- Anaconda常用命令小结
长青_416686950
深度学习TensorFlowAnaconda
简介入门机器学习、深度学习,有个神器不得不了解下,最好熟练有它。这就是AnacondaAnaconda是一个开源的Python发行版本,其包含了conda、Python等180多个科学包及其依赖项.用它来管理、开发等,及其方便,里面集成了相当多的有用的吧,比如:numpy、pandas等。还有个神器也在里面,jupyternotebook,这个用来调试代码等非常方便。现在就简单介绍一些anacon
- TensorFlow的C#版本TensorFlow.NET初体验
yuanpan
tensorflowc#.net
TensorFlow.NET是一个开源的.NET库,允许开发者使用C#或F#与TensorFlow进行交互。它为.NET开发者提供了构建、训练和部署机器学习模型的能力,同时支持TensorFlow2.x的API。主要特点支持TensorFlow2.x:完全支持TensorFlow2.x的功能和API。与PythonTensorFlow兼容:可以加载和保存与PythonTensorFlow兼容的模型
- vue对接deepSeek,实现聊天机器人
开心小老虎
vue3知识点+组件人工智能机器人aideepSeek前端
DeepSeek是杭州深度求索人工智能基础技术研究有限公司推出的AI助手,免费体验与全球领先AI模型的互动交流,于2025年1月15日正式上线。DeepSeek凭借自然语言处理、机器学习与深度学习、大数据分析等核心技术优势,在推理、自然语言理解与生成、图像与视频分析、语音识别与合成、个性化推荐、大数据处理与分析、跨模态学习以及实时交互与响应等八大领域表现出色。它能进行逻辑推理、解决复杂问题,理解和
- Python----机器学习(scikit-learn库,机器学习发展进程)
蹦蹦跳跳真可爱589
机器学习Pythonpython开发语言机器学习scikit-learn人工智能
一、scikit-learn库Scikit-learn是一个非常流行的Python库,用于机器学习和数据挖掘。它提供了一整套简单易用的工具,适用于各类机器学习任务,包括分类、回归、聚类、降维、模型选择和数据预处理。1.1、简介特点:简单高效:提供了简单高效的算法和工具,方便用户快速进行数据分析和机器学习模块化设计:采用模块化设计,使得用户可以根据需要自由组合不同的算法和工具丰富多样的算法:提供了丰
- 机器学习与深度学习4:数据集处理Dataset,DataLoader,batch_size
爱打代码的小高
深度学习人工智能
深度学习中,我们能看到别人的代码中都有一个继承Dataset类的数据集处理过程,这也是深度学习处理数据集的的基础,下面介绍这个数据集的定义和使用:1、数据集加载1.1通用的定义Bach:表示每次喂给模型的数据Epoch:表示训练一次完整数据集数据的过程解释:当一个数据集的大小为10时,设定batch大小为5,那么这个数据就会分为2份,每份大小为5,依次投入到模型中进行训练。训练完所有数据后,就叫做
- TensorFlow-MNIST手写数字分类
Enougme
TensorFlowtensorflow分类人工智能
TensorFlow是一个功能强大的深度学习框架,可以用来构建、训练和部署机器学习模型。主要作用于:构建神经网络模型(回归、分类、生成模型等)。进行数值计算,并提供GPU加速。实现自动梯度求导(如反向传播训练)。应用机器学习模型进行预测。数据准备fromtensorflow.keras.datasetsimportmnist#加载数据集(已划分为训练集和测试集)(x_train,y_train),
- python-常用的深度学习框架
Enougme
TensorFlowpython深度学习开发语言
Python是当前深度学习与机器学习领域的主流编程语言,其丰富的生态系统和多样化的框架使得构建深度学习模型变得非常高效。以下是一些主流的深度学习框架,以及每个框架的特点和适用场景。1.PyTorch特点:动态计算图:支持动态构建和修改计算图,调试体验好,灵活性强。社区生态丰富:拥有大量教程、开源代码和第三方工具支持。广泛应用:深受研究人员和实验开发者的喜爱,也适用于生产环境。TorchScript
