- 《DeepSeek训练算法:开启高效学习的新大门》
人工智能深度学习
在人工智能的浪潮中,大语言模型的发展日新月异。DeepSeek作为其中的佼佼者,凭借其独特的训练算法和高效的学习能力,吸引了众多目光。今天,就让我们深入探究DeepSeek训练算法的独特之处,以及它是如何保证模型实现高效学习的。一、独特的架构基础DeepSeek以Transformer架构为基石,但并非简单沿用,而是进行了深度创新。Transformer架构的核心是注意力机制,这让模型在处理序列数
- 2024年03月 C/C++(七级)真题解析#中国电子学会#全国青少年软件编程等级考试
码农StayUp
#C/C++七八级历届真题解析c语言c++开发语言电子学会等级考试
C/C++编程(1~8级)全部真题・点这里第1题:走出迷宫当你站在一个迷宫里的时候,往往会被错综复杂的道路弄得失去方向感,如果你能得到迷宫地图,事情就会变得非常简单。假设你已经得到了一个n*m的迷宫的图纸,请你找出从起点到出口的最短路。时间限制:1000内存限制:65536输入第一行是两个整数n和m(1<=n,m<=100),表示迷宫的行数和列数。接下来n行,每行一个长为m的字符串,表示整个迷宫的
- DeepSeek推理模型架构以及DeepSeek爆火的原因
微学AI
架构LLMdeepseek
大家好,我是微学AI,今天给大家介绍一下DeepSeek推理模型架构以及DeepSeek爆火的原因,DeepSeek推理模型凭借其创新的混合专家(MoE)架构和优化的Transformer架构,融合稀疏注意力机制,实现了高效的计算资源分配与显著降低的推理成本。在训练过程中,DeepSeek广泛应用蒸馏技术,通过生成高质量数据和将大型模型的推理能力迁移至小型模型,大幅提升训练效率与模型性能。Deep
- 低代码开发:开启企业数智化转型“快捷键”
液态不合群
低代码
一、低代码开发浪潮来袭,企业转型正当时在当今数字化飞速发展的时代,低代码开发已如汹涌浪潮,席卷全球。从国际市场来看,诸多企业巨头纷纷布局低代码领域,像微软的PowerApps、OutSystems等平台,凭借强大功能与广泛影响力,成为众多大型企业数字化变革的得力助手。据权威数据显示,全球低代码开发技术市场规模持续上扬,预计在未来几年内仍将保持高速增长态势。在国内,低代码开发同样热度爆棚。阿里、腾讯
- 企业如何有效的构建产品知识库,让知识赋能企业,提升市场竞争力
吴间
产品文档知识管理企业知识库知识体系知识整理
什么是产品知识库?产品知识库是将自己所获取的产品知识进行汇总和整理,是产品知识体系的初始系统。产品知识库的作用是,可以运用产品知识库中的内容去解决实际工作中遇到的问题。产品知识库的最终状态是,任何问题都可以通过搜寻产品知识库得以解决。产品知识库的价值产品知识库无论是对内(员工),还是对外(客户)都有着极大的帮助作用。对内:使企业产品信息结构化存储,方便企业知识财富积累(可以为之后产品迭代做准备)。
- 【最新】沃德协会管理系统源码+uniapp前端+环境教程
kaui52066
kaui52066精品源码uni-app小程序前端开源php生活
一.系统介绍一款基于FastAdmin+ThinkPHP+Uniapp开发的商协会系统,新一代数字化商协会运营管理系统,以“智慧化会员体系、智敏化内容运营、智能化活动构建”三大板块为基点,实施功能全场景覆盖,一站式解决商协会需求壁垒,有效快速建立自有数字化管理体系、提升组织管理效能、增强会员粘性、沟通连接市场,真正做到为构建有影响力的现代化智慧型组织赋能。二.测试环境系统环境:CentOS、运行环
- DeepSeek R1 vs ChatGPT o1 实测 7 大场景终极对决
网络安全我来了
人工智能AIchatgpt
R1vso1:7大场景终极对决引言你需要的不是「最好」,而是「最合适」想象一下,你面前有两把瑞士军刀:一把刀锋锐利但功能单一,另一把功能繁多但需要时间磨合。你会怎么选?人工智能模型的选择也是如此。DeepSeekR1和ChatGPTo1就像这两把军刀,它们的胜负不在绝对强弱,而在场景适配。根据实测数据,我们将通过编程、教育、创意等7个战场,解剖这两大AI巨头的真实战斗力。一、语言战场当AI成为「读
- 大语言模型(LLM)如何实现上下文的长期记忆?
