3374f5738389
3374f5738389

《1212主题摄影训练》—建筑摄影欣赏

《1212主题摄影训练》—建筑摄影欣赏



色彩与形状 西班牙兰萨罗特亚伊扎（Lanzarote）的公寓楼 摄影师：Marius Liutkevicius


能量之门 David Mocatta 设计，英国苏塞克斯的乌斯谷高架桥 摄影师：Andrew Robertson


作品：“光之森林”装置，米兰设计周 摄影师：Laurian Ghinitoiu 建筑师：藤本壮介


作品：上海中心大厦，中国上海 摄影师：Nick Almasy 建筑师：Gensler and Marshall Strabala


作品：拉提斯之家，克什米尔 摄影师：Edmund Sumner 建筑师：sP+A Architects


作品：奥林匹克体育场展望台，芬兰赫尔辛基 摄影师：Sebastian Weiss 建筑师：Yrjo Lindegre & Toivo Jantti


极简主义 | Florian Mueller建筑摄影


水立方国家游泳中心 ——位于北京奥林匹克公园内，是北京为2008年夏季奥运会修建的主游泳馆，也是2008年北京奥运会标志性建筑物之一


天津117大厦——位于天津市西青区高新技术产业园区的一栋大楼，整个项目由中央商务区、配套居住区及天津环亚国际马球运动主题公园组成，因117层而得名


比萨斜塔——建造于1173年8月，是意大利比萨城大教堂的独立式钟楼，位于意大利托斯卡纳省比萨城北面的奇迹广场上

你可能感兴趣的:(《1212主题摄影训练》—建筑摄影欣赏)

  • 软件设计和软件架构之间的区别 前网易架构师-高司机 软件架构软件设计系统架构
    作者简介：高科，先后在IBMPlatformComputing从事网格计算，淘米网，网易从事游戏服务器开发，拥有丰富的C++，go等语言开发经验，mysql，mongo，redis等数据库，设计模式和网络库开发经验，对战棋类，回合制，moba类页游，手游有丰富的架构设计和开发经验。并且深耕深度学习和数据集训练，提供商业化的视觉人工智能检测和预警系统（煤矿，工厂，制造业，消防等领域的工业化产品），合
  • 代码随想录算法训练营第十天|1. 两数之和，第454题.四数相加II 火车叨位去1949 算法哈希算法数据结构java散列表
    文档讲解：代码随想录难度：一般嗷~~1.两数之和力扣题目链接(opensnewwindow)给定一个整数数组nums和一个目标值target，请你在该数组中找出和为目标值的那两个整数，并返回他们的数组下标。你可以假设每种输入只会对应一个答案。但是，数组中同一个元素不能使用两遍。示例:给定nums=[2,7,11,15],target=9因为nums[0]+nums[1]=2+7=9所以返回[0,1
  • OpenCV计算摄影学（14）实现对比度保留去色（Contrast Preserving Decolorization）的函数decolor() 村北头的码农 OpenCVopencv人工智能计算机视觉
    操作系统：ubuntu22.04OpenCV版本：OpenCV4.9IDE:VisualStudioCode编程语言：C++11算法描述将彩色图像转换为灰度图像。它是数字印刷、风格化的黑白照片渲染，以及许多单通道图像处理应用中的基本工具。cv::decolor是OpenCV中用于实现对比度保留去色（ContrastPreservingDecolorization）的一个函数。此函数可以将输入的彩色
  • BERT 和 Milvus 构建智能问答系统的全面技术解析，涵盖从原理到实践的完整流程
    结合BERT和Milvus构建智能问答系统的全面技术解析，涵盖从原理到实践的完整流程。下面Python代码示例和优化策略：一、技术栈协作原理BERT的语义编码能力BERT作为预训练语言模型，通过双向Transformer结构将文本转换为高维向量（如768维），捕捉上下文语义信息。例如，句子"Milvus是向量数据库"会被编码为类似[0.2,-1.3,0.5,...]的向量19。Milvus的向量检
  • python流水线自动化项目教程 小白教程 pythonpython自动化开发语言python自动化python学习教程python基础教程
