans=0;//使用longlong防止溢出std::sort(arr.begin(),arr.end());for(size_ti=0;iT){k--;}elseif
  • 寒假刷题Day7 komo莫莫da 数据结构算法
    一、1658.将x减到0的最小操作数给你一个整数数组nums和一个整数x。每一次操作时，你应当移除数组nums最左边或最右边的元素，然后从x中减去该元素的值。请注意，需要修改数组以供接下来的操作使用。如果可以将x恰好减到0，返回最小操作数；否则，返回-1。代码：classSolution{public:intminOperations(vector&nums,intx){inttarget=acc
  • 银河麒麟系统V10（arm版）离线安装docker说明 爱T小毛驴 docker容器运维
    #银河麒麟系统docker环境#随着2024年微软全球蓝屏事件的出现，系统安全越来越重要。目前很多企业开始尝试国产化操作系统上，但是很多软件依赖和环境总是会出现各种问题，比如安装了a软件，发现却b依赖，安装了b依赖又缺其他依赖。本文介绍如何在国产化银河麒麟系统V10（arm）版上安装docker。Docker是一组平台即服务（PaaS）的产品。它基于操作系统层级的虚拟化技术，将软件与其依赖项打包为
  • 数据挖掘常用算法优缺点分析 天波烟客00 数据挖掘数据挖掘机器学习
    领取机器学习视频教程：http://www.admin444.com/P-c8129a48常用的机器学习、数据挖掘方法有分类，回归，聚类，推荐，图像识别等。在实际应用中，一般都是采用启发式学习方式来实验。偏差&方差偏差：描述的是预测值（估计值）的期望与真实值之间的差距，偏差越大，越偏离真实数据。偏差bias其实是模型太简单而带来的估计不准确的部分---欠拟合方差：描述的是预测值的变化范围、离散程度
  • Redis基础命令之set、zset 泪染的青空 redis数据库缓存
    1.SetRedis的Set是String类型的无序集合。集合成员是唯一的，这就意味着集合中不能出现重复的数据。1.1SADD--添加一个或多个成员这里添加三个成员到set集合中127.0.0.1:6379>SADDsetmysqljavac++(integer)31.2SMEMBERS--查看成员127.0.0.1:6379>SMEMBERSset1)"c++"2)"java"3)"mysql"
  • kafka下载安装、简易实例、遇到的错误解决 诸葛名义 kafkalinuxhadoopzookeeper
    目录kafk实例错误解决WARN[ConsumerclientId=consumer-1,groupId=console-consumer-94437]Connectiontonode-kafka启动：Nativememoryallocation(mmap)failedtomap1073741824bytesforcommittingreservedmemorkafka下载地址：https://m
  • 如何本地部署DeepSeek？DeepThink R1 本地部署全攻略：零基础小白指南。 白马区块Crypto100 SolanaAI套利策略交易人工智能deepseekDeepSeekAI助手
    离线运行AI，免费使用OpenAI级别推理模型本教程将手把手教你如何在本地部署DeepThinkR1AI模型，让你无需联网就能运行强大的AI推理任务。无论你是AI新手还是资深开发者，都可以轻松上手！目录DeepThinkR1介绍安装Ollama（AI运行环境）下载并安装DeepThinkR1模型在终端运行DeepThinkR1使用Chatbox浏览器UI交互创建你的专属AI伙伴进阶玩法：离线AI编
  • 零信任安全架构 烁月_o9 安全网络web安全运维微信
    零信任安全架构是一种创新的网络安全理念和模型，它颠覆了传统的基于边界的安全思维。一、基本理念零信任架构基于“永不信任，始终验证”的原则。这意味着无论访问请求是来自组织内部网络还是外部网络，都不能默认其是安全的，必须对每个访问请求进行严格的身份验证和授权。传统的安全架构主要聚焦于保护网络边界，一旦攻击者突破边界，就可以相对容易地在内部网络中移动并访问各种资源。而零信任架构则认为，威胁可能来自任何地方
  • AI大模型基于LLM的Agent架构图解 AI产品经理 人工智能深度学习语言模型学习
    Agent定义Agent是什么？Agent是一种能够自主决策、采取行动以达到某种目标的实体。AIAgent的确定义：基于人工智能（尤其是大模型）技术，能够感知和理解环境，并采取行动以完成目标的智能实体。Agent能干什么？AIAgent主要依托LLM模型和具体的业务场景来调用相应的工具来完成任务目标，智能化程度和行业贴合度会更明显。典型案例有什么？智能核保应用，如果解决方案搭载AIAgent能力，
  • linux为什么不是实时操作系统 lingllllove linux大数据运维
    Linux操作系统以其强大的功能和广泛的应用被广泛使用，但它并不是一个实时操作系统（RTOS）。本文将详细解释为什么Linux不是实时操作系统，并探讨实时操作系统的关键特性和需求。一、实时操作系统的定义和特性1.1实时操作系统定义实时操作系统是一种在规定时间内对外部事件做出响应的操作系统。RTOS通常用于需要高精度时间控制和高可靠性的数据处理场景，如工业控制、航空航天、汽车电子和电信设备等。1.2
