wy王岩
wy王岩

残菊

时空中的傲然一朵残菊...

王岩1185

2018-11-21

时空中的傲然

一朵残菊，在路边，在冰冷的土地和枯萎的枝条中，我寒冷的脚步差点错过它。

它已没有夏时的丰沛美艳和凌空傲然。它的叶片已有些暗淡，但它依然在开放，表现着意志之美和心灵的昂然。它知道自己的使命，知道自己在彻底熄灭之前，一定要把自己所有的美艳与热情留给大地，留给那些最需要自己的人和事物。它内心的意志强烈地提醒自己:不能把自己的一丝美艳留给自己，不能用自己心中的一丝热情温暖自己冰冷的肌肤。它选择着。它首先选择的是扼杀自己的寒冷。于是，它把自己的温暖，热情，温柔的姿态抛洒般地送给了一次次、一遍遍伤害自己的风。在寒风凌厉地带走的温暖中，已有它的执着的热烈的血。 它用自己血液的灼烈的色彩告诉风，告诉残酷的凶手:嫉妒、寒冷只会产生恨，只会使心中的善良，心中的爱枯萎凋零，只会使我们的内心和大地血流成河。

它告诉那些在地下盘旋伸展的各种树木的根系，不要停止自己的飞扬和寻找。它们在地下的深深地飞翔，一定会感动那些在枝头栖息，躲避严寒的飞鸟，使它们重新用自己强有力的凌空痕迹，鼓励冬日暗淡的阳光和空中凝滞的云朵。它告诉冰冷的土壤，不要熄灭自己心中的热情和歌声。那微弱的旋律，一定会破土而出，成为土地的崭新的、温暖的风，成为树上随风起舞、可歌可泣的热烈枝条。

一朵残菊，微弱，微小，微微的气息，但它却包含着宏大景象:在空中，在地下，在它耐心地呼唤和静心布置的未来

我久久地停留，久久地注视，久久地思索:它的渺小与宏大，它的寂静与震荡，它的沉默与如海的倾诉。我终于离开时，我绵长的足迹已学会聆听和凝眉思索

你可能感兴趣的:(残菊)

  • 每天五分钟深度学习pytorch：基于Pytorch搭建ResNet模型的残差块 每天五分钟玩转人工智能 深度学习框架pytorch深度学习pytorch人工智能ResNet机器学习
    残差块我们分析一下这个残差块，x经过两个卷积层得到F(x)，然后F(x)+x作为残差块的输出，此时就有一个问题，这个问题就是F(x)+x的维度问题，如果图片数据经过两个卷积层之后F(x)变小（height和weight变小）或者通道数发生了变化，那么此时F(x)是没有办法和x相加的，当然我们可以学习前面的GoogLeNet的方式，也就是说卷积之后的F(x)和x一样，大小不变，或者对x变道和F(x)
  • Java注解说明书：从正确姿势到防坑指南，让你的代码会说话！ 双囍菜菜 Javajavapython开发语言
    《Java注解说明书：从正确姿势到防坑指南，让你的代码会说话！》——手把手教你玩转官方小标签，避开90%新手踩过的坑文章目录《Java注解说明书：从正确姿势到防坑指南，让你的代码会说话！》第一章：初识注解——代码世界的智能便利贴1.1注解的前世今生：从纸质标签到数字革命1.2注解的四大核心价值与实现原理第二章：基础三巨头——每个Javaer必须刻进DNA的标签2.1@Override：防手残终极护
  • 搜广推校招面经三十八 Y1nhl 搜广推面经算法pytorch推荐算法搜索算法机器学习
    字节推荐算法一、场景题：在抖音场景下为用户推荐广告词，吸引用户点击搜索，呈现广告这一流程的关键点以及可能遇到的困难。二、Transformer中对梯度消失或者梯度爆炸的处理在Transformer模型中，梯度消失和梯度爆炸是深度学习中常见的问题，尤其是在处理长序列数据时。为了克服这些问题，Transformer采用了一系列技术：2.1.残差连接（ResidualConnections）每个子层（包
  • AdaBoost算法 Mr终游 机器学习算法决策树
    目录一、核心原理：二、算法步骤三、关键优势：四.局限与解决五、代码示例（鸢尾花数据集）AdaBoost（AdaptiveBoosting）是一种经典的集成学习算法，通过组合多个弱分类器（如决策树）来构建强分类器。其核心思想是通过迭代优化残差（错误）和动态调整样本权重，逐步提升模型性能。以下是对AdaBoost的简明总结和关键要点：一、核心原理：提升法：通过顺序训练多个弱分类器，每轮专注修正前一个模
  • 完整集合经验模态分解（CEEMD）详解 DuHz 人工智能算法机器学习信号处理信息与通信
