- NLP技术
小天才dhsb
网络其他
自然语言处理(NLP)技术可以应用在多个领域,例如机器翻译、情感分析、文本分类等。以下是几个例子:1.机器翻译:NLP技术可以将一种语言的文本自动翻译成另一种语言。例如,谷歌翻译就是应用了NLP技术,它可以将英语的文本翻译成其他语言,如法语、西班牙语等。2.情感分析:NLP技术可以分析文本中的情感倾向。例如,通过分析社交媒体上用户的评论和推文,可以判断用户对某个产品或事件的情感态度是正面的、负面的
- 小白看得懂的 Transformer
zy_zeros
python开发语言
1.导语谷歌推出的BERT模型在11项NLP任务中夺得SOTA结果,引爆了整个NLP界。而BERT取得成功的一个关键因素是Transformer的强大作用。谷歌的Transformer模型最早是用于机器翻译任务,当时达到了SOTA效果。Transformer改进了RNN最被人诟病的训练慢的缺点,利用self-attention机制实现快速并行。并且Transformer可以增加到非常深的深度,充分
- 《把时间当作朋友》日更Day5-积累
北方_4635
冰冻三尺,非一日之寒;而人生目标的实现,亦需要长期的积累。由于积累是一个漫长的过程,日常生活中很难感受到它带来的变化,只有那些笃信积累作用,并长期坚持的人,才真正能体会到它所带来的效果;而这种人就是我们眼中的“成功人士”。现代社会知识爆炸,信息迭代速度如白驹过隙;各种有毒无毒的鸡汤、公众号文章,各种成功励志故事,线上课程就如滔滔江水连绵不绝,如未经甄别而跳入水中,被随波逐流,未成弄潮儿,反而成了落
- 深度学习笔记1:神经网络端到端学习笔记
撒哈拉土狼
深度学习
许多重要问题都可以抽象为变长序列学习问题(sequencetosequencelearning),如语音识别、机器翻译、字符识别。这类问题的特点是,1)输入和输出都是序列(如连续值语音信号/特征、离散值的字符),2)序列长度都不固定,3)并且输入输出序列长度没有对应关系。因此,传统的神经网络模型(DNN,CNN,RNN)不能直接以端到端的方式解决这类问题的建模和学习问题。解决变长序列的端到端学习,
- 深度学习的进展
CuiXg
深度学习人工智能
深度学习的进展深度学习作为人工智能领域的重要分支之一,利用神经网络模拟人类大脑的学习过程,通过数据训练模型以自动提取特征、识别模式、进行分类和预测等任务。近年来,深度学习在多个领域取得显著进展,尤其在自然语言处理、计算机视觉、语音识别和机器翻译等方面实现了突破性进展。方向一:深度学习的基本原理和算法深度学习基于神经网络概念,涉及反向传播、卷积神经网络、循环神经网络等算法。这些算法模拟人脑神经元间的
- 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
- 【Transformer】Transformer的简单了解:Positional Encoding、Self-attention、Batch 与 Layer Norm 等
magic_ll
transformer深度学习
自从2017年Transformer模型被提出以来,它已经从论文最初的机器翻译领域,转向语音,图像,视频等等方面的应用。最近的SegmentAnything论文提出,阅读论文其中大量的transformer的在图像方面的应用。所以这里还是加紧记录下transformer相关内容。transformer初了解PositionalEncoding(位置编码)Self-attention(自注意力机制)
- ChatGPT和LLM
小米人er
我的博客chatgpt
ChatGPT和LLM(大型语言模型)之间存在密切的关系。首先,LLM是一个更为抽象的概念,它包含了各种自然语言处理任务中使用的各种深度学习模型结构。这些模型通过建立深层神经网络,根据已有的大量文本数据进行文本自动生成。其核心思想是基于训练数据中的统计规律,将输入序列转化为概率分布,进而输出目标序列。这种技术广泛应用于各种自然语言处理任务,如机器翻译、语音识别、文本生成等。而ChatGPT则是基于
