- python画图|同时输出二维和三维图
西猫雷婶
python开发语言
前面已经学习了如何输出二维图和三维图,部分文章详见下述链接:python画图|极坐标下的3Dsurface-CSDN博客python画图|垂线标记系列_如何用pyplot画垂直x轴的线-CSDN博客有时候也需要同时输出二位和三维图,因此有必要学习一下。【1】官网教程首先我们打开官网教程,链接如下。https://matplotlib.org/stable/gallery/mplot3d/mixed
- 【笔记】扩散模型(七):Latent Diffusion Models(Stable Diffusion)论文解读与代码实现
LittleNyima
DiffusionModels笔记stablediffusionAIGC人工智能
论文链接:High-ResolutionImageSynthesiswithLatentDiffusionModels官方实现:CompVis/latent-diffusion、CompVis/stable-diffusion这一篇文章的内容是LatentDiffusionModels(LDM),也就是大名鼎鼎的StableDiffusion。先前的扩散模型一直面临的比较大的问题是采样空间太大,学
- 淘宝教育的视频打不开
云雀_
CameraImageQualityTestsoftwareskill
淘宝教育的视频打不开,显示:“亲~该课程还未通过审核哦”因为在学习淘宝教育上的课程:所以想在Ubuntu16.04下观看视频;可是打不开哈Browser:google-chrome-stable(89.0.4389.82-1)尝试其它的Browser,下面的Brwoser好像可以,要用一段时间才知道好用不Browser:palemoon(29.1.1-1.gtk2)(downloadweb:htt
- Stable Diffusion-AI美女模特写真使用InstantID插件(附插件)
快乐星球没有乐
人工智能stablediffusion美女midjourney媒体音视频
ControlNet单元1:上传人脸定位照上传任意一张照片,它的作用是控制最终出图的人物脸部位置。我们可以和第一张图片一样。相关[参数设置如下:控制类型:选择"Instant_ID"预处理器:instant_id_face_keypoints模型:control_instant_id_sdxl控制权重:0.5左右(0.45-0.5)【第四步】图片的生成点击【生成】按钮,我们来看一下最终生成的图片效
- Midjourney和 Stable Diffusion,学谁呢?
Ai君臣
Midjourney是在线的,可以使用文字制作令人惊叹的AI图片。它与StableDiffusion类似,但也有一些区别。Midjourney只能在互联网上使用,并且需要付费。那么,值得为Midjourney付费吗?它与稳定扩散有何不同?MidjourneyvsStableDiffusion——功能比较您将在本节中找到StableDiffusion和Midjourney之间的详细比较。与Midjo
- 【Vidu发布】中国首个长时长、高一致性、高动态性Video AI大模型
叶锦鲤
人工智能
就在昨日(2024年4月27日),北京生数科技有限公司(以下简称“生数科技”)联合清华大学在中关村论坛-未来人工智能先锋论坛上,正式发布中国首个长时长、高一致性、高动态性视频大模型:Vidu。该模型采用生数科技团队原创的Diffusion与Transformer融合的架构U-ViT。据发布会介绍,Vidu不仅支持一键生成长达16秒、分辨率高达1080P的高清视频内容,还能够模拟真实物理世界,拥有丰
- nginx1.16安装
清晨细雨~
nginxcentosnginx安装
参考:https://nginx.org/en/linux_packages.html#RHEL-CentOS1.必备条件sudoyuminstallyum-utils2.设置云仓库创建文件:vi/etc/yum.repos.d/nginx.repo内容如下:[nginx-stable]name=nginxstablerepobaseurl=http://nginx.org/packages/ce
- 谷歌浏览器ChromeDriver 128,129,130驱动下载
下东西不要币多好
Pythonpython
可以试试这个页面:https://googlechromelabs.github.io/chrome-for-testing/#stable我需要的128.0.6613.120就是在这里找到的,浏览器,驱动都能下
- CentOS7 安装Docker,并配置阿里云镜像
JBryan