引言大语言模型(LargeLanguageModels,LLMs),如GPT-4、Claude和LLaMA等,已经在自然语言处理领域展现出卓越的能力。然而,它们在实际应用中常常面临一个核心问题:如何实现上下文的长期记忆?传统LLM的上下文长度通常受限于计算资源和架构设计(如注意力机制),这限制了其处理长文档或保持复杂对话连续性的能力。本篇文章将深入探讨大语言模型的上下文记忆问题,分析其技术难点,并
- DeepSeek vs ChatGPT:大模型技术路径的“分水岭”与行业颠覆性创新——2025年AI领域生态重构与场景革命深度观察
富 贵 儿 ¥
人工智能开发语言大数据python
引言:从“参数竞赛”到“场景战争”的范式转移2025年,全球AI产业正经历从“技术崇拜”到“价值落地”的关键转折。当OpenAI、Google等巨头仍执着于千亿参数堆砌时,中国团队打造的DeepSeek以“场景穿透力”异军突起。这场较量不仅是技术架构的对垒,更是AI商业化逻辑的根本性变革。本文基于独家技术拆解与300+企业落地案例调研,揭示两大模型如何重塑行业规则。一、技术架构革命:MoEvsTr
- 装配式建筑 4.0,中建海龙如何成为行业标杆
科技世界网
科技人工智能大数据
随着科技的飞速发展和城市化进程的加速,建筑行业正经历着前所未有的变革。在这场变革中,装配式建筑4.0以其高效、环保、智能的特点,引领着建筑业迈向新的发展阶段。同时,中建海龙科技有限公司(简称“中建海龙”)正以其卓越的技术实力和市场洞察力,为绿色建筑未来领航。装配式建筑4.0,作为建筑工业化发展的最新成果,代表了建筑行业向智能化、绿色化、数字化转型升级的重要方向。它将传统建造方式中的大量现场作业转移
- Python中LLM的稀疏Transformer架构:Longformer与BigBird
二进制独立开发
非纯粹GenAIGenAI与Pythonpythontransformer架构开发语言分布式人工智能自然语言处理
文章目录1.Transformer架构的挑战2.稀疏Transformer架构的提出2.1Longformer2.1.1局部注意力2.1.2全局注意力2.1.3实现2.2BigBird2.2.1随机注意力2.2.2局部注意力2.2.3全局注意力2.2.4实现3.稀疏Transformer架构的优势4.稀疏Transformer架构的挑战5.未来发展方向5.1更高效的稀疏注意力机制5.2自适应稀疏注
- 连锁企业管理系统助力企业精准定位市场,提升竞争力
连锁企业管理系统
连锁经营连锁企业管理系统连锁管理
在当今竞争激烈的商业环境中,连锁企业面临着前所未有的挑战。如何在瞬息万变的市场中精准定位,提升竞争力,成为每个连锁企业管理者亟待解决的问题。而连锁企业管理系统的出现,为企业提供了一把打开成功之门的钥匙。一、连锁企业管理系统:企业管理的利器连锁企业管理系统是一套集成了多种功能模块的信息化管理系统,它能够帮助企业实现总部与各门店之间的信息共享、业务协同和统一管理,从而提升运营效率,降低运营成本。二、连
