- 大模型成本优化实战:从分布式训练到量化剪枝,轻松降低AI计算开销
网罗开发
AI大模型人工智能机器学习深度学习
网罗开发(小红书、快手、视频号同名) 大家好,我是展菲,目前在上市企业从事人工智能项目研发管理工作,平时热衷于分享各种编程领域的软硬技能知识以及前沿技术,包括iOS、前端、HarmonyOS、Java、Python等方向。在移动端开发、鸿蒙开发、物联网、嵌入式、云原生、开源等领域有深厚造诣。图书作者:《ESP32-C3物联网工程开发实战》图书作者:《SwiftUI入门,进阶与实战》超级个体:CO
- 高并发微服务日志管理:ELK、Loki、Fluentd 终极对决与实战指南
网罗开发
java集后端云原生微服务elk架构
网罗开发(小红书、快手、视频号同名) 大家好,我是展菲,目前在上市企业从事人工智能项目研发管理工作,平时热衷于分享各种编程领域的软硬技能知识以及前沿技术,包括iOS、前端、HarmonyOS、Java、Python等方向。在移动端开发、鸿蒙开发、物联网、嵌入式、云原生、开源等领域有深厚造诣。图书作者:《ESP32-C3物联网工程开发实战》图书作者:《SwiftUI入门,进阶与实战》超级个体:CO
- 网络协议
你一身傲骨怎能输
计算机网络网络协议网络
网络协议是计算机网络中进行通信的规则和约定的集合。它们定义了数据如何在不同设备之间传输,以及如何解析和处理这些数据。以下是一些常见网络协议的详细介绍:1.TCP/IP协议族TCP/IP(传输控制协议/互联网协议)是互联网的基础协议,它定义了数据如何在网络中传输。IP协议:IPv4:目前广泛使用的互联网协议版本,使用32位地址。IPv6:下一代互联网协议,使用128位地址,提供更大的地址空间和改进的
- 基于大模型的肺纤维化预测及临床方案研究报告
LCG元
围术期危险因子预测模型研究人工智能
目录一、引言1.1研究背景与意义1.2研究目的与方法二、大模型技术概述2.1大模型的基本原理2.2大模型在医疗领域的应用现状三、肺纤维化相关知识3.1肺纤维化的病因与发病机制3.2肺纤维化的临床症状与诊断方法3.3肺纤维化的治疗现状与挑战四、大模型预测肺纤维化的方法4.1数据收集与预处理4.2模型选择与构建4.3模型训练与优化4.4模型评估与验证五、大模型在肺纤维化术前预测中的应用5.1手术风险评
- 敏捷开发实践中的质量保障:如何平衡速度与代码质量?
服务器运维
敏捷工程:现代软件开发的变革与实践近年来,软件工程领域经历了从传统瀑布模型到敏捷开发的深刻转变。这种转变不仅是技术方法的升级,更是团队协作、需求管理和交付模式的革新。本文将从敏捷开发的核心理念、主流方法、实践案例及未来趋势等角度展开,探讨其如何重塑现代软件开发流程,并为团队提供高效协作的解决方案。[]()一、敏捷开发的核心理念:响应变化,以人为本敏捷开发的起源可追溯至2001年发布的《敏捷宣言》,
- 应用的负载均衡
Normal Developer
负载均衡系统设计架构设计
概述负载均衡(LoadBalancing)调度后方的多台机器,以统一的接口对外提供服务,承担此职责的技术组件被称为“负载均衡”。负载均衡器将传入的请求分发到应用服务器和数据库等计算资源。负载均衡是计算机网络中一种用于优化资源利用、最大化吞吐量、减少响应时间以及确保系统可靠性的重要技术。负载均衡通过在多个计算资源(如服务器)之间分配工作负荷来实现这些目标,从而避免了任何单一资源成为瓶颈。在互联网时代
- 用 PyTorch/TensorFlow 搭建简单全连接神经网络
gs80140
AIpytorchtensorflow神经网络
目录用PyTorch/TensorFlow搭建简单全连接神经网络网络结构概述1.使用PyTorch构建网络2.使用TensorFlow构建网络总结用PyTorch/TensorFlow搭建简单全连接神经网络在本篇博客中,我们将介绍如何使用两大深度学习框架——PyTorch和TensorFlow,构建一个简单的全连接神经网络。该网络包含输入层、一个隐藏层和输出层,适合初学者理解神经网络的基本构建模块
- 麒麟系统远程桌面,麒麟系统如何连接远程桌面?
