MicrosoftReactor
MicrosoftReactor

AI 浪潮下的创业故事（一）—— Jina AI

点击蓝字

关注我们

编辑：Alan Wang

排版：Rani Sun

微软 Reactor 为帮助广开发者，技术爱好者，更好的学习 .NET Core, C#, Python，数据科学，机器学习，AI，区块链, IoT 等技术，将每周三到周六，组织 3~5 场线上分享活动。欢迎跟着我们一起来学习。 

人工智能的飞速发展引领了全新的技术浪潮，也催生了众多以 AI 为核心的创业项目。金秋十月，我们想要和大家一起，发现和聚焦那些优秀的 AI 创业者与创业公司，听听他们在人工智能浪潮下的创业故事，并以此探索自己的 AI 创业之路。

内容介绍

10月18日，我们将首先跟随 Jina AI 创始人兼 CEO 肖涵，一起认识 Jina AI，了解 Jina AI 在多模态人工智能技术领域初创、成长与突破的历程，以及进入大语言模型时代后的持续探索。

活动时间：2023年10月25日 19:30 - 20:30

参与方式：报名后，在“上课方式”中获取

AI 浪潮下的创业故事（一）—— Jina AI_第1张图片

扫码报名参与

分享嘉宾

AI 浪潮下的创业故事（一）—— Jina AI_第2张图片

肖涵

Jina AI 创始人兼 CEO

Jina AI 于 2020 年 2 月成立，现已成为多模态人工智能技术的翘楚，成功筹集了 3750 万美元，确立了在 AI 行业的领军地位。Jina AI 的开源技术赋能超过 40,000 名开发者，使他们得以毫无障碍地构建与部署多模态应用。2023 年，Jina AI 在基于多模态技术的 AI 工具方面取得了跨越式的突破。这一创新已让全球超过 350,000 名用户受益，满足了各式各样的业务需求。进入到 AI 大模型的时代，Jina AI 在相关领域积极布局，从大模型向量部署、大模型向量精调，提示词调优、提示词部署等方面为企业和开发者提供产品和服务。无论是推动业务增长、提升运营效率还是优化成本，Jina AI 都致力于助力企业在多模态时代锐意进取。

AI 浪潮下的创业故事（一）—— Jina AI_第3张图片

主持人

卢建晖

微软高级云技术布道师

主办方

AI 浪潮下的创业故事（一）—— Jina AI_第4张图片

微软 Reactor 是微软为构建开发者社区而提供的一个社区空间，以“予力多元化社区建设，帮助每一个开发者成就不凡”为使命，旨在通过不定期举办的技术讲座、开发者交流会面及技术沙龙和专题活动，帮助开发者和初创企业了解最新技术、学习最新知识、体验最新方案、结识业界同行、扩展职场人脉。

AI 浪潮下的创业故事（一）—— Jina AI_第5张图片

AI 浪潮下的创业故事（一）—— Jina AI_第6张图片

MSReactor

AI 浪潮下的创业故事（一）—— Jina AI_第7张图片

扫码｜关注我们

Bilibili｜微软Reactor_SH

活动行｜微软Reactor 上海

知乎｜微软 Reactor

AI 浪潮下的创业故事（一）—— Jina AI_第8张图片

你们点点“分享”，给我充点儿电吧~

你可能感兴趣的:(人工智能,jina)

