- Python神经网络1000个案例算法汇总
机器鱼
python神经网络算法
【2025最新版】Python神经网络优化1000个案例算法汇总(长期更新版)本文聚焦神经网络、优化算法,神经网络改进,优化算法改进,优化算法优化神经网络权重、超参数等,现在只需订阅即可拥有,简直是人工智能初学者的天堂。你们的订阅是我更新的动力,请订阅、点赞、收藏。一、轴承故障从数据处理到模型优化全流程系列通过学习本专栏,可完成基于凯斯西储轴承故障诊断数据集的故障诊断,包含数据处理、数据特征提取、
- opencv for android(二十六):opencv整合paddle的文字识别模型(二)
liming10101010
opencvforandroid从基础到实战opencvopencv文字识别paddle
opencvforandroid(二十五):opencv整合paddle的文字识别模型(一)opencvforandroid(二十四):使用opencv的BackgroundSubtractorKNN动态追踪opencvforandroid(二十三):使用opencv人脸64点位实现人脸装饰
- dify1.0.0版本以上添加通过ollama添加模型时无反应或者 internal server error
_Hannibal_
difyAIGCAI编程agi
dify近日已升级至1.0.1,尝试升级至1.0.1时,发现通过ollama添加模型时无反应,换成谷歌浏览器后又报internalservererror。模型URL填写的是http://host.docker.internal:11434查看后台日志发现有报错,于是去github报了一个issue,后在.env文件下添加ollama相关配置才解决问题PROVIDER_OLLAMA_API_BASE
- 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
- [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
- 基于python的大模型可视化开发
xiaomu_347
python开发语言
接触到大模型后,会发现很多为了简化可视化,不需要像flask那般,直接借助python完成web界面的可视化,下面介绍几种库:gradiostreamitdash主要使用场景可交互小Demo工作流、DashBoardDashBoard、生产环境的复杂演示应用上手难度简单简单中等组件丰富度低高高综合扩展性低中高JupyterNotebook内支持是否是是否完全开源是是部分企业级功能未开源github
- 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
- 开源:SmolDocling-256M-preview 小模型完成更优的图像文档转换
Panesle
前沿人工智能多模态开源
SmolDocling模型介绍SmolDocling是一种超紧凑的多模态图像-文本到文本模型(模型文件大小仅513M),专为高效的文档转换而设计。它通过生成一种名为DocTags的新通用标记格式,捕捉页面中所有元素的完整上下文和位置信息。与依赖大型基础模型或多模型组合的传统方法不同,SmolDocling通过一个256M参数的视觉-语言模型实现了端到端的文档转换,能够准确捕捉文档内容、结构和空间位
- 人工智能——分类算法
零基础学会人工智能
人工智能分类数据挖掘python机器学习深度学习算法
目录7K近领算法7.1本章工作任务7.2本章技能目标7.3本章简介7.4编程实战7.5本章总结7.6本章作业本章已完结!7K近领算法摘要:本章实现的工作是:首先用Python导入包含学生成绩和学生类别的样本数据,然后采用K近邻分类算法,配置算法模型中的k值,以N维空间的欧式距离为度量标准,求解待分类学生样本的预测标签。将预测标签与真实标签进行对比得出分类结果准确率。最后将预测结果可视化。本章掌握的
- 英文命名实体识别:Flair
Panesle
总结ner
Flair是一种基于深度学习的自然语言处理框架,它通过字符级语言模型和上下文字符串嵌入(contextualstringembeddings)实现了高质量的命名实体识别(NER)。1.核心思想:上下文字符串嵌入Flair的核心创新在于提出了一种新的词嵌入方法——上下文字符串嵌入(contextualstringembeddings)。这种嵌入方法具有以下特点:基于字符:直接将单词视为字符序列进行建
- 风控类报告类别
朴拙数据交易猿
