- 一张图看懂AI技术架构!开发、训练、部署全链路深度解析!
和老莫一起学AI
人工智能数据挖掘学习llamaai大模型程序员
人工智能(AI)技术的快速发展,使得企业在AI模型的开发、训练、部署和运维过程中面临前所未有的复杂性。从数据管理、模型训练到应用落地,再到算力调度和智能运维,一个完整的AI架构需要涵盖多个层面,确保AI技术能够高效、稳定地运行。本文将基于AI技术架构全景图,深入剖析AI的开发工具、AI平台、算力与框架、智能运维四大核心部分,帮助大家系统性地理解AI全生命周期管理。一、AI开发工具:赋能高效开发,提
- DIY单片机串口打印函数print
时空自由民.
单片机串口通信printf函数ROM空间DIY函数
原始的单片机串口只能发送单字节数据,再加个封装也就能发送个字符串,但是无法发送数字变量,要发送数字变量那基本要引入C语言的库函数printf,但是这个pintf函数好用确实是好用但是有个很大的缺点相对于小存储容量的单片机来说,就是占用存储容量特别大,我曾在51单片机上测试引入个printf函数占用1KBROM空间,这就离谱了我那个51单片机一共才8KBROM,这就不能使用printf函数了,太占用
- LLM - 大模型 ScallingLaws 的设计 100B 预训练方案(PLM) 教程(5)
ManonLegrand
大模型(LLM)人工智能LLMScalingLaws100B预训练DeepNormEGS
欢迎关注我的CSDN:https://spike.blog.csdn.net/本文地址:https://spike.blog.csdn.net/article/details/145356022免责声明:本文来源于个人知识与公开资料,仅用于学术交流,欢迎讨论,不支持转载。ScalingLaws(缩放法则)是大模型领域中,用于描述模型性能(Loss)与模型规模N、数据量D、计算资源C之间关系的经验规
- 数字化转型导师坚鹏:AI大模型DEEPSEEK重构人工智能格局的里程碑
银行数字化转型导师坚鹏
人工智能重构DEEPSEEKAI
数字化转型导师坚鹏:AI大模型DEEPSEEK重构人工智能格局的里程碑在人工智能领域迅猛发展的浪潮中,每一次重大技术突破都犹如一颗投入平静湖面的巨石,激起千层浪。DEEPSEEK的发布,无疑是近期人工智能领域最受瞩目的事件之一。凭借其独特的技术优势和创新理念,DEEPSEEK迅速在全球人工智能舞台上崭露头角,对现有的人工智能格局产生了多维度、深层次的影响。一、技术突破:从"追赶者"到"规则制定者"
- python之多线程
sixkery
python基础
注:本文是廖大的教程文章,本人也在学习,因为老是记不住,自己手打一边,代码也是亲自测试。廖大传送门多线程多个任务可以由多进程完成,也可以由一个进程内的多线程完成。一个线程由多个进程组成,一个进程至少有一个线程。由于线程是操作系统直接支持的单元,因此,高级语言都内置多线程的支持,python也不例外,并且,python的线程是真正的PosixThread,不是模拟出来的线程。python的标准库提供
- 【DeepSeek全解析】最全面的问答指南,一文读懂!