- 深度学习的进展
五行缺你94
笔记深度学习人工智能
深度学习是人工智能领域的一个重要分支,它利用神经网络模拟人类大脑的学习过程,通过大量数据训练模型,使其能够自动提取特征、识别模式、进行分类和预测等任务。近年来,深度学习在多个领域取得了显著的进展,尤其在自然语言处理、计算机视觉、语音识别和机器翻译等领域取得了突破性的进展。随着算法和模型的改进、计算能力的提升以及数据量的增长,深度学习的应用范围不断扩大,对各行各业产生了深远的影响。方向一:深度学习的
- 60-文文-Day5-裂变增长实验室
文文_c6ac
我叫文文,第05天打卡首先交代一下我的行业背景:一家实体美容店,我们的客户分为两大类:一类是纯客户,直接是过来做服务的;一类是我们招品牌代理商,(我们招来的代理,我们提供美容养生手法教学,提供我们平台产品进货折扣和渠道,培育代理拓客走市场的一套方法。我们店就有点像共享美容院的感觉。)【用户画像】一、基本情况1.用户对象职业:宝妈群体、女性白领群体2.用户对象细分:宝妈,白领,有二次创业意向的女性群
- NLP_自然语言处理项目(2):seq2seq_attention_机器翻译(基于PyTorch)
@硬train一发
NLP自然语言处理机器翻译pytorch
1、seq2seq_attention_机器翻译seq2seq_attention是一种基于神经网络的机器翻译模型,它通过编码器和解码器两个部分实现翻译功能。编码器将源语言句子转换为一个固定长度的向量表示,解码器则将这个向量作为输入,生成目标语言句子的翻译结果。在seq2seq_attention中,编码器和解码器都是由循环神经网络(RNN)组成的。编码器将源语言句子中的每个单词依次输入RNN,每
- 【自然语言处理】seq2seq模型—机器翻译
X.AI666
自然语言处理自然语言处理机器翻译人工智能
清华大学驭风计划课程链接学堂在线-精品在线课程学习平台(xuetangx.com)代码和报告均为本人自己实现(实验满分),只展示主要任务实验结果,如果需要详细的实验报告或者代码可以私聊博主有任何疑问或者问题,也欢迎私信博主,大家可以相互讨论交流哟~~案例简介seq2seq是神经机器翻译的主流框架,如今的商用机器翻译系统大多都基于其构建,在本案例中,我们将使用由NIST提供的中英文本数据训练一个简单
- 深度学习的应用实例
数字化信息化智能化解决方案
深度学习人工智能
深度学习在各个领域都有广泛的应用,下面我将为您介绍一些在自然语言处理、计算机视觉、语音识别和机器翻译等领域的应用实例以及最新进展和突破。自然语言处理(NLP)情感分析:深度学习模型如循环神经网络(RNN)和Transformer等已被广泛用于情感分析任务,例如识别文本中的情感倾向或情感类别。最新的进展包括使用预训练的语言模型(如BERT)进行情感分析,这些模型在大量无监督数据上进行预训练,并在特定
- 深度学习的进展
JayGboy
深度学习人工智能
深度学习的进展深度学习是人工智能领域的一个重要分支,它利用神经网络模拟人类大脑的学习过程,通过大量数据训练模型,使其能够自动提取特征、识别模式、进行分类和预测等任务。近年来,深度学习在多个领域取得了显著的进展,尤其在自然语言处理、计算机视觉、语音识别和机器翻译等领域取得了突破性的进展。随着算法和模型的改进、计算能力的提升以及数据量的增长,深度学习的应用范围不断扩大,对各行各业产生了深远的影响。深度
- 机器翻译及相关技术
d64273b6f382
机器翻译(MT):将一段文本从一种语言自动翻译为另一种语言,用神经网络解决这个问题通常称为神经机器翻译(NMT)。主要特征:输出是单词序列而不是单个单词。输出序列的长度可能与源序列的长度不同。数据预处理:将数据集清洗、转化为神经网络的输入minbatchEncoder-Decoderencoder:输入到隐藏状态decoder:隐藏状态到输出SequencetoSequence模型模型:训练:预测
