- 芯片后端之 PT 使用 report_timing 产生报告 之 -include_hierarchical_pins 选项
那么菜
GLS网表仿真那些应该啃得硬骨头PrimeTime
今天,我们再学习一点点后仿真相关技能。那就是,了解report_timing中的-include_hierarchical_pins选项。如果我们仅仅使用如下命令,执行后会发现:pt_shell>report_timing-fromFF1/CK-toFF2/d-delay_typemax我们使用命令report_timing报出的如上路径延时信息,仅仅显示:(1)FF1寄存器CK->Q路径延迟(2
- PointMixer论文阅读笔记
ZHANG8023ZHEN
论文阅读笔记
MLP-mixer是最近很流行的一种网络结构,比起Transformer和CNN的节构笨重,MLP-mixer不仅节构简单,而且在图像识别方面表现优异。但是MLP-mixer在点云识别方面表现欠佳,PointMixer就是在保留了MLP-mixer优点的同时,还可以很好的处理点云问题。PointMixer可以很好的处理intra-set,inter-set,hierarchical-set的点云。
- 多元统计分析课程论文-聚类效果评价
talle2021
数据分析机器学习聚类数据挖掘机器学习
数据集来源:UnsupervisedLearningonCountryData(kaggle.com)代码参考:Clustering:PCA|K-Means-DBSCAN-Hierarchical||Kaggle基于特征合成降维和主成分分析法降维的国家数据集聚类效果评价目录1.特征合成降维2.PCA降维3.K-Means聚类3.1对特征合成降维的数据聚类分析3.2对PCA降维的数据聚类分析摘要:本
- MySQL的分层数据管理 无限级分类 设计与优化
irelandken
数据库设计SQL分层数据无限级分类设计优化
最近做个一基于SQL的无限级分类的目录模块,在网上看到了这个文章,非常不错.原文是:http://ftp.nchu.edu.tw/MySQL/tech-resources/articles/hierarchical-data.htmlhttp://wenku.baidu.com/view/53c68dd049649b6648d74746.html在看下面的无限级分类优化之前,请大家先看看原文先哈!
- (5)【Python/机器学习/深度学习】Machine-Learning模型与算法应用—12种聚类算法说明与归纳
代码骑士
#机器学习人工智能
目录一、12种聚类(无监督学习)算法说明和区分比较聚类算法的类型(一)编辑导入函数库加载数据集编辑(1)K-Means--Centroidmodels(2)Mini-BatchK-Means--Centroidmodels(3)AffinityPropagation(Hierarchical)--Connectivitymodels(4)MeanShift--Centroidmodels聚类后如何
- Hierarchical Object Detectionwith Deep Reinforcement Learning
fayetdd
目标检测人工智能计算机视觉
摘要我们提出了一种方法,在深度强化学习agent引导的图像中执行层次对象检测。其关键思想是关注图像中包含更丰富信息的部分,并将其放大。我们训练一个智能agent,给定一个图像窗口,能够决定在五个预定义的不同区域候选对象(较小的窗口)中将注意力集中在哪里。这个过程被迭代以提供层次图像分析。我们比较了两种不同的候选提议策略来引导对象搜索:有重叠和没有重叠。此外,我们的工作比较了从卷积神经网络为每个候选
- JBrowse使用说明:如何配置track分面搜索选择器
xuzhougeng
但JBrowse要展示数据达到一定量级之后,如何方便管理这些track就成了一个问题,JBrowse支持三种track选择器:JBrowse/View/TrackList/Simple:已经作古的选择方法JBrowse/View/TrackList/Hierarchical:默认通过勾选的方法选择需要展示的trackJBrowse/View/TrackList/Faceted:本文要介绍的分面搜索
- 【计算机图形学】Few-Shot Physically-Aware Articulated Mesh Generation via Hierarchical Deformation
passer__jw767
计算机图形学几何学
文章目录1.为什么要提出这个工作2.之前的工作(PrivousWork)网格生成模型Few-shot生成物理感知的机器学习3.PipelineOverview分层网格变形物理感知的变形校正4.实验评价指标定性实验5.限制6.其他补充关于什么是few-shot重心坐标内插矩阵1.为什么要提出这个工作作者观察到,之前的铰接物体生成模型存在两个问题:一个是生成出来的铰接物体缺乏创新性(缺乏一种通过少量数
- 无监督学习 - 层次聚类(Hierarchical Clustering)
草明
数据结构与算法学习聚类机器学习人工智能
什么是机器学习层次聚类是一种无监督学习的聚类算法,它以树状结构(层次结构)的形式组织数据集中的样本。这种聚类方法可以分为两类:凝聚层次聚类(AgglomerativeHierarchicalClustering)和分裂层次聚类(DivisiveHierarchicalClustering)。凝聚层次聚类(AgglomerativeHierarchicalClustering):凝聚层次聚类的基本思
- 深度强化学习车辆重定向HMDRL: Hierarchical Mixed Deep Reinforcement Learning to Balance Vehicle Supply andDemand
发呆哥o_o ....
