- 清华内部DeepSeek学习资料曝光|104页PPT带你从入门到专家
每日AI
人工智能学习pdf
资料链接:https://pan.quark.cn/s/55b250244ca3近期,苹果/微软/字节跳动等企业纷纷将DeepSeek纳入核心技术栈。清华北大也相继发布DeepSeek相关学习教程。尤其是清华大学发布的《DeepSeek从入门到精通》发布当日就被众多网友顶上热搜。如今清华大学和北京大学相继出版了共8份DeepSeek核心内部学习资料,我已经帮大家搞到了!完整版资料领取链接已放在文章
- 自然语言处理NLP入门 -- 第八节OpenAI GPT 在 NLP 任务中的应用
山海青风
人工智能gpt自然语言处理python
在前面的学习中,我们已经了解了如何使用一些经典的方法和模型来处理自然语言任务,如文本分类、命名实体识别等。但当我们需要更强的语言生成能力时,往往会求助于更先进的预训练语言模型。OpenAI旗下的GPT系列模型(如GPT-3、GPT-3.5、GPT-4等)在生成文本方面拥有强大的表现。它们不仅能进行语言生成,也可用于诸多NLP任务,包括文本摘要和情感分析。本章将重点介绍:GPT的文本生成原理和应用场
- AI进化革命:从工具到伙伴的边界突破
一整颗红豆
人工智能AI人工智能深度学习机器学习神经网络
欢迎来到ZyyOvO的博客✨,一个关于探索技术的角落,记录学习的点滴,分享实用的技巧️,偶尔还有一些奇思妙想本文由ZyyOvO原创✍️,感谢支持❤️!请尊重原创!欢迎评论区留言交流个人主页ZyyOvO各位于晏,亦菲请阅引言破冰:AI正在改写现实规则技术突破实践应用AI核心技术剖析基础支撑技术关键领域技术前沿突破方向技术挑战详解未来技术焦点产业地震:AI重构六大领域医疗健康金融制造业交通与物流教育零
- 家居行业全渠道零售技术解决方案架构指南
CSTechAIExpert
零售架构科技产品运营
家居行业全渠道零售技术解决方案架构指南行业数字化转型挑战体验断层线上渠道商品认知度不足,退货率高达35-42%物流成本高企大件商品平均物流成本占比达18%,破损率超行业标准2.3倍决策周期长客户平均决策周期达12.7天,需构建全链路交互体系核心系统技术实现一、沉浸式体验引擎3D场景化展示WebGL模型轻量化处理defoptimize_model(obj_file):apply_decimation
- 家居行业全渠道零售技术解决方案架构指南
cstech_deep
零售架构科技产品运营
家居行业全渠道零售技术解决方案架构指南行业数字化转型挑战体验断层线上渠道商品认知度不足,退货率高达35-42%物流成本高企大件商品平均物流成本占比达18%,破损率超行业标准2.3倍决策周期长客户平均决策周期达12.7天,需构建全链路交互体系核心系统技术实现一、沉浸式体验引擎3D场景化展示WebGL模型轻量化处理defoptimize_model(obj_file):apply_decimation
- python数据分析之爬虫基础:爬虫介绍以及urllib详解
web13765607643
python数据分析爬虫
前言在数据分析中,爬虫有着很大作用,可以自动爬取网页中提取的大量的数据,比如从电商网站手机商品信息,为市场分析提供数据基础。也可以补充数据集、检测动态变化等一系列作用。可以说在数据分析中有着相当大的作用!页面结构介绍这里主要介绍HTML的一些简单结构,需要一点前端的知识,可以根据情况直接跳过。Title姓名年龄性别张三18男铁锅炖大鹅小鸡炖蘑菇锅包肉奖励自己睡觉起床读书学习爬虫相关概念1、爬虫的概
- 丹尼尔·卡尼曼《噪声》——读书笔记
阅读读书笔记思维