浅若清风217
编辑器
在信息技术快速发展的今天,远程桌面连接已成为日常工作和生活中不可或缺的一部分。麒麟操作系统作为一款国产操作系统,其安全性和易用性受到了广泛的认可。对于需要在麒麟系统之间或与其他操作系统之间进行远程桌面连接的用户来说,了解如何设置和连接是非常重要的。本文将为您提供麒麟系统连接远程桌面的详细步骤,帮助您高效、安全地实现远程操作。下面为大家介绍IIS7服务器管理工具的使用教程。一、服务管理器工具的添加方
- 9. 【.NET 8 实战--孢子记账--从单体到微服务--转向微服务】--微服务基础工具与技术--Ocelot 网关--请求聚合
喵叔哟
.NET8.net微服务架构
在微服务架构中,请求聚合的核心意义在于优化客户端与后端服务的交互效率,解决多服务协同的复杂性。通过将多个微服务的调用合并为单一请求,聚合层(如BFF或网关)可显著减少网络传输次数、降低延迟,同时统一数据格式以适配不同客户端(如移动端、Web端)的差异化需求。例如,移动端展示订单详情时,聚合层可并行调取用户、商品和物流服务的数据,整合后返回精简结果,避免客户端频繁发起请求。此外,聚合层还能处理数据裁
- 爬虫必备html和css基础知识
ylfhpy
爬虫项目入门爬虫htmlcsspython
一、引言在当今数字化时代,网络上蕴含着海量的有价值数据。Python爬虫技术凭借其高效、灵活的特点,成为了获取这些数据的重要手段。而网页数据通常以HTML格式呈现,要想准确地从网页中提取所需信息,就需要深入了解HTML标签的结构和含义,以及如何运用CSS选择器精准定位目标元素。本文将围绕这两方面展开详细阐述,旨在帮助掌握Python爬虫的关键基础技能。二、常用HTML标签详解2.1文本结构标签2.
- Sobel边缘检测算法:图像处理的关键技术
Fkvision
本文还有配套的精品资源,点击获取简介:Sobel算子是图像处理中用于边缘检测的经典方法,通过计算图像的梯度强度和方向来识别边界。本文详细介绍了Sobel算子的设计原理和实现步骤,包括图像的灰度转换、梯度计算、幅值和方向的确定,以及阈值处理和边缘细化。Sobel算子通过卷积操作实现对水平和垂直方向的边缘检测,被广泛应用于各种图像处理场景。文章还将涉及如何使用编程语言和库来实现Sobel边缘检测算法,
- AI快速变现之路,健康与情感咨询
头脑旋风
AI变现之路人工智能
以下是针对健康与情感咨询的AI快速变现方案,包含详细操作流程、工具推荐及行业应用案例,结合2025年AIGC技术趋势设计:一、核心操作流程详解1.需求分析与用户画像工具推荐:Typeform(问卷调研)+ChatGPT(需求分析)+心理测评工具(如MMPI-2)操作步骤:使用Typeform设计健康/情感评估问卷(示例:“最近3个月的压力来源及频率”)输入问卷结果到ChatGPT生成用户画像(如"
- 沉浸式购物新纪元:3D技术如何重塑电商转化率
mirrornan
3D行业资讯3d
3D技术已成为电商吸引流量的重要手段,它通过提供沉浸式、交互式的购物体验,显著提升了商品转化率。那么该如何利用3D技术提高商品转化率呢?一、商品3D展示全方位展示:3D技术可以实现商品的720°(或360°)立体化旋转缩放展示,让消费者从多角度、全方位地了解商品细节,增强购买欲望。细节放大:消费者可以放大并实时看到商品的每一处细节,这种沉浸式的购物体验提高了用户的参与度和兴趣,有助于做出更精准的购
- AR技术在电商行业中有哪些应用场景?有何优势?
