learner_ctr
learner_ctr

阿里 - 淘宝 - 精排模型发展趋势

一、DIN网络 2018年7月19日

，提出attention结构用在用户序列特征上，这种attention不是self-attention，而是预估item用来当做query，用户序列中的每个item作为key value

阿里兴趣网络DIN网络中几个关键的点(三)_1066196847的博客-CSDN博客_din网络

二、DIEN网络 2018年

兴趣抽取层

相对于DIN网络有这样改进点，DIN网络只做了用户序列attention这件事，DIEN首先加了一个loss，用gru计算点击序列（长度为T）的T个输出，然后取前T-1个和输出的后T-1个求累积loss，这样这个预测就会包含预测下一个的意义。

兴趣演化层

对这T个输出使用带attention的gru得到最终的输出final_state2，和其他的特征（user的embedding、item的embedding、各种序列、前面两个的点乘）concat在一起，送到后面的mlp层 

dien论文翻译_1066196847的博客-CSDN博客

三、长序列建模 MIMN 2019年7月25日

解决了DIN DIEN不能针对长序列的处理瓶颈，这个模型可以处理长度达到1000的序列建模

阿里妈妈长期用户历史行为建模——MIMN模型详解 - 知乎

推荐系统遇上深度学习(八十五)-[阿里]长用户行为序列建模探索:MIMN_abcdefg90876的博客-CSDN博客

四、sim模型 2020年6月

MIMN求多，没考虑target item；din求准，但是处理不了长序列，sim模型能够处理长度达到10000的序列，这在电商场景（淘宝）或者内容场景（抖音），是很常见的，比如从文章中得知，180 天行为数据中30%的样本的点击序列超过了10000，这个比例可不少了

sim先从序列中搜索出一批合适的item，再利用din思想进行处理

阿里精排sim - 知乎

你可能感兴趣的:(精排模型(单label模型),算法)

