- Fooocus AI绘画神器兼具Midjourney和Stable Diffusion强大功能,win版本整合包一键运行N卡版(8g内存4g显卡可操作硬盘空间要500g),省去繁琐的安装(A卡改参数)
struggle2025
AI作画midjourneystablediffusion人工智能计算机视觉图像处理
开源AI绘画工具Fooocus使用指南最近,在Github上一款全新的开源AI绘画工具Fooocus横空出世,引发了众多AI绘画爱好者的关注。它不仅能够像StablediffusionWebUI一样部署到本地免费使用,还具备midjourney那般便捷的操作界面,为用户带来了极其出色的创作体验。Foocus重新思考了图像生成器的设计。该软件是离线的,开源的,免费的,同时,类似于许多在线图像生成器,
- php的使用及 phpstorm环境部署
aaaweiaaaaaa
phpstormandroid网络安全web安全
php语法环境搭建:在小皮中新建网站,注意先填写域名再点击选择根目录。成功创建网站后,打开发现forbidden,因为新建的网站里是空的,需要新建index.php文件---->在Phpstorm中左上角打开文件,打开那个文件所在的文件夹---->新建一个php文件叫index.php.这时候已经可以在小皮中打开面板了,但是在storm中无法打开------>在storm中文件->设置->部署中新
- Android 绘图工具与实战(具体例子)
Chasing stars
Androidcanvas
绘图工具与实战参考链接:https://www.runoob.com/w3cnote/android-tutorial-drawable-tool.html三大绘图工具:1)Paint(画笔):就是画笔,用于设置绘制风格,如:线宽(笔触粗细),颜色,透明度和填充风格等直接使用无参构造方法就可以创建Paint实例:Paintpaint=newPaint();我们可以通过下述方法来设置Paint(画笔
- 性能测试中的IO风险诊断有哪些?
Feng.Lee
漫谈测试php服务器前端
应用系统离不开IO(数据读写),IO的读写性能直接影响系统性能,而磁盘IO系统的短板。CPU处理频率较磁盘的物理操作更快几个数量级,CPU从磁盘读取数据和从内存中读取数据的差别是秒到毫秒的区别。IO比较繁忙时,如果IO得不到满足会导致应用的阻塞(也叫IO等待或非空闲等待)。针对IO场景的模型,我们要考虑的有IO的TPS,平均IO数据,平均队列长度,平均服务时间,平均等待时间,IO利用率(磁盘Bus
- 性能测试网络风险诊断有哪些?
Feng.Lee
漫谈测试开发语言
目录一、网络定位分析手段二、sar命令三、netstat命令以下是几种常见的网络风险诊断方法网络连通性检查带宽与延迟测量丢包率分析网络拓扑结构审查安全设备影响评估协议层面上的优化负载均衡器效能检验云化服务架构下的特殊考量系统应用之间的交换,尤其是跨机器之间,都是要基于网络的,因此网络宽带,响应时间,网络延迟,阻塞等都是影响系统性能的因素。如果应用在不稳定,不安全的网络下,则会导致应用程序的超时,丢
- 本地部署DeepSeek 多模态大模型Janus-Pro-7B
网络安全我来了
人工智能AI人工智能
本地部署Janus-Pro-7B的完整指南在今天,AI无处不在,它深刻改变了我们与世界的互动方式。是否曾想过,如何能够将强大的多模态大模型,如DeepSeek的Janus-Pro-7B,部署到本地使其为你所用呢?本篇文章将带你逐步了解Janus-Pro-7B的特点和部署过程,并解决你可能遇到的各种问题。1.Janus-Pro-7B简介1.1模型特点与创新在众多AI模型中,Janus-Pro-7B犹
- AI大模型基于LLM的Agent架构图解
AI产品经理
人工智能深度学习语言模型学习
Agent定义Agent是什么?Agent是一种能够自主决策、采取行动以达到某种目标的实体。AIAgent的确定义:基于人工智能(尤其是大模型)技术,能够感知和理解环境,并采取行动以完成目标的智能实体。Agent能干什么?AIAgent主要依托LLM模型和具体的业务场景来调用相应的工具来完成任务目标,智能化程度和行业贴合度会更明显。典型案例有什么?智能核保应用,如果解决方案搭载AIAgent能力,
- 什么是LLM?看这一篇就够了!
