- 使用LLaVa和Ollama实现多模态RAG示例
llzwxh888
python人工智能开发语言
本文将详细介绍如何使用LLaVa和Ollama实现多模态RAG(检索增强生成),通过提取图像中的结构化数据、生成图像字幕等功能来展示这一技术的强大之处。安装环境首先,您需要安装以下依赖包:!pipinstallllama-index-multi-modal-llms-ollama!pipinstallllama-index-readers-file!pipinstallunstructured!p
- [论文笔记] LLaVA
心心喵
论文笔记论文阅读
一、LLaVA论文中的主要工作和实验结果ExistingGap:之前的大部分工作都在做模态对齐,做图片的representationlearning,而没有针对ChatBot(多轮对话,指令理解)这种场景优化。Contribution:这篇工作已经在BLIP-2之后了,所以Image的理解能力不是LLaVA希望提升的重点,LLaVA是想提升多模态模型的Instruction-Followingab
- VLM 系列——Llava1.6——论文解读
TigerZ*
AIGC算法人工智能AIGC深度学习计算机视觉
一、概述1、是什么Llava1.6是llava1.5的升级暂时还没有论文等,是一个多模态视觉-文本大语言模型,可以完成:图像描述、视觉问答、根据图片写代码(HTML、JS、CSS),潜在可以完成单个目标的视觉定位、名画名人等识别(问答、描述)。支持单幅图片输入(可以作为第一个或第二个输入),多轮文本对话。本文基于CLIP的视觉编码器,以及多个版本语言解码器,使用最简单的两层FC构成MLP映射视觉特
- VLM 系列——MoE-LLaVa——论文解读
TigerZ*
AIGC算法深度学习人工智能AIGC计算机视觉transformer
一、概述1、是什么moe-Llava是Llava1.5的改进全称《MoE-LLaVA:MixtureofExpertsforLargeVision-LanguageModels》,是一个多模态视觉-文本大语言模型,可以完成:图像描述、视觉问答,潜在可以完成单个目标的视觉定位、名画名人等识别(问答、描述),未知是否能偶根据图片写代码(HTML、JS、CSS)。支持单幅图片输入(可以作为第一个或第二个
- VLM 系列——LLaVA-MoLE——论文解读
TigerZ*
AIGC算法深度学习人工智能AIGCtransformer计算机视觉
一、概述1、是什么Llava-MoLE是Llava1.5的改进全称《LLaVA-MoLE:SparseMixtureofLoRAExpertsforMitigatingDataConflictsinInstructionFinetuningMLLMs》,是一个多模态视觉-文本大语言模型,可以完成:图像描述、视觉问答,潜在可以完成单个目标的视觉定位、名画名人等识别(问答、描述),未知是否能偶根据图片
- MoE-LLaVA: Mixture of Experts for Large Vision-Language Models
UnknownBody
LLM语言模型人工智能
本文是LLM系列文章,针对《MoE-LLaVA:MixtureofExpertsforLargeVision-LanguageModels》的翻译。MoE-LLaVA:大型视觉语言模型的专家混合摘要1引言2相关工作3方法4实验5结论和未来方向摘要对于大型视觉语言模型(LVLM),缩放模型可以有效地提高性能。然而,扩展模型参数显著增加了训练和推理成本,因为计算中的每个token都激活了所有模型参数。
- MoE-LLaVA:具有高效缩放和多模态专业知识的大型视觉语言模型
deephub
语言模型人工智能深度学习混合专家模型
视觉和语言模型的交叉导致了人工智能的变革性进步,使应用程序能够以类似于人类感知的方式理解和解释世界。大型视觉语言模型(LVLMs)在图像识别、视觉问题回答和多模态交互方面提供了无与伦比的能力。MoE-LLaVA利用了“专家混合”策略融合视觉和语言数据,实现对多媒体内容的复杂理解和交互。为增强LVLMs提供了更高效、更有效的解决方案,而不受传统缩放方法的典型限制。lvlm及其挑战大型视觉语言模型(L
- LLaVA:GPT-4V(ision) 的新开源替代品
代码讲故事
智能工具gpt-4vgpt4chatgptllavallamaAIGC模型
LLaVA:GPT-4V(ision)的新开源替代品。LLaVA(https://llava-vl.github.io/,是LargeLanguage和VisualAssistant的缩写)。它是一种很有前景的开源生成式AI模型,它复制了OpenAIGPT-4在与图像对话方面的一些功能。用户可以将图像添加到LLaVA聊天对话中,可以以聊天方式讨论这些图像的内容,还可以将它们用作以视觉方式描述想法、
