千喜Ya
千喜Ya

深度学习之路

一.概率论与统计推断

概率论与统计推断(一) ------ 概率论的基本概念
概率论与统计推断(二) ------ 随机变量及其分布
概率论与统计推断(三) ------ 多维随机变量及其分布
概率论与统计推断(四) ------ 统计推断

二.人工智能之数学

人工智能之数学(一) ------ 矩阵的概念与运用
人工智能之数学(二) ------ 矩阵分解
人工智能之数学(三) ------ 凸优化
人工智能之数学(四) ------ 矩阵numpy操作

三.Python相关

深度学习之路(一)
Python基础学习之路(一) ------ Print/注释/变量
Python基础学习之路(二) ------数据类型/应用/转换
Python基础学习之路(三) ------ if / input/list/Dictionory
Python基础学习之路(四) ------ for/range/while/布尔运算/循环语句
Python基础学习之路(五) ------ 格式符% / format()
Python基础学习之路(六) ------ 函数/异常处理
Python基础学习之路(七) ------ 类/继承/重写
Python基础学习之路(八) ------ 编码/文件读写/模块

四.Linux学习系列

安装 Ubuntu 17.10

学习资料 :

1.吴恩达机器学习视频以及中文笔记

*视频地址 :
吴恩达机器学习
吴恩达给你的人工智能第一课
*对应笔记以及课后作业 :
斯坦福大学2014机器学习教程中文笔记目录
深度学习笔记目录
【中文】【deplearning.ai】【吴恩达课后作业目录】

2.李宏毅机器学习笔记(LeeML-Notes)

  • 在线阅读地址：https://datawhalechina.github.io/leeml-notes
  • bilibili：李宏毅《机器学习》

Python问题记录 :

Python问题记录(一) ------ PermissionError: [Errno 13] Permission denied

工具使用快捷方式 :

1受用一生的高效PyCharm使用技巧（一）
2 受用一生的高效PyCharm使用技巧（二）
3 受用一生的高效PyCharm使用技巧（三）
4 受用一生的高效PyCharm使用技巧（四）
4 受用一生的高效PyCharm使用技巧（五）
4 受用一生的高效PyCharm使用技巧（六）

Pycham安装第三方模块
Pycham快捷键记录

免费数学神器有了手机版，再复杂的公式，拍照就能转成LaTeX

你可能感兴趣的:(深度学习之路)

