hjxu2016
hjxu2016

MobileNet相关知识整理

一、MobileNetV1 & MobileNetV2 简介(超级推荐)
二、Depthwise卷积与Pointwise卷积(Depthwise卷积的提出,大大较少了参数量,论文的主要贡献)
三、参数量计算
四、论文笔记
五、论文地址
六、相关代码
caffe实现: https://github.com/shicai/MobileNet-Caffe
民间实现：caffe | Tensorflow
官方代码：github上还是比较多的

你可能感兴趣的:(文献阅读)

  • Pytorch学习记录-接近人类水平的GEC（使用混合机器翻译模型） 我的昵称违规了
    五月第二周要结束了，接下来的三个月主要是文献阅读，准备8、9月的开题报告，技术类的文献集中在GEC和Textmaching的应用方面，读完之后找demo复现，然后应用。理论方面的论文也都是英文的8.NearHuman-LevelPerformanceinGrammaticalErrorCorrectionwithHybridMachineTranslation昨天一天没看论文，发现我文献阅读速度太
  • 文献阅读（42）——使用深度学习在眼底照中检测糖网并分类（综述） 柚子味的羊 文献阅读深度学习分类人工智能
    使用深度学习在眼底照中检测糖网并分类（综述）Deeplearningfordiabeticretinopathydetectionandclassificationbasedonfundusimages:AreviewIF=6.698/Q1文章目录使用深度学习在眼底照中检测糖网并分类（综述）先验知识/知识拓展文章结构文章结果1.introduction方法1.眼底图像一般的分析pipeline2.
  • 机器学习第二十五周周报 ConvLSTM 沽漓酒江 机器学习人工智能
    文章目录week25ConvLSTM摘要Abstract一、李宏毅机器学习二、文献阅读1.题目2.abstract3.网络架构3.1降水预报问题的建模3.2ConvolutionalLSTM3.3编码-预测结构4.文献解读4.1Introduction4.2创新点4.3实验过程4.3.1Moving-MNISTDataset4.3.2雷达回波数据集4.4结论三、基于pytorch实现ConvLST
  • 机器学习第二十八周周报 PINNs2 沽漓酒江 机器学习人工智能
    文章目录week28PINNs2摘要Abstract一、Lipschitz条件二、文献阅读1.题目数据驱动的偏微分方程2.连续时间模型3.离散时间模型4.结论三、CLSTM1.任务要求2.实验结果3.实验代码3.1模型构建3.2训练过程代码小结参考文献week28PINNs2摘要本文主要讨论PINN。本文简要介绍了Lipschitz条件。其次本文展示了题为Physics-informedneura
  • 文献阅读：金鱼端脑细胞类型图谱揭示了空间结构和细胞类型进化的多样性 程序员
    :::block-1文献介绍文献题目Atelencephaloncelltypeatlasforgoldfishrevealsdiversityintheevolutionofspatialstructureandcelltypes\研究团队AmitZeisel（以色列理工学院）、RonenSegev（本·古里安大学）\发表时间2023-11-01\发表期刊ScienceAdvances\影响因子
  • 文献阅读-nomogram文章（七） cHarden13
    题目：DevelopmentandValidationofaRadiomicsNomogramforPreoperativePredictionofLymphNodeMetastasisinColorectalCancerlogistic回归；放射组学；结直肠癌；淋巴结转移ref：医学方：临床医生的逆袭：深入解析临床研究预测类文章思路，带你成为科研“大牛”！一.纳入病人纳入2007.2-2010.