- 独热编码(One-Hot Encoding):理论基础与实践应用
大明者省
人工智能
1.引言在机器学习和数据科学领域,数据预处理是模型训练的关键步骤。分类变量(如性别、职业、颜色)无法直接被算法处理,因此需要转换为数值形式。独热编码(One-HotEncoding)作为一种核心技术,通过将分类特征转换为二进制向量,解决了这一问题。本文将从原理、应用场景、优缺点及实现方法等方面深入探讨独热编码。2.基本原理独热编码的核心思想是将每个分类值映射为一个二进制向量,向量长度等于类别总数,
- Google开源机器学习框架TensorFlow SegFormer优化
深海水
人工智能行业发展IT应用探讨tensorflow人工智能python机器训练机器学习深度学习ai
一、SegFormer的TensorRT加速优化TensorRT是NVIDIA推出的深度学习推理加速库,可以显著提高SegFormer在GPU上的推理速度。1.TensorRT加速流程目标转换SegFormer为TensorRT格式优化FP16/INT8计算提升推理速度(FPS)主要步骤导出TensorFlow模型转换为ONNX格式使用TensorRT进行优化运行TensorRT推理2.代码实现(
- 星河飞雪网络安全-安全见闻总篇
小陈在努力ii
安全pythonjava1024程序员节
声明学习视频笔记均来自B站UP主"泷羽sec",如涉及侵权马上删除文章笔记的只是方便各位师傅学习知识,以下网站只涉及学习内容,其他的都与本人无关,切莫逾越法律红线,否则后果自负安全见闻01-09已全部更新,后续将会持续更新的章节,感谢各位师傅的点赞关注,冲!目录声明1.常见编程语言(安全见闻01)1.1函数式编程语言1.2数据科学和机器学习领域1.3Web全栈开发1.4移动开发1.5嵌入式系统开发
- 向量数据库的新浪潮:支持向量及标量查询的解决方案
一休哥助手
数据库数据库向量数据库
向量数据库的新浪潮:支持向量及标量查询的解决方案在数据密集型的应用场景中,向量数据库已经成为了一种不可或缺的技术。尤其是在机器学习和人工智能领域,向量数据库能够高效地处理高维数据,为相似性搜索、推荐系统等提供强大支持。然而,随着数据的多样化,单纯的向量搜索已经不能满足所有的需求。因此,支持向量查询同时也支持标量查询(固定条件过滤)的向量数据库成为了新的焦点。本文将探讨几种这样的数据库,并进行比较。
- 关于强化学习小记
文弱_书生
乱七八糟神经网络人工智能强化学习马尔科夫决策
强化学习(ReinforcementLearning,RL)详解1.什么是强化学习?强化学习(ReinforcementLearning,RL)是一种机器学习方法,通过**智能体(Agent)在环境(Environment)中不断尝试不同的动作(Action),并根据环境给予的奖励(Reward)**来学习最优策略(Policy),从而最大化长期回报(Return)。强化学习的核心思想:试错学习(
- 什么是 Embedding?——从直觉到应用的全面解读
忍者算法
人工智能深度学习神经网络机器学习
什么是Embedding?——从直觉到应用的全面解读在机器学习和深度学习的世界里,我们经常会听到“Embedding”这个词。它是深度学习中最核心的概念之一,尤其在自然语言处理(NLP)和推荐系统中应用广泛。但很多初学者对Embedding的理解可能只是:“它是把一个东西转换成数字的方式。”这种解释虽然没错,但过于简略,难以真正理解Embedding的作用。这篇文章将用最直观的方式,带你深入理解E
- python train 函数_Python之并行--基于joblib
weixin_39786850
pythontrain函数
Python的并行远不如Matlab好用。比如Matlab里面并行就直接把for改成parfor就行(当然还要注意迭代时下标的格式),而Python查一查并行,各种乱七八糟的方法一大堆,而且最不爽的一点就是只能对函数进行并行。当然,这点困难也肯定不能就难倒我们,该克服也得克服,毕竟从本质上讲,也就只是实现的方式换一换而已。大名鼎鼎的sklearn里面集成了很方便的并行计算,这在之前的机器学习教程里
- 分布式训练:(Pytorch)
达柳斯·绍达华·宁
分布式pytorch人工智能
