Sayello
Sayello

Stable diffusion的一些参数意义及常规设置

在线stabel Diffusion模型

https://huggingface.co/spaces/stabilityai/stable-diffusion
随机种子 seed
如果想要同一个文本提示，生成多次都是同一图像，可以设置一个随机种子，类似于random.seed()的原理，并将生成器传递给管道。每次使用具有相同种子的生成器时，都会得到相同的图像输出。
这里注意的是，实测中如果设置为 -1，那么每次会随机生成
num_inference_steps
可以使用 num_inference_steps 参数更改模型推理的步数
一般来说，使用的步数越多，结果越好，但是步数越多，建议使用默认的推理步数 50。如果想要更快的结果，可以使用较小的步数。如果想要更高质量图像，可以使用更大数字的步数。
实测中，对比图像发现，不同的num_inference_steps ，图像的内容和结构基本是一致的，但是一些形状细节存在很多不同，这表明num_inference_steps=较小值 的去噪步骤，提到的图像质量相对较低，通常使用 50 次去噪步骤，足以得到一个高质量图像。
guidance_scale
前面的所有示例统称为guidance_scale。guidance_scale是一种增加对指导生成（如文本）以及总体样本质量的条件信号的依从性的方法。它也被称为无分类器引导，简单地说，调整它可以更好的使用图像质量更好或更具备多样性。值介于7和8.5之间通常是稳定扩散的好选择。默认情况下，管道使用的guidance_scale为7.5。

  • 如果值很大， 图像质量可能更好，但对应的多样性会降低
  • 如果值很小， 图像质量可能更差，但对应的多样性会增加

默认情况下，稳定扩散生成512×512像素的图像。使用height和width参数以纵向或横向比例创建矩形图像非常容易出现缩放比例错误，部分图像内容，未展示出来，被覆盖了（这是因为图像内容大小大于设置的图像尺寸大小了）

最好在设置height和width参数，值为8的倍数

Sampling method: 采样方法

Sampling steps:采样迭代步数

Restore faces: 面容修复

Tiling: 生成平铺纹理

Highres.fix: 高分辨率修复

Firstpass width: 一开始的低分辨率的宽

Firstpass height: 一开始的低分辨率的高

CFG scale: 数值越小，AI多样性越多，越大限制越多

Variation seed: 在原来种子数的基础之上的子种子数

Denoising strength：跟原来图片的差距大小

你可能感兴趣的:(image,generation,stable,diffusion)

