- NLP_知识图谱_大模型——个人学习记录
macken9999
自然语言处理知识图谱大模型自然语言处理知识图谱学习
1.自然语言处理、知识图谱、对话系统三大技术研究与应用https://github.com/lihanghang/NLP-Knowledge-Graph深度学习-自然语言处理(NLP)-知识图谱:知识图谱构建流程【本体构建、知识抽取(实体抽取、关系抽取、属性抽取)、知识表示、知识融合、知识存储】-元気森林-博客园https://www.cnblogs.com/-402/p/16529422.htm
- 字典树前缀匹配
hi error.cn
经验分享
字典树前缀匹配什么是字典树(Trie)字典树(Trie),又称单词查找树或键树,是一种有序树结构的数据结构,常用于字符串关联查找的应用场景中。其主要特点是每个节点代表一个字符,并且从根到子节点的路径上的字符连起来构成所有在字典中的前缀。由于这种特性,字典树特别适合进行前缀匹配和自动补全等操作。字典树的基本结构字典树由节点(Node)和边(Edge)组成。每个节点表示一个字符或为空终结符,而边则代表
- LiveKit 本地部署全流程指南(含 HTTPS/WSS)
不老刘
工作记事livekitgolang实时音视频
1.环境准备操作系统:Windows10/11或Linux/Mac需有本地公网/内网IP(如192.168.x.x)推荐浏览器:Chrome/Edge/Firefox/Safari端口未被占用,防火墙允许相关端口2.目录结构建议livekit/livekit-server.execonfig.yamlturn-cert.pemturn-key.pemcaddy.exeCaddyfilewww/#前
- 突破传统:Dell R730服务器RAID 5配置与智能监控全解析
芯作者
D2:ubuntu服务器linuxubuntu
在现代数据中心运维中,合理的存储配置是保障业务连续性的基石。今天,我们将深入探索DellPowerEdgeR730服务器的RAID5配置技巧,并结合热备盘策略、自动化监控脚本以及性能调优方案,为您呈现一份别开生面的技术指南。一、为什么RAID5+热备盘是企业级存储的黄金组合?RAID5通过分布式奇偶校验实现数据冗余,允许单块硬盘故障时不丢失数据。其存储效率公式为:Efficiency=\frac{
- 2025年6月全球以及中国市场浏览器份额
全球市场网站通讯流量监测机构StatCounter最新数据显示,2025年6月谷歌Chrome浏览器以68.32%的份额继续稳居全球市场第一名。其中,GoogleChrome浏览器凭借68.32%的全球市场排名第一;AppleSafari浏览器凭借16.25%的全球市场排名第二,主要用于iOS和macOS设备;MicrosoftEdge浏览器凭借4.96%的全球市场排名第三,用户主要集中在Wind
- 防抖在vue中应用
kkkkkkkkira
vue.js前端javascript
防抖(Debouncing)定义:在一段时间内只执行一次函数,常用于用户停止操作后才执行的场景。应用:适用于搜索输入框、窗口调整、搜索按钮等场景,避免频繁触发事件处理函以下伪代码…constdebouncedGetEntries:nullactivated:{debouncedGetEntries=this.createDebounce(this.getEntries,300)}constcrea
- 【论文阅读】【IEEE TCYB 2023】Edge-Guided Recurrent Positioning Network forSalient Object Detection in Opt
引言任务:光学遥感图像中显著目标检测论文地址:Edge-GuidedRecurrentPositioningNetworkforSalientObjectDetectioninOpticalRemoteSensingImages|IEEEJournals&Magazine|IEEEXplore代码地址:前置知识一、摘要目前由于光学rsi中目标类型多样、目标尺度多样、目标方向众多以及背景杂乱,现有S
- OpenWebUI(11)源码学习-后端config.py配置文件