1、安装Docker1.1、安装gccyum-yinstallgccgcc-c++1.2、安装需要的软件包yuminstall-yyum-utilsdevice-mapper-persistent-datalvm21.3、设置stable镜像仓库yum-config-manager--add-repohttp://mirrors.aliyun.com/docker-ce/linux/centos/
- ERROR: Could not find a version that satisfies the requirement torch==xxx+cuxxx解决方案
神奇宝贝威威
偶得之深度学习pythonpytorch
官网的链接:pipinstalltorch==1.10.0+cu111torchvision==0.11.0+cu111torchaudio==0.10.0-fhttps://download.pytorch.org/whl/torch_stable.html一直下载失败--无法找到满足对torch的要求的版本以及找不到匹配的分发版本的错误。解决方法:使用conda-forge频道Conda-fo
- 滚动条出现时不占用 `div` 空间
昕er
前端
在滚动条出现时不占用div空间,通常可以通过CSS中的scrollbar-gutter属性来控制。以下是实现方式:div{width:100%;height:300px;overflow-y:auto;scrollbar-gutter:stable;/*保证滚动条出现时不会改变布局*/}解释:scrollbar-gutter:stable;:这个属性确保滚动条出现时不会改变div的内容宽度,避免布
- linux 下chrome使用
LittleJessy
安装chromewgethttps://dl.google.com/linux/direct/google-chrome-stable_current_x86_64.rpmyuminstall./google-chrome-stable_current_x86_64.rpmyuminstallmesa-libOSMesa-develgnu-free-sans-fontswqy-zenhei-fon
- 如何在算家云搭建模型Stable-diffusion-webUI(AI绘画)
算家云
stablediffusionAI作画人工智能算家云大模型计算机视觉AIGC
一、StableDiffusionWebUI简介StableDiffusionWebUI是一个网页版的AI绘画工具,基于强大的绘画模型StableDiffusion,可以实现文生图、图生图等。二、模型搭建流程1.选择主机和镜像(1)进入算家云的“应用社区”,点击搜索或者找到"stable-diffusion-webui,进入详情页后,点击“创建应用”(2)进入“租用实例”页面之后会自动匹配模型,选
- FLUX 1 将像 Stable Diffusion 一样完整支持ControlNet组件
吴脑的键客
AI作画stablediffusion深度学习人工智能
之前InstantX团队做的多合一的FluxControlNet现在开始和ShakkerAI合作并推出了:Shakker-Labs/FLUX.1-dev-ControlNet-Union-Pro该模型支持7种控制模式,包括canny(0),tile(1),depth(2),blur(3),pose(4),gray(5)和lowquality(6),并且还能和其他ControlNet一起使用。模型卡
- 如何在Mac电脑上本地部署Stable Diffusion:详细教程(webUI)
玩AI的小胡子
macosstablediffusionAIGC
StableDiffusion是一款强大的AI生成图像模型,它可以基于文本描述生成高质量的图像。对于想要在本地运行此模型的用户来说,使用Mac电脑部署StableDiffusion是一个非常吸引人的选择,特别是对于M1或M2芯片的用户。本文将详细介绍如何在Mac上本地部署StableDiffusion,包括WebUI的设置。一、准备工作1.系统要求•操作系统:macOS12.0(Monterey)
- FFmpeg源码:av_rescale_rnd、av_rescale_q_rnd、av_rescale_q、av_add_stable函数分析
cuijiecheng2018
FFmpeg源码分析ffmpeg
一、av_rescale_rnd函数(一)av_rescale_rnd函数的声明av_rescale_rnd函数声明在FFmpeg源码(本文演示用的FFmpeg源码版本为7.0.1)的头文件libavutil/mathematics.h中:/***Roundingmethods.*/enumAVRounding{AV_ROUND_ZERO=0,///2**av_rescale_rnd(AV_NOP
