- FastAI 之书(面向程序员的 FastAI)(六)
绝不原创的飞龙
人工智能人工智能深度学习
原文:www.bookstack.cn/read/th-fastai-book译者:飞龙协议:CCBY-NC-SA4.0第十三章:卷积神经网络原文:www.bookstack.cn/read/th-fastai-book/44d8848dfac0c1b0.md译者:飞龙协议:CCBY-NC-SA4.0在第四章中,我们学习了如何创建一个识别图像的神经网络。我们能够在区分3和7方面达到98%以上的准确
- 使用paperspace搭建fastai深度学习平台
禾木清清
在Paperspace上可以快速搭建自己的深度学习平台,具体方法如下:1.注册账户并登陆。2.点击页面的newmachine按钮。3.选择机器所在地,当前有Westcoast,Eastcoast和Europe三个位置可以选择。4.选择操作系统类型,本博客选择Linuxubuntu16.04类型。有时候Linux类型可能需要申请。5.选择机器类型,选择GPU0.4/hr类型,如果加快速度可以选择p5
- 【tips-AI】提高模型训练的Pytorch技巧
斜月三星0727
pytorch人工智能python
1.OneCycle学习率策略 学习率lr很大程度上影响收敛速度和泛化性能。收敛速度很好理解,对泛化性能的影响却不是很直观。 泛化性指模型经过训练后,应用到新数据并做出准确预测的能力。lr影响收敛,即模型训练不恰当(过拟合/欠拟合),准确率P和召回率R有所下降,影响模型的输出,即模型泛化性能差。 话回lr,相比于固定学习率,周期性学习率策略被证明是更有效的训练方式,如fastai中的onecycl
- Python遥感影像深度学习指南(1)-使用卷积神经网络(CNN、U-Net)和 FastAI进行简单云层检测
gis收藏家
Python数据处理深度学习人工智能python
【遥感影像深度学习】系列的第一章,Python遥感影像深度学习的入门课程,介绍如何使用卷积神经网络(CNN)从卫星图像中分割云层1、数据集在本项目中,我们将使用Kaggle提供的38-CloudSegmentationinSatelliteImages数据集。该数据集由裁剪成384x384(适用于深度学习)的卫星场景组成。总共有8400个用于训练和9201个用于测试的图块,分别位于红、绿、蓝和近红
- 【深度学习】参数优化和训练技巧
TwcatL_tree
深度学习人工智能机器学习深度学习人工智能
寻找合适的学习率(learningrate)学习率是一个非常非常重要的超参数,这个参数呢,面对不同规模、不同batch-size、不同优化方式、不同数据集,其最合适的值都是不确定的,我们无法光凭经验来准确地确定lr的值,我们唯一可以做的,就是在训练中不断寻找最合适当前状态的学习率。比如下图利用fastai中的lr_find()函数寻找合适的学习率,根据下方的学习率-损失曲线得到此时合适的学习率为1
- NLP-fastai-lesson4-detailed note (1)
kkjusdoit
我们今天将进一步深入研究NLP迁移学习。然后我们将看看表格数据和协同过滤,它们都是非常有用的应用程序。我们将采用该协作过滤示例并深入研究它,以便在数学上准确理解发生了什么-确切地说是计算机中发生了什么。我们将使用它再次以相反的顺序通过应用程序再次返回,以便准确了解所有这些应用程序的幕后发生了什么。自然语言处理(NLP)我想回过头来了解NLP,真正理解那里发生了什么。快速回顾首先,快速回顾一下。记住
- ubuntu16.04配置fastai with python3.7
可恶小林子
推荐最简方法python3.7添加源并安装sudoaptupdatesudoaptinstallsoftware-properties-commonsudoadd-apt-repositoryppa:deadsnakes/ppa#安装python3.7sudoaptinstallpython3.7python3.7--version#虚拟环境,使用python3自带的,其余的也可以python3-
- fastai 图像分类_使用Fastai进行深度学习图像分类
weixin_26752765
机器学习深度学习人工智能python计算机视觉
fastai图像分类TL;DR(TL;DR)Ifyouarebeginningtofeelburntoutonlearningasubjectitisoftenbeneficialtotakeastepoutoftheweeds.Iliketobuildsomethingfunandeasytoregainpositivemomentumonmylearningjourney.Thisisonep
