额亲怕心情
额亲怕心情

推理

继续继续✌✌

一、日常任务

1.早起

在7点前起床，并在营里打卡，完成。

图片发自App

9点之前在营里做＃晨间分享＃，完成。

2.阅读

听书，进行中。

短文阅读，进行中。

纸质版书籍阅读，进行中。

3.运动

小运动40分钟，完成。

4.小习惯

将今天所有消费都记录，完成。

每日分享：

你若爱，生活哪里都可爱。你若恨，生活哪里都可恨。你若感恩，处处可感恩。你若成长，事事可成长。不是世界选择了你，是你选择了这个世界。既然无处可躲，不如傻乐。既然无处可逃，不如喜悦。既然没有净土，不如静心。既然没有如愿，不如释然。

5.目标

写今日总结，完成。

二、课程作业

无

三、反思与感悟

今天看了福尔摩斯探案，细节写得好细。跟着阅读感觉到了探案现场一样，刺激又惊悚。厚厚的一本福尔摩斯探案，感觉看完让我这读书笔记有些困难，不懂如何描述……

今天日结就这样草草收场了，接着阅读了……

你可能感兴趣的:(推理)

  • OpenAI开源战略反思：中国力量推动AI产业变革
    在上周五的Reddit问答会上，OpenAI首席执行官SamAltman罕见承认公司正面临来自中国科技企业的强劲挑战。这位向来强硬的硅谷领军者坦言，以深度求索（DeepSeek）为代表的中国AI公司正在改写行业游戏规则。这场历时三小时的对话揭示了诸多行业动向：OpenAI承认其闭源策略正面临市场考验，深度求索等中国企业的开源生态已形成差异化竞争优势新一代o3推理模型将突破性展示思维链，这被视为对R
  • 【memgpt】letta 课程1/2：从头实现一个自我编辑、记忆和多步骤推理的代理 等风来不如迎风去 AI入门与实战javaandroid数据库letta
    llms-as-operating-systems-agent-memoryllms-as-operating-systems-agent-memory内存操作系统的内存管理
  • DeepSeek R1 AI 论文翻译 后端java
    摘要原文地址：DeepSeekR1AI论文翻译我们介绍了我们的第一代推理模型，DeepSeek-R1-Zero和DeepSeek-R1。DeepSeek-R1-Zero是一个通过大规模强化学习（RL）训练的模型，且在此过程中未使用监督微调（SFT）作为预处理步骤，展现出了显著的推理能力。通过RL，DeepSeek-R1-Zero自然而然地展现了许多强大且引人注目的推理行为。然而，它也遇到了一些挑战
  • DeepSeek R1 AI 模型到底牛在哪里？ 后端java
    DeepSeekR1模型的优势原文地址：DeepSeekR1模型的优势最近都说DeepSeekR1模型很牛，到底牛在哪里？卓越的推理能力数学推理：在AIME2024数学竞赛中，DeepSeekR1取得了79.8%的pass@1得分，略微超过OpenAI-o1-1217。在MATH-500基准测试上，它获得了97.3%的高分，与OpenAI-o1-1217的性能相当，并且显著优于其他模型。代码推理：
  • DeepSeek-R1 论文. Reinforcement Learning 通过强化学习激励大型语言模型的推理能力 davenian 评论语言模型人工智能深度学习DeepSeek
    论文链接：[2501.12948]DeepSeek-R1:IncentivizingReasoningCapabilityinLLMsviaReinforcementLearning实在太长，自行扔到Model里，去翻译去提问吧。工作原理：主要技术，就是训练出一些专有用途小模型，来帮助大模型训练。主要技术：1.强化学习(RL)核心是强化学习技术，像训练小狗一样，当模型做出正确的推理步骤或得到正确的
  • 【unstructured】针对unstructured的pdf提取的hi_res策略不能够连接huggingface.co下载模型的问题而选择本地化模型推理部署的方法 phillihp llmpython深度学习pdfllamalangchain
    目录unstructuredpdfhi_res策略本地推理部署说明python3.9虚拟环境准备安装miniconda创建一个conda-env环境安装unstructured背景知识安装步骤安装detectron2背景知识安装detectron2及其依赖torch，torchvision和torchaudio部署模型背景知识hi_res策略三种模型本地推理部署layoutmodel(detect
  • 大模型低显存推理优化-Offload技术 AI大模型-大飞 javaspring前端大模型学习大模型AI大模型大模型教程
    近两年大模型火出天际；同时，也诞生了大量针对大模型的优化技术。本系列将针对一些常见大模型优化技术进行讲解。[大模型推理优化技术-KVCache][大模型推理服务调度优化技术-Continuousbatching]大模型显存优化技术-PagedAttention大模型低显存推理优化-Offload技术大模型优化技术-FlashAttention大模型解码优化-SpeculativeDecoding及
