- 《断舍离》的概念:断等于不买、不收取不需要的东西,舍等于处理掉堆放在家里没用的东西。离等于舍弃对物质的迷恋,让自己处于宽敞舒适,自由自在的空间
昹昶㫤
【日精进打卡第324天】578期学员乐观组【知~学习】《六项精进》0遍共80遍《大学》0遍共80遍《活法》页【经典名句分享】哪有岁月静好,只是有人负重前行;不为发生做反应,只为结果去行动。【行~实践】一、修身:(对自己个人)早起,百日精进学习二、齐家:(对家庭和家人)三、建功:(对工作)1、ERP订单工价确认2、新产品工价确定3、打样大货样协助跟进4、车间大货生产异常协助处理5、技术异常处理跟进6
- 机器学习算法(六)---逻辑回归
向云端UP
机器学习模型机器学习算法逻辑回归
目录一、逻辑回归1.1模型介绍1.2工作原理1.2.1对数几率模型1.2.2逻辑回归与Sigmoid函数1.3.3熵、相对熵与交叉熵1.3损失函数和优化算法1.3.1损失函数的理论基础1.3.2优化算法1.3.2.1梯度下降算法局限1.3.2.2随机梯度下降与小批量梯度下降1.4算法流程1.5逻辑回归优缺点1.6案例1.7classification_report()参数二、逻辑回归与线性回归的区
- 线路板快板厂家有哪些?
农民也会写代码
pcb工艺pcb智造制造工厂
在电子制造领域,线路板快板服务已成为产品研发与小批量生产的关键环节。本文精选五家国内具备核心竞争力的线路板快板厂家,从技术沉淀、工艺创新到服务响应进行深度剖析,为行业用户提供可靠参考。一、猎板PCB作为国内少数聚焦高端快板市场的厂家,猎板以“小批量、高精度、快交付”为核心竞争力。其优势体现在三方面:其一,工艺覆盖能力行业领先,支持HDI盲埋孔、刚柔结合板、高频微波板等特殊工艺,最小线宽线距可达3m
- 2018.10.26
蘧小苏
公司:温州市铭源标牌有限公司日完成工作1.澳柯玛滴塑稿件确认2.智利abs商标拿回来7000个,剩余明天拿回来,要尽快完成发走3.波兰客户镍标已经完成,走新的付款方式,具体的付款方式已经跟客户商定4.孟加拉客户贴纸询盘,已发图片跟客户确认,待回复5.跟进索发的小铝标,细节待确认6.跟进赵翰窕的三维打样反馈系列,等待客户最终确认7.跟进北欧铝标8.回复其他询盘明日工作跟进智利的abs商标,回复询盘【
- 产品背景知识——在线推理和离线推理
爱吃芝麻汤圆
#产品背景知识推理
产品背景知识——在线推理和离线推理一、核心区别:从4个维度对比1.数据处理方式与时效性在线推理(实时推理)数据特点:处理实时流入的单条或小批量数据(如用户点击、交易请求)。时效性要求:需在毫秒级到秒级内返回结果,延迟直接影响用户体验或业务决策。典型场景:电商推荐系统(用户浏览商品时实时推荐)、金融风控(交易时实时欺诈检测)。离线推理(批量推理)数据特点:处理历史累积的大规模数据集(如TB级日志、数
- 持续集成CI(Continuous Integration)
观看本文后,你将能够描述持续集成(ContinuousIntegration)和持续交付(ContinuousDelivery),解释在持续集成中使用小批量的原因,并描述持续集成的好处。人们常把CI/CD当作一个概念来使用,但持续集成和持续交付是两种不同的实践方式。持续集成(CI)是指在一组测试通过后,持续地将每位开发者的变更构建、测试并集成到主分支中的过程。其结果是得到具有潜在可部署性的代码。持
