- seq2seq推理模块设计
何仙鸟
PyTorch深度学习人工智能
代码:#loadcheckpoints,如何上线model=Sequence2Sequence(len(src_word2idx),len(trg_word2idx))model.load_state_dict(torch.load(f"./best.ckpt",weights_only=True,map_location="cpu"))classTranslator:def__init__(se
- 技术分享连接汇总[201712]
六月星空2011
Java高级交流javaredis技术
内容整理自->java高级交流群【329019348】更多Java高级交流文章2017/12/01最好用的IntelliJ插件Top10jrebeljavaee开发工具SpringCloud限流详解(附源码)免费的编程中文书籍索引ModernJavaRecipes-KenKousenWHATISDEADLOCKANDHOWTOPREVENTIT?基于Redis的限流系统的设计分布式环境下限流方案的
- Windows 如何卸载 Docker
KaedaRukawa
调试容器运维windowsdocker
在卸载Docker之前,请确保系统上没有运行任何容器。运行以下cmdlet,检查是否有正在运行的容器:PowerShell#Leaveswarmmode(thiswillautomaticallystopandremoveservicesandoverlaynetworks)dockerswarmleave--force#Stopallrunningcontainersdockerps--quie
- Django REST Framework 中 ModelViewSet 的接口方法及参数详解,继承的方法和核心类方法,常用查询方法接口
coderZT
djangopython后端
第一部分(ModelViewSet)一、ModelViewSet的继承结构ModelViewSet继承自以下类:ModelViewSet=(CreateModelMixin+#创建RetrieveModelMixin+#检索单个UpdateModelMixin+#更新DestroyModelMixin+#删除ListModelMixin+#列表GenericViewSet#基础视图集)二、默认接口
- TouchGFX之MVP
Stone_lu。
STM32arm开发
TouchGFX用户接口遵循Model-View-Presenter(MVP)架构模式,它是Model-View-Controller(MVC)模式的派生模式。两者都广泛用于构建用户接口应用。MVP模式的主要优势是:关注点分离:将代码分成不同的部分提供,每部分有自己的任务。这使得代码更简单、可重复使用性更高且更易于维护。单元测试:由于UI的逻辑(Presenter)独立于视图(View),因此,单
- 模型训练和推理
一杯水果茶!
视觉与网络python梯度反向传播训练推理
训练时需要梯度,推理时不需要怎么理解“梯度”?计算图以及前向后向传播训练时需要梯度,推理时不需要阶段是否计算梯度是否反向传播是否更新参数用例写法训练✅✅✅loss训练默认即可,requires_grad=True推理❌❌❌采样、预测、部署用@torch.inference_mode()或withtorch.no_grad()训练阶段必须开启梯度计算:要计算loss(损失函数)然后通过loss.ba
- 深度学习基础-onnxruntime推理模型
yuweififi
深度学习人工智能
以下是一个完整的示例,展示如何加载ONNX模型、获取模型信息并运行推理:importonnxruntimeimportnumpyasnp#模型路径bev_head_onnx_path="path/to/your/bev_head.onnx"#加载模型session=onnxruntime.InferenceSession(bev_head_onnx_path)#获取模型元信息model_meta=
- 基于线性回归和多项式回归的完整代码
yzx991013
回归线性回归算法
1.导入必要库importnumpyasnpimportmatplotlib.pyplotaspltfromsklearn.linear_modelimportLinearRegressionfromsklearn.preprocessingimportPolynomialFeaturesfromsklearn.pipelineimportPipelinefromsklearn.metricsi
- Java 学习之BigInteger和BigDecimal
番薯大佬
java学习javabigintegerbigintegerjavabigdecimalbigdecimal