  • DeepSeek 实用集成,接入各类软件 安替-AnTi deepseek集成软件实用
    将DeepSeek大模型能力轻松接入各类软件。访问DeepSeek开放平台来获取您的APIkey。详细内容参考：点我应用程序QuantalogicQuantaLogic是一个ReAct（推理和行动）框架，用于构建高级AI代理
  • 本地化部署AI知识库：基于Ollama+DeepSeek+AnythingLLM保姆级教程 elecfan2011 人工智能
    前言在数据安全和隐私保护需求日益增长的今天，本地化部署AI知识库成为企业/开发者的首选方案。本文将手把手教你如何通过Ollama（模型管理工具）、DeepSeek-R1（国产开源大模型）和AnythingLLM（知识库管理平台），搭建一套完全本地运行的智能问答系统。全程无需联网，数据100%私有化！目录环境准备与工具安装部署DeepSeek-R1模型配置AnythingLLM知识库平台构建本地知识
  • 腾讯云大模型知识引擎×DeepSeek赋能文旅 繁依Fanyi python
    腾讯云大模型知识引擎×DeepSeek赋能文旅——以合肥文旅为例的技术革新与实践路径一、技术底座：知识引擎与DeepSeek的融合逻辑腾讯云大模型知识引擎与DeepSeek模型的结合，本质上是**“知识库+检索增强生成（RAG）+实时联网能力”**的技术框架升级。通过三步调用API接口，开发者可快速搭建基于DeepSeek的文旅智能应用。其核心优势包括：动态知识更新：突破传统大模型预训练数据的时间
  • DeepSeek大模型的发展的十问十答 科技互联人生 人工智能AIGCDeepseek
    DeepSeek大模型是由杭州深度求索人工智能基础技术研究有限公司开发的一款基于Transformer架构的大型语言模型，具体介绍如下：1.架构基础Transformer架构：DeepSeek大模型基于Transformer架构，该架构由Google在2017年提出，以自注意力机制为核心，能够并行处理输入序列中的每个元素，从而大大提高模型的计算效率。DeepSeek在Transformer架构的基
  • 【Python】使用SQLAlchemy操作Mysql数据库 m0_74824044 数据库pythonmysql
    一、SQLAlchemy介绍SQLAlchemy是Python的SQL工具包和对象关系映射（ORM）库，它提供了全套的企业级持久性模型，用于高效、灵活且优雅地与关系型数据库进行交互。使用SQLAlchemy，你可以通过Python类来定义数据库表的结构，并通过这些类与数据库进行交互，而无需编写复杂的SQL语句。以下是SQLAlchemy的一些主要特点和功能：ORM（对象关系映射）：SQLAlche
  • 揭密 scaling laws deardao 机器学习
    ScalinglawsOpenAI在其早期的关于scalinglaws的论文[1]中提出了基础理论，但该文缺乏一些具体的求解过程，且未能在更大规模的模型上进行验证。与此同时，后续研究，例如DeepMind的ChinChilla[2]还提出了不同的结论。论文题目：UnravelingtheMysteryofScalingLaws:PartI论文地址：https://arxiv.org/abs/240
  • 算法面试题 阿芯爱编程 面试算法算法
    以下是一些常见的算法面试题：一、排序算法请简述快速排序算法的时间复杂度和空间复杂度，并说明其稳定性。答案：时间复杂度：平均情况：O(nlogn)O(nlogn)O(nlogn)，其中nnn是待排序元素的数量。这是因为快速排序每次划分大致将数组分成两半，需要进行lognlognlogn次划分，每次划分的操作近似为线性时间。最坏情况：O(n2)O(n^2)O(n2)，当每次划分都极度不平衡（例如已经有
  • Beyond Scaling Laws: Understanding Transformer Performance with Associative Memory UnknownBody LLMDailytransformer深度学习人工智能语言模型
    本文是LLM系列文章，针对《BeyondScalingLaws:UnderstandingTransformerPerformancewithAssociativeMemory》的翻译。超越缩放定律：用联想记忆理解Transformer性能摘要1引言2相关工作3模型4新的能量函数5交叉熵损失6实验结果7结论摘要增大Transformer模型的大小并不总是能够提高性能。这种现象不能用经验缩放定律来解
  • SQLAlchemy中常用的查询方法[示例学习] 铁松溜达py 数据库
