yhwang-hub
yhwang-hub

模型量化的原理与实践 —基于YOLOv5实践目标检测的PTQ与QAT量化

这里写自定义目录标题

  • 一、量化基础知识
    • 1.1 Tops是什么意思？
    • 1.2 什么是定点数？
    • 1.3 定点数转换
    • 1.4 什么是量化？
    • 1.5 定点计算
      • 1.5.1 定点计算——误差计算
      • 1.5.2 定点计算——内存对比
      • 1.5.3 定点计算——速度对比
    • 1.6 量化有什么优缺点？
    • 2、线性映射
    • 非对称量化：
    • 3、逐层量化、逐组量化和逐通道量化
    • 4、在线量化和离线量化
    • 5、权重量化和权重激活量化
    • 6、量化的一般步骤
  • 三、模型校准
    • 1、什么是校准？
    • 2、Max校准
    • 3、Histogram校准

你可能感兴趣的:(TensorRT-部署-加速,深度学习,目标检测,YOLO,人工智能)

  • 第八讲 SCQL使用 huang8666 数据库mysql
    第八讲SCQL使用部署系统项目设置联合分析scql概念：project：多个参与方在协商一致后加入到同一个项目中进行安全数据分析参与方身份认证数据表管理：管理参与分析的数据表的schema信息权限信息管理：表字段的权限信息，特别是CCL信息SCDB包含的内容：database,user,table,privilege创建用户通过root账户，语法时间戳，签名公钥地址：防止伪造身份攻击创建项目创建表
  • NVIDIA发布企业级硬件 AI 参考架构 深度学习服务器 深度学习架构服务器pythonplotly
    NVIDIA发布企业级硬件AI参考架构NVIDIA英伟达在OCP峰会后发布了许多AI参考架构，#GPU服务器#供应商与Nvidia合作开发了大规模部署NvidiaAI硬件所需的基础设施硬件，近日Nvidia宣布企业级客户构建的参考架构。NVIDIADGXSuperPOD架构，该架构完全使用Nvidia服务器和网络技术构建。从设计到部署进行优化新发布的参考架构（RA）产品适用于部署范围为32到102
  • 选择saas 还是源码主要考虑 hunzi_1 javauni-appphpsass
    公司业务规模：小型企业可能会发现SaaS提供的即用型解决方案更符合其需求，而大型企业可能需要源码以实现更高的定制性和控制权。公司技术专长：缺乏技术团队的企业可能会倾向于使用SaaS，而那些拥有强大IT部门的企业可能更适合管理源码。公司业务需求：如果企业需要高度定制的解决方案，源码可能是更好的选择。如果企业需要一个快速且易于部署的解决方案，SaaS可能更合适。成本考量：企业应该评估长期的总拥有成本，
  • 解决raw.githubusercontent无法访问 @comefly 闲聊docker开源
    Docker镜像加速国内从DockerHub拉取镜像有时会遇到困难，此时可以配置镜像加速器。Docker官方和国内很多云服务商都提供了国内加速器服务，例如：科大镜像：https://docker.mirrors.ustc.edu.cn/网易：https://hub-mirror.c.163.com/阿里云：https://.mirror.aliyuncs.com七牛云加速器：https://reg
  • 【深度学习】AMP（Automatic Mixed Precision，自动混合精度） shanks66 深度学习人工智能
    @[toc]AMP（AutomaticMixedPrecision，自动混合精度）AMP在深度学习中，AMP（AutomaticMixedPrecision，自动混合精度）是一种通过混合使用单精度（FP32）和半精度（FP16）来加速训练并减少显存占用的技术。它能够在不显著损失模型精度的情况下，大幅提升训练速度和效率。1.什么是混合精度训练？混合精度训练是指在训练过程中同时使用两种不同的浮点数精度