    提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档文章目录前言1.项目环境准备Python安装选择Python开发环境安装必要库2.数据获取与理解4.模型训练流水线6.模型保存7.模型部署（简单Web服务）8.测试模型部署总结前言以下是一个使用Python构建简单机器学习流水线自动化项目的教程，涵盖数据预处理、模型训练、模型评估和模型部署等主要步骤。1.项目环境准备Python安装访
  • SFT与RLHF的关系 一只积极向上的小咸鱼 人工智能
    在大模型训练中，SFT（监督微调）和RLHF（基于人类反馈的强化学习）是相互关联但目标不同的两个阶段，通常需要结合使用以优化模型性能，而非互相替代。以下是关键要点：1.核心关系SFT：基于标注的高质量样本（如问答对、指令-回答数据），以监督学习方式直接调整模型参数，使模型初步掌握特定任务（如对话生成）的基础能力。作用：快速适配下游任务，让模型学会"如何正确生成内容"。RLHF：通过人类对模型输出的
  • AI大模型与区块链技术的结合 小赖同学啊 人工智能人工智能区块链深度学习
    AI大模型与区块链技术的结合，为解决大模型多重组合带来的伦理安全问题提供了创新的解决方案。区块链技术的去中心化、透明性和不可篡改性，可以有效应对AI大模型在数据隐私、模型可信度、责任追溯等方面的挑战。以下是具体的结合方式和应用场景：一、AI大模型与区块链结合的核心价值数据隐私保护：区块链可以确保数据的安全存储和传输，防止数据泄露和滥用。模型可信度：区块链记录模型的训练和使用过程，确保模型的透明性和
  • 蚂蚁技术研究院发布推理大模型强化学习框架，邀请开发者共同助力 AGI 生态 开源开源项目介绍
    2月25日，蚂蚁技术研究院正式开源强化学习框架AReaL（AntReasoningRL）。AReaL源自开源项目ReaLHF，旨在训练每个人都可以复现和贡献的大型推理模型(LRM)。AReaL是蚂蚁技术研究院为开发一个完全开放和包容的AGI世界迈出的一步。1.完全开放与可复现我们承诺持续发布与训练LRM相关的所有代码、数据集和训练流程。所有核心组件全部开源，无需担心专有限制或隐藏细节，开发者可无阻
  • uniapp 中引入使用uView UI 前端小雪的博客. uni-appuview-ui
    文章目录一、前言：选择uViewUI的原因二、完整引入步骤1.安装uViewUI2.配置全局样式变量（关键！）3.在pages.json中添加：4.全局注册组件5.直接使用组件五、自定义主题色（秒换皮肤）一、前言：选择uViewUI的原因uViewUI是uni-app生态中高颜值、高拓展性、开发体验友好的组件库，提供100+组件和丰富工具，能极大提升开发效率。二、完整引入步骤1.安装uViewUI
  • 【Keil5】keil5修改主题背景颜色--仿VS Code 主题 流浪_彩虹 单片机
    keil单调的白底主题难免会让人产生视觉疲劳，该配置摸仿VS的黑色主题。当然，如果你觉得这些都不合你心意也可自己制作配色方案。以下是配置方法：1、备份C:\Keil_v5\UV4下的global.prop文件。2、下载或复制配置的global.prop文件到你的Keil安装路径，比如C:\Keil_v5\UV4。#propertiesforallfiletypesindent.automatic=
  • WPML 多语言 CMS WordPress 插件 v4.5.8 一路有你网络科技工作室 WordPress建站插件大数据
    WPML是多语言WordPress网站的事实标准。它为来自世界各地的一百多万个商业网站提供支持。WPML与几乎所有WordPress主题和主要插件兼容。WPML使运行简单的多语言网站变得容易，并为大型和复杂的网站提供高级翻译管理。WPML支持自动翻译，使用高级翻译编辑器进行手动翻译，并提供与数十种专业翻译服务的集成为什么选择WPML？市场上有很多很棒的WordPress翻译插件，但是有很多有效的理
  • 大模型开发和微调工具Llama-Factory--＞WebUI m0_74823705 llama
    WebUILLaMA-Factory支持通过WebUI零代码微调大模型。通过如下指令进入WebUIllamafactory-cliwebui#如果是国内，#USE_MODELSCOPE_HUB设为1，表示模型从ModelScope魔搭社区下载。#避免从HuggingFace下载模型导致网速不畅USE_MODELSCOPE_HUB=1llamafactory-cliwebui1.训练在模型开始训练之
