- Windows安装DeepSpeed
XerCis
windows
文章目录问题描述解决方案AssertionError:Unabletopre-compileasync_io参考文献问题描述DeepSpeed是一款微软推出的深度学习优化库,它使分布式训练和推理变得简单高效。解决方案需要提前安装:PyTorch,版本最好>=1.9CUDA或ROCm编译器,如nvcc或hipcc安装VisualStudio,如2019自行编译pythonsetup.pybdist_
- Windows下安装DeepSpeed
syson
AIGCwindows
部署环境Windows1164bitsVisualStudio2022CUDAv11.8Python3.10PyTorch2.0.0+cu118下载DeepSpeedgitclonehttps://github.com/microsoft/DeepSpeed.git需要修改的文件DeepSpeed\setup.py***添加以下三行环境变量os.environ['DISTUTILS_USE_SDK
- DeepSpeed 搭建碰到的问题
汤圆爸爸
windowslinuxgithub
Windows系统来做一些前沿开发,估计连微软自家的孩子们也都鄙视,在Win11下搭建Deepspeed环境,遇到PSC:\WINDOWS\system32>pipinstalldeepspeedCollectingdeepspeedDownloadingdeepspeed-0.9.0.tar.gz(764kB)----------------------------------------764
- Window系统安装deepspeed库
不在摆烂
python库python开发语言windows深度学习
直接在conda环境中安装deepspeed会报错:pipinstalldeepspeederror:subprocess-exited-with-error×pythonsetup.pyegg_infodidnotrunsuccessfully.│exitcode:1╰─>[13linesofoutput]Traceback(mostrecentcalllast):File"",line2,in
- LLaMA 模型和DeepSpeed 框架联系与使用
samoyan
LLM面试llama
1.LLaMA模型介绍LLaMA(LargeLanguageModel-MetaAI)是一个由MetaAI开发的大型语言模型。它设计用于理解和生成自然语言文本,支持多种语言,并且能够执行多种自然语言处理任务。LLaMA模型因其开源特性、优异的性能和广泛的适用性而受到关注。它可以被用于构建不同的应用程序,从简单的文本生成到复杂的对话系统。2.DeepSpeed框架介绍DeepSpeed是一个开源深度
- 使用deepspeed继续训练LLAMA
samoyan
pytorchllama
目录1.数据训练配置2.模型载入3.优化器设置4.DeepSpeed设置5.DeepSpeed初始化6.模型训练LLAMA模型子结构:1.数据训练配置利用PyTorch和Transformers库创建数据加载器,它支持单机或多机分布式训练环境下的数据加载与采样。涉及的模块包括:DataLoader:由PyTorch提供,用于数据集到模型的数据加载。RandomSampler和SequentialS
- 大模型LORA微调总结
江小皮不皮
深度学习人工智能LoRA大模型微调internlm7B
大模型LORA微调总结大模型微调总结模型加载使用deepspeed不使用deepspeed使用lora加载分词器数据加载构建source和target构建input_ids和labels标签补齐构建训练器LORA模型推理模型加载多batch推理构建lora微调推理合并模型权重大模型微调总结模型加载使用deepspeedmodel=transformers.AutoModelForCausalLM.