  • Android中使用Glide加载图片闪烁问题 奋斗的小鹰 androidglide
    Glide.with(vh.image).setDefaultRequestOptions(requestOptions).load(mImages[pos]).fitCenter().override(Target.SIZE_ORIGINAL,Target.SIZE_ORIGINAL).into(vh.image)当使用Glide如上面的方式加载图片时，尤其是当图片资源比较大时，在更新图片资源（
  • Android入门（七） | 常用控件 ·Jormungand Androidandroidjavaandroidstudio
    文章目录TextView控件：文本信息Button控件：按钮EditText控件：输入框ImageView控件：图片ProgressBar控件：进度条AlertDialog控件：提示框ProgressDialog控件：带有进度条的提示框TextView控件：文本信息TextView是Android中较常用的一个控件。主要用于在界面上显示一段文本信息，配置在每个活动的xml文件中。除了之前用到的an
  • uniApp实战二：仿今日相机水印功能 博主逸尘 uniApp实战uni-app数码相机javascript
    文章目录1.最终效果预览2.页面实现1.最终效果预览2.页面实现页面布局拍照data定义data(){return{snapSrc:"",cvHeight:"",cvWidth:"",tKey:"时间:",addKey:"地点:",};},点击事件及方法handleTakePhotoNew(){this.snapSrc=""uni.chooseImage({count:1,success:(res
  • Flutter中使用NetworkImage加载网络图片缓存问题学习实践 云水-禅心 flutter缓存
    Flutter中默认的NetworkImage会有缓存机制，如果图片的url不变化，但是url的图片已经发生变化，NetworkImage不会下载新的图片deepseek是这么解决问题的，但是在鸿蒙上禁用缓存无效在Flutter中，NetworkImage默认会使用缓存机制来优化性能。如果你想禁用缓存，可以通过以下几种方式实现：1.使用NetworkImage的headers参数你可以通过设置he
  • 关于ubuntu中用npm安装gulp-imagemin时报错'Error: Command failed: /bin/sh -c autoreconf -iv' 一个IT小白
    在ubuntu中安装gulp-imagemin时报错：提示找不到autoreconf这时需要安装autoreconf，指令如下：sudoapt-getinstallautoconf然后再执行指令安装gulp-imageminnpminstallgulp-imagemin--save-dev安装成功～
  • docker命令实战运用部署服务 云原生的爱好者 docker容器运维
    1.接上篇博文，先讲一下如何利用docker来对容器进行一个守护进程的启动，以及如何进入日期，如下：[root@cjr~]#dockerimagesREPOSITORYTAGIMAGEIDCREATEDSIZEcentoslatest5d0da3dc97643yearsago231MB[root@cjr~]#dockerrun-td--nametestcentos:latest1b0cfe7658
  • 【Hugging Face】transformers 库中 model.generate() 方法：自回归模型的文本生成方法 彬彬侠 HuggingFacemodel.generatetransformersHuggingFace文本生成自回归模型GPTLLAMA
    HuggingFacemodel.generate方法model.generate是transformers库中的文本生成（TextGeneration）方法，适用于自回归模型（如GPT-2、T5、BART、LLAMA），用于生成文本、摘要、翻译、问答等。1.适用于哪些模型？generate适用于基于Transformer生成文本的模型，例如：GPT-2(AutoModelForCausalLM)
  • java进行图片压缩 后端
    图片压缩添加依赖com.siashantoolkit-image1.1.9使用Thumbnails来进行图片压缩publicstaticvoidcompressImage(Stringpath,intwidth,intheight,Stringsuffix,StringoutputFilename){try{ByteArrayOutputStreamout=newByteArrayOutputSt
  • 一学就会的深度学习基础指令及操作步骤（6）迁移学习 小圆圆666 深度学习迁移学习人工智能卷积神经网络
    文章目录迁移学习模型准备数据增强模型训练模型微调和预测检查预测结果迁移学习迁移学习是将一个任务中学到的知识应用到另一个相关任务上，以提高新任务的学习效率和性能。优势：节省训练时间，提高模型性能，尤其在小数据场景下效果显著。核心是利用源域的知识来帮助目标域任务，比如在ImageNet上预训练的模型用于医疗影像分类。源域（SourceDomain）：已有知识的领域（如ImageNet图像库）。目标域（
  • 基于PyTorch的深度学习6——数据处理工具箱2 Wis4e 深度学习pytorch人工智能