程序员辣条
人工智能大模型大模型教程大模型学习大模型入门AI程序员
DeepSeek在国内大模型创业领域独树一帜。它出身不凡,背后有量化私募巨头幻方支持,曾因储备万张A100芯片引人瞩目,后凭DeepSeekV2开源模型引爆大模型价格战,以超低推理成本震撼行业,让大厂纷纷跟进。其成功源于深度技术创新,MLA架构等大幅降本,打破行业常规,获国际认可。团队极具特色,成员年轻且多为本土清北应届生,从实习生到核心成员都能凭兴趣与能力崭露头角,如代达劢、朱琪豪等学术成果丰硕
- 全平台制霸!零门槛在本地解锁DeepSeek R1:Ollama+OpenWebUI终极部署手册
程序员辣条
人工智能大模型LLamaAI产品经理大模型学习DeepSeek大模型教程
纯干货教程,无需GPU也能玩转大模型!三平台通用教程带你20分钟搭建私有AI大脑一、环境准备:Ollama全平台安装指南▍Windows玩家专属通道1.访问Ollama官网下载.exe安装包2.双击安装后自动创建环境变量3.Win+R打开CMD验证安装:ollama--version▍macOS极简操作#一行命令搞定安装curl-fsSLhttps://ollama.ai/install.sh|s
- C#中的装箱与拆箱机制及其变量类别
郁林成森
C#装箱拆箱变量类型系统
背景简介在C#编程语言中,装箱(Boxing)与拆箱(Unboxing)是类型系统的核心概念之一。它们提供了一种机制,使得值类型(value-types)能够被转换成对象类型(reference-types),反之亦然。此外,C#定义了多种变量类别,每种变量类别都有其特定的作用域和生命周期。本文将基于C#的官方文档,详细介绍装箱与拆箱的机制,以及不同类型的变量。装箱与拆箱机制装箱转换装箱转换是指将
- 软件工程导论期末试题
答案资料
软件工程
软件工程导论期末考试试题一.选择(20分)1、瀑布模型把软件生命周期划分为八个阶段:问题的定义、可行性研究、软件需求分析、系统总体设计、详细设计、编码、测试和运行、维护。八个阶段又可归纳为三个大的阶段:计划阶段、开发阶段和(C)。A、详细计划B、可行性分析C、运行阶段D、测试与排错2、从结构化的瀑布模型看,在它的生命周期中的八个阶段中,下面的几个选项中哪个环节出错,对软件的影响最大(C)。A、详细
- 软件工程导论期末考试试题
答案资料
软件工程
软件工程导论期末考试试题一.选择1、瀑布模型把软件生命周期划分为八个阶段:问题的定义、可行性研究、软件需求分析、系统总体设计、详细设计、编码、测试和运行、维护。八个阶段又可归纳为三个大的阶段:计划阶段、开发阶段和(C)。A、详细计划B、可行性分析C、运行阶段D、测试与排错2、从结构化的瀑布模型看,在它的生命周期中的八个阶段中,下面的几个选项中哪个环节出错,对软件的影响最大(C)。A、详细设计阶段B
- Unity接入Minimax语音模型, 将mp3转化成AudioClip
NuageL
虚拟恋人unity游戏引擎ai
我不会Unity,但是看到b站一位大佬做的虚拟恋人,于是想做一下伸手党。大佬视频:【chatGPT+unity+Azure+VRoid】AI女友对话,源码分享,零基础手搓二次元妹子,打造专属的AI女友不是梦_哔哩哔哩_bilibili语音合成部分,大佬已经集成了很多百度云语音api,但是因为本人很菜,设备也不太好,所以用本地大模型感觉暂时有点困难(之后想继续学习)不过百度云语音的声音有点难听,所以
- 华为OD2024机试最新E卷题库-(A+B+C+D+E)
蜗牛快快快快跑
华为od算法数据结构贪心算法排序算法动态规划
在这个精心策划的专栏中,我们聚焦于华为OD2024机试的最新E卷题库,涵盖JS、C、C++、Java与Python五大编程语言,旨在为挑战者提供全面而深入的备战资源。这里不仅有精选的实战题目,还有详尽的解题思路与代码实现,帮助你掌握核心算法,理解数据结构,提升编程技巧。以下是每个卷宗的详细,可以通过直接点击试卷链接查看练习试卷编号备注OD-E卷原题+个人代码+思路解析,95%以上的通过率,方便大家
- 软件工程概论试题四
minaMoonGirl
软件工程
