- 讨论神经网络中的卷积与数学中的卷积有何不同
陶大明
1.当提到神经网络中的卷积时,我们通常是指由多个并行卷积组成的运算。(因为单个核只能特区一种类型的特征,我们usually希望可以在多个位置提取多个特征)2.输入也不仅仅是实值的网格,而是由一系列观测数据的向量构成的网格。我们有的时候会希望跳出核中的一些位置来降低计算的开销(相应的代价是提取特征没有先前那么好了)我们就把这个过程看作对全卷积函数输出的下采样(downsampling).如果只是在输
- 【CNN】卷积神经网络池化- part2
1.池化降采样,减少参数数量,避免过拟合,提高鲁棒性2.池化操作池化操作(也称为下采样,Subsampling)类似卷积操作,使用的也是一个很小的矩阵,叫做池化核,但是池化核本身没有参数,只是通过对输入特征矩阵本身进行运算,它的大小通常是2x2、3x3、4x4等,其中2x2使用频率最高。然后将池化核在卷积得到的输出特征图中进行池化操作,需要注意的是,池化的过程中也有Padding方式以及步长的概念
- LLM模型 贪婪、温度、Top-k、核采样方式的区别---附代码与示例
繁星意未平
AIpython开发语言
LLM模型贪婪、温度、Top-k、核采样方式的区别—附代码与示例在自然语言生成任务中,不同的采样技术用于从语言模型的输出中选择下一个生成的单词或词语。这些技术包括贪婪采样、温度采样、Top-k采样和核(Nucleus)采样。它们在选择生成单词的过程中有不同的策略,本文将介绍这四种采样方式的区别。1.贪婪采样(GreedySampling)贪婪采样是一种直接选择最可能的下一个词的策略。具体步骤为:从
- 解密企业级大模型智能体Agentic AI 关键技术:MCP、A2A、Reasoning LLMs- GPT源代码解析
大模型与Agent智能体
A2AMCPDeepSeekA2AMCPManusADK
解密企业级大模型智能体AgenticAI关键技术:MCP、A2A、ReasoningLLMs-GPT源代码解析我们可以稍微看一下,这是我们GPT的基于它的源代码产生的可视化的内容。这边是model,我们在谈这个sampling的时候,本身首先就是说它这个probabilitydistribution,会有很多的参数对它进行影响。例如temperature,如果你是hightemperature的话
- 【AI论文】GLM-4.1V-思考:借助可扩展强化学习实现通用多模态推理
东临碣石82
人工智能
摘要:我们推出GLM-4.1V-Thinking这一视觉语言模型(VLM),该模型旨在推动通用多模态推理的发展。在本报告中,我们分享了在以推理为核心的训练框架开发过程中的关键发现。我们首先通过大规模预训练开发了一个具备显著潜力的高性能视觉基础模型,可以说该模型为最终性能设定了上限。随后,借助课程采样强化学习(ReinforcementLearningwithCurriculumSampling,R
- vllm推理实践
try2find
java前端服务器
1.vllm推理demo实验fromvllmimportLLM,SamplingParams#定义生成参数sampling_params=SamplingParams(temperature=0.7,top_p=0.9,max_tokens=100,)#加载DeepSeek模型(以deepseek-llm-7b为例)#model_name="deepseek-ai/deepseek-llm-7b"
- 大模型中的temperature、topk、topn、repetition_penalty等参数原理
seetimee
大模型技术细节大模型
核心就在于采样策略,一图胜千言:上图中语言模型(languagemodel)的预测输出其实是字典中所有词的概率分布,而通常会选择生成其中概率最大的那个词。不过图中出现了一个采样策略(samplingstrategy),这意味着有时候我们可能并不想总是生成概率最大的那个词。设想一个人的行为如果总是严格遵守规律缺乏变化,容易让人觉得乏味;同样一个语言模型若总是按概率最大的生成词,那么就容易变成XX讲话
- AD7606过采样模式
零度随想
嵌入式硬件fpga开发
AD7606的过采样模式(OversamplingMode)是其重要特性之一,它可提升信噪比(SNR)、有效分辨率、降低系统噪声。✅一、什么是过采样(Oversampling)过采样是指ADC内部将每个通道采样多次,然后进行数字平均滤波,以减少随机噪声、提升信号质量。在AD7606中,过采样是由芯片内部硬件自动完成的:每次外部采样触发→芯片在内部进行多次转换→平均值输出对外仍只输出1个16位数据→
- 长尾形分布论文速览【80-119】
木木阳
Long-tailed人工智能
为便于理解和应用,以下将30篇关于长尾分布的研究文献按主题进行分类整理。每一大类包含相应的工作,帮助我们从整体上把握各方向的研究进展。1.长尾半监督学习与伪标签优化Paper90:Uncertainty-awareSamplingforLong-tailedSemi-supervisedLearning提出了一种动态阈值选择方法(UDTS),能有效改善尾部分类性能,适用于不平衡类别的半监督学习。P
- influxdb-comparisons IOT数据测试 使用记录
外环西路007号
tsdb物联网devops运维时序数据库