    完整集合经验模态分解（CEEMD）详解目录前言从EMD到EEMD再到CEEMDEMD（经验模态分解）回顾EEMD（集合经验模态分解）的改进与不足CEEMD（完整集合经验模态分解）的原理噪声对（noisepairs）与对称性CEEMD的核心数学表达式与EEMD的主要区别CEEMD算法流程与公式CEEMD分解过程中的详细推导正负噪声加法及EMD展开IMF的最终计算公式残差的平均处理CEEMD的优点与局
  • Pytorch实现之LSRGAN，轻量化SRGAN超分辨率SAR 这张生成的图像能检测吗 优质GAN模型训练自己的数据集超分辨率重建人工智能图像处理计算机视觉深度学习pytorch机器学习
    简介简介：在SRGAN的基础上设计了一个轻量化的SRGAN模型结构，通过DSConv+CA与残差结构的设计来减少参数量，同时利用SeLU激活函数构造。与多类SRGAN改进不同的是，很少使用BN层。论文题目：LightweightSuper-ResolutionGenerativeAdversarialNetworkforSARImages（SAR图像的轻量级超分辨率生成对抗网络）期刊：Remote
  • 《Python百炼成仙》21-30章（不定时跟新） Monkey_Jun python安全web安全小说修仙
    第廿一章列表开天·可变序列初成不周山的擎天玉柱裂开蛛网纹路，山体内部传出数据结构崩塌的轰鸣。叶军踏着《数据结构真解》残页凌空而立，手中薛香的本命玉尺泛起列表操作的幽光：补天石序列=[五色石]*9补天石序列[3]=息壤#引发链式变异楔子·共工之怒山腹深处涌出猩红的append()玄光，共工残魂在岩浆中咆哮：while天穹漏洞数量>0:补天石序列.append(五色石)天穹漏洞数量-=1叶军挥剑斩断失
  • Transformer 代码剖析9 - 解码器模块Decoder （pytorch实现） lczdyx Transformer代码剖析transformerpytorch深度学习人工智能python
    一、模块架构全景图1.1核心功能定位Transformer解码器是序列生成任务的核心组件，负责根据编码器输出和已生成序列预测下一个目标符号。其独特的三级注意力机制架构使其在机器翻译、文本生成等任务中表现出色。下面是解码器在Transformer架构中的定位示意图：解码器层组件解码器内部结构Transformer自注意力交叉注意力前馈网络残差连接+层归一化嵌入层位置编码解码器层1解码器层2...解码
  • 图片生成Prompt编写技巧 赫萝的红苹果 prompt
    1.图片情绪（场景氛围）一张图片一般都会有一个情绪基调，因为作画本质上也是在传达一些情绪，一般都会借助图片的氛围去转达。例如：比如家庭聚会一般是欢乐、喜乐融融。断壁残垣一般是悲凉。还有萧瑟、孤寂等。2.补充细节，多使用描述性的形容词描述图片中涉及到的所有元素。使用形容词补充元素的细节，和扩句差不多。例如一条狗，可以加上体型、颜色、种类，一条黄色的很可爱的小小个的中华田园犬。3.指定视角相同的景色，
  • ALOAM代码解析laserMapping（二） 大山同学 代码解析SLAM感知定位
    文章目录前言1.计算当前帧位置的IJK坐标2.与地图特征点与线段拟合及残差计算2.1.变换点云坐标系2.2.寻找最近邻点2.3.计算最近邻点的中心2.4.计算协方差矩阵2.5.特征值与特征向量分析2.6.判断是否为线特征2.7.添加残差函数3.点到平面拟合与残差计算（LidarPlaneNormFactor）3.1.变换点云坐标系3.2.寻找最近邻点3.3.最小二乘法拟合平面3.4.归一化法向量3
  • 【YOLOv11改进[注意力]】引入YOLOv12的A2C2f模块改进v11 Jackilina_Stone 【改进】YOLO系列YOLOpython计算机视觉OD
    本文将进行在YOLOv11中引入A2C2f模块魔改v11，文中含全部代码、详细修改方式。助您轻松理解改进的方法。目录一YOLOv121区域注意力(AreaAttention)2R-ELAN(残差高效层聚合网络)3架构优化4实验二魔改YOLOv111整体修改
  • ResNet代码详解与具体实现 墨小傲 python人工智能神经网络深度学习
    现在在搞一个项目，想将目前模型架构中的vgg换成resnet网络，所以写了这篇文章。代码都是官网的代码，只是对内容进行了解释。1.BasicBlock类中的init()函数是先定义网络架构，forward()的函数是前向传播，实现的功能就是残差块，importtorch.nnasnnimportmathimporttorch.utils.model_zooasmodel_zoo#这个文件内包括6中