  • python翻译成中文_图像处理入门 100 题，有人把它翻译成了中文版！ weixin_39864261 python翻译成中文
    红色石头的个人网站：红色石头的个人博客-机器学习、深度学习之路www.redstonewill.com之前，我发文推荐过一份图像处理入门100题，主要针对图像处理的一些基本操作，非常适合入门！但是，这份资源教程是由日本人写的，日文版，读起来非常不方便。好消息，最近我在逛GitHub的时候，发现有人将这份教程翻译成了中文版。该项目包含了CV领域，OpenCV图像处理入门100题实例解析，并配备完整的
  • 深度学习之路 wenruo~ 深度学习深度学习人工智能
    从这里开始吧早在高中，在英语、语文的阅读理解中，一次次的看到AI的神奇。从围棋人机大战中的阿尔法狗，到波士顿动力。尽管那是一种雾里看花的感觉，却也有种莫名的感觉。到了大学，选择了计算机这条路。更加对AI有兴趣，迫切想了解这方面的知识。奈何，就读的学校并非优秀，网上众说纷纭，自己摸索一阵子后，辛苦无果。偶而请教网上的大牛，讲解一二，总是不太透彻。也没法叨扰太多。便下定决心，请个老师。后来遇到了一个挺
  • 深度学习之路二——windows系统下Anaconda+Pycharm编译环境的搭建 lavendelion
    众所周知，在windows系统下安装anaconda对于使用python的程序员来说是多么的方便。但是，anaconda自带的两个python代码编译器，Jupyternotebook和spyder都或多或少有自己的不便之处。比如：Jupyternotebook:虽然精简，但是需要打开浏览器进行编辑，浏览器插件如果有冲突，还容易导致网页崩溃。另外，Jupyternotebook在创建新项目，更改.
  • 深度学习之路（五）：Faster-RCNN 遇见木子绿
    过两年的沉淀，rbg大神于2016年提出了R-CNN系列的封神之作——Faster-RCNN，全称：《FasterR-CNN:TowardsReal-TimeObjectDetectionwithRegionProposalNetworks》，同时何凯明博士也是这篇论文的作者之一。话不多说，上论文（百度云链接：https://pan.baidu.com/s/13luKlGF1RAHp29bp3KP
  • 深度学习之路（一）：用LSTM网络做时间序列数据预测 Flamingjay
    简介问题：有一组1维数据，可能是某商品的销售量，可能是股票的价格等，用深度学习模型来解决对该数据的预测问题，比如用前50个数据，来预测下一个数据。首先，给出数据集：前10行数据.png接下来，通过对数据进行处理，以及模型的搭建和训练，最终得到想要的预测模型。数据的读取及处理：读取数据load_data(filename,time_step)使用pandas进行csv文件的读取，其中需要注意的是路径
  • 深度学习之路（三）：SPP-Net 遇见木子绿
    上回书详细的介绍了R-CNN的前世今生，在文章的最后同样抛出了R-CNN中的不足点：其一是检测的精度相对而言比较低，这主要是图像归一化时对图像过度拉伸造成的，其二是检测速度慢，这个是由于每张图像需要分割成2000多个特征区域，然后依次进入卷积网络造成的。发现问题下一步就是要解决问题。首先我们来说一下为什么要进行图像的归一化。这样做的目的是因为R-CNN采用的是Alexnet网络，而需要特别注意的是
  • 深入探索：分布式训练下的深度学习之路 Chaos_Wang_ 深度学习分布式人工智能
    深入探索：分布式训练下的深度学习之路随着深度学习在各个领域的广泛应用，越来越多的研究者和工程师开始关注深度学习分布式训练技术。传统的单机训练在处理大规模数据和复杂模型时面临着计算资源瓶颈和训练时间延长的问题。而分布式训练通过将计算和通信任务分配到多个节点上，可以充分利用集群中的计算资源，显著加速模型的训练过程。在本篇博客中，我们将深入探讨深度学习分布式训练的原理，并结合实际案例和代码进行演示。我们
  • 深度学习之路四——vgg16的学习 lavendelion
    最先提出vgg16的论文是ICLR2015会议上的《VeryDeepConvolutionalNetworksforLarge-ScaleImageRecognition》，论文链接如下：https://arxiv.org/abs/1409.1556论文第二章介绍了论文中所使用的六种网络结构，具体如下图1。图1vgg论文中的网络结构示意图解释一下图1的内容：表中A,A-LRN,B,C,D,E分别代
  • 深度学习撞墙了？ Sim1480 神经网络人工智能游戏大数据编程语言