  • 神经网络之CNN文本识别 邪恶的贝利亚 神经网络cnn人工智能
    1.参考我的第一篇文章了解CNN概念神经网络之CNN图像识别(torchapi调用)-CSDN博客2.框架目前对NLP的研究分析应用最多的就是RNN系列的框架，比如RNN,GRU,LSTM等等，再加上Attention，基本可以认为是NLP的标配套餐了。但是在文本分类问题上，相比于RNN，CNN的构建和训练更为简单和快速，并且效果也不差，所以仍然会有一些研究。那么，CNN到底是怎么应用到NLP上的
  • 【Address Overfitting】解决过拟合的三种方法 HP-Succinum 机器学习机器学习数据分析
    目录1.收集更多数据实践方法：适用场景：优缺点：2.特征选择方法介绍：实践示例：适用场景：优缺点：3.正则化（Regularization）正则化类型：实践示例：适用场景：优缺点：总结与对比总结在机器学习中，过拟合（Overfitting）是模型训练过程中常见的问题。它指的是模型在训练集上表现优秀，但在测试集或新数据上表现较差，无法很好地泛化。过拟合通常源于模型过于复杂或数据不足。本文将详细介绍解
  • MoneyPrinterTurbo搭建详细流程（Linux）及常见问题 星辰同学wwq 干货AIGCLinuxAIGCpythonchatgpt
    先附上链接：MoneyPrinterTurbohttps://github.com/harry0703/MoneyPrinterTurboMoneyPrinterTurbo是一款合成视频的软件。你只需要提供一个主题或者关键字，就可以全自动生成视频文案、视频素材、视频字幕、视频背景音乐，然后合成一个高清的短视频。接下来讲解详细的搭建流程，后面会讲解常见的问题以及解决办法。1.下载项目找到一个合适的文
  • MoneyPrinterTurbo – 开源的AI短视频生成工具 牛马尼格 人工智能人工智能
    MoneyPrinterTurbo是什么MoneyPrinterTurbo是开源的AI短视频生成工具，能自动化地根据用户提供的视频主题或关键词生成视频文案、素材、字幕和背景音乐，合成高清短视频。工具支持API和Web界面操作，具备自定义文案、多种视频尺寸、批量视频生成、多语言支持、多种语音合成技术、字幕定制和背景音乐选择等功能。MoneyPrinterTurbo兼容多种AI模型，确保视频素材高清无
  • 推荐使用：MoneyPrinterTurbo —— AI驱动的全自动视频创作神器 章瑗笛
    推荐使用：MoneyPrinterTurbo——AI驱动的全自动视频创作神器MoneyPrinterTurbo只需提供一个视频主题或关键词，就可以全自动生成视频文案、视频素材、视频字幕、视频背景音乐，然后合成一个高清的短视频。项目地址:https://gitcode.com/gh_mirrors/mo/MoneyPrinterTurbo在这个数字时代，内容创造变得前所未有的重要，而视频成为了传播信
  • Word2Vec的使用，一些思考，含示例——包括使用预训练Word2Vec模型和自训练Word2Vec模型 热爱生活的猴子 NLP_自然语言处理word2vec人工智能自然语言处理
    词嵌入模型（WordEmbeddings）——Word2Vec简介：Word2Vec是由Google团队提出的一种词嵌入方法，通过神经网络模型将词语映射到一个低维的连续向量空间中。你可以直接通过它训练生成词向量，也就是一个新的Word2Vec，也可以使用预训练好的词向量，也就是那里直接用。它有两种模型结构：CBOW（ContinuousBagofWords）和Skip-Gram。CBOW（连续词袋
  • W3C标准和ES规范之一文通 向贤 技术面试esweb
    W3C标准和ES规范之一文通以下是关于W3C标准和ES规范的透彻解析，通过结构化对比和生活化类比帮助理解和记忆：一、核心概念对比（总览）维度W3C标准ES规范（ECMAScript）定位Web技术的建筑蓝图JavaScript的语言宪法管辖范围HTML/CSS/DOM/WebAPI等网页技术标准JavaScript语言的语法与核心功能规范制定组织W3C（万维网联盟）ECMA国际组织更新节奏分模块迭
