- 人工智能中的线性代数与矩阵论学习秘诀之著名教材
audyxiao001
人工智能怎么学人工智能线性代数矩阵学习方法
线性代数是大学数学中非常核心的基础课程,教材繁多,国内外有许多经典的教材。国内比较有名且使用较为广泛的线性代数中文教材见书籍8。书籍8线性代数中文教材推荐:(a)简明线性代数(丘维声);(b)线性代数(居于马);(c)线性代数(李尚志);(d)线性代数(李炯生等);(e)线性代数五讲(龚昇);(f)线性代数的几何意义(任广千等)北京大学的丘维声教授编写的《简明线性代数》[17]是北京市高等教育精品
- 人工智能中的线性代数与矩阵论学习秘诀之学习路线
audyxiao001
人工智能怎么学线性代数人工智能矩阵
线性代数和矩阵论的学习对于打好AI的理论基础非常重要,要加以重视和认真学习。下面给出学习的路线仅供参考,个人可以根据自己的知识储备、数学能力以及研究方向加以调整。具体的学习路线见图3-8。在初级入门阶段,主要打好线性代数的理论基础,建议中文和英文教材各选一本进行学习,即从初级入门教材1~4和5~8中各选一本进行学习。在中级提高阶段,主要弄清楚线性代数理论的本质和物理含义,特别是线性代数的几何意义,
- Schur引理
patrickpdx
矩阵论矩阵
这是Schur引理的引理Schur引理的复矩阵版本和实矩阵版本摘自《矩阵论教程》第2版,张绍飞,p49
- 矩阵函数
patrickpdx
矩阵论
文章目录矩阵函数的定义一些常见的矩阵函数矩阵函数的性质通过相似对角化求矩阵函数通过Jordan标准形求矩阵函数待定系数法求矩阵函数矩阵函数的定义一些常见的矩阵函数矩阵函数的性质通过相似对角化求矩阵函数本段摘自程云鹏.矩阵论(第二版)[M]//矩阵论(第二版).西北工业大学出版社,2000.p158通过Jordan标准形求矩阵函数本段摘自程云鹏.矩阵论(第二版)[M]//矩阵论(第二版).西北工业大
- 矩阵分解——QR分解
patrickpdx
矩阵论
文章目录满秩方阵的QR分解矩阵QR分解例题列满秩矩阵的QR分解满秩方阵的QR分解可以看到,该证明过程是构造性的,即通过构造出了QQQ,RRR的方式,证明了QR分解的存在性,不仅证明了存在性,还为我们提供了QR分解中QQQ和RRR的求解方法矩阵QR分解例题摘自《矩阵论》程云鹏,西安交通大学,1999年6月第2版,p203列满秩矩阵的QR分解摘自《矩阵论教程》第二版张绍飞2.1节
- 【线性代数与矩阵论】矩阵的酉相似
你哥同学
线性代数与矩阵论线性代数矩阵
矩阵的酉相似(合同变换)2023年11月7日#algebra文章目录矩阵的酉相似(合同变换)1.酉矩阵2.酉相似3.Schur分解定理4.正规矩阵5.酉相似对角化6.Hermit矩阵,反Hermit矩阵及酉矩阵的特性7.Hermit矩阵的正定性下链1.酉矩阵设A∈Cn×n{A\in\mathbbC^{n\timesn}}A∈Cn×n,若A{A}A满足AHA=AAH=IA^\mathrmHA=AA^
- 深度学习如何弄懂那些难懂的数学公式?是否需要学习数学?