- 语言大模型的分布式训练与高效微调指南
javastart
大模型aigc自然语言分布式AIGCchatgpt自然语言处理
原文:语言大模型的分布式训练与高效微调指南-知乎目录收起1分布式训练2ZeRO驱动的数据并行3全分片数据并行4实现5高效微调6实践指南7关于DeepSpeed和FSDP的更多内容OneFlow编译翻译|杨婷、宛子琳最近语言大模型(LLM)异常火爆,一个非常特别的开源社区正在探索在消费级硬件上微调、提供服务和进行推理的最佳方式。为满足上述需求,出现了许多出色的开源代码库,以HuggingFace生态
- 大语言模型分布式训练技术原理
三更科技公社
AI前沿与LLMchatGPT语言模型分布式人工智能
分布式训练技术原理数据并行FSDPFSDP算法是由来自DeepSpeed的ZeroRedundancyOptimizer技术驱动的,但经过修改的设计和实现与PyTorch的其他组件保持一致。FSDP将模型实例分解为更小的单元,然后将每个单元内的所有参数扁平化和分片。分片参数在计算前按需通信和恢复,计算结束后立即丢弃。这种方法确保FSDP每次只需要实现一个单元的参数,这大大降低了峰值内存消耗。(数据
- GLM国产大模型训练加速
百度_开发者中心
人工智能深度学习大模型
在深度学习领域,大模型训练已成为推动人工智能进步的关键驱动力。然而,随着模型规模的增大,训练和推理的成本也随之增长。为了解决这一挑战,OneFlow框架提供了强大的功能和优化,为大模型训练带来了显著的加速和显存节省。OneFlow框架通过使用数据并行技术,实现了在A100PCIE40G硬件环境下的高性能训练。相比原始的基于PyTorch、DeepSpeed、Apex的GLM实现,OneFlow的性
- LLM包含的知识
AI知识图谱大本营
大模型人工智能
基础知识磨刀不误砍柴工,LLM基础知识还是需要的。会按照历史梳理LM,详解BERT、GPT系列等各种预备核心知识点,并带着进行GPT预训练实战、位置编码(长文本问题)实战等。数据工程数据很重要,数据是天花板,算法只是无限接近天花板。LLM的第一步就是数据处理,国外的很多SoTA研究都基于此。分布式训练框架大语言模型的“大”,就离不开分布式。ZeRO的三个级别、Deepspeed理论与实战等等是必备
- 【Deepspeed-DeepSpeedZeroOptimizer-01】ZeRO源码精读01:DeepSpeedZeroOptimizer(ZeRO-1,ZeRO-2)
陈超帅
Deepspeed代码精读语言模型人工智能自然语言处理python深度学习神经网络
DeepSpeedZeroOptimizer这篇博客将对DeepSpeedZeroOptimizer的Step1和Step2进行一个详尽的描述,这里的Step1和Step2相对于论文汇中的描述叫ZeRO-1,ZeRO-2。ZeRO-1,分区优化器状态ZeRO-2,在1的基础上分区梯度至于为什么没有把ZeRO-3一起写,暂时不清楚Deepspeed团队的设计,ZeRO3是在一个单独的文件中的,我们将
- DeepSpeed通过系统优化加速大模型推理
嵌入式视觉
transformer模型deepspeedLLMGPT模型大模型推理nlp
原文地址:DeepSpeed:Acceleratinglarge-scalemodelinferenceandtrainingviasystemoptimizationsandcompression原文作者:DeepSpeedTeamRanganMajumder,VicePresidentAndreyProskurin,CorporateVicePresidentofEngineering译文出自
- 深度学习:大规模模型分布式训练框架DeepSpeed
AI Player
DeepLearning人工智能深度学习
深度学习:大规模模型分布式训练框架DeepSpeedDeepSpeed简介DeepSpeed核心特点DeepSpeed如何工作?DeepSpeed如何使用?参考文献DeepSpeed简介随着机器学习模型变得越来越复杂和庞大,训练这些模型所需的计算资源也在不断增加。特别是在自然语言处理(NLP)等领域,模型大都达到了数十亿甚至数千亿参数的规模,这就需要多卡或者多节点分布式训练。为了有效地训练这些巨型
- nvcc找不到导致安装deepspeed错误
ALisa*
人工智能深度学习
nvcc找不到会导致安装不了deepspeed需要先安装nvcc,安装命令:一定要加后面的-cconda-forge才能好使condainstallcuda-nvcc-cconda-forge网上有教程是condainstallnvidia-cuda-toolkit-cconda-forge对我没用然后正常安装deepspeed等就行
- LLaMA Efficient Tuning
小田_
LLMllama语言模型人工智能
文章目录LLaMAEfficientTuning安装数据准备浏览器一体化界面单GPU训练train_bash1、预训练pt2、指令监督微调sft3、奖励模型训练rm4、PPO训练ppo5、DPO训练dpo多GPU分布式训练1、使用HuggingfaceAccelerate2、使用DeepSpeed导出微调后的模型export_model.pyAPI服务api_demo.py命令行测试cli_dem
- 深度学习中的稀疏注意力
JOYCE_Leo16
Transformer深度学习transformer稀疏注意力图像处理计算机视觉
稀疏注意力文章目录一、稀疏注意力的特点1.单头注意力(Single-HeadAttention)2.多头注意力(Multi-HeadAttention)3.稀疏注意力(SparseAttention)二、稀疏注意力的示意图三、与FlashAttention的区别总结一、稀疏注意力的特点DeepSpeed有很多不错的功能:TrainingOverviewandFeatures-DeepSpeed其中
