- 如何在自己电脑上搭建DeepSeek
五道书童
人工智能人工智能DeepSeek
如何在自己电脑上搭建DeepSeek在本地电脑上搭建DeepSeek大模型,可以通过以下多种方法实现。以下是三种主流方案的详细步骤及注意事项,根据操作复杂度和适用场景选择适合的方式:方法一:基于vLLM的部署(适合开发者或需要高性能推理)步骤说明安装Python环境确保安装Python3.8+版本,并验证pip可用性。推荐使用虚拟环境避免依赖冲突:python-mvenvvenvsourceven
- 怎么判断自己下载的 trae 是国际版还是国内版?
trae可能为了自保,国内外发行了两个版本国内版:https://www.trae.com.cn/国际版:https://www.trae.ai/下载后怎么区分呢?很简单,看用过ai提示的模型是就知道了在trae的右下角可以看到国内版只能选Doubao和deepseekhttps://docs.trae.com.cn/docs/models国外版可以选择Claude、DeepSeek、DeepSe
- AI一周热点事件(全球AI新闻-2025年3月24日至3月31日)
俊哥V
由AI辅助创作AI新闻热点人工智能AI
过去一周,AI及其相关领域在技术和商业层面上发生了多起重大事件,展示了AI技术的快速迭代。(以下借助DeepSeek-R1&Grok辅助生成)中国AI领域的进展Deepseek-V3-0324发布2025年3月24日Deepseek发布混合专家(MoE)语言模型Deepseek-V3-0324,总参数6710亿,每次激活370亿参数。关键特征:显著提升了推理性能,在MMLU-Pro(75.9→81
- [笔记.AI]向量化
俊哥V
由AI辅助创作AI技术理解人工智能AI向量化
(借助DeepSeek-V3辅助生成)向量化的定义向量化(Vectorization)是将文本、图像、音频等非结构化数据转换为高维数值向量(即一组数字)的过程。这些向量能够捕捉数据的语义、特征或上下文信息,使计算机能够通过数学运算(如相似度计算、聚类、分类等)处理和理解非结构化内容。为什么需要向量化?计算机无法直接理解文字、图片等非结构化数据,但可以高效处理数值。向量化通过将数据映射到数学空间,实
- [思考记录.AI]Deepseek-R1的联网搜索,是什么?
俊哥V
AI技术理解思考记录AI思考记录人工智能deepseek
不知道有没有感受,在有了思维链加持的AI搜索(或者应该叫“被赋予在线搜索能力的思维链大模型”)之后,简单的资料搜索及信息整合轻松了很多。许多以前需要手工筛选、分析提炼和整合的事情,现在一个搜索直接搞定。比如,想知道:DS-R1联网搜索是怎么实现的呢?通过询问在线版DS-R1直接就能得到整合好的信息:联网搜索的实现可能包括以下几个步骤:1.用户查询解析:模型解析用户问题,推理用户想要了解的信息,并识
- [笔记.AI]大模型训练 与 向量值 的关系
俊哥V
AI技术理解由AI辅助创作人工智能笔记向量化
(借助DeepSeek-V3辅助生成)大模型在训练后是否会改变向量化的值,取决于模型的训练阶段和使用方式。以下是详细分析:1.预训练阶段:向量化值必然改变动态调整过程:在预训练阶段(如BERT、GPT的初始训练),模型的嵌入层(EmbeddingLayer)作为可训练参数,通过反向传播不断优化。每个词或子词的向量会根据上下文共现模式和任务目标(如掩码语言建模、自回归预测)动态调整。示例:词汇“苹果
- 如何用 DeepSeek 进行编程学习?
借雨醉东风
热点追踪学习人工智能
关注我,持续分享逻辑思维&管理思维&面试题;可提供大厂面试辅导、及定制化求职/在职/管理/架构辅导;推荐专栏《10天学会使用asp.net编程AI大模型》,目前已完成所有内容。一顿烧烤不到的费用,让人能紧跟时代的浪潮。从普通网站,到公众号、小程序,再到AI大模型网站。干货满满。学成后可接项目赚外快,绝对划算。不仅学会如何编程,还将学会如何将AI技术应用到实际问题中,为您的职业生涯增添一笔宝贵的财富
- 全自动数字网络机器人:重塑未来的无形引擎 ——从金融量化到万物互联,为何必须“ALL IN”?
