- 记忆力锻炼方法
穗余
记忆力计算机视觉人工智能深度学习
记忆力锻炼的核心在于科学方法、持续训练和健康生活习惯的结合。通过重复训练、关联记忆、充足睡眠等方式,可有效提升大脑信息处理与存储能力。关键在于长期坚持,并结合多种技巧形成适合自己的记忆策略。一、科学记忆方法重复训练与间隔复习大脑通过重复强化神经连接,但机械重复效率低。建议采用间隔重复法,例如学习新知识后,在1天、3天、1周等间隔复习,利用“遗忘曲线”规律巩固记忆。关联记忆法将新信息与已知内容关联,
- 超详细【WEB应用安全测试指南--蓝队安全测试1】--超级详细的安全测试渗透性测试知识点--可直接上手进行对应的安全测试!!!!!!
生活De°咸鱼
安全专栏前端安全性测试web安全安全威胁分析
一、概述1.1、编写目的结合公司的内部人员培养体系,本手册旨在为安全测试人员提供测试指导,安全测试人员通过查阅该指南可快速掌握Web应用安全测试,提高工作能力。1.2、使用范围本文适用于Web应用安全测试人员1.3、注意事项本文旨在为测试人员提供漏洞测试的基本思路,随着安全技术的发展,更多的新漏洞和测试方法将被爆出,安全测试人员应该具备不断学习新知识的能力。二、Web应用安全测试指南2.1、认证授
- 《开窍·开悟·开智》读书笔记
mitt_
笔记
1.打破常规思维,不被习惯束缚去看待事情。2.真是自己的情绪,别让负面情绪主导行为。3.真诚倾听他人观点,别急于表达自己。4.制定清晰计划,合理分配时间,提高效率。5.全面认识自己,挖掘潜在优势和隐藏不足。6.运用一些方法训练专注力,如限时任务。7.用积极乐观的心态,主动迎接挑战。8.与他人交往多付出真心,而非只考虑自身利益。9.树立终身学习观念,不断更新知识储备。10.面对压力通过运动,倾诉等方
- 【web js逆向分析易盾滑块fp参数】逆向分析网易易盾滑块的 fp 参数,仅供学习交流
小木_.
JavaScriptjavascript分享逆向分析网易滑块网易滑块分析web逆向
文章日期:2025.2.4使用工具:Node.js本章知识:分析易盾滑块的fp参数生成version:2.28.0v:v1.1文章难度:简单文章全程已做去敏处理!!!【需要做的可联系我】AES解密处理(直接解密即可)(crypto-js.js标准算法):在线AES加解密工具声明:为了保护本作者可以持续的更新知识,此次逆向出的网站源码代码不予分享,有需要可以直接找我。但作者所写出的代码(非网页源代码
- 【大模型应用笔记】检索增强生成(RAG)是什么?
基础介绍RAG(RetrievalAugmentedGeneration)(检索增强生成):给模型配备一个"外部记忆库",类比于像给秘书配备了一个随时可查的资料库。例如,企业客服系统可以基于最新的产品手册来回答用户问题。优势是提高答案准确性,减少幻觉,支持实时更新知识。主要步骤包括:检索:从知识库中找到相关文档增强:将检索到的信息注入到prompt中生成:模型基于增强后的上下文生成回答知识预处理-
- 大模型笔记:RAG(Retrieval Augmented Generation,检索增强生成)
1大模型知识更新的困境大模型的知识更新是很困难的,主要原因在于:训练数据集固定,一旦训练完成就很难再通过继续训练来更新其知识参数量巨大,随时进行fine-tuning需要消耗大量的资源,并且需要相当长的时间LLM的知识是编码在数百亿个参数中的,无法直接查询或编辑其中的知识图谱——>LLM的知识具有静态、封闭和有限的特点。——>为了赋予LLM持续学习和获取新知识的能力,RAG应运而生2RAG介绍这是
- 什么是wiki 怎么生成wiki
黄卷青灯77
wiki
1.wiki是什么东西Wiki(维基)是一种基于网页的协作平台,允许用户共同创建、编辑和组织内容。它的核心特点是多人协作和内容共享,用户可以通过简单的编辑工具快速添加、修改或删除页面内容。Wiki的名字来源于夏威夷语“wikiwiki”,意为“快速”或“敏捷”。Wiki的主要特点多人协作:Wiki的核心功能是允许多人共同编辑页面,这使得团队成员可以方便地共享和更新知识。适用于团队项目、知识管理、文
- 前端el-table-column使用template的新发现哈哈哈
喻米粒0622