- 机器学习与深度学习20-数学优化
my_q
机器学习与深度学习机器学习深度学习人工智能
目录前文回顾1.梯度下降的基本原理2.什么是损失函数?3.随机梯度下降和小批量梯度下降4.什么是学习率5.优化算法中的收敛性6.常用的数学优化算法前文回顾上一篇文章链接:地址1.梯度下降的基本原理梯度下降(GradientDescent)是一种常用的优化算法,用于对目标函数进行最小化或最大化。其基本原理是通过迭代更新模型参数,沿着目标函数的负梯度方向逐步调整参数值,直到达到局部最优解。在机器学习中
- 三步走实现嵌入式硬件与软件开发
Hy行者勇哥
绿色智造·产品设计与管理嵌入式硬件物联网智能硬件边缘计算
目录✅一、嵌入式硬件与软件的边界(为你后面每阶段安排任务打基础)✅二、三阶段开发策略规划(以你的三步走为主线)阶段1:确定能做→外包技术顾问协助选型+需求拆解+采购建议适用角色关键目标如何管理?工具推荐阶段2:会做一些→小范围动手做部分软硬件+验证想法适用角色关键目标如何管?成果举例阶段3:能独立做→自己主导开发制版、验证功能、准备小批量适用角色关键目标如何管?成果举例✅三、小结:非专业管理人员如
- 梯度下降相关
亲持红叶
最优化相关深度学习人工智能机器学习transformer
文章目录梯度下降梯度下降随机梯度下降小批量随机梯度下降对比原始梯度下降的缺陷梯度下降梯度下降最简单的迭代求解算法选取开始点x0\mathbf{x}_0x0,对t=1,…,Tt=1,\ldots,Tt=1,…,Txt+1=xt−η∇f(xt)\mathbf{x}_{t+1}=\mathbf{x}_{t}-\eta\nablaf\left(\mathbf{x}_{t}\right)xt+1=xt−η∇
- pytorch-frame开源程序适用于 PyTorch 的表格深度学习库,一个模块化深度学习框架,用于在异构表格数据上构建神经网络模型。
struggle2025
深度学习pytorch神经网络python
一、软件介绍文末提供程序和源码下载pytorch-frame开源程序适用于PyTorch的表格深度学习库,一个模块化深度学习框架,用于在异构表格数据上构建神经网络模型。PyTorchFrame是PyTorch的深度学习扩展,专为具有不同列类型(包括数字、分类、时间、文本和图像)的异构表格数据而设计。它为实现现有和未来的方法提供了一个模块化框架。该库包含来自最先进模型、用户友好的小批量加载器、基准测
- 工作杂谈(十七)——研发阶段术语
光电的一只菜鸡
杂谈笔记
EVT/DVT/PVT/MP是指在制造行业一个产品研发导入从试产到量产的不同阶段: EVT:EngineeringVerificationTest工程验证测试阶段 DVT:DesignVerificationTest设计验证测试 PVT:ProductionVerificationTest小批量生产验证测试 MP:MassProduction量产阶段 EVT:EVT是工程样品验证测试评审
- 微型PCB打样厂家选型指南
农民也会写代码
制造pcb工艺
智能手机、可穿戴设备、医疗电子等高精尖领域,微型PCB(印制电路板)如同设备的“神经中枢”,承载着信号传输、电源分配、元件互联等核心功能。其设计精度与制造质量直接决定了产品的性能上限与可靠性。而打样环节,则是从概念设计到量产落地的关键桥梁——它既是设计可行性的“试金石”,也是成本控制与效率优化的“第一战场”。本指南将深度解析微型PCB打样的技术细节、服务选择与实战策略,助力工程师与采购团队高效完成