  • AI写作助手哪家强？综合对比就数它！BKAI 人工智能
    AI写作助手哪家强？综合对比就数它！BKAI在人工智能的迅速发展中，AI写作助手已成为许多专业人士和创作者的重要工具。它们能够极大地提升写作效率和文本质量。然而，面对市场上众多的AI写作助手，如何选择最适合自己的工具？AI写作助手的关键功能AI写作助手的核心功能包括文本生成、校对编辑、风格优化和创意生成。以下是这些功能的详细介绍：文本生成：AI写作助手能够根据用户输入的主题或关键词生成文章、报告、
  • vscode插件开发中文文档教程(6)——扩展的主题
    vscode插件开发中文文档教程(6)——扩展的主题原文链接：Theming\作者：Microsoft\译者：倔强青铜三前言大家好，我是倔强青铜三。是一名热情的软件工程师，我热衷于分享和传播IT技术，致力于通过我的知识和技能推动技术交流与创新，欢迎关注我，微信公众号：倔强青铜三。欢迎点赞、收藏、关注，一键三连！！！扩展的主题在VisualStudioCode中，有三种类型的主题：颜色主题：从UI组
  • vscode插件开发中文文档教程(2)——您的第一个扩展
    vscode插件开发中文文档教程(2)——您的第一个扩展原文链接：YourFirstExtension作者：Microsoft译者：倔强青铜三前言大家好，我是倔强青铜三。是一名热情的软件工程师，我热衷于分享和传播IT技术，致力于通过我的知识和技能推动技术交流与创新，欢迎关注我，微信公众号：倔强青铜三。欢迎点赞、收藏、关注，一键三连！！！您的第一个扩展在本主题中，我们将教您构建扩展的基本概念。请确保
  • vscode插件开发中文文档教程(3)——扩展结构
    vscode插件开发中文文档教程(3)——扩展结构原文链接：ExtensionAnatomy作者：Microsoft译者：倔强青铜三前言大家好，我是倔强青铜三。是一名热情的软件工程师，我热衷于分享和传播IT技术，致力于通过我的知识和技能推动技术交流与创新，欢迎关注我，微信公众号：倔强青铜三。欢迎点赞、收藏、关注，一键三连！！！扩展结构在上一个主题中，您已经能够运行一个基本的扩展。它是如何在底层工作
  • AI大模型教程入门到精通，非常详细收藏我这一篇就够了！AI大模型零基础入门教程（适合小白） AGI大模型学习 人工智能大模型应用大模型AI产品经理学习AI大模型大模型教程
    什么是AI大模型？AI大模型是指使用大规模数据和强大的计算能力训练出来的人工智能模型。这些模型通常具有高度的准确性和泛化能力，可以应用于各种领域，如自然语言处理、图像识别、语音识别等。为什么要学AI大模型？2024人工智能大模型的技术岗位与能力培养随着人工智能技术的迅速发展和应用，大模型作为其中的重要组成部分，正逐渐成为推动人工智能发展的重要引擎。大模型以其强大的数据处理和模式识别能力，广泛应用于
  • 【MySQL】 基本查询(上) m0_74823933 面试学习路线阿里巴巴mysqlandroid数据库
    欢迎拜访：-CSDN博客本篇主题：【MySQL】基本查询(上)发布时间：2025.2.14隶属专栏：MySQLCRUD:Create(创建),Retrieve(读取)，Update(更新)，Delete（删除）目录Create基本知识直接插入单行数据，指定列插入单行数据，全列插入多行数据，指定列插入多行数据，全列插入插入替换主键或者唯一键冲突插入时更新通过MySQL函数获取受到影响的数据行数插入时
  • 大模型算法工程师的技术图谱和学习路径 执于代码 开发者职业加速服务算法学习
    介绍：大模型算法工程师是指在开发和部署复杂的机器学习模型、深度学习模型或其他大规模模型的专业人员。他们的主要职责和技能要求包括：职责：设计、开发和优化大规模机器学习或深度学习模型，解决复杂的业务问题。负责整个模型开发生命周期，包括数据清洗、特征工程、模型选择、训练和部署。与数据科学家、工程团队和产品团队合作，理解业务需求并将算法转化为实际产品。对模型性能进行评估和优化，确保模型的准确性、效率和可扩
  • Kotlin观察者模式 tangweiguo03051987 kotlin观察者模式java
    观察者模式是一种设计模式，它定义了对象之间的一对多依赖关系，当一个对象改变状态时，所有依赖于它的对象都会得到通知并自动更新。这种模式在许多编程场景中非常有用，例如事件处理、数据绑定和通知系统。观察者模式的主要组成部分主题（Subject）：维护观察者的列表，并提供添加和删除观察者的方法。当主题的状态发生变化时，它会通知所有观察者。观察者（Observer）：定义了一个更新接口，当主题状态发生变化时