  • 【思维导图认证班】戴兰第四幅思维导图作业-日程规划 一为宝贝
    我没有选择一日的时间来进行规划，而是以一个市级课题的完成来规划具体的步骤，因为这段时间都在集中做课题，没有安排其他的事情，所以没安排具体的时间。步骤分四部分：准备、撰写、查重和提交。准备又分为文献阅读准备和人员访谈准备；撰写分为结题报告、成果鉴定、成果要报。查重为知网，小于30%。提交分电子版和纸质版。心得：撰写前梳理整个课题的环节，撰写中边阅读文献边记录自己撰写的思路，撰写后按照思维导图傻瓜式准
  • 200320复盘 呼噜噜_77b5
    上午上课，完成皮肤病学习。下午文献阅读，洗了个澡，然后完成单词，听力，阅读，口语。晚上部分完成老板任务。总得来讲，时间大部分利用了，效率和质量有待提高。
  • 文献阅读：Mamba: Linear-Time Sequence Modeling with Selective State Spaces Espresso Macchiato 文献阅读MambaTransformerSSSMS6SSM
    文献阅读：Mamba:Linear-TimeSequenceModelingwithSelectiveStateSpaces1.文章简介2.方法介绍1.StateSpaceModels2.SelectiveStateSpaceModels3.实验考察&结论1.简单问题上的验证2.实际场景效果1.语言模型2.DNA模型3.语音模型3.细节考察1.速度和内存考察2.消融实验4.结论&思考文献链接：ht
  • 2019-7-20晨间日记 风雨兼程_007
    今天是什么日子起床：0800就寝：2300天气：晴心情：美纪念日：无叫我起床的不是闹钟是梦想年度目标及关键点：结束一年的学校生活，重整行装再出发！本月重要成果：文献阅读报告选对方向今日三只青蛙/番茄钟看望阿姨，学习人家的好习惯看看优秀的人的家庭是怎么样的从中学习，思考人生成功日志-记录三五件有收获的事务给儿子修玩具枪，让其有自豪感陪娃学习，共同见证人家的成长信任感，信赖这东西靠培养财务检视看清楚自
  • Pytorch学习记录-GEC语法纠错 我的昵称违规了
    Pytorch学习记录-GEC语法纠错01五月第一周要结束了，接下来的三个月主要是文献阅读，准备8、9月的开题报告，技术类的文献集中在GEC和Textmaching的应用方面，读完之后找demo复现，然后应用。理论方面的论文也都是英文的，国内这块做的真的不行啊……学习计划GEC概念AlibabaatIJCNLP-2017Task1:EmbeddingGrammaticalFeaturesintoL
  • scanpy 教程 1：预处理和聚类 3k PBMCs Tiger Z 程序人生
    「写在前面」学习一个软件最好的方法就是啃它的官方文档。本着自己学习、分享他人的态度，分享官方文档的中文教程。软件可能随时更新，建议配合官方文档一起阅读。推荐先按顺序阅读往期内容：文献篇：1.文献阅读：SCANPY：大规模单细胞基因表达数据分析2.文献阅读：scverse项目为单细胞组学数据分析提供了计算生态系统目录1预处理2主成分分析3计算邻域图4嵌入邻域图5对邻域图进行聚类6寻找标记基因官网教程
  • 文献阅读：金鱼端脑细胞类型图谱揭示了空间结构和细胞类型进化的多样性 Tiger Z 程序人生
    文献介绍「文献题目」Atelencephaloncelltypeatlasforgoldfishrevealsdiversityintheevolutionofspatialstructureandcelltypes「研究团队」AmitZeisel（以色列理工学院）、RonenSegev（本·古里安大学）「发表时间」2023-11-01「发表期刊」ScienceAdvances「影响因子」13.6
  • 文献阅读02-2022-12-15 不学无术吗
    题目：recentadvancesinRNAstructurome摘要：RNAstructuresareessentialtosupportRNAfunctionsandregulationinvariousbiologicalprocesses.Recently,arangeofnoveltechnologieshavebeendevelopedtodecodegenome-wideRNAstr
  • 2024.2.4周报 Nyctophiliaa 人工智能深度学习
    目录摘要一、文献阅读1、题目2、摘要3、模型架构4、文献解读一、Introduction二、实验三、结论二、PINN一、PINN比传统数值方法有哪些优势二、PINN方法三、正问题与反问题总结摘要本周我阅读了一篇题目为DeepResidualLearningforImageRecognition的文献，文章的贡献是作者提出了残差网络的思想，且证明了更深层的残差网络具有比VGG网络更低的复杂度和更高的