    SQLAlchemy是一个强大的PythonORM（对象关系映射）工具，它提供了多种方法来执行数据库查询操作。以下是SQLAlchemy中常用的查询方法的总结：session.query()：使用session.query(Model)来创建一个查询对象，其中Model是你要查询的数据库模型类。filter()：在查询对象上使用filter()方法可以添加过滤条件，例如filter(Model.c
  • 【华为机考必备】华为2024届技术岗笔试全解 | 第五套 春秋招笔试突围 最新互联网春秋招试题合集华为春秋招笔试题华为
    博主简介深耕互联网大厂校招的算法博主笔试突围，累计发布百万字大厂笔试解析，带领数百名学员斩获华为offer。专栏提供：✅实时更新的华为真题题库✅ACM模式编程实战模板✅高频算法思维导图速记华为笔试核心情报⏱️关键时间节点（2026届预测）地区考试时间窗口考试时长国内每周三19:00~21:002小时固定海外每周三19:00~次周19:00自选2小时连续段重要提醒：机考链接提前1天通过邮箱发送，逾期
  • PyTorch `.pth` 转 ONNX：从模型训练到跨平台部署 MO__YE 人工智能
    PyTorch.pth转ONNX：从模型训练到跨平台部署在深度学习里，模型的格式决定了它的可用性。如果你是PyTorch用户，你可能熟悉.pth文件，它用于存储训练好的模型。但当你想在不同的环境（如TensorRT、OpenVINO、ONNXRuntime）部署模型时，.pth可能并不适用。这时，ONNX（OpenNeuralNetworkExchange）就必不可少。本文目录：什么是.pth文件
  • Go算法之希尔排序 思远久安 Go数据结构与算法小白入门算法golang后端排序算法
    一、什么是希尔排序希尔排序有点像插入排序的升级版，它的主要就是，我们一开始先确定一个步长（某个长度），然后让i（初始为0）和该步长位置的值比较大小，让i不断++，再用个变量为i+该步长。接着比较之后，缩短步长大小，最终排序到合理位置。在Go语言中实现希尔排序，可以按照以下步骤进行：选择增量序列：增量序列决定了元素之间的间隔。常见的增量序列有希尔增量（初始增量为数组长度的一半，之后每次减半，直到增量
  • 什么是Scaling Laws（缩放定律）；DeepSeek的Scaling Laws ZhangJiQun&MXP 教学2024大模型以及算力2021论文人工智能自然语言处理神经网络语言模型深度学习
    什么是ScalingLaws（缩放定律）ScalingLaws（缩放定律）在人工智能尤其是深度学习领域具有重要意义，以下是相关介绍及示例：定义与内涵ScalingLaws主要描述了深度学习模型在规模（如模型参数数量、训练数据量、计算资源等）不断扩大时，模型性能与这些规模因素之间的定量关系。它表明，在一定条件下，模型的性能会随着模型规模的增加而以某种可预测的方式提升，通常表现为模型的损失函数值随模型
  • 智能算力中心万卡GPU集群架构深度解析 科技互联人生 科技数码人工智能人工智能gpu算力硬件架构
     智能算力中心万卡GPU集群架构深度分析   自ChatGPT发布，科技界大模型竞赛如火如荼。数据成新生产要素，算力成新基础能源，大模型成新生产工具，“AI+”转型势不可挡。模型参数量突破万亿，对算力需求升级，超万卡集群成基建竞赛标配。超万卡集群缩短训练时间，加速迭代，助力市场趋势应对。在超万卡集群中，高效稳定地训练大模型面临双重挑战：确保集群算力最大化、网
  • PyTorch `.pth` 转 ONNX：从模型训练到跨平台部署 MO__YE pytorch人工智能python
    PyTorch.pth转ONNX：从模型训练到跨平台部署在深度学习里，模型的格式决定了它的可用性。如果你是PyTorch用户，你可能熟悉.pth文件，它用于存储训练好的模型。但当你想在不同的环境（如TensorRT、OpenVINO、ONNXRuntime）部署模型时，.pth可能并不适用。这时，ONNX（OpenNeuralNetworkExchange）就必不可少。本文目录：什么是.pth文件
  • 大模型工具大比拼：SGLang、Ollama、VLLM、LLaMA.cpp 如何选择？ X_taiyang18 人工智能
    简介：在人工智能飞速发展的今天，大模型已经成为推动技术革新的核心力量。无论是智能客服、内容创作，还是科研辅助、代码生成，大模型的身影无处不在。然而，面对市场上琳琅满目的工具，如何挑选最适合自己的那一款？本文将深入对比SGLang、Ollama、VLLM和LLaMA.cpp四款热门大模型工具，帮助您找到最契合需求的解决方案！工具概览在开始之前，先简单了解一下这四款工具的特点：SGLang：性能卓越的