- 可商用,超12000颗星!微软开源多模态模型LLaVA-1.5
RPA中国
人工智能
随着OpenAI发布GPT-4V后,多模态功能逐渐成为主流,并涌现出了MiniGPT-4、LLaVA等卓越多模态开源模型。微软研究院、威斯康星大学的研究人员在LLaVA基础之上,继续开源了LLaVA-1.5版本。与前一代相比,LLaVA-1.5引入了跨模态连接器和特定格式的学术视觉问答数据集,全面提升了多模态理解和生成能力。为了评估LLaVA-1.5的性能,研究人员在MMEMM、BenchMM、S
- VLM 系列——Llava1.5——论文解读
TigerZ*
AIGC算法人工智能AIGC计算机视觉深度学习transformer
一、概述1、是什么Llava1.5是llava的升级全称《ImprovedBaselineswithVisualInstructionTuning》,是一个多模态视觉-文本大语言模型,可以完成:图像描述、视觉问答、根据图片写代码(HTML、JS、CSS),潜在可以完成单个目标的视觉定位、名画名人等识别(问答、描述)。支持单幅图片输入(可以作为第一个或第二个输入),多轮文本对话。本文基于CLIP的视
- VLM 系列——Llava——论文解读
TigerZ*
AIGC算法AIGC深度学习transformer计算机视觉人工智能
一、概述1、是什么Llava全称《VisualInstructionTuning》,是一个多模态视觉-文本大语言模型,可以完成:图像描述、视觉问答、根据图片写代码(HTML、JS、CSS),潜在可以完成单个目标的视觉定位、名画名人等识别(问答、描述)。支持单幅图片输入(可以作为第一个或第二个输入),多轮文本对话。本文基于CLIP的视觉编码器,以及LLaMa语言解码器,构建了一个大规模的多模态模型(
- LLaVA-Plus:多模态大模型的新突破
努力犯错
人工智能深度学习机器学习语言模型自然语言处理
前言随着AIGC技术的不断进步,各类多模态大模型(MLM)开始蓬勃发展。在这一领域中,LLaVA-Plus的推出无疑是一次重大突破。作为LLaVA团队的最新工作,LLaVA-Plus不仅继承了LLaVA的优秀特性,还在此基础上进行了显著改进和升级。Huggingface模型下载:https://huggingface.co/LLaVA-VL/llava_plus_v0_7bAI快站模型免费加速下载
- 【LMM 007】Video-LLaVA:通过投影前对齐以学习联合视觉表征的视频多模态大模型
datamonday
Learning)人工智能多模态LLMLMMLLaVA
论文标题:Video-LLaVA:LearningUnitedVisualRepresentationbyAlignmentBeforeProjection论文作者:BinLin,YangYe,BinZhu,JiaxiCui,MunanNing,PengJin,LiYuan作者单位:PekingUniversity,PengChengLaboratory,SunYat-senUniversity,
- 熔岩羊驼LLaVA来了:像GPT-4一样可以看图聊天,无需邀请码,在线可玩
数据派THU
人工智能计算机视觉深度学习机器学习神经网络
来源:机器之心本文约2500字,建议阅读5分钟尽管LLaVA是用一个小的多模态指令数据集训练的,但它在一些示例上展示了与多模态模型GPT-4非常相似的推理结果。GPT-4的识图能力什么时候能上线呢?这个问题目前依然没有答案。但研究社区已经等不及了,纷纷自己上手DIY,其中最火的是一个名为MiniGPT-4的项目。MiniGPT-4展示了许多类似于GPT-4的能力,例如生成详细的图像描述并从手写草稿
- 熔岩羊驼LLaVA:社区又一个多模态大模型,像GPT-4一样可以看图聊天
机器学习与AI生成创作
人工智能计算机视觉深度学习机器学习神经网络
本文来源机器之心编辑:赵阳尽管LLaVA是用一个小的多模态指令数据集训练的,但它在一些示例上展示了与多模态模型GPT-4非常相似的推理结果。GPT-4的识图能力什么时候能上线呢?这个问题目前依然没有答案。但研究社区已经等不及了,纷纷自己上手DIY,其中最火的是一个名为MiniGPT-4的项目。MiniGPT-4展示了许多类似于GPT-4的能力,例如生成详细的图像描述并从手写草稿创建网站。此外,作者
- NeurIPS 2023 | 像GPT-4一样可以看图聊天!LLaVA:大型语言和视觉助手
Amusi(CVer)
点击下方卡片,关注“CVer”公众号AI/CV重磅干货,第一时间送达点击进入—>【多模态和Transformer】交流群在CVer微信公众号后台回复:LLaVA,可以下载本论文pdf、代码和数据集,学起来!转载自:机器之心|编辑:赵阳尽管LLaVA是用一个小的多模态指令数据集训练的,但它在一些示例上展示了与多模态模型GPT-4非常相似的推理结果。GPT-4的识图能力什么时候能上线呢?这个问题目前依