  • OpenAI紧急加播：ChatGPT上新深度搜索，持续思考30分钟输出1万字，刷榜“人类最后的考试” 量子位
    就在开源的DeepSeek-R1被整合进各路AI搜索工具之际，OpenAI临时举行小型发布会。4点27通知，8点开始直播。ChatGPT上新“DeepResearch”，把推理大模型的思考能力用于联网搜索。据介绍，DeepResearch功能可在数十分钟完成人类专家需要几个小时的复杂研究任务。在“人类最后的考试”上，DeepResearch刷新了最高分，比o3-mini高推理设置分数高出一倍。该测
  • Megatron：深度学习中的高性能模型架构 gs80140 基础知识科谱AI机器学习人工智能
    Megatron：深度学习中的高性能模型架构Megatron是由NVIDIA推出的深度学习大规模预训练模型框架，主要针对大规模Transformer架构模型的高效训练与推理。Megatron大多用于GPT（生成式预训练模型）、BERT等Transformer模型的预训练，擅长在大规模数据集和高性能计算资源上进行训练。Megatron的主要特点1.超大模型的高效训练模型并行（ModelParalle
  • 第二篇：多模态技术突破——DeepSeek如何重构AI的感知与认知边界 python算法(魔法师版) 动态规划
    ——从跨模态对齐到因果推理的工程化实践在AI技术从单一模态向多模态跃迁的关键阶段，DeepSeek通过自研的多模态融合框架，在视觉-语言-语音的联合理解与生成领域实现系统性突破。本文将从技术实现层面，解构其跨模态表征学习、动态融合机制与因果推理能力的内在创新。1.跨模态对齐革命：时空一致性建模传统多模态模型常面临模态割裂问题，DeepSeek提出「时空同步对比学习」（ST-CL）框架：视觉-语言对
  • kimi o1和deepseek o1对比，非常直观！ AI生成曾小健 LLM大语言模型人工智能
    kimio1和deepseeko1对比，非常直观！刘俊是丁师兄大模型2025年01月25日21:34湖北两家凑巧同一天放出了解题推理模型，简单对比着看了下实现方案，o1类模型实现并没有和大家早期推测的那样用上MCTS，PRM这些方法，个人感觉也是太复杂的方法scaling不了。目前各家用的方案看起来更像是sft+rl的加强版，把推理过程内含进生成，而不是用结构去引导生成。两家效果看报告比较接近，个
  • DeepSeek-V2：强大、经济、高效的专家混合语言模型 乌芬维Maisie
    DeepSeek-V2：强大、经济、高效的专家混合语言模型DeepSeek-V2项目地址:https://gitcode.com/gh_mirrors/de/DeepSeek-V2项目介绍DeepSeek-V2是一款强大的专家混合（Mixture-of-Experts,MoE）语言模型，以其经济高效的训练和推理能力著称。该模型总参数达到2360亿，但每次生成时仅激活210亿参数，显著降低了计算成本
  • DeepSeek-R1,DeepSeek-V3,DeepSeek-VL,DeepSeek-V2,DeepSeek-R1-Zero各个模型区别 fpga和matlab 前言技术汇集#人工智能大模型DeepSeek
    目录1.各个模型架构2.训练方式3.模型参数与规模4.应用场景5.性能表现6.发布时间7.价格1.各个模型架构DeepSeek-R1：未明确有特殊架构说明，但属于推理模型，可能在Transformer架构基础上针对推理做了优化，通过强化学习训练实现大量反思和验证。DeepSeek-V3：是混合专家（MoE）语言模型，采用Transformer架构。DeepSeek-VL：整体上是decoder-o
  • o1、GPT4、GPT4o 这三个有什么区别？ 开心的AI频道 人工智能
    核心观点：GPT-4擅长文本处理和推理，GPT-4o主打多模态交互，而O1则专注于深度推理和逻辑分析，三者各有侧重，应用场景也大不相同。截至2024年12月，OpenAI已发布13个模型，模型能力已从最初的文本处理拓展到写作、编程、多模态和推理等，实现了从“文科生”到“全科学霸”的飞跃。然而，在众多模型中，GPT-4、GPT-4o和O1三款模型可谓是经典与转型之“模”。GPT-4作为ChatGPT
  • ONNX推理warning： TensorRT does not natively support INT64. Attempting to cast down to INT32. paradoxjun 人工智能
    只想用ONNX进行模型推理，加载时报Warning，加载模型时间也特别长。加载模型的代码：self.session=onnxruntime.InferenceSession(model_path,providers=onnxruntime.get_available_providers())修改为：self.session=onnxruntime.InferenceSession(model_pa