- 关于cuda和pytorch不兼容问题
小小白·yyl
pytorchpython深度学习
关于cuda和pytorch不兼容问题问题描述之前是按照网上教程安装的Cuda和pytorch,使用了一段时间之后,在一项任务中安装fastai时,出现了两者版本不兼容问题,无法运行。找不到指定的程序。Errorloading"D:\ANACONDA3\lib\site-packages\torch\lib\torch_cuda_cpp.dll"oroneofitsdependencies.出现如
- 2023年人工智能开源项目前20名
ygtu2018
人工智能开源
推荐:使用NSDT场景编辑器快速搭建3D应用场景1.Tensorflow2.HuggingFaceTransformers3.Opencv4.Pytorch5.Keras6.StableDiffusion7.Deepfacelab8.Detectron29.ApacheMxnet10.Fastai11.OpenAssistant12.Mindsdb13.DallEMini14.Theano15.T
- 多模态之情感预测 涉及 BERT, RoBERTa, XLNet, XLM, DistilBERT 架构
便签棒糖
bertxlnet人工智能自然语言处理深度学习
情感预测之Fastai结合HuggingFaceTransformers(一)NLP中的迁移学习1.NLP2.迁移学习(二)将tramsformers与fastai集成以实现多类分类1.库安装2.示例任务3.主要变压器类4.其他功能5.数据预处理5.1自定义分词器5.2自定义取数器5.3定制处理器6.设置数据组6.1定制模型7.自定义优化器/自定义指标8.判别性微调和渐进式解冻(可选)9.训练10
- 【深度学习-图像识别】使用fastai对Caltech101数据集进行图像多分类(50行以内的代码就可达到很高准确率)
AiFool
Python深度学习分类人工智能
文章目录前言fastai介绍数据集介绍一、环境准备二、数据集处理1.数据目录结构2.导入依赖项2.读入数据3.模型构建3.1寻找合适的学习率3.2模型调优4.模型保存与应用总结人工智能-图像识别系列文章目录前言fastai介绍fastai是一个深度学习库,它为从业人员提供了高级组件,可以快速、轻松地在标准深度学习领域提供最先进的结果,并为研究人员提供了低级组件,可以混合和匹配以构建新的方法。以解耦
- fastai课后习题(一)
世界待你如此好
1、在深度学习中,你需要这些吗?LotsofmathT/FLotsofdataT/FLotsofexpensivecomputersT/FAPhDT/F答:不是必须的,有当然更好2、说出深度学习在哪五个领域表现出色?答:计算机视频、语言处理、医学、机器人、协同过滤3、第一个基于人工神经元原理的设备名称叫什么?答:由FrankRosenblatt博士制造的MarkIperceptron的''实体''
- fastai
qiaoqiao123
data_inputinput2input2_data_transfrominput3showdataliketraintrain1input4input_data_likeinput4_train2train3train3train2train4predictpredict
- nvidia英伟达GPU:nvidia driver is not loaded
一个不安分的程序员
AI日志fastai深度学习神经网络机器学习nvidiadriver
最近在开fastai提供的AI教程,刚好自己的电脑上有nvidia独显(GPU),先前因为耗电温度高就切换到了内置显卡.是时候实现你的价值了nvidia,出来吧小宝贝.执行召唤咒语:nvidia-settings后傻眼了:ERROR:NVIDIAdriverisnotloadedERROR:Unabletoloadinfofromanyavailablesystem(nvidia-settings
- Fastai Focal Loss
深度学习模型优化
这个是防止每次运行的时候结果都差别很大的情况,前提是你使用pytorch来实现你的想法。defseed_everything(seed=42):random.seed(seed)os.environ['PYTHONHASHSEED']=str(seed)np.random.seed(seed)torch.manual_seed(seed)torch.cuda.manual_seed(seed)to
- kaggle竞赛报告:APTOS 2019 Blindness Detection