  • 深度学习：从神经网络到智能应用 Jason_Orton 深度学习神经网络人工智能机器学习
    目录引言一.什么是深度学习？二.深度学习的基本原理1.神经网络的组成2.激活函数3.反向传播（Backpropagation）三.深度学习的常见模型四.深度学习的应用场景五.深度学习的挑战与未来结语引言深度学习（DeepLearning）作为机器学习的一个分支，近年来在人工智能领域取得了革命性的进展。无论是语音识别、图像识别，还是自动驾驶、自然语言处理，深度学习都在推动着技术的发展和行业的变革。那
  • 云上玩转DeepSeek系列之五：实测优化16%, 体验FlashMLA加速DeepSeek-V2-Lite推理 deepseekllm人工智能
    2月25日，DeepSeek-AI面向社区开源了其技术成果FlashMLA（https://github.com/deepseek-ai/FlashMLA），这是一个面向推理优化的高效多层注意力（Multi-HeadLatentAttention）解码内核。该技术通过优化多头潜在注意力机制和分页KV缓存系统，显著提升了大语言模型的长序列处理能力与推理效率。我们第一时间在人工智能平台PAI上进行拆箱
  • 《深度揭秘：生成对抗网络如何重塑遥感图像分析精度》 程序猿阿伟 生成对抗网络人工智能机器学习
    在当今数字化时代，遥感图像作为获取地球表面信息的重要数据源，广泛应用于城市规划、农业监测、环境评估等诸多领域。然而，如何从海量的遥感数据中提取高精度的信息，一直是学术界和工业界共同面临的挑战。生成对抗网络（GAN）的出现，为提升人工智能在遥感图像分析中的精度开辟了全新的路径。生成对抗网络：技术基石剖析生成对抗网络由生成器（Generator）和判别器（Discriminator）组成，二者通过对抗
  • 软件开发：创新与挑战并存的旅程 javascriptphp
    在当今数字化时代，软件开发已成为推动社会进步和经济发展的核心力量，它宛如一座桥梁，连接着现实世界与数字世界，为人们的生活和工作带来了前所未有的便利和效率。编程基础：基石与翅膀编程语言精通：开发人员需熟练掌握至少一门编程语言，如Java、Python或C++等。不同的编程语言适用于不同的应用场景，如Java常用于企业级应用开发，Python在数据科学和人工智能领域应用广泛，C++则在性能要求极高的系
  • 如何利用GPT创作诗歌与短篇故事赚钱
    在当今社会，人工智能技术已经广泛应用于各个领域，其中包括创意写作。GenerativePre-trainedTransformer（GPT）作为一种强大的自然语言处理工具，为普通人提供了创作诗歌和短篇故事的新途径，并能够通过这些创作实现赚钱的机会。如何利用GPT进行诗歌和短篇故事创作？生成创作：GPT能够根据输入的提示或主题生成连贯、富有想象力的文本。对于诗歌，你可以给出一些词语或主题，让GPT根
  • 《深度揭秘：生成对抗网络如何重塑遥感图像分析精度》 人工智能深度学习
    在当今数字化时代，遥感图像作为获取地球表面信息的重要数据源，广泛应用于城市规划、农业监测、环境评估等诸多领域。然而，如何从海量的遥感数据中提取高精度的信息，一直是学术界和工业界共同面临的挑战。生成对抗网络（GAN）的出现，为提升人工智能在遥感图像分析中的精度开辟了全新的路径。生成对抗网络：技术基石剖析生成对抗网络由生成器（Generator）和判别器（Discriminator）组成，二者通过对抗
  • 使用AWS服务Amazon Bedrock构建大模型应用 西京刀客 AIaiawsbedrock
    文章目录背景AmazonBedrock支持多模型选择实验demo列出AmazonBedrock服务支持的模型从读取用户评论、调用AmazonBedrock模型进行分类如何利用AWS的嵌入模型进行文本处理和分析背景2023年，生成式人工智能、大模型、ChatGPT等概念无处不在，但是到底什么是生成式人工智能？和之前的人工智能有什么区别？和大模型、Chatgpt的关系是什么？生成式人工智能（genAI
  • 《深度剖析：生成对抗网络中生成器与判别器的高效协作之道》 程序猿阿伟 生成对抗网络人工智能机器学习
    在人工智能的前沿领域，生成对抗网络（GAN）以其独特的对抗学习机制，为数据生成和处理带来了革命性的变革。生成器与判别器作为GAN的核心组件，它们之间的协作效率直接决定了GAN在图像生成、数据增强、风格迁移等众多应用中的表现。深入探究二者如何实现更高效的协作，不仅是优化GAN性能的关键，也为解锁人工智能更多创新应用场景提供了可能。生成器与判别器：GAN的核心架构解析生成器（Generator）的使命