- DeepSeek提示词高阶用法全解析:职场效率提升的10个实战案例*——让AI成为你的全能职场助手
涛涛讲AI
效率工具人工智能deepseek扣子智能体AI应用大模型python
近期,国产AI模型DeepSeek因其强大的中文理解力、低成本与高性能的组合,成为职场人热议的焦点。本文结合官方指南与实战案例,总结10个贴近职场场景的提示词高阶用法,助你解锁AI生产力工具的真正潜力。一、角色设定:让AI化身“资深顾问”场景:需要快速生成专业方案但缺乏经验时,通过角色设定让AI模拟行业专家视角。提示词示例:角色:资深企业战略顾问(专注数字化转型领域)背景:某传统制造企业计划转型智
- 《高效学习法:如何通过“案例学习法”提升应用能力?》
引言:聊聊我的学习困境[]()曾经的我,深陷学习的泥沼,怎么也挣扎不出来。每次坐在书桌前,看着堆积如山的书本和资料,满心都是焦虑和无助。那些密密麻麻的文字,仿佛是一道道难以跨越的沟壑,让我望而却步。课堂上,我拼命想要集中注意力,可思绪总是不由自主地飘走。老师讲的内容,我只能一知半解,笔记也记得乱七八糟。课后复习时,面对那些似曾相识又完全陌生的知识点,我感觉自己就像一只无头苍蝇,四处乱撞,却找不到方
- MobPush智能推送系统的用户行为分析:驱动精准运营的核心引擎
数据库
MobPush智能推送系统的用户行为分析:驱动精准运营的核心引擎在移动应用竞争白热化的今天,用户注意力成为最稀缺的资源。APP企业纷纷引入MobPush智能推送系统,其核心价值在于通过用户行为分析实现精准触达。这种技术不仅改变了传统"广撒网"式的推送策略,更成为用户留存和商业转化的关键武器。本文将从实践效果与典型案例维度,解析MobPush智能推送系统如何重构用户运营逻辑。实践效果:从经验驱动到数
- RK3588+昇腾AI|40TOPS算力AI盒子设计方案
ARM+FPGA+AI工业主板定制专家
AI盒子瑞芯微人工智能
综合视频智能AI分析系统介绍以计算机视觉技术为基础,AI赋能千行百业,依托人工智能视觉分析技术以及强大的“端+边”算力支撑,实时分析烟火,入侵等事件,同时结合云上预警业务平台,实现事件发现、预警、处置全流程闭环。设计架构系统架构视频智能识别系统自下而上分为“感知层、网络层、支撑层、应用层”四层,系统逻辑架构如下图所示:感知层对接前端感知设备,如视频监控、NVR、和其他物联感知设备,对重要通道和场所
- 如何运用边缘计算控制器提升智能工厂的竞争力?
钡铼技术物联网关
人工智能arm开发linux自动化
制造业正经历一场深刻的变革。其中,边缘计算作为一项关键技术,在提升生产效率、降低成本以及实现智能制造方面发挥着至关重要的作用。本文将探讨边缘计算在智能工厂中的应用场景及其带来的价值。边缘计算简介边缘计算是一种分布式计算范式,它使计算和数据存储更接近数据源,而不是依赖于远程数据中心或云服务。这不仅减少了延迟,提高了响应速度,还能有效减少网络带宽使用,增强系统的安全性和隐私保护能力。在工业环境中,边缘
- 如何选择最适合你的文档协同工具?