分布式训练是将机器学习模型的训练过程分散到多个计算节点或设备上,以提高训练速度和效率,尤其是在处理大规模数据和模型时。分布式训练主要分为数据并行和模型并行两种主要策略:1.数据并行(DataParallelism)数据并行是最常见的分布式训练方式。在这种方法中,模型副本会被复制到多个计算设备上,每个设备处理不同的批次(batch)数据。工作流程:每个设备上都有一个完整的模型副本。数据集被分割成多个
- Python Joblib 使用详解:缓存与并行加速技术
egzosn
python缓存开发语言
Joblib简介Joblib是一个轻量级的Python工具集,主要用于两个方面:结果缓存(Memoization)利用Memory类,可以将函数的输出结果存储到磁盘上,避免多次重复计算。特别适合于数据处理和机器学习中一些耗时计算的场景。并行计算利用Parallel和delayed,可以方便地将循环中的任务分发到多个CPU核心上运行,从而加速计算过程。这些功能使得Joblib成为数据科学、机器学习和
- 机器学习经典算法——决策树算法详解与实现
SVIPCODE
机器学习算法决策树编程
机器学习经典算法——决策树算法详解与实现决策树(DecisionTree)是一种常用的机器学习算法,它是基于树形结构的有监督学习方法之一。在本文中,我们将详细介绍决策树算法的原理,并使用Python代码进行实现。1.决策树算法原理决策树算法通过对数据集进行划分来构建一棵树,每个节点表示一个特征属性,每个分支代表一个属性取值,叶子节点表示分类结果。根据不同的分裂准则,决策树可以采用多种算法进行构建,
- 机器学习模型的保存与加载:使用pickle和joblib
FdmPatch
机器学习人工智能scikit-learn
在机器学习中,模型的保存和加载是非常重要的步骤。一旦我们训练好了一个模型,我们希望能够将其保存到磁盘上,以便以后使用。Python中有几个常用的库可以实现这个功能,包括pickle和Scikit-learn的joblib。本文将介绍如何使用这两个库来保存和加载机器学习模型。使用pickle保存和加载模型Pickle是Python的标准库,可以将Python对象序列化为字节流,然后将其保存到文件中。
- 机器学习经典算法:决策树原理详解
xiaoyu❅
机器学习算法决策树
决策树(DecisionTree)是一种直观且强大的机器学习算法,被广泛用于分类与回归任务。本文从核心原理(信息熵、基尼系数)、构建过程(ID3/C4.5/CART)、剪枝优化到Python代码实战,全方位解析决策树,并教你如何用Graphviz可视化树结构!目录一、什么是决策树?二、决策树的核心原理1.特征划分标准2.关键公式推导3.决策树构建流程三、Python代码实战1.数据集准备2.模型训
- 机器学习入门第三集——如何完整实现一次模型训练
梯度寻优者_超
机器学习人工智能python算法大数据回归数据分析
提示:如何完整的从数据导入到最后模型训练以及模型保存,本集进行介绍。文章目录上集回顾一、数据集是什么?二、完整训练过程1.导入数据2.数据集划分3.模型训练4.模型保存以及加载总结下集预告上集回顾提示:上集已经对机器学习基础知识分类常用算法等进行了描述,这集开始是如何完整训练模型,前两集已经介绍了机器学习的通俗解释,已经常见分类,还有机器学习深度学习强化学习的关系和区别。有想看的小伙伴可以翻我主页
- 【人工智能】图文详解深度学习中的卷积神经网络(CNN)
AI天才研究院
深度学习实战DeepSeekR1&大数据AI人工智能大模型深度学习人工智能cnn神经网络计算机视觉
【人工智能】图文详解深度学习中的卷积神经网络(CNN)概念和原理为什么要使用卷积神经网络?卷积神经网络简介卷积神经网络的数学公式池化操作:全连接层:激活函数卷积神经网络的C++实现示例代码应用场景自动驾驶影像物体识别医疗影像诊断附:计算机视觉中几种经典的网络结构概念和原理为什么要使用卷积神经网络?在讲述原理之前,我们先来解释为什么我们在图像及视频等等领域的机器学习中要使用CNN。我们都知道,使用多
- 【数据分析】二八模型 :基于Pandas的二八模型实战:精准识别高价值客户
云天徽上
数据挖掘分析数据分析pandas数据挖掘机器学习人工智能数据可视化