  • 医院HIS接入大模型：算力基础设施与训练能力的深度剖析与测算 Allen_LVyingbo 数智化医院2025健康医疗人工智能动态规划python
    一、引言1.1研究背景与意义在数字化医疗快速发展的当下，医院信息系统（HospitalInformationSystem，HIS）作为医疗信息化的核心枢纽，承载着患者诊疗信息、医院运营管理等关键数据，对提升医疗服务质量、优化医院管理流程起着至关重要的作用。然而，传统HIS在面对日益增长的医疗数据量和复杂的临床需求时，逐渐显露出分析决策能力不足、智能化程度低等短板。随着人工智能技术的飞速发展，大模型
  • 人工智能和云时代的五大DBA关注点 人工智能dba
    数据库管理员(DBA)的角色在不断演变，以适应技术和应用开发方式的变化。过去，DBA主要侧重于管理物理硬件和软件，而现在，他们发现自己正在驾驭由云技术、人工智能驱动的自动化以及不断增长的数据所构成的复杂情况。2025年伊始，让我们来探讨一下让DBA夜不能寐的五大问题。数据安全和隐私数据泄露事件不断成为头条新闻，其后果可能是毁灭性的。DBA站在保护敏感信息的第一线。根据IBM最近的一项研究，数据泄露
  • 全面分析 DeepSeek 的新开源 FlashMLA X.Cristiano FlashMLA深度学习人工智能
    导言著名的人工智能公司DeepSeek最近开源了FlashMLA，这是一款针对HopperGPU上的多头潜意识（MLA）进行了优化的高性能解码内核。这一进展对于大型语言模型（LLM）来说意义重大，因为大型语言模型在推理过程中面临内存和计算方面的挑战，尤其是长序列。本报告深入探讨了FlashMLA的技术细节、性能指标、应用和未来影响，为研究人员、开发人员和人工智能爱好者提供了全面的了解。背景介绍多头
  • 评估您的数据是否可用于人工智能的三个考虑因素 人工智能
    评估您的数据是否可用于人工智能的三个考虑因素多数组织正在人工智能和生成性人工智能的炒作中迷失方向。在许多情况下，他们并没有准备好人工智能项目所需的数据基础。三分之一的高管认为，只有不到50%的组织有了人工智能所需的数据，而多数组织并未准备好。因此，在开展人工智能项目之前，奠定正确的基础至关重要。在评估准备情况时，主要考虑因素如下：可用性：您的数据在哪里？类目：您将如何记录和协调您的数据？质量：优质
  • DeepSeek 开源周：DeepEP 项目详解，GPU 压榨计划启动！ 东方佑 量子变法开源
    引言就在今天，2025年2月25日，DeepSeek再次为人工智能社区带来了一场技术盛宴——DeepEP项目的开源。这个旨在优化GPU性能的工具一经发布便迅速获得了广泛的关注和赞誉，短短两小时内就斩获了超过1000个Star。本文将详细介绍DeepEP的功能、应用场景以及如何使用它来提升AI训练和推理的效率。DeepEP概述功能与作用DeepEP是一个专门针对Mixture-of-Experts(
  • DeepSeek API是什么 兔兔爱学习兔兔爱学习 大模型pythonprompt算法
    DeepSeekAPI是一个提供人工智能服务的接口，它允许开发者通过简单的API调用来实现各种高级的自然语言处理（NLP）任务，如文本生成、对话系统、文本摘要、问答系统等。DeepSeekAPI通常基于先进的大模型，如Transformer架构的模型，提供了强大的语言理解和生成能力。DeepSeekAPI的特点易于集成：开发者可以通过简单的HTTP请求调用API，无需深入了解底层模型的具体实现。高
  • 电子科大考研经验分享 bugmaker. 杂谈机器学习
    最近有好多学弟学妹问我考研相关的问题，我大致总结了一下，无非就是考研和就业相关的问题。趁着我还没忘记，写一篇博客跟大家分享一下我的考研经历，给大家做个参考。先说考研选择大于努力选择大于努力，这是我考完研之后最大的感受。举个栗子：今年中科大的软件，400多分的人有400多个，这意味着如果你初试成绩不在400以上，上岸的机会就很渺茫了，反观中山大学的人工智能，320多分就排到了第二名。所以正确评估自己
  • DeepSeek为云厂商带来新机遇，东吴证券看好AI带动百度智能云增长 大力财经 人工智能百度
    近日，摩根士丹利（亚洲）发布研究报告《DeepSeek-AlBifurcation》，报告指出DeepSeek的爆火催生了低成本人工智能市场，为数据中心、芯片及云服务提供商带来新的发展机遇。同时，东吴证券发布研究报告维持百度“买入”评级，看好AI给集团云业务带来新发展机遇。在百度发布的2024年第四季度及全年财报中显示，百度智能云业务第四季度营收同比增长26%，在国内大模型市场中标项目数、行业覆盖