  • 三分钟了解阿里云和腾讯云的DDoS防御策略 jisuyunzzc 云服务器
    三分钟了解阿里云和腾讯云的DDoS防御策略DDoS攻击，即分布式拒绝服务(DDoS：DistributedDenialofService)攻击，是一种通过恶意流量导致受害者服务瘫痪的网络攻击行为。中小型网站站长在其父伍奇遭到DDoS攻击时，经常不知所措。其实，如果我们使用的是云服务器，是可以借助云服务器提供的DDoS防御能力来进行防御处理的。例如，针对DDoS攻击，阿里云推出了DDoS黑洞策略，腾
  • 大厂程序员的梦醒时分 lao geng 大龄程序退路职业规划
    在互联网行业蓬勃发展的浪潮中，大厂程序员曾经是无数人羡慕的对象。他们拿着高薪，享受着优渥的福利待遇，出入高档写字楼，被视为时代的弄潮儿。然而，在这看似光鲜亮丽的背后，却隐藏着诸多不为人知的矛盾与困境。当繁华褪去，他们迎来了属于自己的梦醒时分。一、光环背后的高压工作（一）超长的工作时间互联网大厂的加班文化早已是公开的秘密。996甚至007的工作模式成为许多程序员的日常。每天清晨，当城市还未完全苏醒，
  • 使用 Python 的 LSTM 进行股市预测 无水先生 数据分析深度学习人工智能综合pythonlstm开发语言
    目录一、说明二、为什么需要时间序列模型？三、下载数据3.1从Alphavantage获取数据3.1从Kaggle获取数据3.3数据探索3.4数据可视化四、将数据拆分为训练集和测试集五、数据标准化六、通过平均进行一步预测6.1标准平均值6.2指数移动平均线6.3如果指数移动平均线这么好，为什么还需要更好的模型？6.4预测未来不止一步七、LSTM简介：预测未来的股票走势7.1数据生成器7.2数据增强7
  • 树莓派命令行配置wifi无线密码 张文君 phplinux服务器
    这个是我测试过的可以使用用感叹号标记的是ok的命令okoksystemctllist-units--type=service|grep-inetwork查看附近wifi信号！！！nmclidevicewifilistnmclidevicewificonnect"你的Wi-Fi名称"password"你的Wi-Fi密码"！！！nmclidevicewificonnectbbbbbbbbpasswor
  • 什么是LLM？看这一篇就够了！ Python程序员罗宾 人工智能语言模型AIGC自然语言处理
    前言自从2022年12月ChatGPT横空面世以来，AI领域获得了十足的关注和资本，其实AI的概念在早些年也火过一波，本轮AI热潮相比于之前的AI，最大的区别在于：生成式。本文主要介绍大语言模型（LargeLanguageModel，简称LLM）。大语言模型介绍什么是大语言模型（LLM）通过海量文本训练的、能识别人类语言、执行语言类任务、拥有大量参数的模型，称之为大语言模型。GPT、LLaMA、M
  • 【机器学习与数据挖掘实战】案例11：基于灰色预测和SVR的企业所得税预测分析 Francek Chen 机器学习与数据挖掘实战机器学习数据挖掘灰色预测SVR人工智能
    【作者主页】FrancekChen【专栏介绍】⌈⌈⌈机器学习与数据挖掘实战⌋⌋⌋机器学习是人工智能的一个分支，专注于让计算机系统通过数据学习和改进。它利用统计和计算方法，使模型能够从数据中自动提取特征并做出预测或决策。数据挖掘则是从大型数据集中发现模式、关联和异常的过程，旨在提取有价值的信息和知识。机器学习为数据挖掘提供了强大的分析工具，而数据挖掘则是机器学习应用的重要领域，两者相辅相成，共同推动
  • Kafka 下载安装及使用总结 GreyFable 开发技术及框架kafka分布式
    1.下载安装官网下载地址：ApacheKafka下载对应的文件上传到服务器上，解压tar-xzfkafka_2.13-3.7.0.tgz目录结果如下├──bin│└──windows├──config│└──kraft├──libs├──licenses└──site-docs官方文档：ApacheKafkakafka有两种启动方式，ZooKeeper和KRaft，这里采用KRaft的方式，使用k
  • Scikit-learn提供了哪些机器学习算法以及如何使用Scikit-learn进行模型训练和评估 Java资深爱好者 机器学习scikit-learn算法
    Scikit-learn库的使用一、Scikit-learn提供的机器学习算法Scikit-learn（通常简称为sklearn）是一个广泛使用的Python机器学习库，它提供了多种用于数据挖掘和数据分析的算法。Scikit-learn支持的机器学习算法可以大致分为以下几类：分类算法：支持向量机（SVM）随机森林（RandomForest）逻辑回归（LogisticRegression）朴素贝叶斯
  • 好用的跨语言搜索引擎推荐 2401_89759569 搜索引擎