一、单选1.瀑布模型的关键不足在于()。A.不能适应需求的动态变更B.过于灵活C.各个阶段需要进行评审D.过于简单正答:A2.具有风险分析的软件生存周期模型是()。A.瀑布模型B.喷泉模型C.螺旋模型D.增量模型正答:C3.下面的图描述的是哪种软件过程模型()A.瀑布模型B.敏捷开发C.原型开发D.集成与配置正答:D二、多选4.软件工程的三要素是什么?A.工具B.过程!C.结构化D.方法E.数据流
- 软件测试-等价类划分法测试用例设计二
minaMoonGirl
测试用例
一、设某公司要打印2015~2019年的报表,其中报表日期为6位数字组成,其中,前4位为年份,后两位为月份。针对上述需求分析,先编写一个对报表日期合法性检查的C程序,然后按照等价类划分法设计测试用例(弱健壮覆盖标准),最后运行设计的测试用例。等价类划分模板如下:条件有效等价类编号无效等价类编号测试用例模板如下:用例编号测试数据期望结果覆盖等价类解答:等价类划分:条件有效等价类编号年份月份皆符合01
- axios 登录后设置header_axios如何利用promise无痛刷新token
weixin_39648430
axios登录后设置header
需求最近遇到个需求:前端登录后,后端返回token和token有效时间,当token过期时要求用旧token去获取新的token,前端需要做到无痛刷新token,即请求刷新token时要做到用户无感知。需求解析当用户发起一个请求时,判断token是否已过期,若已过期则先调refreshToken接口,拿到新的token后再继续执行之前的请求。这个问题的难点在于:当同时发起多个请求,而刷新token
- axios如何利用promise无痛刷新token
前端 贾公子
前端
目录需求需求解析实现思路方法一:方法二:两种方法对比实现封装axios基本骨架instance.interceptors.response.use拦截实现问题和优化如何防止多次刷新token同时发起两个或以上的请求时,其他接口如何重试最后完整代码需求最近遇到个需求:前端登录后,后端返回token和token有效时间,当token过期时要求用旧token去获取新的token,前端需要做到无痛刷新to
- Android 绘图工具与实战(具体例子)
Chasing stars
Androidcanvas
绘图工具与实战参考链接:https://www.runoob.com/w3cnote/android-tutorial-drawable-tool.html三大绘图工具:1)Paint(画笔):就是画笔,用于设置绘制风格,如:线宽(笔触粗细),颜色,透明度和填充风格等直接使用无参构造方法就可以创建Paint实例:Paintpaint=newPaint();我们可以通过下述方法来设置Paint(画笔
- 使用URL Rewrite实现网站伪静态
实现网站的伪静态功能,通常是通过配置Web服务器的URL重写功能(URLRewrite)来实现的。伪静态能有效提升网站的用户体验与SEO优化,给用户呈现简洁、易懂的URL地址,而实际上服务器内部还是通过动态的URL进行处理。下面,我们详细介绍如何通过配置URLRewrite规则来实现这一目标。1.配置Web服务器:确保你的网站运行在支持URLRewrite的Web服务器上,如Apache或Ngin
- 本地部署DeepSeek 多模态大模型Janus-Pro-7B
网络安全我来了
人工智能AI人工智能
本地部署Janus-Pro-7B的完整指南在今天,AI无处不在,它深刻改变了我们与世界的互动方式。是否曾想过,如何能够将强大的多模态大模型,如DeepSeek的Janus-Pro-7B,部署到本地使其为你所用呢?本篇文章将带你逐步了解Janus-Pro-7B的特点和部署过程,并解决你可能遇到的各种问题。1.Janus-Pro-7B简介1.1模型特点与创新在众多AI模型中,Janus-Pro-7B犹
- AI大模型基于LLM的Agent架构图解
AI产品经理
人工智能深度学习语言模型学习
Agent定义Agent是什么?Agent是一种能够自主决策、采取行动以达到某种目标的实体。AIAgent的确定义:基于人工智能(尤其是大模型)技术,能够感知和理解环境,并采取行动以完成目标的智能实体。Agent能干什么?AIAgent主要依托LLM模型和具体的业务场景来调用相应的工具来完成任务目标,智能化程度和行业贴合度会更明显。典型案例有什么?智能核保应用,如果解决方案搭载AIAgent能力,
- 什么是LLM?看这一篇就够了!
