- 卷积神经网络可视化
天行者@
cnn人工智能神经网络
卷积神经网络(CNN)的可视化是理解模型行为、调试性能和解释预测结果的重要工具。以下从技术原理、实现方法和应用场景三个维度,系统梳理CNN可视化的核心技术,并提供代码示例和前沿方向分析:一、CNN可视化的核心维度1.卷积核可视化原理:提取卷积层的权重,将其转换为图像形式,观察滤波器学习到的模式。实现步骤:提取卷积层权重(形状为[out_channels,in_channels,kernel_siz
- MySql的MVCC实现原理
zyrr
mysqlmysqlmvccjava
MySql的MVCC实现原理前言MVCC解决什么问题MVCC的实现3个隐式字段UndoLogReadView读视图大致流程读已提交和可重复隔离级别下的快照读前言什么是MVCC?MVCC(Multi-VersionConcurrencyControl)即多版本并发控制,是乐观锁的一种实现方式,在MySql数据库中主要是为了提高数据库的并发性能,做到读写冲突不加锁,这里的读指的是快照读。快照读与当前读
- 搞定leetcode面试经典150题之哈希算法
醒了就刷牙
LeetCode刷题哈希算法leetcode面试算法
系列博客目录搞定leetcode面试经典150题之哈希算法搞定leetcode面试经典150题之双指针搞定leetcode面试经典150题之滑动窗口文章目录系列博客目录理论知识1.哈希函数(HashFunction)2.哈希表(HashTable)通过HashMap实现3.哈希算法的应用4.哈希算法的时间复杂度编程理论1.HashSet的工作原理2.HashMap(哈希表)的工作原理3.哈希表中的
- 深入浅出 K 近邻算法:原理、实践与应用
烂蜻蜓
机器学习近邻算法算法
引言在机器学习的众多算法中,K近邻算法(K-NearestNeighbors,简称KNN)以其简洁而强大的特性占据着重要地位。它既可以用于分类任务,也能在回归任务中发挥作用。无论是处理简单数据集,还是面对复杂的数据分布,KNN都展现出独特的魅力。本文将深入探讨KNN算法的原理、特点、优缺点、实现步骤以及在分类和回归任务中的具体应用。KNN算法的基本原理KNN算法属于监督学习范畴,其核心思想质朴而直
- MySQL索引最左原则:从原理到实战的深度解析
MySQL索引最左原则:从原理到实战的深度解析一、什么是索引最左原则?索引最左原则是MySQL复合索引使用的核心规则,简单来说:"当使用复合索引(多列索引)时,查询条件必须从索引的最左列开始,且不能跳过中间的列,否则索引将无法完全生效"为什么会有这个原则?这与B+树索引的存储结构密切相关:复合索引按照定义时的列顺序构建数据先按第一列排序第一列相同的情况下按第二列排序依此类推形成层级结构二、3种典型
- 【MySQL】MVCC详解与MVCC实现原理(MySQL专栏启动)
2401_89317296
mysqlandroid数据库
如果此文还不错的话,还请关注、点赞、收藏三连支持一下博主~本文目录本文导读一、什么是MVCC二、MVCC的实现原理1、MVCC多版本实现2、MVCC实现原理3、什么是ReadView3.1、ReadView解析3.2、ReadView含义3.3、ReadView如何判断版本链可用三、当前读,快照读与MVCC1、什么是当前读和快照读
- 【大模型学习】第十九章 什么是迁移学习
好多渔鱼好多
AI大模型人工智能大模型AI机器学习迁移学习
目录1.迁移学习的起源背景1.1传统机器学习的问题1.2迁移学习的提出背景2.什么是迁移学习2.1迁移学习的定义2.2生活实例解释3.技术要点与原理3.1迁移学习方法分类3.1.1基于特征的迁移学习(Feature-basedTransfer)案例说明代码示例3.1.2基于模型的迁移(Model-basedTransfer)案例说明BERT用于情感分析的例子3.1.3基于实例的迁移(Instanc
- Kafka、RocketMQ、RabbitMQ三款消息中间件的原理
家常凉菜
kafkarocketmqrabbitmq
最近学习了Kafka、RocketMQ、RabbitMQ三款消息中间件的原理,本文主要是记录一下Kafka、RabbitMQ、RocketMQ三款中间件之间的区别。下面先对各自的架构进行简单的介绍,然后详细对比一下他们之间的关键不同点。由于学习时间和个人水平有限,文中错误之处在所难免,敬请指正。一、Kafka简介Producer:生产者,向Kafka集群(Broker)中发送消息Consumer:
- 响应式设计已死?流体布局才是未来!
