- 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
- 飞桨Paddle Inference模型转ONNX模型的方法
Sweet锦
AIpaddlepaddle人工智能AI编程
ONNX是个好东西,其全称OpenNeuralNetworkExchange,是一种用于表示和交换深度学习模型的开放标准格式。由Microsoft和Facebook在2017年共同推出的一个开放标准,旨在促进不同深度学习框架之间的互操作性,并采用相同格式存储模型数据。ONNX有诸多优势,简直让人爱不释手呀。以下简单列举几个:在不同深度学习框架(如PaddlePaddle、PyTorch、Tenso
- 智能驱动的视频未来:蓝耘MaaS平海螺AI技术的革新与应用
荣华富贵8
程序员的知识储备1程序员的知识储备2程序员的知识储备3经验分享linux科技运维性能优化
在当今数字化浪潮中,视频技术与人工智能的深度融合正以前所未有的速度改变各行各业。蓝耘MaaS平海螺AI技术凭借其突破性的架构和前沿算法,正在为智慧城市、自动驾驶、智能监控以及新媒体内容生成等领域带来革命性变革。本文将探讨这一前沿技术的核心原理、实现方法以及未来的应用前景,并通过经典代码示例展示其实际实现。技术背景与发展趋势随着深度学习、边缘计算和大数据分析技术的不断成熟,视频处理正从传统的离线批量
- 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
- Milvus 在多模态数据(图像、文本、音频)向量搜索中的应用
莫比乌斯之梦
技术#Milvusmilvus音视频数据库向量数据库多模态数据
随着人工智能和深度学习的发展,多模态数据检索逐渐成为热门技术,广泛应用于图像搜索、语音识别、跨模态检索、推荐系统等领域。传统的基于关键词或规则的检索方式已经难以满足智能应用的需求,因此,基于向量搜索的近似最近邻(ANN)检索成为主流方案。Milvus作为一款开源的向量数据库,可以高效地存储和检索图像、文本、音频等多模态数据的向量表示。本文将介绍Milvus如何处理多模态数据的向量搜索,以及如何构建
- 深度学习--【完整代码+数据集】线性回归数据模型构建案例
qq_469603589
人工智能大数据深度学习线性回归人工智能
作者简介:Java、前端、Python开发多年,做过高程,项目经理,架构师主要内容:Java项目开发、Python项目开发、大学数据和AI项目开发、单片机项目设计、面试技术整理、最新技术分享收藏点赞不迷路关注作者有好处文末获得源码根据炮哥所讲授内容进行学习心得整理与分享:现在假设这样的一个案例,现在有一组这样的数据,是小明每天学习的时间和最后考试的分数的数据。数据如下表所示,同时想知道小明假设学习
- 【pytorch】图像数据预处理
子根
笔记pytorchpython深度学习
本文是记录一些在深度学习中的预处理的一些语法和函数torchvision.transforms的图像变换[PyTorch学习笔记]2.3二十二种transforms图片数据预处理方法-知乎TORCHVISION.TRANSFORMS的图像预处理_阿巫兮兮的博客-CSDN博客PyTorch09:transforms图像变换、方法操作及自定义方法-YEY的博客|YEYBlog2D、3D中心裁剪:imp
- 深度学习框架PyTorch——从入门到精通(10)PyTorch张量简介
Fansv587
深度学习pytorch人工智能经验分享机器学习python
这部分是PyTorch介绍——YouTube系列的内容,每一节都对应一个youtube视频。(可能跟之前的有一定的重复)创建张量随机张量和种子张量形状张量数据类型使用PyTorch张量进行数学与逻辑运算简单介绍——张量广播关于张量更多的数学操作原地修改张量复制张量迁移到加速器操作张量形状改变维度数量NumPy桥接本节YouTube视频地址:点击这里张量是PyTorch中的核心数据抽象。首先,让我们
- 【深度学习】图形模型基础(5):线性回归模型第一部分:认识线性回归模型
MUKAMO
图像深度学习模型基础十二篇深度学习线性回归人工智能
1.回归模型定义最简单的回归模型是具有单一预测变量的线性模型,其基本形式如下:y=a+bx+ϵy=a+bx+\epsilony=a+bx+ϵ其中,aaa和bbb被称为模型的系数或更一般地,模型的参数。ϵ\epsilonϵ代表误差项,即模型未能解释的变异性。简单的线性模型可以通过多种方式进行扩展,以适应更复杂的数据结构和关系,包括但不限于以下几种:包含额外的预测变量:当模型中包含多个预测变量时,其形
- 美颜SDK架构揭秘:人脸美型API的底层实现与优化策略
美狐美颜sdk
美颜SDK美颜API直播美颜SDK架构图像处理视频美颜SDK深度学习人工智能美颜API
在短视频、直播和社交娱乐行业的快速发展下,美颜SDK已成为各大应用的重要组成部分。其中,人脸美型API作为核心功能,决定了最终的美颜效果和用户体验。本文将深入探讨美颜SDK的人脸美型API的底层实现,并分享优化策略,帮助开发者打造高性能、高质量的美颜解决方案。一、人脸美型API的底层技术架构1.1关键技术模块一个完整的人脸美型API通常由以下几个核心模块组成:(1)人脸检测与关键点识别采用深度学习