  • 当AI搜索撕开传统搜索的裂缝，警惕AI搜索的“信息茧房” shelly聊AI AI核心技术AI行业趋势人工智能
    大家好，我是Shelly，一个专注于输出AI工具和科技前沿内容的AI应用教练，体验过300+款以上的AI应用工具。关注科技及大模型领域对社会的影响10年+。关注我一起驾驭AI工具，拥抱AI时代的到来。人工智能&AIGC术语100条Shelly聊AI-重磅发布Shelly聊AI：年度展望：2025年AI与社会发展关键事件的深度思考（每年一篇，十年为期）数字世界正在经历一场无声的地震，谷歌工程师发现，
  • 在Intel GPU上使用IPEX-LLM进行本地BGE嵌入 shuoac python
    在现代人工智能应用中，尤其在诸如检索增强生成（RAG）和文档问答等任务中，低延迟是一个至关重要的指标。Intel的IPEX-LLM是一种专门为IntelCPU和GPU优化的PyTorch库，能够在包括本地PC上的集成显卡和独立显卡（如Arc、Flex和Max）在内的Intel硬件上以极低的延迟运行大型语言模型（LLM）。本文将介绍如何在IntelGPU上结合LangChain使用IPEX-LLM进
  • 百度文心大模型API保姆级教程：从入门到实战 海棠AI实验室 智元启示录百度API文心大模型
    目录文心大模型简介文心大模型vs.OpenAIGPT系列应用构建实例API集成详细步骤准备工作获取AccessToken发起API请求API的调试和常见问题的解决进阶应用安全性和最佳实践总结与未来展望随着大型语言模型（LLMs）在全球范围内的兴起，百度文心大模型（ERNIE）已成为人工智能领域的一颗耀眼新星。对标OpenAI的GPT系列，文心大模型致力于为中文用户提供卓越的自然语言处理能力，广泛赋
  • 用 ActionNode 重构技术文档助手：从原理到实践的深度解析 海棠AI实验室 智元启示录重构ActionNodeMetaGPT人工智能AIagent
    目录什么是ActionNode？为什么用ActionNode重构技术文档助手？系统架构：从多智能体到ActionNode示例代码实现：技术文档助手中的ActionNode总结在数字化时代，技术文档的重要性日益凸显。一份清晰、准确的文档不仅能帮助用户快速上手，还能提升产品的专业形象。然而，撰写高质量的技术文档往往耗时费力。近年来，随着人工智能技术的飞速发展，自动生成技术文档成为可能。MetaGPT框
  • 专访微软CEO：AGI并非真正基准，AI行业也不会“赢家通吃” AI大模型头条 人工智能那些事儿microsoftagi人工智能游戏aigpt语言模型
    【编者按】日前，微软首席执行官SatyaNadella在参加由知名科技播客主持人DwarkeshPatel主持的播客节目DwarkeshPodcast时，谈到了他对当前人工智能（AI）/通用人工智能（AGI）的前景、量子计算的革命性进展，以及科技如何推动全球经济变革的看法。当各家公司都在争先恐后地追逐AGI时，Nadella在访谈中却语出惊人，“我们自己宣称达成某个AGI的里程碑，对我来说，那只是
  • 人工智能在fpga的具体应用_FPGA创意人工智能研发 校企合作培养专业人才 墨墨猪 人工智能在fpga的具体应用
    FPGA英特尔®FPGA与人工智能技术培训——成都信息工程大学站人工智能在21世纪初迎来以深度学习与大数据云计算为主导的第三次浪潮，在无人驾驶、医疗保健、工业等多个领域得到广泛应用。随着人工智能理论和技术日益成熟，FPGA在人工智能方面的应用也越来越多，特别对于需要分析大量数据的AI、大数据以及机器学习等研究领域。人工智能与FPGA的灵活应用，对人工智能专业人才培养提出了更高要求。英特尔®FPGA
  • 【人工智能数学基础篇】线性代数基础学习：深入解读矩阵及其运算 猿享天开 人工智能基础知识学习线性代数人工智能学习矩阵及其运算
    矩阵及其运算：人工智能入门数学基础的深入解读引言线性代数是人工智能（AI）和机器学习的数学基础，而矩阵作为其核心概念之一，承担着数据表示、变换和运算的重任。矩阵不仅在数据科学中广泛应用，更是神经网络、图像处理、自然语言处理等领域的重要工具。本文将深入探讨矩阵的基本概念、性质及其运算，通过详细的数学公式、推导过程和代码示例，帮助读者更好地理解矩阵在AI中的应用。第一章：矩阵的基本概念1.1矩阵的定义
  • AI 在未来相机领域的应用前景如何？ 程序员Android 人工智能数码相机智能电视