前端vue.jselementui改行学itspringbootvisualstudiospringcloud
记录一次无脑copy代码发现的新知识哈哈哈新知识自己要去查阅相关知识学习,这里我没有描述噢在el-table中的列el-table-column使用了多个button时,每个button都添加了标签,导致只有其中一个button会展示。如:图一问题代码如下:...编辑查看删除审核...图一:上述代码页面效果只会渲染最后一个template(即“审核”按钮),因为前面的template被后面的覆盖了
- Spring AI系列之使用 Mistral AI API 实现函数调用
@@@八爪鱼
人工智能springjava
1.概述利用大型语言模型(LLM),我们可以检索大量有用的信息。我们可以学习关于任何事物的许多新知识,并基于互联网上已有的数据获得答案。我们可以让它们处理输入数据并执行各种操作。但如果我们让模型调用API来准备输出呢?为此,我们可以使用函数调用(FunctionCalling)。函数调用使大型语言模型能够交互并操作数据,执行计算,或获取超出其固有文本能力的信息。本文将探讨函数调用是什么,以及如何利
- (八)知识图谱之维护与更新
只有左边一个小酒窝
知识图谱知识图谱人工智能
知识图谱构建完成后,需要持续维护与更新,以确保其时效性、准确性和可用性。以下从数据监控与增量更新、质量评估、人工干预与反馈机制三个方面,结合实际场景详细分析:一、数据监控与增量更新知识图谱的数据会随时间不断变化(如新增电影、演员信息更新),数据监控与增量更新是确保图谱时效性的核心环节,其目标是实时或定时捕获数据源变化,仅更新新增或修改的数据,避免重复处理历史信息,同时记录更新版本以便回溯。1.实时
- Spring Boot 3新特性
江湖中的阿龙
springboot后端java
引言在软件开发的浪潮中,技术的迭代更新犹如奔腾不息的江河,推动着开发者不断探索和前进。SpringBoot3的发布,无疑为Java开发领域带来了一场技术革新。它集成了众多前沿特性,从底层框架到上层应用,从开发效率到运行性能,都进行了全方位的升级和优化。本文将深入剖析SpringBoot3的各项更新知识点,带你领略其强大魅力。一、底层框架升级1.1SpringFramework6.0的蜕变Sprin
- 系统架构设计师知识点总结目录篇
吕先生讲真话
系统架构
这篇文章是系统架构设计师的目录篇,后续会持续按照章节来更新知识点和学习总结,从点到线,从线到面,融会贯通鉴于本人才疏学浅,如果有发现不妥的地方,请各位不吝赐教,我会及时改正和更新系统架构设计师知识点总结目录第1章绪论1.1系统架构概述1.2系统架构设计师概述1.3如何成为一名好的系统架构师第2章计算机系统基础知识2.1计算机系统概述2.2计算机硬件2.3计算机软件2.4嵌入式系统及软件2.5计算机
- Greenplum【异常 03】COPY命令报错 > ERROR invalid input syntax for type double precision ““(问题分析及解决方案(2)
2401_84132544
程序员网络安全学习面试
写在最后在结束之际,我想重申的是,学习并非如攀登险峻高峰,而是如滴水穿石般的持久累积。尤其当我们步入工作岗位之后,持之以恒的学习变得愈发不易,如同在茫茫大海中独自划舟,稍有松懈便可能被巨浪吞噬。然而,对于我们程序员而言,学习是生存之本,是我们在激烈市场竞争中立于不败之地的关键。一旦停止学习,我们便如同逆水行舟,不进则退,终将被时代的洪流所淘汰。因此,不断汲取新知识,不仅是对自己的提升,更是对自己的
- 嵌入式学习--江协51单片机day3
Camellia0311
学习51单片机嵌入式硬件
今天学的东西挺多的,包括:自己设计的小应用,矩阵键盘,矩阵键盘密码锁,控制按键led流水灯,定时器时钟(那个视频真的煎熬,连续两个1小时的简直要命,那个时钟也是听的似懂非懂....)小应用这个是朋友问我能不能用51单片机实现类似红绿灯的效果,我大体做了一下,到周末回顾的时候还会进行填充(每周末会先复习前面的知识,包括之前没有弄懂的地方,如果时间不够就不学新知识了,也会利用已经学过的知识尝试创建小的
- RAG vs 微调:场景对比与混合使用策略,谁更适合你的业务?