  • AI提示词终极奥秘：三招破解Zero-Shot/Few-Shot/COT魔法 曦紫沐 提示词人工智能提示词
    提示词工程师必备的"超能力"：无需数据、少样本也能指挥AI一、为什么你的提示词总是不够聪明？当别人能用一句话生成专业级代码，而你的查询却得到敷衍回答时，问题可能出在提示词工程的三重境界。掌握Zero-Shot/Few-Shot/COT技术，普通人也能让AI发挥出研究员级别的思考能力。二、三分钟掌握三大核心技术1.Zero-Shot：空手道大师的思维（无需任何示例）核心原理：利用模型预训练知识直接推
  • DeepSeek-R1：通过强化学习激励大型语言模型的推理能力 AI专题精讲 大模型专题系列语言模型人工智能自然语言处理
    摘要我们介绍了第一代推理模型DeepSeek-R1-Zero和DeepSeek-R1。DeepSeek-R1-Zero是一个通过大规模强化学习（RL）训练而成的模型，无需监督微调（SFT）作为初步步骤，展示了卓越的推理能力。通过RL，DeepSeek-R1-Zero自然涌现出许多强大而有趣的推理行为。然而，它也面临诸如可读性差和语言混合等挑战。为了解决这些问题并进一步提升推理性能，我们引入了Dee
  • 深度学习pytorch之4种归一化方法（Normalization）原理公式解析和参数使用 @Mr_LiuYang 计算机视觉基础归一化正则化NormlizationBatchNormLayerNormInstanceNromGroupNorm
    深度学习pytorch之22种损失函数数学公式和代码定义深度学习pytorch之19种优化算法（optimizer）解析深度学习pytorch之4种归一化方法（Normalization）原理公式解析和参数使用摘要归一化（Normalization）是提升模型性能、加速训练的重要技巧。归一化方法可以帮助减少梯度消失或爆炸的问题，提升模型的收敛速度，且对最终模型的性能有显著影响。本文将以PyTorc
  • JVM StackMapTable 属性的作用及理解 lijingyao8206 jvm字节码Class文件StackMapTable
            在Java 6版本之后JVM引入了栈图(Stack Map Table)概念。为了提高验证过程的效率，在字节码规范中添加了Stack Map Table属性，以下简称栈图，其方法的code属性中存储了局部变量和操作数的类型验证以及字节码的偏移量。也就是一个method需要且仅对应一个Stack Map Table。在Java 7版
  • 回调函数调用方法 百合不是茶 java
    最近在看大神写的代码时,.发现其中使用了很多的回调 ,以前只是在学习的时候经常用到 ,现在写个笔记 记录一下   代码很简单:           MainDemo  :调用方法  得到方法的返回结果        
  • [时间机器]制造时间机器需要一些材料 comsci 制造
          根据我的计算和推测,要完全实现制造一台时间机器,需要某些我们这个世界不存在的物质     和材料...       甚至可以这样说,这种材料和物质,我们在反应堆中也无法获得......      
  • 开口埋怨不如闭口做事 邓集海 邓集海 做人 做事 工作
    “开口埋怨，不如闭口做事。”不是名人名言，而是一个普通父亲对儿子的训导。但是，因为这句训导，这位普通父亲却造就了一个名人儿子。这位普通父亲造就的名人儿子，叫张明正。 　　 　　张明正出身贫寒，读书时成绩差，常挨老师批评。高中毕业，张明正连普通大学的分数线都没上。高考成绩出来后，平时开口怨这怨那的张明正，不从自身找原因，而是不停地埋怨自己家庭条件不好、埋怨父母没有给他创造良好的学习环境。 　　 　　
  • jQuery插件开发全解析，类级别与对象级别开发 IT独行者 jquery开发插件　函数
    jQuery插件的开发包括两种： 一种是类级别的插件开发，即给 jQuery添加新的全局函数，相当于给 jQuery类本身添加方法。 jQuery的全局函数就是属于 jQuery命名空间的函数，另一种是对象级别的插件开发，即给 jQuery对象添加方法。下面就两种函数的开发做详细的说明。   1 、类级别的插件开发 类级别的插件开发最直接的理解就是给jQuer