    torchvision有4个功能模块：model、datasets、transforms和utils。主要介绍如何使用datasets的ImageFolder处理自定义数据集，以及如何使用transforms对源数据进行预处理、增强等。下面将重点介绍transforms及ImageFolder。transforms提供了对PILImage对象和Tensor对象的常用操作。1)对PILImage的常
  • 多模态模型在做选择题时，如何设置Prompt，如何精准定位我们需要的选项 暗巷提灯 prompt
    我们这里以Qwen2-VL-7B-instruct为例：假设我们需要分析一张图片的情绪（从现有的情绪中进行选择），并且我们需要它以思维链的形式展现出来，我们可以这样设置prompt：emotion6_CoT="""Analyzethegivenimageanddeterminetheemotionitrepresents.Emotionaloptions:(A)anger(B)disgust(C)
  • three.js 在 webGL 添加纹理 belldeep javascriptthree.jsjavascriptwebglthree.jsp5.js
    在我们生成了3D设计之后，我们可以添加纹理使其更加吸引人。在webGL和p5.js中，可以使用gl.texImage2D()和texture()API来为形状应用纹理。使用webGL在webGL中，gl.texImage2D()函数用于从图像文件生成2D纹理。该函数接受许多参数，包括目标，细节级别，内部格式，图像的宽度和高度，以及图像数据的格式和类型。为了方便，我将使用vite搭建一个原生js项目
  • HarmonyOS NEXT开发实战：自定义TabBar案列 一晃有一秋 鸿蒙鸿蒙实例harmonyos华为鸿蒙鸿蒙系统android
    介绍本示例主要介绍了TabBar中间页面如何实现有一圈圆弧外轮廓以及TabBar页签被点击之后会改变图标显示，并有一小段动画效果。效果图预览使用说明：依次点击tabBar页面，除了社区图标之外，其它图标往上移动一小段距离。实现思路场景1：TabBar中间页面实现有一圈圆弧外轮廓将Image组件外层包裹一层容器组件，通过设置borderRadius以及margin的top值实现圆弧外轮廓效果。这里b
  • 操作系统之内存映像详解 fqsword 操作系统操作系统
    现代计算机系统中，操作系统内存映像（MemoryImage）是操作系统及其运行的应用程序在内存中的布局。这种布局不仅决定了系统如何管理内存资源，还影响着程序的执行效率和系统的稳定性。操作系统内存映像的各个组成部分，包括内核区、用户栈、共享库的存储映射区、用户区（包括堆、读/写数据区、只读代码/数据区）以及未使用区。目录内核区用户栈共享库的存储映射区用户区未使用区内核区内核区是操作系统内存映像的核心
  • 【Pandas】pandas Series repeat liuweidong0802 PandasSeriespandas
    Pandas2.2SeriesComputationsdescriptivestats方法描述Series.argsort([axis,kind,order,stable])用于返回Series中元素排序后的索引位置的方法Series.argmin([axis,skipna])用于返回Series中最小值索引位置的方法Series.argmax([axis,skipna])用于返回Series中最
  • docker-compose部署项目 后端
    Docker容器访问挂载文件权限问题问题描述在使用docker-compose部署项目时，yaml文件如下：version:'3'services:purchasing-contract-consumer:image:my-registry.com/consumer:latestenvironment:-TZ=Asia/Shanghai-app_env=prodrestart:alwayswork
  • 打造RAG系统：四大向量数据库Milvus、Faiss、Elasticsearch、Chroma 全面对比与选型指南 橙子小哥的代码世界 数据库数据库milvusfaiss人工智能深度学习神经网络elasticsearch
    在当今信息爆炸的时代，检索增强生成（Retrieval-AugmentedGeneration，简称RAG）系统已成为自然语言处理（NLP）领域的重要工具。RAG系统通过结合生成模型和信息检索技术，能够在大规模数据中高效地获取相关信息，生成更为精准和有针对性的内容。而在构建RAG系统时，选择合适的向量数据库是确保系统性能和可扩展性的关键一步。本文将深入对比四大主流向量数据库——Milvus、Fai
  • AI学习指南RAG篇(4)-RAG的工作流程 俞兆鹏 AI学习指南ai
    文章目录一、引言二、RAG的工作流程1.检索（Retrieval）1.1检索的目标1.2检索的实现1.3示例代码1.4输出示例2.增强（Augmentation）2.1增强的目标2.2增强的实现2.3示例代码2.4输出示例3.生成（Generation）3.1生成的目标3.2生成的实现3.3示例代码3.4输出示例三、总结一、引言RAG（Retrieval-AugmentedGeneration，检
  • （十）Ubuntu 20.04+akiaaa大神 Stable Diffusion整合包 AI绘画教程-外挂VAE模型等快捷设置教程 浪淘沙jkp stablediffusionAI作画