  • 【DeepSeek全解析】最全面的问答指南，一文读懂！ 程序员辣条 人工智能大模型大模型教程大模型学习大模型入门AI程序员
    DeepSeek在国内大模型创业领域独树一帜。它出身不凡，背后有量化私募巨头幻方支持，曾因储备万张A100芯片引人瞩目，后凭DeepSeekV2开源模型引爆大模型价格战，以超低推理成本震撼行业，让大厂纷纷跟进。其成功源于深度技术创新，MLA架构等大幅降本，打破行业常规，获国际认可。团队极具特色，成员年轻且多为本土清北应届生，从实习生到核心成员都能凭兴趣与能力崭露头角，如代达劢、朱琪豪等学术成果丰硕
  • 如何本地部署DeepSeek？DeepThink R1 本地部署全攻略：零基础小白指南。 白马区块Crypto100 SolanaAI套利策略交易人工智能deepseekDeepSeekAI助手
    离线运行AI，免费使用OpenAI级别推理模型本教程将手把手教你如何在本地部署DeepThinkR1AI模型，让你无需联网就能运行强大的AI推理任务。无论你是AI新手还是资深开发者，都可以轻松上手！目录DeepThinkR1介绍安装Ollama（AI运行环境）下载并安装DeepThinkR1模型在终端运行DeepThinkR1使用Chatbox浏览器UI交互创建你的专属AI伙伴进阶玩法：离线AI编
  • OpenAI发布最新推理模型o3-mini Him__ 人工智能chatgptDeepseek
    OpenAI于周五推出了新的AI"推理"模型o3-mini，这是该公司o系列推理模型家族的最新成员。OpenAI此前在12月份就预告过这个模型，同时还展示了一个能力更强的系统o3。此次发布恰逢OpenAI面临诸多机遇与挑战的关键时刻。目前，OpenAI正在应对外界对其在AI竞赛中可能落后于DeepSeek等中国企业的质疑。与此同时，该公司正在努力巩固与华盛顿的关系，推进其雄心勃勃的数据中心项目，据
  • 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
  • 开源LLMs导览：工作原理、顶级LLM列表对比 万俟淋曦 SomeInsights人工智能AI生成式人工智能大模型LLMchatgpt大语言模型
    机器人、人工智能相关领域news/events（专栏目录）本文目录一、开源LLM是什么意思？二、开源LLM如何工作？2.1预训练2.2代币化2.3开源LLM的微调2.4输入编码2.5训练与优化2.6推理三、开源LLM对组织的好处3.1增强的数据安全和隐私3.2节约成本3.3减少供应商依赖性3.4代码透明度四、哪种LLM模式最好？4.1BERT4.2LLaMA(LargeLanguageModelM
  • 看深度求索如何思索自己的未来 tuan_zhang 东方艾艾与探宇计划绝密芯片计划战略欺骗太空探索人工智能算法攻坚工业软件
    深度求索（DeepSeek）的崛起无疑是AI领域的一次现象级突破，但其未来能否持续"狂飙"，需从技术、生态、商业和行业环境四个维度进行系统性分析：一、技术护城河的虚实验证1.动态优化技术的含金量：将模型迭代周期压缩至周级别需突破分布式训练瓶颈。其公布的训练效率提升数据（30%时间缩短、50%推理加速）若经第三方验证，可能重构行业技术标准。对比谷歌TPU+JAX框架实现的20%效率提升，深度求索的技
  • 本地部署 DeepSeek 模型并使用 WebUI 调用 我喜欢就喜欢 技术文档策略模式
    概述本文将详细介绍如何在本地部署DeepSeek模型，并通过WebUI调用该模型。我们将使用open-webui作为Web界面工具，展示如何将DeepSeek模型集成到WebUI中，并提供一个用户友好的交互界面。环境准备在开始之前，请确保你的系统满足以下要求：Python3.11或更高版本pip包管理工具DeepSeek模型的本地部署文件GPU支持（可选，用于加速模型推理）步骤1：本地部署Deep
  • DeepSeek R1 简易指南：架构、培训、本地部署和硬件要求 前端javascript
    CSS技巧与案例详解vue2与vue3技巧合集VueUse源码解读DeepSeek团队近期发布的DeepSeek-R1技术论文展示了其在增强大语言模型推理能力方面的创新实践。该研究突破性地采用强化学习（ReinforcementLearning）作为核心训练范式，在不依赖大规模监督微调的前提下显著提升了模型的复杂问题求解能力。技术架构深度解析模型体系：DeepSeek-R1系列包含两大核心成员：D
  • 如何在本地电脑上安装和使用 DeepSeek R-1 知识大胖 NVIDIAGPU和大语言模型开发教程电脑