  • docker部署ELK日志系统+kafka weixin_50837690 dockerkafkaelkelasticsearch
    docker部署ELK日志系统+kafka1.部署elasticsearch#拉取镜像dockerpullelasticsearch:7.6.2#创建文件夹mkdir-p/data/elk/es/config#创建elasticsearch.yml文件vi/data/elk/es/config/elasticsearch.yml------------------------写入---------
  • docker hub镜像拉取慢如何解决 胡说先森 docker容器运维
    DockerHub是Docker官方提供的镜像仓库，如果镜像拉取慢，可以尝试以下解决方案:使用国内镜像加速器，例如阿里云、百度云等。这些加速器会将访问请求转发到国内的服务器上，加快镜像下载速度。使用本地缓存镜像。Docker会在本地缓存已下载的镜像，如果需要重新拉取镜像，可以使用dockerpull--force-recreate来强制使用本地缓存的镜像。使用其他镜像仓库，例如GoogleCont
  • 离线免费最新超长AI视频模型！一句话即可生成120秒视频，免费开源！只需要一张照片和音频，即可生成会说话唱歌的AI视频！能自行完成整个软件项目的AI工具，以及 Llama 3 在线体验和本地安装部署 代码讲故事 机器人智慧之心人工智能音视频开源sora视频llama离线
    离线免费最新超长AI视频模型！一句话即可生成120秒视频，免费开源！只需要一张照片和音频，即可生成会说话唱歌的AI视频！能自行完成整个软件项目的AI工具，以及Llama3在线体验和本地安装部署。StreamingT2V（StreamingText-to-Video）模型是一种将文本描述转换为视频内容的人工智能技术。这种模型能够根据文本输入生成视频，通常用于自动视频生成、虚拟现实、增强现实、游戏开发
  • skywalking-1-服务端安装 小卡车7号 skywalking
    skywalking很优秀。安装服务端skywalking的服务端主要是aop服务，为了方便查看使用还需要安装ui。另外采集的数据我们肯定要存起来，这个数据库就直接用官方的banyandb。也就是aop、ui、banyandb都使用官方包。我们的目的是快速使用和体验，所以安装部署时选择单机模式。为了更有沉浸感，我们选择直接的安装部署，不用docker那些。确认安装了java如果没有，可以直接用命令
  • 智能化植物病害检测：使用深度学习与图像识别技术的应用 机器懒得学习 深度学习人工智能
    植物病害一直是农业生产中亟待解决的问题，它不仅会影响作物的产量和质量，还可能威胁到生态环境的稳定。随着人工智能（AI）技术的快速发展，尤其是深度学习和图像识别技术的应用，智能化植物病害检测已经成为一种趋势，能够大幅提高病害检测的效率与准确性。本文将介绍如何使用深度学习和图像识别技术，通过Python编写的智能化病害检测程序，实现对植物叶片病害的自动识别与分类。1.项目背景与目标在农业领域，及时发现
  • 深度学习-45-大型语言模型LLM之本地化部署运行自己的大模型 皮皮冰燃 深度学习深度学习人工智能
    文章目录1深度学习1.1神经网络和深度学习1.2神经网络的工作原理1.3神经网络的专业术语2LLM概述2.1大模型的"大"是指什么?2.2训练大模型有多烧钱？2.3如何入门大模型？2.4LLM的结构2.4.1Transformer2.4.2Prompts2.4.3FineTuning3本地跑大模型3.1Ollama运行开源LLM3.1.1启动并运行3.1.2使用api访问3.1.3设置外网访问3.