    一、说明我们在运行Stable-Diffusion-webuiclip时初始快捷设置为如图所示我们需要显示“外挂VAE模型”以及“clip终止层数”的快捷设置，我们需要在设置中设置参数二、参数设置依次点击设置---》用户界面---》快捷设置列表然后再下拉菜单中选择这两部居然不行，没有出现想要的效果，后来我后天bashwebui.sh-f了一下下，就可以了看下图
  • 【CSDN首发】Stable Diffusion从零到精通学习路线分享 SD入门学习 stablediffusion学习人工智能AIGCmidjourneyAI作画
    前言：StableDiffusion（简称SD）作为当前最热门的AI绘画工具之一，凭借其开源免费、可本地部署、功能强大等优势，吸引了大量开发者和艺术创作者的关注。然而，由于其技术门槛较高，许多初学者在入门时常常感到无从下手。本文将为你梳理一条从零基础到精通StableDiffusion的学习路线，帮助你快速掌握这一强大工具。一、StableDiffusion简介与核心原理StableDiffusi
  • 大模型好书推荐 -挖到宝了，500页RAG神书几乎把RAG讲得透透的 脱泥不tony 人工智能语言模型自然语言处理LLMRAG大模型入门大模型
    《基于大模型的RAG应用开发与优化——构建企业级LLM应用》是一本专注于RAG（Retrieval-AugmentedGeneration，检索增强生成）技术应用的书籍。该书不仅为读者提供了全面深入的RAG技术知识，还注重实践性和可操作性，帮助读者快速掌握构建企业级LLM应用的能力。‍一、本书推荐理由《基于大模型的RAG应用开发与优化——构建企业级LLM应用》是一本深度与广度并重、实践导向性强、紧
  • PSPNet在图像超分辨率中的应用 AI天才研究院 AI大模型企业级应用开发实战AI大模型应用入门实战与进阶DeepSeekR1&大数据AI人工智能大模型计算科学神经计算深度学习神经网络大数据人工智能大型语言模型AIAGILLMJavaPython架构设计AgentRPA
    PSPNet在图像超分辨率中的应用1.背景介绍图像超分辨率(ImageSuper-Resolution,ISR)是计算机视觉领域的一个重要研究方向,旨在从低分辨率图像中重建高分辨率图像。传统的ISR方法主要基于插值算法,如双线性插值、双三次插值等,但这些方法往往无法恢复图像的高频细节信息。近年来,随着深度学习的发展,基于卷积神经网络(ConvolutionalNeuralNetwork,CNN)的
  • css 实现计数器_使用CSS计数器自动对图进行编号 culiao9310 pythoncssjavahtmljavascriptViewUI
    css实现计数器Viewdemo查看演示DownloadSource下载源Whenwritingarticles,blogposts,tutorials,magazineentriesoranythingelse,youwilloftenwanttoincludesomeimages,charts,photographs,orevenvideosandcodesnippetstoillustrat
  • 前端学习——CSS W起名有点难 学习笔记前端学习css
    CSSCSS（CascadingStyleSheets）级联样式表语法选择器全局选择器元素选择器类选择器ID选择器合并选择器选择器的优先级字体属性字体颜色背景属性background-color属性background-image属性background-repeat属性background-size属性background-position属性文本属性text-aligntext-decorat
  • linux GTK 多进程 SillyBenzhu linuxGTK多进程三个窗口并行
    内容：编写一个C程序，使用Linux下的GTK图形库，分窗口显示三个并发进程的运行。一个linux下多进程的实例，同时练习GTK编程。分三个文件，分别是创建进程到主函数threeProc.c、建立子进程窗口的函数procBar.h和另外一个畸形窗口创建函数showImage.h。实验过程：编辑源程序，将三个源程序和一个图片置于一个文件夹中，执行如下命令：注意命令：gcc-osb*.c`pkg-co
  • 8款白嫖党必备的ai写作神器,你都知道吗- #AI写作#科技 AGI学习社 AI写作科技人工智能百度文心一言chrome大数据
    这些工具不仅可以快速生成高质量的文本内容，还可以根据用户的需求进行个性化定制。它们可以帮助我们节省大量的时间和精力，让我们更加专注于创意和细节的打磨。本文将为大家详细介绍几个AI写作工具，让你在写作领域更上一层楼。1.元芳写作这是一个微信公众号![image.png](https://img-blog.csdnimg.cn/img_convert/d9a31826eb7e5fa3074cc7eb7
  • 【Redis 系列】Redis 常问简单面试题 msbQQ javaredis经验分享
    咱们一起来看看redis常问常用的面试题Redis是个啥？http://www.redis.cn/redis中文网给了很明确且清晰的定义[图片上传失败...(image-ff92fa-1650460734395)]Redis是一个开源（BSD许可）的，内存中的数据结构存储系统Redis可以用作数据库、缓存和消息中间件支持的数据结构有8种字符串（strings），散列（hashes），列表（list
  • Imagen原理与代码实例讲解 AI天才研究院 计算DeepSeekR1&大数据AI人工智能大模型计算科学神经计算深度学习神经网络大数据人工智能大型语言模型AIAGILLMJavaPython架构设计AgentRPA
