- 【大模型入门必看】LLM大语言模型导读
古-月
LLM大语言模型
前言在规模扩展定律(ScalingLaws)被证明对语言模型有效之后,研究者构建出了许多大语言模型。尤其是2022年底面向普通消费者的ChatGPT模型的出现,正式标志着自然语言处理进入大语言模型时代。本章将简要梳理大语言模型的技术要点以及构建过程,并且列举了可用于预训练以及微调模型的常用数据集,介绍了目前开发大语言模型常用的代码库、预训练大语言模型的步骤以及涉及的关键技术,包括数据准备阶段、模型
- 国内免费金融数据接口——tushare
TAO_step
金融
TuShare是国内一个非常受欢迎的金融数据平台,特别适合初学者和研究者使用。它提供了免费的API接口,可以获取大量的国内金融和经济数据。以下是关于TuShare的一些关键特点和使用方法:TuShare的主要特点数据范围广泛:股票数据:A股、B股的日线、分钟线、复权数据等。指数数据:沪深300、上证指数等主要指数。基金数据:基金净值、交易信息等。期货与期权:主力合约、日线等。宏观经济数据:CPI、
- python 使用Whisper模型进行语音翻译
哦里 哦里哦里给
AI大语言模型实战pythonwhisper
目录一、Whisper是什么?二、Whisper的基本命令行用法三、代码实践四、是否保留Token标记五、翻译长度问题六、性能分析一、Whisper是什么?Whisper是由OpenAI开源的一个自动语音识别(AutomaticSpeechRecognition,ASR)系统。它的主要特点是:多语言支持:它本身就能识别几十种语言,包括中文。多尺寸预训练模型:官方提供了5个不同大小的模型(tiny,
- 电脑 android x86 网络,没有网络连接 - VMWare Fusion上的Android-x86(No network connection - Android-x86 on VMWare ...
吴寿鹤
电脑androidx86网络
没有网络连接-VMWareFusion上的Android-x86(Nonetworkconnection-Android-x86onVMWareFusion)我正试图想出一些用于在MacOSX上进行开发的Android环境。这证明非常困难(Mac上的Android模拟器滞后)。在我的Macbook上,Android模拟器非常慢,无法使用。请注意,我正在尝试构建一个平板电脑应用,这似乎会让事情变得更
- 日志采集框架filebeat
躲在没风的地方
linux日志采集框架服务器linuxelasticsearchfilebeatlogstash
日志采集框架1filebeat和logstash比较filebeat比logstash更小巧,更简洁一些,但是功能上logstash更强大logstash(用java编写的)用于ELK中,也是用来采集传输数据的,比较浪费资源。完全可以将logstash替换为filebeat,形式EFK体系。filebeat(elastic公司)特点(1)异常中断重启后会继续上次停止的位置(通过${filebeat
- 2025美赛赛前准备笔记(论文手)
咒法师无翅鱼
美赛相关算法
赛前模拟反思杂记全程电话联系:论文手注意记录选择模型的过程&解决问题的考虑过程(比如观察出数据有什么样的特点,这个模型有什么优势,如果有影响可以离开,需要时再来)人不在的时候及时共享进度(资料共享)模型确定后:推荐学习资料最后反馈给论文手的结果不是“讲解模型的过程”,而是“解决题目问题的过程”:问题分析-解决问题的思路-模型选择的理由-(线上讲解)拿到资料以后第一时间确认可用,有问题第一时间反馈难
- python 阴暗图像 亮度增强 对比度增强 去雾
weixin_37763484
python数据挖掘深度学习pythonopencv计算机视觉图像处理目标检测
背景说明最近在处理图像,发现一些样本由于逆光原因过于阴暗,影响图像识别。解决时,可以在训练样本中加入类似的图像,或者手动把相关图像进行颜色变化。这里主要介绍手工颜色变化。原始图像如下,假设你需要判断裤子的种类(牛仔裤还或棉布裤子),类似阴暗图像很难判断:网上现有的解决方法中,主要包含直方图变化和gamma变换,例如下面几篇文章OpenCV调整图像对比度和亮度、qunshansj/opencv-py