    简介似乎每个人都在谈论DeepSeekR-1是中国人工智能公司DeepSeek开发的全新开源人工智能语言模型。一些用户声称，其推理能力与OpenAI的o1相当，甚至更好。目前，DeepSeek是免费使用的，这对用户来说是个好消息，但也带来了一些疑问。随着用户量的激增，他们如何管理服务器成本？硬件运行成本不可能便宜吧？这里最合乎逻辑的一点是——数据。数据是人工智能模型的命脉。他们可能以某种方式收集用
  • AI 计算的未来：去中心化浪潮与全球竞争格局重塑 智识微光Intelligence 人工智能机器学习大数据
    引言人工智能（AI）正以前所未有的速度发展，尤其是大模型训练和推理效率的提升，使得AI计算成本迅速下降，呈现出向去中心化演进的趋势。最新的DeepSeekr1模型，以仅600万美元的训练成本，达到了OpenAIo1级别的性能，表明AI技术正迈向更具普惠性的阶段。这一趋势不仅对AI产业格局产生深远影响，还将改变计算基础设施、全球科技竞争力分布，甚至可能影响人工超级智能（ASI）的未来发展。因此，AI
  • 什么是知识蒸馏技术？ deepdata_cn 垂域模型机器学习人工智能知识蒸馏
    知识蒸馏（KnowledgeDistillation）是一种模型压缩和加速技术，旨在将大型模型（通常称为教师模型）所学到的知识迁移到小型模型（通常称为学生模型）中，从而让小型模型在减少计算资源消耗和推理时间的同时，尽可能达到接近大型模型的性能。具有很好的成本效益，在实际应用中有助于降低计算资源需求和部署成本。一、基本原理1.模仿学习：知识蒸馏的核心思想是让学生模型模仿教师模型的行为。教师模型通常是
  • 从 0 到 1，DEEPseek 大模型瞬间 “霸榜” AI 赛道的秘密 羑悻的小杀马特. 人工智能deepseekAI大模型
    大家都知道，科技发展特别快，AI更是突飞猛进。DeepSeek大模型，就像一匹黑马，在AI领域迅速冒尖。它和我们常用的搜索引擎、聊天机器人都有联系，到底有多大能耐？让我们一起揭开它的神秘面纱。deepseek官网传送门：DeepSeek下面就对本文标题来剖析一下：目录一·本篇背景：二.技术实力：突破创新的基石:2.1强大的模型能力:2.1.1高效的训练方法:2.2.2优化的推理速度:三·市场策略：
  • 「DeepSeek接班OpenAI」，最新开源的R1推理模型，让AI圈爆了 人工智能学家 人工智能
    来源：前沿科技分享圈近日，AI领域迎来了一次重大突破，DeepSeek正式推出了其最新研发的开源推理模型——DeepSeek-R1。这一模型在数学、代码和自然语言推理等关键任务上的表现，已经能够与OpenAI的o1正式版相媲美，引发了AI研究者和从业者的广泛关注。多阶段训练：创新的模型架构DeepSeek-R1的训练方式采用了多阶段循环的策略，具体包括基础训练、强化学习（RL）、微调等多个阶段。这
  • DeepSeek R1：AI领域的新标杆 XianxinMao 人工智能
    标题：DeepSeekR1：AI领域的新标杆文章信息摘要：DeepSeek的R1模型在性能上与OpenAI的o1模型相当，甚至在某些方面更具优势，尤其在成本控制上表现出色。R1模型通过开源策略展示了其在AI领域的开放态度，推动了技术的广泛发展。此外，R1-Zero模型通过强化学习和测试时计算实现了强大的推理能力，无需监督微调数据，标志着中国在AI领域的快速崛起，挑战美国的主导地位。AI模型在推理能
  • 模型高效推理--剪枝基础 绒绒毛毛雨 大模型算法剪枝深度学习人工智能
    文章目录一、剪枝基础1.剪枝定义2.剪枝时机二、剪枝的分类1.按照剪枝粒度分类(粗➡️细)A.结构化剪枝a.隐藏层剪枝（LayerPruning）b.通道剪枝（ChannelPruning）c.卷积核剪枝（KernelPruning）B.非结构化剪枝a.核内权重剪枝（IntraKernelWeightPruning）b.单个权重剪枝（WeightPruning）C.特殊情况a.Token剪枝（To
  • jQuery 跨域访问的三种方式 No 'Access-Control-Allow-Origin' header is present on the reque qiaolevip 每天进步一点点学习永无止境跨域众观千象
    XMLHttpRequest cannot load http://v.xxx.com. No 'Access-Control-Allow-Origin' header is present on the requested resource. Origin 'http://localhost:63342' is therefore not allowed access. test.html:1
  • mysql 分区查询优化 annan211 java分区优化mysql
    分区查询优化 引入分区可以给查询带来一定的优势，但同时也会引入一些bug. 分区最大的优点就是优化器可以根据分区函数来过滤掉一些分区，通过分区过滤可以让查询扫描更少的数据。 所以，对于访问分区表来说，很重要的一点是要在where 条件中带入分区，让优化器过滤掉无需访问的分区。 可以通过查看explain执行计划，是否携带 partitions