- 【LMM 004】LLaVA-RLHF:用事实增强的 RLHF 对齐大型多模态模型
datamonday
Learning)人工智能多模态LLMLMMRLHF
论文标题:AligningLargeMultimodalModelswithFactuallyAugmentedRLHF论文作者:ZhiqingSun,ShengShen,ShengcaoCao,HaotianLiu,ChunyuanLi,YikangShen,ChuangGan,Liang-YanGui,Yu-XiongWang,YimingYang,KurtKeutzer,TrevorDarr
- 多模态大模型的前世今生
智慧医疗探索者
深度学习模型人工智能
1引言前段时间ChatGPT进行了一轮重大更新:多模态上线,能说话,会看图!微软发了一篇长达166页的GPT-4V测评论文,一时间又带起了一阵多模态的热议,随后像是LLaVA-1.5、CogVLM、MiniGPT-5等研究工作紧随其后,到处刷屏。大模型的多模态能力到底是怎么来的?2CLIP:连接文本和图像的桥梁CLIP是由OpenAI在2021年提出的预训练模型,用于评估给定图像与给定文本描述的匹
- 【LMM 001】大型语言和视觉助手 LLaVA
datamonday
Learning)人工智能多模态LLMLMMLLaVA
论文标题:VisualInstructionTuning论文作者:HaotianLiu,ChunyuanLi,QingyangWu,YongJaeLee作者单位:UniversityofWisconsin-Madison,MicrosoftResearch,ColumbiaUniversity论文原文:https://arxiv.org/abs/2304.08485论文出处:NeurIPS2023
- 刷新11个基准SOTA!浙大校友开源多模态大模型LLaVA-1.5
人工智能与算法学习
来源:新智元【导读】GPT-4V风头正盛,LLaVA-1.5就来踢馆了!它不仅在11个基准测试上都实现了SOTA,而且13B模型的训练,只用8个A100就可以在1天内完成。9月底,OpenAI宣布ChatGPT多模态能力解禁。多模态GPT-4V的神奇能力让众人惊呼:这就是GPT-4.5吧?这才没过多久,GPT-4V的开源竞争对手——LLaVA-1.5,就已经来了!4月,来自威斯康星大学麦迪逊分校、
- 正面硬刚GPT-4V!浙大校友开源多模态大模型LLaVA-1.5
深度学习技术前沿
来源:新智元9月底,OpenAI宣布ChatGPT多模态能力解禁。多模态GPT-4V的神奇能力让众人惊呼:这就是GPT-4.5吧?这才没过多久,GPT-4V的开源竞争对手——LLaVA-1.5,就已经来了!4月,来自威斯康星大学麦迪逊分校、微软研究院以及哥伦比亚大学的研究人员开源了一款全新的端到端多模态大模型LLaVA。而现在,升级后的LLaVA-1.5,不仅在11个基准测试上实现了SOTA,甚至
- LLaVA-Med 论文阅读笔记
夏洛特兰兰
多模态大模型论文阅读笔记
LLaVA-Med:TrainingaLargeLanguage-and-VisionAssistantforBiomedicineinOneDay论文阅读笔记Abstract本文提出了一种经济有效的方法训练一个可以回答生物医学图像开放研究问题的视觉-语言对话助手。其核心思想是从PubMedCentral中提取大规模、广覆盖的生物医学数字字母数据集,使用GPT-4对字幕的开放式教学跟随数据进行只知
- 微软发布医学多模态大模型LLaVA-Med | 基于LLaVA的医学指令微调
Python算法实战
学习笔记人工智能深度学习计算机视觉
Title:LLaVA-Med:TrainingaLargeLanguage-and-VisionAssistantforBiomedicineinOneDayPDF:https://arxiv.org/pdf/2306.00890v1.pdfCode:https://aka.ms/llava-med导读单模态文本在生物医学领域的研究已经取得了显著的成果,而多模态对话人工智能则通过利用来自公共网络
- 【LMM 003】生物医学领域的垂直类大型多模态模型 LLaVA-Med
datamonday
Learning)人工智能多模态LLMLMMLLaVA-Med
论文标题:LLaVA-Med:TrainingaLargeLanguage-and-VisionAssistantforBiomedicineinOneDay论文作者:ChunyuanLi∗,CliffWong∗,ShengZhang∗,NaotoUsuyama,HaotianLiu,JianweiYangTristanNaumann,HoifungPoon,JianfengGao作者单位:Mic