博主简介:曾任某智慧城市类企业算法总监,目前在美国市场的物流公司从事高级算法工程师一职,深耕人工智能领域,精通python数据挖掘、可视化、机器学习等,发表过AI相关的专利并多次在AI类比赛中获奖。CSDN人工智能领域的优质创作者,提供AI相关的技术咨询、项目开发和个性化解决方案等服务,如有需要请站内私信或者联系任意文章底部的的VX名片(ID:xf982831907)博主粉丝群介绍:①群内初中生、
- **深度剖析与体验:钓鱼网站URL检测神器**
平奇群Derek
深度剖析与体验:钓鱼网站URL检测神器去发现同类优质开源项目:https://gitcode.com/互联网早已融入我们生活的每一个角落,然而随之而来的网络威胁也日渐增多,尤其是那些试图通过伪装网站进行信息盗取的钓鱼行为。在这个背景下,PhishingURLDetection——一个集数据科学与机器学习之力打造的反钓鱼利器应运而生。项目介绍:守护网络安全的第一道防线在当今数字化时代,个人信息安全成
- ipython和conda python版本不一致的解决方案
爱编程的喵喵
Python基础课程pythonipythonconda
大家好,我是爱编程的喵喵。双985硕士毕业,现担任全栈工程师一职,热衷于将数据思维应用到工作与生活中。从事机器学习以及相关的前后端开发工作。曾在阿里云、科大讯飞、CCF等比赛获得多次Top名次。现为CSDN博客专家、人工智能领域优质创作者。喜欢通过博客创作的方式对所学的知识进行总结与归纳,不仅形成深入且独到的理解,而且能够帮助新手快速入门。 本文主要介绍了ipython和condapytho
- 2024年令人兴奋的10篇大模型研究和论文
福福很能吃
人工智能自然语言处理语言模型transformer开发语言
后台回复"资料",即可获取整理好的算法面试题(大模型、深度学习、机器学习)2024年对于人工智能来说是一个绝对精彩的年份。每次我觉得我们已经达到了创新的极限时,总有人会突破它,然后又有人将其碎片整合成一个更好的版本。从复杂的推理语言模型到VLMs和视频模型,进步是可以看得到的。VisionMamba:EfficientVisualRepresentationLearningwithBidirect
- 《Python机器学习基础教程》第3讲:回归算法与模型优化
earthzhang2021
2025讲书课专栏机器学习python回归开发语言人工智能1024程序员节numpy
上一讲我们聊了分类算法,学会了怎么用机器学习把东西分门别类。今天,我们来聊聊回归算法,这是一种用来预测连续数值的算法。比如,你想知道明天的气温是多少,或者一套房子能卖多少钱,这时候就需要回归算法来帮忙啦。我们还会学习怎么优化模型,让模型变得更厉害。1.回归问题:预测连续的数值想象一下,你手里有一堆房子的信息,包括房子的面积、房间数量、位置等等,你想知道这些房子大概能卖多少钱。这时候,回归算法就能派
- 《Python机器学习基础教程》第2讲:监督学习与分类算法
earthzhang2021
2025讲书课专栏机器学习python深度学习开发语言人工智能1024程序员节
大家好!上一讲我们聊了机器学习的基础,也动手处理了数据。今天,我们来深入了解一下监督学习,特别是分类算法。监督学习就像是给计算机一个“答案册”,让它学会怎么根据输入预测输出。分类算法就是其中的一种,它能帮我们把东西分门别类。比如,判断一封邮件是不是垃圾邮件,或者一张照片里是不是有猫。听起来是不是很神奇?1.监督学习:让计算机学会“看图说话”想象一下,你手里有一堆照片,有的是猫,有的是狗。你想让计算
- 《Python机器学习基础教程》第1讲:机器学习入门与Python基础
earthzhang2021
2025讲书课专栏python机器学习开发语言人工智能1024程序员节
欢迎来到机器学习的世界!今天我们要开启一段精彩的旅程,一起探索机器学习的奥秘。你可能听说过这个词,但它到底是什么?又能做什么呢?别急,我们慢慢来。1.机器学习是什么?想象一下,你每天早上都会根据天气预报决定穿什么衣服。如果天气预报说今天很冷,你就会穿厚外套;如果预报说很热,你可能会穿短袖。这个过程其实就是一个简单的“决策系统”——你根据输入(天气预报)做出输出(穿什么衣服)。机器学习也是一样,它是
- 贪心算法:K次取反与买卖时机的奥秘(1005,122)