- DeepSeek优势方法策略
ZhangJiQun&MXP
2021论文2021AIpython教学人工智能语言模型自然语言处理gpt深度学习
DeepSeek优势方法策略目录DeepSeek优势方法策略DeepSeek在训练阶段压缩时间空间复杂度的方法DeepSeek和ChatGPT在压缩时间空间复杂度上的不同之处DeepSeek能降低显卡使用的原因DeepSeek在训练阶段压缩时间空间复杂度的方法采用MLA架构:在传统的Transformer模型中,每一层都需要独立计算和存储key和value矩阵,占用大量内存空间。MLA通过动态合并
- 基于YOLOv11无人机视角船舶检测系统:项目概述与技术实现
qq1309399183
计算机视觉实战项目集合YOLO无人机人工智能计算机视觉无人机视角船舶检测yolo11改进yolo11涨点
文章目录YOLOv11无人机视角船舶检测系统:项目概述与技术实现项目背景项目简介核心目标YOLOv11的技术优势1.**更强的特征提取能力**2.**改进的多尺度检测**3.**轻量化设计**4.**实时处理能力**数据准备与模型训练1.**数据集构建**2.**模型训练**系统功能与使用方法1.**实时目标检测**2.**静态图片检测**3.**视频文件处理**4.**多种目标类别支持**安装与
- 61.异步编程1 C#例子 WPF例子
军训猫猫头
c#wpf开发语言
和普通的任务绑定不太相同的部分如下:publicMainWindowViewModel(){FetchUserInfoCommand=newRelayCommand(async(param)=>awaitFetchUserInfoAsync());}privateasyncTaskFetchUserInfoAsync(){//模拟异步操作,比如网络请求awaitTask.Delay(2000);/
- Llama大型语言模型原理详解
摆烂大大王
llamallama语言模型人工智能
Llama大型语言模型是一种基于深度学习的自然语言处理模型,它在文本生成、问答、摘要等多种NLP任务中展现出强大的性能。本文将详细解析Llama模型的原理,包括其结构、训练过程以及工作机制,帮助读者深入理解这一先进的模型。一、模型结构Llama模型采用了一种基于Transformer的架构,这是一种由多个自注意力机制和前馈神经网络组成的深度神经网络结构。Transformer架构通过自注意力机制捕
- #Python 用Sqlite3做模拟银行系统(4)
Flash The Dash
前端数据库javascriptpythonsqlite开发语言
今天的时间略短,就不做讲解了,直接上干货:defdeposit_submit(account_entry,amount_entry,note_entry):account_name=account_entry.get()amount=float(amount_entry.get())note=note_entry.get()deposit(account_name,amount,note)mess
- 如何写美赛(MCM/ICM)论文中的Summary部分
摆烂大大王
2025美赛思路+代码参考数学建模算法
美赛(MCM/ICM)作为一个数学建模竞赛,要求参赛者在有限的时间内解决一个复杂的实际问题,并通过数学建模、数据分析和计算机模拟等手段给出有效的解决方案。在美赛的论文中,Summary部分(通常也称为摘要)是非常关键的,它是整个论文的缩影,能让评审快速了解你解决问题的思路、方法和结果。写好Summary是成功的第一步,甚至有可能论文主体写的一般,但仅靠Summary一举拿下!毕竟评委哪能那么认真每
- Rollup:专注类库和框架打包
时解之
JS专区RollupRollup打包大前端Javascript
文章内容输出来源:拉勾大前端高薪训练营-概述-也是一款ESModules打包器-也可以将项目中的一些散落的细小模块打包为整块代码-rollup与webpack作用类似-rollup更为小巧,仅仅是一款ESM打包器-rollup中并不支持类似HMR这种高级特性-rollup并不是要与webpack全面竞争-目标是提供一个充分利用ESM各项特性的高效打包器-快速上手-准备代码-src/message.