项目管理
在当今数字化时代,文档协同工具已成为企业提升工作效率和团队协作的关键。选择一款适合自身需求的文档协同工具不仅能够优化工作流程,还能显著提高团队的生产力。本文将深入探讨如何选择最适合你的文档协同工具,帮助你在众多选择中找到最佳方案。了解文档协同工具的核心功能文档协同工具的核心在于实现多人同时编辑和管理文档的能力。高质量的协同工具应具备实时协作、版本控制、权限管理等基本功能。此外,云端存储和同步功能也
- 【IDEA 必备插件之一】这样注入 Bean 才爽
今天我们来介绍一款免费的IDEA生产力插件,它叫BeanAssistant。我们可以在插件市场搜索BeanAssistant来安装它。前言不知道你们在平时的工作场景中是否经常遇到以下的情况。在一个方法中,需要调用某个实例接口的方法。我们经常会先在该类里面先注入这个接口的实例Bean,然后再调用起方法,如果这个类很长,我们需要翻到该类的很前面,先把注入方法写好,然后又返回方法体写调用。这种形式非常繁
- 6个大数据应用案例
雪兽软件
科技前沿大数据
根据市场数据预测报告,到2026年,全球大数据市场可能达到2684亿美元。随着大数据市场的快速增长,组织正在利用大数据来获得洞察力,帮助他们做出更好的决策,改善运营,最终推动最佳增长。从医疗保健到金融,从零售到电信,大数据正被用于改变行业的运作方式,使企业能够创造新的收入来源,增强客户体验,提高运营效率。这个全面的博客将探索令人兴奋的大数据用例领域,探索商业组织如何利用数据获得洞察力,推动创新,并
- 人工智能的发展领域之GPU加速计算的应用概述、架构介绍与教学过程
m0_74824592
面试学习路线阿里巴巴人工智能架构
文章目录一、架构介绍GPU算力平台概述优势与特点二、注册与登录账号注册流程GPU服务器类型配置选择指南内存和存储容量网络带宽CPU配置三、创建实例实例创建步骤镜像选择与设置四、连接实例SSH连接方法远程桌面配置一、架构介绍GPU算力平台概述一个专注于GPU加速计算的专业云服务平台,隶属于软件和信息技术服务业。主要面向高校、科研机构和企业用户。该平台提供多种NVIDIAGPU选择,适用于机器学习、人
- 【深度学习基础】什么是注意力机制
我的青春不太冷
深度学习人工智能注意力机制
文章目录一、注意力机制的核心地位:从补充到主导二、技术突破:从Transformer到多模态融合三、跨领域应用:从NLP到通用人工智能四、未来挑战与趋势结语参考链接注意力机制:深度学习的核心革命与未来基石在深度学习的发展历程中,注意力机制(AttentionMechanism)的引入堪称一场革命。它不仅解决了传统模型的根本性缺陷,更通过动态聚焦关键信息的能力,重塑了人工智能处理复杂任务的范式。本文
- 【第15章:量子深度学习与未来趋势—15.3 量子深度学习在图像处理、自然语言处理等领域的应用潜力分析】
再见孙悟空_
#【深度学习・探索智能核心奥秘】深度学习机器学习人工智能音视频自然语言处理量子深度学习量子学习未来
一、开篇:为什么我们需要关注这场"量子+AI"的世纪联姻?各位技术爱好者们,今天我们要聊的这个话题,可能是未来十年最值得押注的技术革命——量子深度学习。这不是简单的"1+1=2"的物理叠加,而是一场可能彻底改写AI发展轨迹的范式转移。想象这样一个场景:你现在训练一个GPT-5级别的模型,不需要耗费价值上亿美元的算力资源,不需要等待数周的训练时间,甚至不需要纠结于模型参数是否过拟合。这就是量子深度学
- 【第15章:量子深度学习与未来趋势—15.1 量子计算基础与量子机器学习的发展背景】
再见孙悟空_
#【深度学习・探索智能核心奥秘】机器翻译自然语言处理计算机视觉量子计算人工智能深度学习机器学习
想象一下,你正在用ChatGPT生成一篇小说,突然它卡在"主角穿越虫洞"的情节上——这不是因为想象力枯竭,而是传统计算机的晶体管已经烧到冒烟。当前AI大模型的参数规模每4个月翻一番,但摩尔定律的终结让经典计算机的算力增长首次跟不上AI的进化速度。这时候,量子计算带着它的"超能力"登场了:1台50量子位的量子计算机,处理某些问题的速度可达超级计算机的1亿倍。这场算力革命,正在改写深度学习的游戏规则。
- IDEA接入GPT王炸秘籍,开发分析界面与ChatGPT直接无缝衔接
数行天下
AI赋能intellij-ideagptchatgptpythonjava
大家好,我是数行天下,普通中间群体是凭借技术或业务在各行各业打工的重要群体,是AI技术的实践和推动者,个体的数字化程度越高就越能在百年未有之变局的AI时代赢得先机。各行各业数据分析、系统开发人员,科研领域研究人员,设计师,及各单位文字工作者等,谁能快速学习、加快效率,产出的内容更优质,在内卷化日益严重的环境中就更有竞争力。由于各种限制,大部分人无法有效使用GPT,即使费力注册成功也因为科学上网时间
