山水伊人1
山水伊人1

学习打卡

【组别】：进步群

【姓名】：山水伊人

【优秀家长打卡2022年9月26日】

【闻思】：《论语》《弟子规四十讲》《家道传承》《朱子治家格言》《夜幕省思文》

【正行】：

（1）父母优点:  热心肠

（2）爱人优点：勇于付出

（3）孩子优点：工作认真踏实

（4）身边人优点：老师们无我利他的精神。

【随记】：印光大师说，一分诚敬得一分利益，十分诚敬得十分利益。诚敬是一个人为人处，立身行道的最起码的品德，父母要从小教给孩子，否则吃亏的只能是孩子。当领导感受到他的傲慢无礼时，将不会重用他，当长辈感受到他的无礼时，将不会喜欢他，当老师感受到他的傲慢无礼时，将不会教导他，今天我就遇到了一个极端傲慢的学生，脾气大到让人吃惊，据说已辗转了好几个学校，本学期开学后到另一个学校五天，逃课四天，无奈之下家长把他送到我们学校，上周和英语老师对着干，今天因为我批评他字写的差，又和我对着干，最后班主任把家长叫来，家长说在家特别好，估计是家长在家由着他的性子来，不逼着他写作业，当然好的很。看到他傲慢无礼不受教的表现，我真有放弃他的打算。

【感悟】：德行比学习更重要。

【反思】：对学生缺乏耐心。

【打卡始于2022.5.21续至2022年9月26日共 127次】

你可能感兴趣的:(学习打卡)