深度学习模型优化
记录比赛过程中的所思所想。1基线模型1.1model1地址为IntroAPTOSDiabeticRetinopathy(EDA&Starter)。这个代码主要使用的是fastai的框架。1.2model2地址为baseline-APTOS2019BlindnessDetection。1.3model3efficientnet-pytorch-ignite2基线模型的改进2.1数据存在严重的训练样本
- fastai load learner
五长生
It'stootedioustouse"learn.load()"function.Weneedtopreparethedataforanothertime.SoIthinkifthereisawaywecanloadtheentirelearner.Thenwecanfindthe"learner_loader"functionindocs.image.png1、Wewillsavethelea
- 这些Python计算机视觉工具,帮你coding事半功倍
AbnerAI
python计算机视觉人工智能
作为开发人员喜爱的语言之一,Python以其丰富的社区可用工具和库而闻名。我们列出了开发人员可以用于计算机视觉10个流行流行的Python库或平台,以帮助开发人员自动化开发任务,其中包括检测和可视化。1|fastaifastai是一个深度学习库,它提供高级组件,可以在标准深度学习领域快速、轻松地提供最先进的结果。它还为研究人员提供了可以混合和匹配的低层次组件,以建立新的方法。fastai包括各种特
- FastAI03-模型投入生成环境
科技老丁哥
FastAI模型在训练完成之后,需要投入到生成环境中,用于新图片的预测。1.模型的保存和加载模型的导出可以使用:learn.export()这个会在目录中创建一个名为export.pkl的文件,它包含了部署模型所需要的所有内容(模型,权重以及一些元数据)等,但我本人不太愿意用这种方法,因为我无法准确指定保存的路径和名称,这时,可以用:learn.export('/home/ray/DataSet/
- docker运行jupyter逐步操作笔记
dreadnaught
运行环境:在VMware中运行一台OS为centos8的宿主机,在上面运行docker目标:把fastai的镜像起起来,并且能够看到jupyter界面分解:看看人家的dockerfile写的啥dockerhistoryspellrun/fastai--no-trunc=true运行docker容器问题:dockerrun完就挂了,没有持续运行解决:没有使用交互式运行,应使用dockerrun-t-
- lesson7 part4 feature_loss
不愿透露身份的美凌格
FeatureLoss上周,我们把fastai发展到这样一个阶段,让GAN变得像API一样,比任何其他的库更简洁,更灵活。我也有点失望,训练要花很长时间,结果也一般。下一步是我们可以完全舍弃GAN。第一步,我们真正想做的事情,是提出更好的损失函数。我们需要一个能很好辨认出高品质图片的损失函数,能克服GAN具有的问题,或者不只是高品质图片,就是应该长成某种样子的图片。真正好用的技巧在这里,几年前的这
- fastAI学习
EdwardMa
背景2018版的课程有两部分Part1.PracticalDeepLearningForCoders,介绍如何建立SOTA模型,不需要研究生水平的数学知识,课程全部免费,遇到问题可以在forums.fast.ai里交流。课程有7周,一共包含20小时。Part2.CuttingEdgeDeepLearningForCoders学习DL最近的发展,如何阅读和实现最新的学术论文,解决具有挑战性的end-
- 日更77
深度学习模型优化
两个事情:在亲属关系识别中,使用facenet和vggnet的方法提取特征,进行fine-tune,目前成绩在15%左右。在眼球问题识别中,使用fastai做了几个操作。baseline0,fork了一个很爽的结果baseline1.自己用fastai搭了一个模型,但是图压缩到224了baseline2.自己用fastai搭了多个模型,集成之后看下结果如何。后期的改进方向,使用大尺寸图像。
- 2020年深度学习调参技巧合集
人工智能与算法学习
神经网络算法计算机视觉机器学习人工智能
文|山竹小果源|NewBeeNLP编|夕小瑶的卖萌屋重点说明:本文主要为整理总结,大部分参考文末资料,感谢分享。寻找合适的学习率学习率是一个非常非常重要的超参数,这个参数呢,面对不同规模、不同batch-size、不同优化方式、不同数据集,其最合适的值都是不确定的,我们无法光凭经验来准确地确定lr的值,我们唯一可以做的,就是在训练中不断寻找最合适当前状态的学习率。比如下图利用fastai中的lr_