朴拙数据交易猿
机器人金融
全自动数字网络机器人:重塑未来的无形引擎——从金融量化到万物互联,为何必须“ALLIN”?(2025年3月29日)“未来十年,代码将比石油更具价值。”——DeepSeek创始人梁文锋一、数据洪流与AI进化:数字机器人的基因密码全球每天产生的数据量已达3.5ZB(1ZB=1万亿GB),这些数据正通过Transformer架构的AI大模型被转化为数字机器人的"神经元突触"。以DeepSeek-V3为例
- deepsphere-cosmo-tf1:将CNN扩展到球面的高效算法
尚榕芯Noelle
deepsphere-cosmo-tf1:将CNN扩展到球面的高效算法deepsphere-cosmo-tf1Asphericalconvolutionalneuralnetworkforcosmology(TFv1).项目地址:https://gitcode.com/gh_mirrors/de/deepsphere-cosmo-tf1项目介绍deepsphere-cosmo-tf1是一个开源项目
- 亚马逊COSMO算法解读:新搜索时代的流量分配与DeepBI AI驱动的智能优化策略
新置元
人工智能亚马逊广告amazon架构
亚马逊COSMO算法的推出,标志着其搜索和推荐系统进入了智能化、个性化的新阶段。该算法通过分析用户购物习惯、搜索历史、浏览行为等数据,为买家提供精准推荐,同时对卖家的运营策略提出了更高的要求。在这一背景下,AI驱动的DeepBI能够帮助卖家精准管理广告投放、优化预算分配,并提升广告与自然流量的联动效应,确保在COSMO算法下保持竞争力。一、COSMO算法的核心原理1.COSMO算法的定义COSMO
- vue3.0 element-plus弹窗样式穿透
Dorcas_FE
笔记vue.jselementuijavascript
//style要加上scoped//custom-class不设置也可以://其他的>>>:v-deep()/deep/试了都没有起作用//生效:deep(.el-dialog.my-dialog){}//生效:外面包层自己添加的类名.my-page-class{:deep(.el-dialog.my-dialog){.el-dialog__header{}.el-dialog__body{}}}
- AI资料大全(二)DeepSeek
航锦234
pdf
DeepSeek使用手册:https://pan.quark.cn/s/f8782e37ea5a今年AI太火了,春招破天荒的大批招聘AI毕业生,年薪开到百万,简直离谱!尤其是DeepSeek相关人才,完全供不应求!今天,隆重向大家推荐这份《DeepSeek:从入门到精通》2025版!这可不是普通的资料,它是有清华博士后团队出品的系列AI教程。不管你是刚接触AI的“小萌新”,还是在AI领域摸爬滚打多
- 结合 DeepSeek 将测试用例转换为 Playwright 和 Selenium 脚本
Python测试之道
测试提效python测试用例seleniumeasyui
在实际测试场景中,测试工程师可能已经有大量的测试用例,但手动将这些用例转化为自动化脚本(如Selenium或Playwright)往往非常耗时。通过DeepSeek的语义分析和自然语言处理能力,可以自动解析测试用例并生成对应的Playwright或Selenium自动化脚本,从而显著提升效率。以下内容将展示如何结合DeepSeek,将测试用例动态生成Playwright和Selenium脚本,并应
- Qwen-2.5、DeepSeek-R1、DeepSeek-V3 核心区别
瞬间动力
人工智能大数据语言模型AI编程java
1.定位与核心能力Qwen-2.5(阿里云):通用型大语言模型,擅长多模态处理(文本、图像、音频等)和超长上下文支持(最高支持100万token)。DeepSeek-V3(深度求索):通用型模型,采用混合专家架构(MoE),总参数6710亿(每次激活370亿),训练成本仅557.6万美元,注重高性价比和低延迟。DeepSeek-R1(深度求索):专精复杂逻辑推理(数学、代码生成、金融分析等),通过