  • 【模型调优的深入分析与Python实践】 蝉叫醒了夏天 机器学习python开发语言模型调优
    模型调优的深入分析与Python实践一、模型调优的定义与目标模型调优（ModelTuning）是通过系统化调整机器学习模型的超参数和结构参数，使模型在特定数据集上达到最佳性能的过程。其核心目标是在以下两者间找到平衡：泛化能力∝1过拟合风险\text{泛化能力}\propto\frac{1}{\text{过拟合风险}}泛化能力∝过拟合风险1二、调优注意事项1.数据层面确保训练集/验证集/测试集的独立
  • 量化交易中用到的回测评估指标（策略收益、基准收益、Alpha比率、Beta比率、夏普比率、索提诺比率）详解 林不更新 量化交易python
    前言近日在做A股的过程中接触到了量化交易。通过一个月时间的了解发现并非全自动印钞机，也有可能有全自动接盘侠的潜质。故现阶段以学习量化交易的知识为主，多学多问总是没错的嘛~现阶段使用Python爬取交易数据来验证自己的一些选股逻辑，笔者目前去一家民营的券商开户后，券商赠送了Ptrade作为量化软件供客户使用，可回测可交易（后续详细讲解记录该软件的使用过程）。目前是作为辅助选股使用，开启自动交易为时尚
  • 2025最新QwQ-32B模型使用教程：从部署到实战，手把手教你玩转AI推理模型（附保姆级指南） emmm形成中 AI科技前沿人工智能
    2025最新QwQ-32B模型使用教程：从部署到实战，手把手教你玩转AI推理模型（附保姆级指南）目录QwQ-32B模型简介与核心优势本地部署教程：从环境配置到模型运行实战案例：数学、编程与逻辑推理能力测试高级功能：Agent能力与FunctionCall详解常见问题与解决方案资源推荐与学习路径一、QwQ-32B模型简介与核心优势1.1模型简介QwQ-32B是阿里巴巴推出的最新推理模型，仅用320亿
  • Vue.js 基础入门：从零开始构建你的第一个 Vue 应用 vvilkim vuevue.js前端javascript
    Vue.js是一个轻量级、易上手的渐进式JavaScript框架，广泛用于构建现代化的用户界面。无论你是前端新手还是有一定经验的开发者，Vue.js都能帮助你快速构建高效、可维护的Web应用。本文将带你从零开始学习Vue.js的基础知识，并完成一个简单的Vue应用。1.什么是Vue.js？Vue.js是一个用于构建用户界面的渐进式框架。它的核心库专注于视图层，易于与其他库或现有项目集成。Vue的主
  • 机器学习模型-从线性回归到神经网络 Earth explosion 机器学习线性回归神经网络
    在当今的数据驱动世界中，机器学习模型是许多应用程序的核心。无论是推荐系统、图像识别，还是自动驾驶汽车，机器学习技术都在背后发挥着重要作用。在这篇文章中，我们将探索几种基础的机器学习模型，并了解它们的基本原理和应用场景。1.线性回归基本原理线性回归是最简单的机器学习模型之一。它旨在找到一个最佳拟合线来预测目标变量（通常是连续值）。线性回归假设输入变量和输出变量之间存在线性关系，其数学表达式为：[y=
  • 神经网络探秘：原理、架构与实战案例 二川bro 智能AI神经网络人工智能深度学习
    神经网络探秘：原理、架构与实战案例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，可以分享一下给大家。点击跳转到网站。https://www.captainbed.cn/ccc在人工智能的浪潮中，神经网络作为核心驱动力之一，正引领着技术革新与产业变革。本文旨在深入剖析神经网络的原理、常见架构，并通过一个实际的代码案例，带领读者亲手实践神经网络的构建与训练过程。无论你是机器学习初学者，还
  • Java过滤器 淋风沐雨 javajava开发语言
    BWH_Steven的碎碎念javaweb体系只剩ajax和json加maven的讲解了，这段时间我会开始推送算法与数据结构结构的文章，从他们的入门知识到一些很实用的算法了解，亦或我们在java学习中留下的坑，我整理了两张A4纸，日后也打算推送一些大家需要的工具或者资源，暂时学校的事情还是比较多，每晚我都写到很晚，不过我尽最大可能给大家更新，如果你有什么想了解的也可以私信，或者发送邮件和我交流，至
  • 李彦宏“程序员将不再存在”言论被周鸿祎驳斥，网友怒怼：先把百度程序员都开除了... 互联网架构 百度
    因公众号更改推送规则，请点“在看”并加“星标”第一时间获取精彩技术分享点击关注#互联网架构师公众号，领取架构师全套资料都在这里0、2T架构师学习资料干货分上一篇：2T架构师学习资料干货分享大家好，我是互联网架构师！整理|凌敏、核子可乐网友热评：先把百度的程序员都开除了吧。李彦宏：未来将不再存在“程序员”这一职业在3月9日央视的《对话》·开年说节目上，百度创始人、董事长兼CEO李彦宏表示，基本上以后