- 6、LLaVA
C--G
#代码重建运行过程python
简介LLaVA官网LLaVA使用Vicuna(LLaMA-2)作为LLMfϕ(⋅)f_\phi(·)fϕ(⋅),使用预训练的CLIP图像编码器ViT-L/14g(Xv)g(X_v)g(Xv)。输入图像XvX_vXv,首先获取featureZv=g(Xv)Z_v=g(X_v)Zv=g(Xv)。考虑到最后一层Transformer前后的网格特征,采用简单的线性层连接图像特征到词嵌入空间,即使用一个可训
- 多模态大模型:关于RLHF那些事儿
猴猴猪猪
多模态大模型计算机视觉论文阅读多模态大模型AIGCRLHF
Overview多模态大模型关于RLHF的代表性文章一、LLaVA-RLHF二、RLHF-V三、SILKIE多模态大模型关于RLHF的代表性文章一、LLaVA-RLHF题目:ALIGNINGLARGEMULTIMODALMODELSWITHFACTUALLYAUGMENTEDRLHF机构:UC伯克利论文:https://arxiv.org/pdf/2309.14525.pdf代码:https://
- LLM之RAG实战(七)| 使用llama_index实现多模态RAG
wshzd
ChatGPT笔记RAGllamaAIGCchatgpt
一、多模态RAGOpenAI开发日上最令人兴奋的发布之一是GPT-4VAPI(https://platform.openai.com/docs/guides/vision)的发布。GPT-4V是一个多模态模型,可以接收文本/图像,并可以输出文本响应。最近还有一些其他的多模态模型:LLaVa和Fuyu-8B。在过去的一年里,大部分应用程序开发都是围绕文本输入/文本输出范式。最典型的例子之一是检索增强
- 论文阅读——llava
じんじん
论文人工智能
VisualInstructionTuningLLaVA指令智能体分为两类:端到端的,通过LangChain[1]/LLM[35]协调各种模型的系统。数据集生成用GPT辅助生成的,具体不写了。模型结构:inputimageXvLLM:Vicunavisualencoder:pre-trainedCLIPvisualencoderViT-L/14W是为了和词向量一个维度(weapplyatraina
- VIGC: Visual Instruction Generation and Correction---------VIGC:视觉指令生成和纠正
Mars_prime
人工智能LVLM幻觉算法深度学习
上海人工智能实验室Abstract视觉编码器和大语言模型(LLM)的集成推动了多模态大语言模型(MLLM)的最新进展。然而,视觉语言任务的高质量指令调整数据的稀缺仍然是一个挑战。当前领先的范例,例如LLaVA,依赖于仅语言的GPT-4来生成数据,这需要预先注释的图像标题和检测边界框,这在理解图像细节方面遇到了困难。该问题的一个实用解决方案是利用可用的多模态大语言模型(MLLM)来生成视觉语言任务的
- 北京通用人工智能研究院提出了首个三维世界中的具身多任务多模态的通才智能体 LEO
xwz小王子
多模态变形金刚人工智能机器人具身智能
想要迈向通用人工智能,必须要构建一个能够理解人类生活的真实世界,并掌握丰富技能的具身通用智能体。今年以来,以GPT-4(V)[1]、LLaVA[2]、PALM-E[3]等为代表的多模态大语言模型(Multi-modalLargeLanguageModel)在自然语言处理、视觉理解、机器人等任务上取得了显著的成功,但这类模型都是基于二维图片文本数据训练得到,在理解三维世界和与三维世界交互方面能力欠缺
- jvm调优总结(从基本概念 到 深度优化)
oloz
javajvmjdk虚拟机应用服务器
JVM参数详解:http://www.cnblogs.com/redcreen/archive/2011/05/04/2037057.html
Java虚拟机中,数据类型可以分为两类:基本类型和引用类型。基本类型的变量保存原始值,即:他代表的值就是数值本身;而引用类型的变量保存引用值。“引用值”代表了某个对象的引用,而不是对象本身,对象本身存放在这个引用值所表示的地址的位置。
- 【Scala十六】Scala核心十:柯里化函数
bit1129
scala
本篇文章重点说明什么是函数柯里化,这个语法现象的背后动机是什么,有什么样的应用场景,以及与部分应用函数(Partial Applied Function)之间的联系 1. 什么是柯里化函数
A way to write functions with multiple parameter lists. For instance