- 增量预训练经验积累(3)
GUANYX~
大模型大模型ChatGptgpt
站在巨人的肩膀上才能走的更远~本文主要是针对《千亿参数开源大模型BLOOM背后的技术》进行学习和提取关键经验。1、BLOOM与Megatron-DeepSpeed1.1BLOOM训练细节BLOOM的模型架构与GPT3非常相似,只是增加了一些改进,176BBLOOM模型的训练于2022年3月至7月期间,耗时约3.5个月完成(约100万计算时),以下是其训练的一些细节信息。硬件:384张80GBA10
- 多机多卡分布式训练
china_xin1
分布式
1.环境搭建分布式训练框架:accelerate+deepspeed+pdsh(可有可无)基础环境:cuda、显卡驱动、pytorch1.1安装相关包cuda安装:参考官网安装步骤wgethttps://developer.download.nvidia.com/compute/cuda/11.8.0/local_installers/cuda-repo-rhel7-11-8-local-11.8
- 基于DeepSpeed对 llama2-7b的LORA精调
Charles_yy
llama2-7bDeepSpeedLORA精调
DeepSpeed数据并行研究1.技术调研a.DeepSpeedDeepSpeed是一个开源深度学习训练优化库,其中包含一个新的显存优化技术——ZeRO(零冗余优化器)。该框架包含四个技术亮点:用3D并行化实现万亿参数模型训练:DeepSpeed实现了三种并行方法的灵活组合,它们分别为ZeRO支持的数据并行,流水线并行和张量切片模型并行。3D并行性适应了不同工作负载的需求,以支持具有万亿参数的超大
- AIGC - Qwen大模型:Qwen-7B模型推理部署
有意思科技
人工智能AIGCAIGC人工智能pytorch
硬件环境作为AIGC方面的小白来说,我抱着非常天真的想法,想让它在我的工作笔记本上用i5的CPU去跑,至于为什么这么想,当然是因为我没有GPU,身边也没有其他的带显卡电脑恰好,在腾讯云看到了GN7的显示优惠活动,60块钱15天,NvidiaT4的AI卡,直接斥巨资购买了15天;不过这段时间准备搭一台自己用的服务器,初步计划是可以插4块GPU,内存上到200G,还是用DeepSpeed做下全量训练啥
- 一些意外的bug
一条水里的鱼
bug
类型一:安装包问题1、包内部代码报错,如:某方法没有检查版本:python->import包名->包名.__version__->包名.__file__若import的包名与pip安装的包的路径不一致,则copy过去具体:1、keyllamaerrortransformers问题,需安装4.282、deepspeed没有adam_cuda属性,需要安装0.8.3(torch的版本要1.12.1的)
- deepspeed使用vscode进行远程调试debug环境配置与解读
tangjunjun-owen
语言模型-多模态大模型vscodeide编辑器deepspeeddebug大模型
提示:文章写完后,目录可以自动生成,如何生成可参考右边的帮助文档文章目录前言一、vscode命令参数传递1、验证参数py文件#2、第一种vscode调用方法(launch.json配置)#3、第二种vscode调用方法(launch.json配置)二、deepspeed运行py文件代码(deepspeed_test.py)三、deepspeed命令调用(无法debug)四、deepspeed使用v
- torch.distributed.init_process_group()详细说明(RANK/WORLD_SIZE)
tangjunjun-owen
python-pytorchrankworld_size
文章目录前言一、torch.distributed.init_process_group函数定义二、RANK、WORLD_SIZE和LOCAL_RANK1、RANK说明2、WORLD_SIZE说明3、LOCAL_RANK说明三、环境变量与应用1、使用系统环境配置2、init_process_group直接配置3、多个进程应用(world_size=2)四、模型应用前言最近在研究deepspeed的
- 从零开始训练一个ChatGPT大模型(低资源,1B3)
Macropodus
LLM自然语言处理gpt1b3chatgpt预训练从零开始
macrogpt-prertrain大模型全量预训练(1b3),多卡deepspeed/单卡adafactor源码地址:https://github.com/yongzhuo/MacroGPT-Pretrain.git踩坑1.数据类型fp16不太行,很容易就Nan了,最好是fp32,tf32,2.单卡如果显存不够,可以用优化器'adafactor',3.如果数据量很大,加载时间特别长(默认设置稍微
- 用通俗的方法讲解:大模型微调训练详细说明(附理论+实践代码)
Python算法实战
大模型理论与实战大模型pytorch深度学习python人工智能自然语言处理chatgpt
本文内容如下介绍了大模型训练的微调方法,包括prompttuning、prefixtuning、LoRA、p-tuning和AdaLoRA等。介绍了使用deepspeed和LoRA进行大模型训练的相关代码。给出了petals的介绍,它可以将模型划分为多个块,每个用户的机器负责其中一块,分摊了计算压力。理解篇prompttuning固定预训练参数,为每一个任务额外添加一个或多个embedding,之
- 周报8_YMK
YMK_0
人工智能深度学习机器学习
