- xgboost原理
茶尽
阅读XGBoost与BoostedTree基学习器:CART每个叶子节点上面有一个分数不够厉害,所以找一个更强的模型treeensemble对每个样本的预测结果是每棵树预测分数的和目标函数采用boosting(additivetraining)方法,每一次都加入一个新的函数。依赖每个数据点上的误差函数的一阶导数和二阶导(区别于GBDT)。树的复杂度复杂度包含了一棵树里面的叶子个数和输出分数的L2模
- 工业4.0的“隐形指挥官“
工业4.0的"隐形指挥官"——明远智睿SSD2351通过其微型化设计、高性能计算和工业级可靠性正在重构智能工厂的底层架构。以下是其技术价值与产业影响的深度解析一、技术颠覆性:毫米级尺寸的工业级算力突破1.空间-算力悖论破解-在26×26mm面积上集成四核Cortex-A35(主频1.3GHz),算力密度达5.2DMIPS/mm²,是传统工控模块的8倍-通过L2缓存预加载机制,将多轴插补计算时的DD
- 【利用51单片机的定时器功能产生PWM信号来实现流水呼吸灯。(蓝桥杯常考PWM)】
CrimsonEmber
蓝桥杯51单片机单片机
题目要求:[1]上电开机运行时,关闭蜂鸣器和继电器,L4和L5点亮,其余LED灯熄灭。[2]点按独立按键S4松开后,开始控制CT107D板上的L1-L8八个LED小灯进行每隔1秒的呼吸流水点亮,即:L1缓慢亮->L1缓慢灭->L2缓慢亮->L2缓慢灭....L8缓慢亮->L8缓慢灭->L1缓慢亮->L1缓慢灭....循环往复。[3]再次点按独立按键S4松开后,控制CT107D板上的LED灯从当前灯
- 端到端-未来还是现实
Monkey PilotX
自动驾驶人工智能自动驾驶计算机视觉
自动驾驶的“终极梦想”是什么?“自动驾驶不是拼积木,而是教会一台机器像人一样开车。”过去几年,自动驾驶技术在公众视野中经历了从“热血科幻”到“冷静现实”的转变。你可能听过各种术语:L2、L3、NOA、城市领航、BEV感知……但最近,一个词越来越频繁地出现在技术圈和发布会上——端到端(End-to-End)自动驾驶。它听起来像是某种“黑科技”,但又让人摸不着头脑。它到底是什么?和传统的自动驾驶系统有
- 力扣刷题记录-第四题-合并两个有序链表
一.题目将两个升序链表合并为一个新的升序链表并返回。新链表是通过拼接给定的两个链表的所有节点组成的。示例1:输入:l1=[1,2,4],l2=[1,3,4]输出:[1,1,2,3,4,4]示例2:输入:l1=[],l2=[]输出:[]示例3:输入:l1=[],l2=[0]输出:[0]提示:两个链表的节点数目范围是[0,50]-100<=Node.val<=100l1和l2均按非递减顺序排列二.解题
- LeetCode 力扣 第21题解题笔记
艾伦的自由之翼
leetcode链表算法
题目:将两个升序链表合并为一个新的升序链表并返回。新链表是通过拼接给定的两个链表的所有节点组成的。(1)递归解法L1.val意思是取链表L1的头结点本题可以提炼出一个字问题,假设原问题是L1和L2,并且假设L1的值更小,那么合并L1,L2,就可以做如下考虑:取出头结点L1,解决子问题:合并L1next和L2,L1的next指向子问题的结果就可以了模式识别:子问题和原问题具有相同结构,意思就是说,返
- 从0开始学习R语言--Day55--弹性网络
Chef_Chen
r语言
通常来说,样本数据的数据个数会远大于特征数,但是当我们遇到特殊数据,比如基因数据,可能会有成百上千甚至上万地特征量,而样本个数只有几十个,此时如果直接做回归,由于特征数量很多,且有很多特征共线性较高,很容易过拟合,而能处理共线性的方法,又无法将特征的系数压缩为0,这样计算量会大大增加。用弹性网络建模,其与其他不同的是,有两个惩罚项,L1负责控制特征系数(可以为0),做初步的筛选;L2负责剔除相关性
- 图书推荐-话少不墨迹《大模型技术30讲》
_abab
图书推荐语言模型
关于本书:大模型技术30讲减少过拟合的数据方法过拟合是模型过度拟合训练数据噪声的现象,导致测试性能下降增加高质量标注数据是减少过拟合最有效的方法数据增强通过生成现有数据的变体扩展数据集,提高模型泛化能力自监督预训练可有效利用未标注数据进行模型初始化模型相关正则化方法L2正则化和权重衰减通过添加权重惩罚项约束模型复杂度Dropout通过随机禁用神经元防止对特定特征的依赖早停法通过监控验证集性能终止训