- [fasi.ai] unet实现CamVid数据集预测
来碗拿铁️
fast.aipytorch深度学习自动驾驶
[fasi.ai]unet实现CamVid数据集预测fastai介绍unet介绍CamVid数据集介绍程序实现fastai介绍最近发现了一个究极棒的python包fastai,他们的官网说宗旨是makeneuralnetuncoolagain,我觉得也确实做到了这点。fastai相较于pytorch,就像keras相较于tensorflow,是一个高级封装。其封装程度之高,用5行就可以完成mnis
- Linux机器学习环境搭建记录
ironyl
linuxpython
Linux机器学习环境搭建记录1.NVIDIA显卡驱动安装2.Anaconda安装3.Pytorch与FastAI4.XGBoost,CatBoost和LightGBMNVIDIA显卡驱动安装下载.run安装包以后,在此目录下打开ctrl+alt+t打开终端,输入sudochmod777NVIDIA-Linux-xx.run输入密码,将安装包放到home下,打开终端关闭lightdm(由于ctrl
- fastai课后习题(四)
世界待你如此好
1、灰色图片是如何在计算机显示的?彩色的呢答:图像由数组表示,像素值表示图像的内容。对于灰度图像,使用二维数组,像素表示灰度值,范围为256个整数。值为0表示白色,值255表示黑色,中间有不同的灰度。对于彩色图像,通常使用三种颜色通道(红、绿、蓝),每个通道使用一个独立的256范围二维阵列。像素值0再次表示白色,255表示实心红色、绿色或蓝色。这三个二维数组形成一个最终的三维数组(秩3张量),表示
- 基于深度学习的超级分辨率,无需使用GAN
Adam坤
AI程序员算法机器学习深度学习机器视觉
本文介绍了技术和培训深度学习模型的图像改进,图像恢复,修复和超分辨率。这利用了Fastai课程中教授的许多技术,并利用Fastai软件库。这种训练模型的方法是基于非常有才华的AI研究人员的方法和研究,我将它归功于我在信息和技术方面的能力。据我所知,我用这些训练数据应用的一些技术在这一点上是独一无二的(截至2019年2月),只有少数研究人员将所有这些技术结合在一起,很可能是Fastai的研究人员/学
- fastai安装报错(主要是自从出了新的版本后可能遇到的问题)
sundayberrysharp
环境问题pythonanacondalinux
就是安装后fastai找不到,或者是环境哪里import的各种问题。先检查一下是不是gpu并行运行,如果是yolo好像容易出这个问题。我的是一个别的框架。本来我的代码上面只需要旧的版本的fastai的,但如果你是pipInstallfastai会安装新版的。旧的版本fastai要是安装的话,可以整个打成压缩包(考到ubuntu)系统上,然后解压。我是先安装虚拟环境,在目录home/usr/anac
- TOMCAT在POST方法提交参数丢失问题
357029540
javatomcatjsp
摘自http://my.oschina.net/luckyi/blog/213209
昨天在解决一个BUG时发现一个奇怪的问题,一个AJAX提交数据在之前都是木有问题的,突然提交出错影响其他处理流程。
检查时发现页面处理数据较多,起初以为是提交顺序不正确修改后发现不是由此问题引起。于是删除掉一部分数据进行提交,较少数据能够提交成功。
恢复较多数据后跟踪提交FORM DATA ,发现数
- 在MyEclipse中增加JSP模板 删除-2008-08-18
ljy325
jspxmlMyEclipse
在D:\Program Files\MyEclipse 6.0\myeclipse\eclipse\plugins\com.genuitec.eclipse.wizards_6.0.1.zmyeclipse601200710\templates\jsp 目录下找到Jsp.vtl,复制一份,重命名为jsp2.vtl,然后把里面的内容修改为自己想要的格式,保存。
然后在 D:\Progr
- JavaScript常用验证脚本总结
eksliang
JavaScriptjavaScript表单验证
转载请出自出处:http://eksliang.iteye.com/blog/2098985
下面这些验证脚本,是我在这几年开发中的总结,今天把他放出来,也算是一种分享吧,现在在我的项目中也在用!包括日期验证、比较,非空验证、身份证验证、数值验证、Email验证、电话验证等等...!