搬砖班班长
深度学习人工智能学习经验分享
经过1~2年的学习,我觉得还是需要数学有一定认识,重新捡起高等数学、概率与数理、线代等这几本,起码基本微分方程、求导、对数、最小损失等等还是会用到。下面给出几个链接,可以用于平时充电学习。知乎上的:机器学习与深度学习中的数学知识点汇总-SIGAI的文章-知乎https://zhuanlan.zhihu.com/p/81834108推荐书籍:1.高等数学/微积分2.线性代数与矩阵论3.概率论与信息论
- 【线性代数与矩阵论】范数理论
你哥同学
线性代数与矩阵论线性代数矩阵概率论范数
范数理论2023年11月16日文章目录范数理论1.向量的范数2.常用向量范数3.向量范数的等价性4.矩阵的范数5.常用的矩阵范数6.矩阵范数与向量范数的相容性7.矩阵范数诱导的向量范数8.由向量范数诱导的矩阵范数9.矩阵范数的酉不变性10.矩阵范数的等价性11.长方阵的范数下链1.向量的范数向量的长度也称为向量的二范数[!quote]-长度的定理设x,y,z∈Cn , λ∈C{x,y,z\in
- 【线性代数与矩阵论】矩阵的谱半径与条件数
你哥同学
线性代数与矩阵论线性代数矩阵概率论条件数
矩阵的谱半径与条件数2023年11月18日文章目录矩阵的谱半径与条件数1.矩阵的谱半径2.谱半径与范数的关系3.矩阵的条件数下链1.矩阵的谱半径定义设A∈Cn×n{A\in\mathbbC^{n\timesn}}A∈Cn×n,λ1,λ2,⋯ ,λn{\lambda_1,\lambda_2,\cdots,\lambda_n}λ1,λ2,⋯,λn是A的特征值,则称ρ(A)=max1≤i≤n∣λi∣\
- SVD分解原理及基于SVD分解的图像压缩和去噪
nwsuaf_huasir
信号处理
SVD分解是矩阵论中的一个知识点,特征值分解可以得到特征值与特征向量,特征值表示的是这个特征到底有多重要,而特征向量表示这个特征是什么,可以将每一个特征向量理解为一个线性的子空间,我们可以利用这些线性的子空间干很多的事情。SVD分解的公式如下,其中U和V都为正交矩阵,中间的为特征值构成的对角矩阵,相对于正交对角分解,SVD分解的适应性更强,应为A不必是方阵,下面是SVD分解的公式。用SVD做图像压
- 个人猜测:关于《矩阵论》中的QR分解为什么用Q来表示正交矩阵(orthogonal matrix )
SleepingBug
矩阵线性代数
为什么QR分解用Q来表示正交矩阵(orthogonalmatrix)?搜过Google,问过ChatGPT,什么说是约定俗成,什么说是历史原因,都没有一个合理的解释。都没有准确的答案,下面这两个链接还有人追溯最开始用QR写法的文章,但还是没有结论1)linearalgebra-Whyareorthogonalmatricessooftendenoted$Q$?-MathOverflow2)line
- 只不过孤岛罢了:我的2023年总结
染念
折腾心得年终总结人工智能深度学习性能优化c++
2023已悄然过去,还记得跨年夜那天,我突然接到一星期要期末考的消息,我的内心是多么奔溃,先不说一天一门强度如此之高,重要的是矩阵论,工程优化等等科目,还要速成,于是麻木得预习一日又一日,终于在10号结束了研一上的所有考试。剩下的就靠老师捞菜菜了。好了,吐槽的完了,现在正式地总结我的23年。文章目录身份上知识上比赛上思想上创作内容上感情上项目上数码产品上总结身份上这年惊喜的是1月份,我在蓝桥云课获
- 加密解密工具 之 希尔密码
一个工具箱
希尔密码(HillCipher),是运用基本矩阵论原理的替换密码,每个字母当作26进制数字:A=0,B=1,C=2...一串字母当成n维向量,跟一个n×n的矩阵相乘,再将得出的结果mod26。用作加密的矩阵(即密匙)必须是可逆的,否则就不可能译码。只有矩阵的行列式和26互质,才是可逆的。简介希尔密码是运用基本矩阵论原理的替换密码,由LesterS.Hill在1929年发明。每个字母当作26进制数字
- 利用矩阵特征值解决微分方程【1】
唠嗑!