文章目录生成测试数据数据倒数influxdb数据导入influxdb后显示结果生成测试数据./bulk_data_gen-formatinflux-bulk-use-caseiot-seed100-sampling-interval10s-scale-var10-timestamp-start"2022-12-01T00:00:00+80:00"-timestamp-end"2023-01-03T
- 强化学习系列——PPO算法
lqjun0827
算法深度学习算法人工智能
强化学习系列——PPO算法PPO算法一、背景知识:策略梯度&Advantage二、引入重要性采样(ImportanceSampling)三、PPO-Clip目标函数推导✅四、总结公式(一图总览)参考文献PPO示例代码实现补充内容:重要性采样一、问题背景:我们想估计某个期望❗问题:二、引入重要性采样(ImportanceSampling)三、离散采样形式(蒙特卡洛估计)四、标准化的重要性采样五、在强
- 在signal 这个信号上加一个高斯噪声,噪声的水平可以调节,如何实现?
fK0pS
PYTHON
要在信号signal上添加可调节水平的高斯噪声,可以使用NumPy的random.normal函数生成高斯噪声。高斯噪声的水平可以通过标准差(std)参数来控制,标准差越大,噪声水平越高。以下是实现代码:importnumpyasnp#原始信号生成代码signal_duration_s=60#信号长度为1秒##changeunittosecondsampling_freq=1000#采样频率为10
- 【图像去噪】论文精读:Zero-Shot Blind-spot Image Denoising via Implicit Neural Sampling
十小大
深度学习人工智能图像处理计算机视觉图像去噪论文阅读论文笔记
请先看【专栏介绍文章】:【图像去噪(ImageDenoising)】关于【图像去噪】专栏的相关说明,包含适配人群、专栏简介、专栏亮点、阅读方法、定价理由、品质承诺、关于更新、去噪概述、文章目录、资料汇总、问题汇总(更新中)文章目录前言Abstract1.Introduction1.1.LearningdenoisingNNwithouttruthimages1.2.Discussionsonbli
- matlab产生单脉冲,一些有关雷达的程序 另外求有关单脉冲雷达信号产生的程序...
13709382269
matlab产生单脉冲
该楼层疑似违规已被系统折叠隐藏此楼查看此楼小女子路遇强悍的毕业设计来到贴吧求大神们出手相助感激不尽!!在此给出一点程序看可不可以帮助到大家线性调频信号的产生程序T=10e-6;%pulseduration10usB=30e6;%chirpfrequencymodulationbandwidth30MHzK=B/T;%chirpslopeFs=2*B;Ts=1/Fs;%samplingfrequen
- Python实战:随机森林
python游乐园
python随机森林机器学习
随机森林(RandomForest)是一种集成学习方法,由多个决策树组成,可用于分类和回归任务。基本原理随机森林的核心思想是构建多个决策树,并将这些决策树的结果进行综合。在构建每棵决策树时,采用了两种随机化策略:数据采样随机:使用自助采样法(BootstrapSampling)从原始训练数据集中有放回地抽取一定数量的样本,形成一个新的训练子集,用于训练每一棵决策树。这意味着每棵树的训练数据可能会有
- LLM 笔记:Speculative Decoding 投机采样
UQI-LIUWJ
机器学习笔记
1基本介绍投机采样(SpeculativeSampling)是一种并行预测多个可能输出,然后快速验证并采纳正确部分的加速策略在不牺牲输出质量的前提下,减少语言模型生成token所需的时间传统的语言模型生成是串行的必须生成一个,再输入到模型中,才能生成下一个投机采样的核心思想是用一个“小模型”提前生成多个候选token(投机结果),然后用“大模型”一起验证这批候选,并行加速。2举例比如已有promp
- 深度学习中的负采样
洪小帅
深度学习人工智能
深度学习中的负采样负采样(NegativeSampling)是一种在训练大型分类或概率模型(尤其是在输出类别很多时)中,用来加速训练、降低计算量的方法。它常用于:词向量训练(如Word2Vec)推荐系统(从大量候选项中学正例与负例)语言模型、对比学习、信息检索等场景本质概念在许多任务中,我们的模型要从上万个候选中预测正确类别。例如:给定单词“cat”,预测它上下文中出现的词(如Word2Vec的S
- vLLM - 控制生成过程中返回对数概率信息 logprobs的输出和解释
二分掌柜的
大模型vLLM
vLLM-控制生成过程中返回对数概率信息logprobs的输出和解释flyfish在vLLM的代码中,logprobs是一个控制生成过程中返回对数概率信息的参数。它决定了模型在生成每个token时,会返回多少个候选token的概率分布信息。以下是详细解释:logprobs参数的作用在SamplingParams中设置logprobs=k时:模型会返回每个生成token的对数概率(即模型选择该tok
- STM32的ADC模块中,**采样时机(Sampling Time)**和**转换时机(Conversion Time),获取数据的时机详解
happygrilclh
煤炭设备stm32嵌入式硬件单片机