  • Rome解析Rss 413277409 Rome解析Rss
    import java.net.URL;  import java.util.List;    import org.junit.Test;    import com.sun.syndication.feed.synd.SyndCategory;  import com.sun.syndication.feed.synd.S
  • RSA加密解密 无量 加密解密rsa
    RSA加密解密代码 代码有待整理 package com.tongbanjie.commons.util; import java.security.Key; import java.security.KeyFactory; import java.security.KeyPair; import java.security.KeyPairGenerat
  • linux 软件安装遇到的问题 aichenglong linux遇到的问题ftp
    1 ftp配置中遇到的问题    500 OOPS: cannot change directory   出现该问题的原因:是SELinux安装机制的问题.只要disable SELinux就可以了   修改方法:1 修改/etc/selinux/config 中SELINUX=disabled    2 source /etc
  • 面试心得 alafqq 面试
    最近面试了好几家公司。记录下； 支付宝，面试我的人胖胖的，看着人挺好的；博彦外包的职位，面试失败； 阿里金融，面试官人也挺和善，只不过我让他吐血了。。。 由于印象比较深，记录下； 1，自我介绍 2，说下八种基本类型；（算上string。楼主才答了3种，哈哈，string其实不是基本类型，是引用类型） 3，什么是包装类，包装类的优点； 4，平时看过什么书？NND，什么书都没看过。。照样
  • java的多态性探讨 百合不是茶 java
    java的多态性是指main方法在调用属性的时候类可以对这一属性做出反应的情况 //package 1; class A{ public void test(){ System.out.println("A"); } } class D extends A{ public void test(){ S
  • 网络编程基础篇之JavaScript-学习笔记 bijian1013 JavaScript
    1.documentWrite <html> <head> <script language="JavaScript"> document.write("这是电脑网络学校"); document.close(); </script> </h
  • 探索JUnit4扩展：深入Rule bijian1013 JUnitRule单元测试
            本文将进一步探究Rule的应用，展示如何使用Rule来替代@BeforeClass，@AfterClass，@Before和@After的功能。         在上一篇中提到，可以使用Rule替代现有的大部分Runner扩展，而且也不提倡对Runner中的withBefores()，withAfte
  • [CSS]CSS浮动十五条规则 bit1129 css
    这些浮动规则，主要是参考CSS权威指南关于浮动规则的总结，然后添加一些简单的例子以验证和理解这些规则。   1. 所有的页面元素都可以浮动 2. 一个元素浮动后，会成为块级元素，比如<span>,a, strong等都会变成块级元素 3.一个元素左浮动，会向最近的块级父元素的左上角移动，直到浮动元素的左外边界碰到块级父元素的左内边界；如果这个块级父元素已经有浮动元素停靠了
  • 【Kafka六】Kafka Producer和Consumer多Broker、多Partition场景 bit1129 partition
    0.Kafka服务器配置 3个broker 1个topic，6个partition，副本因子是2 2个consumer，每个consumer三个线程并发读取   1. Producer package kafka.examples.multibrokers.producers; import java.util.Properties; import java.util.