    和你一起终身学习，这里是程序员Android人工智能（AI）在手机相机领域的应用已成为近年来技术创新的核心驱动力之一。随着计算摄影、深度学习算法和硬件加速技术的进步，AI正在重新定义手机摄影的可能性，并为未来带来更多颠覆性潜力。以下是AI在手机相机中的关键潜力方向及具体应用场景：经典好文推荐，通过阅读本文，您将收获以下知识点:1.计算摄影的深度进化多帧合成与超分辨率：AI通过分析多张连续拍摄的帧（
  • 云平台结合DeepSeek的AI模型优化实践：技术突破与应用革新 荣华富贵8 程序员的知识储备1经验分享
    云平台与AI模型的深度结合已成为推动人工智能技术落地的重要驱动力。DeepSeek（深度求索）作为前沿AI模型的代表，通过与云计算的深度融合，在技术架构和应用场景层面实现了突破性进展。以下从技术突破和应用革新两个维度进行系统解析：---###**一、技术突破：云原生AI架构的进化**####1.**弹性算力调度体系**-**动态资源分配**：基于Kubernetes的智能调度器实现GPU资源的细粒
  • 全市场大模型分类及对比分析报告 早退的程序员 分类数据挖掘人工智能
    全市场大模型分类及对比分析报告1.引言随着人工智能技术的飞速发展，大模型（LargeModels）已成为推动AI进步的核心力量。大模型凭借其强大的计算能力和海量数据处理能力，在自然语言处理（NLP）、计算机视觉（CV）、语音识别等领域取得了显著成果。本报告将对全市场中几类主要的大模型进行分类和对比分析，探讨其技术特点、应用场景及未来发展趋势。2.大模型分类根据模型架构、训练目标和应用领域，全市场的
  • 具身智能（Embodied Intelligence） ZhangJiQun&MXP 教学人工智能深度学习算法
    目录具身智能（EmbodiedIntelligence）简单理解举例说明具身智能（EmbodiedIntelligence）是人工智能领域的一个子领域，它强调智能系统不仅仅依赖于算法和数据处理，还必须具备一个物理实体（embodiment），通过与环境的直接互动来获取信息、学习、适应并采取行动。以下是对具身智能的简单理解和举例说明：简单理解具身智能的核心在于“具身”二字，即智能系统需要有一个物理形
  • DeepSeek：通用人工智能的探路者与技术革新者——从技术架构到应用生态的全方位解析 sanggou 人工智能架构
    一、DeepSeek的发展历程：中国AGI先锋的崛起DeepSeek（深度求索）成立于2023年，是中国人工智能领域的一颗新星。尽管成立时间较短，但其发展速度与技术突破令人瞩目：2023年：公司成立，核心团队由来自全球顶尖高校（如MIT、斯坦福）和科技企业（如GoogleBrain、OpenAI）的AI科学家组成，专注于AGI（通用人工智能）技术的研发。2024年初：推出首个公开产品DeepSee
  • 大模型知识蒸馏：技术突破与应用范式重构——从DeepSeek创新看AI基础设施演进路径 大模型服务器厂商 重构人工智能
    一、知识蒸馏的技术哲学演进知识蒸馏（KnowledgeDistillation）作为模型压缩领域的核心技术突破，其发展轨迹折射出人工智能从"规模崇拜"向"效率优先"的范式转变。传统知识蒸馏框架主要关注概率分布层面的知识迁移，但DeepSeek等前沿项目展示出更复杂的知识萃取机制。最新研究表明，知识传递已从单纯的输出层模仿，发展到注意力模式迁移（AttentionTransfer）、隐层特征对齐（H
  • Byzer：面向Data+AI的云原生低代码化语言 ITPUB-微风 人工智能云原生低代码
    在数据科学和人工智能迅速发展的今天，企业面临着如何高效处理海量数据并实现AI模型快速开发的挑战。Byzer，作为一种创新的云原生低代码化语言，为这一难题提供了独特的解决方案。本文将深入探讨Byzer的设计哲学、应用场景及其工程特性，展现其在Data+AI领域的潜力和价值。一、Byzer的设计哲学Byzer的核心设计理念在于简化大数据和AI平台的构建过程，降低开发成本。它通过类SQL的语言和云原生架
  • ViewController添加button按钮解析。（翻译） 张亚雄 c
    <div class="it610-blog-content-contain" style="font-size: 14px"></div>//  ViewController.m //  Reservation software // //  Created by 张亚雄 on 15/6/2.
  • mongoDB 简单的增删改查 开窍的石头 mongodb
       在上一篇文章中我们已经讲了mongodb怎么安装和数据库/表的创建。在这里我们讲mongoDB的数据库操作       在mongo中对于不存在的表当你用db.表名 他会自动统计 下边用到的user是表明，db代表的是数据库       添加(insert):
