uncle_ll
uncle_ll

大模型学习之书生·浦语大模型5——基于LMDeploy大模型量化部署实践

大模型学习之书生·浦语大模型5——基于LMDeploy大模型量化部署实践_第1张图片

目录

大模型学习之书生·浦语大模型5——基于LMDeploy大模型量化部署实践_第2张图片

大模型部署背景

大模型学习之书生·浦语大模型5——基于LMDeploy大模型量化部署实践_第3张图片
大模型学习之书生·浦语大模型5——基于LMDeploy大模型量化部署实践_第4张图片

LMDeploy部署

大模型学习之书生·浦语大模型5——基于LMDeploy大模型量化部署实践_第5张图片
大模型学习之书生·浦语大模型5——基于LMDeploy大模型量化部署实践_第6张图片大模型学习之书生·浦语大模型5——基于LMDeploy大模型量化部署实践_第7张图片

量化

大模型学习之书生·浦语大模型5——基于LMDeploy大模型量化部署实践_第8张图片
大模型学习之书生·浦语大模型5——基于LMDeploy大模型量化部署实践_第9张图片
大模型学习之书生·浦语大模型5——基于LMDeploy大模型量化部署实践_第10张图片

TurboMind

大模型学习之书生·浦语大模型5——基于LMDeploy大模型量化部署实践_第11张图片
大模型学习之书生·浦语大模型5——基于LMDeploy大模型量化部署实践_第12张图片
大模型学习之书生·浦语大模型5——基于LMDeploy大模型量化部署实践_第13张图片
大模型学习之书生·浦语大模型5——基于LMDeploy大模型量化部署实践_第14张图片
大模型学习之书生·浦语大模型5——基于LMDeploy大模型量化部署实践_第15张图片

API server

大模型学习之书生·浦语大模型5——基于LMDeploy大模型量化部署实践_第16张图片

动手实践环节

大模型学习之书生·浦语大模型5——基于LMDeploy大模型量化部署实践_第17张图片

你可能感兴趣的:(#,书生·浦语大模型,学习,LLM,大模型,持续部署)