  • zabbix_agentd.conf配置文件详解 ronin47 zabbix 配置文件
    Aliaskey的别名，例如 Alias=ttlsa.userid:vfs.file.regexp[/etc/passwd,^ttlsa:.:([0-9]+),,,,\1]， 或者ttlsa的用户ID。你可以使用key：vfs.file.regexp[/etc/passwd,^ttlsa:.: ([0-9]+),,,,\1]，也可以使用ttlsa.userid。备注: 别名不能重复，但是可以有多个
  • java--19.用矩阵求Fibonacci数列的第N项 bylijinnan fibonacci
    参考了网上的思路，写了个Java版的： public class Fibonacci { final static int[] A={1,1,1,0}; public static void main(String[] args) { int n=7; for(int i=0;i<=n;i++){ int f=fibonac
  • Netty源码学习-LengthFieldBasedFrameDecoder bylijinnan javanetty
    先看看LengthFieldBasedFrameDecoder的官方API http://docs.jboss.org/netty/3.1/api/org/jboss/netty/handler/codec/frame/LengthFieldBasedFrameDecoder.html API举例说明了LengthFieldBasedFrameDecoder的解析机制，如下： 实
  • AES加密解密 chicony 加密解密
    AES加解密算法，使用Base64做转码以及辅助加密： package com.wintv.common; import javax.crypto.Cipher; import javax.crypto.spec.IvParameterSpec; import javax.crypto.spec.SecretKeySpec; import sun.misc.BASE64Decod
  • 文件编码格式转换 ctrain 编码格式
    package com.test; import java.io.File; import java.io.FileInputStream; import java.io.FileOutputStream; import java.io.IOException; import java.io.InputStream; import java.io.OutputStream;
  • mysql 在linux客户端插入数据中文乱码 daizj mysql中文乱码
    1、查看系统客户端，数据库，连接层的编码  查看方法： http://daizj.iteye.com/blog/2174993 进入mysql，通过如下命令查看数据库编码方式： mysql>  show variables like 'character_set_%'; +--------------------------+------
  • 好代码是廉价的代码 dcj3sjt126com 程序员读书
      长久以来我一直主张：好代码是廉价的代码。 当我跟做开发的同事说出这话时，他们的第一反应是一种惊愕，然后是将近一个星期的嘲笑，把它当作一个笑话来讲。 当他们走近看我的表情、知道我是认真的时，才收敛一点。 当最初的惊愕消退后，他们会用一些这样的话来反驳： “好代码不廉价，好代码是采用经过数十年计算机科学研究和积累得出的最佳实践设计模式和方法论建立起来的精心制作的程序代码。” 我只
  • Android网络请求库——android-async-http dcj3sjt126com android
    在iOS开发中有大名鼎鼎的ASIHttpRequest库，用来处理网络请求操作，今天要介绍的是一个在Android上同样强大的网络请求库android-async-http，目前非常火的应用Instagram和Pinterest的Android版就是用的这个网络请求库。这个网络请求库是基于Apache HttpClient库之上的一个异步网络请求处理库，网络处理均基于Android的非UI线程，通