  • 用物理信息神经网络（PINN）解决实际优化问题：全面解析与实践 青橘MATLAB学习 深度学习网络设计人工智能深度学习物理信息神经网络强化学习
    摘要本文系统介绍了物理信息神经网络（PINN）在解决实际优化问题中的创新应用。通过将物理定律与神经网络深度融合，PINN在摆的倒立控制、最短时间路径规划及航天器借力飞行轨道设计等复杂任务中展现出显著优势。实验表明，PINN相比传统数值方法及强化学习（RL）/遗传算法（GA），在收敛速度、解的稳定性及物理保真度上均实现突破性提升。关键词：物理信息神经网络；优化任务；深度学习；强化学习；航天器轨道一、
  • 【存储中间件】MongoDB最热门NoSql数据库（一）：NoSQL、MongoDB介绍 道友老李 架构师进阶-存储中间件nosqlmongodb中间件
    文章目录1.MongoDb综述1.1.什么是Nosql1.2.什么是MongoDb**1.2.1核心特性****1.2.2典型应用场景****1.2.3与关系型数据库对比****1.2.4局限性及使用建议**个人主页：道友老李欢迎加入社区：道友老李的学习社区1.MongoDb综述1.1.什么是NosqlNoSQL（NotOnlySQL）是一类非关系型数据库的统称，其核心特征在于突破传统关系型数据库
  • django allauth 自定义登录界面 waterHBO djangopythondjango数据库sqlitepython笔记经验分享
    起因，目的:为什么前几天还在写强化学习，今天又写django,问就是：客户需求>个人兴趣。问题来源：allauth默认的登录界面不好看，这里记录几个问题。1.注册页面SignUp这里增加，手机号，邮编等等。2.使用谷歌来登录这个步骤其实也简单。xxxxxxxx一定要修改关键的信息，不能随便暴露给别人。xxxxxxxx#HowtouseGoogleLogin.1.createsuperuser.(m
  • linux学习(十六)(集装箱(ulimits,cgroups,容器运行时,Docker)) solomonzw linux学习docker
    集装箱容器化是一种虚拟化方法，涉及将应用程序封装在具有自己的隔离作环境的容器中。这种高级方法使应用程序在从一个计算环境移动到另一个计算环境时能够可靠、快速地运行。在Linux中，这项技术可以通过各种开源平台（如Docker和Kubernetes）来利用。容器通常与虚拟机（VM）进行比较。但是，与需要整个作系统来运行应用程序的VM不同，容器共享主机系统的用户空间。这就是为什么它们更轻、更快。在Lin
  • linux学习(十四)(备份工具) solomonzw linux学习java
    Linux备份工具在Linux的世界中，有各种各样的实用程序和工具可用于创建和管理重要数据的备份。备份对于确保在发生硬件故障、意外删除或数据损坏时数据的保存和安全至关重要。因此，了解如何利用Linux备份工具是任何系统管理员或用户的基本技能。Linux中一些流行且功能强大的备份工具包括、、、和各种基于GUI的工具，例如和。这些工具提供各种功能，例如增量备份、自动化、计划和加密支持。rsynctar
  • Linux学习(十五)(故障排除(ICMP,Ping,Traceroute,网络统计,数据包分析)) solomonzw linux学习网络
    故障排除是任何Linux用户或管理员的基本技能。这涉及识别和解决Linux系统中的问题。这些问题的范围包括常见的系统错误、硬件或软件问题、网络连接问题以及系统资源的管理。Linux中的故障排除过程通常涉及使用命令行工具、检查系统和应用程序日志文件、了解系统进程，有时还涉及深入研究Linux内核。有效故障排除的关键是了解Linux的工作原理并熟悉常见的命令行工具。此外，能够解释错误消息、使用Linu
  • Next.js 开发者必看：最受欢迎的 UI 组件库
    大家好，我是长林啊！一个爱好JavaScript、Go、Rust的全栈开发者；致力于终生学习和技术分享。本文首发在我的微信公众号【长林啊】，欢迎大家关注、分享、点赞！在之前，我也写过一篇《打造高效React应用：CSS方案深度解析》，里面介绍到内联样式、CSS类、CSSModules和CSS-in-JS技术，在Next.js中也同样是适用，如果有不熟悉的，可以到公众号「长林啊」中去看！我们这里就不
  • 我是学生，想要参与 OpenCloudOS，该怎么做？ linux
    为帮助高校同学在OpenCloudOS操作系统开源社区中，掌握Linux知识，积累开源项目经历，成长为优秀的软件工程师。近日，小云为大家汇总了一份在OpenCloudOS社区的成长攻略，并正式上线2023年OpenCloudOS校园大使招募计划。在这里，你可以深入学习Linux知识，获得导师专业指导！在这里，你可以积累开源项目经历，成为闪耀的开源Star！在这里，你可以结识1000+操作系统大牛！