论文速读人工智能机器学习深度强化学习车辆重定向网约车系统
HMDRL:HierarchicalMixedDeepReinforcementLearningtoBalanceVehicleSupplyandDemand摘要三层混合深度强化学习方法,对闲置的车辆进行重新定位管理者在顶层,其中动作抽象是从时间维度进行的,并适应于空间可伸缩和时变的系统。协调器位于中间层,设计了一种独立于决策顺序的并行协调机制,以提高重新定位的效率。底层由执行人员组成,对具有混合
- FlatFS: Flatten Hierarchical File System Namespace on Non-volatile Memories——论文泛读
妙BOOK言
论文阅读论文阅读
ATC2022Paper元数据论文阅读汇总问题传统文件系统通过将其构造为目录树来提供分层的命名空间。基于树形命名空间结构导致文件路径遍历低效且命名空间树遍历昂贵,未充分利用非易失性内存系统提供的超低访问延迟和良好的顺序性能。挑战文件路径遍历速度较慢且不具有可扩展性。解析路径组件涉及昂贵的目录项搜索以及其他耦合的系统操作,如安全模块执行[10,23,24,40]。假设文件路径包含n个组件,则解析最后
- [论文精读]Hi-GCN: A hierarchical graph convolution network for graph embedding learning of brain network
夏莉莉iy
论文精读embedding人工智能深度学习学习机器学习图像处理图论
论文原文:Hi-GCN:Ahierarchicalgraphconvolutionnetworkforgraphembeddinglearningofbrainnetworkandbraindisordersprediction-ScienceDirect论文代码:https://github.com/haojiang1/hi-GCN目录1.省流版1.1.心得1.2.论文框架图2.论文逐段精读2.
- 四种无监督聚类算法说明
取名真难.
机器学习算法聚类人工智能机器学习
目录一、K-Means无监督学习(K-Means)的认识-CSDN博客二、Mini-BatchK-Means--Centroidmodels三、AffinityPropagation(Hierarchical)--Connectivitymodels四、MeanShift--Centroidmodels无监督聚类是一种机器学习技术,用于将数据分组成不同的类别,而无需提前标记或指导。在无监督聚类中,
- 2023(TranSkeleton):TranSkeleton: Hierarchical Spatial-Temporal Transformer for Skeleton-Based Action
盖盖的博客
论文阅读transformer深度学习人工智能
TranSkeleton:HierarchicalSpatial-TemporalTransformerforSkeleton-BasedActionRecognitionAbstract1.INTRODUCTION2.METHOD2.1OverviewofTranSkeleton2.2Partition-AggregationTemporalTransformer2.3Topology-Awar
- 2022-ECCV-Hierarchical Contrastive Inconsistency Learning for Deepfake Video Detection
二苏旧局吖
人工智能计算机视觉
一、研究背景1.真实视频和伪造视频的面部动作规律不同,二者的时序信息不一致性可以作为识别深度伪造的有效线索。2.现有的方法倾向于施加二分类监督,限制了模型只能关注类别层面的差异。3.存在只有某一部分被篡改的视频。4.现有伪造手段比较成熟,在单张图片上难以找到伪造痕迹。二、研究动机时间不一致性揭示了真实视频和伪造视频之间不一致的面部动作,因此应该通过比较来挖掘。三、研究目标1.进行局部和全局对比。2
- 分层聚类(Hierarchical clustering)
懒麻蛇
聚类算法pythonjava机器学习
简介分层聚类算法试图建立一个聚类的层次结构,有两类:聚合型(agglomerative)和分裂型(divisive)。聚合法最初将每个数据点作为一个单独的聚类,然后迭代合并,直到最后的聚类中包含所有的数据点。它也被称为自下而上的方法。分裂聚类遵循自上而下的流程,从一个拥有所有数据点的单一聚类开始,迭代地将该聚类分割成更小的聚类,直到每个聚类包含一个数据点。下图展示的便是聚合法的示意图。流程聚合分层