青苔猿猿
AI大模型openwebui学习env环境变量配置
目录文件名:`config.py`功能概述:主要功能点详解1.**初始化和数据库迁移**2.**数据库配置与持久化配置管理**✅SQLAlchemy模型类`Config`✅PersistentConfig类3.**OAuth登录配置**4.**用户权限与功能控制**5.**RAG(Retrieval-AugmentedGeneration)配置**6.**图像生成配置**7.**代码解释器配置**
- 微信直播回访视频下载方法
tianyatest
网页视频提取M3U8
今天在网上看2024制冷展大会直播回放,对于两个讲的比较好的视频,想下载下,发现居然不能直接下载,后来从调试模式抓到网址,进行了下载。操作流程:(1)将视频网页用Edge打开,F12进入调试模式;(2)找到网络,或者Network,然后在筛选器内填入M3U8;(3)这步最简单,也很关键,就是刷新网页;(4)就会看到一条记录,然后找到那个记录里面的地址。(5)此时,有两个选择:方法1:采用迅雷下载该
- 【论文阅读】Decoupled Knowledge Distillation
Bosenya12
论文阅读
摘要:最先进的蒸馏方法主要基于从中间层蒸馏出深层特征,而logit蒸馏的重要性则被大大忽视了。为了提供研究logit蒸馏的新观点,我们将经典的KD损失重新表述为两部分,即目标类知识蒸馏(TCKD)和非目标类知识蒸馏(NCKD)。我们实证调查并证明了两部分的效果:TCKD传递了有关训练样本“困难”的知识,而NCKD是logit蒸馏起作用的突出原因。更重要的是,我们揭示了经典的KD损失是一个耦合公式,
- Python Selenium 使用指南
Selenium是一个用于自动化Web浏览器交互的强大工具,常用于网页测试、数据抓取和自动化任务。以下是Python中Selenium的详细使用说明。安装Selenium首先需要安装Selenium库和浏览器驱动:pipinstallselenium然后下载对应浏览器的驱动:Chrome:ChromeDriverFirefox:GeckoDriverEdge:EdgeDriver将驱动放在系统PA
- 最实用的selenium使用指南
selenium使用一环境搭建下载seleniumpipinstallselenium下载浏览器驱动(以Edge为例)在设置中找到当前Edge版本号,在[MicrosoftEdgeWebDriver-MicrosoftEdgeDeveloper](https://developer.microsoft.com/en-us/microsoft-edge/tools/webdriver/)中下载对应版
- 基于Deepseek+RAG构建企业知识库:文档预处理与数据整理
大势下的牛马
搭建本地gpt人工智能RAGDeepseek知识库
在当今数字化时代,企业知识库的构建对于知识管理和高效决策至关重要。基于Deepseek+RAG(Retrieval-AugmentedGeneration)技术构建企业知识库,能够有效整合企业内外部知识资源,实现知识的快速检索和精准应用。而在这一过程中,文档预处理与数据整理是关键的基础环节,直接关系到知识库的质量和后续应用效果。一、文件预处理:格式转换与数据清洗(一)支持格式与转换要求优先格式:在
- 边缘人工智能与医疗AI融合发展路径:技术融合与应用前景(上)
Allen_Lyb
数智化医院2025人工智能健康医疗算法
引言人工智能技术正以前所未有的速度改变着医疗保健领域,从辅助诊断到个性化治疗,AI应用的广度和深度不断拓展。在这一浪潮中,边缘人工智能(EdgeAI)作为一种新兴技术范式,正成为推动医疗AI创新的关键力量。边缘AI区别于传统的云计算模式,它将数据处理和AI模型部署在数据源头附近,实现快速响应和隐私保护。这种特性使其在医疗保健领域具有独特优势,特别是在实时监测、紧急响应和患者隐私保护等方面。边缘AI
- system Verilog:clocking中定义信号为input和output的区别
加载-ing
systemverilog