运维人工智能大数据
1信贷风控类报告:侧重点动态数据驱动的风险评估(企业经营稳定性、还款能力验证)差异点依赖动态实时/近实时数据(如交易流水、供应链数据)核心需求:通过动态数据验证企业经营稳定性与短期还款能力,降低坏账风险。报告名称适用甲方甲方核心需求推荐模型与分析工具结论方向1.企业经营智能分析报告商业银行、保理公司、核心企业验证核心企业及上下游的经营稳定性,判断中长期还款能力-动态现金流模型(实时交易流水、应收账
- 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
- ALL IN全自动数字网络机器人:重构数字文明的超级引擎——基于2025年数据事实的产业革命全景透视
朴拙数据交易猿
机器人重构
全自动数字网络机器人:重构数字文明的超级引擎——基于2025年数据事实的产业革命全景透视一、技术底座:AI与数据的爆炸式进化2025年全球每天产生数据量突破5.2ZB(1ZB=1万亿GB),其中结构化数据占比首次降至32%。这种数据洪流通过三大技术引擎转化为数字网络机器人的"神经元":大模型突破:OpenAIO3模型推理延迟降至5ms,可实时处理200万token上下文,Gemini2.0的Dee
- Transformer理解
慢慢变
transformer深度学习人工智能
Transformer是一种基于自注意力机制(Self-Attention)的深度学习模型架构,由Vaswani等人在2017年的论文《AttentionIsAllYouNeed》中首次提出。它在自然语言处理(NLP)领域取得了革命性的成功,成为许多先进模型(如BERT、GPT系列、T5等)的基础架构。以下是对Transformer的详细理解:1.Transformer的核心概念2.解码器(Dec
- 推荐文章:Cosmo——打造灵活高效的单页应用CMS
贾耀斐
推荐文章:Cosmo——打造灵活高效的单页应用CMSCosmoSinglePageAppCMS项目地址:https://gitcode.com/gh_mirrors/cos/Cosmo在快速发展的Web开发领域,寻找一个既强大又灵活的内容管理系统(CMS)成为众多开发者和网站所有者的共同需求。今天,我们为你介绍的正是这样一款利器——Cosmo,它巧妙地结合了前端界的明星框架AngularJS与服务
- 如何理解Transformer缺乏像CNN那样的归纳偏置
CcaozzZ
transformercnn深度学习
具体示例:“数字位置分类任务”我们设计一个简单的任务来对比CNN和Transformer对位置变化的处理能力:任务设定输入:28x28灰度图像,包含一个手写数字(0~9),但数字位置可能出现在图像任意位置(而非固定居中)。目标:模型需要同时完成两个任务:分类:识别数字类别(0~9)。定位:预测数字的中心坐标(x,y,取值范围[0,27])。训练数据:仅包含数字出现在图像左侧半区的样本(x≤13)。
- 鸿蒙开发0基础【PageAbility的生命周期】 FA模型开发
蒸糕笑QAQ
harmonyos5.0harmonyos华为鸿蒙系统鸿蒙
PageAbility生命周期是PageAbility被调度到INACTIVE、ACTIVE、BACKGROUND等各个状态的统称。PageAbility生命周期流转及状态说明见如下图1、表1所示。图1PageAbility生命周期流转表1PageAbility生命周期状态说明生命周期状态生命周期状态说明UNINITIALIZED未初始状态,为临时状态,PageAbility被创建后会由UNINI
- 鸿蒙开发0基础【进程模型概述】
蒸糕笑QAQ
harmonyos5.0harmonyos华为鸿蒙系统鸿蒙
FA模型下的线程主要有如下三类:主线程:负责管理其他线程。Ability线程:每个Ability一个线程。输入事件分发。UI绘制。应用代码回调(事件处理,生命周期)。接收Worker发送的消息。Worker线程:执行耗时操作。基于当前的线程模型,不同的业务功能运行在不同的线程上,业务功能的交互就需要线程间通信。线程间通信目前主要有[Emitter]和[Worker]两种方式,其中Emitter主要
- 大模型(LLMs)RAG 版面分析——表格识别方法篇
AI Echoes
镜像人工智能深度学习
大模型(LLMs)RAG版面分析——表格识别方法篇一、为什么需要识别表格?二、介绍一下表格识别任务?三、有哪些表格识别方法?3.1传统方法3.2pdfplumber表格抽取3.2.1pdfplumber如何进行表格抽取?3.2.2pdfplumber常见的表格抽取模式?3.3深度学习方法-语义分割3.3.1table-ocr/table-detect:票据图片复杂表格框识别(票据单元格切割)3.3