  • 深度学习笔记——前向传播与反向传播、神经网络（前馈神经网络与反馈神经网络）、常见算法概要汇总 好评笔记 深度学习笔记深度学习笔记神经网络人工智能
    大家好，这里是好评笔记，公主号：Goodnote，专栏文章私信限时Free。本文简要介绍深度学习的前向传播与反向传播，以及前馈神经网络与反馈神经网络。文章目录前向传播与反向传播前向传播（ForwardPropagation）反向传播（BackPropagation）总结神经网络简介结构类型前馈神经网络（FeedforwardNeuralNetwork,FFNN）特点常见变体反馈神经网络（Feedb
  • 深度学习笔记——生成对抗网络GAN 好评笔记 深度学习笔记深度学习生成对抗网络人工智能神经网络aigcgan机器学习
    大家好，这里是好评笔记，公主号：Goodnote，专栏文章私信限时Free。本文详细介绍早期生成式AI的代表性模型：生成对抗网络GAN。文章目录一、基本结构生成器判别器二、损失函数判别器生成器交替优化目标函数三、GAN的训练过程训练流程概述训练流程步骤1.初始化参数和超参数2.定义损失函数3.训练过程的迭代判别器训练步骤生成器训练步骤4.交替优化5.收敛判别GAN训练过程的挑战四、GAN的常见变体
  • 机器学习笔记——Boosting中常用算法（GBDT、XGBoost、LightGBM）迭代路径 好评笔记 机器学习笔记机器学习boosting人工智能深度学习AI算法工程师
    大家好，这里是好评笔记，公主号：Goodnote，专栏文章私信限时Free。本文主要阐述Boosting中常用算法（GBDT、XGBoost、LightGBM）的迭代路径。文章目录XGBoost相对GBDT的改进引入正则化项，防止过拟合损失函数L(yi,y^i)L(y_i,\hat{y}_i)L(yi,y^i)正则化项Ω(fm)\Omega(f_m)Ω(fm)使用二阶导数信息，加速收敛一阶导数与二
  • RPA财务机器人是什么，RPA的具体应用场景有哪些？| 实在RPA研究 实在智能RPA rpa机器人自动化人工智能数字员工
    越来越多的人工智能及超自动化技术在企业财务工作中得以普及应用，以提升财务工作效率，促进财务部门实现全面数字化转型。RPA财务机器人是什么？RPA，即机器人流程自动化（RoboticProcessAutomation），允许软件机器人（或“机器人”）自动执行重复性、规律性强的业务流程任务。RPA软件机器人可以模仿人类用户的行为，通过用户界面与应用程序交互，执行任务如数据输入、报告生成、数据迁移、邮件
  • 全球人形机器人的创新发展与未来趋势 Gearidea 机器人机器人
    随着科技的迅猛进步，人形机器人作为人工智能与机器人技术交汇的产物，正在全球范围内引发广泛关注。人形机器人以其仿人的外观和行为，不仅在工业生产领域展现出巨大的潜力，而且在日常生活中也逐渐发挥着不可忽视的作用。本文将全面剖析全球人形机器人的发展现状，展望未来发展的潜在趋势，并深入探讨其在不同领域中的应用和影响。一、全球人形机器人行业的发展现状全球人形机器人领域经历了从概念提出、原型制作到商业化应用的演
  • 财务RPA，财务RPA机器人的应用场景有哪些？ 弘玑RPA智能机器人 rpa
    众所周知，机器人流程自动化RPA在过去几年中得到了快速发展。现在，已经可以实现端到端完全自动化流程，并可以利用智能自动化扩展RPA部署。目前RPA机器人在金融与银行、保险、电力、能源、制造业、公共服务、零售、业务流程外包/共享中心等行业中广泛应用。本文将重点讲一下财务RPA机器人在金融银行业的使用场景。相对于传统的人工办公，财务RPA机器人对于金融机构意味几何？加快合规减少成本和合规积压提高运营效
  • k8s mysql数据目录挂载_【kubernetes】k8s数据卷,pod挂载本地路径 九罭之魚 k8smysql数据目录挂载
    环境：Linux服务器配置挂载目录思路：在部署pod的节点(宿主机)配置同样的挂载路径到一个固定的服务器(目标服务器)，这样不管pod在哪里跑，文件的保存路径都是不变的1.安装sshfsyuminstall-ysshfs2.添加ssh认证把节点的ssh公钥拷贝到目标服务器的~/.ssh/authorizedkeys中3.挂载目录在节点服务器执行：sshfsUSER@目标服务器IP:/path/to
  • KubeSphere 与 Pig 微服务平台的整合与优化：全流程容器化部署实践 小盒子_spring 字节与烟火微服务KubeSpherePig微服务平台Jenkins流水线SonarQube代码审查IngressDevOps