好久没有写博客了,趁着出差有时间,读完了《噪声》这本买了很久的书,整体感觉还是有一些认知层面的迭代的,也整理下书中的一些内容,让自己能够沉下心来把思维和逻辑整理清楚,也能给大家做个分享。书籍介绍这本书是已故诺贝尔经济学奖得主丹尼尔·卡尼曼的新书,之前就是在这位作者去世的时候买回来学习的。本书主要讲的是人类在判断过程中的一个常见“噪声”问题,由于人或者时间原因导致决策的随机性偏差。这本书通过对人类决
- 四种电子杂志制作软件
2401_89139014
学习方法
大家好,今天给大家种草四种超级实用的电子杂志制作软件。无论你是专业出版人士,还是业余爱好者,这四款软件都能帮助你轻松制作出精美的电子杂志。让我们一起来看看吧!1.FLBOOKFLBOOK是一款在线仿真翻页制作H5电子画册,可以支持上传PDF、PPT、PNG、JPG四种格式转换。可支持套用模板,添加文本、链接、动画、图片等元素。2.InDesignAdobeInDesign是一款业界标准的排版软件,
- 基于 Pytorch 的全卷积网络人脸表情识别:从数据到部署的实战之旅
那年一路北
Pytorch理论+实践pytorch网络人工智能
前言:本文将详细介绍基于Pytorch框架,利用全卷积网络进行人脸表情识别的完整过程,涵盖从数据集的准备、模型的设计与训练,再到模型的部署与预测,通过代码实现以及详细讲解,帮助读者深入理解并掌握这一技术。一、引言人脸表情是人类情感交流的重要方式,不同的表情能够传达出丰富的情感信息。人脸表情识别在智能交互、安防监控、心理健康分析等众多领域有着广泛的应用前景。随着深度学习技术的发展,基于卷积神经网络的
- 为什么要用MQ?
阿杰帅三代
MQMQ
为什么要用MQ?mq是先进先出的数据结构。1.应用解耦项目A要给项目B发送数据,按照传统的做法是通过RPC远程调用,RPC远程调用耦合度非常高。如果使用消息队列,A系统把消息发给mq,B系统只需要订阅,这样就大大的实现了解耦。系统的耦合性越高,容错性就越低。以电商应用为例,用户创建订单后,如果耦合调用库存系统、物流系统、支付系统,任何--个子系统出了故障或者因为升级等原因暂时不可用,都会造成下单操
- 【读书笔记】《What is Mathematics》第一章:自然数
还没入门的大菜狗
具体数学读书笔记
为什么要读这本书啊?为什么要学数学?正如书的扉页所述:两千年以来,谙熟一定的数学知识是每一个文明人应有的基本智力为什么作为一个程序猿,也要从头学数学?我数学渣锻炼自己解决问题的能力数据结构逻辑训练为将来转行数据科学做底子(也许永远都不会转)考研(emmm想考一个非全日制玩一玩,感觉非全日制很适合工科学生)嗯,有了以上的理由,所以一定要坚持下去✊为什么是这本书?那么这本书做了什么呢?对整个数学领域中
- 大模型技术在电商平台商品评价分析中的应用
AI天才研究院
计算DeepSeekR1&大数据AI人工智能大模型AI大模型企业级应用开发实战javapythonjavascriptkotlingolang架构人工智能大厂程序员硅基计算碳基计算认知计算生物计算深度学习神经网络大数据AIGCAGILLM系统架构设计软件哲学Agent程序员实现财富自由
大模型技术在电商平台商品评价分析中的应用关键词:大模型技术电商平台商品评价分析情感分析商品推荐Transformer模型BERT模型摘要:本文详细探讨了大模型技术在电商平台商品评价分析中的应用。首先,我们介绍了大模型技术的基本概念、发展背景及其在商品评价分析中的应用前景。随后,我们阐述了电商平台商品评价分析的基本概念、挑战及目标指标。接着,本文重点分析了大模型技术在情感分析和商品推荐中的具体应用,
- OTD流程变革:重塑供应链,赋能业务新增长
android