周报8这周主要看了HPC-AI的文档另一个任务是在做计网课程的presentation看了一篇大模型训练优化的模型,ZeRO++:ExtremelyEfficientCollectiveCommunicationforGiantModelTraining(https://arxiv.org/pdf/2306.10209.pdf)是微软DeepSpeed框架下的,它的上一个工作是2022年发在Int
- LLM 分布式训练框架 | DeepSpeed与Accelerate
#苦行僧
#LLM分布式训练框架大模型分布式deepspeedacceleratellm人工智能自然语言处理
简单记录下根据网上资料(如Reference中所列)所学到的一些知识,这里主要介绍的是deepspeed分布式训练框架相关概念。小日记:今天太舒服了,早上跑了6km,晚上吃了养生菌菇火锅~文章目录1、Accelerate和deepspeed的联系2、基本概念3、通信策略4、Zero(ZeRO-Stage3、ZeRO-Offload)4.1、ZeRO中不同stage的区别4.2、ZeRO-Offlo
- 保姆级LLM训练教程:阿里云平台使用accelerate,deepspeed多机多卡训练Chatglm2-6B
小鸡不简单
人工智能语言模型nlp深度学习AIGC
我看网上的教程,都基本上可能他们自己都能调通,但是,很多细节都没有给出,包括决定成败的因素:机器之间的免密连接。如果之前做过分布式集群搭建的,这肯定是难不倒他们的,但是对于一个普通的小白,如何从0到1去搭建多机多卡训练是个很大的难题,我也走了不少的坑,如果对大家有帮助请给一个小小的关注。第一步设备环境选择服务器首先,实验环境,我选择的是阿里云的两台服务器,选择ECS服务器。服务器的话,可以选择抢占
- DeepSpeed-Chat 打造类ChatGPT全流程 笔记一
just_sort
chatgpt笔记
这篇文章主要是对DeepSpeedChat的功能做了一些了解,然后翻译了几个主要的教程了解了一些使用细节。最后在手动复现opt-13b做actor模型,opt-350m做reward模型进行的chatbot全流程训练时,踩了一些坑也分享出来了。最后使用训练后的模型做serving展示了一下对话效果并简要分析了一下chatbot的推理代码。后续,我会尝试深入到DeepSpeedChat的三个训练阶段
- ztree设置禁用节点
3213213333332132
JavaScriptztreejsonsetDisabledNodeAjax
ztree设置禁用节点的时候注意,当使用ajax后台请求数据,必须要设置为同步获取数据,否者会获取不到节点对象,导致设置禁用没有效果。
$(function(){
showTree();
setDisabledNode();
});
- JVM patch by Taobao
bookjovi
javaHotSpot
在网上无意中看到淘宝提交的hotspot patch,共四个,有意思,记录一下。
7050685:jsdbproc64.sh has a typo in the package name
7058036:FieldsAllocationStyle=2 does not work in 32-bit VM
7060619:C1 should respect inline and
- 将session存储到数据库中
dcj3sjt126com
sqlPHPsession
CREATE TABLE sessions (
id CHAR(32) NOT NULL,
data TEXT,
last_accessed TIMESTAMP NOT NULL,
PRIMARY KEY (id)
);
<?php
/**
* Created by PhpStorm.
* User: michaeldu
* Date
- Vector
171815164
vector
public Vector<CartProduct> delCart(Vector<CartProduct> cart, String id) {
for (int i = 0; i < cart.size(); i++) {
if (cart.get(i).getId().equals(id)) {
cart.remove(i);
- 各连接池配置参数比较
g21121
连接池
排版真心费劲,大家凑合看下吧,见谅~
Druid
DBCP
C3P0
Proxool
数据库用户名称 Username Username User
数据库密码 Password Password Password
驱动名
- [简单]mybatis insert语句添加动态字段
53873039oycg
mybatis
mysql数据库,id自增,配置如下:
<insert id="saveTestTb" useGeneratedKeys="true" keyProperty="id"
parameterType=&
- struts2拦截器配置
云端月影
struts2拦截器
struts2拦截器interceptor的三种配置方法
方法1. 普通配置法
<struts>
<package name="struts2" extends="struts-default">
&
- IE中页面不居中,火狐谷歌等正常
aijuans
IE中页面不居中
问题是首页在火狐、谷歌、所有IE中正常显示,列表页的页面在火狐谷歌中正常,在IE6、7、8中都不中,觉得可能那个地方设置的让IE系列都不认识,仔细查看后发现,列表页中没写HTML模板部分没有添加DTD定义,就是<!DOCTYPE html PUBLIC "-//W3C//DTD XHTML 1.0 Transitional//EN" "http://www.w3
- String,int,Integer,char 几个类型常见转换
antonyup_2006
htmlsql.net
如何将字串 String 转换成整数 int?