- DeepSeek + Python 提效测试用例生成落地
程序员小雷
测试用例单元测试测试工具功能测试seleniumpostmanjmeter
在测试流程中,测试用例生成是一个耗时且重要的环节。测试工程师需要基于需求文档、历史用例和功能模块设计覆盖全面的测试用例,确保产品质量。然而,这个过程容易受到信息分散、重复劳动及遗漏问题的困扰。通过结合DeepSeek和Python,可以实现以下目标:1.智能生成测试用例:基于需求文档和历史测试用例,推荐或自动生成相关测试场景。2.提高测试覆盖率:利用DeepSeek的语义搜索,避免遗漏边界条件、异
- DeepSeek本地部署教程
牙膏上的小苏打2333
AI程序员的宝藏DeepSeek本地部署
DeepSeek本地部署教程安装Ollama下载DeepSeek模型运行DeepSeek模型API调用GeneratearesponseChatwithamodel安装Ollama官网下载或百度网盘下载安装Ollama。下载完成后,双击安装文件并按照提示完成安装。默认情况下,Ollama会安装到C盘。打开命令提示符(cmd)或PowerShell(管理员模式),输入以下命令检查Ollama版本ol
- 使用Ollama部署deepseek,并支持浏览器访问
花开莫与流年错_
AIdeepseekaiopenwebuiollamadocker
使用docker配置后快速简单部署deepseek,如果没有,先自行安装好docker,以下我安装的ollama实在arm上运行的(香橙派aipro)1、安装ollamadockerpullswr.cn-north-4.myhuaweicloud.com/ddn-k8s/docker.io/ollama/ollama:0.3.6-linuxarm642、启动ollamadockerrun-d-vo
- [项目源码]2024年11月YOLO相关项目精选项目源码
代码终究输给规则
技术杂谈YOLO
序号项目名称文件大小1基于YOLO模型实现足球运动实时分析项目源码252.47M2基于YOLO的食物卡路里检测系统(源码&部署教程&数据集).zip21.13M3基于Ascend310AI处理器+深度学习算法的变电站电力巡检系统源码+说明(基于YOLOv4对电力巡检目标检测)....10.28M4基于YOLO与Deepsort的实时多目标跟踪,旨在利用C++实现多目标跟踪系统138.48M5基于Y
- 基于特定硬件配置的 DeepSeek-R1-14B 和 Janus-Pro-7B 本地部署优化方案
VA_QianXue
DeepSeekpython
目录一、前期调研与问题分析(一)显存情况剖析(二)并行运行的考量二、优化方案详述(一)优化步骤总览(二)具体优化步骤总结三、深度优化方案(一)硬件适配分析(二)部署流程优化(三)性能调优建议(四)稳定性保障(五)扩展应用场景拥有一台配置为I9-14900HXCPU32G内存4060显卡(8G显存)以及集显(共享8G显存)的笔记本电脑,在该设备上部署DeepSeek-R1-14B和Janus-Pro
- DeepSeek使用手册(四)
2501_91326682
人工智能学习
AI学习资料:https://pan.quark.cn/s/5c5a349b7f39DeepSeek持续火爆,清华北大纷纷出品相关学习教程,是如今稀缺的权威AI学习资料,名校背书,专业靠谱,而且还是免费公开的,零基础也能上手学习。完整版资料已整理在最上方,免费分享,快快领取学习吧!
- DeepSeek使用手册(二)
2501_91326682
学习
AI学习资料:https://pan.quark.cn/s/5c5a349b7f39DeepSeek持续火爆,清华北大纷纷出品相关学习教程,是如今稀缺的权威AI学习资料,名校背书,专业靠谱,而且还是免费公开的,零基础也能上手学习。完整版资料已整理在最上方,免费分享,快快领取学习吧!