前端javascript
ReactHook深入浅出CSS技巧与案例详解vue2与vue3技巧合集VueUse源码解读在当今的Web设计领域,挑战从未如此巨大。各种屏幕尺寸和分辨率的智能设备层出不穷,要让网站在所有设备上保持一致的用户体验,难度可想而知。但别担心,流体布局(FluidLayout)正是为了解决这一问题而生。它不仅适用于超大屏幕,同样也能完美适配小型移动设备,真正做到自适应!接下来,我们深入了解流体布局的原理
- 图片加载框架Glide与Picasso原理剖析
Ya-Jun
glideandroid
图片加载框架Glide与Picasso原理剖析一、前言图片加载是Android应用开发中的一个重要环节,良好的图片加载机制可以提升应用性能和用户体验。Glide和Picasso是目前最流行的两个图片加载框架,本文将深入分析这两个框架的核心原理和实现机制。二、图片加载基础2.1图片加载的挑战内存管理OOM(OutOfMemory)问题内存缓存策略图片复用性能优化异步加载图片压缩缓存机制用户体验加载占
- Android电量与流量优化
Ya-Jun
android
Android电量与流量优化一、电量优化基础1.1电量消耗原理Android设备的电量消耗主要来源于以下几个方面:屏幕显示:屏幕是耗电量最大的硬件之一,尤其是高亮度和高刷新率的屏幕。CPU处理:CPU执行计算任务时会消耗大量电量,尤其是高负载运算。网络通信:移动数据、Wi-Fi和蓝牙等网络通信会持续消耗电量。GPS定位:GPS定位是非常耗电的操作,尤其是高精度定位。传感器使用:加速度计、陀螺仪等传
- 【大模型学习】第十五章 Transformer技术 看这一篇就足够了
好多渔鱼好多
AI大模型transformer深度学习AI人工智能大模型
目录一、引言二、Transformer起源背景1.从"健忘症"到"过目不忘"的进化之路三、一个简单的例子让你理解什么是Transformer四、技术要点与底层原理1.自注意力机制(Self-Attention)1.1什么是自注意力?1.1.1如何计算查询(Query)、键(Key)和值(Value):1.1.2缩放点积注意力(ScaledDot-ProductAttention)1.1.3两个生活
- LeetCode刷题 -- 贪心(一)
英雄不问出处~
题解leetcode算法职场和发展
目录柠檬水找零题目解析算法原理代码证明方法柠檬水找零题目链接题目解析柠檬水5块一杯(如果顾客给你5块你就收下)顾客是排队来购买的(只能按顺序找零)并且最开始你手里是没有钱的算法原理1.给5块钱,收下2.给10块钱,找5块钱或者没有5块钱可找3.给20块钱,优先考虑找5块钱和10块钱,这种最优,因为5块钱是最有用的,比如[20,10]你现在有三个5块,1个10块,第二种找10,5第二次还可以找5块钱
- 深度剖析伺服电机工作原理,选型技巧大放送
物联高科
单片机嵌入式硬件服务器运维网络
伺服电机作为自动化控制系统中的关键执行元件,广泛应用于机器人、数控机床、包装机械、印刷设备等领域。其精准的定位能力、稳定的运行性能和高效的响应速度使其在现代工业生产中扮演着不可替代的角色。一、伺服电机的工作原理:控制闭环的精妙艺术伺服电机之所以能实现精准控制,核心在于其闭环控制系统。简单来说,闭环控制系统会不断地将电机的实际运行状态反馈给控制器,控制器根据期望值与实际值的偏差进行调整,从而达到期望
- GAN生成对抗网络小记
文弱_书生
乱七八糟生成对抗网络人工智能神经网络
生成对抗网络(GAN)深入解析:数学原理与优化生成对抗网络(GenerativeAdversarialNetwork,GAN)是一个基于博弈论的深度学习框架,通过生成器(G)和判别器(D)之间的对抗训练,生成高度逼真的数据。其核心思想是让GGG生成伪造数据以欺骗DDD,而DDD则努力分辨真实数据与伪造数据。GAN在理论上可以看作一个极小极大(Minimax)优化问题。1.GAN的数学公式1.1生成
- XGBoost算法深度解析:从原理到实践
彩旗工作室
人工智能算法机器学习人工智能