  • AIGC的底层框架和技术模块 五岔路口 AIGC
    AIGC（ArtificialIntelligenceGeneratedContent，人工智能生成内容）的底层框架和技术模块是构建其强大自然语言处理能力的核心组成部分。以下是对AIGC底层框架和技术模块的详细解析：底层框架AIGC的底层框架主要基于深度学习的语言模型，特别是Transformer模型及其变种，如GPT（GenerativePre-trainedTransformer）等。这些模型
  • 如何在Windows、Linux和macOS上安装Rust并完成Hello World 美味小鱼 Rust语言入门到实践rusthelloworld
    如何在Windows、Linux和macOS上安装Rust并完成HelloWorld如果你刚刚开始学习Rust，第一步就是安装Rust并运行你的第一个程序！本文将详细介绍如何在Windows、Linux和macOS上安装Rust，并编写一个简单的“Hello,World!”程序。1.安装RustRust的安装非常简单，官方提供了一个名为rustup的工具，可以帮你轻松安装和管理Rust。以下是具体
  • 为什么要用tauri开发跨平台桌面 扎量丙不要犟 rusttauri
    1、跨平台：tauri目前能跑PC和移动端，支持windows,macos,linux,android,ios。2、体积小：electron打包非常大，特别是在macos中打包，大得可怕。我在macos中打包了一个electron项目，占600MB，改成tauri，只用了16MB。这差距太大了，macos的硬盘很贵的。3、兼容性：tauri依靠webview2或者其他类似webview的技术，确实
  • yfinance的使用 ilikework python量化交易
    最近想学习一下量化交易，就找了些python的库，yfinance这个是比较靠谱的库。功能有哪些还不是太清楚，似乎不支持多年的PE指标获取。下面是外汇历史数据的取得data=yf.download(tickers='USDJPY=X',#通貨ペアperiod='1d',#データ取得期間interval='1m',#データ表示間隔)下面是股票数据的取得tickers=['600875.SS']for
  • 可视化大屏 梦屿千寻！！ 信息可视化
    可视化大屏是一种利用计算机图形学技术，将复杂的数据和信息转换为直观的可视化图形，以呈现数据信息的工具。它不仅在电影中常见，而且已经实实在在地被应用在商业、金融、制造等各个行业的业务场景中，成为大数据分析和展示的重要工具。一、可视化大屏的特点直观性：通过图形、图表、地图等可视化元素，将复杂的数据直观展示出来，便于用户快速理解。实时性：支持实时更新数据，使用户能够随时掌握最新情况。高效性：一次性处理大
  • Stable Diffusion 3 与 OpenAI 的 DALL-E 3 谁才是AI绘画的扛把子? kcarly 杂谈StableDiffusion使用stablediffusionAI作画
    StableDiffusion3和OpenAI的DALL-E3是当前最顶尖的两种AI图像生成模型，它们在技术架构、应用场景和性能表现上各有特点。以下从多个角度详细比较这两种模型：1.开发背景与架构StableDiffusion3是由StabilityAI开发的开源模型，基于扩散Transformer架构和流匹配（FlowMatching）技术，支持多种参数配置（从800M到8B），能够满足多样化的
  • Stable Diffusion 3.5 正式发布！免费开源，堪称最强AI文生图模型，附本地安装和在线使用教程 Qingmu2024 AIGC（文本图像视频）特训营人工智能pythonstablediffusion
    关键要点：10月22日，stability.ai重磅推出StableDiffusion3.5，号称迄今为止最强大的文生图模型。此次公开版本包括多个模型变体，其中有StableDiffusion3.5Large和StableDiffusion3.5LargeTurbo。此外，StableDiffusion3.5Medium将于10月29日发布。这些模型在尺寸方面具有高度可定制性，可在消费级硬件上运行
  • 101算法javaScript描述【3】 2401_89317507 算法javascriptjava
    通常情况下，不能出现超过连续三个相同的罗马数字并且罗马数字中小的数字在大的数字的右边。但也存在特例，例如4不写做IIII，而是IV。数字1在数字5的左边，所表示的数等于大数5减小数1得到的数值4。同样地，数字9表示为IX。这个特殊的规则只适用于以下六种情况：I可以放在V(5)和X(10)的左边，来表示4和9。X可以放在L(50)和C(100)的左边，来表示40和90。C可以放在D(500)和M(1