Python程序员罗宾
人工智能语言模型AIGC自然语言处理
前言自从2022年12月ChatGPT横空面世以来,AI领域获得了十足的关注和资本,其实AI的概念在早些年也火过一波,本轮AI热潮相比于之前的AI,最大的区别在于:生成式。本文主要介绍大语言模型(LargeLanguageModel,简称LLM)。大语言模型介绍什么是大语言模型(LLM)通过海量文本训练的、能识别人类语言、执行语言类任务、拥有大量参数的模型,称之为大语言模型。GPT、LLaMA、M
- 寒假刷题Day18
komo莫莫da
算法leetcode数据结构
一、16.最接近的三数之和这一题有负数,没有单调性,不能“大了右指针左移,小了左指针右移,最后存值域求差绝对值”。classSolution{public:intthreeSumClosest(vector&nums,inttarget){ranges::sort(nums);intans,n=nums.size();intmin_diff=INT_MAX;for(inti=0;i0&&x==nu
- 导电树脂胶
卓晴
科学-技术-探究mongodb数据库嵌入式硬件
导电胶水导电树脂胶水01导电树脂胶一、前言 这个导电树脂胶水是几年前购买的。现在已经过去了很长时间。 之前测量它的导通电阻非常大。 下面,再测量一下这个导电树脂的导电性能。二、测量结果 下面测试刚才涂抹在纸片上的导电树脂。可以看到似乎剩下的是一些碳粉形成的导电层。 利用数值万用表进行测量。 数字万用表可以测量20M欧姆以内的电阻。 可以看到导电数值图层的电阻大约为20k欧姆,并随着测量表笔靠近
- 在 Ubuntu 下通过 Docker 部署 PSQL 服务器
明 庭
服务器ubuntudocker
嗨,各位技术爱好者!今天我们要聊的是如何在Ubuntu系统中通过Docker部署PostgreSQL(简称PSQL)服务器。对于那些还不熟悉Docker和PSQL的小伙伴,Docker是一个开源的容器化平台,可以让你轻松构建、部署和管理应用。而PostgreSQL是一个功能强大的开源关系数据库管理系统,以其稳定性和强大的功能而闻名。Docker和PSQL简介Docker:通过容器技术,Docker
- 在Windows上用Llama Factory微调Llama 3的基本操作
蛐蛐蛐
深度学习Python技巧科研工具llama
这篇博客参考了一些文章,例如:教程:利用LLaMA_Factory微调llama3:8b大模型_llama3模型微调保存-CSDN博客也可以参考LlamaFactory的Readme:GitHub-hiyouga/LLaMA-Factory:UnifyEfficientFine-Tuningof100+LLMsUnifyEfficientFine-Tuningof100+LLMs.Contribu
- 【llm对话系统】大模型 Llama 源码分析之并行训练方案
kakaZhui
llama人工智能AIGCchatgpt
1.引言训练大型语言模型(LLM)需要巨大的计算资源和内存。为了高效地训练这些模型,我们需要采用各种并行策略,将计算和数据分布到多个GPU或设备上。Llama作为当前最流行的开源大模型之一,其训练代码中采用了多种并行技术。本文将深入Llama的训练代码,分析其并行训练方案,主要关注参数并行和部分结构参数共享。2.并行训练策略概述常见的并行训练策略包括:数据并行(DataParallelism,DP
- 【llm对话系统】大模型 Llama 源码分析之 LoRA 微调
kakaZhui
llama深度学习pytorchAIGCchatgpt
1.引言微调(Fine-tuning)是将预训练大模型(LLM)应用于下游任务的常用方法。然而,直接微调大模型的所有参数通常需要大量的计算资源和内存。LoRA(Low-RankAdaptation)是一种高效的微调方法,它通过引入少量可训练参数,固定预训练模型的权重,从而在保持性能的同时大大减少了计算开销。本文将深入分析LoRA的原理,并结合Llama源码解读其实现逻辑,最后探讨LoRA的优势。2
- 【llm对话系统】大模型 Llama 源码分析之 Flash Attention
kakaZhui
llama人工智能AIGCchatgpt
1.写在前面近年来,基于Transformer架构的大型语言模型(LLM)在自然语言处理(NLP)领域取得了巨大的成功。Transformer的核心组件是自注意力(Self-Attention)机制,它允许模型捕捉输入序列中不同位置之间的关系。然而,标准的自注意力机制的计算复杂度与序列长度的平方成正比,这使得它在处理长序列时效率低下。为了解决这个问题,FlashAttention被提出,它是一种高