  • MYSQL存储过程中使用游标 chicony Mysql存储过程
    DELIMITER $$ DROP PROCEDURE IF EXISTS getUserInfo $$ CREATE PROCEDURE getUserInfo(in date_day datetime)-- -- 实例-- 存储过程名为：getUserInfo-- 参数为：date_day日期格式:2008-03-08--    BEGINdecla
  • mysql 和 sqlite 区别 Array_06 sqlite
    转载： http://www.cnblogs.com/ygm900/p/3460663.html mysql 和 sqlite 区别 SQLITE是单机数据库。功能简约，小型化，追求最大磁盘效率 MYSQL是完善的服务器数据库。功能全面，综合化，追求最大并发效率 MYSQL、Sybase、Oracle等这些都是试用于服务器数据量大功能多需要安装，例如网站访问量比较大的。而sq
  • pinyin4j使用 oloz pinyin4j
    首先需要pinyin4j的jar包支持；jar包已上传至附件内 方法一:把汉字转换为拼音；例如：编程转换后则为biancheng      /** * 将汉字转换为全拼 * @param src 你的需要转换的汉字 * @param isUPPERCASE 是否转换为大写的拼音； true:转换为大写；fal
  • 微博发送私信 随意而生 微博
    在前面文章中说了如和获取登陆时候所需要的cookie，现在只要拿到最后登陆所需要的cookie，然后抓包分析一下微博私信发送界面 http://weibo.com/message/history?uid=****&name=**** 可以发现其发送提交的Post请求和其中的数据， 让后用程序模拟发送POST请求中的数据，带着cookie发送到私信的接入口，就可以实现发私信的功能了。
  • jsp 香水浓 jsp
    JSP初始化     容器载入JSP文件后，它会在为请求提供任何服务前调用jspInit()方法。如果您需要执行自定义的JSP初始化任务，复写jspInit()方法就行了 JSP执行     这一阶段描述了JSP生命周期中一切与请求相关的交互行为，直到被销毁。     当JSP网页完成初始化后
  • 在 Windows 上安装 SVN Subversion 服务端 AdyZhang SVN
    在 Windows 上安装 SVN Subversion 服务端2009-09-16高宏伟哈尔滨市道里区通达街291号   最佳阅读效果请访问原地址：http://blog.donews.com/dukejoe/archive/2009/09/16/1560917.aspx   现在的Subversion已经足够稳定，而且已经进入了它的黄金时段。我们看到大量的项目都在使
  • android开发中如何使用 alertDialog从listView中删除数据？ aijuans android
    我现在使用listView展示了很多的配置信息，我现在想在点击其中一条的时候填出 alertDialog,点击确认后就删除该条数据，（ ArrayAdapter ，ArrayList，listView 全部删除），我知道在 下面的onItemLongClick 方法中 参数 arg2  是选中的序号，但是我不知道如何继续处理下去 1 2 3
  • jdk-6u26-linux-x64.bin 安装 baalwolf linux
    1.上传安装文件(jdk-6u26-linux-x64.bin) 2.修改权限 [root@localhost ~]# ls -l /usr/local/jdk-6u26-linux-x64.bin 3.执行安装文件 [root@localhost ~]# cd /usr/local [root@localhost local]# ./jdk-6u26-linux-x64.bin&nbs
  • MongoDB经典面试题集锦 BigBird2012 mongodb
    1.什么是NoSQL数据库？NoSQL和RDBMS有什么区别？在哪些情况下使用和不使用NoSQL数据库？ NoSQL是非关系型数据库，NoSQL = Not Only SQL。 关系型数据库采用的结构化的数据，NoSQL采用的是键值对的方式存储数据。 在处理非结构化/半结构化的大数据时；在水平方向上进行扩展时；随时应对动态增加的数据项时可以优先考虑使用NoSQL数据库。 在考虑数据库的成熟
  • JavaScript异步编程Promise模式的6个特性 bijian1013 JavaScriptPromise