在SystemVerilog中,clocking块用于定义时钟块,这通常用于描述时钟边缘和同步的输入/输出行为,特别是在测试平台和硬件接口描述中。在下述两个代码示例中,主要区别在于a被定义为一个input还是output。当a被定义为input时:systemverilogclockingcb@(posedgeclk);inputa;endclocking这意味着a是一个从被测试设计(DUT)到测
- 浏览器渲染引擎和JS引擎分类
渲染引擎:Firefox:Gecko引擎Safari:WebKit引擎Chrome:Blink引擎IE:Trident引擎Edge:EdgeHTML引擎JS引擎:SpiderMonkey(Firefox),火狐Nitro/JavaScriptCore(Safari),苹果IOS浏览器V8(Chrome,Chromium),Node.js也是V8Chakra(MicrosoftInternetExp
- 人工智能-基础篇-18-什么是RAG(检索增强生成:知识库+向量化技术+大语言模型LLM整合的技术框架)
weisian151
人工智能人工智能语言模型自然语言处理
RAG(Retrieval-AugmentedGeneration,检索增强生成)是一种结合外部知识检索与大语言模型(LLM)生成能力的技术框架,旨在提升生成式AI在问答、内容创作等任务中的准确性、实时性和领域适应性。1、核心概念大语言模型(LLM)的两大局限性:时效性不足:LLM的训练数据截止于某一时间点,无法获取最新信息(如2025年后的新事件)。知识幻觉:当问题超出模型训练数据范围时,LLM
- CDN分发加速技术详解
Dream Algorithm
网络架构
CDN核心原理与架构1.基本工作原理边缘节点缓存:将内容分发到离用户最近的边缘服务器DNS智能解析:引导用户访问最优节点内容预取与缓存:热点内容提前部署到边缘2.典型CDN架构组成用户请求→智能DNS→边缘节点(EdgeServer)↑二级节点(Mid-tier)↑源站(OriginServer)关键加速技术1.静态内容加速缓存策略优化:#Nginx缓存配置示例location~*\.(jpg|j
- D触发器实现二分频
mengzijie@@
verilogverilog
moduletoplevel(clock,reset);inputclock;inputreset;regflop1;regflop2;always@(posedgeresetorposedgeclock)if(reset)beginflop1<=0;flop2<=1;endelsebeginflop1<=flop2;flop2<=flop1;endendmodule
- Java构建区块链版权交易平台:从智能合约到法律合规的全栈实战
墨夶
Java学习资料1java区块链智能合约
——基于HyperledgerFabric与SpringBoot的版权交易系统设计数字版权时代的“信任危机”与技术破局在数字内容爆炸式增长的今天,版权侵权问题日益严峻。据统计,全球每年因版权纠纷造成的经济损失高达数百亿美元。Java技术栈凭借其企业级开发能力、区块链集成优势及完善的生态工具链,成为构建版权交易平台的核心选择。本文将从区块链存证、智能合约交易、法律合规模块三大维度,通过代码级深度解析
- SAGA GIS使用———加载以及显示影像
SAGA的全称为SystemforAutomatedGeoscientificAnalyses,它是免费的地理信息系统开源软件,SAGA有多个标准的模块库,详细介绍可参考:https://en.wikipedia.org/wiki/SAGA_GIShttps://sagatutorials.wordpress.com/about-saga-gis/(1)使用SAGAGIS导入栅格影像File——>
- RocketMQ-on-DLedge自动容灾切换集群搭建
学亮编程手记
后台编程rocketmq
DledgerDledger快速搭建前言DLedger是一套基于Raft协议的分布式日志存储组件,部署RocketMQ时可以根据需要选择使用DLeger来替换原生的副本存储机制。本文档主要介绍如何快速构建和部署基于DLedger的可以自动容灾切换的RocketMQ集群。1.源码构建构建分为两个部分,需要先构建DLedger,然后构建RocketMQ。1.1构建DLedger$gitclonehtt