- 使用 ChatPremAI 和 LangChain 构建高级聊天模型功能
hgSdaegva
python
##使用ChatPremAI和LangChain构建高级聊天模型功能###技术背景介绍随着生成式AI的快速发展,诸如ChatGPT等大型语言模型逐渐成为开发智能应用的核心组件。然而,如何高效利用这些模型,并将其部署到生产环境中,仍然是开发者面临的一大挑战。ChatPremAI是一款整合所有核心功能的生成式AI平台,通过与LangChain的完美结合,为开发者提供了灵活且功能强大的接口以实现复杂功能
- 【深度学习】因果推断与机器学习的高级实践 数学建模_问题根因 分析 机器学习
2401_84239830
程序员深度学习机器学习数学建模
现阶段深度学习有三大特征:数据驱动:即数据训练,将数据输入到模型中进行训练;关联学习:模型基于给定训练数据集,进行关联学习;概率输出:即最后的输出,判断这个图片有“狗“的概率是多少。以数据驱动、关联学习、概率输出为特征的深度学习存在什么问题呢?以一个简单的图片识别问题为例:识别一张图片中是否有狗。在很多预测问题中,我们拿到的数据集往往都是有偏的,比如我们拿到的数据中有80%的图片中狗都在草地上,这
- 全覆盖路径规划-精准细胞覆盖算法
码厂一粒沙
记录算法
今天,咱们来聊聊这个传统的精准细胞覆盖算法,算法的描述挺抽象的,这里尽量用易于理解的语言来讲解一下,它就像是给机器人安排一个任务,让它把一块地方仔仔细细地走一遍,下面详细说说它是怎么做的。整体思路想象你要打扫一个大房间,你得有个计划,知道先打扫哪块,再打扫哪块,最后把整个房间都打扫干净。精准细胞覆盖算法就是给机器人规划这样的“打扫路线”,让它能把给定的空间都走遍。具体步骤第一步:把空间“切块”并记
- Python 批量下载 ERA-5 Reanalysis 数据
zhe是我呀
数据下载ERA-5数据下载python
ECMWF大气再分析数据集ERA-interim已被ERA-5数据集取代,ERA-5详细信息看这里下面介绍下载的具体步骤:1.要下载ERA-5数据集,需要先注册一个CDS账号。登录之后进入ClimateDataStoreAPI页面复制自己的key和url,如下图2.创建.cdsapirc文件,windows系统就是自己的用户目录下面,linux就是根目录,内容为自己的key和url,示例如下图
- 深入理解 ThreadLocal 原理及其在 Java 多线程上下文管理中的应用
码农阿豪@新空间代码工作室
包罗万象java开发语言
个人名片作者简介:java领域优质创作者个人主页:码农阿豪工作室:新空间代码工作室(提供各种软件服务)个人邮箱:[
[email protected]]个人微信:15279484656个人导航网站:www.forff.top座右铭:总有人要赢。为什么不能是我呢?专栏导航:码农阿豪系列专栏导航面试专栏:收集了java相关高频面试题,面试实战总结️Spring5系列专栏:整理了Spring5重要知识点与
- Python获取能唯一确定一棵给定的树的最少数量的拓扑序列
weixin_30777913
数据结构python
称一个111~nnn的排列{p}={p1,p2,⋯ ,pn}\{p\}=\{p_1,p_2,\cdots,p_n\}{p}={p1,p2,⋯,pn}是一棵n个点、点编号为111至nnn的树TTT的拓扑序列,当且仅对于任意1≤iij>ij>i满足pip_ipi与pjp_jpj之间有连边。给定树TTT,你需要给出尽可能少的该树的拓扑序列{p1},{p2},⋯ ,{pk}\{p_1\},\{p_2\},
- WebServices应用集成框架ESB(Enterprise Service Bus 企业服务总线)
songyuhong
技术service框架webservicejbossweb服务中间件
给大家介绍一个好东东,在进行系统间集成时经常利用WebService,但是从建立WebService和调用的重复性和维护性的工作量都相当大,所以接下来我将宴请大家干看不吃一顿丰盛的WebService应用框架技术大餐。首先简单介绍一下,ESB全称为EnterpriseServiceBus,即企业服务总线。它是传统中间件技术与XML、Web服务等技术结合的产物。ESB提供了网络中最基本的连接中枢,是
- 阿里云服务器配置gitlab
1*皮卡丘*1
gitlab学习服务器阿里云运维