  • 6种最新算法（小龙虾优化算法COA、螳螂搜索算法MSA、红尾鹰算法RTH、新雀优化算法NOA、鳑鲏鱼优化算法BFO、蜘蛛蜂优化算法SWO）求解机器人路径规划（提供MATLAB代码） IT猿手 机器人路径规划优化算法无人机路径规划算法机器人matlab宽度优先开发语言人工智能前端
    一、机器人路径规划介绍移动机器人（Mobilerobot，MR）的路径规划是移动机器人研究的重要分支之，是对其进行控制的基础。根据环境信息的已知程度不同，路径规划分为基于环境信息已知的全局路径规划和基于环境信息未知或局部已知的局部路径规划。随着科技的快速发展以及机器人的大量应用，人们对机器人的要求也越来越高，尤其表现在对机器人的智能化方面的要求，而机器人自主路径规划是实现机器人智能化的重要步骤，路
  • UVM的基本教程 如筏喻者 UVM学习其他
    文章目录一、基本介绍二、在实践中学习1.接口interface2.待测设计DUT3.传输数据包transaction4.序列sequence5.序列器sequencer6.驱动器driver7.监视器monitor8.代理agent9.记分板scoreboard10.仿真环境env11.测试用例test12.顶层top13.参考模型referencemode和直接编程接口（DPI）14.简单的ma
  • 深入解析LangChain4j中的ChatLanguageModel API：从基础到高级应用 泰山AI 精品专栏microsoftlangchain4jjavaai
    聊天与语言模型|LangChain4j注意本页描述的是低级别的LLMAPI。有关高级LLMAPI，请参见AIServices。支持的所有LLMProviderStreamingTools(sync/streaming)JSONSchemaJSONModeSupportedModalities(Input)ObservabilityLocalDeploymentSupportsNativeImage
  • Qwen 2.5-Max + Cline 组合，真的能替代 DeepSeek V3 和 R1 吗？实测见真章！ surfirst LLM编程工具大模型AI编程
    1.背景近年来，AI代码编辑器如Cursor和Windsurf在国内市场颇受欢迎，而开源方案Cline+DeepSeekV3也随着DeepSeekV3和R1的崛起逐步被开发者接受。然而，2025年1月29日，阿里正式推出了Qwen2.5-Max，这款模型在各大评测基准上展现了全球领先的能力。其编程实战能力是否能匹敌DeepSeekV3、GPT-4o甚至Claude3.5Sonnet？本文将重点探讨
  • 本周MoonBit新增Wasm1引用计数支持、语法即将添加错误恢复机制 MoonBit月兔 开发语言MoonBit编程语言程序员moonbit
    MoonBit更新【WasmMVP】Wasm1后端添加基于Perceus算法的引用计数支持【语法】throwraisetrycatch均被保留为关键字为了即将添加的错误处理机制【Core】List与sorted_map被移动至core/immut下List被移动至core/immut/list包中，并被移除内置类型支持leta=@immut/list.List::Cons(1,Cons(2,Nil
  • 量子位招聘 | DeepSeek帮我们改的招聘启事 量子位
    关注前沿科技量子位未来同事，你好~这是一则招聘帖。如果你与我们志同道合，对AI大模型、具身智能、终端硬件、AI新媒体编辑感兴趣，我们正在招聘这些领域的原创作者。以下岗位均为全职，工作地点：北京中关村。岗位面向：社招、应届毕业生，所有岗位均可实习——表现出色均可转正加分项：乐于探索AI新工具，善用AI新工具；拥有解读论文的能力，能深入浅出讲解原理；有写代码能力；量子位长期读者。加入我们，你可以获得：
  • 量子位招聘 | DeepSeek帮我们改的招聘启事 量子位
    关注前沿科技量子位未来同事，你好~这是一则招聘帖。如果你与我们志同道合，对AI大模型、具身智能、终端硬件、AI新媒体编辑感兴趣，我们正在招聘这些领域的原创作者。以下岗位均为全职，工作地点：北京中关村。岗位面向：社招、应届毕业生，所有岗位均可实习——表现出色均可转正加分项：乐于探索AI新工具，善用AI新工具；拥有解读论文的能力，能深入浅出讲解原理；有写代码能力；量子位长期读者。加入我们，你可以获得：
  • HarmonyOS Next轻量化模型的部署与优化 harmonyos
    本文旨在深入探讨华为鸿蒙HarmonyOSNext系统（截止目前API12）中轻量化模型部署与优化相关技术细节，基于实际开发实践进行总结。主要作为技术分享与交流载体，难免错漏，欢迎各位同仁提出宝贵意见和问题，以便共同进步。本文为原创内容，任何形式的转载必须注明出处及原作者。一、模型部署概述与挑战（一）部署流程与重要性在HarmonyOSNext的应用开发中，将轻量化模型部署到设备上就像是为一艘船找