- 高多层PCB厂家核心厂商竞争力解析
猎板PCB 邹亮
人工智能pcb工艺
1.猎板PCB技术能力:支持12层以上高多层板、HDI板及6oz厚铜板,最小线宽3mil(0.0762mm),最小孔径0.15mm,适配高频通信、医疗设备和军工领域。特种工艺包括10oz厚铜工艺(提升热传导40%)、陶瓷填充PTFE基板(降低介质损耗25%)。交付效率:全自动产线实现24小时打样、48小时小批量交付,交期准时率99.9%。市场定位:深度绑定华为、格力,重点布局AI服务器、新能源汽车
- OpenCV畸变校正函数remap与undistortPoints对比分析
如水蜜
本文还有配套的精品资源,点击获取简介:在计算机视觉中,图像畸变校正至关重要。本文深入探讨OpenCV中两个常用畸变校正函数"remap()"和"undistortPoints()"的原理及应用对比。"undistortPoints()"用于点校正,与"cv::initUndistortRectifyMap()"结合处理小批量点;"remap()"配合映射数组进行像素重定位,适用于全局校正和复杂变换
- 中小企业的“链式转型“突围战
大刘讲IT
数字化转型企业数字化数据中台人工智能数据库大数据制造经验分享学习
中小企业的"链式转型"突围战引言:作为IT负责人,我眼中的中小企业"链式转型"生存与发展之道当前,中国的中小企业在产业链中所扮演的角色正经历深刻变革。以往,许多中小企业面临着设计创款成本高、速度慢,品牌商样衣打样改样周期长,电商上新与商品管理成本居高不下,以及普遍存在的信息孤岛、数据断层和供应商推款周期过长等问题。这些困境不仅削弱了企业的市场竞争力,也凸显了传统供应链模式的低效。传统单点突破的数字
- 从“0”开始入门PCB之(3)--嘉立创EDA!
新手懒羊羊
PCB快速入门!单片机stm32嵌入式硬件
现在大家都用国产的嘉立创eda软件来进行对Pcb的设计和打样,所以我们也用这个来展开我们的内容.️第一步:关于EDA软件!嘉立创EDA的特点:国产免费:无需安装,直接网页操作,适合中小型项目。元件库丰富:内置大量封装和符号库(尤其是国产元件),省去自己画封装的麻烦。一键打样:设计完成后可直接在嘉立创平台下单,无缝对接生产。其他常见EDA软件对比:AltiumDesigner:功能强大但昂贵,适合企
- 数字孪生驱动的离散制造智能升级:架构设计与工程实践
常州北格数字孪生
纺织机械智能化注塑工艺优化能源双碳数字孪生技术离散制造预测性维护工业4.0
针对离散制造行业多品种、小批量的生产特性,本文提出一种基于数字孪生的智能制造解决方案。以某国家级智能制造试点示范项目为载体,构建"云-边-端"协同的数字孪生系统,实现设备综合效率(OEE)提升28.7%、订单交付准时率提高至96.3%的技术突破。通过工业物联网架构、工艺知识图谱、动态排产算法等核心技术攻关,形成可复制的数字化转型方法论。1.工业现场痛点分析作为全球金属拉链细分领域龙头,该企业面临典
- SharePreference原理
-Sloth-
面试_Androidandroidjava开发语言