    互联网时代的到来使得获取信息变得前所未有的便捷。然而，语言障碍一直是全球信息交流的一个显著障碍。跨语言搜索引擎应运而生，帮助用户跨越语言的障碍，获取更多元的知识。今天，我将介绍一些好用的跨语言搜索引擎，并详细解读其中的一个——大同搜索。1.大同搜索：中英文内容的桥梁大同搜索（https://datong.info）是一款支持跨语言搜索的智能搜索引擎，能够同时搜索中英文内容，并提供高质量的搜索结果。
  • 寒假刷题Day18 komo莫莫da 算法leetcode数据结构
    一、16.最接近的三数之和这一题有负数，没有单调性，不能“大了右指针左移，小了左指针右移，最后存值域求差绝对值”。classSolution{public:intthreeSumClosest(vector&nums,inttarget){ranges::sort(nums);intans,n=nums.size();intmin_diff=INT_MAX;for(inti=0;i0&&x==nu
  • 关于旗正规则引擎规则中的上传和下载问题 何必如此 文件下载压缩jsp文件上传
    文件的上传下载都是数据流的输入输出，大致流程都是一样的。 一、文件打包下载 1.文件写入压缩包 string mainPath="D:\upload\";     下载路径 string tmpfileName=jar.zip;        &n
  • 【Spark九十九】Spark Streaming的batch interval时间内的数据流转源码分析 bit1129 Stream
      以如下代码为例（SocketInputDStream）： Spark Streaming从Socket读取数据的代码是在SocketReceiver的receive方法中，撇开异常情况不谈(Receiver有重连机制，restart方法，默认情况下在Receiver挂了之后，间隔两秒钟重新建立Socket连接)，读取到的数据通过调用store(textRead)方法进行存储。数据
  • spark master web ui 端口8080被占用解决方法 daizj 8080端口占用sparkmaster web ui
    spark master web ui 默认端口为8080，当系统有其它程序也在使用该接口时，启动master时也不会报错，spark自己会改用其它端口，自动端口号加1，但为了可以控制到指定的端口，我们可以自行设置，修改方法：   1、cd SPARK_HOME/sbin   2、vi start-master.sh     3、定位到下面部分
  • oracle_执行计划_谓词信息和数据获取 周凡杨 oracle执行计划
      oracle_执行计划_谓词信息和数据获取(上) 一：简要说明 在查看执行计划的信息中，经常会看到两个谓词filter和access，它们的区别是什么，理解了这两个词对我们解读Oracle的执行计划信息会有所帮助。 简单说，执行计划如果显示是access，就表示这个谓词条件的值将会影响数据的访问路径（表还是索引），而filter表示谓词条件的值并不会影响数据访问路径，只起到
  • spring中datasource配置 g21121 dataSource
    datasource配置有很多种，我介绍的一种是采用c3p0的，它的百科地址是： http://baike.baidu.com/view/920062.htm   <!-- spring加载资源文件 --> <bean name="propertiesConfig" class="org.springframework.b
  • web报表工具FineReport使用中遇到的常见报错及解决办法（三） 老A不折腾 finereportFAQ报表软件
    这里写点抛砖引玉，希望大家能把自己整理的问题及解决方法晾出来，Mark一下，利人利己。   出现问题先搜一下文档上有没有，再看看度娘有没有，再看看论坛有没有。有报错要看日志。下面简单罗列下常见的问题，大多文档上都有提到的。 1、repeated column width is largerthan paper width： 这个看这段话应该是很好理解的。比如做的模板页面宽度只能放
  • mysql 用户管理 墙头上一根草 linuxmysqluser
    1.新建用户 //登录MYSQL@>mysql -u root -p@>密码//创建用户mysql> insert into mysql.user(Host,User,Password) values(‘localhost’,'jeecn’,password(‘jeecn’));//刷新系统权限表mysql>flush privileges;这样就创建了一个名为：
  • 关于使用Spring导致c3p0数据库死锁问题 aijuans springSpring 入门Spring 实例Spring3Spring 教程
    这个问题我实在是为整个 springsource 的员工蒙羞 如果大家使用 spring 控制事务，使用 Open Session In View 模式， com.mchange.v2.resourcepool.TimeoutException: A client timed out while waiting to acquire a resource from com.mchange.