    转自|机器之心早在2016年，Hinton就说过，我们不用再培养放射科医生了。如今几年过去，AI并没有取代任何一位放射科医生。问题出在哪儿？近年来，AI在大数据、大模型的深度学习之路上一路狂奔，但很多核心问题依然没有解决，比如如何让模型具备真正的理解能力。在很多问题上，继续扩大数据和模型规模所带来的收益似乎已经没有那么明显了。在Robust.AI创始人、纽约大学名誉教授GaryMarcus看来，这
  • 深度学习撞墙了！ Datawhale 神经网络人工智能游戏大数据编程语言
    Datawhale干货编辑：机器之心早在2016年，Hinton就说过，我们不用再培养放射科医生了。如今几年过去，AI并没有取代任何一位放射科医生。问题出在哪儿？近年来，AI在大数据、大模型的深度学习之路上一路狂奔，但很多核心问题依然没有解决，比如如何让模型具备真正的理解能力。在很多问题上，继续扩大数据和模型规模所带来的收益似乎已经没有那么明显了。AI领域需要寻找新的出路在Robust.AI创始人
  • 深度学习之路=====4=====＞＞(GoogleNet)InceptionNet(tensorflow2) 啥都会点的大秀 深度学习之路pythontensorflow2InceptionNet
    InceptionmoduleInceptionNet结构codeimporttensorflowastfimportosimportnumpyasnpimportdatetimefromtensorflow.keras.layersimportConv2D,BatchNormalization,Activation,MaxPool2D,GlobalAveragePooling2D,Dropout
  • 【深度学习之路记录01】语义标注工具Labelme（安装、使用、导出数据集） 啊粥 python
    关于Labelmelabelme是一款标注软件，我用来创建自己的语义分割的数据集。我使用的是windows环境。源码：https://github.com/wkentaro/labelmeLabelme安装方法1直接使用包之前搜索到的大部分教程都是通过anaconda安装的。但实际上现在labelme已经支持直接通过exe文件直接使用。下载，打开即是labelme的图形界面。方法2通过anacon
  • 【深度学习之路记录02】python代码批量修改Labelme标注的json文件（删除标签、修改标签名） 啊粥 pythonjson
    代码参考：https://blog.csdn.net/qq_44442727/article/details/112785978创建自己的数据集时，经常需要一些调整，比如说修改某一批文件中已经标好的一个对象的标签名，或者是不打算分割某一类对象，需要删除对其的标注。自己参考学习写了以下两个小工具同大家分享。case1：批量修改某一类对象的标签名比如说，我之前把标注的一类对象写成了“dog”，现在我想
  • YOLO系列开篇 千禧皓月 python人工智能python深度学习计算机视觉
    深度学习是这两年的大势所趋，原本不想卷入这个行业，无奈还是卷入了这个行业，既来之，则安之。学习深度学习已经一个多月，略有所获，今日开始仅以微漏浅薄之识这聊聊几语，愿在深度学习之路上与诸君共勉。网上关于YOLO系列的资料繁多，鱼龙混杂，良莠不齐，作者在近日学习YOLO期间阅读和观看了网上的大部分博客和视频，在此将好的内容做一个整理，争取做到尽可能的全面和仔细，同时会将作者在学习期间的所思所得形成批注
  • 深度学习之路=====12=====＞＞MNasNet(tensorflow2) 啥都会点的大秀 深度学习之路深度学习tensorflow人工智能
    简介原文：MnasNet:Platform-AwareNeuralArchitectureSearchforMobile来源:CVPR2019作者：Google(MingxingTan,BoChen,RuomingPang,VijayVasudevan,MarkSandler,AndrewHoward,QuocV.Le)摘要:使用神经结构搜索(neuralarchitecturesearch)方法
  • 深度学习之路（Pytorch搭建残差网络） ゞ 随性
    目录引言一、从概念上理解1.怎么来的？2.残差块3.残差网络二、从代码上理解引言我是刚刚学习深度学习的知识，想找一篇能够对于初学者很友好的残差网络的博客，发现很少，所以就自己写了这篇博客，记录自己的学习，也方便大家的学习，这是我的初衷。一、从概念上理解1.怎么来的？首先，我们要知道残差网络是怎么来的。残差网络出现的目的是为解决随着网络层数的增加，网络发生退化的现象。这种现象就是：随着网络层数的增加
  • 深度学习之路（3）神经网络结构和参数优化 NO_1967 深度学习之路