packagejavaObject;importjava.math.BigDecimal;importjava.math.BigInteger;importjava.math.RoundingMode;publicclassjavaMath{publicstaticvoidmain(String[]args){/**BigInteger用于表示任意大小的整数*把BigInteger转换成基本类型*
- python中的文件操作
Mswanga
pythonpython开发语言
1.创建文件python中使用open()函数创建或者打开文件,语法格式:open(file,mode='r',buffering=-1,encoding=None,errors=None,newline=None,closefd=True,opener=None)file:表示要打开的文件的路径,也可以是被封装的整数类型文件描述符mode:用于指定文件的打开模式,默认是’r‘(以文本模式打开并且
- LLM填坑:训练自己的分词器-Tokenizer 2
微风❤水墨
LLM&AIGC&VLPLLMtokenizer
本文记录另外一个例子,例子中涉及如何手动配置config,实现与Huaggingface兼容。merges.txtmerges文件存放的是训练tokenizer阶段所得到的合并词表结果,就是tokenizer.json中,model.merges下的内容。tokenizer_config.json分词器的配置信息,定义了分词器的版本、额外添加的标记(tokens)、结构/代码和模型参数等信息,比如
- Angular 指令的用法
guizi0809
angularangular
一、定义为Angular应用程序模板中的标签添加额外行为的类。二、分类内置指令属性型指令:NgClass、NgStyle、NgModel结构型指令:NgIf、NgFor、NgSwitch自定义指令自定义属性型指令创建及使用1.在directives文件目录创建highlight指令nggddirectives/highlight创建的highlight.directive.ts文件如下import
- RAG(检索增强生成)系统实践与调优
python_知世
android金融自然语言处理大模型技术人工智能RAG大模型
在人工智能领域,检索增强生成(RetrievalAugmentedGeneration,RAG)是一种结合信息检索和生成式人工智能的技术,它通过从外部数据源中检索相关信息,来辅助大语言模型(LargeLanguageModel,LLM)生成更为准确、上下文相关的答案。1什么是RAG检索增强生成(RetrievalAugmentedGeneration,RAG)是一种结合信息检索和生成式人工智能的技
- 谈谈Android项目框架的前世今生
积木zz
Android笔记javaandroid项目架构kotlin
嗨,大家好,今天出了大太阳,真是美好的开始。这篇文章和大家说说Android届流行的三大框架,了解下架构的前世今生,以及我对于这些框架的一些认识和看法。三大框架区别MVC架构介绍Model:数据模型,比如我们从数据库或者网络获取数据View:视图,也就是我们的xml布局文件Controller:控制器,也就是我们的Activity模型联系View-->Controller,也就是反应View的一些
- MM--MIGO的屏幕格式由来学习
iteye_9825
CC++C#Go配置管理
migo的屏幕格式的由来migo的屏幕格式是根据用户选择的操作,由操作决定参考单据(操作和参考单据有个固定关系,在次关系基础上用户可以配置哪些TCODE可以使用哪些操作,操作参照哪些文档),在根据用输入的操作和参考文档,系统内部决定交易/事件类型,交易/事件类型内部决定操作代码(migo_mode),有了操作代码就决定了屏幕的格式。具体内容和代码请参见下面的摘抄。GOACTION:MIGO事务中执
- Android官方架构组件ViewModel_从前世今生到追本溯源
2401_84519718
程序员android架构
对于开发者来讲,在开发过程中可以大幅减少UI层和Model层相互调用的代码,转而将更多的重心投入到业务代码的编写。ViewModel的概念就是这样被提出来的,我对它的形容类似一个状态存储器,它存储着UI中各种各样的状态,以登录界面为例,我们很容易想到最简单的两种状态:classLoginViewModel{valusername:String//用户名输入框中的内容valpassword:Stri
- WDF驱动中KMDF与UMDF区别
生活需要深度
WindowswindowsWDFUWDFKWDF
早期的Windows95/98的设备驱动是VxD(VirtualDeviceDriver),其中x表示某一类设备。从Windows2000开始,开发驱动程序必以WDM(WindowsDriverModel)为基础的,但是,如果使用DDK来开发WDM,其开发难度之大,根本不能奢望像用户模式应用程序开发那样容易,因此,一般用户都是使用WinDriver、DriverStudio之类的第三方工具。为改善