    一、前言近年来，为了满足越来越复杂的业务需求，我们从传统单体架构系统升级为微服务架构，就是把一个大型应用程序分割成可以独立部署的小型服务，每个服务之间都是松耦合的，通过RPC或者是Rest协议来进行通信，可以按照业务领域来划分成独立的单元。但是微服务系统相对于以往的单体系统更为复杂，当业务增加时，服务也将越来越多，服务的频繁部署、监控将变得复杂起来，尤其在上了k8s以后会更加复杂。那么有没有一款全
  • 从零开始:在服务器上部署大模型并集成到 vscode +Cline使用 一个正经的AI 服务器vscode运维AI编程
    1.引言(Introduction)欢迎来到本篇技术博客！在本文中，我将引导你一步一步地在阿里云服务器上部署Qwen大模型，并将其集成到Cline插件中。我们将从零开始，详细介绍每个步骤，确保即使是初学者也能轻松上手。近年来，大型语言模型（LLMs）展现出了强大的自然语言处理能力，吸引了越来越多的关注。Qwen系列模型是阿里巴巴开源的一系列强大的大语言模型，具有优秀的性能和广泛的应用场景。Olla
  • 神经网络初始化 (init) 介绍 迷路爸爸180 神经网络人工智能深度学习初始化init
    文章目录引言1.初始化的重要性1.1打破对称性1.2控制方差1.3加速收敛与提高泛化能力2.常见的初始化方法及其应用场景2.1Xavier/Glorot初始化2.2He初始化2.3正交初始化2.4其他初始化方法3.如何设置初始化4.基于BERT的文本分类如何进行初始化4.1项目背景4.2模型构建4.3模型训练与评估4.4结果分析结论参考资料引言在深度学习的世界中，构建一个高效且性能优异的神经网络模
  • docker 部署postgresql ubuntu20.04 dockerpostgresql容器
    docker部署PostgreSQL服务拉一下容器dockerpullpostgres运行容器dockerrun--namemy-postgres-ePOSTGRES_PASSWORD=123456-p5432:5432-dpostgres以postgres用户身份进入容器dockerexec-itmy-postgrespsql-Upostgres创建数据库CREATEDATABASEfinanc
  • 单体式架构，集群，分布式架构有什么区别 highfish920 java分布式java
    单体式架构单体架构就是所有的代码都是放在一个项目上面的，并且部署在一个机器上面，他什么都做，自己完成所有的任务。但是当业务规模变得复杂以后，就会暴露他的缺点缺点：1.编译和启动的速度会变慢2.代码冲突3.单个数据库存储能力有限4.很难在进行扩展虽然有缺点，但是他肯定还是有自己的优点的优点1.开发测试简单部署方便2.扩容简单，给应用加机器就可以由于单体架构的缺点，逐渐出现了集群集群集群就是当单体架构
  • 5分钟搞定Spring AI支持SpringBoot快速构建人工智能AI应用_springai_springboot_AI应用 web17886480312 spring人工智能springboot
    通过阅读这篇文章，你将了解SpringAI，它是一个借鉴了langchain的设计理念，并结合Java的优势，为开发者提供易于替换实现的统一接口。此外，文章还基于SpringAI的模型调用和Prompt模板，构建一个可操作的示例，让你可以快速的了解具体怎么在springboot的环境下使用springai来构建人工智能AI的应用SpringAI：简化Java大模型集成的统一框架在Java调用大模型
  • 使用Docker部署PostgreSQL服务器 shelby_loo dockerpostgresql服务器
    Yo，大家好！今天我要分享的是在阿贝云免费服务器上使用Docker部署PostgreSQL服务器的技术教程。配置虽然是1核CPU、1G内存、10G硬盘、5M带宽，但性能已经完全升任了！首先，让我们简要介绍一下使用到的Docker和PostgreSQL软件。Docker是一个强大的容器化平台，而PostgreSQL则是一款开源的关系型数据库管理系统，两者结合使用能让我们的工作更加高效！现在，让我们来
  • 3.ChatClient&Chat Model简化与AI模型的交互 laopeng301 SpringAI人工智能交互