- 机器学习数据预处理阶段为什么需要——归一化处理
参考:https://www.cnblogs.com/bjwu/p/8977141.html通常,在DataScience中,预处理数据有一个很关键的步骤就是数据的标准化。这里主要引用sklearn文档中的一些东西来说明,主要把各个标准化方法的应用场景以及优缺点总结概括,以来充当笔记。提升模型精度在机器学习算法的目标函数(例如SVM的RBF内核或线性模型的l1和l2正则化),许多学习算法中目标函数
- 数据类型(列表)
列表[]列表是一个数据的集合,集合内可以放任何数据类型,可对集合进行方便的正删改查操作。(值可以重复,有序)定义:[]内以逗号分隔,按照索引,存放各种数据类型,每个位置代表一个元素特性:1.可存放多个值2.按照从左到右的顺序定义列表元素,下标从0开始顺序访问,有序3.可修改指定索引位置对应的值,可变创建L1=[]#定义空列表L2=['a','b','c','d']#存4个值,索引为0~3L3=['
- 【甲烷数据集】Sentinel-5P 卫星获取的全球甲烷数据集-TROPOMI L2 CH₄
WW、forever
数据集sentinel
目录数据概述传感器&卫星信息监测目标:甲烷(CH₄)数据产品内容空间与时间覆盖云筛选与协同观测技术文档资源数据下载Python代码绘制CH4数据参考数据概述Sentinel-5PrecursorLevel2Methane(TROPOMIL2CH₄)数据集是由欧洲哥白尼计划的Sentinel-5P卫星获取的,用于监测大气中的甲烷浓度。数据集名称:Sentinel-5PrecursorLevel2Me
- 【机器学习【9】】评估算法:数据集划分与算法泛化能力评估
roman_日积跬步-终至千里
#机器学习机器学习
文章目录一、数据集划分:训练集与评估集二、K折交叉验证:提升评估可靠性1.基本原理1.1.K折交叉验证基本原理1.2.逻辑回归算法与L22.基于K折交叉验证L2算法三、弃一交叉验证(Leave-One-Out)1、基本原理2、代码实现四、ShuffleSplit交叉验证1、基本原理2、为什么能降低方差3、代码测试五、选择建议在机器学习中,评估算法的核心目标是衡量模型在“未知数据”上的表现,而不是仅
- 使用tensorflow的线性回归的例子(七)
lishaoan77
tensorflowtensorflow线性回归人工智能
L1与L2损失这个脚本展示如何用TensorFlow求解线性回归。在算法的收敛性中,理解损失函数的影响是很重要的。这里我们展示L1和L2损失函数是如何影响线性回归的收敛性的。我们使用iris数据集,但是我们将改变损失函数和学习速率来看收敛性的改变。importmatplotlib.pyplotaspltimportnumpyasnpimporttensorflowastffromsklearnim
- 当高级辅助驾驶遇上“安全驾校”:NVIDIA如何用技术给智能驾驶赋能?
小lo想吃棒棒糖
安全人工智能高级辅助驾驶
高级辅助驾驶技术的商业化落地,核心在于能否通过严苛的安全验证。国内的汽车企业其实也在做高级辅助驾驶,但是吧,基本都在L2级别。换句话说就是在应急时刻内,还是需要人来辅助驾驶,AI驾驶只是决策层,并不能完全掌握汽车。而国内做的比较好的品牌达到L4级别的,例如之前很火的萝卜快跑、或者目前智己汽车(并未大量推广),也都并没达到非常理想的状态。而NVIDIA近期推出的DRIVEAI系统检测实验室,不仅是行
- FY4B卫星L2级产品掌握和python处理
废话不多说,展示二级产品CTT为例:抱歉没空了解FY4B产品情况了,直接看代码#CTT色标配置bounds_CTT=[180,200,220,240,260,280,300,320]#根据你的数据设定colors_CTT=[(0,0,139/255),(10/255,0,245/255),(0,164/255,235/255),(0,246/255,192/255),(89/255,255/255
- Web3区块链有哪些岗位?