- 解决URI is not hierarchical错误,解决java打包成jar包访问文件的路径报错问题
小白养成记¥
javajavajarpython
非JAR包环境下,相对路径的文件下载方式。publicResponseEntityimportTemplate()throwsIOException{ClassPathResourceclassPathResource=newClassPathResource("Template/1702695761329.xlsx");InputStreaminputStream=classPathResour
- Hierarchical Clusting模型
取名真难.
机器学习支持向量机机器学习人工智能python
介绍:HierarchicalClustering是一种常用的聚类方法,它通过构建一个层次化的聚类树(或者称为聚类图),将数据点逐步合并组成不同的聚类簇。HierarchicalClustering的主要思想是将相似的数据点归为一类,然后逐步合并这些类别,最终形成一个层次化的聚类结果。这个过程可以通过两种方式实现:自底向上的聚合(AgglomerativeClustering)和自顶向下的分解(D
- 基于ethereumjs创建区块链钱包 HD Wallet (Hierarchical Deterministic wallet)
EAST东_059c
BIP32定义HierarchicalDeterministicwallet(简称"HDWallet"),是一个系统可以从单个seed产生树状结构储存多组keypairs(私钥和公钥)BIP39定义钱包助记词和seed生成规则,一般由12-24个单字组成,称为mnemonic。BIP44基于BIP32的系统,赋予树状结构中的各层特殊的意义。让同一个seed可以支援多币种、多帐户等(btc一般是m/
- VivadoAndTcl: get_cells
Unknown_Fighter
#VivadoAndTclfpga开发硬件工程fpga
get_cells的用法:get_cells[-hsc][-hierarchical][-regexp][-nocase][-filter][-of_objects][-match_style][-include_replicated_objects][-quiet][-verbose][][-hsc]:用于指定一个层级来进行检索,默认是/,不指定层级会报错。[-hierarchical]:一个层
- Hierarchical Recurrent Attention Network for Response Generation
LittleTreeT
“HierarchicalRecurrentAttentionNetworkforResponseGeneration”,ChenXingetalhttps://arxiv.org/pdf/1701.07149.pdf
- 【论文分享】Value-Based Hierarchical Information Collection for AUV-Enabled Internet of Underwater Things
Wei *
科研AUVVoI数据采集水下传感网络
文章目录论文基本信息摘要1.引言2.相关工作3.系统模型A.网络(体系)结构B.传感器节点模型C.AUV模型D.水下声学通道模型E.基于值的AUV路径规划问题的定义4.VALUE-ENERGYBALANCEDDISTRIBUTEDSINKNODESELECTION价值-能量平衡型分布式汇聚节点的选择A.数据传输时间和能耗分析B.SN选择方法5.最优辅助路径规划的ILP模型6.低复杂度的AUV路径规
- 基于Hierarchical Softmax的模型
Avada__Kedavra
NLP
本节开始正式介绍word2vec中用到的两个重要模型——CBOW模型(ContinuousBag-of-Words)和Skip-gram模型(ContinuousSkip-gram)。由图8、9可见,两个模型都包含三层:输入层、投影层和输出层。CBOW是在已知当前词wtw_{t}wt的上下文wt−2,wt−1,wt+1,wt+2w_{t-2},w_{t-1},w_{t+1},w_{t+2}wt−2
- 三十七章:Slide-Transformer:Hierarchical Vision Transformer with Local Self-Attention ——具有局部自注意力的分层视觉的TF
Joney Feng
transformer深度学习人工智能cnn网络