&nb
- 微软BI(4)
18289753290
微软BI SSIS
1)
Q:查看ssis里面某个控件输出的结果:
A MessageBox.Show(Dts.Variables["v_lastTimestamp"].Value.ToString());
这是我们在包里面定义的变量
2):在关联目的端表的时候如果是一对多的关系,一定要选择唯一的那个键作为关联字段。
3)
Q:ssis里面如果将多个数据源的数据插入目的端一
- 定时对大数据量的表进行分表对数据备份
酷的飞上天空
大数据量
工作中遇到数据库中一个表的数据量比较大,属于日志表。正常情况下是不会有查询操作的,但如果不进行分表数据太多,执行一条简单sql语句要等好几分钟。。
分表工具:linux的shell + mysql自身提供的管理命令
原理:使用一个和原表数据结构一样的表,替换原表。
linux shell内容如下:
=======================开始 
- 本质的描述与因材施教
永夜-极光
感想随笔
不管碰到什么事,我都下意识的想去探索本质,找寻一个最形象的描述方式。
我坚信,世界上对一件事物的描述和解释,肯定有一种最形象,最贴近本质,最容易让人理解
&
- 很迷茫。。。
随便小屋
随笔
小弟我今年研一,也是从事的咱们现在最流行的专业(计算机)。本科三流学校,为了能有个更好的跳板,进入了考研大军,非常有幸能进入研究生的行业(具体学校就不说了,怕把学校的名誉给损了)。
先说一下自身的条件,本科专业软件工程。主要学习就是软件开发,几乎和计算机没有什么区别。因为学校本身三流,也就是让老师带着学生学点东西,然后让学生毕业就行了。对专业性的东西了解的非常浅。就那学的语言来说
- 23种设计模式的意图和适用范围
aijuans
设计模式
Factory Method 意图 定义一个用于创建对象的接口,让子类决定实例化哪一个类。Factory Method 使一个类的实例化延迟到其子类。 适用性 当一个类不知道它所必须创建的对象的类的时候。 当一个类希望由它的子类来指定它所创建的对象的时候。 当类将创建对象的职责委托给多个帮助子类中的某一个,并且你希望将哪一个帮助子类是代理者这一信息局部化的时候。
Abstr
- Java中的synchronized和volatile
aoyouzi
javavolatilesynchronized
说到Java的线程同步问题肯定要说到两个关键字synchronized和volatile。说到这两个关键字,又要说道JVM的内存模型。JVM里内存分为main memory和working memory。 Main memory是所有线程共享的,working memory则是线程的工作内存,它保存有部分main memory变量的拷贝,对这些变量的更新直接发生在working memo
- js数组的操作和this关键字
百合不是茶
js数组操作this关键字
js数组的操作;
一:数组的创建:
1、数组的创建
var array = new Array(); //创建一个数组
var array = new Array([size]); //创建一个数组并指定长度,注意不是上限,是长度
var arrayObj = new Array([element0[, element1[, ...[, elementN]]]
- 别人的阿里面试感悟
bijian1013
面试分享工作感悟阿里面试
原文如下:http://greemranqq.iteye.com/blog/2007170
一直做企业系统,虽然也自己一直学习技术,但是感觉还是有所欠缺,准备花几个月的时间,把互联网的东西,以及一些基础更加的深入透析,结果这次比较意外,有点突然,下面分享一下感受吧!