  • HarmonyOS Next模型轻量化的综合应用与未来展望 harmonyos
    本文旨在深入探讨华为鸿蒙HarmonyOSNext系统（截止目前API12）中模型轻量化的综合应用及未来发展趋势，基于实际开发实践进行总结。主要作为技术分享与交流载体，难免错漏，欢迎各位同仁提出宝贵意见和问题，以便共同进步。本文为原创内容，任何形式的转载必须注明出处及原作者。一、综合应用案例深度剖析（一）案例选择：智能驾驶场景智能驾驶是一个对模型性能、实时性和资源利用要求极高的复杂应用场景。在智能
  • 反超DeepSeek！新版GPT-4o登顶竞技场，奥特曼：还会更好 量子位
    关注前沿科技量子位GPT-4o悄悄更新版本，在大模型竞技场超越DeepSeek-R1登上并列第一。除了数学（第6），还在多个单项上拿下第一：创意写作；编程；指令遵循；长文本查询；多轮对话；先直观看下新版GPT-4o的能力如何，还是以之前DeepSeek-R1和o3-mini都挑战过的一个例子来看。Prompt：编写一个Python程序，展示一个球在旋转的六边形内弹跳。球应受到重力和摩擦力的影响，并
  • LangChain大模型应用开发：工作流编排 梦丶晓羽 langchainpython自然语言处理人工智能
    介绍大家好，博主又来给大家分享知识了，那么今天又给大家分享什么内容呢？今天我要给大家分享的内容是LangChain工作流编排。那么什么是LangChain工作流编排呢？简单来说，LangChain工作流编排就是将多个与自然语言处理相关的组件，像提示模板、大语言模型、各种实用工具等巧妙地组合在一起，形成一个有条理、可执行的流程。LangChain提供了多种方式来实现这种编排，其中很有特色的就是链式调
  • 江行智能×图扑软件：输煤皮带数字孪生管控系统
    在现代矿业和电力行业中，输煤皮带系统是运输环节的核心。然后，随着智能化生产的高要求，智慧矿山输煤皮带系统的传统管理模式已显得力不从心。产业引入的三维可视化和数字孪生技术，一改传统输煤皮带系统由于设备老化、管理不善等原因，导致的可能出现停机和故障等问题，大幅提高输煤皮带系统运转效率。效果展示采用图扑软件自主研发HTforWeb产品构建轻量化的3D可视化场景，建立动态的数字化输煤皮带模型。在本次展示的
  • 如何训练LLM“思考”（像o1和DeepSeek-R1一样, 高级推理模型解析 果冻人工智能 AI员工人工智能chatgpt深度学习
    2024年9月，OpenAI发布了它的o1模型，该模型基于大规模强化学习训练，赋予了它“高级推理”能力。不幸的是，他们是如何做到这一点的细节从未被公开披露。然而，今天，DeepSeek（一个AI研究实验室）成功复现了这种推理行为，并公开了他们方法的完整技术细节。在这篇文章中，我将讨论这一创新背后的关键思想，并描述它们在底层是如何运作的。一台会思考的笔记本电脑OpenAI的o1模型标志着训练大语言模
  • 使用Python编写你的第一个算法交易程序 盼达思文体科创 Python量化金融python算法numpycondapandas金融
    背景Background最近想学习一下量化金融，总算在盈透投资者教育（IBKRCampus）板块找到一篇比较好的算法交易入门教程。我在记录实践过程后，翻译成中文写成此csdn博客，分享给大家。如果你的英语好可以直接看原文。原文在数据准备阶段，采用了pandas_datareader.data读取网络数据，实际中出现了很多问题，我换成了yfinance。可以参考文末完整代码。参考资料：https:/
  • Spring中@Value注解，需要注意的地方 无量 springbean@Valuexml
    Spring 3以后,支持@Value注解的方式获取properties文件中的配置值，简化了读取配置文件的复杂操作 1、在applicationContext.xml文件(或引用文件中)中配置properties文件 <bean id="appProperty" class="org.springframework.beans.fac
  • mongoDB 分片 开窍的石头 mongodb
        mongoDB的分片。要mongos查询数据时候 先查询configsvr看数据在那台shard上，configsvr上边放的是metar信息，指的是那条数据在那个片上。由此可以看出mongo在做分片的时候咱们至少要有一个configsvr,和两个以上的shard（片）信息。     第一步启动两台以上的mongo服务 &nb
  • OVER(PARTITION BY)函数用法 0624chenhong oracle