            Promise是一个非常有价值的构造器，能够帮助你避免使用镶套匿名方法，而使用更具有可读性的方式组装异步代码。这里我们将介绍6个最简单的特性。         在我们开始正式介绍之前，我们想看看Javascript Promise的样子： var p = new Promise(function(r
  • [Zookeeper学习笔记之八]Zookeeper源代码分析之Zookeeper.ZKWatchManager bit1129 zookeeper
    ClientWatchManager接口 //接口的唯一方法materialize用于确定那些Watcher需要被通知 //确定Watcher需要三方面的因素1.事件状态 2.事件类型 3.znode的path public interface ClientWatchManager { /** * Return a set of watchers that should
  • 【Scala十五】Scala核心九：隐式转换之二 bit1129 scala
    隐式转换存在的必要性，   在Java Swing中，按钮点击事件的处理，转换为Scala的的写法如下：   val button = new JButton button.addActionListener( new ActionListener { def actionPerformed(event: ActionEvent) {
  • Android JSON数据的解析与封装小Demo ronin47
    转自：http://www.open-open.com/lib/view/open1420529336406.html package com.example.jsondemo; import org.json.JSONArray; import org.json.JSONException; import org.json.JSONObject;    impor
  • [设计]字体创意设计方法谈 brotherlamp UIui自学ui视频ui教程ui资料
      从古至今，文字在我们的生活中是必不可少的事物，我们不能想象没有文字的世界将会是怎样。在平面设计中，UI设计师在文字上所花的心思和功夫最多，因为文字能直观地表达UI设计师所的意念。在文字上的创造设计，直接反映出平面作品的主题。 如设计一幅戴尔笔记本电脑的广告海报，假设海报上没有出现“戴尔”两个文字，即使放上所有戴尔笔记本电脑的图片都不能让人们得知这些电脑是什么品牌。只要写上“戴尔笔
  • 单调队列-用一个长度为k的窗在整数数列上移动，求窗里面所包含的数的最大值 bylijinnan java算法面试题
    import java.util.LinkedList; /* 单调队列 滑动窗口 单调队列是这样的一个队列：队列里面的元素是有序的，是递增或者递减 题目：给定一个长度为N的整数数列a(i),i=0,1,...,N-1和窗长度k. 要求：f(i) = max{a(i-k+1),a(i-k+2),..., a(i)},i = 0,1,...,N-1 问题的另一种描述就
  • struts2处理一个form多个submit chiangfai struts2
    web应用中，为完成不同工作，一个jsp的form标签可能有多个submit。如下代码： <s:form action="submit" method="post" namespace="/my"> <s:textfield name="msg" label="叙述：">
  • shell查找上个月，陷阱及野路子 chenchao051 shell
    date -d "-1 month" +%F     以上这段代码，假如在2012/10/31执行，结果并不会出现你预计的9月份，而是会出现八月份，原因是10月份有31天，9月份30天，所以-1 month在10月份看来要减去31天，所以直接到了8月31日这天，这不靠谱。     野路子解决：假设当天日期大于15号
  • mysql导出数据中文乱码问题 daizj mysql中文乱码导数据
    解决mysql导入导出数据乱码问题方法： １、进入mysql，通过如下命令查看数据库编码方式： mysql>  show variables like 'character_set_%'; +--------------------------+----------------------------------------+ | Variable_name&nbs
  • SAE部署Smarty出现：Uncaught exception 'SmartyException' with message 'unable to write dcj3sjt126com PHPsmartysae
      对于SAE出现的问题：Uncaught exception 'SmartyException' with message 'unable to write file...。 官方给出了详细的FAQ：http://sae.sina.com.cn/?m=faqs&catId=11#show_213 解决方案为：   01 $path 