mirrornan
3D行业资讯ar3D模型3D展示3d51建模网
AR(增强现实)技术在电商行业中的应用场景广泛且多样,为消费者带来了全新的购物体验,同时也为商家提供了诸多优势。51建模网为电商行业AR技术应用提供解决方案,以下是AR技术在电商行业中的主要应用场景及其优势:一、应用场景1、虚拟商品展示:家具展示:消费者可以通过手机摄像头将虚拟家具摆放在自己家中的实际环境中,直观地看到家具的尺寸、风格和搭配效果。鞋服展示:用户可以在手机或计算机屏幕上,通过AR技术
- Cassini_Network-Aware Job Schedulingin Machine Learning Clusters
一只积极向上的小咸鱼
机器学习人工智能
这篇论文介绍了CASSINI,一种用于机器学习(ML)集群的网络感知作业调度器。研究背景背景介绍:这篇文章的研究背景是深度学习数据集和模型规模的不断增长,对高效GPU集群的需求日益增加。分布式机器学习训练工作负载的通信开销占据了训练迭代时间的很大一部分,而现有的ML调度器往往忽略了ML训练作业的通信模式。研究问题:该问题的研究目标是开发一种简单而有效的方法,能够在网络链路中高效地放置多个ML作业,
- 安宝特方案 | AR在供应链管理中的应用:提升效率与透明度
安宝特AR
arAR眼镜仓储管理工业ar交通物流
随着全球化的不断深入和市场需求的快速变化,企业对供应链管理的要求也日益提高。如何在复杂的供应链环境中提升效率、降低成本,并确保信息的透明度,成为了各大行业亟待解决的问题。而增强现实(AR)技术,特别是安宝特的AR眼镜,正为这一挑战提供了创新的解决方案。1.实时信息可视化在传统的供应链管理中,决策往往依赖于静态数据,这使得反应速度缓慢且难以适应快速变化的市场。而通过安宝特的AR眼镜,工作人员可以实时
- 大语言模型(LLM)入门学习路线图,附资源汇总,收藏这篇就够了
AI小白熊
语言模型学习人工智能aitransformer深度学习
Github项目上有一个[大语言模型学习路线笔记]“大语言模型学习路线笔记”),它全面涵盖了大语言模型的所需的基础知识学习,LLM前沿算法和架构,以及如何将大语言模型进行工程化实践。这份资料是初学者或有一定基础的开发/算法人员入门活深入大型语言模型学习的优秀参考。这份资料重点介绍了我们应该掌握哪些核心知识,并推荐了一系列优质的学习视频和博客,旨在帮助大家系统性地掌握大型语言模型的相关技术。大语言模
- AI快速变现之路,AI视频创作
头脑旋风
AI变现之路人工智能音视频
以下是针对AI视频创作的快速变现方案,包含详细操作步骤、工具推荐及行业应用案例,结合2025年AIGC技术趋势设计:一、核心操作流程详解1.需求分析与脚本生成工具推荐:ChatGPT4.0+ScriptStudio(视频脚本专用工具)操作步骤:通过问卷星收集客户需求(品牌调性/目标平台/时长要求)输入prompt到ChatGPT生成多版本脚本(示例:“生成一个30秒的科技产品广告脚本,风格类似苹果
- Python 网络编程实战:手把手教你打造高效 HTTP 服务器!