int i = Integer.valueOf(my_str).intValue();
int i=Integer.parseInt(str);
如何将字串 String 转换成Integer ?
Integer integer=Integer.valueOf(str);
如何将整数 int 转换成字串 String ?
1.
- PL/SQL的游标类型
百合不是茶
显示游标(静态游标)隐式游标游标的更新和删除%rowtyperef游标(动态游标)
游标是oracle中的一个结果集,用于存放查询的结果;
PL/SQL中游标的声明;
1,声明游标
2,打开游标(默认是关闭的);
3,提取数据
4,关闭游标
注意的要点:游标必须声明在declare中,使用open打开游标,fetch取游标中的数据,close关闭游标
隐式游标:主要是对DML数据的操作隐
- JUnit4中@AfterClass @BeforeClass @after @before的区别对比
bijian1013
JUnit4单元测试
一.基础知识
JUnit4使用Java5中的注解(annotation),以下是JUnit4常用的几个annotation: @Before:初始化方法 对于每一个测试方法都要执行一次(注意与BeforeClass区别,后者是对于所有方法执行一次)@After:释放资源 对于每一个测试方法都要执行一次(注意与AfterClass区别,后者是对于所有方法执行一次
- 精通Oracle10编程SQL(12)开发包
bijian1013
oracle数据库plsql
/*
*开发包
*包用于逻辑组合相关的PL/SQL类型(例如TABLE类型和RECORD类型)、PL/SQL项(例如游标和游标变量)和PL/SQL子程序(例如过程和函数)
*/
--包用于逻辑组合相关的PL/SQL类型、项和子程序,它由包规范和包体两部分组成
--建立包规范:包规范实际是包与应用程序之间的接口,它用于定义包的公用组件,包括常量、变量、游标、过程和函数等
--在包规
- 【EhCache二】ehcache.xml配置详解
bit1129
ehcache.xml
在ehcache官网上找了多次,终于找到ehcache.xml配置元素和属性的含义说明文档了,这个文档包含在ehcache.xml的注释中!
ehcache.xml : http://ehcache.org/ehcache.xml
ehcache.xsd : http://ehcache.org/ehcache.xsd
ehcache配置文件的根元素是ehcahe
ehcac
- java.lang.ClassNotFoundException: org.springframework.web.context.ContextLoaderL
白糖_
javaeclipsespringtomcatWeb
今天学习spring+cxf的时候遇到一个问题:在web.xml中配置了spring的上下文监听器:
<listener>
<listener-class>org.springframework.web.context.ContextLoaderListener</listener-class>
</listener>
随后启动
- angular.element
boyitech
AngularJSAngularJS APIangular.element
angular.element
描述: 包裹着一部分DOM element或者是HTML字符串,把它作为一个jQuery元素来处理。(类似于jQuery的选择器啦) 如果jQuery被引入了,则angular.element就可以看作是jQuery选择器,选择的对象可以使用jQuery的函数;如果jQuery不可用,angular.e
- java-给定两个已排序序列,找出共同的元素。
bylijinnan
java
import java.util.ArrayList;
import java.util.Arrays;
import java.util.List;
public class CommonItemInTwoSortedArray {
/**
* 题目:给定两个已排序序列,找出共同的元素。
* 1.定义两个指针分别指向序列的开始。
* 如果指向的两个元素
- sftp 异常,有遇到的吗?求解
Chen.H
javajcraftauthjschjschexception
com.jcraft.jsch.JSchException: Auth cancel
at com.jcraft.jsch.Session.connect(Session.java:460)
at com.jcraft.jsch.Session.connect(Session.java:154)
at cn.vivame.util.ftp.SftpServerAccess.connec
- [生物智能与人工智能]神经元中的电化学结构代表什么?
comsci
人工智能
我这里做一个大胆的猜想,生物神经网络中的神经元中包含着一些化学和类似电路的结构,这些结构通常用来扮演类似我们在拓扑分析系统中的节点嵌入方程一样,使得我们的神经网络产生智能判断的能力,而这些嵌入到节点中的方程同时也扮演着"经验"的角色....