&nb
- 淘宝的测试框架Itest
Bill_chen
springmaven框架单元测试JUnit
Itest测试框架是TaoBao测试部门开发的一套单元测试框架,以Junit4为核心,
集合DbUnit、Unitils等主流测试框架,应该算是比较好用的了。
近期项目中用了下,有关itest的具体使用如下:
1.在Maven中引入itest框架:
<dependency>
<groupId>com.taobao.test</groupId&g
- 【Java多线程二】多路条件解决生产者消费者问题
bit1129
java多线程
package com.tom;
import java.util.LinkedList;
import java.util.Queue;
import java.util.concurrent.ThreadLocalRandom;
import java.util.concurrent.locks.Condition;
import java.util.concurrent.loc
- 汉字转拼音pinyin4j
白糖_
pinyin4j
以前在项目中遇到汉字转拼音的情况,于是在网上找到了pinyin4j这个工具包,非常有用,别的不说了,直接下代码:
import java.util.HashSet;
import java.util.Set;
import net.sourceforge.pinyin4j.PinyinHelper;
import net.sourceforge.pinyin
- org.hibernate.TransactionException: JDBC begin failed解决方案
bozch
ssh数据库异常DBCP
org.hibernate.TransactionException: JDBC begin failed: at org.hibernate.transaction.JDBCTransaction.begin(JDBCTransaction.java:68) at org.hibernate.impl.SessionImp
- java-并查集(Disjoint-set)-将多个集合合并成没有交集的集合
bylijinnan
java
import java.util.ArrayList;
import java.util.Arrays;
import java.util.HashMap;
import java.util.HashSet;
import java.util.Iterator;
import java.util.List;
import java.util.Map;
import java.ut
- Java PrintWriter打印乱码
chenbowen00
java
一个小程序读写文件,发现PrintWriter输出后文件存在乱码,解决办法主要统一输入输出流编码格式。
读文件:
BufferedReader
从字符输入流中读取文本,缓冲各个字符,从而提供字符、数组和行的高效读取。
可以指定缓冲区的大小,或者可使用默认的大小。大多数情况下,默认值就足够大了。
通常,Reader 所作的每个读取请求都会导致对基础字符或字节流进行相应的读取请求。因
- [天气与气候]极端气候环境
comsci
环境
如果空间环境出现异变...外星文明并未出现,而只是用某种气象武器对地球的气候系统进行攻击,并挑唆地球国家间的战争,经过一段时间的准备...最大限度的削弱地球文明的整体力量,然后再进行入侵......
那么地球上的国家应该做什么样的防备工作呢?