水煮蛋不加蛋
人工智能深度学习机器学习大模型LLMAiRAG
一、技术原理与核心差异1.1RAG(检索增强生成)原理:将外部知识库与大模型结合,生成时先检索相关信息,再融合生成内容。核心优势:知识实时更新:通过更新知识库即可引入新信息,无需重新训练模型。可控性强:答案可溯源至知识库,减少幻觉问题。适应数据稀疏场景:无需大量标注数据,适合冷启动业务。局限性:依赖检索质量:若知识库结构混乱或检索算法不佳,可能返回无关信息。系统复杂度高:需额外构建检索器、向量数据
- 分享:个人是怎么学习新知识的--周立
_明月
IT之旅Java求学路人生感悟牛人博客专栏
本文转载,原文地址:分享:个人是怎么学习新知识的挺多童鞋问我是怎么学习新知识的,干脆写篇文章总结一下,希望对大家有所帮助。对照书、技术博客、极客时间等学习的方式我就不说了。一、早期在15年及更早,由于知识储备少,基础偏弱,大致采取了如下的步骤:1.1入门:找教学视频了解xx是什么,能解决什么问题。例如个人学习Spring、Struts、Hibernate时,就是找了马士兵老师的视频。值得一提的是,
- 知名金融科技讲师培训师唐兴通谈人工智能区块链大数据云计算分享AIGC银行chatgpt保险区块链大数据云计算课程纲要
AI大模型人工智能培训讲师唐兴通
chatgpt
课程收益:通过本课程的学习,掌握人工智能时代机遇与创新知识,并在实践中善于创造性地把新营销的知识用于具体操作的实务;【课程大纲】模块一、人工智能与金融科技应用趋势1.金融科技冲击下对银行的新要求2.未来互联网金融科技:IOT+人工智能+区块链3.案例研讨:人工智能时代风险管控与金融销售模块二:AI大模型、AIGC/ChatGPT提示词模型与实际操作1.AI大模型、AIGC/ChatGPT的基础知识
- 数字化浪潮中的企业利器 —— 流程自动化软件
全流程自动化脚本开发商
自动化脚本自动化运维企业数字化转型软件工具流程自动化软件微信微信小程序
本文将介绍流程自动化软件/脚本/助手的用途,同时我也做个自我介绍:技术专长:专注于自动化脚本、网站、小程序、软件、爬虫及数据采集的定制化开发,为客户提供全方位的数字化解决方案。行业经验:拥有七年互联网与软件行业的深厚经验,现担任项目总监,带领团队高效完成重要项目10+。合作理念:坚信长期合作与共赢的价值,致力于与各方建立稳固的合作关系,共同推动项目成功。学习态度:持续学习新技术、新知识,保持对行业
- echarts y轴刻度加单位
Dnn01
echarts
echartsy轴刻度加单位今天学习到的新知识,如何在echarts图表中给刻度加单位。方法有很多,我用的是formatter来加单位的:yAxis:{min:0,max:60,type:'value',axisLabel:{formatter:'{value}亿',}}另一种方法是,在Y轴顶部,使用title来说明y轴的含义数据的就行:option={title:{text:"单位为:亿",},
- Python----深度学习(全连接与链式求导法则)
蹦蹦跳跳真可爱589
Python神经网络python深度学习开发语言人工智能神经网络
一、机器学习和深度学习的区别机器学习:利用计算机、概率论、统计学等知识,输入数据,让计算机学会新知识。机器学习的过程,就是训练数据去优化目标函数。深度学习:是一种特殊的机器学习,具有强大的能力和灵活性。它通过学习将世界表示为嵌套的层次结构,每个表示都与更简单的特征相关,而抽象的表示则用于计算更抽象的表示。传统的机器学习需要定义一些手工特征,从而有目的的去提取目标信息,非常依赖任务的特异性以及设计特
- 学习笔记 | 茴香豆:搭建你的RAG智能助理
DrFlown
书生大模型学习笔记学习笔记人工智能
一、RAG技术简述RAG(RetrievalAugmentedGeneration)是一种结合了检索和生成的技术,旨在通过利用外部知识库来增强LLMs的性能,通过检索与用户输入相关的信息片段,并结合这些信息来生成更准确、丰富的回答。可以解决LLMs在处理知识密集型任务时可能遇到的挑战,提供更准确的回答,降低成本,实现外部记忆。新知识可以用来防止生成幻觉,过滤过时知识等。1、工作原理:1)Index
- 【AI提示词】科学研究员
结冰架构
提示词人工智能大数据提示词AI专家
提示说明科学研究员是一个专注于科学研究和实验的角色,他们通常具有强烈的好奇心和探索精神,致力于发现新知识、解决复杂问题,并推动科学进步。这个角色对于需要在科学领域内进行深入研究和创新的用户来说非常有价值。提示词#角色科学研究员##注意1.激励模型深入思考角色配置细节,确保任务完成。2.专家设计应考虑使用者的需求和关注点。3.使用情感提示的方法来强调角色的意义和情感层面。##性格类型指标INTP(内
- 【MySQL】初识数据库
理工小羊
MySQL数据库mysql