- [机器学习]详解transformer---小白篇
是安澜啊
深度学习神经网络
1.背景:Transformer是2017年的一篇论文《AttentionisAllYouNeed》提出的一种模型架构,这篇论文里只针对机器翻译这一种场景做了实验,并且由于encoder端是并行计算的,训练的时间被大大缩短了。全面击败了当时的SOTA,现阶段,Transformer在cv领域也是全面开花,基于transformer的目标识别,语义分割等算法也是经常屠榜。论文:[1706.03762
- 感恩日记Day5-我喜欢做我自己
Angel利子
21天爱上自己感恩今日份自己早上老公和儿子闹矛盾,我心情很不好,因为自己不喜欢家里人大声说话和吵闹。当时我也一直说我老公不对,我虽然也有情绪,但我控制了自己,他们很大声,我还是很小声的和他们说话,疏导他们。感谢自己没有对家人发脾气。感恩今日份那些人感恩老公上午开车和我们一起给姑姑过生日感恩姐姐给儿子买好吃的感恩姑姑家丰盛的中餐感恩黎紫苏宝宝和我沟通公众号排版的的事宜感恩敏儿班主任解答感恩儿子和我一
- 每日一书-Day5-《用户故事地图》
小草莓_zhantt
Day5/2115+詹婷婷+杭州【书籍名称】《用户故事地图》【阅读提炼】MVP(最小可行产品)并不是产品,而是为验证假设而做的最小规模的实验。即,试错。请记住一点:要开发的东西总是太多。聚焦于业务目标的达成和目标用户。果断砍掉无助于取悦用户和帮助公司达成目标最小方案的东西。伟大的作品永远没有完成这回事,只有放弃。如果想把一件产品打磨地很完美再发布,那将失去最佳时机,被时常远远丢在后面。伟大的作品是
- 人工智能
阳光照我心房
今天看了下人工智能的资料,了解了下,人工智能的应用方向,实现技术。了解到人工智能、机器学习、深度学习的关系,神经网络是深度学习的实现的模型。语音、图像、机器翻译、机器人、文本挖掘和分类。感觉机器学习自己挺感兴趣啊
- AI和人类到底啥关系?机器智能与人类智慧共存
一字之师顿悟
在阿里极度重视的领域中,新零售、物流、公益等等已经为阿里刷了太多的存在感,但同时不能被忽视的,还有AI。马云发起的名字颇有武侠气息的“达摩院”,就是阿里围绕着科学、技术成立的全球性的研究院,而达摩院的人工智能研究,也已经小有起色。就在刚刚结束的世界顶级机器翻译赛事之一——WMT2018国际机器翻译大赛上,达摩院“机器智能—NLP翻译团队”在提交的五项比赛中都获得冠军,成为比赛最大赢家。马云是这样“
- 王树森《RNN & Transformer》系列公开课
如何原谅奋力过但无声
深度学习rnntransformerbert
本课程主要介绍NLP相关,包括RNN、LSTM、Attention、Transformer、BERT等模型,以及情感识别、文本生成、机器翻译等应用ShusenWang的个人空间-ShusenWang个人主页-哔哩哔哩视频(bilibili.com)(一)NLP基础1、数据处理基础数值特征(NumericFeatures,特点是可以比较大小)和类别特征(CategoricalFeatures)类别特
- 杰夫 · 迪恩:《深度学习的黄金十年:计算系统与应用》
有道AI情报局
有道技术干货深度学习人工智能神经网络
假如十年前,你向别人介绍人脸识别、无人驾驶、对话机器人,也许会被当作疯子。然而今天,随着AI技术的发展,这一切都逐渐成真。即便五年前,有道推出有道神经网络翻译引擎(YNMT),使得翻译质量得到质的飞跃时,大家对机器翻译的质量仍然心存疑虑。但今天,人们甚至已经开始讨论未来是否还会存在翻译这个职业。过去十年是人工智能快速发展的十年,也是从实验室走向工业界的十年。近期拜读AI领域标杆人物、Google人
- 网络兼职工作有什么职业?常见的网络兼职工作有哪些?