  • Stable Diffusion创始人：DeepSeek没有抄袭！ Datawhale stablediffusion人工智能
    Datawhale分享观点：EmadMostaque，编译：Datawhale视频中英对照如下：Distillationisnothingnew,andthere'snowaytokindofstopthisfromthemodelbasis.蒸馏技术并不是什么新事物，而且从模型的角度来看，没有办法完全阻止这种情况的发生。Butifyouactuallylookatwhatthepapersays
  • C语言实现图像二值化变换项目源码 爽新全效瓷兔膏
    本文还有配套的精品资源，点击获取简介：本项目提供了一个C语言编程案例，专门用于解决图像处理中的“百马百担”问题，即图像二值化。项目展示如何使用C语言进行图像的读取、处理和保存，特别是二值化转换的实现，通过设定阈值将图像简化为黑白色调，以突出其特征。源码中包括了图像读取、阈值设置、像素遍历和图像写入等关键步骤，适合C语言学习者和图像处理领域开发者学习实践。1.C语言图像处理简介简介C语言作为一种高效
  • Python机器学习实战：人脸识别技术的实现和挑战 AI天才研究院 AI大模型企业级应用开发实战大数据AI人工智能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
    Python机器学习实战：人脸识别技术的实现和挑战作者：禅与计算机程序设计艺术/ZenandtheArtofComputerProgramming关键词：人脸识别技术,模型训练,多人识别,动态人脸检测,应用场景1.背景介绍1.1问题的由来随着科技的进步和互联网的普及，人脸识别技术因其在安全验证、生物特征识别、智能监控等多个领域的广泛应用而迅速崛起。从传统的门禁系统到现代的人脸支付、社交媒体的自动登
  • 深度学习：基础原理与实践 阿尔法星球 深度学习python人工智能
    1.深度学习概述1.1定义与发展历程深度学习是机器学习的一个分支，它基于人工神经网络的学习算法，特别是那些具有多层（深层）结构的网络。深度学习模型能够自动从原始数据中提取复杂的特征，而不需要人为设计特征提取算法。定义：深度学习可以定义为使用深层神经网络进行学习的过程，这些网络由多个非线性的变换组成，能够学习数据的多层次表示。发展历程：深度学习的起源可以追溯到1943年WarrenSturgisMc
  • 什么是MOE架构？哪些大模型使用了MOE？ 明哲AI AIGC架构人工智能大模型MOE
    在人工智能快速发展的今天，大语言模型（LLM）的规模越来越大，参数量动辄上千亿甚至万亿。然而，更大的模型往往意味着更高的计算成本和更多的资源消耗。混合专家模型（MixtureofExperts，简称MoE）作为一种创新的架构设计，为解决这一难题提供了一个优雅的解决方案。什么是混合专家模型？想象一下，如果把一个大语言模型比作一所综合性大学，传统的模型就像是让所有教授（参数）都参与每一次教学活动。而M
  • 谷歌Gemini1.5火速上线：MoE架构，100万上下文 AI生成曾小健 #混合专家模型MOELLM大语言模型人工智能深度学习pytorch机器学习python
    谷歌Gemini1.5火速上线：MoE架构，100万上下文机器之心2024-02-1608:53北京机器之心报道机器之心编辑部今天，谷歌宣布推出Gemini1.5。Gemini1.5建立在谷歌基础模型开发和基础设施的研究与工程创新的基础上，包括通过新的专家混合(MoE)架构使Gemini1.5的训练和服务更加高效。谷歌现在推出的是用于早期测试的Gemini1.5的第一个版本——Gemini1.5P
  • 【Spring Boot】Spring AOP动态代理，以及静态代理 m0_74823452 面试学习路线阿里巴巴springspringboot后端
    目录SpringAOP代理一.代理的概念二.静态代理三.JDK代理3.1重写invoke方法进?功能增强3.2通过Proxy类随机生成代理对象四.CGLIB代理4.1自定义类来重写intercept方法4.2通过Enhancer类的create方法来创建代理类五.AOP源码剖析总结(重中之重，精华)SpringAOP代理一.代理的概念根据前面的学习想必大家都已经对SpringAOP有所了解了，接下
  • day36|（dp)leetcode 1049. 最后一块石头的重量 II , 494. 目标和 , 474.一和零 kcwqxx leetcode算法职场和发展