序言 在接触到新知识时,相信各位都会有一种陌生以及想逃避的感觉,但是一旦克服了这种万事开头难的感觉,之后就犹如拨开云雾见天明,并且随着一步一个脚印地走下去,时间久了再回过头来看相信各位一定都会发出轻舟已过万重山的感叹,对于学习MySQL数据库服务也是如此,我不禁想问一句,你准备好迎接MySQL的旅程了吗?如果准备好了,那么接下来就开始今天初始数据库的学习吧!一、常见概念什么是数据库? 数据库,字面
- 检索增强生成(RAG):利用Python、LangChain和OpenAI实现前沿的自然语言处理技术
m0_57781768
pythonlangchain自然语言处理
检索增强生成(RAG):利用Python、LangChain和OpenAI实现前沿的自然语言处理技术引言在自然语言处理(NLP)的领域中,随着大型语言模型(LLM)的发展,我们已经见证了许多突破性的进展。虽然LLM能够在广泛的常识问题上表现出色,但在处理最新知识和特定领域知识时,往往会出现事实不准确的问题,这就是所谓的“模型幻觉”。为了解决这一问题,检索增强生成(Retrieval-Augment
- RAG优化:python从零实现[吃一堑长一智]循环反馈Feedback
AI仙人掌
python从零实现RAG增强人工智能python开发语言RAGLLM
本文将介绍一种有反馈循环机制的RAG系统,让当AI学会"吃一堑长一智",给传统RAG装了个"后悔"系统,让AI能记住哪些回答被用户点赞/拍砖,从此告别金鱼记忆:每次回答都像在玩roguelike:失败结局会强化下次冒险悄悄把优质问答变成新知识卡牌,实现"以战养战"相关性评分系统堪比淘宝卖家秀:4.9分和4.8分的文档要宫斗抢C位你会看到:用datetime.now().isoformat()精准记
- unix服务器java配置_在UNIX中安装和配置开发Web服务器
cusi77914
大数据pythonlinuxjava编程语言
在你开始前了解对本教程的期望以及如何最大程度地利用本教程。关于本教程因此,您是否想要(或需要)安装功能齐全的应用程序服务器以开发,测试,部署和调整Java™2平台企业版(J2EE™)应用程序?或者,也许您只是想学习一些新知识,因此您决定建立自己的应用程序服务器环境。你从哪里开始?无论您是出于何种动机,如果您正在阅读本教程,则可能会熟悉网站的工作原理,以及从浏览器访问应用程序(域,代码,Web)所需
- 【大模型】—LangChain开源框架介绍
麦道先生
人工智能人工智能langchain
大模型——LangChain开源框架介绍2023年可以说是AI大语言模型发展元年,随着OpenAI的ChatGPT和GPT-4的发布,点燃了人工智能大语言模型的发展浪潮,各大科技公司纷纷推出了自家的大语言模型产品,各国更是将大语言模型的发展作为人工智能技术的重要突破来推进,纷纷进行业务和技术层面的布局。然而现有预训练大模型也存在一定技术缺陷,如仅有通用知识表示,知识只截止在训练时的日期,对于新知识
- 最根本的学习智慧
CIb0la
学习程序人生生活
在学习这件事上,很多人喜欢遵循这样的模式:阅读很多书籍和文章,不断了解新知识,做笔记、画导图、点收藏,甚至还不时在朋友圈分享;或者时不时抛出新名词、新概念,让人感觉很厉害,以此宣告自己见多识广。然而这样的学习效果十分有限,不是说不好,而是太肤浅。在《这样读书就够了》一书中,赵周提出了读书的三个步骤:1、用自己的语言重述信息,即找到触动自己的信息点;2、知道信息点自己生活现实,即关联自己生活中的其他
- 大模型实战指南:RAG与微调的选择法则
TGITCIC
AI-大模型的落地之道微调ragrag增强检索大模型微调lora微调大模型开源大模型
一、技术解码:RAG与微调的"DNA"差异1.1RAG:AI界的"百科全书式"选手RAG技术如同给大模型装上了"实时搜索引擎",它通过动态检索外部知识库,在生成内容时实时调用最新数据。就像给外卖小哥配了个导航仪,能随时根据路况调整路线。技术基因:实时性:可接入企业知识库、互联网数据流灵活性:无需修改模型参数,更新知识库即可迭代风险控制:避免模型参数被敏感数据污染实战案例:某头部电商的智能客服系统,
- 算法之Java数据结构:链表实现栈与队列的深度剖析
一杯年华@编程空间
算法精讲数据结构算法java
算法之Java数据结构:链表实现栈与队列的深度剖析在编程的学习旅程中,每一次对新知识点的钻研都是成长的宝贵契机。今天,咱们一同深入探索Java中利用链表实现栈和队列的相关知识,希望能和大家共同进步,让我们的编程技能更上一层楼!一、链表:数据结构的基石链表是一种灵活的数据结构,它由一系列的节点组成,每个节点包含一个数据元素和一个指向下一个节点的引用。这种结构就像是一条链子,每个节点都是链环,通过引用
- ASM系列六 利用TreeApi 添加和移除类成员
lijingyao8206
jvm动态代理ASM字节码技术TreeAPI