  • python有限元传热求解_用python实现简单的有限元方法（一） weixin_39545102 python有限元传热求解
    华中师范大学hahakity有限元算法(FiniteElementMethod，简称FEM)是一种非常流行的求解偏微分方程的数值算法。有限元被广泛应用于结构受力分析、复杂边界的麦克斯韦方程求解以及热传导等问题。这一节介绍有限元方法的基本原理，以及如何用Python从头实现一个有限元算法，数值求解麦克斯韦方程。学习内容筑基：加权残差法(WeightedResidualMethod)心法：有限元与有限
  • 【深度学习】计算机视觉（CV）-图像分类-ResNet（Residual Network，残差网络） IT古董 深度学习人工智能深度学习计算机视觉分类
    ResNet（ResidualNetwork，残差网络）是一种深度卷积神经网络（CNN）架构，由何恺明（KaimingHe）等人在2015年提出，最初用于ImageNet竞赛，并在分类任务上取得了冠军。ResNet的核心思想是残差学习（ResidualLearning），它通过跳跃连接（SkipConnections）解决了深度神经网络训练中的梯度消失和梯度爆炸问题，使得非常深的网络（如50层、1
  • YOLOv8中Bottleneck模块详解 王了了哇 YOLO计算机视觉深度学习pytorchpython
    1.Bottleneck模块介绍Bottleneck模块在YOLOv8中的作用是进行特征提取和增强，是网络中的核心构建模块之一。它的主要功能是通过卷积操作来处理输入特征图，并在适当情况下应用残差连接，使得信息能够有效地通过网络层进行传播。2.Bottleneck模块的位置和作用在YOLOv8的网络结构中，Bottleneck模块被多次使用，主要出现在以下几个部分：Backbone部分：在多个层次上
  • 光迅科技2019校园招聘笔试题-----汉诺塔问题 L--certain 光迅科技笔试
    这道笔试题怎么说呢，本来是一道送分题，结果最后成了送命题。代码写出来了，就是输出不合要求，当时想了一会，没想出来，时间就到了，可惜！问题描述就是普通的汉诺塔问题，就是输出要求有点难搞。（由于手残，题目被删了。。。）简单说一下，就是说输入一个数，表示几个盘子，输出，先输出总共需要几步，再输出每一步的过程。我当时写的代码如下：num=int(input())res=0defmove(n,a,b,c):
  • 【深入探讨 ResNet：解决深度神经网络训练问题的革命性架构】 机器学习司猫白 深度学习人工智能resnet神经网络残差
    深入探讨ResNet：解决深度神经网络训练问题的革命性架构随着深度学习的快速发展，卷积神经网络（CNN）已经成为图像识别、目标检测等计算机视觉任务的主力军。然而，随着网络层数的增加，训练深层网络变得愈加困难，主要问题是“梯度消失”和“梯度爆炸”问题。幸运的是，ResNet（ResidualNetworks）通过引入“残差学习”概念，成功地解决了这些问题，极大地推动了深度学习的发展。本文将详细介绍R
  • 牧神记（校对版全本）- 热门小说分享- 电子书 jiswordsman 生活
    大墟的祖训说，天黑，别出门。大墟残老村的老弱病残们从江边捡到了一个婴儿，取名秦牧，含辛茹苦将他养大。这一天夜幕降临，黑暗笼罩大墟，秦牧走出了家门……做个春风中荡漾的反派吧！瞎子对他说。秦牧的反派之路，正在崛起！全书简介天魔教教主夫人司幼幽于新婚之夜暗害教主历天行，夺走镇教圣典后不知所终，追查多年的少年祖师来到了神秘的大墟，机缘巧合下迎来了少教主秦牧，由九位隐世高手抚养长大的蛮荒少年由此踏上了未知的
  • 【Transformer】小白入门指南 静静喜欢大白 随记医疗影像transformer深度学习人工智能
    目录1、简介2、Transformer解决问题技术概览核心组成自注意力机制（Self-AttentionMechanism）多头注意力机制（Multi-HeadAttention）前馈神经网络（Feed-ForwardNeuralNetwork）位置编码（PositionalEncoding）残差连接与标准化框架认识1.输入输出2.Encoder3.Decoder4.训练过程5.Positione
  • 大型语言模型的核心机制解析 耶耶Norsea 网络杂烩人工智能Deepseek