- 基于Transformer的多通道肌电信号序列分类
咖啡百怪
transformer深度学习人工智能
表面肌电信号(sEMG)为十分重要的人体感官信号,不同的动作和状态对应不同的肌电信号,利用肌电信号的表征能力,我们可以实现对NAO机器人的控制。本项目基于Transformer实现对表面肌电信号的分类,数据使用excel进行保存,使用Pytorch架构建立模型并训练,利用基于Paramiko库的SSH连接来实现对NAO机器人的远程控制。在这里贴上该项目的github仓库连接,大家用得到的可以点个星
- Pix2PixHD代码小白注释(1)——train.py
咖啡百怪
Pix2PixHD代码解读深度学习机器学习人工智能python
关于fp16AMP自动混合精度训练,见下文:AMP自动混合精度训练https://blog.csdn.net/ytusdc/article/details/122152244importtimeimportosimportnumpyasnpimporttorchfromtorch.autogradimportVariablefromcollectionsimportOrderedDictfroms
- PyTorch 快速入门
無量空所
深度学习机器学习pytorch开源
我们将通过一个简单的示例,快速了解如何使用PyTorch进行机器学习任务。PyTorch是一个开源的机器学习库,它提供了丰富的工具和库,帮助我们轻松地构建、训练和测试神经网络模型。以下是本教程的主要内容:一、数据处理PyTorch提供了两个基本的数据处理工具:torch.utils.data.DataLoader和torch.utils.data.Dataset。Dataset用于存储样本及其对应
- 趋势交易的经典模型有哪些?
人大博士的交易之路
交易问答数学建模数据挖掘分类程序员创富量化交易趋势交易
趋势交易的核心在于识别并跟随市场趋势,经典的模型和策略通常结合技术指标、价格形态或量化规则。以下是主要的经典模型及其原理:1.移动平均线系统(MovingAverageSystems)双均线交叉策略原理:短期均线(如10日)上穿长期均线(如50日)时做多(金叉),反之做空(死叉)。应用:简单直观,适合趋势启动阶段,但震荡市易产生假信号。均线斜率策略原理:均线向上倾斜时持多仓,向下倾斜时持空仓。关键
- 基于Matlab的秃鹰算法求解最优目标问题
代码编织匠人
算法matlab开发语言Matlab
基于Matlab的秃鹰算法求解最优目标问题秃鹰算法是一种基于仿生学原理的优化算法,灵感来源于秃鹰在捕食过程中的搜索策略。该算法通过模拟秃鹰的捕食行为,寻找最优解决方案。在本文中,我们将使用Matlab实现秃鹰算法,并利用该算法解决一个最优目标问题。首先,让我们定义要解决的最优目标问题。假设我们有一个函数f(x),其中x是一个向量,表示优化问题的变量。我们的目标是找到使函数f(x)取得最小值的x值。
- PennyLane: 探索量子计算的新里程
戴艺音
PennyLane:探索量子计算的新里程项目地址:https://gitcode.com/gh_mirrors/pe/pennylane项目简介是一个开源软件框架,专注于混合量子和经典计算。由PennyLaneAI团队开发,该项目提供了一个直观且灵活的方式来设计、训练和优化涉及量子硬件的机器学习模型。其目标是让研究人员和开发者能够轻松地在本地或云端的量子计算机上进行实验。技术分析PennyLane
- 【智能算法】人工蜂鸟算法(AHA)原理及实现
小O的算法实验室
智能算法算法智能算法
目录1.背景2.算法原理2.1算法思想2.2算法过程3.代码实现4.参考文献1.背景2021年,Zhao等人受到蜂鸟飞行和捕食行为启发,提出了人工蜂鸟算法(ArtificialHummingbirdAgorithm,AHA)。2.算法原理2.1算法思想AHA算法是一种基于蜂鸟智能行为的生物启发优化算法,旨在解决优化问题。其主要思想包括:食物源模拟:将问题的解空间表示为食物源,每个食物源对应一个解向
- DB2-Db2Connection
DataLu
DB2-debezium数据库大数据数据库开发开源
提示:Db2Connection主要负责与DB2数据库的交互,特别针对CDC功能,提供了获取和处理数据库更改日志的能力,同时包含数据库连接管理、查询执行和结果处理的通用功能文章目录前言一、核心功能二、代码分析总结前言提示:Db2Connection类旨在简化与Db2数据库的交互,提供了一套全面的数据库操作接口,特别是针对需要利用Db2的变更数据捕获能力的场景。通过这个类,开发者可以更方便地执行数据
- 使用Python中的random模块生成随机数
code_welike
python开发语言Python
随机数在计算机编程中经常被用到,可以用于模拟实验、生成随机数据等各种场景。Python提供了random模块,其中包含了生成随机数的函数和方法。本文将介绍random模块的基本用法,并提供一些示例代码。首先,我们需要导入random模块,可以使用以下代码实现:importrandom一旦导入了random模块,我们就可以使用其中的函数和方法来生成随机数了。下面是一些常用的函数和方法:random.