rain雨雨编程
算法刷题记录贪心算法算法数据结构力扣leetcode
♂️个人主页:@rain雨雨编程微信公众号:rain雨雨编程✍作者简介:持续分享机器学习,爬虫,数据分析希望大家多多支持,我们一起进步!如果文章对你有帮助的话,欢迎评论点赞收藏加关注+目录1005.K次取反后最大化的数组和题目描述思路步骤代码实现时间复杂度空间复杂度122.买卖股票的最佳时机II题目描述思路步骤代码实现时间复杂度空间复杂度力扣难度1005.K次取反后最大化的数组和122.买卖股票
- 初识TensorFlow:机器学习与深度学习的探索
韩锋裂变营销
TensorFlow机器学习深度学习传统编程数据标记
初识TensorFlow:机器学习与深度学习的探索背景简介当我们谈论创建人工智能(AI)时,机器学习(ML)和深度学习是重要的起点。面对众多的选择和术语,新手很容易感到不知所措。这本书旨在通过编写代码来实现机器学习和深度学习的概念,构建模型使其行为更接近人类。从计算机视觉到自然语言处理(NLP),这些模型成为了合成的,或者说人造的智能。本篇博客将基于第一章的内容,探讨什么是机器学习,以及如何使用T
- html页面js获取参数值
0624chenhong
html
1.js获取参数值js
function GetQueryString(name)
{
var reg = new RegExp("(^|&)"+ name +"=([^&]*)(&|$)");
var r = windo
- MongoDB 在多线程高并发下的问题
BigCat2013
mongodbDB高并发重复数据
最近项目用到 MongoDB , 主要是一些读取数据及改状态位的操作. 因为是结合了最近流行的 Storm进行大数据的分析处理,并将分析结果插入Vertica数据库,所以在多线程高并发的情境下, 会发现 Vertica 数据库中有部分重复的数据. 这到底是什么原因导致的呢?笔者开始也是一筹莫 展,重复去看 MongoDB 的 API , 终于有了新发现 :
com.mongodb.DB 这个类有
- c++ 用类模版实现链表(c++语言程序设计第四版示例代码)
CrazyMizzz
数据结构C++
#include<iostream>
#include<cassert>
using namespace std;
template<class T>
class Node
{
private:
Node<T> * next;
public:
T data;
- 最近情况
麦田的设计者
感慨考试生活
在五月黄梅天的岁月里,一年两次的软考又要开始了。到目前为止,我已经考了多达三次的软考,最后的结果就是通过了初级考试(程序员)。人啊,就是不满足,考了初级就希望考中级,于是,这学期我就报考了中级,明天就要考试。感觉机会不大,期待奇迹发生吧。这个学期忙于练车,写项目,反正最后是一团糟。后天还要考试科目二。这个星期真的是很艰难的一周,希望能快点度过。
- linux系统中用pkill踢出在线登录用户
被触发
linux
由于linux服务器允许多用户登录,公司很多人知道密码,工作造成一定的障碍所以需要有时踢出指定的用户
1/#who 查出当前有那些终端登录(用 w 命令更详细)
# who
root pts/0 2010-10-28 09:36 (192
- 仿QQ聊天第二版
肆无忌惮_
qq
在第一版之上的改进内容:
第一版链接:
http://479001499.iteye.com/admin/blogs/2100893
用map存起来号码对应的聊天窗口对象,解决私聊的时候所有消息发到一个窗口的问题.
增加ViewInfo类,这个是信息预览的窗口,如果是自己的信息,则可以进行编辑.
信息修改后上传至服务器再告诉所有用户,自己的窗口
- java读取配置文件
知了ing
1,java读取.properties配置文件
InputStream in;
try {
in = test.class.getClassLoader().getResourceAsStream("config/ipnetOracle.properties");//配置文件的路径
Properties p = new Properties()
- __attribute__ 你知多少?