- 大模型 Token 的消耗可能是一笔糊涂账
云原生
作者:望宸如果您正在部署大模型应用,务必提前和CEO打好预防针,大模型应用远不如Web应用在资源成本上那么可控。经典的Web应用,例如电商、游戏、出行、新能源、教育和医疗等,CPU的消耗是可控的,和应用的在线人数和登陆时长成正相关,如果计算资源突增,可能是运营团队在做活动,也可能是预期外的突发流量,通过服务器弹性扩容后,稳定一段时间就会缩容到平时的状态,后端所消耗的资源是可追踪、可管控的。但大模型
- “端到端”流程
扉间798
人工智能
home.html设置表单文件上传框文件上传按钮predict.html图像变量path表单提交地址get返回按钮后端app.py模型编译加载模型创建自定义图像处理函数将图像转为数组调整图像大小做归一化创建跟路由判断请求方法是不是post从请求中提取文件获取文件名设置保存路径将文件保存到路径调用图像处理函数模型预测字典返回html返回预测结果返回图像路径model加载数据集转换为4维归一化处理独热
- RHCA核心课程技术解析5:红帽高可用性集群架构与深度实践
噗老师
华为认证架构java服务器红帽认证LinuxRHCA
一、红帽高可用集群架构全景1.1核心组件交互逻辑graphTDA[节点1]-->|Corosync心跳|B[节点2]A-->|Pacemaker资源管理|C[共享存储]B-->CD[Fencing设备]-->|STONITH|AD-->|STONITH|BC-->|GFS2锁管理|AC-->|GFS2锁管理|B1.2集群服务层次模型层级组件关键功能消息层Corosync节点间心跳与仲裁资源层Pac
- # 使用 Dlib 和 OpenCV 实现人脸关键点检测
www_pp_
opencv人工智能计算机视觉
使用Dlib和OpenCV实现人脸关键点检测在计算机视觉领域,人脸检测和关键点定位是许多应用的基础,例如人脸识别、表情分析和图像编辑等。本文将介绍如何使用Dlib和OpenCV实现人脸关键点检测,并展示如何在Python中加载预训练模型并应用到图像处理中。1.背景介绍人脸关键点检测是指在人脸图像中定位特定的特征点,例如眼睛、鼻子、嘴巴的轮廓等。这些关键点可以用于进一步的分析,如面部表情识别或面部对
- 复刻 OpenAI 式 DevOps 架构:AI 时代的新型 CI/CD 平台全景拆解
AI筑梦师
DevOps工厂devops架构人工智能
第1章|OpenAI的DevOps架构范式:从CI/CD到ModelOps×PromptOps×FeedbackOps“你以为OpenAI在做CI/CD?实际上它在运营的是一整条AI产品认知与进化的闭环。”——来自一次Infra工程师的内部演讲传统DevOps已不适用于大模型产品的核心原因如果你今天还在用传统DevOps的思维管理大模型系统,那你会面临这些挑战:问题场景为什么传统DevOps无法胜
- 解码 Llama 3 SFT:Templates、Special Tokens 及其在微调中的作用
kakaZhui
llama自然语言处理人工智能AIGCchatgpt多轮对话
写在前面在进行SFT,尤其是对话微调时,有两个核心概念是绕不开的:对话模板(ChatTemplates)和特殊标记(SpecialTokens)。它们是指导模型如何理解和生成结构化对话的关键“语法规则”。没有正确理解和使用它们,你的微调效果可能会大打折扣,甚至模型会“胡言乱语”。本文将以Llama3为例,深入探讨Template和SpecialToken的定义、它们在SFT训练过程中的具体应用,以
- 为什么选择 MCP?MCP (Model Context Protocol)中文介绍
佩奇的技术笔记
MCP系列文章ai
MCP是一种开放协议,它标准化了应用程序向LLM提供上下文的方式。可以将MCP视为AI应用程序的USB-C端口。正如USB-C提供了一种将设备连接到各种外围设备和配件的标准化方式一样,MCP提供了一种将AI模型连接到不同数据源和工具的标准化方式。为什么选择MCP?MCP可帮助您在LLM之上构建代理和复杂的工作流。LLM通常需要与数据和工具集成,而MCP可提供:您的LLM可以直接插入不断增加的预构建
- 初级:I/O与NIO面试题深度剖析
佩奇的技术笔记
Java面试小册niojava