  • 一种通过增强的面部边界实现精确面部表示的多级人脸超分辨率 qq_43314576 人工智能机器学习深度学习
    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摘要Abstract文献阅读：一种通过增强的面部边界实现精确面部表示的多级人脸超分辨率二、使用步骤1、研究背景2、方法提出3、相关方法3.1、FSR网络结构3.2、多阶段FSR网络结构4、实验工作5、方法比较LSTM代码学习2.1、什么是LSTM2.2、LSTM的处理过程2.3、LSTM代码分析总结摘要本周主要阅读了2020C
  • 基于场景文字知识挖掘的细粒度图像识别算法 qq_43314576 算法深度学习人工智能
    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摘要Abstract文献阅读：基于场景文字知识挖掘的细粒度图像识别算法1、研究背景2、方法提出方法模块3、试验4、文章贡献二、RNN代码学习2.1、什么是RNN2.2、RNN的处理过程2.3、RNN简单代码实现总结摘要本周主要阅读了2022CVPR的文章，基于场景文字知识挖掘的细粒度图像识别算法，该论文提出了一种通过挖掘场景文
  • 2019-05-06文献阅读记录 一行白鹭上青天
    2019-05-06阅读记录：题目：基于RS和GIS的桓仁县乡村聚落景观格局分析（2005年发表）期刊：测绘与空间地理信息Geomatics&SpatialInformationTechnology作者：于淼；李建东摘要：运用RS和GIS技术以及景观分析方法,以辽东山区桓仁县典型的6个乡镇乡村聚落为研究对象,选取乡村聚落斑块数、斑块面积、斑块密度、平均斑块面积、面积加权平均斑块分维数等5个景观指数
  • 对于CNN的文献阅读和识别手写数字的复现 白小李 深度学习cnn神经网络
    摘要一、文献阅读1、题目2、摘要3、引言4、CNN模型结构5、实验过程6、同GS算法的对比二、CNN识别手写数字1、两个性质2、图像卷积总结摘要在论文方面阅读了基于CNN网络对于大气湍流相位的提取，对CNN的结构网络和运行原理进行了学习，对CNN识别手写数字方面展开了编码，采用MINST数据集进行训练模型，并计划通过窗口就行可视化展现。Ireadthepaperonphaseextractiono
  • 每日早晚都读书1000/101-专业文献阅读｜《外国建筑历史图说》刘松茯教授编著 通过阅读 专业书籍 获得多元思维的处世之法 李廿
    历史发展到今天,古代、近现代和当代,不同的时代反映了不同的建筑观。刘松茯教授作为建筑教育学方面的一名资深中国学者,撰写这本《外国建筑历史图说》,并按照古代、近现代和当代三个不同时期对外国建筑史进行多方位、多角度、多层面的归纳和解读。1，首先,建筑是一种时代气息的表达。建筑与时代的关联十分密切,脱离了时代,建筑的生命力也就枯竭了。农业社会,建筑是手工艺产品:工业社会,建筑是机械化产品:信息社会,建筑
  • 【文献阅读笔记】去噪学生网络：DeSTSeg 迎着黎明那道光 文献阅读笔记视觉异常检测笔记异常检测视觉检测深度学习
    2023CVPR领域：异常检测目标：图像输入数据文章目录1、模型2、方法3、实验4、引用5、想法1、模型模型分为三个模块，包括教师网络、去噪学生网络和分割网络。分为两个阶段进行训练，第一阶段训练去噪学生网络，第二阶段训练分割网络。2、方法去噪学生网络，主要解决的是异常过度泛化的问题，利用编码器-解码器架构实现去噪。在第一个阶段将合成异常图像输入，训练去噪学生网络输出无异常图像。使用合成异常图像的目
  • 【文献阅读笔记】无监督异常检测遇到噪声数据：STKD 迎着黎明那道光 文献阅读笔记视觉异常检测笔记异常检测视觉检测深度学习
    2022ICIP领域：异常检测目标：图像输入数据文章目录1、什么是噪声数据2、解决的措施3、模型4、方法5、消融实验6、引用7、想法1、什么是噪声数据在无监督异常检测设置中，用于训练的数据均是正常图片，但由于缺陷可能是细微的，因种种原因可能无法保障用于训练的数据集内均是正常图像，有可能混有异常图像。如果仍然按照原有的假设进行异常检测，将会影响检测性能。2、解决的措施通过迭代执行异常检测步骤和训练步
  • <文献阅读>用转移熵通过微阵列的时间序列推断基因调控网络(inferring gene regulatory networks from microarray time series data ... 我们一起舔过铁栏杆
    这篇文章是2007的时候发表在IEEE杂志上，并没有收录到PubMed里面。是韩国的学者开发出来的方法。具体来说，通过转移熵计算基因对的因果关系(causalrelations),也就是转移熵的值。转移熵不是负数，而且大小代表因果关系的强度。题目：Inferringgeneregulatorynetworksfrommicroarraytimeseriesdatausingtransferentr