- 管理艺术:从策略到执行
AI天才研究院
ChatGPTAI大模型企业级应用开发实战DeepSeekR1&大数据AI人工智能大模型大厂Offer收割机面试题简历程序员读书硅基计算碳基计算认知计算生物计算深度学习神经网络大数据AIGCAGILLMJavaPython架构设计Agent程序员实现财富自由
管理艺术:从策略到执行关键词:管理艺术、策略、执行、领导力、创新、社会责任、企业文化摘要:本文深入探讨管理艺术,从策略到执行,解析管理艺术在企业的应用与实际操作。文章分为七个部分,涵盖管理艺术的基础、策略层面、执行层面、心理层面、创新层面、社会层面及综合评估与反思,旨在为读者提供全面的管理艺术指南。目录大纲第一部分:管理艺术的基础第1章:管理艺术的概述1.1管理艺术的概念与重要性1.2管理艺术的历
- 【论文精读】Sparse4D v2: Recurrent Temporal Fusion with Sparse Model
EEPI
自动驾驶人工智能论文阅读深度学习目标检测
1背景团队:地平线时间:代码:简介:这篇论文是Sparse4D的续作,区别主要在于特征时序融合上,新版提高了运算效率。后续端到端SparseDrive的基本框架与这篇基本类似。2存在的问题2.1其他稀疏3D检测的问题PETR是query-based方法,但是为了实现特征融合,进行了全局注意力机制,导致高计算量。2.2Sparse4Dv1的问题Sparse4Dv1的时序特征融合hierarchyfu
- 数字内容体验未来趋势:五大平台横向对比与深度解析
清风徐徐de来
其他
内容概要当前,企业数字化转型的核心战场正逐步向数字内容体验的精细化运营转移。随着用户行为碎片化与需求多元化趋势加剧,AI驱动的智能推荐系统、基于数据决策的动态优化能力,以及跨渠道的品牌一致性维护,已成为衡量内容平台竞争力的三大核心维度。本文将围绕这三大支柱,通过横向对比主流平台的技术架构与落地实践,揭示未来数字内容体验的演进方向。首先,AI驱动不仅改变了内容分发的效率,更通过深度学习算法实现用户行
- 数据驱动业务增长,E-MapReduce 真实案例解析
Anna_Tong
mapreduce大数据云计算数据分析阿里云实时计算数据驱动
在大数据时代,数据已经成为企业核心竞争力的关键因素之一。无论是电商、金融、物流还是制造业,企业都在探索如何更高效地处理、分析和利用海量数据,以实现精准决策、优化运营并提升业务增长。然而,面对PB级甚至EB级的数据规模,传统的本地大数据计算架构往往难以满足性能和成本的要求。如何在保证计算效率的同时降低运维成本,成为企业数据战略中的关键挑战。阿里云E-MapReduce(EMR)作为一款云原生的大数据
- DeepSeek底层揭秘——多头潜在注意力MLA
9命怪猫
AIai人工智能大模型
目录1.多头潜在注意力(MLA)2.核心功能3.技术要素4.难点挑战暨含解决方案5.技术路径6.应用场景7.实际案例:DeepSeek8.最新研究与技术进展9.未来趋势猫哥说1.多头潜在注意力(MLA)(1)定义“多头潜在注意力(Multi-HeadLatentAttention,MLA)”是一种基于注意力机制的深度学习方法,旨在通过多个注意力头(Multi-HeadAttention)对潜在空间
- ASM系列六 利用TreeApi 添加和移除类成员
lijingyao8206
jvm动态代理ASM字节码技术TreeAPI
同生成的做法一样,添加和移除类成员只要去修改fields和methods中的元素即可。这里我们拿一个简单的类做例子,下面这个Task类,我们来移除isNeedRemove方法,并且添加一个int 类型的addedField属性。
package asm.core;
/**
* Created by yunshen.ljy on 2015/6/
- Springmvc-权限设计
bee1314
springWebjsp
万丈高楼平地起。
权限管理对于管理系统而言已经是标配中的标配了吧,对于我等俗人更是不能免俗。同时就目前的项目状况而言,我们还不需要那么高大上的开源的解决方案,如Spring Security,Shiro。小伙伴一致决定我们还是从基本的功能迭代起来吧。
目标:
1.实现权限的管理(CRUD)
2.实现部门管理 (CRUD)
3.实现人员的管理 (CRUD)
4.实现部门和权限
- 算法竞赛入门经典(第二版)第2章习题
CrazyMizzz