一、引言在Java开发中,I/O(输入/输出)操作是程序与外部设备(如磁盘、网络等)进行数据交互的重要方式。传统的I/O模型在处理大规模数据和高并发场景时存在一定的局限性,而NIO(NewI/O)则通过引入缓冲区、通道等概念,提供了更高效、更灵活的I/O操作方式。面试官通过相关问题考察候选人对I/O和NIO的理解深度和实际应用能力,以及在实际开发中优化I/O操作的经验。本文将深入剖析常见的I/O与
- 整合分块请求大模型返回的测试用例及小工具显示bug修复
Python测试之道
测试提效测试用例bug服务器
在之前的分块发送需求数据给大模型进行测试用例生成时,由于数据结构的改变,需要对分块的回复进行整合,正确的整合是保障系统稳定性和功能正确性的核心。随着测试需求的复杂化,这对测试工程师提出了更高的整合和管理要求。本文将为初学者详细介绍如何利用Python整合分块请求大模型返回的测试用例数据,并通过逻辑清晰的代码实现高效汇总,帮助你快速上手大模型生成的测试用例处理。背景问题:分块测试用例数据的整合难点在
- 测试提效之AI 辅助生成测试用例:具体案例与代码实现
Python测试之道
测试提效python人工智能python功能测试
AI技术在自动化测试中的应用日益成熟,尤其是在测试用例生成方面,能够大幅提升测试工程师的效率。通过AI模型(如OpenAIGPT系列),我们可以根据代码逻辑、接口定义或需求描述,快速生成高质量的测试用例。1.AI辅助生成测试用例的场景1.1单元测试生成根据代码逻辑,AI可以自动生成单元测试,包括正常路径、边界条件和异常场景。1.2接口测试用例生成通过接口的API文档或定义,AI自动生成请求参数和预
- 数据采集高并发的架构应用
3golden
.net
问题的出发点:
最近公司为了发展需要,要扩大对用户的信息采集,每个用户的采集量估计约2W。如果用户量增加的话,将会大量照成采集量成3W倍的增长,但是又要满足日常业务需要,特别是指令要及时得到响应的频率次数远大于预期。
&n
- 不停止 MySQL 服务增加从库的两种方式
brotherlamp
linuxlinux视频linux资料linux教程linux自学
现在生产环境MySQL数据库是一主一从,由于业务量访问不断增大,故再增加一台从库。前提是不能影响线上业务使用,也就是说不能重启MySQL服务,为了避免出现其他情况,选择在网站访问量低峰期时间段操作。
一般在线增加从库有两种方式,一种是通过mysqldump备份主库,恢复到从库,mysqldump是逻辑备份,数据量大时,备份速度会很慢,锁表的时间也会很长。另一种是通过xtrabacku
- Quartz——SimpleTrigger触发器
eksliang
SimpleTriggerTriggerUtilsquartz
转载请出自出处:http://eksliang.iteye.com/blog/2208166 一.概述
SimpleTrigger触发器,当且仅需触发一次或者以固定时间间隔周期触发执行;
二.SimpleTrigger的构造函数
SimpleTrigger(String name, String group):通过该构造函数指定Trigger所属组和名称;
Simpl
- Informatica应用(1)
18289753290
sqlworkflowlookup组件Informatica
1.如果要在workflow中调用shell脚本有一个command组件,在里面设置shell的路径;调度wf可以右键出现schedule,现在用的是HP的tidal调度wf的执行。
2.designer里面的router类似于SSIS中的broadcast(多播组件);Reset_Workflow_Var:参数重置 (比如说我这个参数初始是1在workflow跑得过程中变成了3我要在结束时还要
- python 获取图片验证码中文字
酷的飞上天空
python
根据现成的开源项目 http://code.google.com/p/pytesser/改写
在window上用easy_install安装不上 看了下源码发现代码很少 于是就想自己改写一下
添加支持网络图片的直接解析
#coding:utf-8
#import sys
#reload(sys)
#sys.s
- AJAX
永夜-极光
Ajax
1.AJAX功能:动态更新页面,减少流量消耗,减轻服务器负担
2.代码结构:
<html>
<head>
<script type="text/javascript">
function loadXMLDoc()
{
.... AJAX script goes here ...