- FLOW MATCHING FOR GENERATIVE MODELING 阅读笔记
冰冰冰泠泠泠
笔记机器学习算法
论文提出了一种新的生成模型。论文的目的是给定一个目标分布,有目标分布的一定量的样本,但是不知道目标分布的概率密度函数,学习一个模型能生成服从目标分布的新样本。FlowMatching(FM)是一种训练连续标准化流ContinuousNormalizingFlow(CNF)的方法。FM是一种通用的方法。FM可以用于训练扩散路径,用FM训练扩散路径更稳定。FM也可以用于训练其他路径,一个例子是训练最优
- 论文阅读笔记——π0: A Vision-Language-Action Flow Model for General Robot Control
寻丶幽风
论文阅读笔记论文阅读笔记人工智能机器人语言模型
π0论文π0π_0π0是基于预训练的VLM模型增加了actionexpert,并结合了flowmatching方法训练的自回归模型,能够直接输出模型的actionchunk(50)。π0采用FlowMatching技术来建模连续动作的分布,这一创新使模型能够精确控制高频率的灵巧操作任务,同时具备处理多模态数据的能力。架构受到Transfusion的启发:通过单一Transformer处理多目标任务
- 【论文阅读】Learning Transferable Visual Models From Natural Language Supervision(2021)
Bosenya12
论文阅读
摘要State-of-the-art(最先进的)computervisionsystems(计算机视觉系统)aretrainedtopredictafixedsetofpredeterminedobjectcategories(被训练来预测一组固定的预定对象类别).Thisrestrictedformofsupervision(受限制的监督形式)limitstheirgenerality(通用性)
- Stable Diffusion 模型的概念、类型、下载、安装、使用
水滴技术
AI绘画从入门到精通stablediffusionAI作画AIGCpython
本文收录于《AI绘画从入门到精通》专栏,专栏总目录:点这里。大家好,我是水滴~~我们在《StableDiffusionWebUI界面介绍》时,第一个就讲到了StableDiffusion模型,那么这个模型是什么?该从哪儿下载?下载后放到哪儿?该怎么使用呢?本篇文章将围绕着这几个问题来逐一讲述。文章目录一、什么是模型二、大模型的类型2.1基础模型(BaseModel)2.2文件类型三、大模型在哪儿下
- ASP.NET MVC结合EF入门开发
Morii69
C#linq数据库c#mvc
目录简述ASP.NETMVC先了解一下ASP.NETMVC和EF的基本概念。创建一个ASP.NEtMVC项目。安装完成后,我们需要创建数据库上下文类。接下来,我们需要创建模型类。接下来我们需要创建控制器类。最后我们需要创建视图文件。总结简述ASP.NETMVCASP.NETMVC(Model-View-Controller)是一种用于构建Web应用程序的开发模式,而EntityFramework(
- ESP32下载时选错SPI Flash Size,导致一直重启
小蔡不做梦
物联网单片机iot
重启日志打印内容Rebooting…etsJun8201600:22:57rst:0xc(SW_CPU_RESET),boot:0x13(SPI_FAST_FLASH_BOOT)configsip:0,SPIWP:0xeeclk_drv:0x00,q_drv:0x00,d_drv:0x00,cs0_drv:0x00,hd_drv:0x00,wp_drv:0x00mode:DIO,clockdiv:
- 基于hf的trl框架的deepseek-r1-zero实现与训练
喂喂喂喂位
deepseekpythonAIGC
导入模块和promt格式"""Reference:"""importreimporttorchfromdatasetsimportload_dataset,DatasetfromtransformersimportAutoTokenizer,AutoModelForCausalLMfromtrlimportGRPOConfig,GRPOTrainer#LoadandprepdatasetSYSTE
- ANOVA:在Python中构建和理解ANOVA(方差分析)
python收藏家
python数据科学python
ANOVA(方差分析)是一种统计技术,用于确定三个或更多独立(不相关)组的平均值之间是否存在任何统计学显著差异。它有助于检验关于组间均值差异的假设,在比较多个组时特别有用。在Python中,可以使用scipy.stats模块中的f_oneway函数来执行单因素方差分析(one-wayANOVA),或者使用statsmodels库中的ANOVA类来进行更复杂的方差分析。重要概念总体均值(Popula
- 在Vue中如何高效管理组件状态?