    这篇写得很好，引自 http://www.cnblogs.com/lanzi/archive/2010/10/26/1861338.html OVER(PARTITION BY)函数用法 2010年10月26日 OVER(PARTITION BY)函数介绍 开窗函数        &nb
  • Android开发中，ADB server didn't ACK 解决方法 一炮送你回车库 Android开发
    首先通知：凡是安装360、豌豆荚、腾讯管家的全部卸载，然后再尝试。   一直没搞明白这个问题咋出现的，但今天看到一个方法，搞定了！原来是豌豆荚占用了 5037 端口导致。 参见原文章：一个豌豆荚引发的血案——关于ADB server didn't ACK的问题 简单来讲，首先将Windows任务进程中的豌豆荚干掉，如果还是不行，再继续按下列步骤排查。 &nb
  • canvas中的像素绘制问题 换个号韩国红果果 JavaScriptcanvas
    pixl的绘制，1.如果绘制点正处于相邻像素交叉线，绘制x像素的线宽，则从交叉线分别向前向后绘制x/2个像素，如果x/2是整数，则刚好填满x个像素，如果是小数，则先把整数格填满，再去绘制剩下的小数部分，绘制时，是将小数部分的颜色用来除以一个像素的宽度，颜色会变淡。所以要用整数坐标来画的话（即绘制点正处于相邻像素交叉线时），线宽必须是2的整数倍。否则会出现不饱满的像素。 2.如果绘制点为一个像素的
  • 编码乱码问题 灵静志远 javajvmjsp编码
    1、JVM中单个字符占用的字节长度跟编码方式有关，而默认编码方式又跟平台是一一对应的或说平台决定了默认字符编码方式；2、对于单个字符：ISO-8859-1单字节编码，GBK双字节编码，UTF-8三字节编码；因此中文平台(中文平台默认字符集编码GBK)下一个中文字符占2个字节，而英文平台(英文平台默认字符集编码Cp1252(类似于ISO-8859-1))。 3、getBytes()、getByte
  • java 求几个月后的日期 darkranger calendargetinstance
    Date plandate = planDate.toDate(); SimpleDateFormat df = new SimpleDateFormat("yyyy-MM-dd"); Calendar cal = Calendar.getInstance(); cal.setTime(plandate); // 取得三个月后时间 cal.add(Calendar.M
  • 数据库设计的三大范式（通俗易懂） aijuans 数据库复习
    关系数据库中的关系必须满足一定的要求。满足不同程度要求的为不同范式。数据库的设计范式是数据库设计所需要满足的规范。只有理解数据库的设计范式，才能设计出高效率、优雅的数据库，否则可能会设计出错误的数据库. 目前，主要有六种范式：第一范式、第二范式、第三范式、BC范式、第四范式和第五范式。满足最低要求的叫第一范式，简称1NF。在第一范式基础上进一步满足一些要求的为第二范式，简称2NF。其余依此类推。
  • 想学工作流怎么入手 atongyeye jbpm
    工作流在工作中变得越来越重要，很多朋友想学工作流却不知如何入手。 很多朋友习惯性的这看一点，那了解一点，既不系统，也容易半途而废。好比学武功，最好的办法是有一本武功秘籍。研究明白，则犹如打通任督二脉。 系统学习工作流，很重要的一本书《JBPM工作流开发指南》。 本人苦苦学习两个月，基本上可以解决大部分流程问题。整理一下学习思路，有兴趣的朋友可以参考下。 1  首先要
  • Context和SQLiteOpenHelper创建数据库 百合不是茶 androidContext创建数据库
           一直以为安卓数据库的创建就是使用SQLiteOpenHelper创建,但是最近在android的一本书上看到了Context也可以创建数据库,下面我们一起分析这两种方式创建数据库的方式和区别,重点在SQLiteOpenHelper     一:SQLiteOpenHelper创建数据库:   1,SQLi
  • 浅谈group by和distinct bijian1013 oracle数据库group bydistinct
            group by和distinct只了去重意义一样，但是group by应用范围更广泛些，如分组汇总或者从聚合函数里筛选数据等。         譬如：统计每id数并且只显示数大于3 select id ,count(id) from ta
  • vi opertion 征客丶 macoprationvi