一、算法起源与核心思想XGBoost(eXtremeGradientBoosting)由陈天奇于2014年提出,是梯度提升决策树(GBDT)的优化版本。其核心思想通过迭代集成弱学习器(CART树)逐步修正预测误差,并引入正则化机制控制模型复杂度,防止过拟合。与GBDT相比,XGBoost在目标函数中融合了损失函数(衡量预测误差)和正则化项(约束树结构与叶子权重),形成结构风险最小化框架,从而提升泛
- GFPS技术原理(七)LEA快速配对流程
Tim_Jiangzj
GoogleFastPairService-GFPSBluetoothLEAUDIO蓝牙GFPSfastpair智能硬件谷歌快速配对android蓝牙BLEAUDIO
GFPS对LEAUDIO的支持,尤其试涉及两个CIS成员的CSIS服务会做MIMT保护,也算是对LEAUDIO认证配对的加强,最典型的例子就是手机和两个耳机的配对。下面以手机和两个蓝牙耳机为例来详解LEA快速配对流程:1:addtionalpasskey通过notification获取:
- Vim忍者速成秘卷:让你的键盘冒出残影の奥义
ivwdcwso
操作系统与云原生vim编辑器程序员忍道终端美学效率革命linux
核心原理通过超低延迟配置+肌肉记忆优化+视觉欺骗技术,达成行云流水的操作体验。就像《火影忍者》结印般流畅!⚡残影生成术(基础篇)"️贴地飞行模式(.vimrc极速配置)settimeoutlen=300"快捷键响应时间压缩至300ms(武士刀级响应)setttyfast"激活终端极速传输模式setlazyredraw"执行宏时暂停界面刷新(性能提升50%)"手里剑光标追踪术autocmdCurso
- NAT / NAPT
TD祥
网络基础知识服务器网络运维
目录一、前言二、网络地址转换(NAT)2.1NAT如何解决IP冲突2.2SNAT/DNAT2.3SNAT工作原理2.3.1案例1(NAT)2.3.2案例2(NAPT)2.4DNAT三、总结一、前言本人在学习Bridge/Router的过程中,发现在计算机网络中,数据报如何发送是根据目标IP地址进行路由的。若同一个网路中出现相同的IP,则会造成IP冲突,从而导致ARP表出现混乱,数据报发送到哪台主机
- redis在SpringBoot中的使用
小野喵喵。
redisspringboot数据库
以下部分内容由AI生成,再添加自己的理解,仅供参考与了解记录一、redis简单介绍Redis是一个开源的高性能键值对数据库,支持多种数据结构,如字符串(String)、哈希(Hash)、列表(List)、集合(Set)和有序集合(SortedSet)等。核心原理1.单线程模型redis使用单线程处理命令(核心逻辑),避免了多线程竞争问题。通过非阻塞I/O多路复用监听多个客户端连接,高效处理请求。所
- 看懂Xlua实现原理——从宏观到微观(1)传递c#对象到Lua
隔壁叔叔uncle
xlualuac#unity
看懂Xlua实现原理——从宏观到微观(1)传递c#对象到Lua我们要解决什么问题?c#对象传递到lua#LowLevelAPI#传递基元类型传递object索引缓存gc元表传递c#函数其他push#HighLevelAPI#《知乎专栏》我们要解决什么问题?为了使基于unity开发的应用在移动平台能够热更新,我们嵌入了Lua虚拟机,将需要热更新的逻辑用lua实现。c#通过P/Invoke和lua交互
- WPF 嵌入Winform GDI 、 开启AllowsTransparenc问题
weixin_30896763
此文章可以解决2至少2个问题:1.开启AllowsTransparenc造成的GDI+组件不显示问题2.WPF组件无法覆盖嵌入WPF窗口的任何第三方GDI+组件上层方案1:自制双层原理:用一个新的窗口来承载GDI+组件,实现父窗口拖动、缩放、最小化、最大化的联动事件。缺点:电脑性能太差会出现重影。方案2:微软解决空域的方案原理:用一个新的窗口来承载GDI+组件,实现父窗口拖动、缩放、最小化、最大化
- LLM大语言模型书籍:《大模型时代》开启人工智能狂潮!(附文档)
Langchain
人工智能promptchatgptai大模型LLM大语言模型大模型时代
哈喽大家好!很久都没有更新大模型这块的书了,今天给大家说一下这本:《大模型时代》,本书对大模型时代的技术、应用和产业变化进行了深入的分析和阐述。近2年GPT风靡全球,然而真正的智慧“心脏”却是大型语言模型(LargeLanguageModel)!生成式大型模型正引领我们进入一个崭新的时代。《本书》深入探讨了大型模型时代的技术演进、应用场景和产业变革。生动地阐释了ChatGPT背后的工作原理,深入解