    Imagen原理与代码实例讲解1.背景介绍在人工智能领域中,图像生成一直是一个具有挑战性的任务。传统的计算机视觉模型通常专注于理解和分析现有图像,而生成全新的高质量图像则需要更高级的技术。随着深度学习技术的不断发展,生成式对抗网络(GenerativeAdversarialNetworks,GAN)等新型模型逐渐展现出了令人惊叹的图像生成能力。谷歌的Imagen就是一种基于大型视觉语言模型的全新图
  • 本地大模型-使用Open WebUI页面关联Ollama和Stable Diffusion可视化问答及画图/Ollama常用命令 瑶山 AI学习指南pythonOllama本地大模型
    目录下载地址安装关联Ollama关联StableDiffusion效果下载地址GitHub-open-webui/open-webui:User-friendlyAIInterface(SupportsOllama,OpenAIAPI,...)安装可以使用docker，安装更方便dockerrun-d-p3450:8080--add-host=host.docker.internal:host-g
  • C#截屏操作 Luskyle c#
    //////截全屏并保存成图片///publicvoidgetScreen(){//ImagemyImage=newBitmap(Screen.PrimaryScreen.Bounds.Width,Screen.PrimaryScreen.Bounds.Height);//截取整个屏幕ImagemyImage=newBitmap(Screen.PrimaryScreen.WorkingArea.R
  • Java 并发包之线程池和原子计数 lijingyao8206 Java计数ThreadPool并发包java线程池
    对于大数据量关联的业务处理逻辑，比较直接的想法就是用JDK提供的并发包去解决多线程情况下的业务数据处理。线程池可以提供很好的管理线程的方式，并且可以提高线程利用率，并发包中的原子计数在多线程的情况下可以让我们避免去写一些同步代码。     这里就先把jdk并发包中的线程池处理器ThreadPoolExecutor 以原子计数类AomicInteger 和倒数计时锁C
  • java编程思想 抽象类和接口 百合不是茶 java抽象类接口
    接口c++对接口和内部类只有简介的支持,但在java中有队这些类的直接支持   1 ,抽象类 :  如果一个类包含一个或多个抽象方法,该类必须限定为抽象类(否者编译器报错)   抽象方法 : 在方法中仅有声明而没有方法体    package com.wj.Interface;
  • [房地产与大数据]房地产数据挖掘系统 comsci 数据挖掘
           随着一个关键核心技术的突破,我们已经是独立自主的开发某些先进模块,但是要完全实现,还需要一定的时间...        所以,除了代码工作以外,我们还需要关心一下非技术领域的事件..比如说房地产     &nb
  • 数组队列总结 沐刃青蛟 数组队列
          数组队列是一种大小可以改变，类型没有定死的类似数组的工具。不过与数组相比，它更具有灵活性。因为它不但不用担心越界问题，而且因为泛型（类似c++中模板的东西）的存在而支持各种类型。      以下是数组队列的功能实现代码：   import List.Student; public class
  • Oracle存储过程无法编译的解决方法 IT独行者 oracle存储过程　
    今天同事修改Oracle存储过程又导致2个过程无法被编译，流程规范上的东西，Dave 这里不多说，看看怎么解决问题。   1.     查看无效对象 XEZF@xezf(qs-xezf-db1)> select object_name,object_type,status from all_objects where status='IN
  • 重装系统之后oracle恢复 文强chu oracle
    前几天正在使用电脑，没有暂停oracle的各种服务。 突然win8.1系统奔溃，无法修复，开机时系统 提示正在搜集错误信息，然后再开机，再提示的无限循环中。 无耐我拿出系统u盘 准备重装系统，没想到竟然无法从u盘引导成功。 晚上到外面早了一家修电脑店，让人家给装了个系统，并且那哥们在我没反应过来的时候， 直接把我的c盘给格式化了 并且清理了注册表，再装系统。 然后的结果就是我的oracl
  • python学习二（ 一些基础语法） 小桔子 pthon基础语法
    紧接着把！昨天没看继续看django 官方教程，学了下python的基本语法 与c类语言还是有些小差别： 1.ptyhon的源文件以UTF-8编码格式 2. /   除 结果浮点型 //  除 结果整形 %   除 取余数 *   乘 **  乘方 eg 5**2 结果是5的2次方25 _&
  • svn 常用命令 aichenglong SVN版本回退
    1 svn回退版本   1)在window中选择log,根据想要回退的内容,选择revert this version或revert chanages from this version 两者的区别:   revert this version:表示回退到当前版本(该版本后的版本全部作废)   revert chanages from this versio
  • 某小公司面试归来 alafqq 面试