  • 百度词库联想 annan211 百度
    <!DOCTYPE html> <html> <head> <meta http-equiv="Content-Type" content="text/html; charset=UTF-8"> <title>RunJS</title&g
  • int数据与byte之间的相互转换实现代码 百合不是茶 位移int转bytebyte转int基本数据类型的实现
    在BMP文件和文件压缩时需要用到的int与byte转换,现将理解的贴出来;   主要是要理解;位移等概念 http://baihe747.iteye.com/blog/2078029   int转byte;   byte转int;   /** * 字节转成int,int转成字节 * @author Administrator *
  • 简单模拟实现数据库连接池 bijian1013 javathreadjava多线程简单模拟实现数据库连接池
    简单模拟实现数据库连接池 实例1： package com.bijian.thread; public class DB { //private static final int MAX_COUNT = 10; private static final DB instance = new DB(); private int count = 0; private i
  • 一种基于Weblogic容器的鉴权设计 bijian1013 javaweblogic
            服务器对请求的鉴权可以在请求头中加Authorization之类的key，将用户名、密码保存到此key对应的value中，当然对于用户名、密码这种高机密的信息，应该对其进行加砂加密等，最简单的方法如下： String vuser_id = "weblogic"; String vuse
  • 【RPC框架Hessian二】Hessian 对象序列化和反序列化 bit1129 hessian
     任何一个对象从一个JVM传输到另一个JVM，都要经过序列化为二进制数据(或者字符串等其他格式，比如JSON)，然后在反序列化为Java对象，这最后都是通过二进制的数据在不同的JVM之间传输(一般是通过Socket和二进制的数据传输)，本文定义一个比较符合工作中。   1. 定义三个POJO    Person类 package com.tom.hes
  • 【Hadoop十四】Hadoop提供的脚本的功能 bit1129 hadoop
    1. hadoop-daemon.sh 1.1 启动HDFS ./hadoop-daemon.sh start namenode ./hadoop-daemon.sh start datanode  通过这种逐步启动的方式，比start-all.sh方式少了一个SecondaryNameNode进程，这不影响Hadoop的使用，其实在 Hadoop2.0中，SecondaryNa
  • 中国互联网走在“灰度”上 ronin47 管理 灰度
    中国互联网走在“灰度”上（转） 文/孕峰   第一次听说灰度这个词，是任正非说新型管理者所需要的素质。第二次听说是来自马化腾。似乎其他人包括马云也用不同的语言说过类似的意思。   灰度这个词所包含的意义和视野是广远的。要理解这个词，可能同样要用“灰度”的心态。灰度的反面，是规规矩矩，清清楚楚，泾渭分明，严谨条理，是决不妥协，不转弯，认死理。黑白分明不是灰度，像彩虹那样
  • java-51-输入一个矩阵，按照从外向里以顺时针的顺序依次打印出每一个数字。 bylijinnan java
    public class PrintMatrixClockwisely { /** * Q51.输入一个矩阵，按照从外向里以顺时针的顺序依次打印出每一个数字。 例如：如果输入如下矩阵： 1 2 3 4 5 6 7 8 9
  • mongoDB 用户管理 开窍的石头 mongoDB用户管理
      1:添加用户    第一次设置用户需要进入admin数据库下设置超级用户（use admin）      db.addUsr({user:'useName',pwd:'111111',roles:[readWrite,dbAdmin]});    第一个参数用户的名字    第二个参数
  • [游戏与生活]玩暗黑破坏神3的一些问题 comsci 生活
        暗黑破坏神3是有史以来最让人激动的游戏。。。。但是有几个问题需要我们注意      玩这个游戏的时间，每天不要超过一个小时，且每次玩游戏最好在白天      结束游戏之后，最好在太阳下面来晒一下身上的暗黑气息，让自己恢复人的生气   &nb
  • java 二维数组如何存入数据库 cuiyadll java
    using System; using System.Linq; using System.Text; using System.Windows.Forms; using System.Xml; using System.Xml.Serialization; using System.IO; namespace WindowsFormsApplication1 {
  • 本地事务和全局事务Local Transaction and Global Transaction(JTA) darrenzhu javaspringlocalglobaltransaction