SharedPreferences是Android提供的数据持久化的一种手段,适合单进程、小批量的数据存储与访问。因为SharedPreferences的实现是基于单个xml文件实现的,并且,所有持久化数据都是一次性加载到内存,如果数据过大,是不合适采用SharedPreferences存放的。而适用的场景是单进程的原因同样如此,由于Android原生的文件访问并不支持多进程互斥,所以ShareP
- 国内五大多层PCB打样工厂
农民也会写代码
pcb工艺pcb智造
在电子产业高速发展的今天,多层PCB作为硬件产品的核心载体,其打样质量与交期直接决定了项目研发效率。本文精选五家技术领先、服务优质的国内工厂,从生产模式、技术优势到服务特色进行全方位解析,为企业研发团队提供权威参考。多层PCB制造的五大工艺难点层间对准精度:超过6层板需通过X-ray钻孔对位系统实现层间叠构误差≤0.05mm,否则将导致信号传输延迟或断路。盲孔/埋孔加工:激光钻孔需突破0.075m
- 探秘 PCB 打样:特殊工艺如何重塑产品
猎板PCB厚铜专家大族
pcb工艺
一、沉金工艺:卓越性能的基石(一)工艺原理沉金,学名化学镀镍金,是一种极为精妙的表面处理工艺。其流程起始于在PCB的铜质表面镀上一层镍。镍层宛如一位忠诚的卫士,紧密附着在铜面上,有效阻挡铜原子向后续沉积的金层扩散。一旦镍层稳固成型,便在其之上通过特定的化学沉积反应,生成一层薄而致密的金层。金作为一种具有卓越物理化学性质的金属,赋予了PCB诸多优异特性。(二)优点超一流的可焊性:金层的存在极大地优化
- 【国产大模型 × 制造调度】智能生产线调度系统实战构建与多工位优化落地解析
观熵
国产大模型部署实战全流程指南制造人工智能国产大模型
【国产大模型×制造调度】智能生产线调度系统实战构建与多工位优化落地解析关键词智能制造、生产调度优化、DeepSeek、千问Qwen、工位路径规划、任务推理、产线重排、边云协同、设备状态建模、批次任务压缩、Agent工业控制摘要面对高混流、小批量、快速交付的制造场景,传统基于规则引擎与静态优先级的调度系统在柔性产线与多设备联动控制中逐步失效。生产线任务常伴随设备状态漂移、工艺路径冲突、实时变更与人机
- 在线学习、增量学习和模型适应性优化技术
东北豆子哥
数值计算/数值优化CUDA数据挖掘机器学习
训练数据动态产生:在线学习、增量学习和模型适应性优化技术在仿真计算中,训练数据随时间动态产生时,动态训练神经网络需要结合在线学习、增量学习和模型适应性优化技术。以下是关键方法和步骤:1.在线学习(OnlineLearning)核心思想:模型在新数据到达时立即更新,而非批量训练。实现方式:使用随机梯度下降(SGD)或其变体(如Adam、RMSProp)的单样本或小批量更新。示例代码片段(PyTorc
- 电力设备制造企业数字化转型路径研究:从生产优化到生态重构
九河智造云
制造重构科技人工智能
电力设备制造业作为支撑能源革命的核心领域,其数字化转型不仅关乎企业降本增效,更是实现“双碳”目标与新型电力系统建设的关键抓手。本文基于行业标杆案例与实践经验,系统梳理电力设备企业数字化转型的五大核心路径。一、生产流程智能化:构建工业互联网平台底座电力设备制造具有多品种、小批量、定制化特征,传统产线难以快速响应市场需求。头部企业通过工业互联网平台+数字孪生技术实现全流程优化:设备互联与数据采集:上海
- ASIC和FPGA,到底应该选择哪个?