c算法
2.4.1 输出技巧
#include <stdio.h>
int
main()
{
int i, n;
scanf("%d", &n);
for (i = 1; i <= n; i++)
printf("%d\n", i);
return 0;
}
习题2-2 水仙花数(daffodil
- struts2中jsp自动跳转到Action
麦田的设计者
jspwebxmlstruts2自动跳转
1、在struts2的开发中,经常需要用户点击网页后就直接跳转到一个Action,执行Action里面的方法,利用mvc分层思想执行相应操作在界面上得到动态数据。毕竟用户不可能在地址栏里输入一个Action(不是专业人士)
2、<jsp:forward page="xxx.action" /> ,这个标签可以实现跳转,page的路径是相对地址,不同与jsp和j
- php 操作webservice实例
IT独行者
PHPwebservice
首先大家要简单了解了何谓webservice,接下来就做两个非常简单的例子,webservice还是逃不开server端与client端。我测试的环境为:apache2.2.11 php5.2.10做这个测试之前,要确认你的php配置文件中已经将soap扩展打开,即extension=php_soap.dll;
OK 现在我们来体验webservice
//server端 serve
- Windows下使用Vagrant安装linux系统
_wy_
windowsvagrant
准备工作:
下载安装 VirtualBox :https://www.virtualbox.org/
下载安装 Vagrant :http://www.vagrantup.com/
下载需要使用的 box :
官方提供的范例:http://files.vagrantup.com/precise32.box
还可以在 http://www.vagrantbox.es/
- 更改linux的文件拥有者及用户组(chown和chgrp)
无量
clinuxchgrpchown
本文(转)
http://blog.163.com/yanenshun@126/blog/static/128388169201203011157308/
http://ydlmlh.iteye.com/blog/1435157
一、基本使用:
使用chown命令可以修改文件或目录所属的用户:
命令
- linux下抓包工具
矮蛋蛋
linux
原文地址:
http://blog.chinaunix.net/uid-23670869-id-2610683.html
tcpdump -nn -vv -X udp port 8888
上面命令是抓取udp包、端口为8888
netstat -tln 命令是用来查看linux的端口使用情况
13 . 列出所有的网络连接
lsof -i
14. 列出所有tcp 网络连接信息
l
- 我觉得mybatis是垃圾!:“每一个用mybatis的男纸,你伤不起”
alafqq
mybatis
最近看了
每一个用mybatis的男纸,你伤不起
原文地址 :http://www.iteye.com/topic/1073938
发表一下个人看法。欢迎大神拍砖;
个人一直使用的是Ibatis框架,公司对其进行过小小的改良;
最近换了公司,要使用新的框架。听说mybatis不错;就对其进行了部分的研究;
发现多了一个mapper层;个人感觉就是个dao;
- 解决java数据交换之谜
百合不是茶
数据交换
交换两个数字的方法有以下三种 ,其中第一种最常用
/*
输出最小的一个数
*/
public class jiaohuan1 {
public static void main(String[] args) {
int a =4;
int b = 3;
if(a<b){
// 第一种交换方式
int tmep =
- 渐变显示
bijian1013
JavaScript
<style type="text/css">
#wxf {
FILTER: progid:DXImageTransform.Microsoft.Gradient(GradientType=0, StartColorStr=#ffffff, EndColorStr=#97FF98);
height: 25px;
}
</style>
- 探索JUnit4扩展:断言语法assertThat
bijian1013
java单元测试assertThat
一.概述