摘要本案例将分享A公司通过OTD(订单到交付)流程变革重塑供应链,以驱动业务新增长的成功案例。A公司作为细分领域的领先企业,在经历了20余年的高速成长后,随着业务规模的快速扩张和战略的聚焦,供应链保障能力成为制约其进一步发展的瓶颈。经过半年的持续努力,A公司取得了准交率提升约20%,非标物流费降低约30%,产品瑕疵率降低约30%的显著成果,为业务持续增长打下了坚实基础。简介——行业先锋迎头遇上供应
- JeeWMS graphReportController.do SQL注入漏洞复现(CVE-2025-0392)
iSee857
漏洞复现安全web安全
免责申明:本文所描述的漏洞及其复现步骤仅供网络安全研究与教育目的使用。任何人不得将本文提供的信息用于非法目的或未经授权的系统测试。作者不对任何由于使用本文信息而导致的直接或间接损害承担责任。如涉及侵权,请及时与我们联系,我们将尽快处理并删除相关内容。0x01产品描述:JeeWMS是一款基于JavaEE企业级架构开发的开源仓库管理系统(WMS),专为优化仓储管理和物流操作而设计。它支持多仓库、多货主
- 《基于文本挖掘的青岛市民宿评论分析系统设计与实现》开题报告
Python数据分析与机器学习
毕业论文/研究报告数据挖掘数据分析人工智能算法
目录一、选题依据:1.研究背景2.理论意义3.现实意义4.国内外研究现状、水平及发展趋势简述(1)国外研究现状(2)国内研究现状(3)发展趋势二、研究内容1.主要研究内容2.研究方法(1)文献研究法(2)数据挖掘法3.技术路线4.实施方案(1)数据采集与预处理(2)设置LDA主题模型(3)情感分析(4)系统集成与可视化5.可行性分析三、主要参考文献一、选题依据:1.研究背景当下,社会经济蓬勃发展,
- 自然语言处理入门:从基础概念到实战项目
范范0825
自然语言处理人工智能
自然语言处理入门:从基础概念到实战项目一、引言自然语言处理(NaturalLanguageProcessing,简称NLP)是人工智能的重要分支,旨在让计算机能够理解、生成和处理人类语言。随着大数据和深度学习的发展,NLP技术在文本分类、机器翻译、问答系统、情感分析等领域得到了广泛应用。本文将从NLP的基础概念入手,逐步介绍关键技术,最终通过一个完整的实战项目帮助读者掌握如何在实际应用中使用NLP
- 提升物流效率,减少错误:板栗看板为你打造完美物流管理体验
项目管理软件
利用板栗看板优化物流管理,可以通过其可视化的任务管理、团队协作和实时跟踪功能,提升物流效率、减少错误并增强团队协作。以下是具体的优化方法和步骤:明确物流管理流程在开始使用板栗看板之前,先梳理企业的物流管理流程,明确各个环节(如订单接收、库存管理、运输调度、配送跟踪等)。将这些环节映射到看板中,形成清晰的工作流。示例看板列:○待处理订单○库存准备中○运输中○已送达○问题处理创建任务卡片将每个物流任务
- 自然语言处理系列(5)——情感分析的原理与实战
DoYangTan
自然语言处理人工智能
自然语言处理系列(5)——情感分析的原理与实战情感分析(SentimentAnalysis)是自然语言处理中的一项经典任务,目的是通过分析文本,判断其表达的情感倾向性。情感分析广泛应用于社交媒体监控、市场调研、客户服务等领域,帮助企业和机构快速了解用户的情感态度。在本文中,我们将深入探讨情感分析的基本概念、常用方法,并展示如何使用Python和现代NLP工具实现情感分析任务。1.情感分析的基本概念
- 文心一言产品拆解调研报告
Charlues.k
AI产品经理文心一言ai
目录一、产品概述二、目标用户与市场定位三、核心功能分析1.功能列表2.功能使用流程3.交互体验四、用户体验评估1.用户视角1.1学习曲线1.2操作流畅度1.3用户心理预期满足程度2.情感设计2.1细节设计与用户情感体验2.2界面与交互符合用户预期3.使用场景3.1高频场景下的操作体验3.2低频或紧急场景下的操作便利性总结五、数据和技术分析1.技术架构1.1技术架构概述1.2核心功能支持与稳定性1.