  • C++ 指针详解 阳光向日葵向阳 c++开发语言
    学习C++的指针既简单又有趣。通过指针，可以简化一些C++编程任务的执行，还有一些任务，如动态内存分配，没有指针是无法执行的。所以，想要成为一名优秀的C++程序员，学习指针是很有必要的。正如您所知道的，每一个变量都有一个内存位置，每一个内存位置都定义了可使用连字号（&）运算符访问的地址，它表示了在内存中的一个地址。请看下面的实例，它将输出定义的变量地址：实例#includeusingnamespa
  • 《Operating System Concepts》阅读笔记：p258-p271 操作系统
    《OperatingSystemConcepts》学习第26天，p258-p271总结，总计14页。一、技术总结1.criticalsectionAsectionofcoderesponsibleforchangingdatathatmustonlybeexecutedbyonethreadorprocessatatimetoavoidaracecondition.2.Peterson'ssolu
  • 为什么VAE效果不好，但VAE+diffusion效果就好了？ AndrewHZ 深度学习新浪潮算法计算机视觉深度学习扩散模型VAE生成式模型技术分析
    1.什么是VAE?VAE（VariationalAutoencoder，变分自编码器）是一种基于概率生成模型的深度学习框架，主要用于数据生成和潜在空间建模。它结合了自编码器（Autoencoder）的结构和变分推断（VariationalInference）的思想，能够从数据中学习有意义的潜在表示，并生成与训练数据相似的新样本。VAE的核心思想编码-解码结构类似传统自编码器，VAE包含两个部分：编
  • 算法学习系列（四十五）：DFS之剪枝与优化 lijiachang030718 算法深度优先算法学习c++剪枝程序人生笔记
    目录引言DFS之剪枝与优化一、小猫爬山二、木棒三、数独四、总结引言关于这个DFSDFSDFS的剪枝和优化确实难度是非常的大，从我这篇文章的思路和代码量上就能看出来不是一般的难度，而且难度不亚于DPDPDP，而且这个DFSDFSDFS也是花费了我三天的时间才基本把这几道例题给搞懂了，并且这种题就是没有固定的模型和套路，每个题都不一样，只有你多做题，这样在考场上才能想到这道题好像跟之前做过的题有点相似
  • AI：230-YOLOv8与RT-DETR的完美结合 | 重塑目标检测技术的前沿【保姆级教程】 一键难忘 精通AI实战千例专栏合集人工智能YOLO目标检测YOLOv8与RT-DETR
    本文收录于专栏：精通AI实战千例专栏合集https://blog.csdn.net/weixin_52908342/category_11863492.html从基础到实践，深入学习。无论你是初学者还是经验丰富的老手，对于本专栏案例和项目实践都有参考学习意义。每一个案例都附带关键代码，详细讲解供大家学习，希望可以帮到大家。正在不断更新中~文章目录YOLOv8与RT-DETR的完美结合|重塑目标检测
  • 算法系列之深度/广度优先搜索解决水桶分水的最优解及全部解 修己xj 算法算法宽度优先
    在算法学习中，广度优先搜索（BFS）适用于解决最短路径问题、状态转换问题等。深度优先搜索（DFS）适合路径搜索等问题。本文将介绍如何利用广度优先搜索解决寻找3个3、5、8升水桶均分8升水的最优解及深度优先搜索寻找可以解决此问题的所有解决方案。问题描述我们有三个水桶，容量分别为3升、5升和8升。初始状态下，8升的水桶装满水，其他两个水桶为空。我们的目标是通过一系列倒水操作，最终使得8升水桶中的水被均
  • 【笔试面试】秒懂深度学习模型小型化：蒸馏法、剪枝… 聊北辰同学 轻量级神经网络神经网络深度学习机器学习数据挖掘
    蒸馏：主要思想是，通过大模型指导小模型学习。剪枝：网络剪枝的主要思想就是将权重矩阵中相对“不重要”的权值剔除，然后再重新finetune网络进行微调。紧凑模型设计：MobileNet的深度可分离卷积shufflenet的逐点群卷积(pointwisegroupconvolution)和通道混洗(channelshuffle)，前者通过分组卷积降低计算量，后者促进信息在不同组之间流转
  • Transformer 的原理是什么？ 玩人工智能的辣条哥 人工智能transformer深度学习人工智能
    环境：Transformer问题描述：Transformer的原理是什么？通俗易懂一点。解决方案：Transformer是一种基于注意力机制（AttentionMechanism）的深度学习架构，最初由Vaswani等人在2017年的论文《AttentionisAllYouNeed》中提出。它在自然语言处理（NLP）领域取得了巨大成功，并逐渐扩展到计算机视觉（CV）和其他领域。Transforme