    进入 command mode （命令行模式） 按 esc 键 再按 shift + 冒号 注：以下命令中 带 $ 【在命令行模式下进行】，不带 $ 【在非命令行模式下进行】 一、文件操作 1.1、强制退出不保存 $ q! 1.2、保存 $ w 1.3、保存并退出 $ wq 1.4、刷新或重新加载已打开的文件 $ e 二、光标移动 2.1、跳到指定行 数字
  • 【Spark十四】深入Spark RDD第三部分RDD基本API bit1129 spark
      对于K/V类型的RDD,如下操作是什么含义？   val rdd = sc.parallelize(List(("A",3),("C",6),("A",1),("B",5)) rdd.reduceByKey(_+_).collect  reduceByKey在这里的操作，是把
  • java类加载机制 BlueSkator java虚拟机
    java类加载机制 1.java类加载器的树状结构 引导类加载器 ^ | 扩展类加载器 ^ | 系统类加载器 java使用代理模式来完成类加载，java的类加载器也有类似于继承的关系，引导类是最顶层的加载器，它是所有类的根加载器，它负责加载java核心库。当一个类加载器接到装载类到虚拟机的请求时，通常会代理给父类加载器，若已经是根加载器了，就自己完成加载。 虚拟机区分一个Cla
  • 动态添加文本框 BreakingBad 文本框
      <script>     var num=1; function AddInput() {      var str="";     str+="<input 
  • 读《研磨设计模式》-代码笔记-单例模式 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/ public class Singleton { } /* * 懒汉模式。注意，getInstance如果在多线程环境中调用，需要加上synchronized，否则存在线程不安全问题 */ class LazySingleton
  • iOS应用打包发布常见问题 chenhbc iosiOS发布iOS上传iOS打包
    这个月公司安排我一个人做iOS客户端开发，由于急着用，我先发布一个版本，由于第一次发布iOS应用，期间出了不少问题，记录于此。   1、使用Application Loader 发布时报错：Communication error.please use diagnostic mode to check connectivity.you need to have outbound acc
  • 工作流复杂拓扑结构处理新思路 comsci 设计模式工作算法企业应用OO
    我们走的设计路线和国外的产品不太一样，不一样在哪里呢？  国外的流程的设计思路是通过事先定义一整套规则(类似XPDL)来约束和控制流程图的复杂度(我对国外的产品了解不够多，仅仅是在有限的了解程度上面提出这样的看法)，从而避免在流程引擎中处理这些复杂的图的问题，而我们却没有通过事先定义这样的复杂的规则来约束和降低用户自定义流程图的灵活性，这样一来，在引擎和流程流转控制这一个层面就会遇到很
  • oracle 11g新特性Flashback data archive daizj oracle
    1. 什么是flashback data archive Flashback data archive是oracle 11g中引入的一个新特性。Flashback archive是一个新的数据库对象，用于存储一个或多表的历史数据。Flashback archive是一个逻辑对象，概念上类似于表空间。实际上flashback archive可以看作是存储一个或多个表的所有事务变化的逻辑空间。
  • 多叉树:2-3-4树 dieslrae 树
        平衡树多叉树,每个节点最多有4个子节点和3个数据项,2,3,4的含义是指一个节点可能含有的子节点的个数,效率比红黑树稍差.一般不允许出现重复关键字值.2-3-4树有以下特征:     1、有一个数据项的节点总是有2个子节点(称为2-节点)     2、有两个数据项的节点总是有3个子节点(称为3-节
  • C语言学习七动态分配 malloc的使用 dcj3sjt126com clanguagemalloc
    /* 2013年3月15日15:16:24 malloc 就memory(内存) allocate(分配)的缩写 本程序没有实际含义，只是理解使用 */ # include <stdio.h> # include <malloc.h> int main(void) { int i = 5; //分配了4个字节 静态分配 int * p
  • Objective-C编码规范[译] dcj3sjt126com 代码规范