信息论安全矩阵网络安全
目录一.特征值介绍二.单变量常微分方程三.利用矩阵解决微分方程问题四.小结4.1矩阵论4.2特征值与特征向量内涵4.3应用一.特征值介绍线性代数有两大基础问题:如果A为对角阵的话,那么问题就很好解决。需要注意的是,矩阵的基础行变换会改变特征值的大小。在已知解的情况下,可以利用矩阵行列式解决问题。根据Cramer定则:将以下矩阵的行列式看成一个多项式:该多项式的根即为特征值。当矩阵维度较高时,这个方
- 《矩阵分析》笔记
热水过敏
矩阵笔记线性代数
来源:【《矩阵分析》期末速成主讲人:苑长(5小时冲上90+)】https://www.bilibili.com/video/BV1A24y1p76q?vd_source=c4e1c57e5b6ca4824f87e74170ffa64d这学期考矩阵论,使用教材是《矩阵论简明教程》,因为没时间听太长的课,就看了b站上这个视频,笔记几乎就是原视频copy,和教材相比有一些没提到(如奇异值分解、House
- [矩阵论]哈尔滨工业大学全72讲
东北霸主劳德利
全科笔记矩阵python机器学习
主页有博主其他上万字精品笔记,例如数值分析,电磁学.01哈尔滨工业大学严质彬教授的矩阵分析课程,讲解了矩阵分析的基础知识和重要性。教材没有特别指定,建议购买北京理工大学的水荣昌的《矩阵分析》。课程假定学生已经学过高等数学中的线性代数,旨在为控制学科打下基础。讲授了线性空间和线性映射的概念,介绍了集合的笛卡尔积和映射的记号。00:00矩阵分析课程介绍:这个视频是关于矩阵分析课程的介绍。讲师强调了矩阵
- 【线性代数与矩阵论】Jordan型矩阵
你哥同学
线性代数与矩阵论线性代数矩阵机器学习线性控制系统Jordan型矩阵
Jordan型矩阵2023年11月3日#algebra文章目录Jordan型矩阵1.代数重数与几何重数2.Jordan块与Jordan标准型2.1最小多项式与Jordan标准型2.2两类重要矩阵3.矩阵的Jordan分解3.1Jordan分解的应用下链1.代数重数与几何重数在对向量做线性变换时,向量空间的某个向量的方向不发生改变,而只是在其方向上进行拉伸,则该向量是线性变换的特征向量,其在变换中被
- 实对称矩阵的特征值求法_正交矩阵学习小结
weixin_39548193
实对称矩阵的特征值求法已知协方差矩阵求特征值矩阵转置相关公式
整理一下矩阵论学习中的相关概念。从正交矩阵开始正交矩阵定义1称n阶方阵A是正交矩阵,若正交矩阵有几个重要性质:A的逆等于A的转置,即A的行列式为±1,即A的行(列)向量组为n维单位正交向量组上述3个性质可以看做是正交矩阵的判定准则,我们可以通过上述准则简单地判断一个矩阵是否是正交矩阵。下面,我们将从线性变换的角度,来看正交矩阵还有哪些独特的性质。首先给出正交变换的定义:定义2欧氏空间V的线性变换T
- 机器学习算法工程师
prolrj2015
算法
职位要求1、扎实的数学功底和分析技能,精通计算机视觉中的数学方法;高等数学(微积分)、线性代数(矩阵论)、随机过程、概率论、摄影几何、模型估计、数理统计、张量代数、数据挖掘、数值分析等;2、具备模式识别、图像处理、机器视觉、信号处理和人工智能等基础知识;对图像特征、机器学习有深刻认识与理解;3、精通图像处理基本概念和常用算法包括图像预处理算法和高级处理算法;常见的图像处理算法,包括增强、分割、复原
- 【矩阵论】Chapter 4—特征值和特征向量知识点总结复习
unique_pursuit
课程矩阵线性代数
文章目录1特征值和特征向量2对角化3Schur定理和正规矩阵1特征值和特征向量定义设σ\sigmaσ为数域FFF上线性空间VVV上的一个线性变换,一个非零向量v∈Vv\inVv∈V,如果存在一个λ∈F\lambda\inFλ∈F使得σ(v)=λv\sigma(v)=\lambdavσ(v)=λv,则λ\lambdaλ称为σ\sigmaσ的特征值。σ\sigmaσ的特征值的集合称为σ\sigmaσ的
- 【矩阵论】Chapter 2—内积空间知识点总结复习
unique_pursuit
课程矩阵线性代数机器学习
文章目录内积空间1内积空间2标准正交向量集3Gram-Schmidt正交化方法4正交子空间5最小二乘问题6正交矩阵和酉矩阵内积空间1内积空间内积空间定义设VVV是在数域FFF上的向量空间,则VVV到FFF的一个代数运算记为(α,β)(\alpha,\beta)(α,β)。如果(α,β)(\alpha,\beta)(α,β)满足以下条件:(α,β)=(β,α)‾(\alpha,\beta)=\ove
- 雷达算法相关技术栈
奔袭的算法工程师
算法