- 创业OR读研
随便小屋
创业
现在研一,有种想创业的想法,不知道该不该去实施。因为对于的我情况这两者是矛盾的,可能就是鱼与熊掌不能兼得。
研一的生活刚刚过去两个月,我们学校主要的是
- 需求做得好与坏直接关系着程序员生活质量
aijuans
IT 生活
这个故事还得从去年换工作的事情说起,由于自己不太喜欢第一家公司的环境我选择了换一份工作。去年九月份我入职现在的这家公司,专门从事金融业内软件的开发。十一月份我们整个项目组前往北京做现场开发,从此苦逼的日子开始了。
系统背景:五月份就有同事前往甲方了解需求一直到6月份,后续几个月也完
- 如何定义和区分高级软件开发工程师
aoyouzi
在软件开发领域,高级开发工程师通常是指那些编写代码超过 3 年的人。这些人可能会被放到领导的位置,但经常会产生非常糟糕的结果。Matt Briggs 是一名高级开发工程师兼 Scrum 管理员。他认为,单纯使用年限来划分开发人员存在问题,两个同样具有 10 年开发经验的开发人员可能大不相同。近日,他发表了一篇博文,根据开发者所能发挥的作用划分软件开发工程师的成长阶段。
初
- Servlet的请求与响应
百合不是茶
servletget提交java处理post提交
Servlet是tomcat中的一个重要组成,也是负责客户端和服务端的中介
1,Http的请求方式(get ,post);
客户端的请求一般都会都是Servlet来接受的,在接收之前怎么来确定是那种方式提交的,以及如何反馈,Servlet中有相应的方法, http的get方式 servlet就是都doGet(
- web.xml配置详解之listener
bijian1013
javaweb.xmllistener
一.定义
<listener>
<listen-class>com.myapp.MyListener</listen-class>
</listener>
二.作用 该元素用来注册一个监听器类。可以收到事件什么时候发生以及用什么作为响
- Web页面性能优化(yahoo技术)
Bill_chen
JavaScriptAjaxWebcssYahoo
1.尽可能的减少HTTP请求数 content
2.使用CDN server
3.添加Expires头(或者 Cache-control) server
4.Gzip 组件 server
5.把CSS样式放在页面的上方。 css
6.将脚本放在底部(包括内联的) javascript
7.避免在CSS中使用Expressions css
8.将javascript和css独立成外部文
- 【MongoDB学习笔记八】MongoDB游标、分页查询、查询结果排序
bit1129
mongodb
游标
游标,简单的说就是一个查询结果的指针。游标作为数据库的一个对象,使用它是包括
声明
打开
循环抓去一定数目的文档直到结果集中的所有文档已经抓取完
关闭游标
游标的基本用法,类似于JDBC的ResultSet(hasNext判断是否抓去完,next移动游标到下一条文档),在获取一个文档集时,可以提供一个类似JDBC的FetchSize
- ORA-12514 TNS 监听程序当前无法识别连接描述符中请求服务 的解决方法
白糖_
ORA-12514
今天通过Oracle SQL*Plus连接远端服务器的时候提示“监听程序当前无法识别连接描述符中请求服务”,遂在网上找到了解决方案:
①打开Oracle服务器安装目录\NETWORK\ADMIN\listener.ora文件,你会看到如下信息:
# listener.ora Network Configuration File: D:\database\Oracle\net
- Eclipse 问题 A resource exists with a different case
bozch
eclipse
在使用Eclipse进行开发的时候,出现了如下的问题:
Description Resource Path Location TypeThe project was not built due to "A resource exists with a different case: '/SeenTaoImp_zhV2/bin/seentao'.&
- 编程之美-小飞的电梯调度算法
bylijinnan
编程之美
public class AptElevator {
/**
* 编程之美 小飞 电梯调度算法
* 在繁忙的时间,每次电梯从一层往上走时,我们只允许电梯停在其中的某一层。
* 所有乘客都从一楼上电梯,到达某层楼后,电梯听下来,所有乘客再从这里爬楼梯到自己的目的层。
* 在一楼时,每个乘客选择自己的目的层,电梯则自动计算出应停的楼层。
* 问:电梯停在哪
- SQL注入相关概念
chenbowen00
sqlWeb安全
SQL Injection:就是通过把SQL命令插入到Web表单递交或输入域名或页面请求的查询字符串,最终达到欺骗服务器执行恶意的SQL命令。
具体来说,它是利用现有应用程序,将(恶意)的SQL命令注入到后台数据库引擎执行的能力,它可以通过在Web表单中输入(恶意)SQL语句得到一个存在安全漏洞的网站上的数据库,而不是按照设计者意图去执行SQL语句。
首先让我们了解什么时候可能发生SQ
- [光与电]光子信号战防御原理
comsci
原理
无论是在战场上,还是在后方,敌人都有可能用光子信号对人体进行控制和攻击,那么采取什么样的防御方法,最简单,最有效呢?