同生成的做法一样,添加和移除类成员只要去修改fields和methods中的元素即可。这里我们拿一个简单的类做例子,下面这个Task类,我们来移除isNeedRemove方法,并且添加一个int 类型的addedField属性。
package asm.core;
/**
* Created by yunshen.ljy on 2015/6/
- Springmvc-权限设计
bee1314
springWebjsp
万丈高楼平地起。
权限管理对于管理系统而言已经是标配中的标配了吧,对于我等俗人更是不能免俗。同时就目前的项目状况而言,我们还不需要那么高大上的开源的解决方案,如Spring Security,Shiro。小伙伴一致决定我们还是从基本的功能迭代起来吧。
目标:
1.实现权限的管理(CRUD)
2.实现部门管理 (CRUD)
3.实现人员的管理 (CRUD)
4.实现部门和权限
- 算法竞赛入门经典(第二版)第2章习题
CrazyMizzz
c算法
2.4.1 输出技巧
#include <stdio.h>
int
main()
{
int i, n;
scanf("%d", &n);
for (i = 1; i <= n; i++)
printf("%d\n", i);
return 0;
}
习题2-2 水仙花数(daffodil
- struts2中jsp自动跳转到Action
麦田的设计者
jspwebxmlstruts2自动跳转
1、在struts2的开发中,经常需要用户点击网页后就直接跳转到一个Action,执行Action里面的方法,利用mvc分层思想执行相应操作在界面上得到动态数据。毕竟用户不可能在地址栏里输入一个Action(不是专业人士)
2、<jsp:forward page="xxx.action" /> ,这个标签可以实现跳转,page的路径是相对地址,不同与jsp和j
- php 操作webservice实例
IT独行者
PHPwebservice
首先大家要简单了解了何谓webservice,接下来就做两个非常简单的例子,webservice还是逃不开server端与client端。我测试的环境为:apache2.2.11 php5.2.10做这个测试之前,要确认你的php配置文件中已经将soap扩展打开,即extension=php_soap.dll;
OK 现在我们来体验webservice
//server端 serve
- Windows下使用Vagrant安装linux系统
_wy_
windowsvagrant
准备工作:
下载安装 VirtualBox :https://www.virtualbox.org/
下载安装 Vagrant :http://www.vagrantup.com/
下载需要使用的 box :
官方提供的范例:http://files.vagrantup.com/precise32.box
还可以在 http://www.vagrantbox.es/
- 更改linux的文件拥有者及用户组(chown和chgrp)
无量
clinuxchgrpchown
本文(转)
http://blog.163.com/yanenshun@126/blog/static/128388169201203011157308/
http://ydlmlh.iteye.com/blog/1435157
一、基本使用:
使用chown命令可以修改文件或目录所属的用户:
命令
- linux下抓包工具
矮蛋蛋
linux
原文地址:
http://blog.chinaunix.net/uid-23670869-id-2610683.html
tcpdump -nn -vv -X udp port 8888
上面命令是抓取udp包、端口为8888
netstat -tln 命令是用来查看linux的端口使用情况
13 . 列出所有的网络连接
lsof -i
14. 列出所有tcp 网络连接信息
l
- 我觉得mybatis是垃圾!:“每一个用mybatis的男纸,你伤不起”
alafqq
mybatis
最近看了
每一个用mybatis的男纸,你伤不起
原文地址 :http://www.iteye.com/topic/1073938
发表一下个人看法。欢迎大神拍砖;
个人一直使用的是Ibatis框架,公司对其进行过小小的改良;
最近换了公司,要使用新的框架。听说mybatis不错;就对其进行了部分的研究;
发现多了一个mapper层;个人感觉就是个dao;
- 解决java数据交换之谜
百合不是茶
数据交换
交换两个数字的方法有以下三种 ,其中第一种最常用
/*
输出最小的一个数
*/
public class jiaohuan1 {
public static void main(String[] args) {
int a =4;
int b = 3;
if(a<b){
// 第一种交换方式
int tmep =
- 渐变显示
bijian1013
JavaScript