- C#WPF的相关知识点
Documentlv
C#wpfc#开发语言windows
学习C#WPF的路线了解C#编程基础熟悉WPF界面设计原理掌握WPF控件的使用学习数据绑定和MVVM架构深入理解WPF动画和转换效果学习WPF中的多媒体和图形绘制掌握WPF中的布局和控件模板学习WPF中的自定义控件和样式了解C#编程基础如果你想开始学习C#编程语言,这里是一些关键的基础知识,可以帮助你快速上手。C#是什么C#是一种通用的、面向对象的编程语言,由微软公司开发。它在.NET框架上运行,
- 深度学习之优化器Optimizer介绍
yueguang8
人工智能深度学习人工智能
优化器(Optimizer)是深度学习训练中非常关键的组件,它负责根据损失函数的梯度来更新模型参数,从而使模型性能不断提升。1.优化器的作用和重要性优化器是训练深度学习模型的核心组件之一。它负责根据损失函数的梯度来更新模型参数,推动模型性能不断提高。选择合适的优化器可以极大地影响模型的收敛速度和最终性能。2.优化器的基本原理优化器的基本思路是利用梯度下降法来最小化损失函数。每一步都根据当前梯度的方
- MongoDB副本集介绍与部署
寒秋丶
数据库数据库mongodb运维linux运维开发性能测试数据仓库
MongoDB副本集(ReplicaSet)作为MongoDB数据库的核心功能之一,为开发人员提供了一种简单而有效的方式来实现数据的高可用性和冗余备份。在本文中,我们将探讨MongoDB副本集的概念、工作原理以及如何配置和管理一个稳健的副本集环境。关于MongoDB分片介绍与部署,可以参考:MongoDB分片介绍与部署一、副本集介绍1、副本集(replicaset)MongoDB的副本集(Repl
- Python实现机器学习项目教程:房价预测
向着开发进攻
pythonpython机器学习开发语言
Python实现机器学习小项目教程:房价预测案例机器学习(MachineLearning)是数据科学中的一项重要技术,它通过从数据中学习规律,进行预测和决策。对于初学者来说,通过实际的项目来学习机器学习的原理和实现方法,是非常有效的。本篇教程将通过Python实现一个简单的机器学习小项目——房价预测。我们将使用scikit-learn库来构建并训练一个线性回归模型,预测房价。项目背景假设我们拥有一
- 嵌入式人工智能应用- 第八章 车牌识别
数贾电子科技
嵌入式人工智能应用人工智能
嵌入式人工智能应用文章目录嵌入式人工智能应用1车牌识别1.1概述1.2车牌说明1.3车牌识别原理1.4车牌识别难点2代码部署2.1进入项目里面2.2编译和运行2.3运行结果1车牌识别1.1概述车牌自动识别是一项利用车辆的动态视频或静态图像进行牌照号码、牌照颜色自动识别的模式识别技术。其硬件设备一般包括触发设备(监测车辆是否进入视野)、摄像设备、照明设备、图像采集设备、识别车牌号码的处理机(如计算机
- AI Agent在企业预算管理与成本控制中的应用
SuperAGI2025
DeepSeek人工智能大数据ai
AIAgent在企业预算管理与成本控制中的应用关键词:AIAgent、企业预算管理、成本控制、机器学习、预测模型、优化算法摘要:本文深入探讨了AIAgent在企业预算管理与成本控制中的应用。通过详细的背景介绍、核心概念解析、算法原理讲解和实际案例剖析,本文展示了AIAgent如何通过智能预测和优化算法,为企业带来更高的效率和精确度,从而实现成本控制和预算优化的目标。背景介绍核心概念AIAgent:
- Java中的线程中断
雾里有果橙
java开发语言jvm
1线程中断相关方法介绍Java多线程编程中的interrupt()方法、isInterrupted()方法和interrupted()方法都是跟线程中断相关的方法,都非常重要。这三个方法名称非常相似,不理解原理时容易混淆,这里分别介绍下,以加以区分。由于interrupt()方法和isInterrupted()方法都是实例方法(非类上的静态方法),因此我在前面加了个thread1,表示一个实例化的
- 多线程编程之卫生间
周凡杨