    书籍参考参考英文在线书籍NeuralNetworksandDeepLearning第三章。对应原文Chapter3内容特别好。作者为了让读者直观感受学习过程，还嵌入了算法和图，读者可以点击相应按钮看到神经网络的学习过程——其Cost随Epoch的变化曲线。博文提要前面讲了神经网络学习过程的重要环节——梯度下降法，重点讲了该方法用的反向传播原理，它大大减小了梯度求算的时间复杂度。我们在了解机器学习算
  • 深度学习之路=====11=====＞＞ShuffleNet(tensorflow2) 啥都会点的大秀 深度学习之路深度学习tensorflowcnn
    简介来源：CVPR2017作者：张祥雨，西安交通大学本硕博，原微软亚洲研究院研究员特点逐点分组卷积（pointwisegroupconv)：使用了kernel_size=1的分组卷积，大大降低模型参数量和计算量深度卷积也称逐通道卷积（DepthwiseConvolution):区别于深度可分离卷积（depthwiseseparableconvolution==depthwiseconvoluton
  • 深度学习之路=====10=====＞＞Resnext(tensorflow2) 啥都会点的大秀 深度学习之路深度学习tensorflow人工智能tensorflow2
    简介类型：2017CVPR作者：KaimingHe组和其他轻量级网络特点一样，Resnext也是通过降低参数量来改进模型，提高模型精度的。该模型基于Inception的split-transform-merge范式和VGG堆叠网络，将Resnet的单路卷积变成多路卷积（分组卷积），与Inception的区别是该模块的所有支路采用相同的拓扑结果。作者认为split-transform-merge是通
  • 深度学习之路=====8=====＞＞Xception(tensorflow2) 啥都会点的大秀 深度学习之路tensorflow深度学习人工智能
    简介Xception和SqueezeNet一样，是一种降低参数量的轻量级神经网络，它主要使用了深度分离卷积（Depthwiseseparableconvolution)结构，该结构替换了原来的Inception中的多尺寸卷积结构。这里需要弄清深度分离卷积（Depthwiseseparableconvolution）、深度卷积（depthwiseconvolution)、逐点卷积（pointwise
  • 深度学习课程大纲_2019 伯克利深度学习课程正式上线，李沐主讲！ weixin_39661345 深度学习课程大纲
    红色石头的个人网站：红色石头的个人博客-机器学习、深度学习之路redstonewill.com李沐大神的新课《IntroductiontoDeepLearning》于今年1月份在UC伯克利上线了。同授这门课程的还有李沐的亚马逊同事AlexSmola。课程介绍本课程提供深入学习的实践介绍，包括理论动机和如何在实践中实施。作为课程的一部分，我们将介绍多层感知器、反向传播、自动微分和随机梯度下降。此外，
  • 深度学习之路（四）：Fast-RCNN 木子一一 深度学习数据挖掘机器学习
    前文中已经讲述了R-CNN以及SPP-Net两个经典的入门级算法，下来向我们走来的是R-CNN家族的另一位优秀代表——Fast-RCNN。regionproposalFast-RCNN顾名思义，就是快速的R-CNN，其目的就是解决R-CNN训练慢、检测慢的难题。一.论文解读Fast-RCNN的论文是就是《FastR-CNN》，其作者是rbg大神，论文简单明了，目的性贼强。（百度云链接：https:
  • 小白的深度学习之路，Ubuntu安装Anaconda以及Tensorflow方法汇总帖 所幸楠风知我意 深度学习tensorflow人工智能ubuntujupyter
    博主深度学习在读，记录一下自己的深度学习+图像处理的学习历程，同时提供给有兴趣学习的小伙伴们一个入门向教程，欢迎大家相互讨论，共同进步。首先，介绍一下自己使用的虚拟机版本以及深度学习框架，在安装过程中遇到的问题以及注意事项会在这里一一介绍。在这里，我选择的是系统是Ubuntu版本的Linux，并在Vmware上进行了系统的安装。深度学习框架使用的是Tensorflow2.0版本，注意，在一些教程当
  • 我的深度学习之路 bu volcano 学习笔记人工智能深度学习机器学习python计算机视觉
    个人深度学习的学习路线一、前言1.1学习目的我是一名普通的不能再普通的大学生，然后决定奔跑-让原本沉闷的生活变得有风,所以有了以下的内容。我原本是机械电子工程专业，21考研后选择了人工智能的深度学习方向，写下此文的主要目的是为了记录自己学习过程。同时也希望让有着像我一样没有任何基础的小伙伴进入这个领域学习少走一些弯路。1.2学习路线因为去年考研的学习过程中让我养成了一个学习习惯，所以才会有了这一节