- 新手必看!快速掌握DeepSeek的入门秘籍
sinat_37775891
神经网络人工智能人工智能写作机器学习深度学习学习gpt-3
新手必看!快速掌握DeepSeek的入门秘籍在当今这个数据驱动的时代,掌握一款高效的数据处理与分析工具对于提升工作效率和创造力至关重要。DeepSeek作为一款功能强大的AI助手类软件,凭借其强大的自然语言处理能力、数据分析能力以及多场景应用能力,正逐渐成为众多专业人士和自媒体创作者的得力助手。本篇文章将为你详细介绍DeepSeek的入门秘籍,帮助你快速掌握这款工具的核心功能与应用技巧。一、Dee
- 小白怎么把Huggingface上的氛围编程神器DeepSite 部署到本地?
skywalk8163
人工智能人工智能Agentdeepseekdeepsite
DeepSite是HuggingFace平台上一个流行的应用程序,它允许用户通过自然语言描述生成代码,实现氛围编程(Vibecoding)。DeepSite使用了最新版本的DeepSeek-V3-0324模型,支持用户通过自然语言描述来生成代码,无需手动编写复杂的代码。介绍见:体验HuggingFace平台上的DeepSite,实现氛围编程(Vibecoding)-CSDN博客官方体验:Dee
- 深度学习 Deep Learning 第15章 表示学习
odoo中国
人工智能深度学习学习人工智能表示学习
深度学习DeepLearning第15章表示学习内容概要本章探讨了表示学习的核心概念及其在深度学习中的重要性,重点分析了无监督预训练(尤其是贪婪逐层预训练)如何通过共享表征提升模型性能,并讨论了其在多任务学习、跨模态处理和小样本场景中的应用价值与理论依据。主要内容表示学习的基本概念表示学习通过将数据映射到不同的表示空间,使得某些任务(如分类)变得更加容易。一个好的表示应该在保留输入信息的同时,具有
- DeepSeek-R1 API接口详解:开启高效智能对话新时代
api
DeepSeek-R1API概述DeepSeek-R1是深度求索(DeepSeek)公司推出的新一代大语言模型API服务,为开发者和企业提供了强大的自然语言处理能力。该API基于DeepSeek自主研发的先进AI模型,具备出色的文本理解、生成和推理能力,能够广泛应用于各种智能化场景。核心功能特性多轮对话能力:支持复杂的上下文理解多语言支持:流畅处理中英文混合内容,并支持多种其他语言代码生成与解释:
- DeepSeek-R1 模型现已在 AWS 平台上正式上线
Dan淡淡的心
aws云计算
亚马逊云科技(AWS)近期宣布,DeepSeek-R1模型现已在AWS平台上正式上线。这一强大且高性价比的模型代表了人工智能推理能力的突破,能够在复杂任务中提供卓越的准确性和深刻的理解。凭借其强大的推理能力,DeepSeek-R1在数学领域和软件工程等方面表现出色。AWS提供多种方式供用户部署DeepSeek-R1模型:AmazonBedrockMarketplace:用户可以在此平台上直接部署D
- 稚晖君和王兴兴的机器人战争,已经打了两年了
强化学习曾小健
人工智能大数据
稚晖君和王兴兴的机器人战争,已经打了两年了原创毕安娣直面AI2025年03月13日16:59北京中国最年轻的一批企业家,一次又一次拿出了成果。在梁文锋的DeepSeek爆火全球,王兴兴的宇树科技机器人在春晚扭秧歌出圈之后,前“华为天才少年”稚晖君也再次带领智元机器人交付成果。3月10日,“全球首个通用具身基座模型智元启元大模型”GO-1曝光;3月11日,最新产品灵犀X2也亮相了。
- BERT与Transformer到底选哪个-上部
TGITCIC
AI-大模型的落地之道berttransformer人工智能gpt大模型aigc
一、先理清「技术家谱」:BERT和Transformer是啥关系?就像「包子」和「面食」的关系——BERT是「Transformer家族」的「明星成员」,而GPT、Qwen、DeepSeek这些大模型则是「Transformer家族」的「超级后辈」。1.1BERT:Transformer的「双向强化版」就像:把普通外卖骑手(原始Transformer)训练成「全局路况通」,能同时看到订单的「历史记
- AI与.NET技术实操系列(三):在.NET中使用大语言模型(LLMs)
輓歌
人工智能语言模型自然语言处理