def f(x: Int)(y: Int) is a
- HashMap
dalan_123
java
HashMap在java中对很多人来说都是熟的;基于hash表的map接口的非同步实现。允许使用null和null键;同时不能保证元素的顺序;也就是从来都不保证其中的元素的顺序恒久不变。
1、数据结构
在java中,最基本的数据结构无外乎:数组 和 引用(指针),所有的数据结构都可以用这两个来构造,HashMap也不例外,归根到底HashMap就是一个链表散列的数据
- Java Swing如何实时刷新JTextArea,以显示刚才加append的内容
周凡杨
java更新swingJTextArea
在代码中执行完textArea.append("message")后,如果你想让这个更新立刻显示在界面上而不是等swing的主线程返回后刷新,我们一般会在该语句后调用textArea.invalidate()和textArea.repaint()。
问题是这个方法并不能有任何效果,textArea的内容没有任何变化,这或许是swing的一个bug,有一个笨拙的办法可以实现
- servlet或struts的Action处理ajax请求
g21121
servlet
其实处理ajax的请求非常简单,直接看代码就行了:
//如果用的是struts
//HttpServletResponse response = ServletActionContext.getResponse();
// 设置输出为文字流
response.setContentType("text/plain");
// 设置字符集
res
- FineReport的公式编辑框的语法简介
老A不折腾
finereport公式总结
FINEREPORT用到公式的地方非常多,单元格(以=开头的便被解析为公式),条件显示,数据字典,报表填报属性值定义,图表标题,轴定义,页眉页脚,甚至单元格的其他属性中的鼠标悬浮提示内容都可以写公式。
简单的说下自己感觉的公式要注意的几个地方:
1.if语句语法刚接触感觉比较奇怪,if(条件式子,值1,值2),if可以嵌套,if(条件式子1,值1,if(条件式子2,值2,值3)
- linux mysql 数据库乱码的解决办法
墙头上一根草
linuxmysql数据库乱码
linux 上mysql数据库区分大小写的配置
lower_case_table_names=1 1-不区分大小写 0-区分大小写
修改/etc/my.cnf 具体的修改内容如下:
[client]
default-character-set=utf8
[mysqld]
datadir=/var/lib/mysql
socket=/va
- 我的spring学习笔记6-ApplicationContext实例化的参数兼容思想
aijuans
Spring 3
ApplicationContext能读取多个Bean定义文件,方法是:
ApplicationContext appContext = new ClassPathXmlApplicationContext(
new String[]{“bean-config1.xml”,“bean-config2.xml”,“bean-config3.xml”,“bean-config4.xml
- mysql 基准测试之sysbench
annan211
基准测试mysql基准测试MySQL测试sysbench
1 执行如下命令,安装sysbench-0.5:
tar xzvf sysbench-0.5.tar.gz
cd sysbench-0.5
chmod +x autogen.sh
./autogen.sh
./configure --with-mysql --with-mysql-includes=/usr/local/mysql
- sql的复杂查询使用案列与技巧
百合不是茶
oraclesql函数数据分页合并查询
本片博客使用的数据库表是oracle中的scott用户表;
------------------- 自然连接查询
查询 smith 的上司(两种方法)
&
- 深入学习Thread类
bijian1013
javathread多线程java多线程
一. 线程的名字
下面来看一下Thread类的name属性,它的类型是String。它其实就是线程的名字。在Thread类中,有String getName()和void setName(String)两个方法用来设置和获取这个属性的值。
同时,Thr
- JSON串转换成Map以及如何转换到对应的数据类型
bijian1013
javafastjsonnet.sf.json