在STM32的ADC模块中,**采样时机(SamplingTime)和转换时机(ConversionTime)**是ADC工作流程中的两个关键阶段,直接影响采样精度和系统实时性。以下是详细解析:1.采样时机(SamplingTime)(1)定义采样阶段:ADC对输入信号进行保持和稳定的过程。采样时间:由ADC_SMPRx寄存器配置,决定采样电容充电时间。(2)配置参数STM32F103的采样时间可
- 快速傅里叶变换python_FFT快速傅里叶变换的python实现过程解析
weixin_39771987
快速傅里叶变换python
FFT是DFT的高效算法,能够将时域信号转化到频域上,下面记录下一段用python实现的FFT代码。#encoding=utf-8importnumpyasnpimportpylabaspl#导入和matplotlib同时安装的作图库pylabsampling_rate=8000#采样频率8000Hzfft_size=512#采样点512,就是说以8000Hz的速度采512个点,我们获得的数据只有
- FastMCP - 快速、Pythonic风格的构建MCP server 和 client
编程乐园
#AI开源项目mcpFastMCPserverclient快速agenttool
文章目录一、关于FastMCP相关链接资源快速构建示例什么是MCP?为什么选择FastMCP?核心特性服务器客户端v2版本更新内容二、安装添加验证安装安装用于开发三、核心概念1、`FastMCP`服务器2、工具3、资源4、提示5、上下文6、图片7、MCP客户端7.1客户端方法7.2运输选项7.3LLMSampling7.4根访问四、高级功能1、代理服务器2、组成MCP服务器3、OpenAPI&Fa
- SpringAI系列 - MCP篇(一) - 什么是MCP
罗小爬EX
SpringAIspringaimcpllm
目录一、引言二、MCP核心架构三、MCP传输层(stdio/sse)四、MCP能力协商机制(CapabilityNegotiation)五、MCPClient相关能力(Roots/Sampling)六、MCPServer相关能力(Prompts/Resources/Tools)一、引言之前我们在接入大模型时,不同的大模型通常都有自己的交互协议,所以类似SpringAI框架都会为每一种大模型开发各自
- 常见的卷积神经网络列举
巷955
cnn人工智能神经网络
经典的卷积神经网络(CNN)在深度学习发展史上具有重要地位,以下是一些里程碑式的模型及其核心贡献:1.LeNet-5(1998)提出者:YannLeCun特点:首个成功应用于手写数字识别(MNIST)的CNN。结构:卷积层+池化层(当时用Subsampling)+全连接层。使用Tanh激活函数,后续被ReLU取代。意义:奠定了CNN的基本结构。2.AlexNet(2012)提出者:AlexKriz
- 60天Python训练 day13
only_only_you
python深度学习开发语言
不平衡标签的处理1.随机过采样#1.随机过采样fromimblearn.over_samplingimportRandomOverSamplerros=RandomOverSampler(random_state=42)#创建随机过采样对象X_train_ros,y_train_ros=ros.fit_resample(X_train,y_train)#对训练集进行随机过采样print("随机过采
- pcl 中的滤波与降采样
诺有缸的高飞鸟
3d视觉点云算法c++pcl点云降采样
目录pclfilter模块RandomSampleUniformSamplingVoxelGridStatisticalOutlierRemovalfilter应用参考完pclfilter模块Modulefilters:https://pointclouds.org/documentation/group__filters.htmlRandomSample、UniformSampling、Voxe
- 交叉验证 java_从R中的交叉验证(训练)数据绘制ROC曲线
极萨学院冷哲
交叉验证java
我想知道是否有一种方法可以根据使用caret包生成的SVM-RFE模型的交叉验证数据绘制平均ROC曲线.我的结果是:RecursivefeatureselectionOuterresamplingmethod:Cross-Validated(10fold,repeated5times)Resamplingperformanceoversubsetsize:VariablesROCSensSpecA
- 【统计方法】交叉验证:Resampling, nested 交叉验证等策略 【含R语言】
pen-ai
数据科学r语言python深度学习
Resampling(重采样方法)重采样方法是从训练数据中反复抽取样本,并在每个(重新)样本上重新调整模型,以获得关于拟合模型的附加信息的技术。两种主要的重采样方法Cross-Validation(CV)交叉验证:用于估计测试误差和选择调优参数Bootstrap:主要用于评估可变性,如标准误差和置信区间估计测试误差的策略goldstandard:理想但无法实现(黄金标准)使用大型指定测试集(通常不
- 在vllm中,使用llm.generate()返回的List[RequestOutput]里面有什么参数?如何获得回答的token表示?