<style type="text/css">
#wxf {
FILTER: progid:DXImageTransform.Microsoft.Gradient(GradientType=0, StartColorStr=#ffffff, EndColorStr=#97FF98);
height: 25px;
}
</style>
- 探索JUnit4扩展:断言语法assertThat
bijian1013
java单元测试assertThat
一.概述
JUnit 设计的目的就是有效地抓住编程人员写代码的意图,然后快速检查他们的代码是否与他们的意图相匹配。 JUnit 发展至今,版本不停的翻新,但是所有版本都一致致力于解决一个问题,那就是如何发现编程人员的代码意图,并且如何使得编程人员更加容易地表达他们的代码意图。JUnit 4.4 也是为了如何能够
- 【Gson三】Gson解析{"data":{"IM":["MSN","QQ","Gtalk"]}}
bit1129
gson
如何把如下简单的JSON字符串反序列化为Java的POJO对象?
{"data":{"IM":["MSN","QQ","Gtalk"]}}
下面的POJO类Model无法完成正确的解析:
import com.google.gson.Gson;
- 【Kafka九】Kafka High Level API vs. Low Level API
bit1129
kafka
1. Kafka提供了两种Consumer API
High Level Consumer API
Low Level Consumer API(Kafka诡异的称之为Simple Consumer API,实际上非常复杂)
在选用哪种Consumer API时,首先要弄清楚这两种API的工作原理,能做什么不能做什么,能做的话怎么做的以及用的时候,有哪些可能的问题
- 在nginx中集成lua脚本:添加自定义Http头,封IP等
ronin47
nginx lua
Lua是一个可以嵌入到Nginx配置文件中的动态脚本语言,从而可以在Nginx请求处理的任何阶段执行各种Lua代码。刚开始我们只是用Lua 把请求路由到后端服务器,但是它对我们架构的作用超出了我们的预期。下面就讲讲我们所做的工作。 强制搜索引擎只索引mixlr.com
Google把子域名当作完全独立的网站,我们不希望爬虫抓取子域名的页面,降低我们的Page rank。
location /{
- java-归并排序
bylijinnan
java
import java.util.Arrays;
public class MergeSort {
public static void main(String[] args) {
int[] a={20,1,3,8,5,9,4,25};
mergeSort(a,0,a.length-1);
System.out.println(Arrays.to
- Netty源码学习-CompositeChannelBuffer
bylijinnan
javanetty
CompositeChannelBuffer体现了Netty的“Transparent Zero Copy”
查看API(
http://docs.jboss.org/netty/3.2/api/org/jboss/netty/buffer/package-summary.html#package_description)
可以看到,所谓“Transparent Zero Copy”是通
- Android中给Activity添加返回键
hotsunshine
Activity
// this need android:minSdkVersion="11"
getActionBar().setDisplayHomeAsUpEnabled(true);
@Override
public boolean onOptionsItemSelected(MenuItem item) {
- 静态页面传参
ctrain
静态
$(document).ready(function () {
var request = {
QueryString :
function (val) {
var uri = window.location.search;
var re = new RegExp("" + val + "=([^&?]*)", &
- Windows中查找某个目录下的所有文件中包含某个字符串的命令
daizj
windows查找某个目录下的所有文件包含某个字符串
findstr可以完成这个工作。
[html]
view plain
copy
>findstr /s /i "string" *.*
上面的命令表示,当前目录以及当前目录的所有子目录下的所有文件中查找"string&qu
- 改善程序代码质量的一些技巧
dcj3sjt126com