    1.ChatModel对话模型是一种利用人工智能技术，能够生成类似人类对话响应的工具。通过向预训练语言模型（如GPT等）发送提示词或部分对话内容，模型依据自身训练数据及对自然语言模式的理解，生成对话的延续或完整回复，并返回给应用程序。应用程序可以将其呈现给用户或用于进一步处理。SpringAIChatModelAPI设计目标为简单且可移植的接口，用于与各种人工智能模型进行交互，使开发人员能够在不同
  • NFV和SDN关系、NFV关键能力以及如何演进 逍oo遥 nfv
    1.NFV和SDN的关系NFV是具体设备的虚拟化，将设备控制平面运行在服务器上，这样设备是开放的兼容的。SDN是一种全新的网络架构，SDN的思想是取消设备控制平面，由控制器统一计算，下发流表，SDN是全新的网络架构。NFV和SDN是高度互补关系，但并不互相依赖。网络功能可以在没有SDN的情况下进行虚拟化和部署，然而这两个理念和方案结合可以产生潜在的、更大的价值。网络功能虚拟化（NFV）的目标是可以
  • 使用Docker部署一个使用PostgreSQL数据库的Springboot项目 youtian.L Docker系列教程数据库dockerspringbootjava容器
    1-我们将建造什么？出于演示目的，我们将创建一个简单的食谱管理应用程序，其中包含两个实体：Chef和Recipe。编辑2-创建一个springboot应用程序为此，如果您使用IntelliJidea.并选择以下依赖项：SpringWeb，PostgreSQLDriver当然SpringDataJPA还要确保选择maven作为项目经理。编辑安装项目后，将其解压缩并使用您喜欢的IDE打开它。如第一部分
  • Ubuntu 部署Docker + Dify,遇到的坑, 最新亲测镜像 有小肚子的三眼桥墩 AI大模型ubuntudockerDify
    这里写自定义目录标题Ubuntu部署Docker+Dify=virtualbox双向粘贴VBoxClient--clipboard-d=Ubuntu=docker更新软件包安装docker依赖添加Docker官方GPG密钥添加Docker软件源安装docker配置用户组（可选）运行dockersystemctlstartdocker验证是否成功sudodockerrunhello-world国内镜
  • K8s组件全解析，你需要知道的一切秘密 master_chenchengg 能力提升面试宝典技术IT信息化
    K8s组件全解析，你需要知道的一切秘密K8s架构概览APIServer：K8s的门面担当控制平面组件详解etcd：高可用的数据存储基石工作负载管理与调度策略网络模型与服务发现机制存储编排与持久化解决方案日志监控与故障排查工具链K8s架构概览Kubernetes（简称K8s）作为现代云原生应用部署的主流平台，其核心在于简化容器化应用的管理和扩展。K8s的基本架构围绕着集群、节点和Pod等概念构建。一
  • 用MiddleGenIDE工具生成hibernate的POJO（根据数据表生成POJO类） AdyZhang POJOeclipseHibernateMiddleGenIDE
    推荐:MiddlegenIDE插件,   是一个Eclipse   插件.     用它可以直接连接到数据库,   根据表按照一定的HIBERNATE规则作出BEAN和对应的XML ，用完后你可以手动删除它加载的JAR包和XML文件!     今天开始试着使用
  • .9.png Cb123456 android
      “点九”是andriod平台的应用软件开发里的一种特殊的图片形式，文件扩展名为：.9.png 　　智能手机中有自动横屏的功能,同一幅界面会在随着手机(或平板电脑)中的方向传感器的参数不同而改变显示的方向,在界面改变方向后,界面上的图形会因为长宽的变化而产生拉伸,造成图形的失真变形。 　　我们都知道android平台有多种不同的分辨率，很多控件的切图文件在被放大拉伸后，边
  • 算法的效率 天子之骄 算法效率复杂度最坏情况运行时间大O阶平均情况运行时间
    算法的效率 效率是速度和空间消耗的度量。集中考虑程序的速度，也称运行时间或执行时间，用复杂度的阶(O)这一标准来衡量。空间的消耗或需求也可以用大O表示，而且它总是小于或等于时间需求。   以下是我的学习笔记：   1.求值与霍纳法则，即为秦九韶公式。   2.测定运行时间的最可靠方法是计数对运行时间有贡献的基本操作的执行次数。运行时间与这个计数成正比。
  • java数据结构 何必如此 java数据结构
    Java 数据结构 Java工具包提供了强大的数据结构。在Java中的数据结构主要包括以下几种接口和类： 枚举（Enumeration） 位集合（BitSet） 向量（Vector） 栈（Stack） 字典（Dictionary） 哈希表（Hashtable） 属性（Properties） 以上这些类是传统遗留的，在Java2中引入了一种新的框架-集合框架(Collect