Python程序员罗宾
人工智能语言模型AIGC自然语言处理
前言自从2022年12月ChatGPT横空面世以来,AI领域获得了十足的关注和资本,其实AI的概念在早些年也火过一波,本轮AI热潮相比于之前的AI,最大的区别在于:生成式。本文主要介绍大语言模型(LargeLanguageModel,简称LLM)。大语言模型介绍什么是大语言模型(LLM)通过海量文本训练的、能识别人类语言、执行语言类任务、拥有大量参数的模型,称之为大语言模型。GPT、LLaMA、M
- 寒假刷题Day18
komo莫莫da
算法leetcode数据结构
一、16.最接近的三数之和这一题有负数,没有单调性,不能“大了右指针左移,小了左指针右移,最后存值域求差绝对值”。classSolution{public:intthreeSumClosest(vector&nums,inttarget){ranges::sort(nums);intans,n=nums.size();intmin_diff=INT_MAX;for(inti=0;i0&&x==nu
- 导电树脂胶
卓晴
科学-技术-探究mongodb数据库嵌入式硬件
导电胶水导电树脂胶水01导电树脂胶一、前言 这个导电树脂胶水是几年前购买的。现在已经过去了很长时间。 之前测量它的导通电阻非常大。 下面,再测量一下这个导电树脂的导电性能。二、测量结果 下面测试刚才涂抹在纸片上的导电树脂。可以看到似乎剩下的是一些碳粉形成的导电层。 利用数值万用表进行测量。 数字万用表可以测量20M欧姆以内的电阻。 可以看到导电数值图层的电阻大约为20k欧姆,并随着测量表笔靠近
- 在Windows上用Llama Factory微调Llama 3的基本操作
蛐蛐蛐
深度学习Python技巧科研工具llama
这篇博客参考了一些文章,例如:教程:利用LLaMA_Factory微调llama3:8b大模型_llama3模型微调保存-CSDN博客也可以参考LlamaFactory的Readme:GitHub-hiyouga/LLaMA-Factory:UnifyEfficientFine-Tuningof100+LLMsUnifyEfficientFine-Tuningof100+LLMs.Contribu
- Win10系统不兼容老游戏的解决方案
nntxthml
游戏windows
Win10系统不兼容老游戏的解决方案随着科技的飞速发展,Windows操作系统也在不断迭代更新,为用户带来了更加丰富的功能和更加优化的体验。然而,对于许多热爱老游戏的玩家来说,新版本的Windows系统(如Win10)有时却成了他们享受游戏乐趣的障碍。由于兼容性问题,一些经典的老游戏可能无法在Win10系统上顺利运行。那么,面对这一问题,我们该如何解决呢?本文将为大家详细介绍几种简单有效的方法,帮
- 【llm对话系统】大模型 Llama 源码分析之并行训练方案
kakaZhui
llama人工智能AIGCchatgpt
1.引言训练大型语言模型(LLM)需要巨大的计算资源和内存。为了高效地训练这些模型,我们需要采用各种并行策略,将计算和数据分布到多个GPU或设备上。Llama作为当前最流行的开源大模型之一,其训练代码中采用了多种并行技术。本文将深入Llama的训练代码,分析其并行训练方案,主要关注参数并行和部分结构参数共享。2.并行训练策略概述常见的并行训练策略包括:数据并行(DataParallelism,DP
- 【llm对话系统】大模型 Llama 源码分析之 LoRA 微调
kakaZhui
llama深度学习pytorchAIGCchatgpt
1.引言微调(Fine-tuning)是将预训练大模型(LLM)应用于下游任务的常用方法。然而,直接微调大模型的所有参数通常需要大量的计算资源和内存。LoRA(Low-RankAdaptation)是一种高效的微调方法,它通过引入少量可训练参数,固定预训练模型的权重,从而在保持性能的同时大大减少了计算开销。本文将深入分析LoRA的原理,并结合Llama源码解读其实现逻辑,最后探讨LoRA的优势。2
- 【llm对话系统】大模型 Llama 源码分析之 Flash Attention
kakaZhui
llama人工智能AIGCchatgpt
1.写在前面近年来,基于Transformer架构的大型语言模型(LLM)在自然语言处理(NLP)领域取得了巨大的成功。Transformer的核心组件是自注意力(Self-Attention)机制,它允许模型捕捉输入序列中不同位置之间的关系。然而,标准的自注意力机制的计算复杂度与序列长度的平方成正比,这使得它在处理长序列时效率低下。为了解决这个问题,FlashAttention被提出,它是一种高
- 使用 ChatPremAI 和 LangChain 构建高级聊天模型功能
hgSdaegva
python
##使用ChatPremAI和LangChain构建高级聊天模型功能###技术背景介绍随着生成式AI的快速发展,诸如ChatGPT等大型语言模型逐渐成为开发智能应用的核心组件。然而,如何高效利用这些模型,并将其部署到生产环境中,仍然是开发者面临的一大挑战。ChatPremAI是一款整合所有核心功能的生成式AI平台,通过与LangChain的完美结合,为开发者提供了灵活且功能强大的接口以实现复杂功能