JUnit 设计的目的就是有效地抓住编程人员写代码的意图,然后快速检查他们的代码是否与他们的意图相匹配。 JUnit 发展至今,版本不停的翻新,但是所有版本都一致致力于解决一个问题,那就是如何发现编程人员的代码意图,并且如何使得编程人员更加容易地表达他们的代码意图。JUnit 4.4 也是为了如何能够
- 【Gson三】Gson解析{"data":{"IM":["MSN","QQ","Gtalk"]}}
bit1129
gson
如何把如下简单的JSON字符串反序列化为Java的POJO对象?
{"data":{"IM":["MSN","QQ","Gtalk"]}}
下面的POJO类Model无法完成正确的解析:
import com.google.gson.Gson;
- 【Kafka九】Kafka High Level API vs. Low Level API
bit1129
kafka
1. Kafka提供了两种Consumer API
High Level Consumer API
Low Level Consumer API(Kafka诡异的称之为Simple Consumer API,实际上非常复杂)
在选用哪种Consumer API时,首先要弄清楚这两种API的工作原理,能做什么不能做什么,能做的话怎么做的以及用的时候,有哪些可能的问题
- 在nginx中集成lua脚本:添加自定义Http头,封IP等
ronin47
nginx lua
Lua是一个可以嵌入到Nginx配置文件中的动态脚本语言,从而可以在Nginx请求处理的任何阶段执行各种Lua代码。刚开始我们只是用Lua 把请求路由到后端服务器,但是它对我们架构的作用超出了我们的预期。下面就讲讲我们所做的工作。 强制搜索引擎只索引mixlr.com
Google把子域名当作完全独立的网站,我们不希望爬虫抓取子域名的页面,降低我们的Page rank。
location /{
- java-归并排序
bylijinnan
java
import java.util.Arrays;
public class MergeSort {
public static void main(String[] args) {
int[] a={20,1,3,8,5,9,4,25};
mergeSort(a,0,a.length-1);
System.out.println(Arrays.to
- Netty源码学习-CompositeChannelBuffer
bylijinnan
javanetty
CompositeChannelBuffer体现了Netty的“Transparent Zero Copy”
查看API(
http://docs.jboss.org/netty/3.2/api/org/jboss/netty/buffer/package-summary.html#package_description)
可以看到,所谓“Transparent Zero Copy”是通
- Android中给Activity添加返回键
hotsunshine
Activity
// this need android:minSdkVersion="11"
getActionBar().setDisplayHomeAsUpEnabled(true);
@Override
public boolean onOptionsItemSelected(MenuItem item) {
- 静态页面传参
ctrain
静态
$(document).ready(function () {
var request = {
QueryString :
function (val) {
var uri = window.location.search;
var re = new RegExp("" + val + "=([^&?]*)", &
- Windows中查找某个目录下的所有文件中包含某个字符串的命令
daizj
windows查找某个目录下的所有文件包含某个字符串
findstr可以完成这个工作。
[html]
view plain
copy
>findstr /s /i "string" *.*
上面的命令表示,当前目录以及当前目录的所有子目录下的所有文件中查找"string&qu
- 改善程序代码质量的一些技巧
dcj3sjt126com
编程PHP重构
有很多理由都能说明为什么我们应该写出清晰、可读性好的程序。最重要的一点,程序你只写一次,但以后会无数次的阅读。当你第二天回头来看你的代码 时,你就要开始阅读它了。当你把代码拿给其他人看时,他必须阅读你的代码。因此,在编写时多花一点时间,你会在阅读它时节省大量的时间。让我们看一些基本的编程技巧: 尽量保持方法简短 尽管很多人都遵