- Your Diffusion Model is Secretly a Zero-Shot Classifier论文阅读笔记
Rising_Flashlight
论文阅读笔记计算机视觉
YourDiffusionModelisSecretlyaZero-ShotClassifier论文阅读笔记这篇文章我感觉在智源大会上听到无数个大佬讨论,包括OpenAISora团队负责人,谢赛宁,好像还有杨植麟。虽然这个文章好像似乎被引量不是特别高,但是和AI甚至人类理解很本质的问题很相关,即是不是要通过生成来构建理解的问题,文章的做法也很巧妙,感觉是一些学者灵机一动的产物,好好学习一个!摘要这
- Redis入门篇 - CentOS 7下载、安装Redis实操演示
ChineHe
Redisrediscentos数据库
文章记录了在CentOS7上,通过源码的形式,下载安装Redis的操作过程进入要安装Redis的目录cd/usr/local下载源码压缩包wgethttps://download.redis.io/redis-stable.tar.gz#不同版本可能地址不同下载完成后,使用ll命令检查,可以看到下载的压缩包:下载完成后,解压下载的压缩包tar-xzvfredis-stable.tar.gz解压完成
- 探索Stable Diffusion:AI在艺术创作中的无限可能
master_chenchengg
AI技术探讨AI人工智能AIGC行业分析
探索StableDiffusion:AI在艺术创作中的无限可能引言一、StableDiffusion简介定义与历史技术原理概述二、工作原理深入解析扩散模型基础逆向扩散过程详解潜空间与变分自编码器(VAE)U-Net架构的作用三、StableDiffusion与艺术创作的融合创作自由度的提升个性化风格的实现跨媒介艺术的可能性四、案例研究艺术家应用StableDiffusion的实例与传统艺术形式的对
- Stable Diffusion
Covirtue
人工智能pythonstablediffusion
StableDiffusion是一种基于深度学习的文本到图像生成模型,其原理主要基于扩散模型(DiffusionModel)的变体,即潜在扩散模型(LatentDiffusionModel,LDM)。原理一、技术架构与组成StableDiffusion由三个主要部分组成:变分自编码器(VAE)、U-Net和一个文本编码器。变分自编码器(VAE):VAE是一种生成模型,用于将图像压缩到低维的潜在空间
- centos离线安装docker,docker-compose
程序人生518
centosdockerlinux
安装环境操作系统:Centos7.99内核版本:3.10.0-1160.el7.x86_64安装用户:rootdocker离线安装1下载压缩包官网下载地址:https://download.docker.com/linux/static/stable/x86_64/这里默认选择最新版本(26.0.2)。2上传压缩包并解压tarzxvftarzxvfdocker-26.0.2.tgz3配置docke
- [sklearn] 分类指标解惑
PigeonGuan
sklearn分类人工智能
首先查看metrics官方文档:https://scikit-learn.org/stable/api/sklearn.metrics.htmlweighted/macro/micro/samples的区别weighted和samplesweighted这个参数在roc_auc_score函数中,其实就是考虑了trueinstance的情况(也就是需要传一个sample_weights的参数?)。
- 5分钟 Stable Diffusion 本地安装
狒狒伯尼
stablediffusion
StableDiffusion是一种强大的文本到图像生成模型,由于其开源特性,用户可以在本地计算机上进行安装和使用。下面是一个精简的5分钟快速指南,帮助您在本地安装StableDiffusion。为了确保顺利操作,您需要具备一定的计算机基础知识,并预先安装Python和Git。安装前的准备确保系统要求:您需要一台安装了NVIDIA显卡的计算机(最好支持CUDA,至少6GB显存)。操作系统:Wind
- Django Channels 实现 websocket 通讯
郭大帅
PythonDjangopython
官方文档如下:https://channels.readthedocs.io/en/stable/introduction.htmlChannels改变Django在下面和通过Django的同步核心编织异步代码,允许Django项目不仅处理HTTP,还需要处理需要长时间连接的协议-WebSockets,MQTT,chatbots,业余无线电等等。它在保留Django同步和易用性的同时实现了这一点,