博览鸿蒙
FPGAfpga开发
ASIC和FPGA各有优缺点。ASIC针对特定需求,具有高性能、低功耗和低成本(在大规模量产时);但设计周期长、成本高、风险大。FPGA则适合快速原型验证和中小批量应用,开发周期短,灵活性高,适合初创企业和科研阶段的快速迭代。很多初学者会觉得“同样都是写Verilog的,ASIC和FPGA没什么不同”,其实并不是这样。那么,面对项目设计需求,**FPGA和ASIC应如何选择?**接下来宸极教育带你
- 模型训练和参数优化
扬志九洲
paddle
文章目录一模型训练1.基于高层API训练模型2.使用PaddleX训练模型3.模型训练通用配置基本原则二超参优化1.超参优化的基本概念2.手动调整超参数的四大方法1)使用提前停止来确定训练的迭代次数2)让学习率从高逐渐降低3)宽泛策略4)小批量数据(mini-batch)大小不必最优一模型训练1.基于高层API训练模型通过Model.prepare接口来对训练进行提前的配置准备工作,包括设置模型优
- Docker 安装 Garnet 并设置密码
❀͜͡傀儡师
docker容器运维garnet
Garnet独特优势协议兼容性:Garnet采用流行的RESP线路协议作为起点,这使得可以从当今大多数编程语言(例如C#中的StackExchange.Redis)中可用的未经修改的Redis客户端使用Garnet。性能优势:相比同类开源缓存存储,Garnet在处理多客户端连接和小批量请求时表现更优,提供更好的吞吐量和可扩展性,从而节省成本。低延迟:在AzureVM上展示了极低的客户端延迟,通常低
- 代码审查流程改进方法
默然zxy
系统安全web安全安全测试工具javac++javascript
一、流程标准化与自动化制定统一审查标准明确代码风格、命名规范、安全要求等标准,减少主观判断偏差。使用自动化工具(如SonarQube、ESLint)集成到CI/CD流程中,自动检测代码异味和规范问题。分阶段审查机制初步检查:快速验证代码格式、注释完整性等基础规范,过滤低级错误。深度审查:聚焦逻辑正确性、安全漏洞、性能优化等核心问题,结合人工与工具交叉验证。二、分阶段与小批量工作模式小批量代码提交将
- 振镜式激光直写光刻机:微电子制造的核心设备
青菜炒蛋
本文还有配套的精品资源,点击获取简介:振镜式激光直写光刻机是精密光学制造的关键设备,应用于微电子、半导体等多个行业。它利用高速振镜系统精确控制激光束,实现材料表面的精细曝光。相比传统投影式光刻机,它具有更高的灵活性和分辨率,能够实现无掩模的直接写入,尤其适合小批量、多品种生产或原型验证。设备主要部件包括激光源、光学系统、振镜系统、运动平台和控制系统。操作时需编写光刻程序并进行定期校准与维护。该设备
- 【C# + HALCON 机器视觉】机器视觉在车门焊点质量检测中的实战应用
AI_DL_CODE
c#机器视觉halcon车门焊点质量检测计算机视觉柔性生产
摘要:本文聚焦C#与HALCON在车门焊点质量检测的实战应用。利用HALCON处理红外图像,通过热成像分析焊点温度分布判断焊接质量,实现焊点直径、位置及虚焊缺陷检测;借助C#与KUKA焊接机器人实时交互,触发NG焊点返修,并与PLC、MES系统无缝对接。经实际应用验证,该系统检出率达98.7%,误判率低于0.5%。模块化架构赋予系统柔性化优势,适应多品种小批量生产。本文详述技术原理、实操流程与代码
- 国内主要PCB打样厂商层数能力比较
农民也会写代码
制造pcb工艺
在选择PCB打样厂商时,其支持的电路板层数是一个关键考量因素,尤其是对于涉及多层电路板设计的项目。层数的选择直接关系到设计自由度、电路复杂性和最终产品的性能表现。以下是对国内几家主要PCB打样厂商层数能力的详细比较,以及选择厂商的建议。一、PCB层数的重要性PCB(印刷电路板)的层数决定了其内部导电层的数量,层数越多,电路设计的复杂性和集成度就越高。多层板的优势包括:提升布线密度与集成度:在有限的
- LeetCode[Math] - #66 Plus One
Cwind
javaLeetCode题解AlgorithmMath
原题链接:#66 Plus One
要求:
给定一个用数字数组表示的非负整数,如num1 = {1, 2, 3, 9}, num2 = {9, 9}等,给这个数加上1。
注意:
1. 数字的较高位存在数组的头上,即num1表示数字1239
2. 每一位(数组中的每个元素)的取值范围为0~9
难度:简单
分析:
题目比较简单,只须从数组
- JQuery中$.ajax()方法参数详解
AILIKES
JavaScriptjsonpjqueryAjaxjson
url: 要求为String类型的参数,(默认为当前页地址)发送请求的地址。
type: 要求为String类型的参数,请求方式(post或get)默认为get。注意其他http请求方法,例如put和 delete也可以使用,但仅部分浏览器支持。
timeout: 要求为Number类型的参数,设置请求超时时间(毫秒)。此设置将覆盖$.ajaxSetup()方法的全局
- JConsole & JVisualVM远程监视Webphere服务器JVM
Kai_Ge
JVisualVMJConsoleWebphere
JConsole是JDK里自带的一个工具,可以监测Java程序运行时所有对象的申请、释放等动作,将内存管理的所有信息进行统计、分析、可视化。我们可以根据这些信息判断程序是否有内存泄漏问题。
使用JConsole工具来分析WAS的JVM问题,需要进行相关的配置。
首先我们看WAS服务器端的配置.