    1049.最后一块石头的重量II有一堆石头，用整数数组stones表示。其中stones[i]表示第i块石头的重量。每一回合，从中选出任意两块石头，然后将它们一起粉碎。假设石头的重量分别为x和y，且x&stones){vectordp(1501,0);intsum=0;for(inti=0;i=stones[i];j--)//从大到小遍历背包容量，防止重复{dp[j]=max(dp[j],dp[j
  • 探索神经网络的奥秘：从基础理论到Python实践 仲毓俏Alanna
    探索神经网络的奥秘：从基础理论到Python实践【下载地址】第一章神经网络如何工作附Python神经网络编程.pdf分享本资源文件提供了关于神经网络基础知识的详细介绍，并附带了一个Python神经网络编程的PDF文件。通过学习本资源，您将能够理解神经网络的基本工作原理，并掌握如何使用Python进行神经网络编程项目地址:https://gitcode.com/Resource-Bundle-Col
  • 愿景：做机器视觉行业的颠覆者 gaoenyang760525 人工智能
    一个愿景，两场战斗，专注制胜。一个愿景：做机器视觉行业的颠覆者。我给自己创业，立一个大的愿景：做机器视觉行业的颠覆者。两场战斗：无监督-大模型上半场，无监督。2025-2030，共五年。用无监督算法，颠覆现有缺陷检测方法，争取在2-3个场景落地。在以下几个场景中，选择最容易的场景落地，做细分场景的标准检测设备：1、视觉筛选机2、PCB相关3、半导体、芯片4、纺织服装5、包装印刷（激光打标、喷码、瓶
  • python学习(11)--python 函数默认参数 程序员陈师傅 Python学习专栏python学习开发语言
    在Python中，函数默认参数是指在函数定义中为参数指定默认值的参数。当调用函数时，如果没有为默认参数提供值，那么将使用默认值。函数默认参数的语法如下：deffunction_name(parameter1=default_value1,parameter2=default_value2,...):#函数体下面是一个使用默认参数的函数示例：defgreet(name,message="Hello"
  • 什么是MoE？ CM莫问 深度学习人工智能算法常见概念人工智能算法python深度学习MoE混合专家模型机器学习
    一、概念MoE（MixtureofExperts）是一种深度学习架构，它结合了多个专家模型（Experts）和一个门控机制（GatingMechanism）来处理不同的输入数据或任务。MoE的核心思想是将复杂的任务分解为多个子任务，由不同的专家网络来处理，以此来提升整体模型的性能和效率。MOE通过集成多个专家来显著提高模型的容量和表达能力，每个专家可以专注于学习输入数据的不同方面或特征，使得整个模
  • 第三篇：模型压缩与量化技术——DeepSeek如何在边缘侧突破“小而强”的算力困局 python算法(魔法师版) 数据挖掘机器学习人工智能深度学习神经网络生成对抗网络边缘计算
    ——从算法到芯片的全栈式优化实践随着AI应用向移动终端与物联网设备渗透，模型轻量化成为行业核心挑战。DeepSeek通过自研的“算法-编译-硬件”协同优化体系，在保持模型性能的前提下，实现参数量与能耗的指数级压缩。本文从技术原理、工程实现到落地应用，完整解析其全链路压缩技术体系。第一章算法层创新：结构化压缩与动态稀疏化1.1非均匀结构化剪枝技术DeepSeek提出**“敏感度感知通道剪枝”（SAC
  • CentOS 7.6用户管理指令 2301_80069458 linux服务器学习
    #学习笔记#一、用户添加useradd用户名二、给用户指定密码passwd用户名三、删除用户1、仅删除用户不删除用户家目录（此处用户家目录可以理解为用户的数据，通常情况下建议保留）userdel用户名2、输出用户并且删除用户家目录userdel-r用户名四、切换用户1、从当前用户切换到另一个用户上（从权限高的用户切换到权限低的用户无需输入密码，反之需要输入密码）su-用户名2、从切换的账户上退回到
  • RPC 和 RESTFUL 快乐的小三菊 java基础java
    一、网络分层聊今天的话题之前，先普及个关于网络架构的分层的知识，在当前的世界中，有两套网络的参考模型，一套是OSI参考模型，一套是TCP/IP的参考模型。对于java开发而言，我们只需要知道现在用的是TCP/IP模型，这个模型分为四层就可以了。OSI参考模型（OpenSystemsInterconnectionReferenceModel）：包括七层，这个模型过于理想化，未能在因特网中进行广泛推广
  • MySQL与Python：连接与操作数据库的魔法之旅 墨瑾轩 一起学学数据库【一】数据库mysql