    摘要大型语言模型的核心机制依赖于Transformer架构，该架构通过嵌入层将输入数据转换为向量形式，并结合位置编码以保留序列中单词的顺序信息。随后，这些向量进入多头自注意力层，能够同时关注输入序列的不同部分。自注意力层的输出经过残差连接和层归一化处理，以增强模型的学习能力和稳定性。接着，数据流经前馈网络进一步处理，最终再次通过残差连接和层归一化，得到编码器层的输出。模型性能高度依赖大规模和高质量
  • 免费！满血版DeepSeek丝滑畅玩，低门槛实现671B-R1/V3自由 量子位
    想快速顺畅上手DeepSeek还不踩坑？“真·满血DeepSeek-671B-R1/V3解决方案”来了！它能解决的问题包括：服务器总繁忙充了钱却被残血模型欺骗费力拉新，遇上代金券失效背刺不懂代码，不会使用API接口模型不能联网查询实时信息数据隐私要求高，不想上传外网潞晨云官方现在提供以下服务：免费通道：不用拉新、不计代金券、不用充值。联网搜索：在线点击即用，体验加强版满血模型。无代码：在线交互体验
  • Visual Studio 2017 、2019安装Windows SDK失败的解决办法(改盘符引起) 发狂的蜗牛 c++visualstudiowindowside
    如果是改盘符出错就请往下看，如果不是就别往下看了这是血泪踩出来的坑，希望有所帮助。我是手残把电脑盘符改了，然后vs就开始疯狂报错，百试无果、百度不出，果断放弃，刚开始是安装的2017，卸载完后安装的2019，安好后就开始报fatalerrorC1083:无法打开包括文件:“corecrt.h”:Nosuchfileordirectory然后去看日志就是安装WindowsSDK失败(这是2019报的
  • MobileNetV2: Inverted Residuals and Linear Bottlenecks TAICHIFEI Paper人工智能计算机视觉
    Link：https://arxiv.org/abs/1801.04381这篇文章是一篇关于MobileNetV2的学术论文，主要介绍了MobileNetV2的架构设计及其在图像分类、目标检测和语义分割任务中的应用。以下是对这些核心内容的简要概述：MobileNetV2架构设计：提出了一种新的神经网络模块——倒残差结构（InvertedResiduals），其中的快捷连接位于瓶颈层之间。使用轻量级
  • deseq2进行差异分析时的分组问题 请你喝好果汁641 RNA-seq学习
    这段代码是使用DESeq2包进行RNA-Seq数据差异表达分析的示例。它展示了如何在不同实验设计下进行差异表达分析，包括两组比较、两条件两基因型的交互作用，以及两条件三基因型的分析。示例1：两组比较#创建一个示例数据集，包含4个样本dds=1.10中，所选的阈值是过滤器的最低分位数，其中拒绝数接近拟合曲线在过滤器分位数上的峰值。“接近”定义为在1个残差标准差内。对于未通过过滤阈值的基因，调整后的p
  • 深度学习查漏补缺：1.梯度消失、梯度爆炸和残差块 nnerddboy 白话机器学习深度学习人工智能
    一、梯度消失梯度消失的根本原因在于激活函数的性质和链式法则的计算：激活函数的导数很小：常见的激活函数（例如Sigmoid和Tanh）在输入较大或较小时，输出趋于饱和（Sigmoid的输出趋于0或1），其导数接近于0。在反向传播中，每一层的梯度都会乘以激活函数的导数。如果导数很小，乘积就会导致梯度逐渐变小。链式法则的多次相乘：假设网络有nn层，梯度从输出层传到第ii层时，会经历多次链式相乘：如果每一
  • python 求差分_用python实现简单的有限元方法（一） weixin_39622710 python求差分
    华中师范大学hahakity有限元算法（FiniteElementMethod，简称FEM）是一种非常流行的求解偏微分方程的数值算法。有限元被广泛应用于结构受力分析、复杂边界的麦克斯韦方程求解以及热传导等问题。这一节介绍有限元方法的基本原理，以及如何用Python从头实现一个有限元算法，数值求解麦克斯韦方程。学习内容筑基：加权残差法（WeightedResidualMethod）心法：有限元与有限
  • Aligner：自动修正AI的生成结果，北大推出残差修正模型对齐技术 蚝油菜花 每日AI项目与应用实例人工智能人工智能开源