0.摘要自注意机制是VisionTransformer(ViT)最近进展的关键因素,它能够从全局上下文中进行自适应特征提取。然而,现有的自注意方法要么采用稀疏的全局注意力,要么采用窗口注意力来降低计算复杂度,这可能会损害局部特征的学习或者受到一些手工设计的限制。相比之下,局部注意力将每个查询的感受野限制在其相邻像素上,同时享受卷积和自注意力的优势,即局部归纳偏差和动态特征选择。然而,当前的局部注意
- Explore Hierarchical Data Crack
SEO-狼术
netCrackDelphijavascript
ExploreHierarchicalDataCrackDrill-downfeatureshelpyoutoanalyzelayersofdataanduncoverhiddeninsights,trends,anddetailedinformation.Drill-downchartsareatypeofinteractivedatavisualizationthatallowuserstoe
- 论文笔记《NeuralField-LDM: Scene Generation with Hierarchical Latent Diffusion Models》
浅度断墨
论文阅读
paper:https://arxiv.org/abs/2304.09787code:问就是没有code!主旨:用两个autoencoder
- ViTDet论文笔记
hello_dear_you
Transformer学习论文阅读ViTDet目标检测
arxiv:https://arxiv.org/abs/2203.16527GitHub:https://github.com/ViTAE-Transformer/ViTDet摘要本文提出使用plain,non-hierarchical视觉transformer作为目标检测的主干网络。通过这种设计可以使得ViT结构模型不需要再重新设计一个分层ViT进行预训练然后微调进行目标检测。在微调阶段通过微小
- 论文阅读《Automatic Pavement Crack Detection Based on Hierarchical Feature Augmentation》
深度不了
深度学习python
目录Abstract1INTRODUCTION2RELATEDWORK2.1TraditionalMethods2.2MachineLearningMethods2.3DeepLearningMethods3METHODOLOGY3.1HierarchicalFeatureExtractionNetwork3.2Muti-dilatedConvolution3.3HierachicalFeatur
- 深度学习之图像分类(十三)Swin Transformer: Hierarchical Vision Transformer using Shifted Windows详解(一)
哈尔滨张谦蛋
研究生学习-AItransformer深度学习transformer
SwinTransformer:HierarchicalVisionTransformerusingShiftedWindowsAbstract本文提出了一种新的visionTransformer,称为SwinTransformer,它可以作为计算机视觉的通用主干。在将Transformer从语言转移到视觉中的挑战主要源于两个领域之间的差异,例如视觉实体的尺度变化较大,以及图像中像素的高分辨率相对
- 深度学习之图像分类(十三)Swin Transformer: Hierarchical Vision Transformer using Shifted Windows详解(三)
哈尔滨张谦蛋
研究生学习-AItransformer深度学习transformer
SwinTransformer总结1.网络整体架构下图是SwinTransformer文章中给出的图1,左边是本文要讲的SwinTransformer,右边边是之前讲的VisionTransformer。通过对比至少可以看出两点不同:SwinTransformer使用了类似卷积神经网络中的层次化构建方法(Hierarchicalfeaturemaps),比如特征图尺寸中有对图像下采样4倍的,8倍的
- 书其实只有三类
西蜀石兰
类
一个人一辈子其实只读三种书,知识类、技能类、修心类。
知识类的书可以让我们活得更明白。类似十万个为什么这种书籍,我一直不太乐意去读,因为单纯的知识是没法做事的,就像知道地球转速是多少一样(我肯定不知道),这种所谓的知识,除非用到,普通人掌握了完全是一种负担,维基百科能找到的东西,为什么去记忆?