      原文链接 : The official raywenderlich.com Objective-C style guide 原文作者 : raywenderlich.com Team 译文出自 : raywenderlich.com Objective-C编码规范 译者 : Sam Lau
  • 0.性能优化-目录 frank1234 性能优化
    从今天开始笔者陆续发表一些性能测试相关的文章，主要是对自己前段时间学习的总结，由于水平有限，性能测试领域很深，本人理解的也比较浅，欢迎各位大咖批评指正。 主要内容包括： 一、性能测试指标 吞吐量、TPS、响应时间、负载、可扩展性、PV、思考时间 http://frank1234.iteye.com/blog/2180305 二、性能测试策略 生产环境相同 基准测试 预热等 htt
  • Java父类取得子类传递的泛型参数Class类型 happyqing java泛型父类子类Class
      import java.lang.reflect.ParameterizedType; import java.lang.reflect.Type; import org.junit.Test; abstract class BaseDao<T> { public void getType() { //Class<E> clazz =
  • 跟我学SpringMVC目录汇总贴、PDF下载、源码下载 jinnianshilongnian springMVC
      ----广告-------------------------------------------------------------- 网站核心商详页开发 掌握Java技术，掌握并发/异步工具使用，熟悉spring、ibatis框架； 掌握数据库技术，表设计和索引优化，分库分表/读写分离； 了解缓存技术，熟练使用如Redis/Memcached等主流技术； 了解Ngin
  • the HTTP rewrite module requires the PCRE library 流浪鱼 rewrite
    ./configure: error: the HTTP rewrite module requires the PCRE library. 模块依赖性Nginx需要依赖下面3个包 1. gzip 模块需要 zlib 库 ( 下载: http://www.zlib.net/ ) 2. rewrite 模块需要 pcre 库 ( 下载: http://www.pcre.org/ ) 3. s
  • 第12章 Ajax（中） onestopweb Ajax
    index.html <!DOCTYPE html PUBLIC "-//W3C//DTD XHTML 1.0 Transitional//EN" "http://www.w3.org/TR/xhtml1/DTD/xhtml1-transitional.dtd"> <html xmlns="http://www.w3.org/
  • Optimize query with Query Stripping in Web Intelligence blueoxygen BO
    http://wiki.sdn.sap.com/wiki/display/BOBJ/Optimize+query+with+Query+Stripping+in+Web+Intelligence and a very straightfoward video http://www.sdn.sap.com/irj/scn/events?rid=/library/uuid/40ec3a0c-936
  • Java开发者写SQL时常犯的10个错误 tomcat_oracle javasql
    1、不用PreparedStatements 　　有意思的是，在JDBC出现了许多年后的今天，这个错误依然出现在博客、论坛和邮件列表中，即便要记住和理解它是一件很简单的事。开发者不使用PreparedStatements的原因可能有如下几个： 　　他们对PreparedStatements不了解 　　他们认为使用PreparedStatements太慢了 　　他们认为写Prepar
  • 世纪互联与结盟有感 阿尔萨斯
    10月10日，世纪互联与（Foxcon）签约成立合资公司，有感。 全球电子制造业巨头（全球500强企业）与世纪互联共同看好IDC、云计算等业务在中国的增长空间，双方迅速果断出手，在资本层面上达成合作，此举体现了全球电子制造业巨头对世纪互联IDC业务的欣赏与信任，另一方面反映出世纪互联目前良好的运营状况与广阔的发展前景。 众所周知，精于电子产品制造（世界第一），对于世纪互联而言，能够与结盟
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他