  • 全职奶爸的一年深度学习之路：从零基础到成为研究科学家 喜欢打酱油的老鸟 人工智能深度学习
    https://www.toutiao.com/a6642453108142113294/2019-01-0409:50:32【新智元导读】零基础学习深度学习是怎样一种体验？本文作者分享了他仅仅一年时间从零基础到成为研究科学家的历程，并且提出了一些有用的建议。2018年时，我决心开启深度学习之旅。2017年10月，在阅读了《纽约时报》一篇描述深度学习人才短缺的文章之后，我偶然发现了一个名叫fast
  • 关于我一年的深度学习之路（我很菜，非常菜，大佬勿笑话我） 百大小伙计 遥感图像语义分割深度学习人工智能pytorch
    背景大二开始接触深度学习，当时自己就只能看懂python,自己也不会敲代码，什么算法也不懂的情况下开始学习。线代没学，高代不会，c和c++都不会的基础情况下学习之路在大二刚开始，借助超算杯，先自己去图书馆找的书籍，然后在十一国庆七天坐在图书馆地板上看完了深度学习的一本相关书籍，让我初次了解认识了深度学习。之后在老师的指点下，看了李宏毅老师的机器学习。链接如下：深度学习-李宏毅老师寒假的时候开始看了
  • 小白的深度学习之路---飞桨深度学习学院 Huaznnnn 深度学习神经网络python经验分享
    起始首先介绍一下自己为何会接触到深度学习内容以及如何加入的课程吧。至于了解深度学习这个领域，就不用多提了，我还在读研，方向还未具体确定，不论是看网上各种信息，还是课上老师的引导，或多或少都会对这一方面的内容产生兴趣。最近在家没事干，更是想要更多学习了解一下，做做规划。正好有同学分享了一个深度学习的入门课程，就是今天要说的飞桨深度学院的七日入门打卡营，看了要求，最好对深度学习感兴趣且有过简单的了解以
  • 一个新手小白的深度学习之路 尛四姨 深度学习入门机器学习入门零基础人工智能新手小白
    深度学习到底难不难？作为一个0基础的小白，在前期学习时也经历了很多的弯路，在这里将一些经历分享给大家。最开始学习的时候在网上乱七八遭的搜罗了很多学习的视频，在线下也买了很多人工智能的相关书籍，结果就是越学越乱，不但没有掌握知识，还萌生了想放弃的想法。后来自己冷静下来理出了一条属于自己的学习之路。一、AI是什么？了解人工智能领域的全局知识，这个了解是全局的了解，细节可以不用大管，掌握人工智能的来龙去
  • 计算机视觉的深度学习之路 weixin_30763397
    更多精彩内容，请关注微信公众号：听潮庭，我们一起学习。一、概述计算机视觉概述高度复合学科：工程、计算机科学、数学、心理学、生物学图像处理、机器人、神经科学、认知科学、机器学习、计算机图形学、信息获取、算法、硬件系统；两个主要研究维度：语义感知（semantic）：分类Classification：物体、属性、场景等检测Detection：物体、行人、人脸等识别Recognition：物体：车牌，文
  • 目标检测 | RCNN算法系列汇总+详解(包括Fast, Faster) 刺猬文川Zivid 学习笔记算法目标检测计算机视觉
    一、RCNN1.介绍2.步骤流程3.部分详解4.缺点二、FastRCNN1.介绍：2.步骤流程3.部分详解4.比较三、FasterRCNN1.介绍2.步骤流程3.部分详解4.缺点四、总体对比资料汇总选自B站大佬：霹雳吧啦Wzcsdn大佬：gentelyang以及小白的深度学习之路以及shenxiaolu1984以及嘟嘟_猪注：本文为学习记录笔记，如表述错误或侵权，烦请提示指出；如果有不能理解的部分
  • Enum用法 不懂事的小屁孩 enum
    以前的时候知道enum，但是真心不怎么用，在实际开发中，经常会用到以下代码: protected final static String XJ = "XJ"; protected final static String YHK = "YHK"; protected final static String PQ = "PQ";
  • 【Spark九十七】RDD API之aggregateByKey bit1129 spark
    1. aggregateByKey的运行机制   /** * Aggregate the values of each key, using given combine functions and a neutral "zero value". * This function can return a different result type
  • hive创建表是报错： Specified key was too long; max key length is 767 bytes daizj hive