作为一名雷达算法工程师,总结一下相关的技术栈。一、数学基础信号与系统、数字信号处理、概率论与数理统计、随机信号分析、随机过程、矩阵论二、雷达算法1.雷达基本原理(测距、测速、测角)2.波形设计对雷达测量的影响3.距离模糊、速度模糊、角度模糊产生的原因和解决办法4.调频连续波的测距、测速、测角原理(多维FFT累加)5.波束形成和滤波器设计,以及对于波束的影响6.检测门限、概率与奈-皮尔逊准则7.不同
- 《矩阵论》学习笔记(一):第一章 线性空间与线性变换
熊宝宝爱学习
数学线性代数矩阵
《矩阵论》学习笔记:第一章线性空间与线性变换文章目录《矩阵论》学习笔记:第一章线性空间与线性变换一、线性空间1.1线性空间1.2线性变换及其矩阵1.2.1线性变换及其应用1.2.2线性变换的矩阵表示1.2.3特征值和特征向量1.2.4对角矩阵1.2.6jordan标准型1.3两个特殊的线性空间1.3.1欧氏空间1.3.2酉空间二、线性变换及其性质第一章线性空间与线性变换一.线性空间二.线性变换及其
- 《矩阵理论》笔记 1 — 线性空间与线性变换
frozendure
矩阵理论矩阵线性代数学习
矩阵论-线性空间与线性变换文章目录矩阵论-线性空间与线性变换一、线性空间1、线性空间1.1向量空间1.2线性空间1.3线性空间典型例子2、线性空间的基和维数2.1线性组合2.2线性相关与线性无关2.3基和维数2.4坐标3.基变换和坐标变换4.线性空间的同构4.1等价关系4.2性质二、线性子空间1、线性子空间2、维数公式3、子空间的直和三、线性变换1、映射2、线性变换3、线性变换的运算3.1线性变换
- 【矩阵论】矩阵的相似标准型(3)
kodoshinichi
数学#矩阵论线性代数矩阵论对角化线性变换
矩阵的相似标准型之“可对角化的条件”本节主要围绕着矩阵(或线性变换)能否进行对角化以及如何进行对角化进行讨论。【对角化的判断】矩阵的对角化:对给定的矩阵,判断能否相似于对角阵线性变换的对角化:对给定的线性空间上的线性变换,判断是否存在空间的一组基,使得其矩阵是对角阵。前面有关线性变换、线性空间和矩阵讨论了那么多,我们已经可以在矩阵和线性变换之间建立一个对应关系了,因此矩阵的对角化问题和相似变换的对
- 人工智能中的线性代数与矩阵论学习秘诀之知识体系
audyxiao001
人工智能怎么学人工智能线性代数矩阵学习方法
很多人学完线性代数、矩阵论两门课程后,完全不知道自己学了些什么,也不知道学这两门课程有什么用,心中满是疑惑。首先线性代数和矩阵论属于代数学范畴,既然如此,让我们先回忆一下从小学到高中是如何学习代数的。以实数为例,先了解什么是实数,然后学习实数的基本运算,接下来将多个实数打包在一起构成集合并研究不同集合的性质和变换。现在将实数换成向量,按照类似的步骤走一遍这个流程,我们将得到:“先了解什么是向量,然
- 【线性代数与矩阵论】坐标变换与相似矩阵
你哥同学
线性代数与矩阵论线性代数矩阵机器学习
坐标变换与相似矩阵2023年11月4日#algebra文章目录坐标变换与相似矩阵1.基变换与坐标变换2.相似变换下链1.基变换与坐标变换坐标变换与基变换都要通过过渡矩阵AAA来实现。设有一向量f⃗\vecff,xxx是在基α\alphaα下该向量的坐标,yyy是在新基β\betaβ下该向量的坐标,则基变换为:β=αA , A=α−1β\beta=\alphaA\,\,,\,\,A=\alpha
- 矩阵论(零):线性代数基础知识整理(2)——矩阵的秩与向量组的秩
exp(i)
机器学习的数学基础线性代数矩阵论机器学习
矩阵论专栏:专栏(文章按照顺序排序)本篇博客承接上篇矩阵论(零):线性代数基础知识整理(1)——逆矩阵、初等变换、满秩分解,主要整理秩相关的结论。线性方程组的解与向量组的秩线性方程组的解(初步讨论)向量组的秩线性方程组的解(进一步讨论)零矩阵的判定定理关于秩的重要结论(结合向量组的秩、分块矩阵的秩的方法进行总结)矩阵的秩与向量组的秩的关系常用矩阵秩相关的等式和不等式公式1:∣r(A)−r(B)∣⩽
- 矩阵论(零):线性代数基础知识整理(5)——特征值与相似
exp(i)
机器学习的数学基础线性代数矩阵
矩阵论专栏:专栏(文章按照顺序排序)本篇博客的上篇是矩阵论(零):线性代数基础知识整理(4)——线性空间与线性变换,梳理了线性空间与线性变换的相关内容。本文主要整理矩阵的特征值与相似的相关内容。方阵的特征值特征值的定义及性质特殊矩阵的特征值与特征向量(对角矩阵、上(下)三角矩阵、酋矩阵、分块矩阵)AAA、ATA^TAT、AHA^HAH的特征值的关系AHAA^HAAHA和AAHAA^HAAH的特征值
- [矩阵论] Unit 6. 矩阵的 Kronecker 积与 Hadamard 积 - 知识点整理
PeakCrosser
矩阵论矩阵线性代数