编程PHP重构
有很多理由都能说明为什么我们应该写出清晰、可读性好的程序。最重要的一点,程序你只写一次,但以后会无数次的阅读。当你第二天回头来看你的代码 时,你就要开始阅读它了。当你把代码拿给其他人看时,他必须阅读你的代码。因此,在编写时多花一点时间,你会在阅读它时节省大量的时间。让我们看一些基本的编程技巧: 尽量保持方法简短 尽管很多人都遵
- SharedPreferences对数据的存储
dcj3sjt126com
SharedPreferences简介: &nbs
- linux复习笔记之bash shell (2) bash基础
eksliang
bashbash shell
转载请出自出处:
http://eksliang.iteye.com/blog/2104329
1.影响显示结果的语系变量(locale)
1.1locale这个命令就是查看当前系统支持多少种语系,命令使用如下:
[root@localhost shell]# locale
LANG=en_US.UTF-8
LC_CTYPE="en_US.UTF-8"
- Android零碎知识总结
gqdy365
android
1、CopyOnWriteArrayList add(E) 和remove(int index)都是对新的数组进行修改和新增。所以在多线程操作时不会出现java.util.ConcurrentModificationException错误。
所以最后得出结论:CopyOnWriteArrayList适合使用在读操作远远大于写操作的场景里,比如缓存。发生修改时候做copy,新老版本分离,保证读的高
- HoverTree.Model.ArticleSelect类的作用
hvt
Web.netC#hovertreeasp.net
ArticleSelect类在命名空间HoverTree.Model中可以认为是文章查询条件类,用于存放查询文章时的条件,例如HvtId就是文章的id。HvtIsShow就是文章的显示属性,当为-1是,该条件不产生作用,当为0时,查询不公开显示的文章,当为1时查询公开显示的文章。HvtIsHome则为是否在首页显示。HoverTree系统源码完全开放,开发环境为Visual Studio 2013
- PHP 判断是否使用代理 PHP Proxy Detector
天梯梦
proxy
1. php 类
I found this class looking for something else actually but I remembered I needed some while ago something similar and I never found one. I'm sure it will help a lot of developers who try to
- apache的math库中的回归——regression(翻译)
lvdccyb
Mathapache
这个Math库,虽然不向weka那样专业的ML库,但是用户友好,易用。
多元线性回归,协方差和相关性(皮尔逊和斯皮尔曼),分布测试(假设检验,t,卡方,G),统计。
数学库中还包含,Cholesky,LU,SVD,QR,特征根分解,真不错。
基本覆盖了:线代,统计,矩阵,
最优化理论
曲线拟合
常微分方程
遗传算法(GA),
还有3维的运算。。。
- 基础数据结构和算法十三:Undirected Graphs (2)
sunwinner
Algorithm
Design pattern for graph processing.
Since we consider a large number of graph-processing algorithms, our initial design goal is to decouple our implementations from the graph representation
- 云计算平台最重要的五项技术
sumapp
云计算云平台智城云
云计算平台最重要的五项技术
1、云服务器
云服务器提供简单高效,处理能力可弹性伸缩的计算服务,支持国内领先的云计算技术和大规模分布存储技术,使您的系统更稳定、数据更安全、传输更快速、部署更灵活。
特性
机型丰富
通过高性能服务器虚拟化为云服务器,提供丰富配置类型虚拟机,极大简化数据存储、数据库搭建、web服务器搭建等工作;
仅需要几分钟,根据CP
- 《京东技术解密》有奖试读获奖名单公布
ITeye管理员
活动
ITeye携手博文视点举办的12月技术图书有奖试读活动已圆满结束,非常感谢广大用户对本次活动的关注与参与。
12月试读活动回顾:
http://webmaster.iteye.com/blog/2164754
本次技术图书试读活动获奖名单及相应作品如下:
一等奖(两名)
Microhardest:http://microhardest.ite