    ❤️如果你也关注AI的发展现状，且对AI应用开发非常感兴趣，我会每日分享大模型与AI领域的最新开源项目和应用，提供运行实例和实用教程，帮助你快速上手AI技术，欢迎关注我哦！微信公众号｜搜一搜：蚝油菜花快速阅读技术背景：Aligner是北京大学团队提出的大语言模型对齐技术，通过学习对齐答案与未对齐答案之间的修正残差来提升模型性能。核心优势：作为即插即用的模块，可以直接应用于各种开源和基于API的模型
  • 新本郑氏周易-清-恵栋 幻影之心 算法
    新本郑氏周易清恵栋提要郑氏周易赞卷上卷中卷下郑氏周易爻辰图提要《新本郑氏周易》三卷，国朝恵栋编。栋字定宇，长洲人。初王应麟辑郑元易注一卷，其后人附刻玉海之末，虽残章断句，尚颇见汉学之崖畧。于经籍颇为有功，然皆不着所出之书，又次序先后间与经文不应，亦有遗漏未载者。栋因其旧本重为补正，凡应麟书所已载者，一一考求原本，注其出自某书。明其信而有征，极为详。核其次序先后，亦悉从经文，厘定复搜采羣籍。上经补二
  • 梯度提升用于高效的分类与回归 纠结哥_Shrek 分类回归数据挖掘
    使用决策树（DecisionTree）实现梯度提升（GradientBoosting）主要是模拟GBDT（GradientBoostingDecisionTrees）的原理，即：第一棵树拟合原始数据计算残差（负梯度方向）用新的树去拟合残差累加所有树的预测值重复步骤2-4，直至达到指定轮数下面是一个纯Python+PyTorch实现GBDT（梯度提升决策树）的代码示例。1.纯Python实现梯度提升
  • 大语言模型原理与工程实践：残差连接与层归一化 AI大模型应用之禅 AI大模型与大数据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
    1.背景介绍随着自然语言处理（NLP）的发展，深度学习在过去几年中取得了令人瞩目的成果。其中，循环神经网络（RNN）和卷积神经网络（CNN）在图像和文本分类、语义角色标注、机器翻译等领域表现出色。然而，这些网络在训练过程中经常遭遇梯度消失和梯度爆炸的问题。为了解决这些问题，我们引入了残差连接（ResidualConnections）和层归一化（BatchNormalization）来改善模型性能。
  • Spring4.1新特性——综述 jinnianshilongnian spring 4.1
    目录 Spring4.1新特性——综述 Spring4.1新特性——Spring核心部分及其他 Spring4.1新特性——Spring缓存框架增强 Spring4.1新特性——异步调用和事件机制的异常处理 Spring4.1新特性——数据库集成测试脚本初始化 Spring4.1新特性——Spring MVC增强 Spring4.1新特性——页面自动化测试框架Spring MVC T
  • Schema与数据类型优化 annan211 数据结构mysql
    目前商城的数据库设计真是一塌糊涂，表堆叠让人不忍直视，无脑的架构师，说了也不听。 在数据库设计之初，就应该仔细揣摩可能会有哪些查询，有没有更复杂的查询，而不是仅仅突出 很表面的业务需求，这样做会让你的数据库性能成倍提高，当然，丑陋的架构师是不会这样去考虑问题的。 选择优化的数据类型 1 更小的通常更好 更小的数据类型通常更快，因为他们占用更少的磁盘、内存和cpu缓存，
  • 第一节 HTML概要学习 chenke htmlWebcss
    第一节 HTML概要学习 1. 什么是HTML HTML是英文Hyper Text Mark-up Language(超文本标记语言)的缩写，它规定了自己的语法规则，用来表示比“文本”更丰富的意义，比如图片，表格，链接等。浏览器（IE,FireFox等）软件知道HTML语言的语法，可以用来查看HTML文档。目前互联网上的绝大部分网页都是使用HTML编写的。 打开记事本 输入一下内
  • MyEclipse里部分习惯的更改 Array_06 eclipse
    继续补充中---------------------- 1.更改自己合适快捷键windows-->prefences-->java-->editor-->Content Assist-->      Activation triggers for java的右侧“.”就可以改变常用的快捷键 选中 Text
  • 近一个月的面试总结 cugfy 面试