    关注墨瑾轩，带你探索编程的奥秘！超萌技术攻略，轻松晋级编程高手技术宝库已备好，就等你来挖掘订阅墨瑾轩，智趣学习不孤单即刻启航，编程之旅更有趣开篇：数据库世界的探险️嘿，亲爱的Python小巫师们！今天我们要一起踏上一段探险之旅——连接并操作MySQL数据库。在这个数据的海洋中，MySQL是我们的宝藏库，而Python则是我们的魔法棒。准备好你的魔法帽，我们即将开始这段连接与操作数据库的魔法之旅！M
  • 【 书生·浦语大模型实战营】学习笔记（三）：“茴香豆” 搭建你的RAG 智能助理 GoAI 自然语言处理NLP深入浅出AI深入浅出LLM深度学习LLM人工智能大模型
    AI学习星球推荐：GoAI的学习社区知识星球是一个致力于提供《机器学习|深度学习|CV|NLP|大模型|多模态|AIGC》各个最新AI方向综述、论文等成体系的学习资料，配有全面而有深度的专栏内容，包括不限于前沿论文解读、资料共享、行业最新动态以、实践教程、求职相关（简历撰写技巧、面经资料与心得）多方面综合学习平台，强烈推荐AI小白及AI爱好者学习，性价比非常高！加入星球➡️点击链接【书生·
  • 某验第四代滑块逆向快速破解 码王吴彦祖 JS逆向实战js逆向node.js加密
    本期地址如下，使用base64解码获得网址aHR0cHM6Ly9ndDQuZ2VldGVzdC5jb20v前些天发现了一个巨牛的人工智能学习网站，通俗易懂，风趣幽默，忍不住分享一下给大家。点击跳转到网站破解某验，某盾已经是司空见惯的事情了，网上也有很多资料查阅，但是大多数都是繁琐、冗长，本文以最直接快速理解的方法讲解，稍微认真一点看完文章，你至少能在半个小时内完成破解本文大致步骤如下：找到加密位置
  • 『大模型笔记』视觉语言模型解释 AI大模型前沿研究 大模型笔记LLMVLM视觉语言模型语言模型大模型人工智能
    视觉语言模型解释文章目录一.视觉语言模型解析1.什么是视觉语言模型？2.开源视觉语言模型概览3.如何找到合适的视觉语言模型MMMUMMBench4.技术细节5.使用变压器(transformers)运用视觉语言模型6.使用TRL微调视觉语言模型二.参考文章一.视觉语言模型解析视觉语言模型是一类能够同时从图像和文本中学习，以处理从视觉问题回答到图像描述等多种任务的模型。本文将深入探讨视觉语言模型的核
  • ARM嵌入式学习--第十二天（WDOG，RTC） 戒燥. 学习armarm开发单片机
    --WDOG-介绍WatchDog是为了能够防止程序跑飞而使用的一种硬件模块，如果你的程序没有跑飞，那么你的程序会定时的去喂看门狗；如果你的程序跑飞了，那么就不会再去喂狗了，如果超过了喂狗时间，那么狗就会自己生成一个信号来重新reset你的CPU让程序重新开始。这是一种在很重要的情况下防止系统跑飞的一种方式-编程思路1.设置复位信号产生后以冷启动方式复位2.关闭看门狗控制器3.设置看门狗定时器定时
  • 动态调频调压小记 yuanbinquan Linux系统linuxcpu调频调压
    最近遇到一个发热严重问题，顺带学习了linux的动态调频调压。相关的具体技术我这里就不详细讲解了，顾名思义系统能够根据自身状态调整cpu工作电压和工作频率，从而达到降低功耗的目的。查看cpu工作频率：cat/sys/devices/system/cpu/cpu0/cpufreq/cpuinfo_cur_freq查看cpu工作电压：cat/sys/devices/system/voltage/cor
  • 零基础学Python学习笔记 小陌白 机器学习python学习开发语言
    Python学习笔记代码下载地址链接：https://pan.baidu.com/s/1yGnpfq4ZHeKpt4V0J_PTSg提取码：hmzs1.Python基础语法1.1基本数据类型整数(int)：8浮点数(float)：8.8字符串(str)：“8”“Python”布尔值(bool)：TrueFalseprint(type(int('8')))#将字符串8转化为整型print(type(
  • 对股票分析时要注意哪些主要因素？ 会飞的奇葩猪 股票 分析 云掌股吧
    　　众所周知，对散户投资者来说，股票技术分析是应战股市的核心武器，想学好股票的技术分析一定要知道哪些是重点学习的，其实非常简单，我们只要记住三个要素：成交量、价格趋势、振荡指标。     一、成交量 　　大盘的成交量状态。成交量大说明市场的获利机会较多，成交量小说明市场的获利机会较少。当沪市的成交量超过150亿时是强市市场状态，运用技术找综合买点较准；
  • 【Scala十八】视图界定与上下文界定 bit1129 scala
    Context Bound，上下文界定，是Scala为隐式参数引入的一种语法糖，使得隐式转换的编码更加简洁。   隐式参数 首先引入一个泛型函数max，用于取a和b的最大值 def max[T](a: T, b: T) = { if (a > b) a else b }  因为T是未知类型，只有运行时才会代入真正的类型，因此调用a >