    今天在hive客户端创建表时报错，具体操作如下   hive> create table test2(id string); FAILED: Execution Error, return code 1 from org.apache.hadoop.hive.ql.exec.DDLTask. MetaException(message:javax.jdo.JDODataSto
  • Map 与 JavaBean之间的转换 周凡杨 java自省转换反射
    最近项目里需要一个工具类，它的功能是传入一个Map后可以返回一个JavaBean对象。很喜欢写这样的Java服务，首先我想到的是要通过Java 的反射去实现匿名类的方法调用，这样才可以把Map里的值set 到JavaBean里。其实这里用Java的自省会更方便，下面两个方法就是一个通过反射，一个通过自省来实现本功能。 1：JavaBean类 1 &nb
  • java连接ftp下载 g21121 java
    有的时候需要用到java连接ftp服务器下载，上传一些操作，下面写了一个小例子。 /** ftp服务器地址 */ private String ftpHost; /** ftp服务器用户名 */ private String ftpName; /** ftp服务器密码 */ private String ftpPass; /** ftp根目录 */ private String f
  • web报表工具FineReport使用中遇到的常见报错及解决办法（二） 老A不折腾 finereportweb报表java报表总结
      抛砖引玉，希望大家能把自己整理的问题及解决方法晾出来，Mark一下，利人利己。   出现问题先搜一下文档上有没有，再看看度娘有没有，再看看论坛有没有。有报错要看日志。下面简单罗列下常见的问题，大多文档上都有提到的。   1、没有返回数据集： 在存储过程中的操作语句之前加上set nocount on 或者在数据集exec调用存储过程的前面加上这句。当S
  • linux 系统cpu 内存等信息查看 墙头上一根草 cpu内存liunx
    1 查看CPU 　　1.1 查看CPU个数 　　# cat /proc/cpuinfo | grep "physical id" | uniq | wc -l 　　2 　　**uniq命令：删除重复行;wc –l命令：统计行数** 　　1.2 查看CPU核数 　　# cat /proc/cpuinfo | grep "cpu cores" | u
  • Spring中的AOP aijuans springAOP
      Spring中的AOP Written by Tony Jiang @ 2012-1-18 （转）何为AOP AOP，面向切面编程。 在不改动代码的前提下，灵活的在现有代码的执行顺序前后，添加进新规机能。 来一个简单的Sample: 目标类： [java]  view plain copy print ? package&nb
  • placeholder(HTML 5) IE 兼容插件 alxw4616 JavaScriptjquery jQuery插件
    placeholder 这个属性被越来越频繁的使用. 但为做HTML 5 特性IE没能实现这东西. 以下的jQuery插件就是用来在IE上实现该属性的. /** * [placeholder(HTML 5) IE 实现.IE9以下通过测试.] * v 1.0 by oTwo 2014年7月31日 11:45:29 */ $.fn.placeholder = function
  • Object类,值域,泛型等总结(适合有基础的人看) 百合不是茶 泛型的继承和通配符变量的值域Object类转换
    java的作用域在编程的时候经常会遇到,而我经常会搞不清楚这个 问题,所以在家的这几天回忆一下过去不知道的每个小知识点   变量的值域;   package 基础; /** * 作用域的范围 * * @author Administrator * */ public class zuoyongyu { public static vo
  • JDK1.5 Condition接口 bijian1013 javathreadConditionjava多线程
    Condition 将 Object 监视器方法（wait、notify和 notifyAll）分解成截然不同的对象，以便通过将这些对象与任意 Lock 实现组合使用，为每个对象提供多个等待 set （wait-set）。其中，Lock 替代了 synchronized 方法和语句的使用，Condition 替代了 Object 监视器方法的使用。 条件（也称为条件队列或条件变量）为线程提供了一
  • 开源中国OSC源创会记录 bijian1013 hadoopsparkMemSQL