注:以下内容均由个人整理,不保证完全准确,如有纰漏,欢迎交流讨论参考:杨明,刘先忠.矩阵论(第二版)[M].武汉:华中科技大学出版社,20056矩阵的Kronecker积与Hadamard积6.1Kronecker积与Hadamard积的定义K-积和H-积定义K-积:Am×n⊗Bs×t=[aijB]ms×nt=[a11B⋯a1nBa21B⋯a2nB⋯⋯⋯am1B⋯amnB]A_{m\timesn}
- 关于旗正规则引擎规则中的上传和下载问题
何必如此
文件下载压缩jsp文件上传
文件的上传下载都是数据流的输入输出,大致流程都是一样的。
一、文件打包下载
1.文件写入压缩包
string mainPath="D:\upload\"; 下载路径
string tmpfileName=jar.zip; &n
- 【Spark九十九】Spark Streaming的batch interval时间内的数据流转源码分析
bit1129
Stream
以如下代码为例(SocketInputDStream):
Spark Streaming从Socket读取数据的代码是在SocketReceiver的receive方法中,撇开异常情况不谈(Receiver有重连机制,restart方法,默认情况下在Receiver挂了之后,间隔两秒钟重新建立Socket连接),读取到的数据通过调用store(textRead)方法进行存储。数据
- spark master web ui 端口8080被占用解决方法
daizj
8080端口占用sparkmaster web ui
spark master web ui 默认端口为8080,当系统有其它程序也在使用该接口时,启动master时也不会报错,spark自己会改用其它端口,自动端口号加1,但为了可以控制到指定的端口,我们可以自行设置,修改方法:
1、cd SPARK_HOME/sbin
2、vi start-master.sh
3、定位到下面部分
- oracle_执行计划_谓词信息和数据获取
周凡杨
oracle执行计划
oracle_执行计划_谓词信息和数据获取(上)
一:简要说明
在查看执行计划的信息中,经常会看到两个谓词filter和access,它们的区别是什么,理解了这两个词对我们解读Oracle的执行计划信息会有所帮助。
简单说,执行计划如果显示是access,就表示这个谓词条件的值将会影响数据的访问路径(表还是索引),而filter表示谓词条件的值并不会影响数据访问路径,只起到
- spring中datasource配置
g21121
dataSource
datasource配置有很多种,我介绍的一种是采用c3p0的,它的百科地址是:
http://baike.baidu.com/view/920062.htm
<!-- spring加载资源文件 -->
<bean name="propertiesConfig"
class="org.springframework.b
- web报表工具FineReport使用中遇到的常见报错及解决办法(三)
老A不折腾
finereportFAQ报表软件
这里写点抛砖引玉,希望大家能把自己整理的问题及解决方法晾出来,Mark一下,利人利己。
出现问题先搜一下文档上有没有,再看看度娘有没有,再看看论坛有没有。有报错要看日志。下面简单罗列下常见的问题,大多文档上都有提到的。
1、repeated column width is largerthan paper width:
这个看这段话应该是很好理解的。比如做的模板页面宽度只能放
- mysql 用户管理
墙头上一根草
linuxmysqluser
1.新建用户 //登录MYSQL@>mysql -u root -p@>密码//创建用户mysql> insert into mysql.user(Host,User,Password) values(‘localhost’,'jeecn’,password(‘jeecn’));//刷新系统权限表mysql>flush privileges;这样就创建了一个名为:
- 关于使用Spring导致c3p0数据库死锁问题
aijuans
springSpring 入门Spring 实例Spring3Spring 教程
这个问题我实在是为整个 springsource 的员工蒙羞
如果大家使用 spring 控制事务,使用 Open Session In View 模式,
com.mchange.v2.resourcepool.TimeoutException: A client timed out while waiting to acquire a resource from com.mchange.