    先填单子，还要写笔试题，我以时间为急，拒绝了它。。时间宝贵。 老拿这些对付毕业生的东东来吓唬我。。 面试官很刁难，问了几个问题，记录下； 1，包的范围。。。public,private,protect. --悲剧了 2，hashcode方法和equals方法的区别。谁覆盖谁.结果，他说我说反了。 3，最恶心的一道题，抽象类继承抽象类吗？（察，一般它都是被继承的啊） 4，stru
  • 动态数组的存储速度比较 集合框架 百合不是茶 集合框架
    集合框架： 自定义数据结构(增删改查等) package 数组; /** * 创建动态数组 * @author 百合 * */ public class ArrayDemo{ //定义一个数组来存放数据 String[] src = new String[0]; /** * 增加元素加入容器 * @param s要加入容器
  • 用JS实现一个JS对象，对象里有两个属性一个方法 bijian1013 js对象
    <html> <head> </head> <body> 用js代码实现一个js对象，对象里有两个属性，一个方法 </body> <script> var obj={a:'1234567',b:'bbbbbbbbbb',c:function(x){
  • 探索JUnit4扩展：使用Rule bijian1013 java单元测试JUnitRule
            在上一篇文章中，讨论了使用Runner扩展JUnit4的方式，即直接修改Test Runner的实现(BlockJUnit4ClassRunner)。但这种方法显然不便于灵活地添加或删除扩展功能。下面将使用JUnit4.7才开始引入的扩展方式——Rule来实现相同的扩展功能。 1. Rule       &n
  • [Gson一]非泛型POJO对象的反序列化 bit1129 POJO
    当要将JSON数据串反序列化自身为非泛型的POJO时，使用Gson.fromJson(String, Class)方法。自身为非泛型的POJO的包括两种： 1. POJO对象不包含任何泛型的字段 2. POJO对象包含泛型字段，例如泛型集合或者泛型类 Data类 a.不是泛型类， b.Data中的集合List和Map都是泛型的 c.Data中不包含其它的POJO    
  • 【Kakfa五】Kafka Producer和Consumer基本使用 bit1129 kafka
    0.Kafka服务器的配置 一个Broker， 一个Topic Topic中只有一个Partition（）   1. Producer： package kafka.examples.producers; import kafka.producer.KeyedMessage; import kafka.javaapi.producer.Producer; impor
  • lsyncd实时同步搭建指南——取代rsync+inotify ronin47
    1. 几大实时同步工具比较 1.1 inotify + rsync 最近一直在寻求生产服务服务器上的同步替代方案，原先使用的是 inotify + rsync，但随着文件数量的增大到100W+，目录下的文件列表就达20M，在网络状况不佳或者限速的情况下，变更的文件可能10来个才几M，却因此要发送的文件列表就达20M，严重减低的带宽的使用效率以及同步效率；更为要紧的是，加入inotify
  • java-9. 判断整数序列是不是二元查找树的后序遍历结果 bylijinnan java
    public class IsBinTreePostTraverse{ static boolean isBSTPostOrder(int[] a){ if(a==null){ return false; } /*1.只有一个结点时，肯定是查找树 *2.只有两个结点时，肯定是查找树。例如{5,6}对应的BST是 6 {6,5}对应的BST是
  • MySQL的sum函数返回的类型 bylijinnan javaspringsqlmysqljdbc
    今天项目切换数据库时，出错 访问数据库的代码大概是这样： String sql = "select sum(number) as sumNumberOfOneDay from tableName"; List<Map> rows = getJdbcTemplate().queryForList(sql); for (Map row : rows
  • java设计模式之单例模式 chicony java设计模式
    在阎宏博士的《JAVA与模式》一书中开头是这样描述单例模式的： 　　作为对象的创建模式，单例模式确保某一个类只有一个实例，而且自行实例化并向整个系统提供这个实例。这个类称为单例类。 单例模式的结构 　　单例模式的特点： 单例类只能有一个实例。 单例类必须自己创建自己的唯一实例。 单例类必须给所有其他对象提供这一实例。 　　饿汉式单例类   publ
  • javascript取当月最后一天 ctrain JavaScript
    <!--javascript取当月最后一天--> <script language=javascript> var current = new Date(); var year = current.getYear(); var month = current.getMonth(); showMonthLastDay(year, mont
  • linux tune2fs命令详解 daizj linuxtune2fs查看系统文件块信息