    一.Strata+Hadoop World（SHW）大会         是全世界最大的大数据大会之一。SHW大会为各种技术提供了深度交流的机会，还会看到最领先的大数据技术、最广泛的应用场景、最有趣的用例教学以及最全面的大数据行业和趋势探讨。          二.Hadoop   &nbs
  • 【Java范型七】范型消除 bit1129 java
    范型是Java1.5引入的语言特性，它是编译时的一个语法现象，也就是说，对于一个类，不管是范型类还是非范型类，编译得到的字节码是一样的，差别仅在于通过范型这种语法来进行编译时的类型检查，在运行时是没有范型或者类型参数这个说法的。 范型跟反射刚好相反，反射是一种运行时行为，所以编译时不能访问的变量或者方法(比如private)，在运行时通过反射是可以访问的，也就是说，可见性也是一种编译时的行为，在
  • 【Spark九十四】spark-sql工具的使用 bit1129 spark
    spark-sql是Spark bin目录下的一个可执行脚本，它的目的是通过这个脚本执行Hive的命令，即原来通过 hive>输入的指令可以通过spark-sql>输入的指令来完成。 spark-sql可以使用内置的Hive metadata-store，也可以使用已经独立安装的Hive的metadata store   关于Hive build into Spark
  • js做的各种倒计时 ronin47 js 倒计时
    第一种：精确到秒的javascript倒计时代码      HTML代码:   <form name="form1">   <div align="center" align="middle"
  • java-37.有n 个长为m+1 的字符串，如果某个字符串的最后m 个字符与某个字符串的前m 个字符匹配，则两个字符串可以联接 bylijinnan java
    public class MaxCatenate { /* * Q.37 有n 个长为m+1 的字符串，如果某个字符串的最后m 个字符与某个字符串的前m 个字符匹配，则两个字符串可以联接， * 问这n 个字符串最多可以连成一个多长的字符串，如果出现循环，则返回错误。 */ public static void main(String[] args){
  • mongoDB安装 开窍的石头 mongodb安装 基本操作
    mongoDB的安装          1:mongoDB下载   https://www.mongodb.org/downloads         2:下载mongoDB下载后解压     
  • [开源项目]引擎的关键意义 comsci 开源项目
         一个系统，最核心的东西就是引擎。。。。。       而要设计和制造出引擎，最关键的是要坚持。。。。。。       现在最先进的引擎技术，也是从莱特兄弟那里出现的，但是中间一直没有断过研发的    
  • 软件度量的一些方法 cuiyadll 方法
    软件度量的一些方法http://cuiyingfeng.blog.51cto.com/43841/6775/在前面我们已介绍了组成软件度量的几个方面。在这里我们将先给出关于这几个方面的一个纲要介绍。在后面我们还会作进一步具体的阐述。当我们不从高层次的概念级来看软件度量及其目标的时候，我们很容易把这些活动看成是不同而且毫不相干的。我们现在希望表明他们是怎样恰如其分地嵌入我们的框架的。也就是我们度量的
  • XSD中的targetNameSpace解释 darrenzhu xmlnamespacexsdtargetnamespace
    参考链接: http://blog.csdn.net/colin1014/article/details/357694 xsd文件中定义了一个targetNameSpace后，其内部定义的元素，属性，类型等都属于该targetNameSpace,其自身或外部xsd文件使用这些元素，属性等都必须从定义的targetNameSpace中找： 例如：以下xsd文件，就出现了该错误，即便是在一
  • 什么是RAID0、RAID1、RAID0+1、RAID5，等磁盘阵列模式? dcj3sjt126com raid
    RAID 1又称为Mirror或Mirroring，它的宗旨是最大限度的保证用户数据的可用性和可修复性。 RAID 1的操作方式是把用户写入硬盘的数据百分之百地自动复制到另外一个硬盘上。由于对存储的数据进行百分之百的备份，在所有RAID级别中，RAID 1提供最高的数据安全保障。同样，由于数据的百分之百备份，备份数据占了总存储空间的一半，因而，Mirror的磁盘空间利用率低，存储成本高。 Mir
  • yii2 restful web服务快速入门 dcj3sjt126com PHPyii2