  • 机器学习背后的数学芝士 小技工丨 机器学习机器学习人工智能
    在当今快速发展的科技领域，机器学习作为人工智能的核心技术之一，正在深刻地改变我们的生活和工作方式。本文将了解一下机器学习背后的关键数学芝士。线性代数：数据处理的基础工具向量与矩阵向量是有序数字的集合，常用于表示数据点，例如用户的特征向量可能包括年龄、性别、收入等信息。矩阵则是二维数组，广泛应用于数据集的表示和变换操作。线性变换线性变换描述了向量在空间中的拉伸、压缩或旋转过程。这类变换在数据预处理、
  • 大模型微调：定义、方法、应用与未来展望 软件职业规划 easyui前端javascript
    一、定义与意义（一）微调的定义大模型微调是指在预训练模型的基础上，通过特定领域的数据集对模型进行进一步训练的过程。预训练模型通常在大规模的通用数据上进行训练，学习到广泛的知识和语言模式，但这些知识往往缺乏针对性。例如，在自然语言处理中，预训练模型可能无法准确理解特定领域的专业术语或逻辑。通过微调，模型可以学习到特定领域的特征和规律，从而在特定任务上表现出更高的专业性和准确率。微调的过程可以被视为一
  • 从0到1入门Docker（二）Windows 系统的虚拟化 农夫山泉有点甜ye windows服务器microsoftdocker容器
    接上篇说了Docker的用途，这篇详细说说Windows系统的虚拟化从0到1入门Docker（一）Docker的用途_buhytbji的博客-CSDN博客学习Docker推荐大家可以看动力哥的视频，课程适合零基础、技术提升乃至所有编程语言开发者；课程对应包含含基础篇、提升篇与高级篇，共计十二大章节。课程主要学习知识点：“7个深度/3个全面”；针对Docker的知识体系，无需再查找任何其它资料。课程
  • 从0到1入门Docker（六）Docker引擎的安装 农夫山泉有点甜ye linuxdocker运维
    Docker引擎分类上篇文章内容是Docker引擎，今天这篇文章来说一下Docker引擎的安装从0到1入门Docker（五）Docker引擎_buhytbji的博客-CSDN博客学习Docker推荐大家可以看动力哥的视频，课程适合零基础、技术提升乃至所有编程语言开发者；课程对应包含含基础篇、提升篇与高级篇，共计十二大章节。课程主要学习知识点：“7个深度/3个全面”；针对Docker的知识体系，无需
  • 从0到1入门Docker（七）配置国内加速器 农夫山泉有点甜ye docker容器运维
    配置国内加速器上篇文章内容是Docker引擎的安装，今天这篇文章来说一下配置国内加速器从0到1入门Docker（六）Docker引擎的安装_buhytbji的博客-CSDN博客学习Docker推荐大家可以看动力哥的视频，课程适合零基础、技术提升乃至所有编程语言开发者；课程对应包含含基础篇、提升篇与高级篇，共计十二大章节。课程主要学习知识点：“7个深度/3个全面”；针对Docker的知识体系，无需再
  • 手撕B树 666HZ666 数据结构b树数据结构算法
    引入已经学习了二叉查找树，下面开始讨论m叉查找树对于m叉查找树的查找效率的提升，需要：除了根结点外，任何结点至少有[m/2]个分叉，即至少含有[m/2]-1个关键字对于任何一个结点，其所有子树的高度都要相同一、B树的定义B树，又称为多路平衡查找树，B树中所有结点的孩子个数的最大值称为B树的阶，通常用m表示对于一棵m阶B树，其可以是空树，也可以是具有以下特性的m叉树：树中每个结点至多有m棵子树，即至
  • 深入浅出Java Annotation(元注解和自定义注解） Josh_Persistence Java Annotation元注解自定义注解
    一、基本概述     　　 Annontation是Java5开始引入的新特征。中文名称一般叫注解。它提供了一种安全的类似注释的机制，用来将任何的信息或元数据（metadata）与程序元素（类、方法、成员变量等）进行关联。   　　更通俗的意思是为程序的元素（类、方法、成员变量）加上更直观更明了的说明，这些说明信息是与程序的业务逻辑无关，并且是供指定的工具或
  • mysql优化特定类型的查询 annan211 java工作mysql
    本节所介绍的查询优化的技巧都是和特定版本相关的，所以对于未来mysql的版本未必适用。 1 优化count查询 对于count这个函数的网上的大部分资料都是错误的或者是理解的都是一知半解的。在做优化之前我们先来看看 真正的count()函数的作用到底是什么。 count()是一个特殊的函数，有两种非常不同的作用，他可以统计某个列值的数量，也可以统计行数。 在统