- 前言:什么是大模型微调
伯牙碎琴
大模型微调深度学习人工智能机器学习大模型微调训练
一、大模型微调的基础知识1.什么是大模型微调?大模型微调(Fine-tuning)是指在预训练模型的基础上,针对特定的任务或数据集进行进一步训练的过程。预训练模型通常在大规模的通用数据上训练,具备广泛的语言理解和生成能力。通过微调,我们可以让模型更好地适应特定的领域或任务,例如情感分析、问答系统、文本生成等。2.为什么需要微调?适应特定任务:通用模型虽然功能强大,但在特定任务上可能表现不够精准。微
- 智能路径规划:从数学建模到算法优化的理论与实践
木子算法
人工智能数学建模数学建模算法人工智能
智能路径规划:从数学建模到算法优化的理论与实践一、引言在机器人学、自动驾驶、物流调度等领域,路径规划是实现自主导航的核心技术。从经典的Dijkstra算法到前沿的强化学习方法,路径规划技术的发展始终依赖于数学建模与算法优化的深度结合。本文将系统构建路径规划的理论框架,通过数学公式推导核心算法原理,并结合MATLAB代码实现完整的技术闭环。二、路径规划的数学基础(一)状态空间建模路径规划的本质是在状
- DeepSeek全栈接入指南:从零到生产环境的深度实践
量子纠缠BUG
DeepSeek部署AIDeepSeek人工智能深度学习机器学习
第一章:DeepSeek技术体系全景解析1.1认知DeepSeek技术生态DeepSeek作为新一代人工智能技术平台,构建了覆盖算法开发、模型训练、服务部署的全链路技术栈。其核心能力体现在:1.1.1多模态智能引擎自然语言处理:支持文本生成(NLG)、语义理解(NLU)、情感分析等计算机视觉:提供图像分类、目标检测、OCR识别等CV能力语音交互:包含语音识别(ASR)、语音合成(TTS)及声纹识别
- 东南亚地区上线电商系统就选商淘云
shangtao168
多语言电商系统东南亚地区电商系统多语言电商系统中国英文电商系统
在东南亚电商这片充满无限可能的广袤天地里,选择一个契合市场需求的电商系统,无疑是开启成功之门的关键钥匙,而商淘云正是那把独一无二的“金钥匙”。东南亚地区人口众多,消费潜力巨大,各国经济持续发展,互联网普及程度不断攀升,为电商行业的蓬勃发展提供了肥沃土壤。但这片市场也充满挑战,多语言环境复杂、物流配送体系尚不完善、消费者需求多样且变化迅速,这些都对电商系统提出了极高要求。商淘云系统在适配东南亚多语言
- 【机器学习与数据挖掘实战】案例15:基于LDA模型的电商产品评论数据情感分析
Francek Chen
机器学习与数据挖掘实战机器学习数据挖掘人工智能LDA主题模型情感分析文本分析python
【作者主页】FrancekChen【专栏介绍】⌈⌈⌈机器学习与数据挖掘实战⌋⌋⌋机器学习是人工智能的一个分支,专注于让计算机系统通过数据学习和改进。它利用统计和计算方法,使模型能够从数据中自动提取特征并做出预测或决策。数据挖掘则是从大型数据集中发现模式、关联和异常的过程,旨在提取有价值的信息和知识。机器学习为数据挖掘提供了强大的分析工具,而数据挖掘则是机器学习应用的重要领域,两者相辅相成,共同推动
- 基于java的多角色物流管理系统设计和实现的详细项目实例
nantangyuxi
Javajava开发语言人工智能嵌入式硬件数据库单片机c++
目录基她jsvs她多角色物流管理系统设计和实她她详细项目实例...1项目背景介绍...1项目目标她意义...1项目挑战...2项目特点她创新...3项目应用领域...4项目系统可行她分析...5项目模型架构...5项目软件模型描述及代码示例...6项目流程图(Plsintfxt代码块)...10项目扩展...11项目目录结构设计及各模块功能说明...12项目应该注意事项...13项目部署她应用..