几何心凉
前端小常识vue.js前端javascript
在Vue中如何高效管理组件状态?文章目录在Vue中如何高效管理组件状态?1.引言2.局部状态管理2.1组件内部的data2.2计算属性与Watcher3.父子组件状态传递3.1通过Props与$emit3.2双向绑定(v-model)4.全局状态管理4.1使用Vuex4.2使用Pinia5.组合式API中的响应式状态管理6.最佳实践7.总结1.引言在现代前端开发中,随着应用复杂度的不断提升,组件状
- 在本地部署DeepSeek等大模型时,需警惕的潜在安全风险
安 当 加 密
安全模型多因素认证访问控制加密技术数据安全
在本地部署DeepSeek等大模型时,尽管数据存储在本地环境(而非云端),但仍需警惕以下潜在安全风险:1.模型与数据存储风险未加密的存储介质:若训练数据、模型权重或日志以明文形式存储,可能被物理窃取(如硬盘丢失)或恶意软件扫描泄露。残留数据泄露:训练后的临时文件、缓存或内存未及时清理,可能被恢复并提取敏感信息。2.模型逆向工程风险模型反演攻击(ModelInversion):攻击者通过反复查询模型
- 【安当产品应用案例100集】040-TDE保护私有模型文件
安 当 加 密
模型加密技术数据安全加密系统透明加密密钥管理数据加密
1.引言随着大语言模型(LLM,LargeLanguageModel)在各行各业的广泛应用,其安全性和隐私保护变得尤为重要。为了防止敏感数据泄露或未经授权的访问,透明数据加密(TDE,TransparentDataEncryption)技术被引入到大语言模型的文件管理中。本案例将详细介绍如何使用TDE技术对大语言模型的文件进行加密,并探讨其优势和实现步骤。2.背景与需求2.1大语言模型的特点庞大的
- 51-52 CVPR 2024 | Generalized Predictive Model for Autonomous Driving,自动驾驶通用预测模型
深圳季连AIgraphX
aiXpilot智驾大模型1自动驾驶人工智能机器学习stablediffusionAIGC计算机视觉
24年3月,上海AILab联合香港科技大学、香港大学等发布GeneralizedPredictiveModelforAutonomousDriving。作者提出了通用的大规模自动驾驶视频预测模型GenAD,在实现过程中,进一步提出了迄今为止最大的自动驾驶场景训练数据集OpenDV-2K。OpenDV-2K数据集具有开放领域的多样性:地理位置,地形,天气条件,安全关键场景,传感器设置,交通要素等。从
- 【Agent】owl 案例-分析宁德时代的投资价值
非晓为骁
AIagentaimanusowlcamel-ai
owl案例-分析宁德时代的投资价值用deepseek-R3,不过里面数据应该就到23年,所有有滞后性,看个用例就好了。owl复现过程见:分析过程2025-03-1108:31:28,689-camel-INFO-Camellibrarylogginghasbeenconfigured.2025-03-1108:31:43,283-camel.camel.models.deepseek_model-
- 戴尔笔记本win8系统改装win7系统
sophia天雪
win7戴尔改装系统win8
戴尔win8 系统改装win7 系统详述
第一步:使用U盘制作虚拟光驱:
1)下载安装UltraISO:注册码可以在网上搜索。
2)启动UltraISO,点击“文件”—》“打开”按钮,打开已经准备好的ISO镜像文
- BeanUtils.copyProperties使用笔记
bylijinnan
java
BeanUtils.copyProperties VS PropertyUtils.copyProperties
两者最大的区别是:
BeanUtils.copyProperties会进行类型转换,而PropertyUtils.copyProperties不会。
既然进行了类型转换,那BeanUtils.copyProperties的速度比不上PropertyUtils.copyProp
- MyEclipse中文乱码问题
0624chenhong
MyEclipse