  • log4j配置 0624chenhong log4j
    1) 新建java项目 2) 导入jar包，项目右击，properties—java build path—libraries—Add External jar，加入log4j.jar包。 3) 新建一个类com.hand.Log4jTest package com.hand; import org.apache.log4j.Logger; public class
  • 多点触摸(图片缩放为例) 不懂事的小屁孩 多点触摸
    多点触摸的事件跟单点是大同小异的，上个图片缩放的代码，供大家参考一下 import android.app.Activity; import android.os.Bundle; import android.view.MotionEvent; import android.view.View; import android.view.View.OnTouchListener
  • 有关浏览器窗口宽度高度几个值的解析 换个号韩国红果果 JavaScripthtml
    1 元素的 offsetWidth 包括border padding  content  整体的宽度。 clientWidth  只包括内容区 padding 不包括border。 clientLeft =  offsetWidth -clientWidth  即这个元素border的值 offsetLeft  若无已定位的包裹元素
  • 数据库产品巡礼：IBM DB2概览 蓝儿唯美 db2
    IBM DB2是一个支持了NoSQL功能的关系数据库管理系统，其包含了对XML，图像存储和Java脚本对象表示（JSON）的支持。DB2可被各种类型的企 业使用，它提供了一个数据平台，同时支持事务和分析操作，通过提供持续的数据流来保持事务工作流和分析操作的高效性。 DB2支持的操作系统 DB2可应用于以下三个主要的平台:   工作站，DB2可在Linus、Unix、Windo
  • java笔记5 a-john java
    控制执行流程： 1，true和false    利用条件表达式的真或假来决定执行路径。例：（a==b）。它利用条件操作符“==”来判断a值是否等于b值，返回true或false。java不允许我们将一个数字作为布尔值使用，虽然这在C和C++里是允许的。如果想在布尔测试中使用一个非布尔值，那么首先必须用一个条件表达式将其转化成布尔值，例如if(a!=0)。 2，if-els
  • Web开发常用手册汇总 aijuans PHP
    一门技术，如果没有好的参考手册指导,很难普及大众。这其实就是为什么很多技术，非常好，却得不到普遍运用的原因。 正如我们学习一门技术，过程大概是这个样子： ①我们日常工作中，遇到了问题，困难。寻找解决方案，即寻找新的技术； ②为什么要学习这门技术？这门技术是不是很好的解决了我们遇到的难题，困惑。这个问题，非常重要，我们不是为了学习技术而学习技术，而是为了更好的处理我们遇到的问题，才需要学习新的
  • 今天帮助人解决的一个sql问题 asialee sql
                今天有个人问了一个问题，如下： type     AD      value          A  
  • 意图对象传递数据 百合不是茶 android意图IntentBundle对象数据的传递
    学习意图将数据传递给目标活动; 初学者需要好好研究的       1,将下面的代码添加到main.xml中    <?xml version="1.0" encoding="utf-8"?> <LinearLayout xmlns:android="http:/
  • oracle查询锁表解锁语句 bijian1013 oracleobjectsessionkill
    一.查询锁定的表 如下语句，都可以查询锁定的表 语句一： select a.sid, a.serial#, p.spid, c.object_name, b.session_id, b.oracle_username, b.os_user_name from v$process p, v$s
  • mac osx 10.10 下安装 mysql 5.6 二进制文件［tar.gz］ 征客丶 mysqlosx
    场景：在 mac osx 10.10 下安装 mysql 5.6 的二进制文件。 环境：mac osx 10.10、mysql 5.6 的二进制文件 步骤：[所有目录请从根“/”目录开始取，以免层级弄错导致找不到目录] 1、下载 mysql 5.6 的二进制文件，下载目录下面称之为 mysql5.6SourceDir； 下载地址：http://dev.mysql.com/downl