- 多级缓存和数据一致性问题
keep0901
项目实践Redis并发缓存
一、什么是多级缓存?多级缓存是一种分层的数据缓存策略,通过在不同层级(如本地、分布式、数据库)存储数据副本,结合各层缓存的访问速度和容量特性,优化系统的性能和资源利用率。其核心思想是让数据尽可能靠近计算单元,减少对远端存储(如数据库)的直接访问,从而降低延迟、提升吞吐量。1.多级缓存的典型层级结构缓存层级描述示例特点L1本地缓存位于应用进程内存中,访问速度最快,容量最小。Caffeine、Guav
- Redis + Caffeine多级缓存电商场景深度解析
nlog3n
Java学习缓存redis数据库
Redis+Caffeine多级缓存Redis+Caffeine多级缓存电商场景深度解析一、实施目的二、具体实施2.1架构设计2.2组件配置2.3核心代码实现三、实施效果3.1性能指标对比3.2业务指标改善3.3系统稳定性四、关键策略4.1缓存预热4.2一致性保障4.3监控配置Prometheus监控指标电商多级缓存完整实现方案1.基础配置1.1Maven依赖1.2配置文件2.核心实现类2.1缓存
- PyTorch实战:灵活构建神经网络
shejizuopin
pytorch神经网络人工智能PyTorch实战灵活构建神经网络代码
引言PyTorch,作为由FacebookAIResearch团队开发的开源深度学习框架,以其灵活性、动态计算图以及易于调试的特性,在深度学习领域赢得了广泛的认可。无论是学术研究还是工业应用,PyTorch都提供了强大的支持。本文将结合CSDN网站上的最新资源,分享PyTorch实战中的最实用解决技巧,并通过代码示例进行详细分析,帮助读者灵活构建神经网络模型。一、PyTorch基础与安装1.1Py
- 基于深度学习的图像识别技术在智能安防中的应用
Blossom.118
分布式系统与高性能计算领域深度学习人工智能主动学习机器学习图像识别自动化人脸识别
一、引言随着科技的飞速发展,人工智能技术逐渐渗透到各个领域,其中深度学习作为人工智能的核心技术之一,在图像识别领域取得了显著的成果。图像识别技术在智能安防领域具有极其重要的应用价值,它能够有效提升安防系统的自动化程度和准确性,为社会的安全稳定提供有力保障。本文将深入探讨基于深度学习的图像识别技术在智能安防中的应用,分析其技术原理、优势以及面临的挑战。二、深度学习与图像识别技术概述(一)深度学习简介
- Pytorch 第十二回:循环神经网络——LSTM模型
Start_Present
rnnpytorchlstm神经网络数据分析
Pytorch第十二回:循环神经网络——LSTM模型本次开启深度学习第十二回,基于Pytorch的LSTM循环神经网络模型。本回分享第二个循环神经网络,叫做LSTM模型。在本回中,设计通过LSTM模型来对股票收盘价格进行预测。接下来给大家分享具体思路。本次学习,借助的平台是PyCharm2024.1.3,python版本3.11numpy版本是1.26.4,pytorch版本2.0.0+cu118
- 【深度学习基础 2】 PyTorch 框架
鸢想睡觉
机器学习深度学习pytorch人工智能python
目录一、PyTorch简介二、安装PyTorch三、PyTorch常用函数和操作3.1创建张量(Tensor)3.2基本数学运算3.3自动求导(Autograd)3.4定义神经网络模型3.5训练与评估模型3.6使用模型进行预测四、注意事项五、完整训练示例代码一、PyTorch简介PyTorch是由Facebook开发的开源深度学习框架,以动态计算图(DynamicComputationalGrap
- 【论文阅读】基于思维链提示的大语言模型软件漏洞发现与修复方法研究
君的名字
【机器学习】【论文】论文阅读语言模型人工智能
这篇文章来自于Chain-of-ThoughtPromptingofLargeLanguageModelsforDiscoveringandFixingSoftwareVulnerabilities摘要软件安全漏洞在现代系统中呈现泛在化趋势,其引发的社会影响日益显著。尽管已有多种防御技术被提出,基于深度学习(DL)的方法因能规避传统技术瓶颈而备受关注,但面临两大核心挑战:任务专用标注数据集的规模质
- 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
- Unsloth 库和Hugging Face Transformers 库对比使用
背太阳的牧羊人
模型微调模型加载语言模型
在深度学习模型的微调过程中,保存模型及其权重是关键步骤。不同的库或框架提供了各自的方法来完成这一任务。Unsloth库:Unsloth是一个专注于加速大语言模型(LLM)微调的开源工具。它通过优化计算步骤和GPU内核,显著提升训练速度并减少内存使用。在Unsloth中,save_pretrained_merged方法用于将微调后的LoRA(Low-RankAdaptation)适配器权重与原始模型
- 深度学习篇---断点重训&模型部署文件
Ronin-Lotus
图像处理篇程序代码篇深度学习篇深度学习r语言人工智能pythonpaddlepaddle断点重训模型部署