- 百度词库联想
annan211
百度
<!DOCTYPE html>
<html>
<head>
<meta http-equiv="Content-Type" content="text/html; charset=UTF-8">
<title>RunJS</title&g
- int数据与byte之间的相互转换实现代码
百合不是茶
位移int转bytebyte转int基本数据类型的实现
在BMP文件和文件压缩时需要用到的int与byte转换,现将理解的贴出来;
主要是要理解;位移等概念 http://baihe747.iteye.com/blog/2078029
int转byte;
byte转int;
/**
* 字节转成int,int转成字节
* @author Administrator
*
- 简单模拟实现数据库连接池
bijian1013
javathreadjava多线程简单模拟实现数据库连接池
简单模拟实现数据库连接池
实例1:
package com.bijian.thread;
public class DB {
//private static final int MAX_COUNT = 10;
private static final DB instance = new DB();
private int count = 0;
private i
- 一种基于Weblogic容器的鉴权设计
bijian1013
javaweblogic
服务器对请求的鉴权可以在请求头中加Authorization之类的key,将用户名、密码保存到此key对应的value中,当然对于用户名、密码这种高机密的信息,应该对其进行加砂加密等,最简单的方法如下:
String vuser_id = "weblogic";
String vuse
- 【RPC框架Hessian二】Hessian 对象序列化和反序列化
bit1129
hessian
任何一个对象从一个JVM传输到另一个JVM,都要经过序列化为二进制数据(或者字符串等其他格式,比如JSON),然后在反序列化为Java对象,这最后都是通过二进制的数据在不同的JVM之间传输(一般是通过Socket和二进制的数据传输),本文定义一个比较符合工作中。
1. 定义三个POJO
Person类
package com.tom.hes
- 【Hadoop十四】Hadoop提供的脚本的功能
bit1129
hadoop
1. hadoop-daemon.sh
1.1 启动HDFS
./hadoop-daemon.sh start namenode
./hadoop-daemon.sh start datanode
通过这种逐步启动的方式,比start-all.sh方式少了一个SecondaryNameNode进程,这不影响Hadoop的使用,其实在 Hadoop2.0中,SecondaryNa
- 中国互联网走在“灰度”上
ronin47
管理 灰度
中国互联网走在“灰度”上(转)
文/孕峰
第一次听说灰度这个词,是任正非说新型管理者所需要的素质。第二次听说是来自马化腾。似乎其他人包括马云也用不同的语言说过类似的意思。
灰度这个词所包含的意义和视野是广远的。要理解这个词,可能同样要用“灰度”的心态。灰度的反面,是规规矩矩,清清楚楚,泾渭分明,严谨条理,是决不妥协,不转弯,认死理。黑白分明不是灰度,像彩虹那样
- java-51-输入一个矩阵,按照从外向里以顺时针的顺序依次打印出每一个数字。
bylijinnan
java
public class PrintMatrixClockwisely {
/**
* Q51.输入一个矩阵,按照从外向里以顺时针的顺序依次打印出每一个数字。
例如:如果输入如下矩阵:
1 2 3 4
5 6 7 8
9
- mongoDB 用户管理
开窍的石头
mongoDB用户管理
1:添加用户
第一次设置用户需要进入admin数据库下设置超级用户(use admin)
db.addUsr({user:'useName',pwd:'111111',roles:[readWrite,dbAdmin]});
第一个参数用户的名字
第二个参数
- [游戏与生活]玩暗黑破坏神3的一些问题
comsci
生活
暗黑破坏神3是有史以来最让人激动的游戏。。。。但是有几个问题需要我们注意
玩这个游戏的时间,每天不要超过一个小时,且每次玩游戏最好在白天
结束游戏之后,最好在太阳下面来晒一下身上的暗黑气息,让自己恢复人的生气
&nb
- java 二维数组如何存入数据库
cuiyadll
java
using System;
using System.Linq;
using System.Text;
using System.Windows.Forms;
using System.Xml;
using System.Xml.Serialization;
using System.IO;
namespace WindowsFormsApplication1
{
- 本地事务和全局事务Local Transaction and Global Transaction(JTA)
darrenzhu
javaspringlocalglobaltransaction
Configuring Spring and JTA without full Java EE