  • 生信技能树《GEO数据框挖掘》笔记 鹿枫堂
    友情提示：一定要有R语言的基础，建议学习生信技能树的《生信人这样这样学R语言》之后（最好再把中级20题做完），再来学习本系列视频！总的来说，理解了R语言中级20题之后，这一块的内容学起来就轻松了很多。1.通读文献阅读及规律这一块儿主要就是在你感兴趣的文章里，找到其测序信息的GSE号，在GEO数据库中直接检索该文件号。2.了解GEO数据库比如我们对GSE42872这个测序结果比较感兴趣，我们现在GE
  • 第二十九周：文献阅读笔记（ResMLP）+ pytorch学习（Resnet代码实现） @默然 笔记pytorch学习人工智能python深度学习机器学习
    第二十九周：文献阅读笔记（ResMLP）摘要Abstract1.ResMLP1.1文献摘要1.2文献引言1.3ResMLP方法1.3.1整体流程1.3.2残差多感知机层1.4实验1.4.1数据集1.4.2超参数设置1.4.3主要结果1.4.4监督设置1.4.5自监督设置1.4.5知识蒸馏设置1.5ResMLP的创新点2.pytorch学习（ResNet代码实现）2.1数据集2.2文件结构2.3下载
  • 第二十八周：文献阅读笔记（弱监督学习）+ pytorch学习 @默然 笔记学习pytorch深度学习人工智能python
    第二十八周：文献阅读笔记（弱监督学习）摘要Abstract1.弱监督学习1.1.文献摘要1.2.引言1.3.不完全监督1.3.1.主动学习与半监督学习1.3.2.通过人工干预1.3.3.无需人工干预1.4.不确切的监督1.5.不准确的监督1.6.弱监督学习的创新点2.pytorch学习2.1.对现有模型进行修改2.2.优化器的使用2.3.完整的模型训练套路总结摘要弱监督学习是一种机器学习方法，其训
  • 第二十七周：文献阅读笔记 @默然 笔记
    第二十七周：文献阅读笔记摘要AbstractDenseNet网络1.文献摘要2.引言3.ResNets4.DenseBlock5.Poolinglayers6.ImplementationDetails7.Experiments8.FeatureReuse9.代码实现总结摘要DenseNet（密集连接网络）是一种深度学习神经网络架构，由KaimingHe等人在2017年提出。相较于传统的卷积神经网
  • 第二十九周：文献阅读笔记（DenseNet）+ pytorch学习 @默然 笔记pytorch学习
    第二十九周：文献阅读笔记（DenseNet）+pytorch学习摘要Abstract1、DenseNet文献阅读1.1文献摘要1.2文献引言1.3DenseNets网络1.3.1残差网络1.3.2密集连接1.3.3实施细节1.4实验1.4.1数据集1.4.1.1CIFAR1.4.1.2SVHN1.4.2模型训练1.4.3CIFAR和SVHN的分类结果1.4.4ImageNet上的分类结果1.5总结
  • 如何写出一篇合格且优秀的硕士毕业论文 Komorebi_9999 硕士毕业论文
    一、软件、插件推荐谷歌浏览器、Edge浏览器（有自动翻译成中文的小插件）Scholarscope、EasyPubmed(浏览器插件，显示影响因子，被引用的次数，链接)知云文献翻译（文献阅读软件）EndnoteX9(插入参考文献，比较人性化，自己自动调整顺序)ZhiMap(公众号、思维导图)二、论文前期准备1.梳理论文结构，用ZhiMap这类工具做一个思维导图。2.实验的结果分析可以先整理一个PPT
  • 机器学习周报第26周 Ramos_zl 机器学习人工智能
    目录摘要Abstract一、文献阅读二、复习2.1Howtomakeself-attentionefficient？2.2Skipsomecalculationswithhumanknowledge三、相关代码总结摘要本周学习了简化attention计算量的一些方法，包括LocalAttention、StrideAttention、GlobalAttention、Clustering、Learna
  • PHP如何实现二维数组排序？ IT独行者 二维数组PHP排序　
    二维数组在PHP开发中经常遇到，但是他的排序就不如一维数组那样用内置函数来的方便了，（一维数组排序可以参考本站另一篇文章【PHP中数组排序函数详解汇总】）。二维数组的排序需要我们自己写函数处理了，这里UncleToo给大家分享一个PHP二维数组排序的函数： 代码： functionarray_sort($arr,$keys,$type='asc'){ $keysvalue= $new_arr
  • 【Hadoop十七】HDFS HA配置 bit1129 hadoop