  • MybatisHelloWorld 3213213333332132
    //测试入口TestMyBatis package com.base.helloworld.test; import java.io.IOException; import org.apache.ibatis.io.Resources; import org.apache.ibatis.session.SqlSession; import org.apache.ibat
  • Java|urlrewrite|URL重写|多个参数 7454103 javaxmlWeb工作
     个人工作经验！ 如有不当之处，敬请指点 1.0  web -info 目录下建立     urlrewrite.xml  文件 类似如下： <?xml version="1.0" encoding="UTF-8" ?>   <!DOCTYPE u
  • 达梦数据库+ibatis darkranger sqlmysqlibatisSQL Server
    --插入数据方面 如果您需要数据库自增... 那么在插入的时候不需要指定自增列. 如果想自己指定ID列的值, 那么要设置 set identity_insert  数据库名.模式名.表名; ----然后插入数据; example: create table zhabei.test( id bigint identity(1,1) primary key, nam
  • XML 解析 四种方式 aijuans android
    XML现在已经成为一种通用的数据交换格式,平台的无关性使得很多场合都需要用到XML。本文将详细介绍用Java解析XML的四种方法。 XML现在已经成为一种通用的数据交换格式,它的平台无关性,语言无关性,系统无关性,给数据集成与交互带来了极大的方便。对于XML本身的语法知识与技术细节,需要阅读相关的技术文献,这里面包括的内容有DOM(Document Object
  • spring中配置文件占位符的使用 avords
    1.类 <?xml version="1.0" encoding="UTF-8"?><!DOCTYPE beans PUBLIC "-//SPRING//DTD BEAN//EN" "http://www.springframework.o
  • 前端工程化-公共模块的依赖和常用的工作流 bee1314 webpack
    题记： 一个人的项目，还有工程化的问题嘛？   我们在推进模块化和组件化的过程中，肯定会不断的沉淀出我们项目的模块和组件。对于这些沉淀出的模块和组件怎么管理？另外怎么依赖也是个问题？ 你真的想这样嘛？   var BreadCrumb = require(‘../../../../uikit/breadcrumb’); //真心ugly。  
  • 上司说「看你每天准时下班就知道你工作量不饱和」，该如何回应？ bijian1013 项目管理沟通IT职业规划
    问题：上司说「看你每天准时下班就知道你工作量不饱和」，如何回应         正常下班时间6点，只要是6点半前下班的，上司都认为没有加班。   Eno-Bea回答，注重感受，不一定是别人的         虽然我不知道你具体从事什么工作与职业，但是我大概猜测，你是从事一项不太容易出现阶段性成果的工作
  • TortoiseSVN，过滤文件 征客丶 SVN
    环境： TortoiseSVN 1.8 配置： 在文件夹空白处右键 选择  TortoiseSVN -> Settings 在 Global ignote pattern 中添加要过滤的文件： 多类型用英文空格分开 *name ： 过滤所有名称为 name 的文件或文件夹 *.name ： 过滤所有后缀为 name 的文件或文件夹 --------
  • 【Flume二】HDFS sink细说 bit1129 Flume
    1. Flume配置   a1.sources=r1 a1.channels=c1 a1.sinks=k1 ###Flume负责启动44444端口 a1.sources.r1.type=avro a1.sources.r1.bind=0.0.0.0 a1.sources.r1.port=44444 a1.sources.r1.chan