    本文是在学习中的总结，欢迎转载但请注明出处：http://blog.csdn.net/pistolove/article/details/46753275 前言       打算换个工作，近一个月面试了不少的公司，下面将一些面试经验和思考分享给大家。另外校招也快要开始了，为在校的学生提供一些经验供参考，希望都能找到满意的工作。 
  • HTML5一个小迷宫游戏 357029540 html5
         通过《HTML5游戏开发》摘抄了一个小迷宫游戏，感觉还不错，可以画画，写字，把摘抄的代码放上来分享下，喜欢的同学可以拿来玩玩！ <html> <head> <title>创建运行迷宫</title> <script type="text/javascript"
  • 10步教你上传githib数据 张亚雄 git
    官方的教学还有其他博客里教的都是给懂的人说得，对已我们这样对我大菜鸟只能这么来锻炼，下面先不玩什么深奥的，先暂时用着10步干净利索。等玩顺溜了再用其他的方法。 操作过程（查看本目录下有哪些文件NO.1）ls （跳转到子目录NO.2）cd+空格+目录 （继续NO.3）ls （匹配到子目录NO.4）cd+ 目录首写字母+tab键+（首写字母“直到你所用文件根就不再按TAB键了”） （查看文件
  • MongoDB常用操作命令大全 adminjun mongodb操作命令
    成功启动MongoDB后，再打开一个命令行窗口输入mongo，就可以进行数据库的一些操作。输入help可以看到基本操作命令，只是MongoDB没有创建数据库的命令，但有类似的命令 如：如果你想创建一个“myTest”的数据库，先运行use myTest命令，之后就做一些操作（如：db.createCollection('user')）,这样就可以创建一个名叫“myTest”的数据库。 一
  • bat调用jar包并传入多个参数 aijuans
    下面的主程序是通过eclipse写的： 1.在Main函数接收bat文件传递的参数（String[] args）  如：   String ip =args[0];          String user=args[1];       &nbs
  • Java中对类的主动引用和被动引用 ayaoxinchao java主动引用对类的引用被动引用类初始化
      在Java代码中，有些类看上去初始化了，但其实没有。例如定义一定长度某一类型的数组，看上去数组中所有的元素已经被初始化，实际上一个都没有。对于类的初始化，虚拟机规范严格规定了只有对该类进行主动引用时，才会触发。而除此之外的所有引用方式称之为对类的被动引用，不会触发类的初始化。虚拟机规范严格地规定了有且仅有四种情况是对类的主动引用，即必须立即对类进行初始化。四种情况如下：1.遇到ne
  • 导出数据库 提示 outfile disabled BigBird2012 mysql
    在windows控制台下，登陆mysql，备份数据库：   mysql>mysqldump -u root -p test test > D:\test.sql 使用命令 mysqldump 格式如下： mysqldump -u root -p *** DBNAME > E:\\test.sql。 注意：执行该命令的时候不要进入mysql的控制台再使用，这样会报
  • Javascript 中的 && 和 || bijian1013 JavaScript&&||
            准备两个对象用于下面的讨论 var alice = { name: "alice", toString: function () { return this.name; } } var smith = { name: "smith",
  • [Zookeeper学习笔记之四]Zookeeper Client Library会话重建 bit1129 zookeeper
    为了说明问题，先来看个简单的示例代码：   package com.tom.zookeeper.book; import com.tom.Host; import org.apache.zookeeper.WatchedEvent; import org.apache.zookeeper.ZooKeeper; import org.apache.zookeeper.Wat
  • 【Scala十一】Scala核心五：case模式匹配 bit1129 scala