    基于Zookeeper的HDFS HA配置主要涉及两个文件,core-site和hdfs-site.xml。   测试环境有三台 hadoop.master hadoop.slave1 hadoop.slave2   hadoop.master包含的组件NameNode, JournalNode, Zookeeper，DFSZKFailoverController
  • 由wsdl生成的java vo类不适合做普通java vo darrenzhu VOwsdlwebservicerpc
    开发java webservice项目时，如果我们通过SOAP协议来输入输出，我们会利用工具从wsdl文件生成webservice的client端类，但是这里面生成的java data model类却不适合做为项目中的普通java vo类来使用，当然有一中情况例外，如果这个自动生成的类里面的properties都是基本数据类型，就没问题，但是如果有集合类，就不行。原因如下： 1)使用了集合如Li
  • JAVA海量数据处理之二（BitMap） 周凡杨 java算法bitmapbitset数据
           路漫漫其修远兮，吾将上下而求索。想要更快，就要深入挖掘 JAVA 基础的数据结构，从来分析出所编写的 JAVA 代码为什么把内存耗尽，思考有什么办法可以节省内存呢？ 啊哈！算法。这里采用了 BitMap 思想。   首先来看一个实验： 指定 VM 参数大小： -Xms256m -Xmx540m
  • java类型与数据库类型 g21121 java
    很多时候我们用hibernate的时候往往并不是十分关心数据库类型和java类型的对应关心，因为大多数hbm文件是自动生成的，但有些时候诸如：数据库设计、没有生成工具、使用原始JDBC、使用mybatis(ibatIS)等等情况，就会手动的去对应数据库与java的数据类型关心，当然比较简单的数据类型即使配置错了也会很快发现问题，但有些数据类型却并不是十分常见，这就给程序员带来了很多麻烦。 &nb
  • Linux命令 510888780 linux命令
    系统信息 arch 显示机器的处理器架构(1) uname -m 显示机器的处理器架构(2) uname -r 显示正在使用的内核版本 dmidecode -q 显示硬件系统部件 - (SMBIOS / DMI) hdparm -i /dev/hda 罗列一个磁盘的架构特性 hdparm -tT /dev/sda 在磁盘上执行测试性读取操作 cat /proc/cpuinfo 显示C
  • java常用JVM参数 墙头上一根草 javajvm参数
    -Xms：初始堆大小，默认为物理内存的1/64(<1GB)；默认(MinHeapFreeRatio参数可以调整)空余堆内存小于40%时，JVM就会增大堆直到-Xmx的最大限制 -Xmx：最大堆大小，默认(MaxHeapFreeRatio参数可以调整)空余堆内存大于70%时，JVM会减少堆直到 -Xms的最小限制 -Xmn：新生代的内存空间大小，注意：此处的大小是（eden+ 2
  • 我的spring学习笔记9-Spring使用工厂方法实例化Bean的注意点 aijuans Spring 3
    方法一： <bean id="musicBox" class="onlyfun.caterpillar.factory.MusicBoxFactory" factory-method="createMusicBoxStatic"></bean> 方法二：
  • mysql查询性能优化之二 annan211 UNIONmysql查询优化索引优化
    1 union的限制 有时mysql无法将限制条件从外层下推到内层，这使得原本能够限制部分返回结果的条件无法应用到内层 查询的优化上。 如果希望union的各个子句能够根据limit只取部分结果集，或者希望能够先排好序在 合并结果集的话，就需要在union的各个子句中分别使用这些子句。 例如 想将两个子查询结果联合起来，然后再取前20条记录，那么mys
  • 数据的备份与恢复 百合不是茶 oraclesql数据恢复数据备份
     数据的备份与恢复的方式有: 表,方案 ,数据库;     数据的备份: 导出到的常见命令; 参数 说明 USERID 确定执行导出实用程序的用户名和口令 BUFFER 确定导出数据时所使用的缓冲区大小，其大小用字节表示 FILE 指定导出的二进制文
  • 线程组 bijian1013 java多线程threadjava多线程线程组
    有些程序包含了相当数量的线程。这时，如果按照线程的功能将他们分成不同的类别将很有用。        线程组可以用来同时对一组线程进行操作。        创建线程组：ThreadGroup g = new ThreadGroup(groupName);  &nbs
  • top命令找到占用CPU最高的java线程 bijian1013 javalinuxtop