- 贪心算法应用:MEC任务卸载问题详解
纪元A梦
贪心算法贪心算法算法
Java中的贪心算法应用:MEC任务卸载问题详解1.问题背景与定义1.1移动边缘计算(MEC)概述移动边缘计算(MobileEdgeComputing,MEC)是一种将云计算能力下沉到网络边缘的技术架构。在MEC环境中,计算任务可以在终端设备、边缘服务器和云端之间进行卸载和分配,以实现更低的延迟、更高的效率和更好的用户体验。1.2任务卸载问题定义MEC任务卸载问题是指如何将移动设备上的计算任务合理
- MCP必将失败?关于MCP的质疑声
城下秋草
AI测试测试行业人工智能
模型上下文协议(Model-ContextProtocol,MCP从推出以来,备受关注并得到了快速的应用。目前大量的AI工具均已集成了对MCP的支持。但对于他的质疑声也逐渐开始出现,比如对于它在安全方面的局限性的担忧,近期Edgenesis创始人Yongli,Chen也发文认为MCP必将失败。这里将他的主要观点梳理为本文,大家可以做个参考和判断导语模型上下文协议(Model-ContextProt
- 从被动检索到主动思考:Naive RAG 到 Agentic RAG 的架构演进与关键技术解析
一休哥助手
人工智能架构RAG
摘要随着大语言模型(LLMs)的广泛应用,检索增强生成(Retrieval-AugmentedGeneration,RAG)技术已成为解决模型知识滞后与幻觉问题的核心方案。本文深入剖析从基础NaiveRAG到新一代AgenticRAG的架构演进路径,聚焦关键技术创新点(如递归检索、自适应查询改写、工具集成、多智能体协作),并通过架构图对比与案例分析,揭示其在复杂任务处理中的范式转变。全文超过500
- VTK中使用梯度幅值计算边缘
点PY
三维渲染服务器前端linux
#include#includevtkSmartPointerDetectEdgesWithGradient(vtkImageData*binaryVolume){</
- 爆改RAG!用强化学习让你的检索增强生成系统“开挂”——从小白到王者的实战指南
许泽宇的技术分享
人工智能
“RAG不准?RL来救场!”——一位被RAG气哭的AI工程师前言:RAG的烦恼与AI炼丹师的自我修养在AI圈混久了,大家都知道RAG(Retrieval-AugmentedGeneration,检索增强生成)是大模型落地的“万金油”方案。无论是企业知识库、智能问答,还是搜索引擎升级,RAG都能插上一脚。但你用过RAG就知道,理想很丰满,现实很骨感。明明知识库里啥都有,问个“量子比特的数学表达式”,
- 【论文笔记】RAGLAB: A Modular and Research-Oriented Unified Framework for Retrieval-Augmented Generation
AustinCyy
论文笔记论文阅读
论文信息论文标题:RAGLAB:AModularandResearch-OrientedUnifiedFrameworkforRetrieval-AugmentedGeneration-EMNLP24论文作者:XuanwangZhang-NanjingUniversity论文链接:https://arxiv.org/abs/2408.11381代码链接:https://github.com/fat
- 从维基百科到知识图谱:用 DSPy、OpenAI 和 TiDB 构建 GraphRAG 的奇妙旅程
步子哥
AGI通用人工智能知识图谱tidb人工智能
在信息爆炸的时代,如何快速从海量数据中提取有用信息,成为了技术发展的重要方向。传统的RAG(Retrieval-AugmentedGeneration)方法虽然在信息检索领域表现出色,但随着需求复杂度的提升,GraphRAG(基于知识图谱的RAG)逐渐成为更优的解决方案。本文将带您一步步了解如何利用DSPy、OpenAI和TiDBVectorDatabase,从维基百科数据构建一个GraphRAG
- LangChain4j如何自定义文档转换器实现数据清洗?