万弧导师
随着互联网的不断普及,网络兼职已经成为越来越多人的选择。网络兼职不仅能够让你获得额外的收入,还可以在家中自由工作,节省时间和交通成本。网络兼职工作有什么职业?下面是一些常见的网络兼职工作。1、写作和翻译写作和翻译是网络兼职中最常见的工作之一。你可以为博客、网站或杂志撰写文章,也可以为公司或个人提供翻译服务。熟练的中英文翻译、翻译软件或机器翻译等都是常见的需求。大家好,我是[高省最大团队&联合创始人
- Bert与ChatGPT
ALGORITHM LOL
bertchatgpt人工智能
1.Bert模型BERT(BidirectionalEncoderRepresentationsfromTransformers)是一种预训练语言表示的方法,由GoogleAI在2018年提出。它标志着自然语言处理(NLP)领域的一个重大进步,因为它能够理解单词在不同上下文中的含义,从而显著提高了机器翻译、问答系统、文本摘要等任务的性能。核心概念双向Transformer:BERT的核心是Tran
- NLP之transformer -Task01
曼曼668
常见的NLP任务本教程将NLP任务划分为4个大类:1、文本分类,2、序列标注,3、问答任务——抽取式问答和多选问答,4、生成任务——语言模型、机器翻译和摘要生成。文本分类:对单个、两个或者多段文本进行分类。举例:“这个教程真棒!”这段文本的情感倾向是正向的,“我在学习transformer”和“如何学习transformer”这两段文本是相似的。序列标注:对文本序列中的token、字或者词进行分类
- beamsearch的计算过程和代码实现
浅白Coder
自然语言处理自然语言处理深度学习人工智能神经网络
Beamsearch(束搜索)是一种用于生成序列的搜索算法,常用于序列生成任务,例如机器翻译、语音识别和文本生成。它是一种启发式算法,旨在在生成序列时平衡搜索空间的广度和深度。Beamsearch使用一个参数称为"beamwidth"(束宽度)来控制搜索的宽度,即在每个时间步骤选择保留的最有希望的候选项数量。在每个时间步骤,Beamsearch保留最有希望的K个候选项,其中K是束宽度。下面是Bea
- 深度学习的进展
Joseph DeRoss(周曦)
深度学习人工智能
#深度学习的进展#深度学习的进展深度学习是人工智能领域的一个重要分支,它利用神经网络模拟人类大脑的学习过程,通过大量数据训练模型,使其能够自动提取特征、识别模式、进行分类和预测等任务。近年来,深度学习在多个领域取得了显著的进展,尤其在自然语言处理、计算机视觉、语音识别和机器翻译等领域取得了突破性的进展。随着算法和模型的改进、计算能力的提升以及数据量的增长,深度学习的应用范围不断扩大,对各行各业产生
- 每天一个设计模式(C++)-Day5-单例模式-Singleton Pattern
Zillior
设计模式设计模式c单例模式
单例模式单例模式是最简单的一种设计模式,单例模式的主要作用是保证全局只有一个该类的实例,这在很多工程中特别重要,比如一些工具类我们就可以使用单例模式实现。为了保证全局只有一个实例,我们首先需要将该类的构造函数声明为私有,这样就无法从外部创造他的实例了。然后在类中声明一个静态指针变量保存唯一实例的地址,最后在设计一个public的get函数来使得外部可以获得实例。classSingleton{pri
- 【大厂AI课学习笔记】【1.5 AI技术领域】(9)机器翻译
giszz
人工智能学习笔记人工智能学习笔记
今天学习的是机器翻译。关注我,我会将全部的脑图,在本内容完结的时候,发到资源共享中。MachineTranslation,属于计算机语言学的范畴,利用计算机程序将文字或者演说从一种语言翻译成另一种语言。使用一种基于语言规则的语法,文字依据语言学的规则来翻译,即1个最合适的目标语言的字词将会替代源语言。成功的关键:能够优先解决对自然语言的正确认知与辨识。应用主要场景:在线多语言翻译语音同传翻译机跨语
- C++课程设计:单词统计器
Feelings◎
c++课程设计easyui