  • 分布式系统与框架 bit1129 分布式
    RPC框架 Dubbo 什么是Dubbo   Dubbo是一个分布式服务框架，致力于提供高性能和透明化的RPC远程服务调用方案，以及SOA服务治理方案。其核心部分包含:    远程通讯: 提供对多种基于长连接的NIO框架抽象封装，包括多种线程模型，序列化，以及“请求-响应”模式的信息交换方式。    集群容错: 提供基于接
  • 那些令人蛋痛的专业术语 白糖_ springWebSSOIOC
    spring 【控制反转(IOC)/依赖注入(DI)】： 由容器控制程序之间的关系，而非传统实现中，由程序代码直接操控。这也就是所谓“控制反转”的概念所在：控制权由应用代码中转到了外部容器，控制权的转移，是所谓反转。 简单的说：对象的创建又容器(比如spring容器)来执行，程序里不直接new对象。 Web 【单点登录(SSO)】：SSO的定义是在多个应用系统中，用户
  • 《给大忙人看的java8》摘抄 braveCS java8
    函数式接口：只包含一个抽象方法的接口 lambda表达式：是一段可以传递的代码       你最好将一个lambda表达式想象成一个函数，而不是一个对象，并记住它可以被转换为一个函数式接口。 事实上，函数式接口的转换是你在Java中使用lambda表达式能做的唯一一件事。   方法引用：又是要传递给其他代码的操作已经有实现的方法了，这时可以使
  • 编程之美-计算字符串的相似度 bylijinnan java算法编程之美
    public class StringDistance { /** * 编程之美 计算字符串的相似度 * 我们定义一套操作方法来把两个不相同的字符串变得相同，具体的操作方法为： * 1.修改一个字符（如把“a”替换为“b”）; * 2.增加一个字符（如把“abdd”变为“aebdd”）; * 3.删除一个字符（如把“travelling”变为“trav
  • 上传、下载压缩图片 chengxuyuancsdn 下载
    /** * * @param uploadImage --本地路径(tomacat路径) * @param serverDir --服务器路径 * @param imageType --文件或图片类型 * 此方法可以上传文件或图片.txt,.jpg,.gif等 */ public void upload(String uploadImage,Str
  • bellman-ford(贝尔曼-福特)算法 comsci 算法F#
    Bellman-Ford算法(根据发明者 Richard Bellman 和 Lester Ford 命名)是求解单源最短路径问题的一种算法。单源点的最短路径问题是指：给定一个加权有向图G和源点s，对于图G中的任意一点v，求从s到v的最短路径。有时候这种算法也被称为 Moore-Bellman-Ford 算法，因为 Edward F. Moore zu 也为这个算法的发展做出了贡献。 与迪科
  • oracle ASM中ASM_POWER_LIMIT参数 daizj ASMoracleASM_POWER_LIMIT磁盘平衡
    ASM_POWER_LIMIT 该初始化参数用于指定ASM例程平衡磁盘所用的最大权值，其数值范围为0~11，默认值为1。该初始化参数是动态参数，可以使用ALTER  SESSION或ALTER  SYSTEM命令进行修改。示例如下： SQL>ALTER  SESSION  SET   Asm_power_limit=2;
  • 高级排序:快速排序 dieslrae 快速排序
    public void quickSort(int[] array){ this.quickSort(array, 0, array.length - 1); } public void quickSort(int[] array,int left,int right){ if(right - left <= 0
  • C语言学习六指针_何谓变量的地址 一个指针变量到底占几个字节 dcj3sjt126com C语言
    # include <stdio.h> int main(void) { /* 1、一个变量的地址只用第一个字节表示 2、虽然他只使用了第一个字节表示，但是他本身指针变量类型就可以确定出他指向的指针变量占几个字节了 3、他都只存了第一个字节地址，为什么只需要存一个字节的地址，却占了4个字节，虽然只有一个字节， 但是这些字节比较多，所以编号就比较大，