java并发卫生间线程厕所
如大家所知,火车上车厢的卫生间很小,每次只能容纳一个人,一个车厢只有一个卫生间,这个卫生间会被多个人同时使用,在实际使用时,当一个人进入卫生间时则会把卫生间锁上,等出来时打开门,下一个人进去把门锁上,如果有一个人在卫生间内部则别人的人发现门是锁的则只能在外面等待。问题分析:首先问题中有两个实体,一个是人,一个是厕所,所以设计程序时就可以设计两个类。人是多数的,厕所只有一个(暂且模拟的是一个车厢)。
- How to Install GUI to Centos Minimal
sunjing
linuxInstallDesktopGUI
http://www.namhuy.net/475/how-to-install-gui-to-centos-minimal.html
I have centos 6.3 minimal running as web server. I’m looking to install gui to my server to vnc to my server. You can insta
- Shell 函数
daizj
shell函数
Shell 函数
linux shell 可以用户定义函数,然后在shell脚本中可以随便调用。
shell中函数的定义格式如下:
[function] funname [()]{
action;
[return int;]
}
说明:
1、可以带function fun() 定义,也可以直接fun() 定义,不带任何参数。
2、参数返回
- Linux服务器新手操作之一
周凡杨
Linux 简单 操作
1.whoami
当一个用户登录Linux系统之后,也许他想知道自己是发哪个用户登录的。
此时可以使用whoami命令。
[ecuser@HA5-DZ05 ~]$ whoami
e
- 浅谈Socket通信(一)
朱辉辉33
socket
在java中ServerSocket用于服务器端,用来监听端口。通过服务器监听,客户端发送请求,双方建立链接后才能通信。当服务器和客户端建立链接后,两边都会产生一个Socket实例,我们可以通过操作Socket来建立通信。
首先我建立一个ServerSocket对象。当然要导入java.net.ServerSocket包
ServerSock
- 关于框架的简单认识
西蜀石兰
框架
入职两个月多,依然是一个不会写代码的小白,每天的工作就是看代码,写wiki。
前端接触CSS、HTML、JS等语言,一直在用的CS模型,自然免不了数据库的链接及使用,真心涉及框架,项目中用到的BootStrap算一个吧,哦,JQuery只能算半个框架吧,我更觉得它是另外一种语言。
后台一直是纯Java代码,涉及的框架是Quzrtz和log4j。
都说学前端的要知道三大框架,目前node.
- You have an error in your SQL syntax; check the manual that corresponds to your
林鹤霄
You have an error in your SQL syntax; check the manual that corresponds to your MySQL server version for the right syntax to use near 'option,changed_ids ) values('0ac91f167f754c8cbac00e9e3dc372
- MySQL5.6的my.ini配置
aigo
mysql
注意:以下配置的服务器硬件是:8核16G内存
[client]
port=3306
[mysql]
default-character-set=utf8
[mysqld]
port=3306
basedir=D:/mysql-5.6.21-win
- mysql 全文模糊查找 便捷解决方案
alxw4616
mysql
mysql 全文模糊查找 便捷解决方案
2013/6/14 by 半仙
[email protected]
目的: 项目需求实现模糊查找.
原则: 查询不能超过 1秒.
问题: 目标表中有超过1千万条记录. 使用like '%str%' 进行模糊查询无法达到性能需求.
解决方案: 使用mysql全文索引.