一、项目背景1.1项目来源个人需求:个人在学习、工作或生活中需要对大量文本进行单词统计,以便更好地理解和分析文本内容。教育领域:教师或学生需要对阅读材料中的单词进行统计,以帮助学生提高词汇量和阅读理解能力。自然语言处理:在自然语言处理领域,单词统计是一种基本的文本分析技术,可以用于文本分类、情感分析、机器翻译等应用。数据分析:在数据分析领域,单词统计可以用于分析文本数据的特征,例如词频分布、词汇多
- Java实现的简单双向Map,支持重复Value
superlxw1234
java双向map
关键字:Java双向Map、DualHashBidiMap
有个需求,需要根据即时修改Map结构中的Value值,比如,将Map中所有value=V1的记录改成value=V2,key保持不变。
数据量比较大,遍历Map性能太差,这就需要根据Value先找到Key,然后去修改。
即:既要根据Key找Value,又要根据Value
- PL/SQL触发器基础及例子
百合不是茶
oracle数据库触发器PL/SQL编程
触发器的简介;
触发器的定义就是说某个条件成立的时候,触发器里面所定义的语句就会被自动的执行。因此触发器不需要人为的去调用,也不能调用。触发器和过程函数类似 过程函数必须要调用,
一个表中最多只能有12个触发器类型的,触发器和过程函数相似 触发器不需要调用直接执行,
触发时间:指明触发器何时执行,该值可取:
before:表示在数据库动作之前触发
- [时空与探索]穿越时空的一些问题
comsci
问题
我们还没有进行过任何数学形式上的证明,仅仅是一个猜想.....
这个猜想就是; 任何有质量的物体(哪怕只有一微克)都不可能穿越时空,该物体强行穿越时空的时候,物体的质量会与时空粒子产生反应,物体会变成暗物质,也就是说,任何物体穿越时空会变成暗物质..(暗物质就我的理
- easy ui datagrid上移下移一行
商人shang
js上移下移easyuidatagrid
/**
* 向上移动一行
*
* @param dg
* @param row
*/
function moveupRow(dg, row) {
var datagrid = $(dg);
var index = datagrid.datagrid("getRowIndex", row);
if (isFirstRow(dg, row)) {
- Java反射
oloz
反射
本人菜鸟,今天恰好有时间,写写博客,总结复习一下java反射方面的知识,欢迎大家探讨交流学习指教
首先看看java中的Class
package demo;
public class ClassTest {
/*先了解java中的Class*/
public static void main(String[] args) {
//任何一个类都
- springMVC 使用JSR-303 Validation验证
杨白白
springmvc
JSR-303是一个数据验证的规范,但是spring并没有对其进行实现,Hibernate Validator是实现了这一规范的,通过此这个实现来讲SpringMVC对JSR-303的支持。
JSR-303的校验是基于注解的,首先要把这些注解标记在需要验证的实体类的属性上或是其对应的get方法上。
登录需要验证类
public class Login {
@NotEmpty
- log4j
香水浓
log4j
log4j.rootCategory=DEBUG, STDOUT, DAILYFILE, HTML, DATABASE
#log4j.rootCategory=DEBUG, STDOUT, DAILYFILE, ROLLINGFILE, HTML
#console
log4j.appender.STDOUT=org.apache.log4j.ConsoleAppender
log4
- 使用ajax和history.pushState无刷新改变页面URL
agevs
jquery框架Ajaxhtml5chrome
表现
如果你使用chrome或者firefox等浏览器访问本博客、github.com、plus.google.com等网站时,细心的你会发现页面之间的点击是通过ajax异步请求的,同时页面的URL发生了了改变。并且能够很好的支持浏览器前进和后退。
是什么有这么强大的功能呢?