威哥说编程
python开发语言
随着互联网的普及和发展,越来越多的应用需要通过网络进行数据传输和通信。作为开发者,掌握网络编程的技能是非常重要的。Python是一门非常适合进行网络编程的语言,它拥有简单易用的库,可以帮助我们快速实现高效的网络服务。在本篇文章中,我们将通过实际案例,手把手教你使用Python创建一个高效的HTTP服务器。通过这个实例,你将掌握Python网络编程的基本概念、使用常用的网络库以及如何优化网络服务的性
- 人工智能丨大语言模型不再高不可攀!DeepSeek开源FlashMLA,开启AI新纪元
霍格沃兹测试开发学社测试人社区
人工智能语言模型开源
在人工智能技术飞速发展的今天,DeepSeek宣布开源其核心大语言模型框架——FlashMLA,这一举动引发了业界的广泛关注。那么,DeepSeek开源FlashMLA,究竟意味着什么?这不仅是一次技术上的开放,更是对行业生态、技术创新和长期价值的一次深刻诠释。技术民主化:降低门槛,赋能更多开发者DeepSeek开源FlashMLA,首先意味着技术民主化的进一步推进。大语言模型作为AI领域的核心技
- 基于matlab的帧间差法进行视频目标检测系统
挂科边缘
MATLAB项目实战matlab人工智能计算机视觉
文章目录前言一、理论基础1.帧间差分法2.背景差分法3.光流法二、程序实现总结源码下载前言运动目标自动检测是对运动目标进行检测、提取、识别和跟踪的技术。基于视频序列的运动目标检测,一直以来都是机器视觉、智能监控系统、视频跟踪系统等领域的研究重点,是整个计算机视觉的研究难点之一。运动目标检测的结果正确性对后续的图像处理、图像理解等工作的顺利开展具有决定性的作用,所以能否将运动物体从视频序列中准确地检
- 50、深度学习-自学之路-自己搭建深度学习框架-11、添加RNN递归神经网络层为了浮现RNN的神经网络使用框架。
小宇爱
深度学习-自学之路深度学习人工智能自然语言处理神经网络rnn
importnumpyasnpclassTensor(object):def__init__(self,data,autograd=False,creators=None,creation_op=None,id=None):self.data=np.array(data)self.autograd=autogradself.grad=Noneif(idisNone):self.id=np.rand
- 52、深度学习-自学之路-自己搭建深度学习框架-13、对话预测功能,使用我们自己建的架构重写RNN预测网络,程序的详细解读。
小宇爱
深度学习-自学之路深度学习人工智能神经网络自然语言处理rnn
importnumpyasnpclassTensor(object):def__init__(self,data,autograd=False,creators=None,creation_op=None,id=None):self.data=np.array(data)self.autograd=autogradself.grad=Noneif(idisNone):self.id=np.rand
- 扣子和DIfy调用deepseek对比分析
ISDF-CodeInkVotex
人工智能+科技前沿杂谈人工智能
近日,与网络高人学习,用Coze调用deepseek火山引擎版满血R1大模型,可以构建自己的业务级智能体,觉得还挺好玩的。又闻言,Dify、TensorFlow、PyTorch、Keras、Fastai、HuggingFace等工具可以微调诸如deepseek、chatgpt、doubao等大模型。下面重点讲Dify和Coze在调用deepseek上的区别做一个简要分析,供个人认知扫盲。1.调用方
- 使用Google Cloud Vertex AI构建RAG匹配引擎
vaidfl
python
技术背景介绍RAG(Retrieval-AugmentedGeneration)是一种结合信息检索和生成技术的框架。在GoogleCloudPlatform的VertexAI中,我们可以利用MatchingEngine来快速高效地从大规模的数据集中检索相关文档或上下文。利用预先创建的索引,RAG能够根据用户提供的问题检索到最有用的信息,并辅助生成更精确的回答。核心原理解析RAG匹配引擎在Verte
- RAG技术落地:核心痛点与应对策略全面解析
山风wind
人工智能人工智能LLMAIGCRAG