一、设置新建常见文件的默认编码格式,也就是文件保存的格式。
在不对MyEclipse进行设置的时候,默认保存文件的编码,一般跟简体中文操作系统(如windows2000,windowsXP)的编码一致,即GBK。
在简体中文系统下,ANSI 编码代表 GBK编码;在日文操作系统下,ANSI 编码代表 JIS 编码。
Window-->Preferences-->General -
- 发送邮件
不懂事的小屁孩
send email
import org.apache.commons.mail.EmailAttachment;
import org.apache.commons.mail.EmailException;
import org.apache.commons.mail.HtmlEmail;
import org.apache.commons.mail.MultiPartEmail;
- 动画合集
换个号韩国红果果
htmlcss
动画 指一种样式变为另一种样式 keyframes应当始终定义0 100 过程
1 transition 制作鼠标滑过图片时的放大效果
css
.wrap{
width: 340px;height: 340px;
position: absolute;
top: 30%;
left: 20%;
overflow: hidden;
bor
- 网络最常见的攻击方式竟然是SQL注入
蓝儿唯美
sql注入
NTT研究表明,尽管SQL注入(SQLi)型攻击记录详尽且为人熟知,但目前网络应用程序仍然是SQLi攻击的重灾区。
信息安全和风险管理公司NTTCom Security发布的《2015全球智能威胁风险报告》表明,目前黑客攻击网络应用程序方式中最流行的,要数SQLi攻击。报告对去年发生的60亿攻击 行为进行分析,指出SQLi攻击是最常见的网络应用程序攻击方式。全球网络应用程序攻击中,SQLi攻击占
- java笔记2
a-john
java
类的封装:
1,java中,对象就是一个封装体。封装是把对象的属性和服务结合成一个独立的的单位。并尽可能隐藏对象的内部细节(尤其是私有数据)
2,目的:使对象以外的部分不能随意存取对象的内部数据(如属性),从而使软件错误能够局部化,减少差错和排错的难度。
3,简单来说,“隐藏属性、方法或实现细节的过程”称为——封装。
4,封装的特性:
4.1设置
- [Andengine]Error:can't creat bitmap form path “gfx/xxx.xxx”
aijuans
学习Android遇到的错误
最开始遇到这个错误是很早以前了,以前也没注意,只当是一个不理解的bug,因为所有的texture,textureregion都没有问题,但是就是提示错误。
昨天和美工要图片,本来是要背景透明的png格式,可是她却给了我一个jpg的。说明了之后她说没法改,因为没有png这个保存选项。
我就看了一下,和她要了psd的文件,还好我有一点
- 自己写的一个繁体到简体的转换程序
asialee
java转换繁体filter简体
今天调研一个任务,基于java的filter实现繁体到简体的转换,于是写了一个demo,给各位博友奉上,欢迎批评指正。
实现的思路是重载request的调取参数的几个方法,然后做下转换。
- android意图和意图监听器技术
百合不是茶
android显示意图隐式意图意图监听器
Intent是在activity之间传递数据;Intent的传递分为显示传递和隐式传递
显式意图:调用Intent.setComponent() 或 Intent.setClassName() 或 Intent.setClass()方法明确指定了组件名的Intent为显式意图,显式意图明确指定了Intent应该传递给哪个组件。
隐式意图;不指明调用的名称,根据设
- spring3中新增的@value注解
bijian1013
javaspring@Value
在spring 3.0中,可以通过使用@value,对一些如xxx.properties文件中的文件,进行键值对的注入,例子如下:
1.首先在applicationContext.xml中加入:
<beans xmlns="http://www.springframework.