合集-AI与.NET技术实操系列(4)1.AI与.NET技术实操系列(四):使用SemanticKernel和DeepSeek构建AI应用03-072.AI与.NET技术实操系列(三):在.NET中使用大语言模型(LLMs)03-063.AI与.NET技术实操系列(二):开始使用ML.NET03-044.AI与.NET技术实操系列-开篇03-03收起引言在技术迅猛发展的今天,大语言模型(Large
- 浅尝semantic kernel
为自己_带盐
人工智能.netcore
背景前些天使用直接对接大模型接口的方式,在我们自己的系统里对接了腾讯混元和DeepSeek,并且封装了一个内部的函数,可以很方便的增加其他OpenAPI风格的模型到系统里来,而不用做很大的调整(长这样,也写过一篇文章)。但事实上,已经有很多大模型的开发框架帮我们完成了集成多种模型的功能,大多数场景下,我们没必要自己再去造一个轮子。更重要的原因是,单纯的自己去对接各个厂家的api,也就意味着,我们想
- 基本数据类型和引用类型的初始值
3213213333332132
java基础
package com.array;
/**
* @Description 测试初始值
* @author FuJianyong
* 2015-1-22上午10:31:53
*/
public class ArrayTest {
ArrayTest at;
String str;
byte bt;
short s;
int i;
long
- 摘抄笔记--《编写高质量代码:改善Java程序的151个建议》
白糖_
高质量代码
记得3年前刚到公司,同桌同事见我无事可做就借我看《编写高质量代码:改善Java程序的151个建议》这本书,当时看了几页没上心就没研究了。到上个月在公司偶然看到,于是乎又找来看看,我的天,真是非常多的干货,对于我这种静不下心的人真是帮助莫大呀。
看完整本书,也记了不少笔记
- 【备忘】Django 常用命令及最佳实践
dongwei_6688
django
注意:本文基于 Django 1.8.2 版本
生成数据库迁移脚本(python 脚本)
python manage.py makemigrations polls
说明:polls 是你的应用名字,运行该命令时需要根据你的应用名字进行调整
查看该次迁移需要执行的 SQL 语句(只查看语句,并不应用到数据库上):
python manage.p
- 阶乘算法之一N! 末尾有多少个零
周凡杨
java算法阶乘面试效率
&n
- spring注入servlet
g21121
Spring注入
传统的配置方法是无法将bean或属性直接注入到servlet中的,配置代理servlet亦比较麻烦,这里其实有比较简单的方法,其实就是在servlet的init()方法中加入要注入的内容:
ServletContext application = getServletContext();
WebApplicationContext wac = WebApplicationContextUtil
- Jenkins 命令行操作说明文档
510888780
centos
假设Jenkins的URL为http://22.11.140.38:9080/jenkins/
基本的格式为
java
基本的格式为
java -jar jenkins-cli.jar [-s JENKINS_URL] command [options][args]
下面具体介绍各个命令的作用及基本使用方法
1. &nb
- UnicodeBlock检测中文用法
布衣凌宇
UnicodeBlock
/** * 判断输入的是汉字 */ public static boolean isChinese(char c) { Character.UnicodeBlock ub = Character.UnicodeBlock.of(c);
- java下实现调用oracle的存储过程和函数
aijuans
javaorale
1.创建表:STOCK_PRICES
2.插入测试数据:
3.建立一个返回游标:
PKG_PUB_UTILS
4.创建和存储过程:P_GET_PRICE
5.创建函数:
6.JAVA调用存储过程返回结果集
JDBCoracle10G_INVO
- Velocity Toolbox
antlove
模板toolboxvelocity
velocity.VelocityUtil
package velocity;
import org.apache.velocity.Template;
import org.apache.velocity.app.Velocity;
import org.apache.velocity.app.VelocityEngine;