自己用的是阿里云的服务器,用了两天时间才安装上的,之前百度找了很多方法大概流程都是一样的,但是自己上手安装怎么都安不上,考虑服务器操作系统版本问题(与contos8的版本兼容),考虑软硬件问题(2核8g),感觉都没问题,卸载了又装,总是出现502问题。有的说是内存,有的是说端口。接下来就先把之前的软件卸载,重新装。卸载gitlab步骤:先停止gitlab:gitlab-ctlstop卸载gitla
- Ubuntu22.04 LTS安装USB无线网卡RTL8188ftv驱动
Zoolybo
ubuntu服务器网络
1、插上USB无线网卡使用lsusb查看无线网卡,权限不够前面就加sudosudolsusb看到有8188FTV字样的说明就已经识别了,就像上图的001总线上的005设备,下面开始安装驱动1、老规矩,先update和upgradesudoaptupdatesudoaptupgradesudoaptinstallnet-tools2、添加仓库,添加后再update一下sudoadd-apt-repo
- 白话DeepSeek-R1论文(三)| DeepSeek-R1蒸馏技术:让小模型“继承”大模型的推理超能力
明哲AI
AIGC人工智能机器学习深度学习大模型Deepseek算法蒸馏
最近有不少朋友来询问Deepseek的核心技术,陆续针对DeepSeek-R1论文中的核心内容进行解读,并且用大家都能听懂的方式来解读。这是第三篇趣味解读。DeepSeek-R1蒸馏技术:让小模型“继承”大模型的推理超能力当大模型成为“老师”,小模型也能变“学霸”想象一下,一位经验丰富的数学老师(大模型)将自己解题的思维过程一步步拆解,手把手教给学生(小模型)。学生通过模仿老师的思路和技巧,最终也
- 04树 + 堆 + 优先队列 + 图(D1_树(D8_B*树(B*)))
Java丨成神之路
06数据结构与算法数据结构算法
目录一、基本介绍二、相同思想和策略三、不同的方式的磁盘空间利用四、知识小结一、基本介绍B*树是B+tree的变体,在B+树的基础上(所有的叶子结点中包含了全部关键字的信息,及指向含有这些关键字记录的指针),B*树中非根和非叶子结点再增加指向兄弟的指针;B*树定义了非叶子结点关键字个数至少为(2/3)*M,即块的最低使用率为2/3(代替B+树的1/2),B*树分配新结点的概率比B+树要低,空间使用率
- 实现使用K210单片机进行猫脸检测,并在检测到猫脸覆盖屏幕50%以上时执行特定操作
max500600
开发工具嵌入式单片机嵌入式硬件
要实现使用K210单片机进行猫脸检测,并在检测到猫脸覆盖屏幕50%以上时执行特定操作,以及通过WiFi上传图片到微信小程序,并在微信小程序中上传图片到开发板进行训练,可以按照以下步骤进行:1.硬件连接确保K210开发板连接好摄像头,并预留一个引脚用于拉高电平。另外,连接WiFi模块(如ESP8266)用于网络通信。2.猫脸检测使用K210的MaixPy库进行猫脸检测。以下是一个简单的猫脸检测示例代
- 假脱机技术(SPOOLing)
火车驶向云外.11
linux数据结构
假脱机技术(SPOOLing):是操作系统中采用的一项将独占设备改造成共享设备的技术。背景在没有现代计算机技术的早期,外部设备(如打印机、磁带机等)通常较为缓慢,且经常是同步操作。例如,在打印机操作时,CPU必须等待打印机完成当前任务才能继续执行其他操作。为了避免外设操作成为计算机系统瓶颈,早期采用了脱机输入输出(OfflineI/O)的方式:通过专门的外围控制机,将低速设备的数据先传输到高速磁盘
- JavaSE笔记总结
火车驶向云外.11
java开发语言
一、Java简介1、三大平台JavaSE:Java标准版,用于桌面应用开发,为今后从事JavaEE开发打基础(C语言和C++语言占有优势)。JavaME:小型版的Java语言,用于嵌入式电子设备或者小型移动设备。JavaEE:企业版,web方向的网站开发和服务器开发,这个领域Java第一。2、Java能做什么?桌面应用开发企业级应用开发移动应用开发科学计算大数据开发游戏开发3、Java的特性面向对
- 汉诺塔(Hanoi Tower)问题求解
火车驶向云外.11
java算法leetcode
汉诺塔问题:相传在古印度圣庙中,有一种被称为汉诺塔(Hanoi)的游戏。该游戏是在一块铜板装置上,有三根杆(编号A、B、C),在A杆自下而上、由大到小按顺序放置64个金盘(如图1)。游戏的目标:把A杆上的金盘全部移到C杆上,并仍保持原有顺序叠好。操作规则:每次只能移动一个盘子,并且在移动过程中三根杆上都始终保持大盘在下,小盘在上,操作过程中盘子可以置于A、B、C任一杆上。——百度百科汉诺塔(Han
- 用MiddleGenIDE工具生成hibernate的POJO(根据数据表生成POJO类)
AdyZhang