文章目录前言一、断点重训(Checkpoint)文件1.动态图(DyGraph)模式.pdparams文件.pdopt文件.pdscaler文件.pdmeta或.pkl文件2.静态图(StaticGraph)模式.pdparams和.pdopt文件.ckpt文件3.恢复训练二、模型部署文件1.动态图部署文件.pdmodel.pdiparams示例代码2.PaddleInference部署三、核心区
- 向量数据库与常见的搜索算法
杰瑞哥哥
技术笔记数据库深度学习gpt
一、引入在深度学习领域,每个实体都是高维向量,每个维度都是某种属性的刻画。比如一行N个字的文本,可以转成N*256维张量,一个图片可以转成3*100*100张量。将这些向量投射到空间中,可以发现越“相似”的实体,他们的向量也在空间中更“接近”。这样,就可以在其附近搜索相邻的向量,从而获得相似的实体——最近邻问题。但是传统的数据库的查询方式,并不能很好的适用于向量数据。向量数据库配备了专门的搜索算法
- 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
- 深度学习学习经验——生成对抗网络(GAN)
Linductor
深度学习学习经验深度学习学习生成对抗网络
生成对抗网络(GenerativeAdversarialNetwork)生成对抗网络(GenerativeAdversarialNetwork,简称GAN)是由IanGoodfellow等人在2014年提出的一种深度学习模型。GAN通过两个网络——生成器(Generator)和判别器(Discriminator)的对抗训练来生成逼真的数据。1.GAN的基本概念GAN主要由两个部分组成:生成器(Ge
- 【深度学习】Self-Attention机制详解:Transformer的核心引擎
烟锁池塘柳0
深度学习transformer人工智能
Self-Attention机制详解:Transformer的核心引擎文章目录Self-Attention机制详解:Transformer的核心引擎引言Self-Attention的基本概念为什么需要Self-Attention?Self-Attention的数学原理1.计算查询(Query)、键(Key)和值(Value)2.计算注意力分数3.缩放并应用Softmax4.加权求和多头注意力(Mu
- 基于深度学习的水果识别系统
A等天晴
计算机视觉深度学习人工智能
1.引言随着计算机视觉技术的快速发展,基于深度学习的水果识别系统在农业、超市等场景中具有广泛的应用前景。例如,在农业中,水果识别系统可以帮助农民自动分类和计数水果,从而提高效率并减少人工成本;在超市中,水果识别系统可以帮助快速识别和结算水果,提升顾客购物体验。YOLO(YouOnlyLookOnce)是一种高效的目标检测模型,其主要特点是检测速度快、精度高,适用于实时目标检测任务。YOLO模型通过
- DeepSeek底层揭秘——deepEP
9命怪猫
AI人工智能大模型ai
1.什么是deepEP?(1)定义deepEP(DeepSeekEndPoint)是DeepSeek开源的一款高性能、低延迟的分布式通信库,专为大规模深度学习训练和推理场景设计。它旨在优化分布式计算环境中的通信效率,特别是在节点间数据交换、梯度同步、模型分发等方面,能够显著提升训练速度和推理性能。deepEP的设计目标是提供一种易于使用、高度灵活且性能卓越的通信解决方案,以满足日益增长的AI模型规
- 深度学习5 神经网络、参数初始化
今天又是学习
深度学习人工智能
一、模型保存与加载1、序列化方式保存方式:torch.save(model,"model.pkl")打开方式:model=torch.load("model.pkl",map_location="cpu")importtorchimporttorch.nnasnnclassMyModle(nn.Module):def__init__(self,input_size,output_size):su
- 深度学习中常见的权重参数初始化方法
真以为Sophie是猪啊
基础常见知识深度学习人工智能
在深度学习中,权重参数的初始化对模型的训练过程和性能有着非常重要的影响。一个好的权重初始化方法能够帮助模型更快收敛、避免梯度爆炸或梯度消失等问题。以下是几种常见的权重初始化方法及其背后的原理。1.零初始化(ZeroInitialization):方法:将所有权重初始化为零。问题:对于深度神经网络来说,这种方法不可取。因为如果所有权重都初始化为相同的值(如零),所有神经元在每一层的输出和梯度都会相同
- 美摄科技智能汽车视频延迟摄影解决方案,开启智能出行新视界
美摄科技
智能电视
在智能汽车时代,车载影像技术正以前所未有的速度发展,成为提升驾乘体验和满足用户多样化需求的关键因素。美摄科技凭借其卓越的技术实力和创新精神,推出了智能汽车视频延迟摄影解决方案,为智能汽车行业带来了一场视觉盛宴。一、核心技术:智能算法驱动,优化画面质量美摄科技的智能汽车视频延迟摄影解决方案的核心在于其创新的图像增强算法与深度学习技术。通过智能算法驱动,方案能够实时检测并优化画面中的各类问题,如过曝、
- eclipse maven
IXHONG
eclipse
eclipse中使用maven插件的时候,运行run as maven build的时候报错