古斯塔夫歼星炮
LangChain4j提供了3种RAG(Retrieval-AugmentedGeneration,检索增强生成)实现,我们通常在原生或高级的RAG实现中,要对数据进行清洗,也就是将外接知识库中的原数据进行噪音去除,留下有价值的信息。例如在带有HTML标签的文本中,HTML标签就是噪音,他对于搜索结果是没有任何帮助,甚至会影响查询结果的,因此我们就需要将HTML标签进行清除。那问题来了,怎么进行数
- [黑洞与暗粒子]没有光的世界
comsci
无论是相对论还是其它现代物理学,都显然有个缺陷,那就是必须有光才能够计算
但是,我相信,在我们的世界和宇宙平面中,肯定存在没有光的世界....
那么,在没有光的世界,光子和其它粒子的规律无法被应用和考察,那么以光速为核心的
&nbs
- jQuery Lazy Load 图片延迟加载
aijuans
jquery
基于 jQuery 的图片延迟加载插件,在用户滚动页面到图片之后才进行加载。
对于有较多的图片的网页,使用图片延迟加载,能有效的提高页面加载速度。
版本:
jQuery v1.4.4+
jQuery Lazy Load v1.7.2
注意事项:
需要真正实现图片延迟加载,必须将真实图片地址写在 data-original 属性中。若 src
- 使用Jodd的优点
Kai_Ge
jodd
1. 简化和统一 controller ,抛弃 extends SimpleFormController ,统一使用 implements Controller 的方式。
2. 简化 JSP 页面的 bind, 不需要一个字段一个字段的绑定。
3. 对 bean 没有任何要求,可以使用任意的 bean 做为 formBean。
使用方法简介
- jpa Query转hibernate Query
120153216
Hibernate
public List<Map> getMapList(String hql,
Map map) {
org.hibernate.Query jpaQuery = entityManager.createQuery(hql);
if (null != map) {
for (String parameter : map.keySet()) {
jp
- Django_Python3添加MySQL/MariaDB支持
2002wmj
mariaDB
现状
首先,
[email protected] 中默认的引擎为 django.db.backends.mysql 。但是在Python3中如果这样写的话,会发现 django.db.backends.mysql 依赖 MySQLdb[5] ,而 MySQLdb 又不兼容 Python3 于是要找一种新的方式来继续使用MySQL。 MySQL官方的方案
首先据MySQL文档[3]说,自从MySQL
- 在SQLSERVER中查找消耗IO最多的SQL
357029540
SQL Server
返回做IO数目最多的50条语句以及它们的执行计划。
select top 50
(total_logical_reads/execution_count) as avg_logical_reads,
(total_logical_writes/execution_count) as avg_logical_writes,
(tot
- spring UnChecked 异常 官方定义!
7454103
spring
如果你接触过spring的 事物管理!那么你必须明白 spring的 非捕获异常! 即 unchecked 异常! 因为 spring 默认这类异常事物自动回滚!!
public static boolean isCheckedException(Throwable ex)
{
return !(ex instanceof RuntimeExcep
- mongoDB 入门指南、示例
adminjun
javamongodb操作
一、准备工作
1、 下载mongoDB
下载地址:http://www.mongodb.org/downloads
选择合适你的版本
相关文档:http://www.mongodb.org/display/DOCS/Tutorial
2、 安装mongoDB
A、 不解压模式:
将下载下来的mongoDB-xxx.zip打开,找到bin目录,运行mongod.exe就可以启动服务,默
- CUDA 5 Release Candidate Now Available
aijuans
CUDA
The CUDA 5 Release Candidate is now available at http://developer.nvidia.com/<wbr></wbr>cuda/cuda-pre-production. Now applicable to a broader set of algorithms, CUDA 5 has advanced fe
- Essential Studio for WinRT网格控件测评
Axiba
JavaScripthtml5
Essential Studio for WinRT界面控件包含了商业平板应用程序开发中所需的所有控件,如市场上运行速度最快的grid 和chart、地图、RDL报表查看器、丰富的文本查看器及图表等等。同时,该控件还包含了一组独特的库,用于从WinRT应用程序中生成Excel、Word以及PDF格式的文件。此文将对其另外一个强大的控件——网格控件进行专门的测评详述。