- Stable Diffusion快速安装及prompt的使用
老童聊AI
老童陪你学AIpythonstablediffusion
StableDiffusion是一种基于深度学习的文本到图像生成技术,它可以生成高质量的图像。以下是一篇快速安装教程,适合初学者理解和操作。什么是StableDiffusion?StableDiffusion是一种AI模型,它能够根据用户输入的文本描述生成相应的图像。这项技术在艺术创作、游戏设计、广告制作等领域有着广泛的应用。系统要求在开始安装之前,请确保你的计算机满足以下基本要求:操作系统:Wi
- 5分钟 Stable Diffusion 本地安装
Python老吕
Python老吕笔记stablediffusionStableDiffusionDiffusion安装Diffusion本地安装Stable安装Stable本地安装
5分钟StableDiffusion本地安装5分钟StableDiffusion本地安装1.引言1.1什么是StableDiffusion?1.2本地安装的优势2.准备工作2.1系统要求2.2推荐硬件配置2.3软件依赖3.安装步骤3.1下载StableDiffusion3.2安装Python环境3.3安装必要的Python库3.4配置环境变量(如适用)4.运行StableDiffusion4.1启
- Mac系统安装redis
bcqkdt
1下载redis:网址:https://redis.io/download,下载stable版本,稳定版本。2解压:tarzxvfredis-5.0.4.tar.gz。3将解压后文件夹放到/usr/localmvredis-5.0.4/usr/local/(这里可能会有usr/local目录的写入权限问题,参考:https://www.jianshu.com/p/a32224a38195)4切换到
- stable diffusion和GAN网络的区别,优点缺点是什么
爱好很多的算法工程师
SD大模型AIGC笔记
稳定扩散(stablediffusion)和生成对抗网络(GAN)是两种不同的深度学习方法。稳定扩散是一种无监督学习方法,用于图像超分辨率重建。它基于扩散过程模型,通过在不同的时间步骤中对图像进行重建来增加分辨率。该方法能够有效地增加图像的细节,并产生更高质量的图像。其优点包括:无监督学习:稳定扩散不需要使用任何带标签的训练数据,因此可以用于无监督任务。高分辨率重建:稳定扩散能够通过迭代过程逐渐增
- 【Stable Diffusion】:原理、应用与未来展望
Python小原
stablediffusion人工智能深度学习
一、引言在人工智能的快速发展中,StableDiffusion作为一种先进的随机过程模型,受到了广泛的关注。StableDiffusion不仅能够描述许多自然和人工系统中的随机演化行为,而且在多个领域展现出了广泛的应用潜力。本文将详细介绍StableDiffusion的原理、应用以及未来的发展趋势。二、StableDiffusion的原理StableDiffusion可以被定义为一个基于随机漫步的
- AIGC:Kolors: Effective Training of Diffusion Model for Photorealistic Text-to-Image Synthesis
微风❤水墨
AIGC
代码:GitHub-Kwai-Kolors/Kolors:KolorsTeam论文:Kolors/imgs/Kolors_paper.pdfatmaster·Kwai-Kolors/Kolors·GitHub模型:huaggingface:https://huggingface.co/Kwai-Kolors/Kolors-diffusersmodelscope:https://modelscope
- jvm调优总结(从基本概念 到 深度优化)
oloz
javajvmjdk虚拟机应用服务器
JVM参数详解:http://www.cnblogs.com/redcreen/archive/2011/05/04/2037057.html
Java虚拟机中,数据类型可以分为两类:基本类型和引用类型。基本类型的变量保存原始值,即:他代表的值就是数值本身;而引用类型的变量保存引用值。“引用值”代表了某个对象的引用,而不是对象本身,对象本身存放在这个引用值所表示的地址的位置。
- 【Scala十六】Scala核心十:柯里化函数
bit1129
scala
本篇文章重点说明什么是函数柯里化,这个语法现象的背后动机是什么,有什么样的应用场景,以及与部分应用函数(Partial Applied Function)之间的联系 1. 什么是柯里化函数