知识类的书,每个方面都涉及些,让自己显得不那么没文化,仅此而已。社会认为的学识渊博,肯定不是站在
- 《TCP/IP 详解,卷1:协议》学习笔记、吐槽及其他
bylijinnan
tcp
《TCP/IP 详解,卷1:协议》是经典,但不适合初学者。它更像是一本字典,适合学过网络的人温习和查阅一些记不清的概念。
这本书,我看的版本是机械工业出版社、范建华等译的。这本书在我看来,翻译得一般,甚至有明显的错误。如果英文熟练,看原版更好:
http://pcvr.nl/tcpip/
下面是我的一些笔记,包括我看书时有疑问的地方,也有对该书的吐槽,有不对的地方请指正:
1.
- Linux—— 静态IP跟动态IP设置
eksliang
linuxIP
一.在终端输入
vi /etc/sysconfig/network-scripts/ifcfg-eth0
静态ip模板如下:
DEVICE="eth0" #网卡名称
BOOTPROTO="static" #静态IP(必须)
HWADDR="00:0C:29:B5:65:CA" #网卡mac地址
IPV6INIT=&q
- Informatica update strategy transformation
18289753290
更新策略组件: 标记你的数据进入target里面做什么操作,一般会和lookup配合使用,有时候用0,1,1代表 forward rejected rows被选中,rejected row是输出在错误文件里,不想看到reject输出,将错误输出到文件,因为有时候数据库原因导致某些column不能update,reject就会output到错误文件里面供查看,在workflow的
- 使用Scrapy时出现虽然队列里有很多Request但是却不下载,造成假死状态
酷的飞上天空
request
现象就是:
程序运行一段时间,可能是几十分钟或者几个小时,然后后台日志里面就不出现下载页面的信息,一直显示上一分钟抓取了0个网页的信息。
刚开始已经猜到是某些下载线程没有正常执行回调方法引起程序一直以为线程还未下载完成,但是水平有限研究源码未果。
经过不停的google终于发现一个有价值的信息,是给twisted提出的一个bugfix
连接地址如下http://twistedmatrix.
- 利用预测分析技术来进行辅助医疗
蓝儿唯美
医疗
2014年,克利夫兰诊所(Cleveland Clinic)想要更有效地控制其手术中心做膝关节置换手术的费用。整个系统每年大约进行2600例此类手术,所以,即使降低很少一部分成本,都可以为诊 所和病人节约大量的资金。为了找到适合的解决方案,供应商将视野投向了预测分析技术和工具,但其分析团队还必须花时间向医生解释基于数据的治疗方案意味着 什么。
克利夫兰诊所负责企业信息管理和分析的医疗
- java 线程(一):基础篇
DavidIsOK
java多线程线程
&nbs
- Tomcat服务器框架之Servlet开发分析
aijuans
servlet
最近使用Tomcat做web服务器,使用Servlet技术做开发时,对Tomcat的框架的简易分析:
疑问: 为什么我们在继承HttpServlet类之后,覆盖doGet(HttpServletRequest req, HttpServetResponse rep)方法后,该方法会自动被Tomcat服务器调用,doGet方法的参数有谁传递过来?怎样传递?