  • The Eight Myths of Erlang Performance bookjovi erlang
    erlang有一篇guide很有意思： http://www.erlang.org/doc/efficiency_guide 里面有个The Eight Myths of Erlang Performance： http://www.erlang.org/doc/efficiency_guide/myths.html   Myth: Funs are sl
  • java多线程网络传输文件(非同步)-2008-08-17 ljy325 java多线程socket
    利用 Socket 套接字进行面向连接通信的编程。客户端读取本地文件并发送；服务器接收文件并保存到本地文件系统中。 使用说明:请将TransferClient, TransferServer, TempFile三个类编译，他们的类包是FileServer. 客户端: 修改TransferClient: serPort, serIP, filePath, blockNum,的值来符合您机器的系
  • 读《研磨设计模式》-代码笔记-模板方法模式 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.sql.Connection; import java.sql.DriverManager; import java.sql.PreparedStatement; import java.sql.ResultSet;
  • 配置心得 chenyu19891124 配置
    时间就这样不知不觉的走过了一个春夏秋冬，转眼间来公司已经一年了，感觉时间过的很快，时间老人总是这样不停走，从来没停歇过。 作为一名新手的配置管理员，刚开始真的是对配置管理是一点不懂，就只听说咱们公司配置主要是负责升级，而具体该怎么做却一点都不了解。经过老员工的一点点讲解，慢慢的对配置有了初步了解，对自己所在的岗位也慢慢的了解。 做了一年的配置管理给自总结下： 1.改变 从一个以前对配置毫无
  • 对“带条件选择的并行汇聚路由问题”的再思考 comsci 算法工作软件测试嵌入式领域模型
    2008年上半年，我在设计并开发基于”JWFD流程系统“的商业化改进型引擎的时候，由于采用了新的嵌入式公式模块而导致出现“带条件选择的并行汇聚路由问题”(请参考2009-02-27博文)，当时对这个问题的解决办法是采用基于拓扑结构的处理思想，对汇聚点的实际前驱分支节点通过算法预测出来，然后进行处理，简单的说就是找到造成这个汇聚模型的分支起点，对这个起始分支节点实际走的路径数进行计算，然后把这个实际
  • Oracle 10g 的clusterware 32位 下载地址 daizj oracle
    Oracle 10g 的clusterware 32位 下载地址 http://pan.baidu.com/share/link?shareid=531580&uk=421021908 http://pan.baidu.com/share/link?shareid=137223&uk=321552738 http://pan.baidu.com/share/l
  • 非常好的介绍：Linux定时执行工具cron dongwei_6688 linux
    Linux经过十多年的发展，很多用户都很了解Linux了，这里介绍一下Linux下cron的理解，和大家讨论讨论。cron是一个Linux 定时执行工具，可以在无需人工干预的情况下运行作业，本文档不讲cron实现原理，主要讲一下Linux定时执行工具cron的具体使用及简单介绍。 新增调度任务推荐使用crontab -e命令添加自定义的任务（编辑的是/var/spool/cron下对应用户的cr
  • Yii assets目录生成及修改 dcj3sjt126com yii
    assets的作用是方便模块化，插件化的，一般来说出于安全原因不允许通过url访问protected下面的文件，但是我们又希望将module单独出来，所以需要使用发布，即将一个目录下的文件复制一份到assets下面方便通过url访问。 assets设置对应的方法位置 \framework\web\CAssetManager.php   assets配置方法 在m
  • mac工作软件推荐 dcj3sjt126com mac