-Dmaven.multiModuleProjectDirectory system propery is not set. Check $M2_HOME environment variable and mvn script match.
可以设一个环境变量M2_HOME指
- timer cancel方法的一个小实例
alleni123
多线程timer
package com.lj.timer;
import java.util.Date;
import java.util.Timer;
import java.util.TimerTask;
public class MyTimer extends TimerTask
{
private int a;
private Timer timer;
pub
- MySQL数据库在Linux下的安装
ducklsl
mysql
1.建好一个专门放置MySQL的目录
/mysql/db数据库目录
/mysql/data数据库数据文件目录
2.配置用户,添加专门的MySQL管理用户
>groupadd mysql ----添加用户组
>useradd -g mysql mysql ----在mysql用户组中添加一个mysql用户
3.配置,生成并安装MySQL
>cmake -D
- spring------>>cvc-elt.1: Cannot find the declaration of element
Array_06
springbean
将--------
<?xml version="1.0" encoding="UTF-8"?>
<beans xmlns="http://www.springframework.org/schema/beans"
xmlns:xsi="http://www.w3
- maven发布第三方jar的一些问题
cugfy
maven
maven中发布 第三方jar到nexus仓库使用的是 deploy:deploy-file命令
有许多参数,具体可查看
http://maven.apache.org/plugins/maven-deploy-plugin/deploy-file-mojo.html
以下是一个例子:
mvn deploy:deploy-file -DgroupId=xpp3
- MYSQL下载及安装
357029540
mysql
好久没有去安装过MYSQL,今天自己在安装完MYSQL过后用navicat for mysql去厕测试链接的时候出现了10061的问题,因为的的MYSQL是最新版本为5.6.24,所以下载的文件夹里没有my.ini文件,所以在网上找了很多方法还是没有找到怎么解决问题,最后看到了一篇百度经验里有这个的介绍,按照其步骤也完成了安装,在这里给大家分享下这个链接的地址
- ios TableView cell的布局
张亚雄
tableview
cell.imageView.image = [UIImage imageNamed:[imageArray objectAtIndex:[indexPath row]]];
CGSize itemSize = CGSizeMake(60, 50);
&nbs
- Java编码转义
adminjun
java编码转义
import java.io.UnsupportedEncodingException;
/**
* 转换字符串的编码
*/
public class ChangeCharset {
/** 7位ASCII字符,也叫作ISO646-US、Unicode字符集的基本拉丁块 */
public static final Strin
- Tomcat 配置和spring
aijuans
spring
简介
Tomcat启动时,先找系统变量CATALINA_BASE,如果没有,则找CATALINA_HOME。然后找这个变量所指的目录下的conf文件夹,从中读取配置文件。最重要的配置文件:server.xml 。要配置tomcat,基本上了解server.xml,context.xml和web.xml。
Server.xml -- tomcat主
- Java打印当前目录下的所有子目录和文件
ayaoxinchao
递归File
其实这个没啥技术含量,大湿们不要操笑哦,只是做一个简单的记录,简单用了一下递归算法。
import java.io.File;
/**
* @author Perlin
* @date 2014-6-30
*/
public class PrintDirectory {
public static void printDirectory(File f
- linux安装mysql出现libs报冲突解决
BigBird2012
linux
linux安装mysql出现libs报冲突解决
安装mysql出现
file /usr/share/mysql/ukrainian/errmsg.sys from install of MySQL-server-5.5.33-1.linux2.6.i386 conflicts with file from package mysql-libs-5.1.61-4.el6.i686
- jedis连接池使用实例
bijian1013
redisjedis连接池jedis