1.全文索引 : MySQL支持全文索引和搜索功能。MySQL中的全文索
- 自定义数据结构 链表(单项 ,双向,环形)
百合不是茶
单项链表双向链表
链表与动态数组的实现方式差不多, 数组适合快速删除某个元素 链表则可以快速的保存数组并且可以是不连续的
单项链表;数据从第一个指向最后一个
实现代码:
//定义动态链表
clas
- threadLocal实例
bijian1013
javathreadjava多线程threadLocal
实例1:
package com.bijian.thread;
public class MyThread extends Thread {
private static ThreadLocal tl = new ThreadLocal() {
protected synchronized Object initialValue() {
return new Inte
- activemq安全设置—设置admin的用户名和密码
bijian1013
javaactivemq
ActiveMQ使用的是jetty服务器, 打开conf/jetty.xml文件,找到
<bean id="adminSecurityConstraint" class="org.eclipse.jetty.util.security.Constraint">
<p
- 【Java范型一】Java范型详解之范型集合和自定义范型类
bit1129
java
本文详细介绍Java的范型,写一篇关于范型的博客原因有两个,前几天要写个范型方法(返回值根据传入的类型而定),竟然想了半天,最后还是从网上找了个范型方法的写法;再者,前一段时间在看Gson, Gson这个JSON包的精华就在于对范型的优雅简单的处理,看它的源代码就比较迷糊,只其然不知其所以然。所以,还是花点时间系统的整理总结下范型吧。
范型内容
范型集合类
范型类
- 【HBase十二】HFile存储的是一个列族的数据
bit1129
hbase
在HBase中,每个HFile存储的是一个表中一个列族的数据,也就是说,当一个表中有多个列簇时,针对每个列簇插入数据,最后产生的数据是多个HFile,每个对应一个列族,通过如下操作验证
1. 建立一个有两个列族的表
create 'members','colfam1','colfam2'
2. 在members表中的colfam1中插入50*5
- Nginx 官方一个配置实例
ronin47
nginx 配置实例
user www www;
worker_processes 5;
error_log logs/error.log;
pid logs/nginx.pid;
worker_rlimit_nofile 8192;
events {
worker_connections 4096;}
http {
include conf/mim
- java-15.输入一颗二元查找树,将该树转换为它的镜像, 即在转换后的二元查找树中,左子树的结点都大于右子树的结点。 用递归和循环
bylijinnan
java
//use recursion
public static void mirrorHelp1(Node node){
if(node==null)return;
swapChild(node);
mirrorHelp1(node.getLeft());
mirrorHelp1(node.getRight());
}
//use no recursion bu
- 返回null还是empty
bylijinnan
javaapachespring编程
第一个问题,函数是应当返回null还是长度为0的数组(或集合)?
第二个问题,函数输入参数不当时,是异常还是返回null?
先看第一个问题
有两个约定我觉得应当遵守:
1.返回零长度的数组或集合而不是null(详见《Effective Java》)
理由就是,如果返回empty,就可以少了很多not-null判断:
List<Person> list
- [科技与项目]工作流厂商的战略机遇期
comsci
工作流
在新的战略平衡形成之前,这里有一个短暂的战略机遇期,只有大概最短6年,最长14年的时间,这段时间就好像我们森林里面的小动物,在秋天中,必须抓紧一切时间存储坚果一样,否则无法熬过漫长的冬季。。。。
在微软,甲骨文,谷歌,IBM,SONY
- 过度设计-举例
cuityang
过度设计
过度设计,需要更多设计时间和测试成本,如无必要,还是尽量简洁一些好。
未来的事情,比如 访问量,比如数据库的容量,比如是否需要改成分布式 都是无法预料的
再举一个例子,对闰年的判断逻辑:
1、 if($Year%4==0) return True; else return Fasle;
2、if ( ($Year%4==0 &am
- java进阶,《Java性能优化权威指南》试读
darkblue086
java性能优化
记得当年随意读了微软出版社的.NET 2.0应用程序调试,才发现调试器如此强大,应用程序开发调试其实真的简单了很多,不仅仅是因为里面介绍了很多调试器工具的使用,更是因为里面寻找问题并重现问题的思想让我震撼,时隔多年,Java已经如日中天,成为许多大型企业应用的首选,而今天,这本《Java性能优化权威指南》让我再次找到了这种感觉,从不经意的开发过程让我刮目相看,原来性能调优不是简单地看看热点在哪里,