  • phpize使用方法 dcj3sjt126com PHP
    phpize是用来扩展php扩展模块的，通过phpize可以建立php的外挂模块,下面介绍一个它的使用方法,需要的朋友可以参考下 安装（fastcgi模式）的时候，常常有这样一句命令： 代码如下: /usr/local/webserver/php/bin/phpize   一、phpize是干嘛的？ phpize是什么？ phpize是用来扩展php扩展模块的，通过phpi
  • Java虚拟机学习 - 对象引用强度 shuizhaosi888 JAVA虚拟机
    本文原文链接：http://blog.csdn.net/java2000_wl/article/details/8090276 转载请注明出处！ 无论是通过计数算法判断对象的引用数量，还是通过根搜索算法判断对象引用链是否可达，判定对象是否存活都与“引用”相关。 引用主要分为 ：强引用(Strong Reference)、软引用(Soft Reference)、弱引用(Wea
  • .NET Framework 3.5 Service Pack 1（完整软件包）下载地址 happyqing .net下载framework
      Microsoft .NET Framework 3.5 Service Pack 1（完整软件包）  http://www.microsoft.com/zh-cn/download/details.aspx?id=25150 Microsoft .NET Framework 3.5 Service Pack 1 是一个累积更新，包含很多基于 .NET Framewo
  • JAVA定时器的使用 jingjing0907 javatimer线程定时器
    1、在应用开发中，经常需要一些周期性的操作，比如每5分钟执行某一操作等。 对于这样的操作最方便、高效的实现方式就是使用java.util.Timer工具类。 privatejava.util.Timer timer; timer = newTimer(true); timer.schedule( newjava.util.TimerTask() { public void run()
  • Webbench 流浪鱼 webbench
    首页下载地址 http://home.tiscali.cz/~cz210552/webbench.html Webbench是知名的网站压力测试工具，它是由Lionbridge公司（http://www.lionbridge.com）开发。 Webbench能测试处在相同硬件上，不同服务的性能以及不同硬件上同一个服务的运行状况。webbench的标准测试可以向我们展示服务器的两项内容：每秒钟相
  • 第11章 动画效果（中） onestopweb 动画
    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/
  • windows下制作bat启动脚本. sanyecao2314 javacmd脚本bat
    java -classpath C:\dwjj\commons-dbcp.jar;C:\dwjj\commons-pool.jar;C:\dwjj\log4j-1.2.16.jar;C:\dwjj\poi-3.9-20121203.jar;C:\dwjj\sqljdbc4.jar;C:\dwjj\voucherimp.jar com.citsamex.core.startup.MainStart
  • Java进行RSA加解密的例子 tomcat_oracle java
    加密是保证数据安全的手段之一。加密是将纯文本数据转换为难以理解的密文；解密是将密文转换回纯文本。 　　数据的加解密属于密码学的范畴。通常，加密和解密都需要使用一些秘密信息，这些秘密信息叫做密钥，将纯文本转为密文或者转回的时候都要用到这些密钥。 　　对称加密指的是发送者和接收者共用同一个密钥的加解密方法。 　　非对称加密(又称公钥加密)指的是需要一个私有密钥一个公开密钥，两个不同的密钥的
  • Android_ViewStub 阿尔萨斯 ViewStub
    public final class ViewStub extends View java.lang.Object android.view.View android.view.ViewStub 类摘要： ViewStub 是一个隐藏的，不占用内存空间的视图对象，它可以在运行时延迟加载布局资源文件。当 ViewSt
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他