  • MAC下安装多版本JDK和切换几种方式 棋子chessman jdk
    环境： MAC AIR,OS X 10.10,64位   历史： 过去 Mac 上的 Java 都是由 Apple 自己提供，只支持到 Java 6，并且OS X 10.7 开始系统并不自带（而是可选安装）（原自带的是1.6）。 后来 Apple 加入 OpenJDK 继续支持 Java 6，而 Java 7 将由 Oracle 负责提供。   在终端中输入jav
  • javaScript （1） Array_06 JavaScriptjava浏览器
    JavaScript 1、运算符 　　运算符就是完成操作的一系列符号，它有七类： 　　赋值运算符（=,+=,-=,*=,/=,%=,<<=,>>=,|=,&=）、算术运算符(+,-,*,/,++,--,%)、比较运算符(>,<,<=,>=,==,===,!=,!==)、逻辑运算符(||,&&,!)、条件运算(?:)、位
  • 国内顶级代码分享网站 袁潇含 javajdkoracle.netPHP
           现在国内很多开源网站感觉都是为了利益而做的                  当然利益是肯定的,否则谁也不会免费的去做网站      &
  • Elasticsearch、MongoDB和Hadoop比较 随意而生 mongodbhadoop搜索引擎
      IT界在过去几年中出现了一个有趣的现象。很多新的技术出现并立即拥抱了“大数据”。稍微老一点的技术也会将大数据添进自己的特性，避免落大部队太远，我们看到了不同技术之间的边际的模糊化。假如你有诸如Elasticsearch或者Solr这样的搜索引擎，它们存储着JSON文档，MongoDB存着JSON文档，或者一堆JSON文档存放在一个Hadoop集群的HDFS中。你可以使用这三种配
  • mac os 系统科研软件总结 张亚雄 mac os
    1.1 Microsoft Office for Mac 2011      大客户版，自行搜索。      1.2 Latex （MacTex）:      系统环境：https://tug.org/mactex/     &nb
  • Maven实战（四）生命周期 AdyZhang maven
    1. 三套生命周期     Maven拥有三套相互独立的生命周期，它们分别为clean，default和site。 每个生命周期包含一些阶段，这些阶段是有顺序的，并且后面的阶段依赖于前面的阶段，用户和Maven最直接的交互方式就是调用这些生命周期阶段。 以clean生命周期为例，它包含的阶段有pre-clean, clean 和 post
  • Linux下Jenkins迁移 aijuans Jenkins
    1. 将Jenkins程序目录copy过去      源程序在/export/data/tomcatRoot/ofctest-jenkins.jd.com下面            tar -cvzf jenkins.tar.gz ofctest-jenkins.jd.com &
  • request.getInputStream()只能获取一次的问题 ayaoxinchao requestInputstream
    问题：在使用HTTP协议实现应用间接口通信时，服务端读取客户端请求过来的数据，会用到request.getInputStream()，第一次读取的时候可以读取到数据，但是接下来的读取操作都读取不到数据   原因： 1. 一个InputStream对象在被读取完成后，将无法被再次读取，始终返回-1； 2. InputStream并没有实现reset方法（可以重
  • 数据库SQL优化大总结之 百万级数据库优化方案 BigBird2012 SQL优化
    网上关于SQL优化的教程很多，但是比较杂乱。近日有空整理了一下，写出来跟大家分享一下，其中有错误和不足的地方，还请大家纠正补充。 这篇文章我花费了大量的时间查找资料、修改、排版，希望大家阅读之后，感觉好的话推荐给更多的人，让更多的人看到、纠正以及补充。 1.对查询进行优化，要尽量避免全表扫描，首先应考虑在 where 及 order by 涉及的列上建立索引。 2.应尽量避免在 where
  • jsonObject的使用 bijian1013 javajson
            在项目中难免会用java处理json格式的数据，因此封装了一个JSONUtil工具类。 JSONUtil.java package com.bijian.json.study; import java.util.ArrayList; import java.util.Date; import java.util.HashMap;