POJOeclipseHibernateMiddleGenIDE
推荐:MiddlegenIDE插件, 是一个Eclipse 插件. 用它可以直接连接到数据库, 根据表按照一定的HIBERNATE规则作出BEAN和对应的XML ,用完后你可以手动删除它加载的JAR包和XML文件! 今天开始试着使用
- .9.png
Cb123456
android
“点九”是andriod平台的应用软件开发里的一种特殊的图片形式,文件扩展名为:.9.png
智能手机中有自动横屏的功能,同一幅界面会在随着手机(或平板电脑)中的方向传感器的参数不同而改变显示的方向,在界面改变方向后,界面上的图形会因为长宽的变化而产生拉伸,造成图形的失真变形。
我们都知道android平台有多种不同的分辨率,很多控件的切图文件在被放大拉伸后,边
- 算法的效率
天子之骄
算法效率复杂度最坏情况运行时间大O阶平均情况运行时间
算法的效率
效率是速度和空间消耗的度量。集中考虑程序的速度,也称运行时间或执行时间,用复杂度的阶(O)这一标准来衡量。空间的消耗或需求也可以用大O表示,而且它总是小于或等于时间需求。
以下是我的学习笔记:
1.求值与霍纳法则,即为秦九韶公式。
2.测定运行时间的最可靠方法是计数对运行时间有贡献的基本操作的执行次数。运行时间与这个计数成正比。
- java数据结构
何必如此
java数据结构
Java 数据结构
Java工具包提供了强大的数据结构。在Java中的数据结构主要包括以下几种接口和类:
枚举(Enumeration)
位集合(BitSet)
向量(Vector)
栈(Stack)
字典(Dictionary)
哈希表(Hashtable)
属性(Properties)
以上这些类是传统遗留的,在Java2中引入了一种新的框架-集合框架(Collect
- MybatisHelloWorld
3213213333332132
//测试入口TestMyBatis
package com.base.helloworld.test;
import java.io.IOException;
import org.apache.ibatis.io.Resources;
import org.apache.ibatis.session.SqlSession;
import org.apache.ibat
- Java|urlrewrite|URL重写|多个参数
7454103
javaxmlWeb工作
个人工作经验! 如有不当之处,敬请指点
1.0 web -info 目录下建立 urlrewrite.xml 文件 类似如下:
<?xml version="1.0" encoding="UTF-8" ?>
<!DOCTYPE u
- 达梦数据库+ibatis
darkranger
sqlmysqlibatisSQL Server
--插入数据方面
如果您需要数据库自增...
那么在插入的时候不需要指定自增列.
如果想自己指定ID列的值, 那么要设置
set identity_insert 数据库名.模式名.表名;
----然后插入数据;
example:
create table zhabei.test(
id bigint identity(1,1) primary key,
nam
- XML 解析 四种方式
aijuans
android
XML现在已经成为一种通用的数据交换格式,平台的无关性使得很多场合都需要用到XML。本文将详细介绍用Java解析XML的四种方法。
XML现在已经成为一种通用的数据交换格式,它的平台无关性,语言无关性,系统无关性,给数据集成与交互带来了极大的方便。对于XML本身的语法知识与技术细节,需要阅读相关的技术文献,这里面包括的内容有DOM(Document Object
- spring中配置文件占位符的使用
avords
1.类
<?xml version="1.0" encoding="UTF-8"?><!DOCTYPE beans PUBLIC "-//SPRING//DTD BEAN//EN" "http://www.springframework.o
- 前端工程化-公共模块的依赖和常用的工作流
bee1314
webpack
题记: 一个人的项目,还有工程化的问题嘛? 我们在推进模块化和组件化的过程中,肯定会不断的沉淀出我们项目的模块和组件。对于这些沉淀出的模块和组件怎么管理?另外怎么依赖也是个问题? 你真的想这样嘛? var BreadCrumb = require(‘../../../../uikit/breadcrumb’); //真心ugly。
- 上司说「看你每天准时下班就知道你工作量不饱和」,该如何回应?