  • C语言的分支——Object-C程序设计阅读有感 darkblue086 applec框架cocoa
    自从1972年贝尔实验室Dennis Ritchie开发了C语言，C语言已经有了很多版本和实现，从Borland到microsoft还是GNU、Apple都提供了不同时代的多种选择，我们知道C语言是基于Thompson开发的B语言的，Object-C是以SmallTalk-80为基础的。和C++不同的是，Object C并不是C的超集，因为有很多特性与C是不同的。 Object-C程序设计这本书
  • 去除浏览器对表单值的记忆 周凡杨 html记忆autocompleteform浏览
                                       &n
  • java的树形通讯录 g21121 java
    最近用到企业通讯录，虽然以前也开发过，但是用的是jsf，拼成的树形，及其笨重和难维护。后来就想到直接生成json格式字符串，页面上也好展现。 // 首先取出每个部门的联系人 for (int i = 0; i < depList.size(); i++) { List<Contacts> list = getContactList(depList.get(i
  • Nginx安装部署 510888780 nginxlinux
    Nginx ("engine x") 是一个高性能的 HTTP 和 反向代理 服务器，也是一个 IMAP/POP3/SMTP 代理服务器。 Nginx 是由 Igor Sysoev 为俄罗斯访问量第二的 Rambler.ru 站点开发的，第一个公开版本0.1.0发布于2004年10月4日。其将源代码以类BSD许可证的形式发布，因它的稳定性、丰富的功能集、示例配置文件和低系统资源
  • java servelet异步处理请求 墙头上一根草 ｊａｖａ异步返回ｓｅｒｖｌｅｔ
    servlet3.0以后支持异步处理请求，具体是使用AsyncContext ，包装httpservletRequest以及httpservletResponse具有异步的功能，        final AsyncContext ac = request.startAsync(request, response);   ac.s
  • 我的spring学习笔记8-Spring中Bean的实例化 aijuans Spring 3
    在Spring中要实例化一个Bean有几种方法： 1、最常用的（普通方法） <bean id="myBean" class="www.6e6.org.MyBean" /> 使用这样方法，按Spring就会使用Bean的默认构造方法，也就是把没有参数的构造方法来建立Bean实例。 （有构造方法的下个文细说） 2、还
  • 为Mysql创建最优的索引 annan211 mysql索引
    索引对于良好的性能非常关键，尤其是当数据规模越来越大的时候，索引的对性能的影响越发重要。 索引经常会被误解甚至忽略，而且经常被糟糕的设计。 索引优化应该是对查询性能优化最有效的手段了，索引能够轻易将查询性能提高几个数量级，最优的索引会比 较好的索引性能要好2个数量级。 1 索引的类型 (1) B-Tree 不出意外，这里提到的索引都是指 B-
  • 日期函数 百合不是茶 oraclesql日期函数查询
      ORACLE日期时间函数大全 TO_DATE格式(以时间:2007-11-02 13:45:25为例) Year: yy two digits 两位年 显示值:07 yyy three digits 三位年 显示值:007
  • 线程优先级 bijian1013 javathread多线程java多线程
    多线程运行时需要定义线程运行的先后顺序。 线程优先级是用数字表示，数字越大线程优先级越高，取值在1到10，默认优先级为5。 实例： package com.bijian.study; /** * 因为在代码段当中把线程B的优先级设置高于线程A,所以运行结果先执行线程B的run()方法后再执行线程A的run()方法 * 但在实际中，JAVA的优先级不准，强烈不建议用此方法来控制执
  • 适配器模式和代理模式的区别 bijian1013 java设计模式
    一.简介        适配器模式：适配器模式（英语：adapter pattern）有时候也称包装样式或者包装。将一个类的接口转接成用户所期待的。一个适配使得因接口不兼容而不能在一起工作的类工作在一起，做法是将类别自己的接口包裹在一个已存在的类中。      &nbs