RAG技术落地:核心痛点与应对策略全面解析RAG技术落地:核心痛点与应对策略全面解析一、技术实现层的四大挑战二、数据质量管理的生死线三、产业落地的软性痛点四、未来技术演进方向RAG技术落地:核心痛点与应对策略全面解析检索增强生成(RAG)技术凭借其提升内容精准性与上下文关联的优势,成为大规模语言模型应用的热点方向。但在实际落地过程中,开发者和企业仍面临技术实现、数据管理、用户体验等多维度挑战。以下
- 使用 frp 实现内网穿透:从零到一的完整指南
山风wind
人工智能frpdeepseek内网穿透人工智能http
使用frp实现内网穿透:从零到一的完整指南DeepSeek满血版免费领啦!字节跳动火山引擎官方,免费抵扣3625万tokens,畅享R1与V3模型!参与入口:点击进入为什么需要内网穿透?在日常开发或家庭网络中,我们常常需要访问位于内网(如公司、家庭局域网)的设备或服务(如远程桌面、NAS、Web服务器)。然而,由于缺乏公网IP或防火墙限制,这些服务无法直接从外网访问。内网穿透(NAT穿透)技术应运
- ELK性能优化实战总结:kafka与rabbitmq
m0_56824583
程序员面试经验分享java
4年经验应该具备哪些技能首先,简单的聊一下我认为的4年经验左右、优秀的Java程序员应该具备的技能有哪些,按“专业技能”和“项目”两块,包括但不限于以下内容。专业技能方面基础:JDK常用类的原理、源码、使用场景。设计模式:常用几种的原理、使用场景,单例、动态代理、模板、责任链等。数据结构:数组、链表、栈、队列、树。网络:TCP、HTTP、HTTPS、负载均衡算法。框架:SpringIoC原理、Sp
- 计算机视觉:经典数据格式(VOC、YOLO、COCO)解析与转换(附代码)
全栈你个大西瓜
人工智能计算机视觉YOLO目标跟踪人工智能数据标注目标检测COCO
第一章:计算机视觉中图像的基础认知第二章:计算机视觉:卷积神经网络(CNN)基本概念(一)第三章:计算机视觉:卷积神经网络(CNN)基本概念(二)第四章:搭建一个经典的LeNet5神经网络(附代码)第五章:计算机视觉:神经网络实战之手势识别(附代码)第六章:计算机视觉:目标检测从简单到容易(附代码)第七章:MTCNN人脸检测技术揭秘:原理、实现与实战(附代码)第八章:探索YOLO技术:目标检测的高
- 信息系统总体功能结构
hhappy0123456789
网络安全
总体功能是在“统一规划、融合设计、分步实施、注重实效”指导思想下,基于统一的硬件网络规划设计,搭建大集中的过程控制系统层,集成生产实时数据和管理关系数据库的数据层,在满足系统安全策略的前提下,应用功能分为以下五大部分:生产管理部分包括:运行工况监视与查询,运行统计与考核,性能计算,耗差分析,运行优化,负荷优化分配,控制系统优化,应力与寿命管理,设备状态监测与故障诊断,数据归类统计,设备可靠性管理,
- 项目中 枚举与注解的结合使用
飞翔的马甲
javaenumannotation
前言:版本兼容,一直是迭代开发头疼的事,最近新版本加上了支持新题型,如果新创建一份问卷包含了新题型,那旧版本客户端就不支持,如果新创建的问卷不包含新题型,那么新旧客户端都支持。这里面我们通过给问卷类型枚举增加自定义注解的方式完成。顺便巩固下枚举与注解。
一、枚举
1.在创建枚举类的时候,该类已继承java.lang.Enum类,所以自定义枚举类无法继承别的类,但可以实现接口。
- 【Scala十七】Scala核心十一:下划线_的用法
bit1129
scala
下划线_在Scala中广泛应用,_的基本含义是作为占位符使用。_在使用时是出问题非常多的地方,本文将不断完善_的使用场景以及所表达的含义
1. 在高阶函数中使用
scala> val list = List(-3,8,7,9)
list: List[Int] = List(-3, 8, 7, 9)
scala> list.filter(_ > 7)
r
- web缓存基础:术语、http报头和缓存策略
dalan_123
Web
对于很多人来说,去访问某一个站点,若是该站点能够提供智能化的内容缓存来提高用户体验,那么最终该站点的访问者将络绎不绝。缓存或者对之前的请求临时存储,是http协议实现中最核心的内容分发策略之一。分发路径中的组件均可以缓存内容来加速后续的请求,这是受控于对该内容所声明的缓存策略。接下来将讨web内容缓存策略的基本概念,具体包括如如何选择缓存策略以保证互联网范围内的缓存能够正确处理的您的内容,并谈论下
- crontab 问题
周凡杨
linuxcrontabunix
一: 0481-079 Reached a symbol that is not expected.