1、登录was控制台https://10.4.119.18
- 自定义annotation
120153216
annotation
Java annotation 自定义注释@interface的用法 一、什么是注释
说起注释,得先提一提什么是元数据(metadata)。所谓元数据就是数据的数据。也就是说,元数据是描述数据的。就象数据表中的字段一样,每个字段描述了这个字段下的数据的含义。而J2SE5.0中提供的注释就是java源代码的元数据,也就是说注释是描述java源
- CentOS 5/6.X 使用 EPEL YUM源
2002wmj
centos
CentOS 6.X 安装使用EPEL YUM源1. 查看操作系统版本[root@node1 ~]# uname -a Linux node1.test.com 2.6.32-358.el6.x86_64 #1 SMP Fri Feb 22 00:31:26 UTC 2013 x86_64 x86_64 x86_64 GNU/Linux [root@node1 ~]#
- 在SQLSERVER中查找缺失和无用的索引SQL
357029540
SQL Server
--缺失的索引
SELECT avg_total_user_cost * avg_user_impact * ( user_scans + user_seeks ) AS PossibleImprovement ,
last_user_seek ,
 
- Spring3 MVC 笔记(二) —json+rest优化
7454103
Spring3 MVC
接上次的 spring mvc 注解的一些详细信息!
其实也是一些个人的学习笔记 呵呵!
- 替换“\”的时候报错Unexpected internal error near index 1 \ ^
adminjun
java“\替换”
发现还是有些东西没有刻子脑子里,,过段时间就没什么概念了,所以贴出来...以免再忘...
在拆分字符串时遇到通过 \ 来拆分,可是用所以想通过转义 \\ 来拆分的时候会报异常
public class Main {
/*
- POJ 1035 Spell checker(哈希表)
aijuans
暴力求解--哈希表
/*
题意:输入字典,然后输入单词,判断字典中是否出现过该单词,或者是否进行删除、添加、替换操作,如果是,则输出对应的字典中的单词
要求按照输入时候的排名输出
题解:建立两个哈希表。一个存储字典和输入字典中单词的排名,一个进行最后输出的判重
*/
#include <iostream>
//#define
using namespace std;
const int HASH =
- 通过原型实现javascript Array的去重、最大值和最小值
ayaoxinchao
JavaScriptarrayprototype
用原型函数(prototype)可以定义一些很方便的自定义函数,实现各种自定义功能。本次主要是实现了Array的去重、获取最大值和最小值。
实现代码如下:
<script type="text/javascript">
Array.prototype.unique = function() {
var a = {};
var le
- UIWebView实现https双向认证请求
bewithme
UIWebViewhttpsObjective-C
什么是HTTPS双向认证我已在先前的博文 ASIHTTPRequest实现https双向认证请求
中有讲述,不理解的读者可以先复习一下。本文是用UIWebView来实现对需要客户端证书验证的服务请求,网上有些文章中有涉及到此内容,但都只言片语,没有讲完全,更没有完整的代码,让人困扰不已。但是此知
- NoSQL数据库之Redis数据库管理(Redis高级应用之事务处理、持久化操作、pub_sub、虚拟内存)
bijian1013
redis数据库NoSQL