    mac上的Terminal + bash ＋ screen组合现在已经非常好用了，但是还是经不起iterm＋zsh＋tmux的冲击。在同事的强烈推荐下，趁着升级mac系统的机会，顺便也切换到iterm＋zsh＋tmux的环境下了。 我为什么要要iterm2 切换过来也是脑袋一热的冲动，我也调查过一些资料，看了下iterm的一些优点： * 兼容性好，远程服务器 vi 什么的低版本能很好兼
  • Memcached(三)、封装Memcached和Ehcache frank1234 memcachedehcachespring ioc
    本文对Ehcache和Memcached进行了简单的封装，这样对于客户端程序无需了解ehcache和memcached的差异，仅需要配置缓存的Provider类就可以在二者之间进行切换，Provider实现类通过Spring IoC注入。 cache.xml <?xml version="1.0" encoding="UTF-8"?>
  • Remove Duplicates from Sorted List II hcx2013 remove
    Given a sorted linked list, delete all nodes that have duplicate numbers, leaving only distinct numbers from the original list. For example,Given 1->2->3->3->4->4->5,
  • Spring4新特性——注解、脚本、任务、MVC等其他特性改进 jinnianshilongnian spring4
    Spring4新特性——泛型限定式依赖注入 Spring4新特性——核心容器的其他改进 Spring4新特性——Web开发的增强 Spring4新特性——集成Bean Validation 1.1(JSR-349)到SpringMVC  Spring4新特性——Groovy Bean定义DSL Spring4新特性——更好的Java泛型操作API  Spring4新
  • MySQL安装文档 liyong0802 mysql
      工作中用到的MySQL可能安装在两种操作系统中，即Windows系统和Linux系统。以Linux系统中情况居多。   安装在Windows系统时与其它Windows应用程序相同按照安装向导一直下一步就即，这里就不具体介绍，本文档只介绍Linux系统下MySQL的安装步骤。   Linux系统下安装MySQL分为三种：RPM包安装、二进制包安装和源码包安装。二
  • 使用VS2010构建HotSpot工程 p2p2500 HotSpotOpenJDKVS2010
    1. 下载OpenJDK7的源码：      http://download.java.net/openjdk/jdk7      http://download.java.net/openjdk/      2. 环境配置     ▶
  • Oracle实用功能之分组后列合并 seandeng888 oracle分组实用功能合并
    1       实例解析 由于业务需求需要对表中的数据进行分组后进行合并的处理，鉴于Oracle10g没有现成的函数实现该功能，且该功能如若用JAVA代码实现会比较复杂，因此，特将SQL语言的实现方式分享出来，希望对大家有所帮助。如下： 表test 数据如下： ID,SUBJECTCODE,DIMCODE,VALUE 1&nbs
  • Java定时任务注解方式实现 tuoni javaspringjvmxmljni
    Spring 注解的定时任务，有如下两种方式： 第一种： <?xml version="1.0" encoding="UTF-8"?> <beans xmlns="http://www.springframework.org/schema/beans"  xmlns:xsi="http
  • 11大Java开源中文分词器的使用方法和分词效果对比 yangshangchuan word分词器ansj分词器Stanford分词器FudanNLP分词器HanLP分词器
    本文的目标有两个： 1、学会使用11大Java开源中文分词器 2、对比分析11大Java开源中文分词器的分词效果 本文给出了11大Java开源中文分词的使用方法以及分词结果对比代码，至于效果哪个好，那要用的人结合自己的应用场景自己来判断。 11大Java开源中文分词器，不同的分词器有不同的用法，定义的接口也不一样，我们先定义一个统一的接口： /** * 获取文本的所有分词结果, 对比
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他