import org.apache.velocity.c
- JAVA正则表达式匹配基础
百合不是茶
java正则表达式的匹配
正则表达式;提高程序的性能,简化代码,提高代码的可读性,简化对字符串的操作
正则表达式的用途;
字符串的匹配
字符串的分割
字符串的查找
字符串的替换
正则表达式的验证语法
[a] //[]表示这个字符只出现一次 ,[a] 表示a只出现一
- 是否使用EL表达式的配置
bijian1013
jspweb.xmlELEasyTemplate
今天在开发过程中发现一个细节问题,由于前端采用EasyTemplate模板方法实现数据展示,但老是不能正常显示出来。后来发现竟是EL将我的EasyTemplate的${...}解释执行了,导致我的模板不能正常展示后台数据。
网
- 精通Oracle10编程SQL(1-3)PLSQL基础
bijian1013
oracle数据库plsql
--只包含执行部分的PL/SQL块
--set serveroutput off
begin
dbms_output.put_line('Hello,everyone!');
end;
select * from emp;
--包含定义部分和执行部分的PL/SQL块
declare
v_ename varchar2(5);
begin
select
- 【Nginx三】Nginx作为反向代理服务器
bit1129
nginx
Nginx一个常用的功能是作为代理服务器。代理服务器通常完成如下的功能:
接受客户端请求
将请求转发给被代理的服务器
从被代理的服务器获得响应结果
把响应结果返回给客户端
实例
本文把Nginx配置成一个简单的代理服务器
对于静态的html和图片,直接从Nginx获取
对于动态的页面,例如JSP或者Servlet,Nginx则将请求转发给Res
- Plugin execution not covered by lifecycle configuration: org.apache.maven.plugin
blackproof
maven报错
转:http://stackoverflow.com/questions/6352208/how-to-solve-plugin-execution-not-covered-by-lifecycle-configuration-for-sprin
maven报错:
Plugin execution not covered by lifecycle configuration:
- 发布docker程序到marathon
ronin47
docker 发布应用
1 发布docker程序到marathon 1.1 搭建私有docker registry 1.1.1 安装docker regisry
docker pull docker-registry
docker run -t -p 5000:5000 docker-registry
下载docker镜像并发布到私有registry
docker pull consol/tomcat-8.0
- java-57-用两个栈实现队列&&用两个队列实现一个栈
bylijinnan
java
import java.util.ArrayList;
import java.util.List;
import java.util.Stack;
/*
* Q 57 用两个栈实现队列
*/
public class QueueImplementByTwoStacks {
private Stack<Integer> stack1;
pr
- Nginx配置性能优化
cfyme
nginx
转载地址:http://blog.csdn.net/xifeijian/article/details/20956605
大多数的Nginx安装指南告诉你如下基础知识——通过apt-get安装,修改这里或那里的几行配置,好了,你已经有了一个Web服务器了。而且,在大多数情况下,一个常规安装的nginx对你的网站来说已经能很好地工作了。然而,如果你真的想挤压出Nginx的性能,你必
- [JAVA图形图像]JAVA体系需要稳扎稳打,逐步推进图像图形处理技术
comsci
java
对图形图像进行精确处理,需要大量的数学工具,即使是从底层硬件模拟层开始设计,也离不开大量的数学工具包,因为我认为,JAVA语言体系在图形图像处理模块上面的研发工作,需要从开发一些基础的,类似实时数学函数构造器和解析器的软件包入手,而不是急于利用第三方代码工具来实现一个不严格的图形图像处理软件......