3.事务处理
Redis对事务的支持目前不比较简单。Redis只能保证一个client发起的事务中的命令可以连续的执行,而中间不会插入其他client的命令。当一个client在一个连接中发出multi命令时,这个连接会进入一个事务上下文,该连接后续的命令不会立即执行,而是先放到一个队列中,当执行exec命令时,redis会顺序的执行队列中
- 各数据库分页sql备忘
bingyingao
oraclesql分页
ORACLE
下面这个效率很低
SELECT * FROM ( SELECT A.*, ROWNUM RN FROM (SELECT * FROM IPAY_RCD_FS_RETURN order by id desc) A ) WHERE RN <20;
下面这个效率很高
SELECT A.*, ROWNUM RN FROM (SELECT * FROM IPAY_RCD_
- 【Scala七】Scala核心一:函数
bit1129
scala
1. 如果函数体只有一行代码,则可以不用写{},比如
def print(x: Int) = println(x)
一行上的多条语句用分号隔开,则只有第一句属于方法体,例如
def printWithValue(x: Int) : String= println(x); "ABC"
上面的代码报错,因为,printWithValue的方法
- 了解GHC的factorial编译过程
bookjovi
haskell
GHC相对其他主流语言的编译器或解释器还是比较复杂的,一部分原因是haskell本身的设计就不易于实现compiler,如lazy特性,static typed,类型推导等。
关于GHC的内部实现有篇文章说的挺好,这里,文中在RTS一节中详细说了haskell的concurrent实现,里面提到了green thread,如果熟悉Go语言的话就会发现,ghc的concurrent实现和Go有点类
- Java-Collections Framework学习与总结-LinkedHashMap
BrokenDreams
LinkedHashMap
前面总结了java.util.HashMap,了解了其内部由散列表实现,每个桶内是一个单向链表。那有没有双向链表的实现呢?双向链表的实现会具备什么特性呢?来看一下HashMap的一个子类——java.util.LinkedHashMap。
- 读《研磨设计模式》-代码笔记-抽象工厂模式-Abstract Factory
bylijinnan
abstract
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/
package design.pattern;
/*
* Abstract Factory Pattern
* 抽象工厂模式的目的是:
* 通过在抽象工厂里面定义一组产品接口,方便地切换“产品簇”
* 这些接口是相关或者相依赖的
- 压暗面部高光
cherishLC
PS
方法一、压暗高光&重新着色
当皮肤很油又使用闪光灯时,很容易在面部形成高光区域。
下面讲一下我今天处理高光区域的心得:
皮肤可以分为纹理和色彩两个属性。其中纹理主要由亮度通道(Lab模式的L通道)决定,色彩则由a、b通道确定。
处理思路为在保持高光区域纹理的情况下,对高光区域着色。具体步骤为:降低高光区域的整体的亮度,再进行着色。
如果想简化步骤,可以只进行着色(参看下面的步骤1
- Java VisualVM监控远程JVM
crabdave
visualvm
Java VisualVM监控远程JVM
JDK1.6开始自带的VisualVM就是不错的监控工具.
这个工具就在JAVA_HOME\bin\目录下的jvisualvm.exe, 双击这个文件就能看到界面
通过JMX连接远程机器, 需要经过下面的配置:
1. 修改远程机器JDK配置文件 (我这里远程机器是linux).