  • [Zookeeper学习笔记之六]Zookeeper源代码分析之Zookeeper.WatchRegistration bit1129 zookeeper
    Zookeeper类是Zookeeper提供给用户访问Zookeeper service的主要API，它包含了如下几个内部类     首先分析它的内部类，从WatchRegistration开始，为指定的znode path注册一个Watcher，   /** * Register a watcher for a particular p
  • 【Scala十三】Scala核心七：部分应用函数 bit1129 scala
    何为部分应用函数？ Partially applied function: A function that’s used in an expression and that misses some of its arguments.For instance, if function f has type Int => Int => Int, then f and f(1) are p
  • Tomcat Error listenerStart 终极大法 ronin47 tomcat
    Tomcat报的错太含糊了，什么错都没报出来，只提示了Error listenerStart。为了调试，我们要获得更详细的日志。可以在WEB-INF/classes目录下新建一个文件叫logging.properties，内容如下 Java代码  handlers = org.apache.juli.FileHandler, java.util.logging.ConsoleHa
  • 不用加减符号实现加减法 BrokenDreams 实现
            今天有群友发了一个问题，要求不用加减符号(包括负号)来实现加减法。         分析一下，先看最简单的情况，假设1+1，按二进制算的话结果是10，可以看到从右往左的第一位变为0，第二位由于进位变为1。    
  • 读《研磨设计模式》-代码笔记-状态模式-State bylijinnan java设计模式
    声明： 本文只为方便我个人查阅和理解，详细的分析以及源代码请移步 原作者的博客http://chjavach.iteye.com/ /* 当一个对象的内在状态改变时允许改变其行为，这个对象看起来像是改变了其类 状态模式主要解决的是当控制一个对象状态的条件表达式过于复杂时的情况 把状态的判断逻辑转移到表示不同状态的一系列类中，可以把复杂的判断逻辑简化 如果在
  • CUDA程序block和thread超出硬件允许值时的异常 cherishLC CUDA
    调用CUDA的核函数时指定block 和 thread大小，该大小可以是dim3类型的（三维数组），只用一维时可以是usigned int型的。 以下程序验证了当block或thread大小超出硬件允许值时会产生异常！！！GPU根本不会执行运算！！！ 所以验证结果的正确性很重要！！！ 在VS中创建CUDA项目会有一个模板，里面有更详细的状态验证。 以下程序在K5000GPU上跑的。
  • 诡异的超长时间GC问题定位 chenchao051 jvmcmsGChbaseswap
    HBase的GC策略采用PawNew+CMS, 这是大众化的配置，ParNew经常会出现停顿时间特别长的情况，有时候甚至长到令人发指的地步，例如请看如下日志： 2012-10-17T05:54:54.293+0800: 739594.224: [GC 739606.508: [ParNew: 996800K->110720K(996800K), 178.8826900 secs] 3700
  • maven环境快速搭建 daizj 安装mavne环境配置
    一 下载maven 安装maven之前，要先安装jdk及配置JAVA_HOME环境变量。这个安装和配置java环境不用多说。 maven下载地址：http://maven.apache.org/download.html，目前最新的是这个apache-maven-3.2.5-bin.zip，然后解压在任意位置，最好地址中不要带中文字符，这个做java 的都知道，地址中出现中文会出现很多
  • PHP网站安全，避免PHP网站受到攻击的方法 dcj3sjt126com PHP
    对于PHP网站安全主要存在这样几种攻击方式:1、命令注入(Command Injection)2、eval注入(Eval Injection)3、客户端脚本攻击(Script Insertion)4、跨网站脚本攻击(Cross Site Scripting, XSS)5、SQL注入攻击(SQL injection)6、跨网站请求伪造攻击(Cross Site Request Forgerie