A way to write functions with multiple parameter lists. For instance
def f(x: Int)(y: Int) is a
- HashMap
dalan_123
java
HashMap在java中对很多人来说都是熟的;基于hash表的map接口的非同步实现。允许使用null和null键;同时不能保证元素的顺序;也就是从来都不保证其中的元素的顺序恒久不变。
1、数据结构
在java中,最基本的数据结构无外乎:数组 和 引用(指针),所有的数据结构都可以用这两个来构造,HashMap也不例外,归根到底HashMap就是一个链表散列的数据
- Java Swing如何实时刷新JTextArea,以显示刚才加append的内容
周凡杨
java更新swingJTextArea
在代码中执行完textArea.append("message")后,如果你想让这个更新立刻显示在界面上而不是等swing的主线程返回后刷新,我们一般会在该语句后调用textArea.invalidate()和textArea.repaint()。
问题是这个方法并不能有任何效果,textArea的内容没有任何变化,这或许是swing的一个bug,有一个笨拙的办法可以实现
- servlet或struts的Action处理ajax请求
g21121
servlet
其实处理ajax的请求非常简单,直接看代码就行了:
//如果用的是struts
//HttpServletResponse response = ServletActionContext.getResponse();
// 设置输出为文字流
response.setContentType("text/plain");
// 设置字符集
res
- FineReport的公式编辑框的语法简介
老A不折腾
finereport公式总结
FINEREPORT用到公式的地方非常多,单元格(以=开头的便被解析为公式),条件显示,数据字典,报表填报属性值定义,图表标题,轴定义,页眉页脚,甚至单元格的其他属性中的鼠标悬浮提示内容都可以写公式。
简单的说下自己感觉的公式要注意的几个地方:
1.if语句语法刚接触感觉比较奇怪,if(条件式子,值1,值2),if可以嵌套,if(条件式子1,值1,if(条件式子2,值2,值3)
- linux mysql 数据库乱码的解决办法
墙头上一根草
linuxmysql数据库乱码
linux 上mysql数据库区分大小写的配置
lower_case_table_names=1 1-不区分大小写 0-区分大小写
修改/etc/my.cnf 具体的修改内容如下:
[client]
default-character-set=utf8
[mysqld]
datadir=/var/lib/mysql
socket=/va
- 我的spring学习笔记6-ApplicationContext实例化的参数兼容思想
aijuans
Spring 3
ApplicationContext能读取多个Bean定义文件,方法是:
ApplicationContext appContext = new ClassPathXmlApplicationContext(
new String[]{“bean-config1.xml”,“bean-config2.xml”,“bean-config3.xml”,“bean-config4.xml
- mysql 基准测试之sysbench
annan211
基准测试mysql基准测试MySQL测试sysbench
1 执行如下命令,安装sysbench-0.5:
tar xzvf sysbench-0.5.tar.gz
cd sysbench-0.5
chmod +x autogen.sh
./autogen.sh
./configure --with-mysql --with-mysql-includes=/usr/local/mysql
- sql的复杂查询使用案列与技巧
百合不是茶
oraclesql函数数据分页合并查询
本片博客使用的数据库表是oracle中的scott用户表;
------------------- 自然连接查询
查询 smith 的上司(两种方法)
&
- 深入学习Thread类
bijian1013
javathread多线程java多线程
一. 线程的名字
下面来看一下Thread类的name属性,它的类型是String。它其实就是线程的名字。在Thread类中,有String getName()和void setName(String)两个方法用来设置和获取这个属性的值。
同时,Thr
- JSON串转换成Map以及如何转换到对应的数据类型
bijian1013
javafastjsonnet.sf.json