    package spark.examples.scala.grammars.caseclasses object CaseClass_Test00 { def simpleMatch(arg: Any) = arg match { case v: Int => "This is an Int" case v: (Int, String)
  • 运维的一些面试题 yuxianhua linux
    1、Linux挂载Winodws共享文件夹   mount -t cifs //1.1.1.254/ok /var/tmp/share/ -o username=administrator,password=yourpass 或 mount -t cifs -o username=xxx,password=xxxx //1.1.1.1/a /win    
  • Java lang包-Boolean BrokenDreams boolean
             Boolean类是Java中基本类型boolean的包装类。这个类比较简单，直接看源代码吧。 public final class Boolean implements java.io.Serializable,
  • 读《研磨设计模式》-代码笔记-命令模式-Command bylijinnan java设计模式
    声明： 本文只为方便我个人查阅和理解，详细的分析以及源代码请移步 原作者的博客http://chjavach.iteye.com/ import java.util.ArrayList; import java.util.Collection; import java.util.List; /** * GOF 在《设计模式》一书中阐述命令模式的意图：“将一个请求封装
  • matlab下GPU编程笔记 cherishLC matlab
    不多说，直接上代码 gpuDevice % 查看系统中的gpu,,其中的DeviceSupported会给出matlab支持的GPU个数。 g=gpuDevice(1); %会清空 GPU 1中的所有数据,,将GPU1 设为当前GPU reset(g) %也可以清空GPU中数据。 a=1; a=gpuArray(a); %将a从CPU移到GPU中 onGP
  • SVN安装过程 crabdave SVN
    SVN安装过程   subversion-1.6.12   ./configure --prefix=/usr/local/subversion --with-apxs=/usr/local/apache2/bin/apxs --with-apr=/usr/local/apr --with-apr-util=/usr/local/apr --with-openssl=/
  • sql　行列转换 daizj sql行列转换行转列列转行
    行转列的思想是通过case when 来实现 列转行的思想是通过union all 来实现 下面具体例子： 假设有张学生成绩表(tb)如下: Name Subject Result 张三 语文　　74 张三 数学　　83 张三 物理　　93 李四 语文　　74 李四 数学　　84 李四 物理　　94 */ /* 想变成 姓名   &
  • MySQL--主从配置 dcj3sjt126com mysql
    linux下的mysql主从配置： 说明：由于MySQL不同版本之间的(二进制日志)binlog格式可能会不一样，因此最好的搭配组合是Master的MySQL版本和Slave的版本相同或者更低， Master的版本肯定不能高于Slave版本。（版本向下兼容） mysql1  : 192.168.100.1    //master mysq
  • 关于yii 数据库添加新字段之后model类的修改 dcj3sjt126com Model
    rules: array('新字段','safe','on'=>'search') 1、array('新字段', 'safe')//这个如果是要用户输入的话，要加一下， 2、array('新字段', 'numerical'),//如果是数字的话 3、array('新字段', 'length', 'max'=>100),//如果是文本 1、2、3适当的最少要加一条，新字段才会被
  • sublime text3 中文乱码解决 dyy_gusi Sublime Text