背景:
*/5 * * * * /usr/IBMIHS/rsync.sh
- 让tomcat支持2级域名共享session
g21121
session
tomcat默认情况下是不支持2级域名共享session的,所有有些情况下登陆后从主域名跳转到子域名会发生链接session不相同的情况,但是只需修改几处配置就可以了。
打开tomcat下conf下context.xml文件
找到Context标签,修改为如下内容
如果你的域名是www.test.com
<Context sessionCookiePath="/path&q
- web报表工具FineReport常用函数的用法总结(数学和三角函数)
老A不折腾
Webfinereport总结
ABS
ABS(number):返回指定数字的绝对值。绝对值是指没有正负符号的数值。
Number:需要求出绝对值的任意实数。
示例:
ABS(-1.5)等于1.5。
ABS(0)等于0。
ABS(2.5)等于2.5。
ACOS
ACOS(number):返回指定数值的反余弦值。反余弦值为一个角度,返回角度以弧度形式表示。
Number:需要返回角
- linux 启动java进程 sh文件
墙头上一根草
linuxshelljar
#!/bin/bash
#初始化服务器的进程PId变量
user_pid=0;
robot_pid=0;
loadlort_pid=0;
gateway_pid=0;
#########
#检查相关服务器是否启动成功
#说明:
#使用JDK自带的JPS命令及grep命令组合,准确查找pid
#jps 加 l 参数,表示显示java的完整包路径
#使用awk,分割出pid
- 我的spring学习笔记5-如何使用ApplicationContext替换BeanFactory
aijuans
Spring 3 系列
如何使用ApplicationContext替换BeanFactory?
package onlyfun.caterpillar.device;
import org.springframework.beans.factory.BeanFactory;
import org.springframework.beans.factory.xml.XmlBeanFactory;
import
- Linux 内存使用方法详细解析
annan211
linux内存Linux内存解析
来源 http://blog.jobbole.com/45748/
我是一名程序员,那么我在这里以一个程序员的角度来讲解Linux内存的使用。
一提到内存管理,我们头脑中闪出的两个概念,就是虚拟内存,与物理内存。这两个概念主要来自于linux内核的支持。
Linux在内存管理上份为两级,一级是线性区,类似于00c73000-00c88000,对应于虚拟内存,它实际上不占用
- 数据库的单表查询常用命令及使用方法(-)
百合不是茶
oracle函数单表查询
创建数据库;
--建表
create table bloguser(username varchar2(20),userage number(10),usersex char(2));
创建bloguser表,里面有三个字段
&nbs
- 多线程基础知识
bijian1013
java多线程threadjava多线程
一.进程和线程
进程就是一个在内存中独立运行的程序,有自己的地址空间。如正在运行的写字板程序就是一个进程。
“多任务”:指操作系统能同时运行多个进程(程序)。如WINDOWS系统可以同时运行写字板程序、画图程序、WORD、Eclipse等。
线程:是进程内部单一的一个顺序控制流。
线程和进程
a. 每个进程都有独立的
- fastjson简单使用实例
bijian1013
fastjson
一.简介
阿里巴巴fastjson是一个Java语言编写的高性能功能完善的JSON库。它采用一种“假定有序快速匹配”的算法,把JSON Parse的性能提升到极致,是目前Java语言中最快的JSON库;包括“序列化”和“反序列化”两部分,它具备如下特征:  
- 【RPC框架Burlap】Spring集成Burlap
bit1129
spring
Burlap和Hessian同属于codehaus的RPC调用框架,但是Burlap已经几年不更新,所以Spring在4.0里已经将Burlap的支持置为Deprecated,所以在选择RPC框架时,不应该考虑Burlap了。
这篇文章还是记录下Burlap的用法吧,主要是复制粘贴了Hessian与Spring集成一文,【RPC框架Hessian四】Hessian与Spring集成
 
- 【Mahout一】基于Mahout 命令参数含义
bit1129
Mahout
1. mahout seqdirectory
$ mahout seqdirectory
--input (-i) input Path to job input directory(原始文本文件).