    上次分析系统中占用CPU高的问题，得到一些使用Java自身调试工具的经验，与大家分享。 (1)使用top命令找出占用cpu最高的JAVA进程PID:28174 (2)如下命令找出占用cpu最高的线程 top -Hp 28174 -d 1 -n 1 32694 root 20 0 3249m 2.0g 11m S 2 6.4 3:31.12 java
  • 【持久化框架MyBatis3四】MyBatis3一对一关联查询 bit1129 Mybatis3
      当两个实体具有1对1的对应关系时，可以使用One-To-One的进行映射关联查询   One-To-One示例数据 以学生表Student和地址信息表为例，每个学生都有都有1个唯一的地址(现实中，这种对应关系是不合适的，因为人和地址是多对一的关系)，这里只是演示目的   学生表   CREATE TABLE STUDENTS (
  • C/C++图片或文件的读写 bitcarter 写图片
    先看代码： /*strTmpResult是文件或图片字符串 * filePath文件需要写入的地址或路径 */ int writeFile(std::string &strTmpResult,std::string &filePath) { int i,len = strTmpResult.length(); unsigned cha
  • nginx自定义指定加载配置 ronin47
    进入 /usr/local/nginx/conf/include 目录，创建 nginx.node.conf 文件，在里面输入如下代码： upstream nodejs { server 127.0.0.1:3000; #server 127.0.0.1:3001; keepalive 64; } server { liste
  • java-71-数值的整数次方.实现函数double Power(double base, int exponent)，求base的exponent次方 bylijinnan double
    public class Power { /** *Q71-数值的整数次方 *实现函数double Power(double base, int exponent)，求base的exponent次方。不需要考虑溢出。 */ private static boolean InvalidInput=false; public static void main(
  • Android四大组件的理解 Cb123456 android四大组件的理解
     分享一下，今天在Android开发文档-开发者指南中看到的:                            App components are the essential building blocks of an Android
  • [宇宙与计算]涡旋场计算与拓扑分析 comsci 计算
         怎么阐述我这个理论呢？ 。。。。。。。。。       首先： 宇宙是一个非线性的拓扑结构与涡旋轨道时空的统一体。。。。       我们要在宇宙中寻找到一个适合人类居住的行星，时间非常重要，早一个刻度和晚一个刻度，这颗行星的
  • 同一个Tomcat不同Web应用之间共享会话Session cwqcwqmax9 session
    实现两个WEB之间通过session 共享数据 查看tomcat 关于 HTTP Connector 中有个emptySessionPath 其解释如下： If set to true, all paths for session cookies will be set to /. This can be useful for portlet specification impleme
  • springmvc Spring3 MVC，ajax，乱码 dashuaifu springjquerymvcAjax
      springmvc Spring3 MVC @ResponseBody返回，jquery ajax调用中文乱码问题解决   Spring3.0 MVC @ResponseBody 的作用是把返回值直接写到HTTP response body里。具体实现AnnotationMethodHandlerAdapter类handleResponseBody方法，具体实
  • 搭建WAMP环境 dcj3sjt126com wamp
    这里先解释一下WAMP是什么意思。W:windows，A：Apache，M：MYSQL，P：PHP。也就是说本文说明的是在windows系统下搭建以apache做服务器、MYSQL为数据库的PHP开发环境。      工欲善其事，必须先利其器。因为笔者的系统是WinXP，所以下文指的系统均为此系统。笔者所使用的Apache版本为apache_2.2.11-
  • yii2 使用raw http request dcj3sjt126com http