网格控件功能
1、
- java 获取windows系统安装的证书或证书链
bewithme
windows
有时需要获取windows系统安装的证书或证书链,比如说你要通过证书来创建java的密钥库 。
有关证书链的解释可以查看此处 。
public static void main(String[] args) {
SunMSCAPI providerMSCAPI = new SunMSCAPI();
S
- NoSQL数据库之Redis数据库管理(set类型和zset类型)
bijian1013
redis数据库NoSQL
4.sets类型
Set是集合,它是string类型的无序集合。set是通过hash table实现的,添加、删除和查找的复杂度都是O(1)。对集合我们可以取并集、交集、差集。通过这些操作我们可以实现sns中的好友推荐和blog的tag功能。
sadd:向名称为key的set中添加元
- 异常捕获何时用Exception,何时用Throwable
bingyingao
用Exception的情况
try {
//可能发生空指针、数组溢出等异常
} catch (Exception e) {
 
- 【Kafka四】Kakfa伪分布式安装
bit1129
kafka
在http://bit1129.iteye.com/blog/2174791一文中,实现了单Kafka服务器的安装,在Kafka中,每个Kafka服务器称为一个broker。本文简单介绍下,在单机环境下Kafka的伪分布式安装和测试验证 1. 安装步骤
Kafka伪分布式安装的思路跟Zookeeper的伪分布式安装思路完全一样,不过比Zookeeper稍微简单些(不
- Project Euler
bookjovi
haskell
Project Euler是个数学问题求解网站,网站设计的很有意思,有很多problem,在未提交正确答案前不能查看problem的overview,也不能查看关于problem的discussion thread,只能看到现在problem已经被多少人解决了,人数越多往往代表问题越容易。
看看problem 1吧:
Add all the natural num
- Java-Collections Framework学习与总结-ArrayDeque
BrokenDreams
Collections
表、栈和队列是三种基本的数据结构,前面总结的ArrayList和LinkedList可以作为任意一种数据结构来使用,当然由于实现方式的不同,操作的效率也会不同。
这篇要看一下java.util.ArrayDeque。从命名上看
- 读《研磨设计模式》-代码笔记-装饰模式-Decorator
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.io.BufferedOutputStream;
import java.io.DataOutputStream;
import java.io.FileOutputStream;
import java.io.Fi
- Maven学习(一)
chenyu19891124
Maven私服
学习一门技术和工具总得花费一段时间,5月底6月初自己学习了一些工具,maven+Hudson+nexus的搭建,对于maven以前只是听说,顺便再自己的电脑上搭建了一个maven环境,但是完全不了解maven这一强大的构建工具,还有ant也是一个构建工具,但ant就没有maven那么的简单方便,其实简单点说maven是一个运用命令行就能完成构建,测试,打包,发布一系列功
- [原创]JWFD工作流引擎设计----节点匹配搜索算法(用于初步解决条件异步汇聚问题) 补充
comsci
算法工作PHP搜索引擎嵌入式
本文主要介绍在JWFD工作流引擎设计中遇到的一个实际问题的解决方案,请参考我的博文"带条件选择的并行汇聚路由问题"中图例A2描述的情况(http://comsci.iteye.com/blog/339756),我现在把我对图例A2的一个解决方案公布出来,请大家多指点
节点匹配搜索算法(用于解决标准对称流程图条件汇聚点运行控制参数的算法)
需要解决的问题:已知分支
- Linux中用shell获取昨天、明天或多天前的日期
daizj
linuxshell上几年昨天获取上几个月
在Linux中可以通过date命令获取昨天、明天、上个月、下个月、上一年和下一年
# 获取昨天
date -d 'yesterday' # 或 date -d 'last day'
# 获取明天
date -d 'tomorrow' # 或 date -d 'next day'
# 获取上个月
date -d 'last month'
#
- 我所理解的云计算
dongwei_6688
云计算
在刚开始接触到一个概念时,人们往往都会去探寻这个概念的含义,以达到对其有一个感性的认知,在Wikipedia上关于“云计算”是这么定义的,它说:
Cloud computing is a phrase used to describe a variety of computing co
- YII CMenu配置
dcj3sjt126com
yii
Adding id and class names to CMenu
We use the id and htmlOptions to accomplish this. Watch.