- Jboss启用CXF日志
sunjing
logjbossCXF
1. 在standalone.xml配置文件中添加system-properties:
<system-properties> <property name="org.apache.cxf.logging.enabled" value=&
- 【Hadoop三】Centos7_x86_64部署Hadoop集群之编译Hadoop源代码
bit1129
centos
编译必需的软件
Firebugs3.0.0
Maven3.2.3
Ant
JDK1.7.0_67
protobuf-2.5.0
Hadoop 2.5.2源码包
Firebugs3.0.0
http://sourceforge.jp/projects/sfnet_findbug
- struts2验证框架的使用和扩展
白糖_
框架xmlbeanstruts正则表达式
struts2能够对前台提交的表单数据进行输入有效性校验,通常有两种方式:
1、在Action类中通过validatexx方法验证,这种方式很简单,在此不再赘述;
2、通过编写xx-validation.xml文件执行表单验证,当用户提交表单请求后,struts会优先执行xml文件,如果校验不通过是不会让请求访问指定action的。
本文介绍一下struts2通过xml文件进行校验的方法并说
- 记录-感悟
braveCS
感悟
再翻翻以前写的感悟,有时会发现自己很幼稚,也会让自己找回初心。
2015-1-11 1. 能在工作之余学习感兴趣的东西已经很幸福了;
2. 要改变自己,不能这样一直在原来区域,要突破安全区舒适区,才能提高自己,往好的方面发展;
3. 多反省多思考;要会用工具,而不是变成工具的奴隶;
4. 一天内集中一个定长时间段看最新资讯和偏流式博
- 编程之美-数组中最长递增子序列
bylijinnan
编程之美
import java.util.Arrays;
import java.util.Random;
public class LongestAccendingSubSequence {
/**
* 编程之美 数组中最长递增子序列
* 书上的解法容易理解
* 另一方法书上没有提到的是,可以将数组排序(由小到大)得到新的数组,
* 然后求排序后的数组与原数
- 读书笔记5
chengxuyuancsdn
重复提交struts2的token验证
1、重复提交
2、struts2的token验证
3、用response返回xml时的注意
1、重复提交
(1)应用场景
(1-1)点击提交按钮两次。
(1-2)使用浏览器后退按钮重复之前的操作,导致重复提交表单。
(1-3)刷新页面
(1-4)使用浏览器历史记录重复提交表单。
(1-5)浏览器重复的 HTTP 请求。
(2)解决方法
(2-1)禁掉提交按钮
(2-2)
- [时空与探索]全球联合进行第二次费城实验的可能性
comsci
二次世界大战前后,由爱因斯坦参加的一次在海军舰艇上进行的物理学实验 -费城实验
至今给我们大家留下很多迷团.....