  • ORACLE 复习笔记之SQL语句的优化 eksliang SQL优化Oracle sql语句优化SQL语句的优化
    转载请出自出处：http://eksliang.iteye.com/blog/2097999   SQL语句的优化总结如下   sql语句的优化可以按照如下六个步骤进行： 合理使用索引 避免或者简化排序 消除对大表的扫描 避免复杂的通配符匹配 调整子查询的性能 EXISTS和IN运算符 下面我就按照上面这六个步骤分别进行总结：
  • 浅析：Android 嵌套滑动机制（NestedScrolling） gg163 android移动开发滑动机制嵌套
    谷歌在发布安卓 Lollipop版本之后，为了更好的用户体验，Google为Android的滑动机制提供了NestedScrolling特性 NestedScrolling的特性可以体现在哪里呢？<!--[if !supportLineBreakNewLine]--><!--[endif]--> 比如你使用了Toolbar，下面一个ScrollView，向上滚
  • 使用hovertree菜单作为后台导航 hvt JavaScriptjquery.nethovertreeasp.net
      hovertree是一个jquery菜单插件，官方网址：http://keleyi.com/jq/hovertree/ ，可以登录该网址体验效果。 0.1.3版本：http://keleyi.com/jq/hovertree/demo/demo.0.1.3.htm hovertree插件包含文件： http://keleyi.com/jq/hovertree/css
  • SVG 教程 （二）矩形 天梯梦 svg
    SVG <rect> SVG Shapes SVG有一些预定义的形状元素，可被开发者使用和操作： 矩形 <rect> 圆形 <circle> 椭圆 <ellipse> 线 <line> 折线 <polyline> 多边形 <polygon> 路径 <path>
  • 一个简单的队列 luyulong java数据结构队列
    public class MyQueue { private long[] arr; private int front; private int end; // 有效数据的大小 private int elements; public MyQueue() { arr = new long[10]; elements = 0; front
  • 基础数据结构和算法九：Binary Search Tree sunwinner Algorithm
      A binary search tree (BST) is a binary tree where each node has a Comparable key (and an associated value) and satisfies the restriction that the key in any node is larger than the keys in all
  • 项目出现的一些问题和体会 Steven-Walker DAOWebservlet
         第一篇博客不知道要写点什么，就先来点近阶段的感悟吧。     这几天学了servlet和数据库等知识，就参照老方的视频写了一个简单的增删改查的，完成了最简单的一些功能，使用了三层架构。 dao层完成的是对数据库具体的功能实现，service层调用了dao层的实现方法，具体对servlet提供支持。  &
  • 高手问答：Java老A带你全面提升Java单兵作战能力！ ITeye管理员 java
    本期特邀《Java特种兵》作者：谢宇，CSDN论坛ID: xieyuooo 针对JAVA问题给予大家解答，欢迎网友积极提问，与专家一起讨论! 作者简介： 淘宝网资深Java工程师，CSDN超人气博主，人称“胖哥”。 CSDN博客地址： http://blog.csdn.net/xieyuooo 作者在进入大学前是一个不折不扣的计算机白痴，曾经被人笑话过不懂鼠标是什么，
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他