实例代码:
package com.bijian.study;
import java.util.ArrayList;
import java.util.List;
import redis.clients.jedis.Jedis;
import redis.clients.jedis.JedisPool;
import redis.clients.jedis.JedisPoo
- 关于朋友
bingyingao
朋友兴趣爱好维持
成为朋友的必要条件:
志相同,道不合,可以成为朋友。譬如马云、周星驰一个是商人,一个是影星,可谓道不同,但都很有梦想,都要在各自领域里做到最好,当他们遇到一起,互相欣赏,可以畅谈两个小时。
志不同,道相合,也可以成为朋友。譬如有时候看到两个一个成绩很好每次考试争做第一,一个成绩很差的同学是好朋友。他们志向不相同,但他
- 【Spark七十九】Spark RDD API一
bit1129
spark
aggregate
package spark.examples.rddapi
import org.apache.spark.{SparkConf, SparkContext}
//测试RDD的aggregate方法
object AggregateTest {
def main(args: Array[String]) {
val conf = new Spar
- ktap 0.1 released
bookjovi
kerneltracing
Dear,
I'm pleased to announce that ktap release v0.1, this is the first official
release of ktap project, it is expected that this release is not fully
functional or very stable and we welcome bu
- 能保存Properties文件注释的Properties工具类
BrokenDreams
properties
今天遇到一个小需求:由于java.util.Properties读取属性文件时会忽略注释,当写回去的时候,注释都没了。恰好一个项目中的配置文件会在部署后被某个Java程序修改一下,但修改了之后注释全没了,可能会给以后的参数调整带来困难。所以要解决这个问题。
&nb
- 读《研磨设计模式》-代码笔记-外观模式-Facade
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/
/*
* 百度百科的定义:
* Facade(外观)模式为子系统中的各类(或结构与方法)提供一个简明一致的界面,
* 隐藏子系统的复杂性,使子系统更加容易使用。他是为子系统中的一组接口所提供的一个一致的界面
*
* 可简单地
- After Effects教程收集
cherishLC
After Effects
1、中文入门
http://study.163.com/course/courseMain.htm?courseId=730009
2、videocopilot英文入门教程(中文字幕)
http://www.youku.com/playlist_show/id_17893193.html
英文原址:
http://www.videocopilot.net/basic/
素
- Linux Apache 安装过程
crabdave
apache
Linux Apache 安装过程
下载新版本:
apr-1.4.2.tar.gz(下载网站:http://apr.apache.org/download.cgi)
apr-util-1.3.9.tar.gz(下载网站:http://apr.apache.org/download.cgi)
httpd-2.2.15.tar.gz(下载网站:http://httpd.apac
- Shell学习 之 变量赋值和引用
daizj
shell变量引用赋值
本文转自:http://www.cnblogs.com/papam/articles/1548679.html
Shell编程中,使用变量无需事先声明,同时变量名的命名须遵循如下规则:
首个字符必须为字母(a-z,A-Z)
中间不能有空格,可以使用下划线(_)
不能使用标点符号
不能使用bash里的关键字(可用help命令查看保留关键字)
需要给变量赋值时,可以这么写:
- Java SE 第一讲(Java SE入门、JDK的下载与安装、第一个Java程序、Java程序的编译与执行)
dcj3sjt126com
javajdk
Java SE 第一讲:
Java SE:Java Standard Edition
Java ME: Java Mobile Edition
Java EE:Java Enterprise Edition
Java是由Sun公司推出的(今年初被Oracle公司收购)。
收购价格:74亿美金
J2SE、J2ME、J2EE
JDK:Java Development
- YII给用户登录加上验证码
dcj3sjt126com
yii
1、在SiteController中添加如下代码:
/**
* Declares class-based actions.