- 除了特斯拉还有哪些大厂招聘.net
dotNET跨平台
.net
以下是除特斯拉外招聘.NET的部分大厂:-软件/咨询类:微软、Infosys、Tata、AONHewitt等。-项目外包/IT外派类:Accenture、Avanade、华钦科技CLPS等。-ERP类:用友、聚水潭等。-互联网类:智联招聘、58同城等。-游戏类:网易游戏、EA等。-运输物流类:顺丰快递等。-建筑/安防/环境类:霍尼韦尔、博世等。-金融类:东方财富、万得等。-银行类:摩根斯坦利、招商
- 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
- 【一条龙教程】用AI DS+创作原创音乐 (配合Midjourney漫画)制作原创MTV
数字化转型2025
AI人工智能方向人工智能机器学习
DS:作为歌曲创作者,参考灌篮高手日语版主题曲《在世界尽头》曲风,给出一首歌曲《最后一首歌》嗯,用户让我写一首叫《最后一首歌》的歌曲,参考《灌篮高手》日语版主题曲《直到世界尽头》的曲风。首先,我需要回忆一下《直到世界尽头》的特点。这首歌是热血摇滚,充满激情,旋律激昂,歌词充满了坚持不懈、团队合作和追求梦想的主题。比如,歌词里有很多关于汗水、战斗、不放弃的意象,还有强烈的情感表达。接下来,用户之前已
- 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"
- 【AI学习】2024年末一些AI总结的摘录
bylander
AI学习人工智能gpt学习
看到不少的总结,边摘录边思考。尤其是这句话:“人类真正的问题是:我们拥有旧石器时代的情感、中世纪的制度和神一般的技术”。22024生成模型综述来自@爱可可-爱生活2024年见证了AI领域的重大飞跃。从OpenAI的主导地位到Claude的异军突起,从xAI到中国的DeepSeek和Qwen,整个行业呈现出百花齐放的态势。让我们梳理2024年的关键进展,并展望2025年的研究方向。大语言模型:架构创
- jquery实现的jsonp掉java后台
知了ing
javajsonpjquery
什么是JSONP?
先说说JSONP是怎么产生的:
其实网上关于JSONP的讲解有很多,但却千篇一律,而且云里雾里,对于很多刚接触的人来讲理解起来有些困难,小可不才,试着用自己的方式来阐释一下这个问题,看看是否有帮助。
1、一个众所周知的问题,Ajax直接请求普通文件存在跨域无权限访问的问题,甭管你是静态页面、动态网页、web服务、WCF,只要是跨域请求,一律不准;
2、
- Struts2学习笔记
caoyong
struts2
SSH : Spring + Struts2 + Hibernate
三层架构(表示层,业务逻辑层,数据访问层) MVC模式 (Model View Controller)
分层原则:单向依赖,接口耦合
1、Struts2 = Struts + Webwork
2、搭建struts2开发环境
a>、到www.apac
- SpringMVC学习之后台往前台传值方法
满城风雨近重阳
springMVC
springMVC控制器往前台传值的方法有以下几种:
1.ModelAndView
通过往ModelAndView中存放viewName:目标地址和attribute参数来实现传参:
ModelAndView mv=new ModelAndView();
mv.setViewName="success
- WebService存在的必要性?