在实际开发中,难免会碰到JSON串转换成Map的情况,下面来看看这方面的实例。另外,由于fastjson只支持JDK1.5及以上版本,因此在JDK1.4的项目中可以采用net.sf.json来处理。
一.fastjson实例
JsonUtil.java
package com.study;
impor
- 【RPC框架HttpInvoker一】HttpInvoker:Spring自带RPC框架
bit1129
spring
HttpInvoker是Spring原生的RPC调用框架,HttpInvoker同Burlap和Hessian一样,提供了一致的服务Exporter以及客户端的服务代理工厂Bean,这篇文章主要是复制粘贴了Hessian与Spring集成一文,【RPC框架Hessian四】Hessian与Spring集成
在
【RPC框架Hessian二】Hessian 对象序列化和反序列化一文中
- 【Mahout二】基于Mahout CBayes算法的20newsgroup的脚本分析
bit1129
Mahout
#!/bin/bash
#
# Licensed to the Apache Software Foundation (ASF) under one or more
# contributor license agreements. See the NOTICE file distributed with
# this work for additional information re
- nginx三种获取用户真实ip的方法
ronin47
随着nginx的迅速崛起,越来越多公司将apache更换成nginx. 同时也越来越多人使用nginx作为负载均衡, 并且代理前面可能还加上了CDN加速,但是随之也遇到一个问题:nginx如何获取用户的真实IP地址,如果后端是apache,请跳转到<apache获取用户真实IP地址>,如果是后端真实服务器是nginx,那么继续往下看。
实例环境: 用户IP 120.22.11.11
- java-判断二叉树是不是平衡
bylijinnan
java
参考了
http://zhedahht.blog.163.com/blog/static/25411174201142733927831/
但是用java来实现有一个问题。
由于Java无法像C那样“传递参数的地址,函数返回时能得到参数的值”,唯有新建一个辅助类:AuxClass
import ljn.help.*;
public class BalancedBTree {
- BeanUtils.copyProperties VS PropertyUtils.copyProperties
诸葛不亮
PropertyUtilsBeanUtils
BeanUtils.copyProperties VS PropertyUtils.copyProperties
作为两个bean属性copy的工具类,他们被广泛使用,同时也很容易误用,给人造成困然;比如:昨天发现同事在使用BeanUtils.copyProperties copy有integer类型属性的bean时,没有考虑到会将null转换为0,而后面的业
- [金融与信息安全]最简单的数据结构最安全
comsci
数据结构
现在最流行的数据库的数据存储文件都具有复杂的文件头格式,用操作系统的记事本软件是无法正常浏览的,这样的情况会有什么问题呢?
从信息安全的角度来看,如果我们数据库系统仅仅把这种格式的数据文件做异地备份,如果相同版本的所有数据库管理系统都同时被攻击,那么
- vi区段删除
Cwind
linuxvi区段删除
区段删除是编辑和分析一些冗长的配置文件或日志文件时比较常用的操作。简记下vi区段删除要点备忘。
vi概述
引文中并未将末行模式单独列为一种模式。单不单列并不重要,能区分命令模式与末行模式即可。
vi区段删除步骤:
1. 在末行模式下使用:set nu显示行号
非必须,随光标移动vi右下角也会显示行号,能够正确找到并记录删除开始行
- 清除tomcat缓存的方法总结
dashuaifu
tomcat缓存
用tomcat容器,大家可能会发现这样的问题,修改jsp文件后,但用IE打开 依然是以前的Jsp的页面。
出现这种现象的原因主要是tomcat缓存的原因。
解决办法如下:
在jsp文件头加上
<meta http-equiv="Expires" content="0"> <meta http-equiv="kiben&qu
- 不要盲目的在项目中使用LESS CSS
dcj3sjt126com
Webless
如果你还不知道LESS CSS是什么东西,可以看一下这篇文章,是我一朋友写给新人看的《CSS——LESS》
不可否认,LESS CSS是个强大的工具,它弥补了css没有变量、无法运算等一些“先天缺陷”,但它似乎给我一种错觉,就是为了功能而实现功能。
比如它的引用功能
?