- SharedPreferences对数据的存储
dcj3sjt126com
SharedPreferences简介: &nbs
- linux复习笔记之bash shell (2) bash基础
eksliang
bashbash shell
转载请出自出处:
http://eksliang.iteye.com/blog/2104329
1.影响显示结果的语系变量(locale)
1.1locale这个命令就是查看当前系统支持多少种语系,命令使用如下:
[root@localhost shell]# locale
LANG=en_US.UTF-8
LC_CTYPE="en_US.UTF-8"
- Android零碎知识总结
gqdy365
android
1、CopyOnWriteArrayList add(E) 和remove(int index)都是对新的数组进行修改和新增。所以在多线程操作时不会出现java.util.ConcurrentModificationException错误。
所以最后得出结论:CopyOnWriteArrayList适合使用在读操作远远大于写操作的场景里,比如缓存。发生修改时候做copy,新老版本分离,保证读的高
- HoverTree.Model.ArticleSelect类的作用
hvt
Web.netC#hovertreeasp.net
ArticleSelect类在命名空间HoverTree.Model中可以认为是文章查询条件类,用于存放查询文章时的条件,例如HvtId就是文章的id。HvtIsShow就是文章的显示属性,当为-1是,该条件不产生作用,当为0时,查询不公开显示的文章,当为1时查询公开显示的文章。HvtIsHome则为是否在首页显示。HoverTree系统源码完全开放,开发环境为Visual Studio 2013
- PHP 判断是否使用代理 PHP Proxy Detector
天梯梦
proxy
1. php 类
I found this class looking for something else actually but I remembered I needed some while ago something similar and I never found one. I'm sure it will help a lot of developers who try to
- apache的math库中的回归——regression(翻译)
lvdccyb
Mathapache
这个Math库,虽然不向weka那样专业的ML库,但是用户友好,易用。
多元线性回归,协方差和相关性(皮尔逊和斯皮尔曼),分布测试(假设检验,t,卡方,G),统计。
数学库中还包含,Cholesky,LU,SVD,QR,特征根分解,真不错。
基本覆盖了:线代,统计,矩阵,
最优化理论
曲线拟合
常微分方程
遗传算法(GA),
还有3维的运算。。。
- 基础数据结构和算法十三:Undirected Graphs (2)
sunwinner
Algorithm
Design pattern for graph processing.
Since we consider a large number of graph-processing algorithms, our initial design goal is to decouple our implementations from the graph representation
- 云计算平台最重要的五项技术
sumapp
云计算云平台智城云
云计算平台最重要的五项技术
1、云服务器
云服务器提供简单高效,处理能力可弹性伸缩的计算服务,支持国内领先的云计算技术和大规模分布存储技术,使您的系统更稳定、数据更安全、传输更快速、部署更灵活。
特性
机型丰富
通过高性能服务器虚拟化为云服务器,提供丰富配置类型虚拟机,极大简化数据存储、数据库搭建、web服务器搭建等工作;
仅需要几分钟,根据CP
- 《京东技术解密》有奖试读获奖名单公布
ITeye管理员
活动
ITeye携手博文视点举办的12月技术图书有奖试读活动已圆满结束,非常感谢广大用户对本次活动的关注与参与。
12月试读活动回顾:
http://webmaster.iteye.com/blog/2164754
本次技术图书试读活动获奖名单及相应作品如下:
一等奖(两名)
Microhardest:http://microhardest.ite