矮蛋蛋
C++gcc
原文地址:
http://www.cnblogs.com/astwish/p/3460618.html
GNU C 的一大特色就是__attribute__ 机制。__attribute__ 可以设置函数属性(Function Attribute )、变量属性(Variable Attribute )和类型属性(Type Attribute )。
__attribute__ 书写特征是:
- jsoup使用笔记
alleni123
java爬虫JSoup
<dependency>
<groupId>org.jsoup</groupId>
<artifactId>jsoup</artifactId>
<version>1.7.3</version>
</dependency>
2014/08/28
今天遇到这种形式,
- JAVA中的集合 Collectio 和Map的简单使用及方法
百合不是茶
listmapset
List ,set ,map的使用方法和区别
java容器类类库的用途是保存对象,并将其分为两个概念:
Collection集合:一个独立的序列,这些序列都服从一条或多条规则;List必须按顺序保存元素 ,set不能重复元素;Queue按照排队规则来确定对象产生的顺序(通常与他们被插入的
- 杀LINUX的JOB进程
bijian1013
linuxunix
今天发现数据库一个JOB一直在执行,都执行了好几个小时还在执行,所以想办法给删除掉
系统环境:
ORACLE 10G
Linux操作系统
操作步骤如下:
第一步.查询出来那个job在运行,找个对应的SID字段
select * from dba_jobs_running--找到job对应的sid
&n
- Spring AOP详解
bijian1013
javaspringAOP
最近项目中遇到了以下几点需求,仔细思考之后,觉得采用AOP来解决。一方面是为了以更加灵活的方式来解决问题,另一方面是借此机会深入学习Spring AOP相关的内容。例如,以下需求不用AOP肯定也能解决,至于是否牵强附会,仁者见仁智者见智。
1.对部分函数的调用进行日志记录,用于观察特定问题在运行过程中的函数调用
- [Gson六]Gson类型适配器(TypeAdapter)
bit1129
Adapter
TypeAdapter的使用动机
Gson在序列化和反序列化时,默认情况下,是按照POJO类的字段属性名和JSON串键进行一一映射匹配,然后把JSON串的键对应的值转换成POJO相同字段对应的值,反之亦然,在这个过程中有一个JSON串Key对应的Value和对象之间如何转换(序列化/反序列化)的问题。
以Date为例,在序列化和反序列化时,Gson默认使用java.
- 【spark八十七】给定Driver Program, 如何判断哪些代码在Driver运行,哪些代码在Worker上执行
bit1129
driver
Driver Program是用户编写的提交给Spark集群执行的application,它包含两部分
作为驱动: Driver与Master、Worker协作完成application进程的启动、DAG划分、计算任务封装、计算任务分发到各个计算节点(Worker)、计算资源的分配等。
计算逻辑本身,当计算任务在Worker执行时,执行计算逻辑完成application的计算任务
- nginx 经验总结
ronin47
nginx 总结
深感nginx的强大,只学了皮毛,把学下的记录。
获取Header 信息,一般是以$http_XX(XX是小写)
获取body,通过接口,再展开,根据K取V
获取uri,以$arg_XX
&n
- 轩辕互动-1.求三个整数中第二大的数2.整型数组的平衡点
bylijinnan
数组
import java.util.ArrayList;
import java.util.Arrays;
import java.util.List;
public class ExoWeb {
public static void main(String[] args) {
ExoWeb ew=new ExoWeb();
System.out.pri
- Netty源码学习-Java-NIO-Reactor
bylijinnan
java多线程netty
Netty里面采用了NIO-based Reactor Pattern
了解这个模式对学习Netty非常有帮助
参考以下两篇文章:
http://jeewanthad.blogspot.com/2013/02/reactor-pattern-explained-part-1.html
http://gee.cs.oswego.edu/dl/cpjslides/nio.pdf
- AOP通俗理解
cngolon
springAOP
1.我所知道的aop 初看aop,上来就是一大堆术语,而且还有个拉风的名字,面向切面编程,都说是OOP的一种有益补充等等。一下子让你不知所措,心想着:怪不得很多人都和 我说aop多难多难。当我看进去以后,我才发现:它就是一些java基础上的朴实无华的应用,包括ioc,包括许许多多这样的名词,都是万变不离其宗而 已。 2.为什么用aop&nb
- cursor variable 实例
ctrain
variable
create or replace procedure proc_test01
as
type emp_row is record(
empno emp.empno%type,
ename emp.ename%type,
job emp.job%type,
mgr emp.mgr%type,
hiberdate emp.hiredate%type,