--output (-o) output The directory pathna
- linux使用flock文件锁解决脚本重复执行问题
ronin47
linux lock 重复执行
linux的crontab命令,可以定时执行操作,最小周期是每分钟执行一次。关于crontab实现每秒执行可参考我之前的文章《linux crontab 实现每秒执行》现在有个问题,如果设定了任务每分钟执行一次,但有可能一分钟内任务并没有执行完成,这时系统会再执行任务。导致两个相同的任务在执行。
例如:
<?
//
test
.php
- java-74-数组中有一个数字出现的次数超过了数组长度的一半,找出这个数字
bylijinnan
java
public class OcuppyMoreThanHalf {
/**
* Q74 数组中有一个数字出现的次数超过了数组长度的一半,找出这个数字
* two solutions:
* 1.O(n)
* see <beauty of coding>--每次删除两个不同的数字,不改变数组的特性
* 2.O(nlogn)
* 排序。中间
- linux 系统相关命令
candiio
linux
系统参数
cat /proc/cpuinfo cpu相关参数
cat /proc/meminfo 内存相关参数
cat /proc/loadavg 负载情况
性能参数
1)top
M:按内存使用排序
P:按CPU占用排序
1:显示各CPU的使用情况
k:kill进程
o:更多排序规则
回车:刷新数据
2)ulimit
ulimit -a:显示本用户的系统限制参
- [经营与资产]保持独立性和稳定性对于软件开发的重要意义
comsci
软件开发
一个软件的架构从诞生到成熟,中间要经过很多次的修正和改造
如果在这个过程中,外界的其它行业的资本不断的介入这种软件架构的升级过程中
那么软件开发者原有的设计思想和开发路线
- 在CentOS5.5上编译OpenJDK6
Cwind
linuxOpenJDK
几番周折终于在自己的CentOS5.5上编译成功了OpenJDK6,将编译过程和遇到的问题作一简要记录,备查。
0. OpenJDK介绍
OpenJDK是Sun(现Oracle)公司发布的基于GPL许可的Java平台的实现。其优点:
1、它的核心代码与同时期Sun(-> Oracle)的产品版基本上是一样的,血统纯正,不用担心性能问题,也基本上没什么兼容性问题;(代码上最主要的差异是
- java乱码问题
dashuaifu
java乱码问题js中文乱码
swfupload上传文件参数值为中文传递到后台接收中文乱码 在js中用setPostParams({"tag" : encodeURI( document.getElementByIdx_x("filetag").value,"utf-8")});
然后在servlet中String t
- cygwin很多命令显示command not found的解决办法
dcj3sjt126com
cygwin
cygwin很多命令显示command not found的解决办法
修改cygwin.BAT文件如下
@echo off
D:
set CYGWIN=tty notitle glob
set PATH=%PATH%;d:\cygwin\bin;d:\cygwin\sbin;d:\cygwin\usr\bin;d:\cygwin\usr\sbin;d:\cygwin\us
- [介绍]从 Yii 1.1 升级
dcj3sjt126com
PHPyii2
2.0 版框架是完全重写的,在 1.1 和 2.0 两个版本之间存在相当多差异。因此从 1.1 版升级并不像小版本间的跨越那么简单,通过本指南你将会了解两个版本间主要的不同之处。
如果你之前没有用过 Yii 1.1,可以跳过本章,直接从"入门篇"开始读起。
请注意,Yii 2.0 引入了很多本章并没有涉及到的新功能。强烈建议你通读整部权威指南来了解所有新特性。这样有可能会发