&n
- oracle order by与union一起使用的用法
daizj
UNIONoracleorder by
当使用union操作时,排序语句必须放在最后面才正确,如下:
只能在union的最后一个子查询中使用order by,而这个order by是针对整个unioning后的结果集的。So:
如果unoin的几个子查询列名不同,如
Sql代码
select supplier_id, supplier_name
from suppliers
UNI
- zeus持久层读写分离单元测试
deng520159
单元测试
本文是zeus读写分离单元测试,距离分库分表,只有一步了.上代码:
1.ZeusMasterSlaveTest.java
package com.dengliang.zeus.webdemo.test;
import java.util.ArrayList;
import java.util.List;
import org.junit.Assert;
import org.j
- Yii 截取字符串(UTF-8) 使用组件
dcj3sjt126com
yii
1.将Helper.php放进protected\components文件夹下。
2.调用方法:
Helper::truncate_utf8_string($content,20,false); //不显示省略号 Helper::truncate_utf8_string($content,20); //显示省略号
&n
- 安装memcache及php扩展
dcj3sjt126com
PHP
安装memcache tar zxvf memcache-2.2.5.tgz cd memcache-2.2.5/ /usr/local/php/bin/phpize (?) ./configure --with-php-confi
- JsonObject 处理日期
feifeilinlin521
javajsonJsonOjbectJsonArrayJSONException
写这边文章的初衷就是遇到了json在转换日期格式出现了异常 net.sf.json.JSONException: java.lang.reflect.InvocationTargetException 原因是当你用Map接收数据库返回了java.sql.Date 日期的数据进行json转换出的问题话不多说 直接上代码
&n
- Ehcache(06)——监听器
234390216
监听器listenerehcache
监听器
Ehcache中监听器有两种,监听CacheManager的CacheManagerEventListener和监听Cache的CacheEventListener。在Ehcache中,Listener是通过对应的监听器工厂来生产和发生作用的。下面我们将来介绍一下这两种类型的监听器。
- activiti 自带设计器中chrome 34版本不能打开bug的解决
jackyrong
Activiti
在acitivti modeler中,如果是chrome 34,则不能打开该设计器,其他浏览器可以,
经证实为bug,参考
http://forums.activiti.org/content/activiti-modeler-doesnt-work-chrome-v34
修改为,找到
oryx.debug.js
在最头部增加
if (!Document.
- 微信收货地址共享接口-终极解决
laotu5i0
微信开发
最近要接入微信的收货地址共享接口,总是不成功,折腾了好几天,实在没办法网上搜到的帖子也是骂声一片。我把我碰到并解决问题的过程分享出来,希望能给微信的接口文档起到一个辅助作用,让后面进来的开发者能快速的接入,而不需要像我们一样苦逼的浪费好几天,甚至一周的青春。各种羞辱、谩骂的话就不说了,本人还算文明。
如果你能搜到本贴,说明你已经碰到了各种 ed
- 关于人才
netkiller.github.com
工作面试招聘netkiller人才
关于人才
每个月我都会接到许多猎头的电话,有些猎头比较专业,但绝大多数在我看来与猎头二字还是有很大差距的。 与猎头接触多了,自然也了解了他们的工作,包括操作手法,总体上国内的猎头行业还处在初级阶段。
总结就是“盲目推荐,以量取胜”。
目前现状
许多从事人力资源工作的人,根本不懂得怎么找人才。处在人才找不到企业,企业找不到人才的尴尬处境。
企业招聘,通常是需要用人的部门提出招聘条件,由人
- 搭建 CentOS 6 服务器 - 目录
rensanning
centos
(1) 安装CentOS
ISO(desktop/minimal)、Cloud(AWS/阿里云)、Virtualization(VMWare、VirtualBox)
详细内容
(2) Linux常用命令
cd、ls、rm、chmod......
详细内容
(3) 初始环境设置
用户管理、网络设置、安全设置......
详细内容
(4) 常驻服务Daemon
- 【求助】mongoDB无法更新主键
toknowme
mongodb
Query query = new Query(); query.addCriteria(new Criteria("_id").is(o.getId())); &n
- jquery 页面滚动到底部自动加载插件集合
xp9802
jquery
很多社交网站都使用无限滚动的翻页技术来提高用户体验,当你页面滑到列表底部时候无需点击就自动加载更多的内容。下面为你推荐 10 个 jQuery 的无限滚动的插件:
1. jQuery ScrollPagination
jQuery ScrollPagination plugin 是一个 jQuery 实现的支持无限滚动加载数据的插件。
2. jQuery Screw
S