    Parses a raw HTTP request using yii\helpers\Json::decode()   To enable parsing for JSON requests you can configure yii\web\Request::$parsers using this class: 'request' =&g
  • Quartz-1.8.6 理论部分 eksliang quartz
    转载请出自出处：http://eksliang.iteye.com/blog/2207691 一.概述 基于Quartz-1.8.6进行学习，因为Quartz2.0以后的API发生的非常大的变化，统一采用了build模式进行构建； 什么是quartz?   答：简单的说他是一个开源的java作业调度框架，为在 Java 应用程序中进行作业调度提供了简单却强大的机制。并且还能和Sp
  • 什么是POJO？ gupeng_ie javaPOJO框架Hibernate
    POJO--Plain Old Java Objects(简单的java对象)   POJO是一个简单的、正规Java对象，它不包含业务逻辑处理或持久化逻辑等，也不是JavaBean、EntityBean等，不具有任何特殊角色和不继承或不实现任何其它Java框架的类或接口。   POJO对象有时也被称为Data对象，大量应用于表现现实中的对象。如果项目中使用了Hiber
  • jQuery网站顶部定时折叠广告 ini JavaScripthtmljqueryWebcss
    效果体验：http://hovertree.com/texiao/jquery/4.htmHTML文件代码： <!DOCTYPE html> <html xmlns="http://www.w3.org/1999/xhtml"> <head> <title>网页顶部定时收起广告jQuery特效 - HoverTree<
  • Spring boot内嵌的tomcat启动失败 kane_xie spring boot
    根据这篇guide创建了一个简单的spring boot应用，能运行且成功的访问。但移植到现有项目（基于hbase）中的时候，却报出以下错误：     SEVERE: A child container failed during start java.util.concurrent.ExecutionException: org.apache.catalina.Lif
  • leetcode: sort list michelle_0916 Algorithmlinked listsort
    Sort a linked list in O(n log n) time using constant space complexity. ====analysis======= mergeSort for singly-linked list  ====code=======   /** * Definition for sin
  • nginx的安装与配置,中途遇到问题的解决 qifeifei nginx
    我使用的是ubuntu13.04系统，在安装nginx的时候遇到如下几个问题，然后找思路解决的，nginx 的下载与安装   wget http://nginx.org/download/nginx-1.0.11.tar.gz tar zxvf nginx-1.0.11.tar.gz ./configure make make install   安装的时候出现
  • 用枚举来处理java自定义异常 tcrct javaenumexception
    在系统开发过程中，总少不免要自己处理一些异常信息，然后将异常信息变成友好的提示返回到客户端的这样一个过程，之前都是new一个自定义的异常，当然这个所谓的自定义异常也是继承RuntimeException的，但这样往往会造成异常信息说明不一致的情况，所以就想到了用枚举来解决的办法。 1，先创建一个接口，里面有两个方法，一个是getCode, 一个是getMessage public
  • erlang supervisor分析 wudixiaotie erlang
    当我们给supervisor指定需要创建的子进程的时候，会指定M,F,A,如果是simple_one_for_one的策略的话，启动子进程的方式是supervisor:start_child(SupName, OtherArgs),这种方式可以根据调用者的需求传不同的参数给需要启动的子进程的方法。和最初的参数合并成一个数组，A ++ OtherArgs。那么这个时候就有个问题了，既然参数不一致，那
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他