- Deepseek两项关键发现:无需人类专家介入SFT、有自己
极道Jdon
javascriptreactjs
DeepseekR1-Zero关键两项发现:无需人类专家、有自己专业领域语言DSL,也就是没有SFT,有自己DSL!ARCPrize基金会对DeepSeek发布的R1-Zero和R1“推理”系统的分析。ARCPrize基金是谁?ARCPrize基金会旨在定义、衡量并激励新的AGI(通用人工智能)想法。目前尚未实现AGI,主流AI行业和公众普遍认为通过扩大纯语言模型(LLM)的预训练规模就能实现突破
- DeepSeek极端榨取硬件性能被曝光
极道Jdon
javascriptreactjs
DeepSeek的出现是否意味着前沿LLM开发不再需要大规模GPU集群?简单来说:不是的。虽然DeepSeek的V3模型通过一些非常厉害的优化技术,让GPU的使用效率变得更高了,但这并不意味着像Google、OpenAI、Meta和xAI这些公司之前花大钱搞的大规模GPU集群就没用了。AI开发者的普遍看法是,大规模GPU集群仍然是训练顶尖AI模型的关键。DeepSeek做了什么?DeepSeek的
- python资本市场财务数据分析_Python对股票财务数据进行可视化分析
weixin_39834984
对股票财务数据进行分析是非常必要,但因股票数据量很大,单凭浏览网页或在软件客户端查看是非常浪费精力的一件事,通过Python进行网页数据提取,将财务数据图表化会更加直观。以下代码在Python3.6环境下通过:注:使用注意,将此代码保存为一个文本文件扩展名为.py,在这个文件同目录下建立二个子目录:数据-分析、数据-下载,也可以更改代码中的路径,否则运行时会报错。importmatplotlib.
- GGUF 大模型文件格式
香菜烤面包
AI系统与算法部署语言模型
1.基础原理GGUF简介当前的大模型的参数规模较大,数以千亿的参数导致了它们的预训练结果文件都在几十GB甚至是几百GB,这不仅导致其使用成本很高,在不同平台进行交换也非常困难。因此,大模型预训练结果文件的保存格式对于模型的使用和生态的发展来说极其重要。大语言模型的开发通常使用PyTorch等框架,其预训练结果通常也会保存为相应的二进制格式,如pt后缀的文件通常就是PyTorch框架保存的二进制预训
- 书生浦语第五期
晴斋1216
语言模型
基础作业完成以下任务,并将实现过程记录截图:配置lmdeploy运行环境下载internlm-chat-1.8b模型以命令行方式与模型对话视频链接文档链接基础知识学习模型部署在软件工程中,部署通常指的是将开发完毕的软件投入使用的过程。在人工智能领域,模型部署是实现深度学习算法落地应用的关键步骤。简单来说,模型部署就是将训练好的深度学习模型在特定环境中运行的过程。目前大模型部署面临的挑战计算量巨大内
- 在K8s中部署动态nfs存储provisioner
超级阿飞
k8sclusterkubernetes容器云原生nfs
背景之前,我已经在一台workernode上安装了locallvm的provisioner来模拟需要本地高IOPS的数据库等stafeful应用的实现。为了后续给虚拟机里的K8s集群安装可用的metrics和logs监控系统(metrics和logs的时序数据库需要永久存储),特为K8s集群提供基于nfs的文件服务器一台,并安装nfsprovisioner,以便实现动态分配nfsvolume给po
- 软考中级-数据库工程师。 以下三个专题是数据库系统工程师下午案例非SQL部分的解题思路。干货不断,敬请关注点赞收藏转发~
杨云龙666
经验笔记数据库
本人于20240525通过软考中级数据库工程师。以下三个专题是数据库系统工程师下午案例非SQL部分的解题思路。专题一:数据库故障与恢复检查点机制(CHECKPOINT):在日志中设置检查点,当发生故障需要利用日志文件恢复时,反向扫描日志文件,找到检查点,确认检查点时刻正在执行的事务(活动事务),即检查点前有事务开始标志但没有事务结束标志。对于检查点后提交的事务,执行REDO(重做)对于检查点后未提
- java类加载顺序
3213213333332132
java
package com.demo;
/**
* @Description 类加载顺序
* @author FuJianyong
* 2015-2-6上午11:21:37
*/
public class ClassLoaderSequence {
String s1 = "成员属性";
static String s2 = "
- Hibernate与mybitas的比较
BlueSkator
sqlHibernate框架ibatisorm
第一章 Hibernate与MyBatis