在实际开发中,难免会碰到JSON串转换成Map的情况,下面来看看这方面的实例。另外,由于fastjson只支持JDK1.5及以上版本,因此在JDK1.4的项目中可以采用net.sf.json来处理。
一.fastjson实例
JsonUtil.java
package com.study;
impor
- 【RPC框架HttpInvoker一】HttpInvoker:Spring自带RPC框架
bit1129
spring
HttpInvoker是Spring原生的RPC调用框架,HttpInvoker同Burlap和Hessian一样,提供了一致的服务Exporter以及客户端的服务代理工厂Bean,这篇文章主要是复制粘贴了Hessian与Spring集成一文,【RPC框架Hessian四】Hessian与Spring集成
在
【RPC框架Hessian二】Hessian 对象序列化和反序列化一文中
- 【Mahout二】基于Mahout CBayes算法的20newsgroup的脚本分析
bit1129
Mahout
#!/bin/bash
#
# Licensed to the Apache Software Foundation (ASF) under one or more
# contributor license agreements. See the NOTICE file distributed with
# this work for additional information re
- nginx三种获取用户真实ip的方法
ronin47
随着nginx的迅速崛起,越来越多公司将apache更换成nginx. 同时也越来越多人使用nginx作为负载均衡, 并且代理前面可能还加上了CDN加速,但是随之也遇到一个问题:nginx如何获取用户的真实IP地址,如果后端是apache,请跳转到<apache获取用户真实IP地址>,如果是后端真实服务器是nginx,那么继续往下看。
实例环境: 用户IP 120.22.11.11
- java-判断二叉树是不是平衡
bylijinnan
java
参考了
http://zhedahht.blog.163.com/blog/static/25411174201142733927831/
但是用java来实现有一个问题。
由于Java无法像C那样“传递参数的地址,函数返回时能得到参数的值”,唯有新建一个辅助类:AuxClass
import ljn.help.*;
public class BalancedBTree {
- BeanUtils.copyProperties VS PropertyUtils.copyProperties
诸葛不亮
PropertyUtilsBeanUtils
BeanUtils.copyProperties VS PropertyUtils.copyProperties
作为两个bean属性copy的工具类,他们被广泛使用,同时也很容易误用,给人造成困然;比如:昨天发现同事在使用BeanUtils.copyProperties copy有integer类型属性的bean时,没有考虑到会将null转换为0,而后面的业
- [金融与信息安全]最简单的数据结构最安全
comsci
数据结构
现在最流行的数据库的数据存储文件都具有复杂的文件头格式,用操作系统的记事本软件是无法正常浏览的,这样的情况会有什么问题呢?
从信息安全的角度来看,如果我们数据库系统仅仅把这种格式的数据文件做异地备份,如果相同版本的所有数据库管理系统都同时被攻击,那么
- vi区段删除
Cwind
linuxvi区段删除
区段删除是编辑和分析一些冗长的配置文件或日志文件时比较常用的操作。简记下vi区段删除要点备忘。
vi概述
引文中并未将末行模式单独列为一种模式。单不单列并不重要,能区分命令模式与末行模式即可。
vi区段删除步骤:
1. 在末行模式下使用:set nu显示行号
非必须,随光标移动vi右下角也会显示行号,能够正确找到并记录删除开始行
- 清除tomcat缓存的方法总结
dashuaifu
tomcat缓存
用tomcat容器,大家可能会发现这样的问题,修改jsp文件后,但用IE打开 依然是以前的Jsp的页面。
出现这种现象的原因主要是tomcat缓存的原因。
解决办法如下:
在jsp文件头加上
<meta http-equiv="Expires" content="0"> <meta http-equiv="kiben&qu
- 不要盲目的在项目中使用LESS CSS
dcj3sjt126com
Webless
如果你还不知道LESS CSS是什么东西,可以看一下这篇文章,是我一朋友写给新人看的《CSS——LESS》
不可否认,LESS CSS是个强大的工具,它弥补了css没有变量、无法运算等一些“先天缺陷”,但它似乎给我一种错觉,就是为了功能而实现功能。
比如它的引用功能
?