- STLG_07_20_微信小程序开发 - 进阶阶段复习与总结
魔都天健
小程序微信小程序笔记开发语言
在微信小程序开发的进阶阶段,复习与总结是巩固知识的关键。重点回顾复杂交互设计、性能优化技巧、组件化开发、数据管理与缓存策略,以及与微信生态的深度结合(如支付、分享等)。同时,梳理项目实践中的问题与解决方案,总结框架选择与项目架构经验,关注代码规范与版本管理,提升开发效率与质量。1.核心知识点回顾1.1小程序框架小程序生命周期App生命周期:小程序全局的生命周期函数,例如onLaunch(小程序启动
- apache ftpserver-CentOS config
gengzg
apache
<server xmlns="http://mina.apache.org/ftpserver/spring/v1"
xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"
xsi:schemaLocation="
http://mina.apache.o
- 优化MySQL数据库性能的八种方法
AILIKES
sqlmysql
1、选取最适用的字段属性 MySQL可以很好的支持大数据量的存取,但是一般说来,数据库中的表越小,在它上面执行的查询也就会越快。因此,在创建表的时候,为了获得更好的 性能,我们可以将表中字段的宽度设得尽可能小。例如,在定义邮政编码这个字段时,如果将其设置为CHAR(255),显然给数据库增加了不必要的空间,甚至使用VARCHAR这种类型也是多余的,因为CHAR(6)就可以很
- JeeSite 企业信息化快速开发平台
Kai_Ge
JeeSite
JeeSite 企业信息化快速开发平台
平台简介
JeeSite是基于多个优秀的开源项目,高度整合封装而成的高效,高性能,强安全性的开源Java EE快速开发平台。
JeeSite本身是以Spring Framework为核心容器,Spring MVC为模型视图控制器,MyBatis为数据访问层, Apache Shiro为权限授权层,Ehcahe对常用数据进行缓存,Activit为工作流
- 通过Spring Mail Api发送邮件
120153216
邮件main
原文地址:http://www.open-open.com/lib/view/open1346857871615.html
使用Java Mail API来发送邮件也很容易实现,但是最近公司一个同事封装的邮件API实在让我无法接受,于是便打算改用Spring Mail API来发送邮件,顺便记录下这篇文章。 【Spring Mail API】
Spring Mail API都在org.spri
- Pysvn 程序员使用指南
2002wmj
SVN
源文件:http://ju.outofmemory.cn/entry/35762
这是一篇关于pysvn模块的指南.
完整和详细的API请参考 http://pysvn.tigris.org/docs/pysvn_prog_ref.html.
pysvn是操作Subversion版本控制的Python接口模块. 这个API接口可以管理一个工作副本, 查询档案库, 和同步两个.
该
- 在SQLSERVER中查找被阻塞和正在被阻塞的SQL
357029540
SQL Server
SELECT R.session_id AS BlockedSessionID ,
S.session_id AS BlockingSessionID ,
Q1.text AS Block
- Intent 常用的用法备忘
7454103
.netandroidGoogleBlogF#
Intent
应该算是Android中特有的东西。你可以在Intent中指定程序 要执行的动作(比如:view,edit,dial),以及程序执行到该动作时所需要的资料 。都指定好后,只要调用startActivity(),Android系统 会自动寻找最符合你指定要求的应用 程序,并执行该程序。
下面列出几种Intent 的用法
显示网页:
- Spring定时器时间配置
adminjun
spring时间配置定时器
红圈中的值由6个数字组成,中间用空格分隔。第一个数字表示定时任务执行时间的秒,第二个数字表示分钟,第三个数字表示小时,后面三个数字表示日,月,年,< xmlnamespace prefix ="o" ns ="urn:schemas-microsoft-com:office:office" />
测试的时候,由于是每天定时执行,所以后面三个数
- POJ 2421 Constructing Roads 最小生成树
aijuans
最小生成树
来源:http://poj.org/problem?id=2421
题意:还是给你n个点,然后求最小生成树。特殊之处在于有一些点之间已经连上了边。
思路:对于已经有边的点,特殊标记一下,加边的时候把这些边的权值赋值为0即可。这样就可以既保证这些边一定存在,又保证了所求的结果正确。
代码:
#include <iostream>
#include <cstdio>