Hibernate 是当前最流行的O/R mapping框架,它出身于sf.net,现在已经成为Jboss的一部分。 Mybatis 是另外一种优秀的O/R mapping框架。目前属于apache的一个子项目。
MyBatis 参考资料官网:http:
- php多维数组排序以及实际工作中的应用
dcj3sjt126com
PHPusortuasort
自定义排序函数返回false或负数意味着第一个参数应该排在第二个参数的前面, 正数或true反之, 0相等usort不保存键名uasort 键名会保存下来uksort 排序是对键名进行的
<!doctype html>
<html lang="en">
<head>
<meta charset="utf-8&q
- DOM改变字体大小
周华华
前端
<!DOCTYPE html PUBLIC "-//W3C//DTD XHTML 1.0 Transitional//EN" "http://www.w3.org/TR/xhtml1/DTD/xhtml1-transitional.dtd">
<html xmlns="http://www.w3.org/1999/xhtml&q
- c3p0的配置
g21121
c3p0
c3p0是一个开源的JDBC连接池,它实现了数据源和JNDI绑定,支持JDBC3规范和JDBC2的标准扩展。c3p0的下载地址是:http://sourceforge.net/projects/c3p0/这里可以下载到c3p0最新版本。
以在spring中配置dataSource为例:
<!-- spring加载资源文件 -->
<bean name="prope
- Java获取工程路径的几种方法
510888780
java
第一种:
File f = new File(this.getClass().getResource("/").getPath());
System.out.println(f);
结果:
C:\Documents%20and%20Settings\Administrator\workspace\projectName\bin
获取当前类的所在工程路径;
如果不加“
- 在类Unix系统下实现SSH免密码登录服务器
Harry642
免密ssh
1.客户机
(1)执行ssh-keygen -t rsa -C "
[email protected]"生成公钥,xxx为自定义大email地址
(2)执行scp ~/.ssh/id_rsa.pub root@xxxxxxxxx:/tmp将公钥拷贝到服务器上,xxx为服务器地址
(3)执行cat
- Java新手入门的30个基本概念一
aijuans
javajava 入门新手
在我们学习Java的过程中,掌握其中的基本概念对我们的学习无论是J2SE,J2EE,J2ME都是很重要的,J2SE是Java的基础,所以有必要对其中的基本概念做以归纳,以便大家在以后的学习过程中更好的理解java的精髓,在此我总结了30条基本的概念。 Java概述: 目前Java主要应用于中间件的开发(middleware)---处理客户机于服务器之间的通信技术,早期的实践证明,Java不适合
- Memcached for windows 简单介绍
antlove
javaWebwindowscachememcached
1. 安装memcached server
a. 下载memcached-1.2.6-win32-bin.zip
b. 解压缩,dos 窗口切换到 memcached.exe所在目录,运行memcached.exe -d install
c.启动memcached Server,直接在dos窗口键入 net start "memcached Server&quo
- 数据库对象的视图和索引
百合不是茶
索引oeacle数据库视图
视图
视图是从一个表或视图导出的表,也可以是从多个表或视图导出的表。视图是一个虚表,数据库不对视图所对应的数据进行实际存储,只存储视图的定义,对视图的数据进行操作时,只能将字段定义为视图,不能将具体的数据定义为视图
为什么oracle需要视图;
&
- Mockito(一) --入门篇
bijian1013
持续集成mockito单元测试
Mockito是一个针对Java的mocking框架,它与EasyMock和jMock很相似,但是通过在执行后校验什么已经被调用,它消除了对期望 行为(expectations)的需要。其它的mocking库需要你在执行前记录期望行为(expectations),而这导致了丑陋的初始化代码。
&nb
- 精通Oracle10编程SQL(5)SQL函数
bijian1013
oracle数据库plsql
/*
* SQL函数
*/
--数字函数
--ABS(n):返回数字n的绝对值