bijian1013
项目管理沟通IT职业规划
问题:上司说「看你每天准时下班就知道你工作量不饱和」,如何回应
正常下班时间6点,只要是6点半前下班的,上司都认为没有加班。
Eno-Bea回答,注重感受,不一定是别人的
虽然我不知道你具体从事什么工作与职业,但是我大概猜测,你是从事一项不太容易出现阶段性成果的工作
- TortoiseSVN,过滤文件
征客丶
SVN
环境:
TortoiseSVN 1.8
配置:
在文件夹空白处右键
选择 TortoiseSVN -> Settings
在 Global ignote pattern 中添加要过滤的文件:
多类型用英文空格分开
*name : 过滤所有名称为 name 的文件或文件夹
*.name : 过滤所有后缀为 name 的文件或文件夹
--------
- 【Flume二】HDFS sink细说
bit1129
Flume
1. Flume配置
a1.sources=r1
a1.channels=c1
a1.sinks=k1
###Flume负责启动44444端口
a1.sources.r1.type=avro
a1.sources.r1.bind=0.0.0.0
a1.sources.r1.port=44444
a1.sources.r1.chan
- The Eight Myths of Erlang Performance
bookjovi
erlang
erlang有一篇guide很有意思: http://www.erlang.org/doc/efficiency_guide
里面有个The Eight Myths of Erlang Performance: http://www.erlang.org/doc/efficiency_guide/myths.html
Myth: Funs are sl
- java多线程网络传输文件(非同步)-2008-08-17
ljy325
java多线程socket
利用 Socket 套接字进行面向连接通信的编程。客户端读取本地文件并发送;服务器接收文件并保存到本地文件系统中。
使用说明:请将TransferClient, TransferServer, TempFile三个类编译,他们的类包是FileServer.
客户端:
修改TransferClient: serPort, serIP, filePath, blockNum,的值来符合您机器的系
- 读《研磨设计模式》-代码笔记-模板方法模式
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.sql.Connection;
import java.sql.DriverManager;
import java.sql.PreparedStatement;
import java.sql.ResultSet;
- 配置心得
chenyu19891124
配置
时间就这样不知不觉的走过了一个春夏秋冬,转眼间来公司已经一年了,感觉时间过的很快,时间老人总是这样不停走,从来没停歇过。
作为一名新手的配置管理员,刚开始真的是对配置管理是一点不懂,就只听说咱们公司配置主要是负责升级,而具体该怎么做却一点都不了解。经过老员工的一点点讲解,慢慢的对配置有了初步了解,对自己所在的岗位也慢慢的了解。
做了一年的配置管理给自总结下:
1.改变
从一个以前对配置毫无
- 对“带条件选择的并行汇聚路由问题”的再思考
comsci
算法工作软件测试嵌入式领域模型
2008年上半年,我在设计并开发基于”JWFD流程系统“的商业化改进型引擎的时候,由于采用了新的嵌入式公式模块而导致出现“带条件选择的并行汇聚路由问题”(请参考2009-02-27博文),当时对这个问题的解决办法是采用基于拓扑结构的处理思想,对汇聚点的实际前驱分支节点通过算法预测出来,然后进行处理,简单的说就是找到造成这个汇聚模型的分支起点,对这个起始分支节点实际走的路径数进行计算,然后把这个实际
- Oracle 10g 的clusterware 32位 下载地址
daizj
oracle
Oracle 10g 的clusterware 32位 下载地址
http://pan.baidu.com/share/link?shareid=531580&uk=421021908
http://pan.baidu.com/share/link?shareid=137223&uk=321552738
http://pan.baidu.com/share/l
- 非常好的介绍:Linux定时执行工具cron
dongwei_6688
linux
Linux经过十多年的发展,很多用户都很了解Linux了,这里介绍一下Linux下cron的理解,和大家讨论讨论。cron是一个Linux 定时执行工具,可以在无需人工干预的情况下运行作业,本文档不讲cron实现原理,主要讲一下Linux定时执行工具cron的具体使用及简单介绍。
新增调度任务推荐使用crontab -e命令添加自定义的任务(编辑的是/var/spool/cron下对应用户的cr