.rounded_corners{
- [入门]更上一层楼
dcj3sjt126com
PHPyii2
更上一层楼
通篇阅读完整个“入门”部分,你就完成了一个完整 Yii 应用的创建。在此过程中你学到了如何实现一些常用功能,例如通过 HTML 表单从用户那获取数据,从数据库中获取数据并以分页形式显示。你还学到了如何通过 Gii 去自动生成代码。使用 Gii 生成代码把 Web 开发中多数繁杂的过程转化为仅仅填写几个表单就行。
本章将介绍一些有助于更好使用 Yii 的资源:
- Apache HttpClient使用详解
eksliang
httpclienthttp协议
Http协议的重要性相信不用我多说了,HttpClient相比传统JDK自带的URLConnection,增加了易用性和灵活性(具体区别,日后我们再讨论),它不仅是客户端发送Http请求变得容易,而且也方便了开发人员测试接口(基于Http协议的),即提高了开发的效率,也方便提高代码的健壮性。因此熟练掌握HttpClient是很重要的必修内容,掌握HttpClient后,相信对于Http协议的了解会
- zxing二维码扫描功能
gundumw100
androidzxing
经常要用到二维码扫描功能
现给出示例代码
import com.google.zxing.WriterException;
import com.zxing.activity.CaptureActivity;
import com.zxing.encoding.EncodingHandler;
import android.app.Activity;
import an
- 纯HTML+CSS带说明的黄色导航菜单
ini
htmlWebhtml5csshovertree
HoverTree带说明的CSS菜单:纯HTML+CSS结构链接带说明的黄色导航
在线体验效果:http://hovertree.com/texiao/css/1.htm代码如下,保存到HTML文件可以看到效果:
<!DOCTYPE html >
<html >
<head>
<title>HoverTree
- fastjson初始化对性能的影响
kane_xie
fastjson序列化
之前在项目中序列化是用thrift,性能一般,而且需要用编译器生成新的类,在序列化和反序列化的时候感觉很繁琐,因此想转到json阵营。对比了jackson,gson等框架之后,决定用fastjson,为什么呢,因为看名字感觉很快。。。
网上的说法:
fastjson 是一个性能很好的 Java 语言实现的 JSON 解析器和生成器,来自阿里巴巴的工程师开发。
- 基于Mybatis封装的增删改查实现通用自动化sql
mengqingyu
DAO
1.基于map或javaBean的增删改查可实现不写dao接口和实现类以及xml,有效的提高开发速度。
2.支持自定义注解包括主键生成、列重复验证、列名、表名等
3.支持批量插入、批量更新、批量删除
<bean id="dynamicSqlSessionTemplate" class="com.mqy.mybatis.support.Dynamic
- js控制input输入框的方法封装(数字,中文,字母,浮点数等)
qifeifei
javascript js
在项目开发的时候,经常有一些输入框,控制输入的格式,而不是等输入好了再去检查格式,格式错了就报错,体验不好。 /** 数字,中文,字母,浮点数(+/-/.) 类型输入限制,只要在input标签上加上 jInput="number,chinese,alphabet,floating" 备注:floating属性只能单独用*/
funct
- java 计时器应用
tangqi609567707
javatimer
mport java.util.TimerTask; import java.util.Calendar; public class MyTask extends TimerTask { private static final int
- erlang输出调用栈信息
wudixiaotie
erlang
在erlang otp的开发中,如果调用第三方的应用,会有有些错误会不打印栈信息,因为有可能第三方应用会catch然后输出自己的错误信息,所以对排查bug有很大的阻碍,这样就要求我们自己打印调用的栈信息。用这个函数:erlang:process_display (self (), backtrace).需要注意这个函数只会输出到标准错误输出。
也可以用这个函数:erlang:get_s