.rounded_corners{
- [入门]更上一层楼
dcj3sjt126com
PHPyii2
更上一层楼
通篇阅读完整个“入门”部分,你就完成了一个完整 Yii 应用的创建。在此过程中你学到了如何实现一些常用功能,例如通过 HTML 表单从用户那获取数据,从数据库中获取数据并以分页形式显示。你还学到了如何通过 Gii 去自动生成代码。使用 Gii 生成代码把 Web 开发中多数繁杂的过程转化为仅仅填写几个表单就行。
本章将介绍一些有助于更好使用 Yii 的资源:
- Apache HttpClient使用详解
eksliang
httpclienthttp协议
Http协议的重要性相信不用我多说了,HttpClient相比传统JDK自带的URLConnection,增加了易用性和灵活性(具体区别,日后我们再讨论),它不仅是客户端发送Http请求变得容易,而且也方便了开发人员测试接口(基于Http协议的),即提高了开发的效率,也方便提高代码的健壮性。因此熟练掌握HttpClient是很重要的必修内容,掌握HttpClient后,相信对于Http协议的了解会
- zxing二维码扫描功能
gundumw100
androidzxing
经常要用到二维码扫描功能
现给出示例代码
import com.google.zxing.WriterException;
import com.zxing.activity.CaptureActivity;
import com.zxing.encoding.EncodingHandler;
import android.app.Activity;
import an
- 纯HTML+CSS带说明的黄色导航菜单
ini
htmlWebhtml5csshovertree
HoverTree带说明的CSS菜单:纯HTML+CSS结构链接带说明的黄色导航
在线体验效果:http://hovertree.com/texiao/css/1.htm代码如下,保存到HTML文件可以看到效果:
<!DOCTYPE html >
<html >
<head>
<title>HoverTree
- fastjson初始化对性能的影响
kane_xie
fastjson序列化
之前在项目中序列化是用thrift,性能一般,而且需要用编译器生成新的类,在序列化和反序列化的时候感觉很繁琐,因此想转到json阵营。对比了jackson,gson等框架之后,决定用fastjson,为什么呢,因为看名字感觉很快。。。
网上的说法:
fastjson 是一个性能很好的 Java 语言实现的 JSON 解析器和生成器,来自阿里巴巴的工程师开发。
- 基于Mybatis封装的增删改查实现通用自动化sql
mengqingyu
DAO
1.基于map或javaBean的增删改查可实现不写dao接口和实现类以及xml,有效的提高开发速度。
2.支持自定义注解包括主键生成、列重复验证、列名、表名等
3.支持批量插入、批量更新、批量删除
<bean id="dynamicSqlSessionTemplate" class="com.mqy.mybatis.support.Dynamic
- js控制input输入框的方法封装(数字,中文,字母,浮点数等)
qifeifei
javascript js
在项目开发的时候,经常有一些输入框,控制输入的格式,而不是等输入好了再去检查格式,格式错了就报错,体验不好。 /** 数字,中文,字母,浮点数(+/-/.) 类型输入限制,只要在input标签上加上 jInput="number,chinese,alphabet,floating" 备注:floating属性只能单独用*/
funct
- java 计时器应用
tangqi609567707
javatimer
mport java.util.TimerTask; import java.util.Calendar; public class MyTask extends TimerTask { private static final int
- erlang输出调用栈信息
wudixiaotie
erlang
在erlang otp的开发中,如果调用第三方的应用,会有有些错误会不打印栈信息,因为有可能第三方应用会catch然后输出自己的错误信息,所以对排查bug有很大的阻碍,这样就要求我们自己打印调用的栈信息。用这个函数:erlang:process_display (self (), backtrace).需要注意这个函数只会输出到标准错误输出。
也可以用这个函数:erlang:get_s