  • 【持久化框架MyBatis3三】MyBatis3 SQL映射配置文件 bit1129 Mybatis3
     SQL映射配置文件一方面类似于Hibernate的映射配置文件，通过定义实体与关系表的列之间的对应关系。另一方面使用<select>,<insert>,<delete>，<update>元素定义增删改查的SQL语句， 这些元素包含三方面内容 1. 要执行的SQL语句 2. SQL语句的入参，比如查询条件 3. SQL语句的返回结果
  • oracle大数据表复制备份个人经验 bitcarter oracle大表备份大表数据复制
    前提：    数据库仓库A（就拿oracle11g为例）中有两个用户user1和user2,现在有user1中有表ldm_table1,且表ldm_table1有数据5千万以上，ldm_table1中的数据是从其他库B（数据源）中抽取过来的，前期业务理解不够或者需求有变，数据有变动需要重新从B中抽取数据到A库表ldm_table1中。    
  • HTTP加速器varnish安装小记 ronin47 http varnish 加速
    上午共享的那个varnish安装手册，个人看了下，有点不知所云，好吧~看来还是先安装玩玩！ 苦逼公司服务器没法连外网，不能用什么wget或yum命令直接下载安装，每每看到别人博客贴出的在线安装代码时，总有一股羡慕嫉妒“恨”冒了出来。。。好吧，既然没法上外网，那只能麻烦点通过下载源码来编译安装了！ Varnish 3.0.4下载地址： http://repo.varnish-cache.org/
  • java-73-输入一个字符串，输出该字符串中对称的子字符串的最大长度 bylijinnan java
    public class LongestSymmtricalLength { /* * Q75题目：输入一个字符串，输出该字符串中对称的子字符串的最大长度。 * 比如输入字符串“google”，由于该字符串里最长的对称子字符串是“goog”，因此输出4。 */ public static void main(String[] args) { Str
  • 学习编程的一点感想 Cb123456 编程感想Gis
           写点感想，总结一些，也顺便激励一些自己.现在就是复习阶段，也做做项目.      本专业是GIS专业，当初觉得本专业太水，靠这个会活不下去的，所以就报了培训班。学习的时候，进入状态很慢，而且当初进去的时候，已经上到Java高级阶段了，所以.....，呵呵，之后有点感觉了，不过，还是不好好写代码，还眼高手低的，有
  • [能源与安全]美国与中国 comsci 能源
         现在有一个局面：地球上的石油只剩下N桶，这些油只够让中国和美国这两个国家中的一个顺利过渡到宇宙时代，但是如果这两个国家为争夺这些石油而发生战争，其结果是两个国家都无法平稳过渡到宇宙时代。。。。而且在战争中，剩下的石油也会被快速消耗在战争中，结果是两败俱伤。。。       在这个大
  • SEMI-JOIN执行计划突然变成HASH JOIN了 的原因分析 cwqcwqmax9 oracle
    甲说： A B两个表总数据量都很大，在百万以上。 idx1  idx2字段表示是索引字段 A B 两表上都有 col1字段表示普通字段 select xxx from A where A.idx1 between mmm and nnn      and exists (select 1 from B where B.idx2 =
  • SpringMVC-ajax返回值乱码解决方案 dashuaifu AjaxspringMVCresponse中文乱码
      SpringMVC-ajax返回值乱码解决方案   一：（自己总结，测试过可行） ajax返回如果含有中文汉字，则使用：（如下例：） @RequestMapping(value="/xxx.do")       public @ResponseBody void getPunishReasonB
  • Linux系统中查看日志的常用命令 dcj3sjt126com OS
    因为在日常的工作中，出问题的时候查看日志是每个管理员的习惯，作为初学者，为了以后的需要，我今天将下面这些查看命令共享给各位 cat tail -f 日 志 文 件 说 明 /var/log/message 系统启动后的信息和错误日志，是Red Hat Linux中最常用的日志之一 /var/log/secure 与安全相关的日志信息 /var/log/maillog 与邮件相关的日志信
  • [应用结构]应用 dcj3sjt126com PHPyii2