  • 《教父》系列台词 dcj3sjt126com
    Your love is also your weak point. 你的所爱同时也是你的弱点。   If anything in this life is certain, if history has taught us anything, it is that you can kill anyone.   不顾家的人永远不可能成为一个真正的男人。 &
  • mongodb安装与使用 dyy_gusi mongo
    一.MongoDB安装和启动,widndows和linux基本相同 1.下载数据库,     linux:mongodb-linux-x86_64-ubuntu1404-3.0.3.tgz 2.解压文件,并且放置到合适的位置     tar -vxf mongodb-linux-x86_64-ubun
  • Git排除目录 geeksun git
    在Git的版本控制中，可能有些文件是不需要加入控制的，那我们在提交代码时就需要忽略这些文件，下面讲讲应该怎么给Git配置一些忽略规则。   有三种方法可以忽略掉这些文件，这三种方法都能达到目的，只不过适用情景不一样。 1.  针对单一工程排除文件 这种方式会让这个工程的所有修改者在克隆代码的同时，也能克隆到过滤规则，而不用自己再写一份，这就能保证所有修改者应用的都是同一
  • Ubuntu 创建开机自启动脚本的方法 hongtoushizi ubuntu
    转载自： http://rongjih.blog.163.com/blog/static/33574461201111504843245/ Ubuntu 创建开机自启动脚本的步骤如下： 1) 将你的启动脚本复制到 /etc/init.d目录下 以下假设你的脚本文件名为 test。   2) 设置脚本文件的权限 $ sudo chmod 755
  • 第八章 流量复制/AB测试/协程 jinnianshilongnian nginxluacoroutine
    流量复制 在实际开发中经常涉及到项目的升级，而该升级不能简单的上线就完事了，需要验证该升级是否兼容老的上线，因此可能需要并行运行两个项目一段时间进行数据比对和校验，待没问题后再进行上线。这其实就需要进行流量复制，把流量复制到其他服务器上，一种方式是使用如tcpcopy引流；另外我们还可以使用nginx的HttpLuaModule模块中的ngx.location.capture_multi进行并发
  • 电商系统商品表设计 lkl
    DROP TABLE IF EXISTS `category`; -- 类目表 /*!40101 SET @saved_cs_client = @@character_set_client */; /*!40101 SET character_set_client = utf8 */; CREATE TABLE `category` ( `id` int(11) NOT NUL
  • 修改phpMyAdmin导入SQL文件的大小限制 pda158 sqlmysql
    　用phpMyAdmin导入mysql数据库时，我的10M的 数据库不能导入，提示mysql数据库最大只能导入2M。 　　 phpMyAdmin数据库导入出错： 　　You probably tried to upload too large file. Please refer to documentation for ways to workaround this limit.
  • Tomcat性能调优方案 Sobfist apachejvmtomcat应用服务器
    一、操作系统调优 对于操作系统优化来说，是尽可能的增大可使用的内存容量、提高CPU的频率，保证文件系统的读写速率等。经过压力测试验证，在并发连接很多的情况下，CPU的处理能力越强，系统运行速度越快。。 【适用场景】 任何项目。 二、Java虚拟机调优 应该选择SUN的JVM，在满足项目需要的前提下，尽量选用版本较高的JVM，一般来说高版本产品在速度和效率上比低版本会有改进。 J
  • SQLServer学习笔记 vipbooks 数据结构xml
    1、create database school 创建数据库school 2、drop database school 删除数据库school 3、use school 连接到school数据库，使其成为当前数据库 4、create table class(classID int primary key identity not null) 创建一个名为class的表，其有一
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他