- Linux SSH免登录配置总结
eksliang
ssh-keygenLinux SSH免登录认证Linux SSH互信
转载请出自出处:http://eksliang.iteye.com/blog/2187265 一、原理
我们使用ssh-keygen在ServerA上生成私钥跟公钥,将生成的公钥拷贝到远程机器ServerB上后,就可以使用ssh命令无需密码登录到另外一台机器ServerB上。
生成公钥与私钥有两种加密方式,第一种是
- 手势滑动销毁Activity
gundumw100
android
老是效仿ios,做android的真悲催!
有需求:需要手势滑动销毁一个Activity
怎么办尼?自己写?
不用~,网上先问一下百度。
结果:
http://blog.csdn.net/xiaanming/article/details/20934541
首先将你需要的Activity继承SwipeBackActivity,它会在你的布局根目录新增一层SwipeBackLay
- JavaScript变换表格边框颜色
ini
JavaScripthtmlWebhtml5css
效果查看:http://hovertree.com/texiao/js/2.htm代码如下,保存到HTML文件也可以查看效果:
<html>
<head>
<meta charset="utf-8">
<title>表格边框变换颜色代码-何问起</title>
</head>
<body&
- Kafka Rest : Confluent
kane_xie
kafkaRESTconfluent
最近拿到一个kafka rest的需求,但kafka暂时还没有提供rest api(应该是有在开发中,毕竟rest这么火),上网搜了一下,找到一个Confluent Platform,本文简单介绍一下安装。
这里插一句,给大家推荐一个九尾搜索,原名叫谷粉SOSO,不想fanqiang谷歌的可以用这个。以前在外企用谷歌用习惯了,出来之后用度娘搜技术问题,那匹配度简直感人。
环境声明:Ubu
- Calender不是单例
men4661273
单例Calender
在我们使用Calender的时候,使用过Calendar.getInstance()来获取一个日期类的对象,这种方式跟单例的获取方式一样,那么它到底是不是单例呢,如果是单例的话,一个对象修改内容之后,另外一个线程中的数据不久乱套了吗?从试验以及源码中可以得出,Calendar不是单例。
测试:
Calendar c1 =
- 线程内存和主内存之间联系
qifeifei
java thread
1, java多线程共享主内存中变量的时候,一共会经过几个阶段,
lock:将主内存中的变量锁定,为一个线程所独占。
unclock:将lock加的锁定解除,此时其它的线程可以有机会访问此变量。
read:将主内存中的变量值读到工作内存当中。
load:将read读取的值保存到工作内存中的变量副本中。
- schedule和scheduleAtFixedRate
tangqi609567707
javatimerschedule
原文地址:http://blog.csdn.net/weidan1121/article/details/527307
import java.util.Timer;import java.util.TimerTask;import java.util.Date;
/** * @author vincent */public class TimerTest {
 
- erlang 部署
wudixiaotie
erlang
1.如果在启动节点的时候报这个错 :
{"init terminating in do_boot",{'cannot load',elf_format,get_files}}
则需要在reltool.config中加入
{app, hipe, [{incl_cond, exclude}]},
2.当generate时,遇到:
ERROR