- Yii assets目录生成及修改
dcj3sjt126com
yii
assets的作用是方便模块化,插件化的,一般来说出于安全原因不允许通过url访问protected下面的文件,但是我们又希望将module单独出来,所以需要使用发布,即将一个目录下的文件复制一份到assets下面方便通过url访问。
assets设置对应的方法位置 \framework\web\CAssetManager.php
assets配置方法 在m
- mac工作软件推荐
dcj3sjt126com
mac
mac上的Terminal + bash + screen组合现在已经非常好用了,但是还是经不起iterm+zsh+tmux的冲击。在同事的强烈推荐下,趁着升级mac系统的机会,顺便也切换到iterm+zsh+tmux的环境下了。
我为什么要要iterm2
切换过来也是脑袋一热的冲动,我也调查过一些资料,看了下iterm的一些优点:
* 兼容性好,远程服务器 vi 什么的低版本能很好兼
- Memcached(三)、封装Memcached和Ehcache
frank1234
memcachedehcachespring ioc
本文对Ehcache和Memcached进行了简单的封装,这样对于客户端程序无需了解ehcache和memcached的差异,仅需要配置缓存的Provider类就可以在二者之间进行切换,Provider实现类通过Spring IoC注入。
cache.xml
<?xml version="1.0" encoding="UTF-8"?>
- Remove Duplicates from Sorted List II
hcx2013
remove
Given a sorted linked list, delete all nodes that have duplicate numbers, leaving only distinct numbers from the original list.
For example,Given 1->2->3->3->4->4->5,
- Spring4新特性——注解、脚本、任务、MVC等其他特性改进
jinnianshilongnian
spring4
Spring4新特性——泛型限定式依赖注入
Spring4新特性——核心容器的其他改进
Spring4新特性——Web开发的增强
Spring4新特性——集成Bean Validation 1.1(JSR-349)到SpringMVC
Spring4新特性——Groovy Bean定义DSL
Spring4新特性——更好的Java泛型操作API
Spring4新
- MySQL安装文档
liyong0802
mysql
工作中用到的MySQL可能安装在两种操作系统中,即Windows系统和Linux系统。以Linux系统中情况居多。
安装在Windows系统时与其它Windows应用程序相同按照安装向导一直下一步就即,这里就不具体介绍,本文档只介绍Linux系统下MySQL的安装步骤。
Linux系统下安装MySQL分为三种:RPM包安装、二进制包安装和源码包安装。二
- 使用VS2010构建HotSpot工程
p2p2500
HotSpotOpenJDKVS2010
1. 下载OpenJDK7的源码:
http://download.java.net/openjdk/jdk7
http://download.java.net/openjdk/
2. 环境配置
▶
- Oracle实用功能之分组后列合并
seandeng888
oracle分组实用功能合并
1 实例解析
由于业务需求需要对表中的数据进行分组后进行合并的处理,鉴于Oracle10g没有现成的函数实现该功能,且该功能如若用JAVA代码实现会比较复杂,因此,特将SQL语言的实现方式分享出来,希望对大家有所帮助。如下:
表test 数据如下:
ID,SUBJECTCODE,DIMCODE,VALUE
1&nbs
- Java定时任务注解方式实现
tuoni
javaspringjvmxmljni
Spring 注解的定时任务,有如下两种方式:
第一种:
<?xml version="1.0" encoding="UTF-8"?>
<beans xmlns="http://www.springframework.org/schema/beans"
xmlns:xsi="http
- 11大Java开源中文分词器的使用方法和分词效果对比
yangshangchuan
word分词器ansj分词器Stanford分词器FudanNLP分词器HanLP分词器
本文的目标有两个:
1、学会使用11大Java开源中文分词器
2、对比分析11大Java开源中文分词器的分词效果
本文给出了11大Java开源中文分词的使用方法以及分词结果对比代码,至于效果哪个好,那要用的人结合自己的应用场景自己来判断。
11大Java开源中文分词器,不同的分词器有不同的用法,定义的接口也不一样,我们先定义一个统一的接口:
/**
* 获取文本的所有分词结果, 对比