sal emp.sal%t
- shell报bash: service: command not found解决方法
daizj
linuxshellservicejps
今天在执行一个脚本时,本来是想在脚本中启动hdfs和hive等程序,可以在执行到service hive-server start等启动服务的命令时会报错,最终解决方法记录一下:
脚本报错如下:
./olap_quick_intall.sh: line 57: service: command not found
./olap_quick_intall.sh: line 59
- 40个迹象表明你还是PHP菜鸟
dcj3sjt126com
设计模式PHP正则表达式oop
你是PHP菜鸟,如果你:1. 不会利用如phpDoc 这样的工具来恰当地注释你的代码2. 对优秀的集成开发环境如Zend Studio 或Eclipse PDT 视而不见3. 从未用过任何形式的版本控制系统,如Subclipse4. 不采用某种编码与命名标准 ,以及通用约定,不能在项目开发周期里贯彻落实5. 不使用统一开发方式6. 不转换(或)也不验证某些输入或SQL查询串(译注:参考PHP相关函
- Android逐帧动画的实现
dcj3sjt126com
android
一、代码实现:
private ImageView iv;
private AnimationDrawable ad;
@Override
protected void onCreate(Bundle savedInstanceState)
{
super.onCreate(savedInstanceState);
setContentView(R.layout
- java远程调用linux的命令或者脚本
eksliang
linuxganymed-ssh2
转载请出自出处:
http://eksliang.iteye.com/blog/2105862
Java通过SSH2协议执行远程Shell脚本(ganymed-ssh2-build210.jar)
使用步骤如下:
1.导包
官网下载:
http://www.ganymed.ethz.ch/ssh2/
ma
- adb端口被占用问题
gqdy365
adb
最近重新安装的电脑,配置了新环境,老是出现:
adb server is out of date. killing...
ADB server didn't ACK
* failed to start daemon *
百度了一下,说是端口被占用,我开个eclipse,然后打开cmd,就提示这个,很烦人。
一个比较彻底的解决办法就是修改
- ASP.NET使用FileUpload上传文件
hvt
.netC#hovertreeasp.netwebform
前台代码:
<asp:FileUpload ID="fuKeleyi" runat="server" />
<asp:Button ID="BtnUp" runat="server" onclick="BtnUp_Click" Text="上 传" />
- 代码之谜(四)- 浮点数(从惊讶到思考)
justjavac
浮点数精度代码之谜IEEE
在『代码之谜』系列的前几篇文章中,很多次出现了浮点数。 浮点数在很多编程语言中被称为简单数据类型,其实,浮点数比起那些复杂数据类型(比如字符串)来说, 一点都不简单。
单单是说明 IEEE浮点数 就可以写一本书了,我将用几篇博文来简单的说说我所理解的浮点数,算是抛砖引玉吧。 一次面试
记得多年前我招聘 Java 程序员时的一次关于浮点数、二分法、编码的面试, 多年以后,他已经称为了一名很出色的
- 数据结构随记_1
lx.asymmetric
数据结构笔记
第一章
1.数据结构包括数据的
逻辑结构、数据的物理/存储结构和数据的逻辑关系这三个方面的内容。 2.数据的存储结构可用四种基本的存储方法表示,它们分别是
顺序存储、链式存储 、索引存储 和 散列存储。 3.数据运算最常用的有五种,分别是
查找/检索、排序、插入、删除、修改。 4.算法主要有以下五个特性:
输入、输出、可行性、确定性和有穷性。 5.算法分析的
- linux的会话和进程组
网络接口
linux
会话: 一个或多个进程组。起于用户登录,终止于用户退出。此期间所有进程都属于这个会话期。会话首进程:调用setsid创建会话的进程1.规定组长进程不能调用setsid,因为调用setsid后,调用进程会成为新的进程组的组长进程.如何保证? 先调用fork,然后终止父进程,此时由于子进程的进程组ID为父进程的进程组ID,而子进程的ID是重新分配的,所以保证子进程不会是进程组长,从而子进程可以调用se
- 二维数组 元素的连续求解
1140566087
二维数组ACM
import java.util.HashMap;
public class Title {
public static void main(String[] args){
f();
}
// 二位数组的应用
//12、二维数组中,哪一行或哪一列的连续存放的0的个数最多,是几个0。注意,是“连续”。
public static void f(){
- 也谈什么时候Java比C++快
windshome
javaC++
刚打开iteye就看到这个标题“Java什么时候比C++快”,觉得很好笑。
你要比,就比同等水平的基础上的相比,笨蛋写得C代码和C++代码,去和高手写的Java代码比效率,有什么意义呢?
我是写密码算法的,深刻知道算法C和C++实现和Java实现之间的效率差,甚至也比对过C代码和汇编代码的效率差,计算机是个死的东西,再怎么优化,Java也就是和C