一炮送你回车库
webservice
做Java的经常在选择Webservice框架上徘徊很久,Axis Xfire Axis2 CXF ,他们只有一个功能,发布HTTP服务然后用XML做数据传输。
是的,他们就做了两个功能,发布一个http服务让客户端或者浏览器连接,接收xml参数并发送xml结果。
当在不同的平台间传输数据时,就需要一个都能解析的数据格式。
但是为什么要使用xml呢?不能使json或者其他通用数据
- js年份下拉框
3213213333332132
java web ee
<div id="divValue">test...</div>测试
//年份
<select id="year"></select>
<script type="text/javascript">
window.onload =
- 简单链式调用的实现技术
归来朝歌
方法调用链式反应编程思想
在编程中,我们可以经常遇到这样一种场景:一个实例不断调用它自身的方法,像一条链条一样进行调用
这样的调用你可能在Ajax中,在页面中添加标签:
$("<p>").append($("<span>").text(list[i].name)).appendTo("#result");
也可能在HQ
- JAVA调用.net 发布的webservice 接口
darkranger
webservice
/**
* @Title: callInvoke
* @Description: TODO(调用接口公共方法)
* @param @param url 地址
* @param @param method 方法
* @param @param pama 参数
* @param @return
* @param @throws BusinessException
- Javascript模糊查找 | 第一章 循环不能不重视。
aijuans
Way
最近受我的朋友委托用js+HTML做一个像手册一样的程序,里面要有可展开的大纲,模糊查找等功能。我这个人说实在的懒,本来是不愿意的,但想起了父亲以前教我要给朋友搞好关系,再加上这也可以巩固自己的js技术,于是就开始开发这个程序,没想到却出了点小问题,我做的查找只能绝对查找。具体的js代码如下:
function search(){
var arr=new Array("my
- 狼和羊,该怎么抉择
atongyeye
工作
狼和羊,该怎么抉择
在做一个链家的小项目,只有我和另外一个同事两个人负责,各负责一部分接口,我的接口写完,并全部测联调试通过。所以工作就剩下一下细枝末节的,工作就轻松很多。每天会帮另一个同事测试一些功能点,协助他完成一些业务型不强的工作。
今天早上到公司没多久,领导就在QQ上给我发信息,让我多协助同事测试,让我积极主动些,有点责任心等等,我听了这话,心里面立马凉半截,首先一个领导轻易说
- 读取android系统的联系人拨号
百合不是茶
androidsqlite数据库内容提供者系统服务的使用
联系人的姓名和号码是保存在不同的表中,不要一下子把号码查询来,我开始就是把姓名和电话同时查询出来的,导致系统非常的慢
关键代码:
1, 使用javabean操作存储读取到的数据
package com.example.bean;
/**
*
* @author Admini
- ORACLE自定义异常
bijian1013
数据库自定义异常
实例:
CREATE OR REPLACE PROCEDURE test_Exception
(
ParameterA IN varchar2,
ParameterB IN varchar2,
ErrorCode OUT varchar2 --返回值,错误编码
)
AS
/*以下是一些变量的定义*/
V1 NUMBER;
V2 nvarc
- 查看端号使用情况
征客丶
windows
一、查看端口
在windows命令行窗口下执行:
>netstat -aon|findstr "8080"
显示结果:
TCP 127.0.0.1:80 0.0.0.0:0 &
- 【Spark二十】运行Spark Streaming的NetworkWordCount实例
bit1129
wordcount
Spark Streaming简介
NetworkWordCount代码
/*
* Licensed to the Apache Software Foundation (ASF) under one or more
* contributor license agreements. See the NOTICE file distributed with
- Struts2 与 SpringMVC的比较
BlueSkator
struts2spring mvc
1. 机制:spring mvc的入口是servlet,而struts2是filter,这样就导致了二者的机制不同。 2. 性能:spring会稍微比struts快。spring mvc是基于方法的设计,而sturts是基于类,每次发一次请求都会实例一个action,每个action都会被注入属性,而spring基于方法,粒度更细,但要小心把握像在servlet控制数据一样。spring
- Hibernate在更新时,是可以不用session的update方法的(转帖)
BreakingBad
Hibernateupdate
地址:http://blog.csdn.net/plpblue/article/details/9304459
public void synDevNameWithItil()
{Session session = null;Transaction tr = null;try{session = HibernateUtil.getSession();tr = session.beginTran
- 读《研磨设计模式》-代码笔记-观察者模式
bylijinnan
java设计模式
声明: 本文只为方便我个人查阅和理解,详细的分析以及源代码请移步 原作者的博客http://chjavach.iteye.com/
import java.util.ArrayList;
import java.util.List;
import java.util.Observable;
import java.util.Observer;
/**
* “观
- 重置MySQL密码
chenhbc
mysql重置密码忘记密码
如果你也像我这么健忘,把MySQL的密码搞忘记了,经过下面几个步骤就可以重置了(以Windows为例,Linux/Unix类似):
1、关闭MySQL服务
2、打开CMD,进入MySQL安装目录的bin目录下,以跳过权限检查的方式启动MySQL
mysqld --skip-grant-tables
3、新开一个CMD窗口,进入MySQL
mysql -uroot
 
- 再谈系统论,控制论和信息论
comsci
设计模式生物能源企业应用领域模型
再谈系统论,控制论和信息论
偶然看
- oracle moving window size与 AWR retention period关系
daizj
oracle
转自: http://tomszrp.itpub.net/post/11835/494147
晚上在做11gR1的一个awrrpt报告时,顺便想调整一下AWR snapshot的保留时间,结果遇到了ORA-13541这样的错误.下面是这个问题的发生和解决过程.