 
- Saiku去掉登录模块
daizj
saiku登录olapBI
1、修改applicationContext-saiku-webapp.xml
<security:intercept-url pattern="/rest/**" access="IS_AUTHENTICATED_ANONYMOUSLY" />
<security:intercept-url pattern=&qu
- 浅析 Flex中的Focus
dsjt
htmlFlexFlash
关键字:focus、 setFocus、 IFocusManager、KeyboardEvent
焦点、设置焦点、获得焦点、键盘事件
一、无焦点的困扰——组件监听不到键盘事件
原因:只有获得焦点的组件(确切说是InteractiveObject)才能监听到键盘事件的目标阶段;键盘事件(flash.events.KeyboardEvent)参与冒泡阶段,所以焦点组件的父项(以及它爸
- Yii全局函数使用
dcj3sjt126com
yii
由于YII致力于完美的整合第三方库,它并没有定义任何全局函数。yii中的每一个应用都需要全类别和对象范围。例如,Yii::app()->user;Yii::app()->params['name'];等等。我们可以自行设定全局函数,使得代码看起来更加简洁易用。(原文地址)
我们可以保存在globals.php在protected目录下。然后,在入口脚本index.php的,我们包括在
- 设计模式之单例模式二(解决无序写入的问题)
come_for_dream
单例模式volatile乱序执行双重检验锁
在上篇文章中我们使用了双重检验锁的方式避免懒汉式单例模式下由于多线程造成的实例被多次创建的问题,但是因为由于JVM为了使得处理器内部的运算单元能充分利用,处理器可能会对输入代码进行乱序执行(Out Of Order Execute)优化,处理器会在计算之后将乱序执行的结果进行重组,保证该
- 程序员从初级到高级的蜕变
gcq511120594
框架工作PHPandroidhtml5
软件开发是一个奇怪的行业,市场远远供不应求。这是一个已经存在多年的问题,而且随着时间的流逝,愈演愈烈。
我们严重缺乏能够满足需求的人才。这个行业相当年轻。大多数软件项目是失败的。几乎所有的项目都会超出预算。我们解决问题的最佳指导方针可以归结为——“用一些通用方法去解决问题,当然这些方法常常不管用,于是,唯一能做的就是不断地尝试,逐个看看是否奏效”。
现在我们把淫浸代码时间超过3年的开发人员称为
- Reverse Linked List
hcx2013
list
Reverse a singly linked list.
/**
* Definition for singly-linked list.
* public class ListNode {
* int val;
* ListNode next;
* ListNode(int x) { val = x; }
* }
*/
p
- Spring4.1新特性——数据库集成测试
jinnianshilongnian
spring 4.1
目录
Spring4.1新特性——综述
Spring4.1新特性——Spring核心部分及其他
Spring4.1新特性——Spring缓存框架增强
Spring4.1新特性——异步调用和事件机制的异常处理
Spring4.1新特性——数据库集成测试脚本初始化
Spring4.1新特性——Spring MVC增强
Spring4.1新特性——页面自动化测试框架Spring MVC T
- C# Ajax上传图片同时生成微缩图(附Demo)
liyonghui160com
1.Ajax无刷新上传图片,详情请阅我的这篇文章。(jquery + c# ashx)
2.C#位图处理 System.Drawing。
3.最新demo支持IE7,IE8,Fir
- Java list三种遍历方法性能比较
pda158
java
从c/c++语言转向java开发,学习java语言list遍历的三种方法,顺便测试各种遍历方法的性能,测试方法为在ArrayList中插入1千万条记录,然后遍历ArrayList,发现了一个奇怪的现象,测试代码例如以下:
package com.hisense.tiger.list;
import java.util.ArrayList;
import java.util.Iterator;
- 300个涵盖IT各方面的免费资源(上)——商业与市场篇
shoothao
seo商业与市场IT资源免费资源
A.网站模板+logo+服务器主机+发票生成
HTML5 UP:响应式的HTML5和CSS3网站模板。
Bootswatch:免费的Bootstrap主题。
Templated:收集了845个免费的CSS和HTML5网站模板。
Wordpress.org|Wordpress.com:可免费创建你的新网站。
Strikingly:关注领域中免费无限的移动优
- localStorage、sessionStorage
uule
localStorage
W3School 例子
HTML5 提供了两种在客户端存储数据的新方法:
localStorage - 没有时间限制的数据存储
sessionStorage - 针对一个 session 的数据存储
之前,这些都是由 cookie 完成的。但是 cookie 不适合大量数据的存储,因为它们由每个对服务器的请求来传递,这使得 cookie 速度很慢而且效率也不