  • yii中给CGridView设置默认的排序根据时间倒序的方法 dcj3sjt126com GridView
    public function searchWithRelated() {         $criteria = new CDbCriteria;         $criteria->together = true; //without th
  • Java集合对象和数组对象的转换 dyy_gusi java集合
        在开发中，我们经常需要将集合对象（List，Set）转换为数组对象，或者将数组对象转换为集合对象。Java提供了相互转换的工具，但是我们使用的时候需要注意，不能乱用滥用。 1、数组对象转换为集合对象     最暴力的方式是new一个集合对象，然后遍历数组，依次将数组中的元素放入到新的集合中，但是这样做显然过
  • nginx同一主机部署多个应用 geeksun nginx
    近日有一需求，需要在一台主机上用nginx部署2个php应用，分别是wordpress和wiki，探索了半天，终于部署好了，下面把过程记录下来。 1.   在nginx下创建vhosts目录，用以放置vhost文件。 mkdir vhosts   2.   修改nginx.conf的配置， 在http节点增加下面内容设置，用来包含vhosts里的配置文件 #
  • ubuntu添加admin权限的用户账号 hongtoushizi ubuntuuseradd
    ubuntu创建账号的方式通常用到两种：useradd 和adduser . 本人尝试了useradd方法，步骤如下： 1:useradd    使用useradd时，如果后面不加任何参数的话，如：sudo useradd sysadm 创建出来的用户将是默认的三无用户：无home directory ,无密码,无系统shell。 顾应该如下操作：  
  • 第五章 常用Lua开发库2-JSON库、编码转换、字符串处理 jinnianshilongnian nginxlua
      JSON库   在进行数据传输时JSON格式目前应用广泛，因此从Lua对象与JSON字符串之间相互转换是一个非常常见的功能；目前Lua也有几个JSON库，本人用过cjson、dkjson。其中cjson的语法严格（比如unicode \u0020\u7eaf），要求符合规范否则会解析失败（如\u002），而dkjson相对宽松，当然也可以通过修改cjson的源码来完成
  • Spring定时器配置的两种实现方式OpenSymphony Quartz和java Timer详解 yaerfeng1989 timerquartz定时器
    原创整理不易，转载请注明出处：Spring定时器配置的两种实现方式OpenSymphony Quartz和java Timer详解 代码下载地址：http://www.zuidaima.com/share/1772648445103104.htm 有两种流行Spring定时器配置：Java的Timer类和OpenSymphony的Quartz。 1.Java Timer定时 首先继承jav
  • Linux下df与du两个命令的差别？ pda158 linux
    　一、df显示文件系统的使用情况，与du比較，就是更全盘化。 　　最经常使用的就是 df -T，显示文件系统的使用情况并显示文件系统的类型。 　　举比例如以下： 　　[root@localhost ~]# df -T 　　Filesystem                   Type &n
  • [转]SQLite的工具类 ---- 通过反射把Cursor封装到VO对象 ctfzh VOandroidsqlite反射Cursor
    在写DAO层时，觉得从Cursor里一个一个的取出字段值再装到VO(值对象)里太麻烦了，就写了一个工具类，用到了反射，可以把查询记录的值装到对应的VO里，也可以生成该VO的List。   使用时需要注意： 考虑到Android的性能问题，VO没有使用Setter和Getter，而是直接用public的属性。 表中的字段名需要和VO的属性名一样，要是不一样就得在查询的SQL中
  • 该学习笔记用到的Employee表 vipbooks oraclesql工作
        这是我在学习Oracle是用到的Employee表，在该笔记中用到的就是这张表，大家可以用它来学习和练习。 drop table Employee; -- 员工信息表 create table Employee( -- 员工编号 EmpNo number(3) primary key, -- 姓
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他