HTML5里引用了新的API,history.pushState和history.replaceState,就是通过
- centos中文乱码
AILIKES
centosOSssh
一、CentOS系统访问 g.cn ,发现中文乱码。
于是用以前的方式:yum -y install fonts-chinese
CentOS系统安装后,还是不能显示中文字体。我使用 gedit 编辑源码,其中文注释也为乱码。
后来,终于找到以下方法可以解决,需要两个中文支持的包:
fonts-chinese-3.02-12.
- 触发器
baalwolf
触发器
触发器(trigger):监视某种情况,并触发某种操作。
触发器创建语法四要素:1.监视地点(table) 2.监视事件(insert/update/delete) 3.触发时间(after/before) 4.触发事件(insert/update/delete)
语法:
create trigger triggerName
after/before 
- JS正则表达式的i m g
bijian1013
JavaScript正则表达式
g:表示全局(global)模式,即模式将被应用于所有字符串,而非在发现第一个匹配项时立即停止。 i:表示不区分大小写(case-insensitive)模式,即在确定匹配项时忽略模式与字符串的大小写。 m:表示
- HTML5模式和Hashbang模式
bijian1013
JavaScriptAngularJSHashbang模式HTML5模式
我们可以用$locationProvider来配置$location服务(可以采用注入的方式,就像AngularJS中其他所有东西一样)。这里provider的两个参数很有意思,介绍如下。
html5Mode
一个布尔值,标识$location服务是否运行在HTML5模式下。
ha
- [Maven学习笔记六]Maven生命周期
bit1129
maven
从mvn test的输出开始说起
当我们在user-core中执行mvn test时,执行的输出如下:
/software/devsoftware/jdk1.7.0_55/bin/java -Dmaven.home=/software/devsoftware/apache-maven-3.2.1 -Dclassworlds.conf=/software/devs
- 【Hadoop七】基于Yarn的Hadoop Map Reduce容错
bit1129
hadoop
运行于Yarn的Map Reduce作业,可能发生失败的点包括
Task Failure
Application Master Failure
Node Manager Failure
Resource Manager Failure
1. Task Failure
任务执行过程中产生的异常和JVM的意外终止会汇报给Application Master。僵死的任务也会被A
- 记一次数据推送的异常解决端口解决
ronin47
记一次数据推送的异常解决
需求:从db获取数据然后推送到B
程序开发完成,上jboss,刚开始报了很多错,逐一解决,可最后显示连接不到数据库。机房的同事说可以ping 通。
自已画了个图,逐一排除,把linux 防火墙 和 setenforce 设置最低。
service iptables stop
- 巧用视错觉-UI更有趣
brotherlamp
UIui视频ui教程ui自学ui资料
我们每个人在生活中都曾感受过视错觉(optical illusion)的魅力。
视错觉现象是双眼跟我们开的一个玩笑,而我们往往还心甘情愿地接受我们看到的假象。其实不止如此,视觉错现象的背后还有一个重要的科学原理——格式塔原理。
格式塔原理解释了人们如何以视觉方式感觉物体,以及图像的结构,视角,大小等要素是如何影响我们的视觉的。
在下面这篇文章中,我们首先会简单介绍一下格式塔原理中的基本概念,
- 线段树-poj1177-N个矩形求边长(离散化+扫描线)
bylijinnan
数据结构算法线段树
package com.ljn.base;
import java.util.Arrays;
import java.util.Comparator;
import java.util.Set;
import java.util.TreeSet;
/**
* POJ 1177 (线段树+离散化+扫描线),题目链接为http://poj.org/problem?id=1177
- HTTP协议详解
chicony
http协议
引言
- Scala设计模式
chenchao051
设计模式scala
Scala设计模式
我的话: 在国外网站上看到一篇文章,里面详细描述了很多设计模式,并且用Java及Scala两种语言描述,清晰的让我们看到各种常规的设计模式,在Scala中是如何在语言特性层面直接支持的。基于文章很nice,我利用今天的空闲时间将其翻译,希望大家能一起学习,讨论。翻译
- 安装mysql
daizj
mysql安装
安装mysql
(1)删除linux上已经安装的mysql相关库信息。rpm -e xxxxxxx --nodeps (强制删除)
执行命令rpm -qa |grep mysql 检查是否删除干净