SQL> select * from v$version;
BANNER
-------------------
- Python版B树
dieslrae
python
话说以前的树都用java写的,最近发现python有点生疏了,于是用python写了个B树实现,B树在索引领域用得还是蛮多了,如果没记错mysql的默认索引好像就是B树...
首先是数据实体对象,很简单,只存放key,value
class Entity(object):
'''数据实体'''
def __init__(self,key,value)
- C语言冒泡排序
dcj3sjt126com
算法
代码示例:
# include <stdio.h>
//冒泡排序
void sort(int * a, int len)
{
int i, j, t;
for (i=0; i<len-1; i++)
{
for (j=0; j<len-1-i; j++)
{
if (a[j] > a[j+1]) // >表示升序
- 自定义导航栏样式
dcj3sjt126com
自定义
-(void)setupAppAppearance
{
[[UILabel appearance] setFont:[UIFont fontWithName:@"FZLTHK—GBK1-0" size:20]];
[UIButton appearance].titleLabel.font =[UIFont fontWithName:@"FZLTH
- 11.性能优化-优化-JVM参数总结
frank1234
jvm参数性能优化
1.堆
-Xms --初始堆大小
-Xmx --最大堆大小
-Xmn --新生代大小
-Xss --线程栈大小
-XX:PermSize --永久代初始大小
-XX:MaxPermSize --永久代最大值
-XX:SurvivorRatio --新生代和suvivor比例,默认为8
-XX:TargetSurvivorRatio --survivor可使用
- nginx日志分割 for linux
HarborChung
nginxlinux脚本
nginx日志分割 for linux 默认情况下,nginx是不分割访问日志的,久而久之,网站的日志文件将会越来越大,占用空间不说,如果有问题要查看网站的日志的话,庞大的文件也将很难打开,于是便有了下面的脚本 使用方法,先将以下脚本保存为 cutlog.sh,放在/root 目录下,然后给予此脚本执行的权限
复制代码代码如下:
chmo
- Spring4新特性——泛型限定式依赖注入
jinnianshilongnian
springspring4泛型式依赖注入
Spring4新特性——泛型限定式依赖注入
Spring4新特性——核心容器的其他改进
Spring4新特性——Web开发的增强
Spring4新特性——集成Bean Validation 1.1(JSR-349)到SpringMVC
Spring4新特性——Groovy Bean定义DSL
Spring4新特性——更好的Java泛型操作API
Spring4新
- centOS安装GCC和G++
liuxihope
centosgcc
Centos支持yum安装,安装软件一般格式为yum install .......,注意安装时要先成为root用户。
按照这个思路,我想安装过程如下:
安装gcc:yum install gcc
安装g++: yum install g++
实际操作过程发现,只能有gcc安装成功,而g++安装失败,提示g++ command not found。上网查了一下,正确安装应该
- 第13章 Ajax进阶(上)
onestopweb
Ajax
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/
- How to determine BusinessObjects service pack and fix pack
blueoxygen
BO
http://bukhantsov.org/2011/08/how-to-determine-businessobjects-service-pack-and-fix-pack/
The table below is helpful. Reference
BOE XI 3.x
12.0.0.
y BOE XI 3.0 12.0.
x.
y BO
- Oracle里的自增字段设置
tomcat_oracle
oracle
大家都知道吧,这很坑,尤其是用惯了mysql里的自增字段设置,结果oracle里面没有的。oh,no 我用的是12c版本的,它有一个新特性,可以这样设置自增序列,在创建表是,把id设置为自增序列
create table t
(
id number generated by default as identity (start with 1 increment b
- Spring Security(01)——初体验
yang_winnie
springSecurity
Spring Security(01)——初体验
博客分类: spring Security
Spring Security入门安全认证
首先我们为Spring Security专门建立一个Spring的配置文件,该文件就专门用来作为Spring Security的配置