VV- Wxiaoxwen
软件工程开源软件软件构建
Web3区块链领域的岗位丰富多样,涵盖技术开发、产品管理、运营、商务等多个方面,以下是具体介绍:-技术开发类:-智能合约开发工程师:负责编写、审计和优化智能合约,常见于DeFi开发,包括抵押借贷、跨链桥、期货衍生品交易所等合约开发,需精通Solidity等编程语言,熟悉区块链平台特性。-区块链开发工程师:承担公链或应用链开发工作,如L1公链(Bitcoin生态、Ethereum生态等)开发、L2公
- Python入门Day4
Python中数据的常用操作数据拷贝根据以下代码可以看出l1和l2实际上都是对于数据的引用,当l1被改变了,l2也会发生同样的改变,l2=l1只是将l2指向了l1所指向的地址。>>>l1=[1,2,[3,4],[5,6]]>>>l2=l1>>>l1[2][0]=1>>>print(l1[2][0])1>>>print(l2[2][0])1>>>那么该如何使得l2不再指向l1所指向的数据,自己开辟一
- 5G MEC四大核心挑战技术解析报告
码农老gou
5G5G网络
一、MEC园区部署挑战:数据本地化与低时延接入痛点深度解析数据不出园区:工业质检、医疗影像等敏感业务需数据在本地闭环处理。但运营商基站与企业MEC间若经公网绕行,时延超50ms且存在泄露风险。L2网络局限:传统L2接入网无法实现基站→UPF的智能路由,导致业务流绕行城域网核心节点(平均增加20ms时延)。创新解决方案▍最短路径转发架构(图1)
- 力扣 hot100 Day31
2.两数相加给你两个非空的链表,表示两个非负的整数。它们每位数字都是按照逆序的方式存储的,并且每个节点只能存储一位数字。请你将两个数相加,并以相同形式返回一个表示和的链表。你可以假设除了数字0之外,这两个数都不会以0开头。//抄的classSolution{public:ListNode*addTwoNumbers(ListNode*l1,ListNode*l2){ListNode*dummy=n
- Java面试题
木鱼时刻
软件开发java开发语言
说明本文档是Java技术面试问题与答案集合,涵盖Java基础知识、集合框架、并发编程、Spring框架、数据库、消息队列、系统设计等核心技术领域。模板使用指南难度分级:L1:低难度,适合初级开发者,基础概念和原理L2:中难度,适合中级开发者,实际问题解决和系统设计L3:高难度,适合高级开发者,复杂系统架构和深度技术挑战问题结构:每个问题按「类别-序号-具体问题」格式组织使用Markdown链接连接
- 架构师面试题
木鱼时刻
软件开发架构
说明难度分级:L1:低难度,适合初级开发者,基础概念和原理L2:中难度,适合中级开发者,实际问题解决和系统设计L3:高难度,适合高级开发者,复杂系统架构和深度技术挑战问题结构:每个问题按「类别-序号-具体问题」格式组织使用Markdown链接连接到对应答案每个问题前标注难度等级答案结构:每个答案按「类别-序号」格式组织,与问题对应使用Markdown标题和代码块格式化答案内容采用结构化的要点列表呈
- AUTOSAR从入门到精通-【自动驾驶】自动驾驶中的摄像头技术(二)
格图素书
人工智能深度学习
目录前言算法原理摄像头在自动驾驶中的作用与意义分类按通信协议区分按不同感光芯片按像元排列方式摄像头核心关键指标多传感器融合在自动驾驶中的应用▲不同自动驾驶等级的传感器配置▲L2级别▲L2+/3级别▲L4/5级别摄像头的种类与应用车载智能前视像头关键参数如何选择摄像头全车摄像头布置及功能前视摄像头环视摄像头后视摄像头侧视摄像头内置/外置后视摄像头雷达的种类与应用摄像头与雷达的数量配置产业与行业现状摄
- 2.2. 泛函分析讲义I-度量空间概述
吉星照MoMo
实变泛函与测度理论数学建模
泛函分析的三大空间自然是:度量空间、线性赋范空间和Hilbert空间,由[泛函分析的起源与发展],我们知道引入度量空间和希尔伯特空间的动机是截然不同的度量空间是Frechet有意识地去引入一种抽象理论,使得这种理论能够将康托尔,沃尔泰拉以及阿尔泽拉等人的工作统一起来.内积空间是在求解积分方程的过程中创造出来的,赋范线性空间是巴拿赫系统地发展了Frechet的思想,以及利用了Hilbert空间l2,