    快速入门 Yii 提供了一整套用来简化实现 RESTful 风格的 Web Service 服务的 API。 特别是，Yii 支持以下关于 RESTful 风格的 API： 支持 Active Record 类的通用API的快速原型 涉及的响应格式（在默认情况下支持 JSON 和 XML) 支持可选输出字段的定制对象序列化 适当的格式的数据采集和验证错误
  • MongoDB查询(3)——内嵌文档查询（七） eksliang MongoDB查询内嵌文档MongoDB查询内嵌数组
    MongoDB查询内嵌文档 转载请出自出处：http://eksliang.iteye.com/blog/2177301 一、概述        有两种方法可以查询内嵌文档：查询整个文档；针对键值对进行查询。这两种方式是不同的，下面我通过例子进行分别说明。   二、查询整个文档 例如:有如下文档 db.emp.insert({ &qu
  • android4.4从系统图库无法加载图片的问题 gundumw100 android
    典型的使用场景就是要设置一个头像，头像需要从系统图库或者拍照获得，在android4.4之前，我用的代码没问题，但是今天使用android4.4的时候突然发现不灵了。baidu了一圈，终于解决了。 下面是解决方案： private String[] items = new String[] { "图库","拍照" }; /* 头像名称 */
  • 网页特效大全 jQuery等 ini JavaScriptjquerycsshtml5ini
    HTML5和CSS3知识和特效 asp.net ajax jquery实例 分享一个下雪的特效 jQuery倾斜的动画导航菜单 选美大赛示例 你会选谁 jQuery实现HTML5时钟 功能强大的滚动播放插件JQ-Slide 万圣节快乐！！！ 向上弹出菜单jQuery插件 htm5视差动画 jquery将列表倒转顺序 推荐一个jQuery分页插件 jquery animate
  • swift objc_setAssociatedObject block(version1.2 xcode6.4) 啸笑天 version
      import UIKit class LSObjectWrapper: NSObject { let value: ((barButton: UIButton?) -> Void)? init(value: (barButton: UIButton?) -> Void) { self.value = value
  • Aegis 默认的 Xfire 绑定方式，将 XML 映射为 POJO MagicMa_007 javaPOJOxmlAegisxfire
          Aegis 是一个默认的 Xfire 绑定方式，它将 XML 映射为 POJO, 支持代码先行的开发.你开发服 务类与 POJO,它为你生成 XML schema/wsdl XML 和 注解映射概览       默认情况下，你的 POJO 类被是基于他们的名字与命名空间被序列化。如果
  • js get max value in (json) Array qiaolevip 每天进步一点点学习永无止境max纵观千象
    // Max value in Array var arr = [1,2,3,5,3,2];Math.max.apply(null, arr); // 5 // Max value in Jaon Array var arr = [{"x":"8/11/2009","y":0.026572007},{"x"
  • XMLhttpRequest 请求 XML,JSON ,POJO 数据 Luob. POJOjsonAjaxxmlXMLhttpREquest
    在使用XMlhttpRequest对象发送请求和响应之前，必须首先使用javaScript对象创建一个XMLHttpRquest对象。 var xmlhttp； function getXMLHttpRequest(){ if(window.ActiveXObject){ xmlhttp:new ActiveXObject("Microsoft.XMLHTTP
  • jquery wuai jquery
    以下防止文档在完全加载之前运行Jquery代码，否则会出现试图隐藏一个不存在的元素、获得未完全加载的图像的大小 等等 $(document).ready(function(){ jquery代码; }); <script type="text/javascript" src="c:/scripts/jquery-1.4.2.min.js&quo
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他