declare
v_abs number(6,2);
begin
v_abs:=abs(&no);
dbms_output.put_line('绝对值:'||v_abs);
end;
--ACOS(n):返回数字n的反余弦值,输入值的范围是-1~1,输出值的单位为弧度
- 【Log4j一】Log4j总体介绍
bit1129
log4j
Log4j组件:Logger、Appender、Layout
Log4j核心包含三个组件:logger、appender和layout。这三个组件协作提供日志功能:
日志的输出目标
日志的输出格式
日志的输出级别(是否抑制日志的输出)
logger继承特性
A logger is said to be an ancestor of anothe
- Java IO笔记
白糖_
java
public static void main(String[] args) throws IOException {
//输入流
InputStream in = Test.class.getResourceAsStream("/test");
InputStreamReader isr = new InputStreamReader(in);
Bu
- Docker 监控
ronin47
docker监控
目前项目内部署了docker,于是涉及到关于监控的事情,参考一些经典实例以及一些自己的想法,总结一下思路。 1、关于监控的内容 监控宿主机本身
监控宿主机本身还是比较简单的,同其他服务器监控类似,对cpu、network、io、disk等做通用的检查,这里不再细说。
额外的,因为是docker的
- java-顺时针打印图形
bylijinnan
java
一个画图程序 要求打印出:
1.int i=5;
2.1 2 3 4 5
3.16 17 18 19 6
4.15 24 25 20 7
5.14 23 22 21 8
6.13 12 11 10 9
7.
8.int i=6
9.1 2 3 4 5 6
10.20 21 22 23 24 7
11.19
- 关于iReport汉化版强制使用英文的配置方法
Kai_Ge
iReport汉化英文版
对于那些具有强迫症的工程师来说,软件汉化固然好用,但是汉化不完整却极为头疼,本方法针对iReport汉化不完整的情况,强制使用英文版,方法如下:
在 iReport 安装路径下的 etc/ireport.conf 里增加红色部分启动参数,即可变为英文版。
# ${HOME} will be replaced by user home directory accordin
- [并行计算]论宇宙的可计算性
comsci
并行计算
现在我们知道,一个涡旋系统具有并行计算能力.按照自然运动理论,这个系统也同时具有存储能力,同时具备计算和存储能力的系统,在某种条件下一般都会产生意识......
那么,这种概念让我们推论出一个结论
&nb
- 用OpenGL实现无限循环的coverflow
dai_lm
androidcoverflow
网上找了很久,都是用Gallery实现的,效果不是很满意,结果发现这个用OpenGL实现的,稍微修改了一下源码,实现了无限循环功能
源码地址:
https://github.com/jackfengji/glcoverflow
public class CoverFlowOpenGL extends GLSurfaceView implements
GLSurfaceV
- JAVA数据计算的几个解决方案1
datamachine
javaHibernate计算
老大丢过来的软件跑了10天,摸到点门道,正好跟以前攒的私房有关联,整理存档。
-----------------------------华丽的分割线-------------------------------------
数据计算层是指介于数据存储和应用程序之间,负责计算数据存储层的数据,并将计算结果返回应用程序的层次。J
&nbs
- 简单的用户授权系统,利用给user表添加一个字段标识管理员的方式
dcj3sjt126com
yii
怎么创建一个简单的(非 RBAC)用户授权系统
通过查看论坛,我发现这是一个常见的问题,所以我决定写这篇文章。
本文只包括授权系统.假设你已经知道怎么创建身份验证系统(登录)。 数据库
首先在 user 表创建一个新的字段(integer 类型),字段名 'accessLevel',它定义了用户的访问权限 扩展 CWebUser 类
在配置文件(一般为 protecte
- 未选之路
dcj3sjt126com
诗
作者:罗伯特*费罗斯特
黄色的树林里分出两条路,
可惜我不能同时去涉足,
我在那路口久久伫立,
我向着一条路极目望去,
直到它消失在丛林深处.