    Configuring Spring and JTA without full Java EE http://spring.io/blog/2011/08/15/configuring-spring-and-jta-without-full-java-ee/ Spring doc -Transaction Management http://docs.spring.io/spri
  • Linux命令之alias - 设置命令的别名，让 Linux 命令更简练 dcj3sjt126com linuxalias
    用途说明 设置命令的别名。在linux系统中如果命令太长又不符合用户的习惯，那么我们可以为它指定一个别名。虽然可以为命令建立“链接”解决长文件名的问 题，但对于带命令行参数的命令，链接就无能为力了。而指定别名则可以解决此类所有问题【1】。常用别名来简化ssh登录【见示例三】，使长命令变短，使常 用的长命令行变短，强制执行命令时询问等。   常用参数 格式：alias 格式：ali
  • yii2 restful web服务[格式响应] dcj3sjt126com PHPyii2
    响应格式 当处理一个 RESTful API 请求时， 一个应用程序通常需要如下步骤 来处理响应格式： 确定可能影响响应格式的各种因素， 例如媒介类型， 语言， 版本， 等等。 这个过程也被称为 content negotiation。 资源对象转换为数组， 如在 Resources 部分中所描述的。 通过 [[yii\rest\Serializer]]
  • MongoDB索引调优（2）——[十] eksliang mongodbMongoDB索引优化
    转载请出自出处：http://eksliang.iteye.com/blog/2178555 一、概述       上一篇文档中也说明了，MongoDB的索引几乎与关系型数据库的索引一模一样，优化关系型数据库的技巧通用适合MongoDB，所有这里只讲MongoDB需要注意的地方 二、索引内嵌文档     可以在嵌套文档的键上建立索引，方式与正常
  • 当滑动到顶部和底部时，实现Item的分离效果的ListView gundumw100 android
    拉动ListView，Item之间的间距会变大，释放后恢复原样； package cn.tangdada.tangbang.widget; import android.annotation.TargetApi; import android.content.Context; import android.content.res.TypedArray; import andr
  • 程序员用HTML5制作的爱心树表白动画 ini JavaScriptjqueryWebhtml5css
    体验效果：http://keleyi.com/keleyi/phtml/html5/31.htmHTML代码如下： <!DOCTYPE html> <html xmlns="http://www.w3.org/1999/xhtml"><head><meta charset="UTF-8" > <ti
  • 预装windows 8 系统GPT模式的ThinkPad T440改装64位 windows 7旗舰版 kakajw ThinkPad预装改装windows 7windows 8
      该教程具有普遍参考性，特别适用于联想的机器，其他品牌机器的处理过程也大同小异。 该教程是个人多次尝试和总结的结果，实用性强，推荐给需要的人！   缘由 小弟最近入手笔记本ThinkPad T440，但是特别不能习惯笔记本出厂预装的Windows 8系统，而且厂商自作聪明地预装了一堆没用的应用软件，消耗不少的系统资源（本本的内存为4G，系统启动完成时，物理内存占用比
  • Nginx学习笔记 mcj8089 nginx
    一、安装nginx             1、在nginx官方网站下载一个包，下载地址是：  http://nginx.org/download/nginx-1.4.2.tar.gz      2、WinSCP(ftp上传工
  • mongodb 聚合查询每天论坛链接点击次数 qiaolevip 每天进步一点点学习永无止境mongodb纵观千象
    /* 18 */ { "_id" : ObjectId("5596414cbe4d73a327e50274"), "msgType" : "text", "sendTime" : ISODate("2015-07-03T08:01:16.000Z"
  • java术语（PO/POJO/VO/BO/DAO/DTO） Luob. DAOPOJODTOpoVO BO
    PO(persistant object) 持久对象 在o/r 映射的时候出现的概念,如果没有o/r映射,就没有这个概念存在了.通常对应数据模型(数据库),本身还有部分业务逻辑的处理.可以看成是与数据库中的表相映射的java对象.最简单的PO就是对应数据库中某个表中的一条记录,多个记录可以用PO的集合.PO中应该不包含任何对数据库的操作. VO(value object) 值对象 通
  • 算法复杂度 Wuaner Algorithm
    Time Complexity & Big-O： http://stackoverflow.com/questions/487258/plain-english-explanation-of-big-o http://bigocheatsheet.com/ http://www.sitepoint.com/time-complexity-algorithms/
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他