    应用主体 应用主体是管理 Yii 应用系统整体结构和生命周期的对象。 每个Yii应用系统只能包含一个应用主体，应用主体在 入口脚本中创建并能通过表达式 \Yii::$app 全局范围内访问。 补充: 当我们说"一个应用"，它可能是一个应用主体对象，也可能是一个应用系统，是根据上下文来决定[译：中文为避免歧义，Application翻译为应
  • assertThat用法 eksliang JUnitassertThat
    junit4.0  assertThat用法 一般匹配符1、assertThat( testedNumber, allOf( greaterThan(8), lessThan(16) ) ); 注释： allOf匹配符表明如果接下来的所有条件必须都成立测试才通过，相当于“与”（&&） 2、assertThat( testedNumber, anyOf( g
  • android点滴2 gundumw100 应用服务器android网络应用OSHTC
    如何让Drawable绕着中心旋转？ Animation a = new RotateAnimation(0.0f, 360.0f, Animation.RELATIVE_TO_SELF, 0.5f, Animation.RELATIVE_TO_SELF,0.5f); a.setRepeatCount(-1); a.setDuration(1000); 如何控制Andro
  • 超简洁的CSS下拉菜单 ini htmlWeb工作html5css
    效果体验：http://hovertree.com/texiao/css/3.htmHTML文件： <!DOCTYPE html> <html xmlns="http://www.w3.org/1999/xhtml"> <head> <title>简洁的HTML+CSS下拉菜单-HoverTree</title>
  • kafka consumer防止数据丢失 kane_xie kafkaoffset commit
    kafka最初是被LinkedIn设计用来处理log的分布式消息系统，因此它的着眼点不在数据的安全性（log偶尔丢几条无所谓），换句话说kafka并不能完全保证数据不丢失。   尽管kafka官网声称能够保证at-least-once，但如果consumer进程数小于partition_num，这个结论不一定成立。   考虑这样一个case，partiton_num=2
  • @Repository、@Service、@Controller 和 @Component mhtbbx DAOspringbeanprototype
    @Repository、@Service、@Controller 和 @Component 将类标识为Bean Spring 自 2.0 版本开始，陆续引入了一些注解用于简化 Spring 的开发。@Repository注解便属于最先引入的一批，它用于将数据访问层 (DAO 层 ) 的类标识为 Spring Bean。具体只需将该注解标注在 DAO类上即可。同时，为了让 Spring 能够扫描类
  • java 多线程高并发读写控制 误区 qifeifei java thread
    先看一下下面的错误代码，对写加了synchronized控制，保证了写的安全，但是问题在哪里呢？ public class testTh7 { private String data; public String read(){ System.out.println(Thread.currentThread().getName() + "read data "
  • mongodb replica set(副本集)设置步骤 tcrct javamongodb
    网上已经有一大堆的设置步骤的了，根据我遇到的问题，整理一下，如下： 首先先去下载一个mongodb最新版，目前最新版应该是2.6 cd /usr/local/bin wget http://fastdl.mongodb.org/linux/mongodb-linux-x86_64-2.6.0.tgz tar -zxvf mongodb-linux-x86_64-2.6.0.t
  • rust学习笔记 wudixiaotie 学习笔记
    1.rust里绑定变量是let，默认绑定了的变量是不可更改的，所以如果想让变量可变就要加上mut。 let x = 1; let mut y = 2; 2.match 相当于erlang中的case，但是case的每一项后都是分号，但是rust的match却是逗号。 3.match 的每一项最后都要加逗号，但是最后一项不加也不会报错，所有结尾加逗号的用法都是类似。 4.每个语句结尾都要加分
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他