分析之我见: doGet方法的
- 揭秘玖富的粉丝营销之谜 与小米粉丝社区类似
aoyouzi
揭秘玖富的粉丝营销之谜
玖富旗下悟空理财凭借着一个微信公众号上线当天成交量即破百万,第七天成交量单日破了1000万;第23天时,累计成交量超1个亿……至今成立不到10个月,粉丝已经超过500万,月交易额突破10亿,而玖富平台目前的总用户数也已经超过了1800万,位居P2P平台第一位。很多互联网金融创业者慕名前来学习效仿,但是却鲜有成功者,玖富的粉丝营销对外至今仍然是个谜。
近日,一直坚持微信粉丝营销
- Java web的会话跟踪技术
百合不是茶
url会话Cookie会话Seession会话Java Web隐藏域会话
会话跟踪主要是用在用户页面点击不同的页面时,需要用到的技术点
会话:多次请求与响应的过程
1,url地址传递参数,实现页面跟踪技术
格式:传一个参数的
url?名=值
传两个参数的
url?名=值 &名=值
关键代码
- web.xml之Servlet配置
bijian1013
javaweb.xmlServlet配置
定义:
<servlet>
<servlet-name>myservlet</servlet-name>
<servlet-class>com.myapp.controller.MyFirstServlet</servlet-class>
<init-param>
<param-name>
- 利用svnsync实现SVN同步备份
sunjing
SVN同步E000022svnsync镜像
1. 在备份SVN服务器上建立版本库
svnadmin create test
2. 创建pre-revprop-change文件
cd test/hooks/
cp pre-revprop-change.tmpl pre-revprop-change
3. 修改pre-revprop-
- 【分布式数据一致性三】MongoDB读写一致性
bit1129
mongodb
本系列文章结合MongoDB,探讨分布式数据库的数据一致性,这个系列文章包括:
数据一致性概述与CAP
最终一致性(Eventually Consistency)
网络分裂(Network Partition)问题
多数据中心(Multi Data Center)
多个写者(Multi Writer)最终一致性
一致性图表(Consistency Chart)
数据
- Anychart图表组件-Flash图转IMG普通图的方法
白糖_
Flash
问题背景:项目使用的是Anychart图表组件,渲染出来的图是Flash的,往往一个页面有时候会有多个flash图,而需求是让我们做一个打印预览和打印功能,让多个Flash图在一个页面上打印出来。
那么我们打印预览的思路是获取页面的body元素,然后在打印预览界面通过$("body").append(html)的形式显示预览效果,结果让人大跌眼镜:Flash是
- Window 80端口被占用 WHY?
bozch
端口占用window
平时在启动一些可能使用80端口软件的时候,会提示80端口已经被其他软件占用,那一般又会有那些软件占用这些端口呢?
下面坐下总结:
1、web服务器是最经常见的占用80端口的,例如:tomcat , apache , IIS , Php等等;
2
- 编程之美-数组的最大值和最小值-分治法(两种形式)
bylijinnan
编程之美
import java.util.Arrays;
public class MinMaxInArray {
/**
* 编程之美 数组的最大值和最小值 分治法
* 两种形式
*/
public static void main(String[] args) {
int[] t={11,23,34,4,6,7,8,1,2,23};
int[]
- Perl正则表达式
chenbowen00
正则表达式perl
首先我们应该知道 Perl 程序中,正则表达式有三种存在形式,他们分别是:
匹配:m/<regexp>;/ (还可以简写为 /<regexp>;/ ,略去 m)
替换:s/<pattern>;/<replacement>;/
转化:tr/<pattern>;/<replacemnt>;
- [宇宙与天文]行星议会是否具有本行星大气层以外的权力呢?
comsci
举个例子: 地球,地球上由200多个国家选举出一个代表地球联合体的议会,那么现在地球联合体遇到一个问题,地球这颗星球上面的矿产资源快要采掘完了....那么地球议会全体投票,一致通过一项带有法律性质的议案,既批准地球上的国家用各种技术手段在地球以外开采矿产资源和其它资源........
&
- Oracle Profile 使用详解
daizj
oracleprofile资源限制
Oracle Profile 使用详解 转
一、目的:
Oracle系统中的profile可以用来对用户所能使用的数据库资源进行限制,使用Create Profile命令创建一个Profile,用它来实现对数据库资源的限制使用,如果把该profile分配给用户,则该用户所能使用的数据库资源都在该profile的限制之内。
二、条件:
创建profile必须要有CREATE PROFIL
- How HipChat Stores And Indexes Billions Of Messages Using ElasticSearch & Redis
dengkane
elasticsearchLucene
This article is from an interview with Zuhaib Siddique, a production engineer at HipChat, makers of group chat and IM for teams.