- 重构笔记——提取方法(Extract Method)
ayaoxinchao
java重构提炼函数局部变量提取方法
提取方法(Extract Method)是最常用的重构手法之一。当看到一个方法过长或者方法很难让人理解其意图的时候,这时候就可以用提取方法这种重构手法。
下面是我学习这个重构手法的笔记:
提取方法看起来好像仅仅是将被提取方法中的一段代码,放到目标方法中。其实,当方法足够复杂的时候,提取方法也会变得复杂。当然,如果提取方法这种重构手法无法进行时,就可能需要选择其他
- 为UILabel添加点击事件
bewithme
UILabel
默认情况下UILabel是不支持点击事件的,网上查了查居然没有一个是完整的答案,现在我提供一个完整的代码。
UILabel *l = [[UILabel alloc] initWithFrame:CGRectMake(60, 0, listV.frame.size.width - 60, listV.frame.size.height)]
- NoSQL数据库之Redis数据库管理(PHP-REDIS实例)
bijian1013
redis数据库NoSQL
一.redis.php
<?php
//实例化
$redis = new Redis();
//连接服务器
$redis->connect("localhost");
//授权
$redis->auth("lamplijie");
//相关操
- SecureCRT使用备注
bingyingao
secureCRT每页行数
SecureCRT日志和卷屏行数设置
一、使用securecrt时,设置自动日志记录功能。
1、在C:\Program Files\SecureCRT\下新建一个文件夹(也就是你的CRT可执行文件的路径),命名为Logs;
2、点击Options -> Global Options -> Default Session -> Edite Default Sett
- 【Scala九】Scala核心三:泛型
bit1129
scala
泛型类
package spark.examples.scala.generics
class GenericClass[K, V](val k: K, val v: V) {
def print() {
println(k + "," + v)
}
}
object GenericClass {
def main(args: Arr
- 素数与音乐
bookjovi
素数数学haskell
由于一直在看haskell,不可避免的接触到了很多数学知识,其中数论最多,如素数,斐波那契数列等,很多在学生时代无法理解的数学现在似乎也能领悟到那么一点。
闲暇之余,从图书馆找了<<The music of primes>>和<<世界数学通史>>读了几遍。其中素数的音乐这本书与软件界熟知的&l
- Java-Collections Framework学习与总结-IdentityHashMap
BrokenDreams
Collections
这篇总结一下java.util.IdentityHashMap。从类名上可以猜到,这个类本质应该还是一个散列表,只是前面有Identity修饰,是一种特殊的HashMap。
简单的说,IdentityHashMap和HashM
- 读《研磨设计模式》-代码笔记-享元模式-Flyweight
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/
import java.util.ArrayList;
import java.util.Collection;
import java.util.HashMap;
import java.util.List;
import java
- PS人像润饰&调色教程集锦
cherishLC
PS
1、仿制图章沿轮廓润饰——柔化图像,凸显轮廓
http://www.howzhi.com/course/retouching/
新建一个透明图层,使用仿制图章不断Alt+鼠标左键选点,设置透明度为21%,大小为修饰区域的1/3左右(比如胳膊宽度的1/3),再沿纹理方向(比如胳膊方向)进行修饰。
所有修饰完成后,对该润饰图层添加噪声,噪声大小应该和
- 更新多个字段的UPDATE语句
crabdave
update
更新多个字段的UPDATE语句
update tableA a
set (a.v1, a.v2, a.v3, a.v4) = --使用括号确定更新的字段范围
- hive实例讲解实现in和not in子句
daizj
hivenot inin
本文转自:http://www.cnblogs.com/ggjucheng/archive/2013/01/03/2842855.html
当前hive不支持 in或not in 中包含查询子句的语法,所以只能通过left join实现。
假设有一个登陆表login(当天登陆记录,只有一个uid),和一个用户注册表regusers(当天注册用户,字段只有一个uid),这两个表都包含
- 一道24点的10+种非人类解法(2,3,10,10)
dsjt
算法
这是人类算24点的方法?!!!