- 网络学习笔记初识OSI七层模型与TCP协议
dcj3sjt126com
学习笔记
协议:在计算机网络中通信各方面所达成的、共同遵守和执行的一系列约定 计算机网络的体系结构:计算机网络的层次结构和各层协议的集合。 两类服务: 面向连接的服务通信双方在通信之前先建立某种状态,并在通信过程中维持这种状态的变化,同时为服务对象预先分配一定的资源。这种服务叫做面向连接的服务。 面向无连接的服务通信双方在通信前后不建立和维持状态,不为服务对象
- mac中用命令行运行mysql
dcj3sjt126com
mysqllinuxmac
参考这篇博客:http://www.cnblogs.com/macro-cheng/archive/2011/10/25/mysql-001.html 感觉workbench不好用(有点先入为主了)。
1,安装mysql
在mysql的官方网站下载 mysql 5.5.23 http://www.mysql.com/downloads/mysql/,根据我的机器的配置情况选择了64
- MongDB查询(1)——基本查询[五]
eksliang
mongodbmongodb 查询mongodb find
MongDB查询
转载请出自出处:http://eksliang.iteye.com/blog/2174452 一、find简介
MongoDB中使用find来进行查询。
API:如下
function ( query , fields , limit , skip, batchSize, options ){.....}
参数含义:
query:查询参数
fie
- base64,加密解密 经融加密,对接
y806839048
经融加密对接
String data0 = new String(Base64.encode(bo.getPaymentResult().getBytes(("GBK"))));
String data1 = new String(Base64.decode(data0.toCharArray()),"GBK");
// 注意编码格式,注意用于加密,解密的要是同
- JavaWeb之JSP概述
ihuning
javaweb
什么是JSP?为什么使用JSP?
JSP表示Java Server Page,即嵌有Java代码的HTML页面。使用JSP是因为在HTML中嵌入Java代码比在Java代码中拼接字符串更容易、更方便和更高效。
JSP起源
在很多动态网页中,绝大部分内容都是固定不变的,只有局部内容需要动态产生和改变。
如果使用Servl
- apple watch 指南
啸笑天
apple
1. 文档
WatchKit Programming Guide(中译在线版 By @CocoaChina) 译文 译者 原文 概览 - 开始为 Apple Watch 进行开发 @星夜暮晨 Overview - Developing for Apple Watch 概览 - 配置 Xcode 项目 - Overview - Configuring Yo
- java经典的基础题目
macroli
java编程
1.列举出 10个JAVA语言的优势 a:免费,开源,跨平台(平台独立性),简单易用,功能完善,面向对象,健壮性,多线程,结构中立,企业应用的成熟平台, 无线应用 2.列举出JAVA中10个面向对象编程的术语 a:包,类,接口,对象,属性,方法,构造器,继承,封装,多态,抽象,范型 3.列举出JAVA中6个比较常用的包 Java.lang;java.util;java.io;java.sql;ja
- 你所不知道神奇的js replace正则表达式
qiaolevip
每天进步一点点学习永无止境纵观千象regex
var v = 'C9CFBAA3CAD0';
console.log(v);
var arr = v.split('');
for (var i = 0; i < arr.length; i ++) {
if (i % 2 == 0) arr[i] = '%' + arr[i];
}
console.log(arr.join(''));
console.log(v.r
- [一起学Hive]之十五-分析Hive表和分区的统计信息(Statistics)
superlxw1234
hivehive分析表hive统计信息hive Statistics
关键字:Hive统计信息、分析Hive表、Hive Statistics
类似于Oracle的分析表,Hive中也提供了分析表和分区的功能,通过自动和手动分析Hive表,将Hive表的一些统计信息存储到元数据中。
表和分区的统计信息主要包括:行数、文件数、原始数据大小、所占存储大小、最后一次操作时间等;
14.1 新表的统计信息
对于一个新创建
- Spring Boot 1.2.5 发布
wiselyman
spring boot
Spring Boot 1.2.5已在7月2日发布,现在可以从spring的maven库和maven中心库下载。
这个版本是一个维护的发布版,主要是一些修复以及将Spring的依赖提升至4.1.7(包含重要的安全修复)。
官方建议所有的Spring Boot用户升级这个版本。
项目首页 | 源