(2)执行命令 rpm -i MySQL-server-5.5.31-2.el
- HTTP状态码大全
dcj3sjt126com
http状态码
完整的 HTTP 1.1规范说明书来自于RFC 2616,你可以在http://www.talentdigger.cn/home/link.php?url=d3d3LnJmYy1lZGl0b3Iub3JnLw%3D%3D在线查阅。HTTP 1.1的状态码被标记为新特性,因为许多浏览器只支持 HTTP 1.0。你应只把状态码发送给支持 HTTP 1.1的客户端,支持协议版本可以通过调用request
- asihttprequest上传图片
dcj3sjt126com
ASIHTTPRequest
NSURL *url =@"yourURL";
ASIFormDataRequest*currentRequest =[ASIFormDataRequest requestWithURL:url];
[currentRequest setPostFormat:ASIMultipartFormDataPostFormat];[currentRequest se
- C语言中,关键字static的作用
e200702084
C++cC#
在C语言中,关键字static有三个明显的作用:
1)在函数体,局部的static变量。生存期为程序的整个生命周期,(它存活多长时间);作用域却在函数体内(它在什么地方能被访问(空间))。
一个被声明为静态的变量在这一函数被调用过程中维持其值不变。因为它分配在静态存储区,函数调用结束后并不释放单元,但是在其它的作用域的无法访问。当再次调用这个函数时,这个局部的静态变量还存活,而且用在它的访
- win7/8使用curl
geeksun
win7
1. WIN7/8下要使用curl,需要下载curl-7.20.0-win64-ssl-sspi.zip和Win64OpenSSL_Light-1_0_2d.exe。 下载地址:
http://curl.haxx.se/download.html 请选择不带SSL的版本,否则还需要安装SSL的支持包 2. 可以给Windows增加c
- Creating a Shared Repository; Users Sharing The Repository
hongtoushizi
git
转载自:
http://www.gitguys.com/topics/creating-a-shared-repository-users-sharing-the-repository/ Commands discussed in this section:
git init –bare
git clone
git remote
git pull
git p
- Java实现字符串反转的8种或9种方法
Josh_Persistence
异或反转递归反转二分交换反转java字符串反转栈反转
注:对于第7种使用异或的方式来实现字符串的反转,如果不太看得明白的,可以参照另一篇博客:
http://josh-persistence.iteye.com/blog/2205768
/**
*
*/
package com.wsheng.aggregator.algorithm.string;
import java.util.Stack;
/**
- 代码实现任意容量倒水问题
home198979
PHP算法倒水
形象化设计模式实战 HELLO!架构 redis命令源码解析
倒水问题:有两个杯子,一个A升,一个B升,水有无限多,现要求利用这两杯子装C
- Druid datasource
zhb8015
druid
推荐大家使用数据库连接池 DruidDataSource. http://code.alibabatech.com/wiki/display/Druid/DruidDataSource DruidDataSource经过阿里巴巴数百个应用一年多生产环境运行验证,稳定可靠。 它最重要的特点是:监控、扩展和性能。 下载和Maven配置看这里: http
- 两种启动监听器ApplicationListener和ServletContextListener
spjich
javaspring框架
引言:有时候需要在项目初始化的时候进行一系列工作,比如初始化一个线程池,初始化配置文件,初始化缓存等等,这时候就需要用到启动监听器,下面分别介绍一下两种常用的项目启动监听器
ServletContextListener
特点: 依赖于sevlet容器,需要配置web.xml
使用方法:
public class StartListener implements
- JavaScript Rounding Methods of the Math object
何不笑
JavaScriptMath
The next group of methods has to do with rounding decimal values into integers. Three methods — Math.ceil(), Math.floor(), and Math.round() — handle rounding in differen