关于费城实验的详细过程,大家可以在网络上搜索一下,我这里就不详细描述了
在这里,我的意思是,现在
- easy connect 之 ORA-12154: TNS: 无法解析指定的连接标识符
daizj
oracleORA-12154
用easy connect连接出现“tns无法解析指定的连接标示符”的错误,如下:
C:\Users\Administrator>sqlplus username/
[email protected]:1521/orcl
SQL*Plus: Release 10.2.0.1.0 – Production on 星期一 5月 21 18:16:20 2012
Copyright (c) 198
- 简单排序:归并排序
dieslrae
归并排序
public void mergeSort(int[] array){
int temp = array.length/2;
if(temp == 0){
return;
}
int[] a = new int[temp];
int
- C语言中字符串的\0和空格
dcj3sjt126com
c
\0 为字符串结束符,比如说:
abcd (空格)cdefg;
存入数组时,空格作为一个字符占有一个字节的空间,我们
- 解决Composer国内速度慢的办法
dcj3sjt126com
Composer
用法:
有两种方式启用本镜像服务:
1 将以下配置信息添加到 Composer 的配置文件 config.json 中(系统全局配置)。见“例1”
2 将以下配置信息添加到你的项目的 composer.json 文件中(针对单个项目配置)。见“例2”
为了避免安装包的时候都要执行两次查询,切记要添加禁用 packagist 的设置,如下 1 2 3 4 5
- 高效可伸缩的结果缓存
shuizhaosi888
高效可伸缩的结果缓存
/**
* 要执行的算法,返回结果v
*/
public interface Computable<A, V> {
public V comput(final A arg);
}
/**
* 用于缓存数据
*/
public class Memoizer<A, V> implements Computable<A,
- 三点定位的算法
haoningabc
c算法
三点定位,
已知a,b,c三个顶点的x,y坐标
和三个点都z坐标的距离,la,lb,lc
求z点的坐标
原理就是围绕a,b,c 三个点画圆,三个圆焦点的部分就是所求
但是,由于三个点的距离可能不准,不一定会有结果,
所以是三个圆环的焦点,环的宽度开始为0,没有取到则加1
运行
gcc -lm test.c
test.c代码如下
#include "stdi
- epoll使用详解
jimmee
clinux服务端编程epoll
epoll - I/O event notification facility在linux的网络编程中,很长的时间都在使用select来做事件触发。在linux新的内核中,有了一种替换它的机制,就是epoll。相比于select,epoll最大的好处在于它不会随着监听fd数目的增长而降低效率。因为在内核中的select实现中,它是采用轮询来处理的,轮询的fd数目越多,自然耗时越多。并且,在linu
- Hibernate对Enum的映射的基本使用方法
linzx0212
enumHibernate
枚举
/**
* 性别枚举
*/
public enum Gender {
MALE(0), FEMALE(1), OTHER(2);
private Gender(int i) {
this.i = i;
}
private int i;
public int getI
- 第10章 高级事件(下)
onestopweb
事件
index.html
<!DOCTYPE html PUBLIC "-//W3C//DTD XHTML 1.0 Transitional//EN" "http://www.w3.org/TR/xhtml1/DTD/xhtml1-transitional.dtd">
<html xmlns="http://www.w3.org/
- 孙子兵法
roadrunners
孙子兵法
始计第一
孙子曰:
兵者,国之大事,死生之地,存亡之道,不可不察也。
故经之以五事,校之以计,而索其情:一曰道,二曰天,三曰地,四曰将,五
曰法。道者,令民于上同意,可与之死,可与之生,而不危也;天者,阴阳、寒暑
、时制也;地者,远近、险易、广狭、死生也;将者,智、信、仁、勇、严也;法
者,曲制、官道、主用也。凡此五者,将莫不闻,知之者胜,不知之者不胜。故校
之以计,而索其情,曰
- MySQL双向复制
tomcat_oracle
mysql
本文包括:
主机配置
从机配置
建立主-从复制
建立双向复制
背景
按照以下简单的步骤:
参考一下:
在机器A配置主机(192.168.1.30)
在机器B配置从机(192.168.1.29)
我们可以使用下面的步骤来实现这一点
步骤1:机器A设置主机
在主机中打开配置文件 ,
- zoj 3822 Domination(dp)
阿尔萨斯
Mina
题目链接:zoj 3822 Domination
题目大意:给定一个N∗M的棋盘,每次任选一个位置放置一枚棋子,直到每行每列上都至少有一枚棋子,问放置棋子个数的期望。
解题思路:大白书上概率那一张有一道类似的题目,但是因为时间比较久了,还是稍微想了一下。dp[i][j][k]表示i行j列上均有至少一枚棋子,并且消耗k步的概率(k≤i∗j),因为放置在i+1~n上等价与放在i+1行上,同理