但我却选了另外一条路,
它荒草萋萋,十分幽寂;
显得更诱人,更美丽,
虽然在这两条小路上,
都很少留下旅人的足迹.
那天清晨落叶满地,
两条路都未见脚印痕迹.
呵,留下一条路等改日再
- Java处理15位身份证变18位
蕃薯耀
18位身份证变15位15位身份证变18位身份证转换
15位身份证变18位,18位身份证变15位
>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>
蕃薯耀 201
- SpringMVC4零配置--应用上下文配置【AppConfig】
hanqunfeng
springmvc4
从spring3.0开始,Spring将JavaConfig整合到核心模块,普通的POJO只需要标注@Configuration注解,就可以成为spring配置类,并通过在方法上标注@Bean注解的方式注入bean。
Xml配置和Java类配置对比如下:
applicationContext-AppConfig.xml
<!-- 激活自动代理功能 参看:
- Android中webview跟JAVASCRIPT中的交互
jackyrong
JavaScripthtmlandroid脚本
在android的应用程序中,可以直接调用webview中的javascript代码,而webview中的javascript代码,也可以去调用ANDROID应用程序(也就是JAVA部分的代码).下面举例说明之:
1 JAVASCRIPT脚本调用android程序
要在webview中,调用addJavascriptInterface(OBJ,int
- 8个最佳Web开发资源推荐
lampcy
编程Web程序员
Web开发对程序员来说是一项较为复杂的工作,程序员需要快速地满足用户需求。如今很多的在线资源可以给程序员提供帮助,比如指导手册、在线课程和一些参考资料,而且这些资源基本都是免费和适合初学者的。无论你是需要选择一门新的编程语言,或是了解最新的标准,还是需要从其他地方找到一些灵感,我们这里为你整理了一些很好的Web开发资源,帮助你更成功地进行Web开发。
这里列出10个最佳Web开发资源,它们都是受
- 架构师之面试------jdk的hashMap实现
nannan408
HashMap
1.前言。
如题。
2.详述。
(1)hashMap算法就是数组链表。数组存放的元素是键值对。jdk通过移位算法(其实也就是简单的加乘算法),如下代码来生成数组下标(生成后indexFor一下就成下标了)。
static int hash(int h)
{
h ^= (h >>> 20) ^ (h >>>
- html禁止清除input文本输入缓存
Rainbow702
html缓存input输入框change
多数浏览器默认会缓存input的值,只有使用ctl+F5强制刷新的才可以清除缓存记录。
如果不想让浏览器缓存input的值,有2种方法:
方法一: 在不想使用缓存的input中添加 autocomplete="off";
<input type="text" autocomplete="off" n
- POJO和JavaBean的区别和联系
tjmljw
POJOjava beans
POJO 和JavaBean是我们常见的两个关键字,一般容易混淆,POJO全称是Plain Ordinary Java Object / Pure Old Java Object,中文可以翻译成:普通Java类,具有一部分getter/setter方法的那种类就可以称作POJO,但是JavaBean则比 POJO复杂很多, Java Bean 是可复用的组件,对 Java Bean 并没有严格的规
- java中单例的五种写法
liuxiaoling
java单例
/**
* 单例模式的五种写法:
* 1、懒汉
* 2、恶汉
* 3、静态内部类
* 4、枚举
* 5、双重校验锁
*/
/**
* 五、 双重校验锁,在当前的内存模型中无效
*/
class LockSingleton
{
private volatile static LockSingleton singleton;
pri