http://spring.io/blog/2011/08/15/configuring-spring-and-jta-without-full-java-ee/
Spring doc -Transaction Management
http://docs.spring.io/spri
- Linux命令之alias - 设置命令的别名,让 Linux 命令更简练
dcj3sjt126com
linuxalias
用途说明
设置命令的别名。在linux系统中如果命令太长又不符合用户的习惯,那么我们可以为它指定一个别名。虽然可以为命令建立“链接”解决长文件名的问 题,但对于带命令行参数的命令,链接就无能为力了。而指定别名则可以解决此类所有问题【1】。常用别名来简化ssh登录【见示例三】,使长命令变短,使常 用的长命令行变短,强制执行命令时询问等。
常用参数
格式:alias
格式:ali
- yii2 restful web服务[格式响应]
dcj3sjt126com
PHPyii2
响应格式
当处理一个 RESTful API 请求时, 一个应用程序通常需要如下步骤 来处理响应格式:
确定可能影响响应格式的各种因素, 例如媒介类型, 语言, 版本, 等等。 这个过程也被称为 content negotiation。
资源对象转换为数组, 如在 Resources 部分中所描述的。 通过 [[yii\rest\Serializer]]
- MongoDB索引调优(2)——[十]
eksliang
mongodbMongoDB索引优化
转载请出自出处:http://eksliang.iteye.com/blog/2178555 一、概述
上一篇文档中也说明了,MongoDB的索引几乎与关系型数据库的索引一模一样,优化关系型数据库的技巧通用适合MongoDB,所有这里只讲MongoDB需要注意的地方 二、索引内嵌文档
可以在嵌套文档的键上建立索引,方式与正常
- 当滑动到顶部和底部时,实现Item的分离效果的ListView
gundumw100
android
拉动ListView,Item之间的间距会变大,释放后恢复原样;
package cn.tangdada.tangbang.widget;
import android.annotation.TargetApi;
import android.content.Context;
import android.content.res.TypedArray;
import andr
- 程序员用HTML5制作的爱心树表白动画
ini
JavaScriptjqueryWebhtml5css
体验效果:http://keleyi.com/keleyi/phtml/html5/31.htmHTML代码如下:
<!DOCTYPE html>
<html xmlns="http://www.w3.org/1999/xhtml"><head><meta charset="UTF-8" >
<ti
- 预装windows 8 系统GPT模式的ThinkPad T440改装64位 windows 7旗舰版
kakajw
ThinkPad预装改装windows 7windows 8
该教程具有普遍参考性,特别适用于联想的机器,其他品牌机器的处理过程也大同小异。
该教程是个人多次尝试和总结的结果,实用性强,推荐给需要的人!
缘由
小弟最近入手笔记本ThinkPad T440,但是特别不能习惯笔记本出厂预装的Windows 8系统,而且厂商自作聪明地预装了一堆没用的应用软件,消耗不少的系统资源(本本的内存为4G,系统启动完成时,物理内存占用比
- Nginx学习笔记
mcj8089
nginx
一、安装nginx 1、在nginx官方网站下载一个包,下载地址是:
http://nginx.org/download/nginx-1.4.2.tar.gz
2、WinSCP(ftp上传工
- mongodb 聚合查询每天论坛链接点击次数
qiaolevip
每天进步一点点学习永无止境mongodb纵观千象
/* 18 */
{
"_id" : ObjectId("5596414cbe4d73a327e50274"),
"msgType" : "text",
"sendTime" : ISODate("2015-07-03T08:01:16.000Z"
- java术语(PO/POJO/VO/BO/DAO/DTO)
Luob.
DAOPOJODTOpoVO BO
PO(persistant object) 持久对象
在o/r 映射的时候出现的概念,如果没有o/r映射,就没有这个概念存在了.通常对应数据模型(数据库),本身还有部分业务逻辑的处理.可以看成是与数据库中的表相映射的java对象.最简单的PO就是对应数据库中某个表中的一条记录,多个记录可以用PO的集合.PO中应该不包含任何对数据库的操作.
VO(value object) 值对象
通
- 算法复杂度
Wuaner
Algorithm
Time Complexity & Big-O:
http://stackoverflow.com/questions/487258/plain-english-explanation-of-big-o
http://bigocheatsheet.com/
http://www.sitepoint.com/time-complexity-algorithms/