//in your view
$this->widget('zii.widgets.CMenu', array(
'id'=>'myMenu',
'items'=>$this-&g
- 设计模式之静态代理与动态代理
come_for_dream
设计模式
静态代理与动态代理
代理模式是java开发中用到的相对比较多的设计模式,其中的思想就是主业务和相关业务分离。所谓的代理设计就是指由一个代理主题来操作真实主题,真实主题执行具体的业务操作,而代理主题负责其他相关业务的处理。比如我们在进行删除操作的时候需要检验一下用户是否登陆,我们可以删除看成主业务,而把检验用户是否登陆看成其相关业务
- 【转】理解Javascript 系列
gcc2ge
JavaScript
理解Javascript_13_执行模型详解
摘要: 在《理解Javascript_12_执行模型浅析》一文中,我们初步的了解了执行上下文与作用域的概念,那么这一篇将深入分析执行上下文的构建过程,了解执行上下文、函数对象、作用域三者之间的关系。函数执行环境简单的代码:当调用say方法时,第一步是创建其执行环境,在创建执行环境的过程中,会按照定义的先后顺序完成一系列操作:1.首先会创建一个
- Subsets II
hcx2013
set
Given a collection of integers that might contain duplicates, nums, return all possible subsets.
Note:
Elements in a subset must be in non-descending order.
The solution set must not conta
- Spring4.1新特性——Spring缓存框架增强
jinnianshilongnian
spring4
目录
Spring4.1新特性——综述
Spring4.1新特性——Spring核心部分及其他
Spring4.1新特性——Spring缓存框架增强
Spring4.1新特性——异步调用和事件机制的异常处理
Spring4.1新特性——数据库集成测试脚本初始化
Spring4.1新特性——Spring MVC增强
Spring4.1新特性——页面自动化测试框架Spring MVC T
- shell嵌套expect执行命令
liyonghui160com
一直都想把expect的操作写到bash脚本里,这样就不用我再写两个脚本来执行了,搞了一下午终于有点小成就,给大家看看吧.
系统:centos 5.x
1.先安装expect
yum -y install expect
2.脚本内容:
cat auto_svn.sh
#!/bin/bash
- Linux实用命令整理
pda158
linux
0. 基本命令 linux 基本命令整理
1. 压缩 解压 tar -zcvf a.tar.gz a #把a压缩成a.tar.gz tar -zxvf a.tar.gz #把a.tar.gz解压成a
2. vim小结 2.1 vim替换 :m,ns/word_1/word_2/gc  
- 独立开发人员通向成功的29个小贴士
shoothao
独立开发
概述:本文收集了关于独立开发人员通向成功需要注意的一些东西,对于具体的每个贴士的注解有兴趣的朋友可以查看下面标注的原文地址。
明白你从事独立开发的原因和目的。
保持坚持制定计划的好习惯。
万事开头难,第一份订单是关键。
培养多元化业务技能。
提供卓越的服务和品质。
谨小慎微。
营销是必备技能。
学会组织,有条理的工作才是最有效率的。
“独立
- JAVA中堆栈和内存分配原理
uule
java
1、栈、堆
1.寄存器:最快的存储区, 由编译器根据需求进行分配,我们在程序中无法控制.2. 栈:存放基本类型的变量数据和对象的引用,但对象本身不存放在栈中,而是存放在堆(new 出来的对象)或者常量池中(字符串常量对象存放在常量池中。)3. 堆:存放所有new出来的对象。4. 静态域:存放静态成员(static定义的)5. 常量池:存放字符串常量和基本类型常量(public static f