&nb
- MonkeyRunner的使用
dai_lm
androidMonkeyRunner
要使用MonkeyRunner,就要学习使用Python,哎
先抄一段官方doc里的代码
作用是启动一个程序(应该是启动程序默认的Activity),然后按MENU键,并截屏
# Imports the monkeyrunner modules used by this program
from com.android.monkeyrunner import MonkeyRun
- Hadoop-- 海量文件的分布式计算处理方案
datamachine
mapreducehadoop分布式计算
csdn的一个关于hadoop的分布式处理方案,存档。
原帖:http://blog.csdn.net/calvinxiu/article/details/1506112。
Hadoop 是Google MapReduce的一个Java实现。MapReduce是一种简化的分布式编程模式,让程序自动分布到一个由普通机器组成的超大集群上并发执行。就如同ja
- 以資料庫驗證登入
dcj3sjt126com
yii
以資料庫驗證登入
由於 Yii 內定的原始框架程式, 採用綁定在UserIdentity.php 的 demo 與 admin 帳號密碼: public function authenticate() { $users=array( &nbs
- github做webhooks:[2]php版本自动触发更新
dcj3sjt126com
githubgitwebhooks
上次已经说过了如何在github控制面板做查看url的返回信息了。这次就到了直接贴钩子代码的时候了。
工具/原料
git
github
方法/步骤
在github的setting里面的webhooks里把我们的url地址填进去。
钩子更新的代码如下: error_reportin
- Eos开发常用表达式
蕃薯耀
Eos开发Eos入门Eos开发常用表达式
Eos开发常用表达式
>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>
蕃薯耀 2014年8月18日 15:03:35 星期一
&
- SpringSecurity3.X--SpEL 表达式
hanqunfeng
SpringSecurity
使用 Spring 表达式语言配置访问控制,要实现这一功能的直接方式是在<http>配置元素上添加 use-expressions 属性:
<http auto-config="true" use-expressions="true">
这样就会在投票器中自动增加一个投票器:org.springframework
- Redis vs Memcache
IXHONG
redis
1. Redis中,并不是所有的数据都一直存储在内存中的,这是和Memcached相比一个最大的区别。
2. Redis不仅仅支持简单的k/v类型的数据,同时还提供list,set,hash等数据结构的存储。
3. Redis支持数据的备份,即master-slave模式的数据备份。
4. Redis支持数据的持久化,可以将内存中的数据保持在磁盘中,重启的时候可以再次加载进行使用。
Red
- Python - 装饰器使用过程中的误区解读
kvhur
JavaScriptjqueryhtml5css
大家都知道装饰器是一个很著名的设计模式,经常被用于AOP(面向切面编程)的场景,较为经典的有插入日志,性能测试,事务处理,Web权限校验, Cache等。
原文链接:http://www.gbtags.com/gb/share/5563.htm
Python语言本身提供了装饰器语法(@),典型的装饰器实现如下:
@function_wrapper
de
- 架构师之mybatis-----update 带case when 针对多种情况更新
nannan408
case when
1.前言.
如题.
2. 代码.
<update id="batchUpdate" parameterType="java.util.List">
<foreach collection="list" item="list" index=&
- Algorithm算法视频教程
栏目记者
Algorithm算法
课程:Algorithm算法视频教程
百度网盘下载地址: http://pan.baidu.com/s/1qWFjjQW 密码: 2mji
程序写的好不好,还得看算法屌不屌!Algorithm算法博大精深。
一、课程内容:
课时1、算法的基本概念 + Sequential search
课时2、Binary search
课时3、Hash table
课时4、Algor
- C语言算法之冒泡排序
qiufeihu
c算法
任意输入10个数字由小到大进行排序。
代码:
#include <stdio.h>
int main()
{
int i,j,t,a[11]; /*定义变量及数组为基本类型*/
for(i = 1;i < 11;i++){
scanf("%d",&a[i]); /*从键盘中输入10个数*/
}
for
- JSP异常处理
wyzuomumu
Webjsp
1.在可能发生异常的网页中通过指令将HTTP请求转发给另一个专门处理异常的网页中:
<%@ page errorPage="errors.jsp"%>
2.在处理异常的网页中做如下声明:
errors.jsp:
<%@ page isErrorPage="true"%>,这样设置完后就可以在网页中直接访问exc