HipChat started in an unusual space, one you might not
- 循环小示例,菲波拉契序列,循环解一元二次方程以及switch示例程序
dcj3sjt126com
c算法
# include <stdio.h>
int main(void)
{
int n;
int i;
int f1, f2, f3;
f1 = 1;
f2 = 1;
printf("请输入您需要求的想的序列:");
scanf("%d", &n);
for (i=3; i<n; i
- macbook的lamp环境
dcj3sjt126com
lamp
sudo vim /etc/apache2/httpd.conf
/Library/WebServer/Documents
是默认的网站根目录
重启Mac上的Apache服务
这个命令很早以前就查过了,但是每次使用的时候还是要在网上查:
停止服务:sudo /usr/sbin/apachectl stop
开启服务:s
- java ArrayList源码 下
shuizhaosi888
ArrayList源码
版本 jdk-7u71-windows-x64
JavaSE7 ArrayList源码上:http://flyouwith.iteye.com/blog/2166890
/**
* 从这个列表中移除所有c中包含元素
*/
public boolean removeAll(Collection<?> c) {
- Spring Security(08)——intercept-url配置
234390216
Spring Securityintercept-url访问权限访问协议请求方法
intercept-url配置
目录
1.1 指定拦截的url
1.2 指定访问权限
1.3 指定访问协议
1.4 指定请求方法
1.1 &n
- Linux环境下的oracle安装
jayung
oracle
linux系统下的oracle安装
本文档是Linux(redhat6.x、centos6.x、redhat7.x) 64位操作系统安装Oracle 11g(Oracle Database 11g Enterprise Edition Release 11.2.0.4.0 - 64bit Production),本文基于各种网络资料精心整理而成,共享给有需要的朋友。如有问题可联系:QQ:52-7
- hotspot虚拟机
leichenlei
javaHotSpotjvm虚拟机文档
JVM参数
http://docs.oracle.com/javase/6/docs/technotes/guides/vm/index.html
JVM工具
http://docs.oracle.com/javase/6/docs/technotes/tools/index.html
JVM垃圾回收
http://www.oracle.com
- 读《Node.js项目实践:构建可扩展的Web应用》 ——引编程慢慢变成系统化的“砌砖活”
noaighost
Webnode.js
读《Node.js项目实践:构建可扩展的Web应用》
——引编程慢慢变成系统化的“砌砖活”
眼里的Node.JS
初初接触node是一年前的事,那时候年少不更事。还在纠结什么语言可以编写出牛逼的程序,想必每个码农都会经历这个月经性的问题:微信用什么语言写的?facebook为什么推荐系统这么智能,用什么语言写的?dota2的外挂这么牛逼,用什么语言写的?……用什么语言写这句话,困扰人也是阻碍
- 快速开发Android应用
rensanning
android
Android应用开发过程中,经常会遇到很多常见的类似问题,解决这些问题需要花时间,其实很多问题已经有了成熟的解决方案,比如很多第三方的开源lib,参考
Android Libraries 和
Android UI/UX Libraries。
编码越少,Bug越少,效率自然会高。
但可能由于 根本没听说过、听说过但没用过、特殊原因不能用、自己已经有了解决方案等等原因,这些成熟的解决
- 理解Java中的弱引用
tomcat_oracle
java工作面试
不久之前,我
面试了一些求职Java高级开发工程师的应聘者。我常常会面试他们说,“你能给我介绍一些Java中得弱引用吗?”,如果面试者这样说,“嗯,是不是垃圾回收有关的?”,我就会基本满意了,我并不期待回答是一篇诘究本末的论文描述。 然而事与愿违,我很吃惊的发现,在将近20多个有着平均5年开发经验和高学历背景的应聘者中,居然只有两个人知道弱引用的存在,但是在这两个人之中只有一个人真正了
- 标签输出html标签" target="_blank">关于标签输出html标签
xshdch
jsp
http://back-888888.iteye.com/blog/1181202
关于<c:out value=""/>标签的使用,其中有一个属性是escapeXml默认是true(将html标签当做转移字符,直接显示不在浏览器上面进行解析),当设置escapeXml属性值为false的时候就是不过滤xml,这样就能在浏览器上解析html标签,
&nb