我们可以尝试一下...在某些神经
- 通过LAC和CID获取经纬度信息
dai_lm
laccid
方法1:
用浏览器打开http://www.minigps.net/cellsearch.html,然后输入lac和cid信息(mcc和mnc可以填0),如果数据正确就可以获得相应的经纬度
方法2:
发送HTTP请求到http://www.open-electronics.org/celltrack/cell.php?hex=0&lac=<lac>&cid=&
- JAVA的困难分析
datamachine
java
前段时间转了一篇SQL的文章(http://datamachine.iteye.com/blog/1971896),文章不复杂,但思想深刻,就顺便思考了一下java的不足,当砖头丢出来,希望引点和田玉。
-----------------------------------------------------------------------------------------
- 小学5年级英语单词背诵第二课
dcj3sjt126com
englishword
money 钱
paper 纸
speak 讲,说
tell 告诉
remember 记得,想起
knock 敲,击,打
question 问题
number 数字,号码
learn 学会,学习
street 街道
carry 搬运,携带
send 发送,邮寄,发射
must 必须
light 灯,光线,轻的
front
- linux下面没有tree命令
dcj3sjt126com
linux
centos p安装
yum -y install tree
mac os安装
brew install tree
首先来看tree的用法
tree 中文解释:tree
功能说明:以树状图列出目录的内容。
语 法:tree [-aACdDfFgilnNpqstux][-I <范本样式>][-P <范本样式
- Map迭代方式,Map迭代,Map循环
蕃薯耀
Map循环Map迭代Map迭代方式
Map迭代方式,Map迭代,Map循环
>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>
蕃薯耀 2015年
- Spring Cache注解+Redis
hanqunfeng
spring
Spring3.1 Cache注解
依赖jar包:
<!-- redis -->
<dependency>
<groupId>org.springframework.data</groupId>
<artifactId>spring-data-redis</artifactId>
- Guava中针对集合的 filter和过滤功能
jackyrong
filter
在guava库中,自带了过滤器(filter)的功能,可以用来对collection 进行过滤,先看例子:
@Test
public void whenFilterWithIterables_thenFiltered() {
List<String> names = Lists.newArrayList("John"
- 学习编程那点事
lampcy
编程androidPHPhtml5
一年前的夏天,我还在纠结要不要改行,要不要去学php?能学到真本事吗?改行能成功吗?太多的问题,我终于不顾一切,下定决心,辞去了工作,来到传说中的帝都。老师给的乘车方式还算有效,很顺利的就到了学校,赶巧了,正好学校搬到了新校区。先安顿了下来,过了个轻松的周末,第一次到帝都,逛逛吧!
接下来的周一,是我噩梦的开始,学习内容对我这个零基础的人来说,除了勉强完成老师布置的作业外,我已经没有时间和精力去
- 架构师之流处理---------bytebuffer的mark,limit和flip
nannan408
ByteBuffer
1.前言。
如题,limit其实就是可以读取的字节长度的意思,flip是清空的意思,mark是标记的意思 。
2.例子.
例子代码:
String str = "helloWorld";
ByteBuffer buff = ByteBuffer.wrap(str.getBytes());
Sy
- org.apache.el.parser.ParseException: Encountered " ":" ": "" at line 1, column 1
Everyday都不同
$转义el表达式
最近在做Highcharts的过程中,在写js时,出现了以下异常:
严重: Servlet.service() for servlet jsp threw exception
org.apache.el.parser.ParseException: Encountered " ":" ": "" at line 1,
- 用Java实现发送邮件到163
tntxia
java实现
/*
在java版经常看到有人问如何用javamail发送邮件?如何接收邮件?如何访问多个文件夹等。问题零散,而历史的回复早已经淹没在问题的海洋之中。
本人之前所做过一个java项目,其中包含有WebMail功能,当初为用java实现而对javamail摸索了一段时间,总算有点收获。看到论坛中的经常有此方面的问题,因此把我的一些经验帖出来,希望对大家有些帮助。
此篇仅介绍用
- 探索实体类存在的真正意义
java小叶檀
POJO
一. 实体类简述
实体类其实就是俗称的POJO,这种类一般不实现特殊框架下的接口,在程序中仅作为数据容器用来持久化存储数据用的
POJO(Plain Old Java Objects)简单的Java对象
它的一般格式就是
public class A{
private String id;
public Str