事件缘由:今天晚上突然看到一条24点状态,当时惊为天人,这NM叫人啊?以下是那条状态
朱明西 : 24点,算2 3 10 10,我LX炮狗等面对四张牌痛不欲生,结果跑跑同学扫了一眼说,算出来了,2的10次方减10的3次方。。我草这是人类的算24点啊。。
然后么。。。我就在深夜很得瑟的问室友求室友算
刚出完题,文哥的暴走之旅开始了
5秒后
- 关于YII的菜单插件 CMenu和面包末breadcrumbs路径管理插件的一些使用问题
dcj3sjt126com
yiiframework
在使用 YIi的路径管理工具时,发现了一个问题。 <?php  
- 对象与关系之间的矛盾:“阻抗失配”效应[转]
come_for_dream
对象
概述
“阻抗失配”这一词组通常用来描述面向对象应用向传统的关系数据库(RDBMS)存放数据时所遇到的数据表述不一致问题。C++程序员已经被这个问题困扰了好多年,而现在的Java程序员和其它面向对象开发人员也对这个问题深感头痛。
“阻抗失配”产生的原因是因为对象模型与关系模型之间缺乏固有的亲合力。“阻抗失配”所带来的问题包括:类的层次关系必须绑定为关系模式(将对象
- 学习编程那点事
gcq511120594
编程互联网
一年前的夏天,我还在纠结要不要改行,要不要去学php?能学到真本事吗?改行能成功吗?太多的问题,我终于不顾一切,下定决心,辞去了工作,来到传说中的帝都。老师给的乘车方式还算有效,很顺利的就到了学校,赶巧了,正好学校搬到了新校区。先安顿了下来,过了个轻松的周末,第一次到帝都,逛逛吧!
接下来的周一,是我噩梦的开始,学习内容对我这个零基础的人来说,除了勉强完成老师布置的作业外,我已经没有时间和精力去
- Reverse Linked List II
hcx2013
list
Reverse a linked list from position m to n. Do it in-place and in one-pass.
For example:Given 1->2->3->4->5->NULL, m = 2 and n = 4,
return 
- Spring4.1新特性——页面自动化测试框架Spring MVC Test HtmlUnit简介
jinnianshilongnian
spring 4.1
目录
Spring4.1新特性——综述
Spring4.1新特性——Spring核心部分及其他
Spring4.1新特性——Spring缓存框架增强
Spring4.1新特性——异步调用和事件机制的异常处理
Spring4.1新特性——数据库集成测试脚本初始化
Spring4.1新特性——Spring MVC增强
Spring4.1新特性——页面自动化测试框架Spring MVC T
- Hadoop集群工具distcp
liyonghui160com
1. 环境描述
两个集群:rock 和 stone
rock无kerberos权限认证,stone有要求认证。
1. 从rock复制到stone,采用hdfs
Hadoop distcp -i hdfs://rock-nn:8020/user/cxz/input hdfs://stone-nn:8020/user/cxz/运行在rock端,即源端问题:报版本
- 一个备份MySQL数据库的简单Shell脚本
pda158
mysql脚本
主脚本(用于备份mysql数据库): 该Shell脚本可以自动备份
数据库。只要复制粘贴本脚本到文本编辑器中,输入数据库用户名、密码以及数据库名即可。我备份数据库使用的是mysqlump 命令。后面会对每行脚本命令进行说明。
1. 分别建立目录“backup”和“oldbackup” #mkdir /backup #mkdir /oldbackup
- 300个涵盖IT各方面的免费资源(中)——设计与编码篇
shoothao
IT资源图标库图片库色彩板字体
A. 免费的设计资源
Freebbble:来自于Dribbble的免费的高质量作品。
Dribbble:Dribbble上“免费”的搜索结果——这是巨大的宝藏。
Graphic Burger:每个像素点都做得很细的绝佳的设计资源。
Pixel Buddha:免费和优质资源的专业社区。
Premium Pixels:为那些有创意的人提供免费的素材。
- thrift总结 - 跨语言服务开发
uule
thrift
官网
官网JAVA例子
thrift入门介绍
IBM-Apache Thrift - 可伸缩的跨语言服务开发框架
Thrift入门及Java实例演示
thrift的使用介绍
RPC
POM:
<dependency>
<groupId>org.apache.thrift</groupId>