我们这里有几个山寨的办法,可能有些作用,大家如果有兴趣可以去实验一下
根据光
- oracle 11g新特性:Pending Statistics
daizj
oracledbms_stats
oracle 11g新特性:Pending Statistics 转
从11g开始,表与索引的统计信息收集完毕后,可以选择收集的统信息立即发布,也可以选择使新收集的统计信息处于pending状态,待确定处于pending状态的统计信息是安全的,再使处于pending状态的统计信息发布,这样就会避免一些因为收集统计信息立即发布而导致SQL执行计划走错的灾难。
在 11g 之前的版本中,D
- 快速理解RequireJs
dengkane
jqueryrequirejs
RequireJs已经流行很久了,我们在项目中也打算使用它。它提供了以下功能:
声明不同js文件之间的依赖
可以按需、并行、延时载入js库
可以让我们的代码以模块化的方式组织
初看起来并不复杂。 在html中引入requirejs
在HTML中,添加这样的 <script> 标签:
<script src="/path/to
- C语言学习四流程控制if条件选择、for循环和强制类型转换
dcj3sjt126com
c
# include <stdio.h>
int main(void)
{
int i, j;
scanf("%d %d", &i, &j);
if (i > j)
printf("i大于j\n");
else
printf("i小于j\n");
retu
- dictionary的使用要注意
dcj3sjt126com
IO
NSDictionary *dict = [NSDictionary dictionaryWithObjectsAndKeys:
user.user_id , @"id",
user.username , @"username",
- Android 中的资源访问(Resource)
finally_m
xmlandroidStringdrawablecolor
简单的说,Android中的资源是指非代码部分。例如,在我们的Android程序中要使用一些图片来设置界面,要使用一些音频文件来设置铃声,要使用一些动画来显示特效,要使用一些字符串来显示提示信息。那么,这些图片、音频、动画和字符串等叫做Android中的资源文件。
在Eclipse创建的工程中,我们可以看到res和assets两个文件夹,是用来保存资源文件的,在assets中保存的一般是原生
- Spring使用Cache、整合Ehcache
234390216
springcacheehcache@Cacheable
Spring使用Cache
从3.1开始,Spring引入了对Cache的支持。其使用方法和原理都类似于Spring对事务管理的支持。Spring Cache是作用在方法上的,其核心思想是这样的:当我们在调用一个缓存方法时会把该方法参数和返回结果作为一个键值对存放在缓存中,等到下次利用同样的
- 当druid遇上oracle blob(clob)
jackyrong
oracle
http://blog.csdn.net/renfufei/article/details/44887371
众所周知,Oracle有很多坑, 所以才有了去IOE。
在使用Druid做数据库连接池后,其实偶尔也会碰到小坑,这就是使用开源项目所必须去填平的。【如果使用不开源的产品,那就不是坑,而是陷阱了,你都不知道怎么去填坑】
用Druid连接池,通过JDBC往Oracle数据库的
- easyui datagrid pagination获得分页页码、总页数等信息
ldzyz007
var grid = $('#datagrid');
var options = grid.datagrid('getPager').data("pagination").options;
var curr = options.pageNumber;
var total = options.total;
var max =
- 浅析awk里的数组
nigelzeng
二维数组array数组awk
awk绝对是文本处理中的神器,它本身也是一门编程语言,还有许多功能本人没有使用到。这篇文章就单单针对awk里的数组来进行讨论,如何利用数组来帮助完成文本分析。
有这么一组数据:
abcd,91#31#2012-12-31 11:24:00
case_a,136#19#2012-12-31 11:24:00
case_a,136#23#2012-12-31 1
- 搭建 CentOS 6 服务器(6) - TigerVNC
rensanning
centos
安装GNOME桌面环境
# yum groupinstall "X Window System" "Desktop"
安装TigerVNC
# yum -y install tigervnc-server tigervnc
启动VNC服务
# /etc/init.d/vncserver restart
# vncser
- Spring 数据库连接整理
tomcat_oracle
springbeanjdbc
1、数据库连接jdbc.properties配置详解 jdbc.url=jdbc:hsqldb:hsql://localhost/xdb jdbc.username=sa jdbc.password= jdbc.driver=不同的数据库厂商驱动,此处不一一列举 接下来,详细配置代码如下:
Spring连接池
- Dom4J解析使用xpath java.lang.NoClassDefFoundError: org/jaxen/JaxenException异常
xp9802
用Dom4J解析xml,以前没注意,今天使用dom4j包解析xml时在xpath使用处报错
异常栈:java.lang.NoClassDefFoundError: org/jaxen/JaxenException异常
导入包 jaxen-1.1-beta-6.jar 解决;
&nb