- 【深度学习|学习笔记】什么是正则化?如何理解正则化?L0、L1、L2正则化的起源、发展、原理、应用和对比详解,附代码。
努力毕业的小土博^_^
深度学习学习笔记深度学习学习笔记人工智能机器学习
【深度学习|学习笔记】什么是正则化?如何理解正则化?L0、L1、L2正则化的起源、发展、原理、应用和对比详解,附代码。【深度学习|学习笔记】什么是正则化?如何理解正则化?L0、L1、L2正则化的起源、发展、原理、应用和对比详解,附代码。文章目录【深度学习|学习笔记】什么是正则化?如何理解正则化?L0、L1、L2正则化的起源、发展、原理、应用和对比详解,附代码。前言一、什么是正则化?为什么需要它?✅
- 随机存储器有哪些,只读存储器又有哪些
我推是大富翁
计算机组成原理计算机组成原理
一、随机存储器(RAM,易失性,断电数据丢失)1.静态RAM(SRAM)特点:用触发器存储数据,无需刷新,速度极快(纳秒级),但容量小、成本高。用途:CPU缓存(如L1/L2/L3Cache)。2.动态RAM(DRAM)特点:用电容存储,需定期刷新,速度较慢(微秒级),容量大、成本低。变种:SDRAM:同步DRAM(如DDR3/DDR4/DDR5,电脑内存条)。VRAM:显卡专用显存,支持高速图像
- landsat卫星遥感影像下载、处理教程
一条破秋裤
个人笔记笔记
1.landsat数据下载USGS网址:EarthExplorer参考链接:USGS下载遥感影像——以Landsat影像下载为例_usgs怎么下载遥感影像-CSDN博客L1TP数据进行了几何校正和辐射校正,L2SP数据在此基础上,进一步处理后的数据,通常包括地表反射率和其他相关的地表特征信息。但是L1和L2的选择需要根据实际需求。这里我们选择下载landsat8-9L1数据目前是可以直接在浏览器下
- 层归一化Layer Normalization
Summer_Anny
python人工智能
层归一化层归一化(LayerNormalization)是一种神经网络中常用的归一化技朧,用于在训练过程中加速收敛、稳定训练,并提高模型的泛化能力。与批归一化(BatchNormalization)类似,层归一化是一种归一化技朧,但是它是对每个样本的特征进行归一化,而不是对整个批次的特征进行归一化。层归一化的计算公式如下:[LayerNorm(x)=γx−μσ2+ϵ+β][\text{LayerN
- Lagent:从零搭建你的 Multi-Agent
Oculus Reparo!
人工智能
https://github.com/InternLM/Tutorial/blob/camp4/docs/L2/Agent/task.md一、Lagent框架中Agent的使用目标通过Lagent框架,基于InternLM2.5,搭建一个WebDemo,体验其智能体功能与工具集成能力。步骤与实现环境准备激活环境:condaactivatelagent确保已获取API授权令牌,并写入环境变量。代码实
- 【大模型】【机器学习】【面试宝典】
曾小文
机器学习面试人工智能
面试热点科普:BatchNorm和LayerNorm有什么区别?在深度学习面试中,经常会被问到模型训练稳定性相关的问题。其中两个关键词BatchNorm和LayerNorm绝对是高频词!今天就带大家快速梳理两者的核心区别,用最通俗的方式掌握它们的原理和应用场景,面试不再含糊!1.什么是归一化(Normalization)?归一化是神经网络训练过程中的一项重要技巧,目的是:缓解梯度爆炸/消失加快收敛
- [Java恶补day32] 2. 两数相加
Morri3
leetcodejavaleetcode算法
给你两个非空的链表,表示两个非负的整数。它们每位数字都是按照逆序的方式存储的,并且每个节点只能存储一位数字。请你将两个数相加,并以相同形式返回一个表示和的链表。你可以假设除了数字0之外,这两个数都不会以0开头。示例1:输入:l1=[2,4,3],l2=[5,6,4]输出:[7,0,8]解释:342+465=807.示例2:输入:l1=[0],l2=[0]输出:[0]示例3:输入:l1=[9,9,9
- 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