*/
public function actions() {
return array(
// captcha action renders the CAPTCHA image displ
- Lucene使用说明
dyy_gusi
Lucenesearch分词器
Lucene使用说明
1、lucene简介
1.1、什么是lucene
Lucene是一个全文搜索框架,而不是应用产品。因此它并不像baidu或者googleDesktop那种拿来就能用,它只是提供了一种工具让你能实现这些产品和功能。
1.2、lucene能做什么
要回答这个问题,先要了解lucene的本质。实际
- 学习编程并不难,做到以下几点即可!
gcq511120594
数据结构编程算法
不论你是想自己设计游戏,还是开发iPhone或安卓手机上的应用,还是仅仅为了娱乐,学习编程语言都是一条必经之路。编程语言种类繁多,用途各 异,然而一旦掌握其中之一,其他的也就迎刃而解。作为初学者,你可能要先从Java或HTML开始学,一旦掌握了一门编程语言,你就发挥无穷的想象,开发 各种神奇的软件啦。
1、确定目标
学习编程语言既充满乐趣,又充满挑战。有些花费多年时间学习一门编程语言的大学生到
- Java面试十问之三:Java与C++内存回收机制的差别
HNUlanwei
javaC++finalize()堆栈内存回收
大家知道, Java 除了那 8 种基本类型以外,其他都是对象类型(又称为引用类型)的数据。 JVM 会把程序创建的对象存放在堆空间中,那什么又是堆空间呢?其实,堆( Heap)是一个运行时的数据存储区,从它可以分配大小各异的空间。一般,运行时的数据存储区有堆( Heap)和堆栈( Stack),所以要先看它们里面可以分配哪些类型的对象实体,然后才知道如何均衡使用这两种存储区。一般来说,栈中存放的
- 第二章 Nginx+Lua开发入门
jinnianshilongnian
nginxlua
Nginx入门
本文目的是学习Nginx+Lua开发,对于Nginx基本知识可以参考如下文章:
nginx启动、关闭、重启
http://www.cnblogs.com/derekchen/archive/2011/02/17/1957209.html
agentzh 的 Nginx 教程
http://openresty.org/download/agentzh-nginx-tutor
- MongoDB windows安装 基本命令
liyonghui160com
windows安装
安装目录:
D:\MongoDB\
新建目录
D:\MongoDB\data\db
4.启动进城:
cd D:\MongoDB\bin
mongod -dbpath D:\MongoDB\data\db
&n
- Linux下通过源码编译安装程序
pda158
linux
一、程序的组成部分 Linux下程序大都是由以下几部分组成: 二进制文件:也就是可以运行的程序文件 库文件:就是通常我们见到的lib目录下的文件 配置文件:这个不必多说,都知道 帮助文档:通常是我们在linux下用man命令查看的命令的文档
二、linux下程序的存放目录 linux程序的存放目录大致有三个地方: /etc, /b
- WEB开发编程的职业生涯4个阶段
shw3588
编程Web工作生活
觉得自己什么都会
2007年从学校毕业,凭借自己原创的ASP毕业设计,以为自己很厉害似的,信心满满去东莞找工作,找面试成功率确实很高,只是工资不高,但依旧无法磨灭那过分的自信,那时候什么考勤系统、什么OA系统、什么ERP,什么都觉得有信心,这样的生涯大概持续了约一年。
根本不是自己想的那样
2008年开始接触很多工作相关的东西,发现太多东西自己根本不会,都需要去学,不管是asp还是js,
- 遭遇jsonp同域下变作post请求的坑
vb2005xu
jsonp同域post
今天迁移一个站点时遇到一个坑爹问题,同一个jsonp接口在跨域时都能调用成功,但是在同域下调用虽然成功,但是数据却有问题. 此处贴出我的后端代码片段
$mi_id = htmlspecialchars(trim($_GET['mi_id ']));
$mi_cv = htmlspecialchars(trim($_GET['mi_cv ']));
贴出我前端代码片段:
$.aj