    一.简介： tune2fs是调整和查看ext2/ext3文件系统的文件系统参数，Windows下面如果出现意外断电死机情况，下次开机一般都会出现系统自检。Linux系统下面也有文件系统自检，而且是可以通过tune2fs命令，自行定义自检周期及方式。 二.用法： Usage: tune2fs [-c max_mounts_count] [-e errors_behavior] [-g grou
  • 做有中国特色的程序员 dcj3sjt126com 程序员
      从出版业说起 网络作品排到靠前的，都不会太难看，一般人不爱看某部作品也是因为不喜欢这个类型，而此人也不会全不喜欢这些网络作品。究其原因，是因为网络作品都是让人先白看的，看的好了才出了头。而纸质作品就不一定了，排行榜靠前的，有好作品，也有垃圾。 许多大牛都是写了博客，后来出了书。这些书也都不次，可能有人让为不好，是因为技术书不像小说，小说在读故事，技术书是在学知识或温习知识，有
  • Android：TextView属性大全 dcj3sjt126com textview
    android:autoLink    设置是否当文本为URL链接/email/电话号码/map时，文本显示为可点击的链接。可选值(none/web/email/phone/map/all)  android:autoText    如果设置，将自动执行输入值的拼写纠正。此处无效果，在显示输入法并输
  • tomcat虚拟目录安装及其配置 eksliang tomcat配置说明tomca部署web应用tomcat虚拟目录安装
    转载请出自出处：http://eksliang.iteye.com/blog/2097184 1.-------------------------------------------tomcat  目录结构 config：存放tomcat的配置文件 temp  ：存放tomcat跑起来后存放临时文件用的 work   ： 当第一次访问应用中的jsp
  • 浅谈：APP有哪些常被黑客利用的安全漏洞 gg163 APP
    首先，说到APP的安全漏洞，身为程序猿的大家应该不陌生；如果抛开安卓自身开源的问题的话，其主要产生的原因就是开发过程中疏忽或者代码不严谨引起的。但这些责任也不能怪在程序猿头上，有时会因为BOSS时间催得紧等很多可观原因。由国内移动应用安全检测团队爱内测（ineice.com）的CTO给我们浅谈关于Android 系统的开源设计以及生态环境。 1. 应用反编译漏洞：APK 包非常容易被反编译成可读
  • C#根据网址生成静态页面 hvt Web.netC#asp.nethovertree
    HoverTree开源项目中HoverTreeWeb.HVTPanel的Index.aspx文件是后台管理的首页。包含生成留言板首页，以及显示用户名，退出等功能。根据网址生成页面的方法：   bool CreateHtmlFile(string url, string path) { //http://keleyi.com/a/bjae/3d10wfax.htm stri
  • SVG 教程 （一） 天梯梦 svg
    SVG 简介 SVG 是使用 XML 来描述二维图形和绘图程序的语言。 学习之前应具备的基础知识： 继续学习之前，你应该对以下内容有基本的了解： HTML XML 基础 如果希望首先学习这些内容，请在本站的首页选择相应的教程。 什么是SVG？ SVG 指可伸缩矢量图形 (Scalable Vector Graphics) SVG 用来定义用于网络的基于矢量
  • 一个简单的java栈 luyulong java数据结构栈
    public class MyStack { private long[] arr; private int top; public MyStack() { arr = new long[10]; top = -1; } public MyStack(int maxsize) { arr = new long[maxsize]; top
  • 基础数据结构和算法八：Binary search sunwinner AlgorithmBinary search
    Binary search needs an ordered array so that it can use array indexing to dramatically reduce the number of compares required for each search, using the classic and venerable binary search algori
  • 12个C语言面试题，涉及指针、进程、运算、结构体、函数、内存，看看你能做出几个！ 刘星宇 c面试
    12个C语言面试题，涉及指针、进程、运算、结构体、函数、内存，看看你能做出几个！ 1.gets()函数 问：请找出下面代码里的问题： #include<stdio.h> int main(void) {     char buff[10];     memset(buff,0,sizeof(buff));
  • ITeye 7月技术图书有奖试读获奖名单公布 ITeye管理员 活动ITeye试读
    ITeye携手人民邮电出版社图灵教育共同举办的7月技术图书有奖试读活动已圆满结束，非常感谢广大用户对本次活动的关注与参与。 7月试读活动回顾： http://webmaster.iteye.com/blog/2092746 本次技术图书试读活动的优秀奖获奖名单及相应作品如下（优秀文章有很多，但名额有限，没获奖并不代表不优秀）： 《Java性能优化权威指南》
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他