    sublime text3中文乱码解决 原因：缺少转换为UTF-8的插件 目的：安装ConvertToUTF8插件包 第一步：安装能自动安装插件的插件，百度“Codecs33”，然后按照步骤可以得到以下一段代码： import urllib.request,os,hashlib; h = 'eb2297e1a458f27d836c04bb0cbaf282' + 'd0e7a30980927
  • 概念了解：CGI，FastCGI，PHP-CGI与PHP-FPM geeksun PHP
    CGI CGI全称是“公共网关接口”(Common Gateway Interface)，HTTP服务器与你的或其它机器上的程序进行“交谈”的一种工具，其程序须运行在网络服务器上。 CGI可以用任何一种语言编写，只要这种语言具有标准输入、输出和环境变量。如php,perl,tcl等。 FastCGI FastCGI像是一个常驻(long-live)型的CGI，它可以一直执行着，只要激活后，不
  • Git push 报错 "error: failed to push some refs to " 解决 hongtoushizi git
    Git push 报错 "error: failed to push some refs to " . 此问题出现的原因是：由于远程仓库中代码版本与本地不一致冲突导致的。 由于我在第一次git pull --rebase 代码后，准备push的时候，有别人往线上又提交了代码。所以出现此问题。 解决方案： 1： git pull    2：
  • 第四章 Lua模块开发 jinnianshilongnian nginxlua
    在实际开发中，不可能把所有代码写到一个大而全的lua文件中，需要进行分模块开发；而且模块化是高性能Lua应用的关键。使用require第一次导入模块后，所有Nginx 进程全局共享模块的数据和代码，每个Worker进程需要时会得到此模块的一个副本（Copy-On-Write），即模块可以认为是每Worker进程共享而不是每Nginx Server共享；另外注意之前我们使用init_by_lua中初
  • java.lang.reflect.Proxy liyonghui160com
      1.简介   Proxy 提供用于创建动态代理类和实例的静态方法 （1）动态代理类的属性 代理类是公共的、最终的，而不是抽象的 未指定代理类的非限定名称。但是，以字符串 "$Proxy" 开头的类名空间应该为代理类保留 代理类扩展 java.lang.reflect.Proxy 代理类会按同一顺序准确地实现其创建时指定的接口
  • Java中getResourceAsStream的用法 pda158 java
    1.Java中的getResourceAsStream有以下几种： 1. Class.getResourceAsStream(String path) ： path 不以’/'开头时默认是从此类所在的包下取资源，以’/'开头则是从ClassPath根下获取。其只是通过path构造一个绝对路径，最终还是由ClassLoader获取资源。 　　2. Class.getClassLoader.get
  • spring 包官方下载地址（非maven） sinnk spring
    SPRING官方网站改版后，建议都是通过 Maven和Gradle下载，对不使用Maven和Gradle开发项目的，下载就非常麻烦，下给出Spring Framework jar官方直接下载路径:   http://repo.springsource.org/libs-release-local/org/springframework/spring/   s
  • Oracle学习笔记(7) 开发PLSQL子程序和包 vipbooks oraclesql编程
        哈哈，清明节放假回去了一下，真是太好了，回家的感觉真好啊！现在又开始出差之旅了，又好久没有来了，今天继续Oracle的学习！      这是第七章的学习笔记，学习完第六章的动态SQL之后，开始要学习子程序和包的使用了……，希望大家能多给俺一些支持啊！     编程时使用的工具是PLSQL
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他