m0_62488776
vllmpython大模型
在使用vllm的时候,需要对输出做一个token数量的统计,但是在一般的示例里面都是如下摸样:fromvllmimportLLM,SamplingParams#Sampleprompts.prompts=["Hello,mynameis","ThepresidentoftheUnitedStatesis","ThecapitalofFranceis","ThefutureofAIis",]#Cre
- Select2控件的多选
量变决定质变
————jQuery
Select2的多选控件添加一个属性multiple=”multiple”页面元素${s.name}JS代码$('#samplingOprator').select2({width:200+"px",placeholder:"点击输入框,可以多选"});
- 机器学习中的过采样和欠采样
魔云连洲
深度学习机器学习人工智能计算机视觉
文章目录机器学习中的过采样和欠采样过采样欠采样机器学习中的过采样和欠采样过采样机器学习中的过采样和欠采样是两种常见的数据处理技术,用于解决不平衡数据集的问题。过采样(Oversampling)是指增加少数类样本的数量,以使其与多数类样本数量相当。这样可以帮助模型更好地学习少数类的特征,提高分类器对少数类的预测性能。过采样的方法包括复制样本、生成合成样本等。复制样本:简单地复制少数类样本,使其数量增
- java杨辉三角
3213213333332132
java基础
package com.algorithm;
/**
* @Description 杨辉三角
* @author FuJianyong
* 2015-1-22上午10:10:59
*/
public class YangHui {
public static void main(String[] args) {
//初始化二维数组长度
int[][] y
- 《大话重构》之大布局的辛酸历史
白糖_
重构
《大话重构》中提到“大布局你伤不起”,如果企图重构一个陈旧的大型系统是有非常大的风险,重构不是想象中那么简单。我目前所在公司正好对产品做了一次“大布局重构”,下面我就分享这个“大布局”项目经验给大家。
背景
公司专注于企业级管理产品软件,企业有大中小之分,在2000年初公司用JSP/Servlet开发了一套针对中
- 电驴链接在线视频播放源码
dubinwei
源码电驴播放器视频ed2k
本项目是个搜索电驴(ed2k)链接的应用,借助于磁力视频播放器(官网:
http://loveandroid.duapp.com/ 开放平台),可以实现在线播放视频,也可以用迅雷或者其他下载工具下载。
项目源码:
http://git.oschina.net/svo/Emule,动态更新。也可从附件中下载。
项目源码依赖于两个库项目,库项目一链接:
http://git.oschina.
- Javascript中函数的toString()方法
周凡杨
JavaScriptjstoStringfunctionobject
简述
The toString() method returns a string representing the source code of the function.
简译之,Javascript的toString()方法返回一个代表函数源代码的字符串。
句法
function.
- struts处理自定义异常
g21121
struts
很多时候我们会用到自定义异常来表示特定的错误情况,自定义异常比较简单,只要分清是运行时异常还是非运行时异常即可,运行时异常不需要捕获,继承自RuntimeException,是由容器自己抛出,例如空指针异常。
非运行时异常继承自Exception,在抛出后需要捕获,例如文件未找到异常。
此处我们用的是非运行时异常,首先定义一个异常LoginException:
/**
* 类描述:登录相
- Linux中find常见用法示例
510888780
linux
Linux中find常见用法示例
·find path -option [ -print ] [ -exec -ok command ] {} \;
find命令的参数;
- SpringMVC的各种参数绑定方式
Harry642
springMVC绑定表单
1. 基本数据类型(以int为例,其他类似):
Controller代码:
@RequestMapping("saysth.do")
public void test(int count) {
}
表单代码:
<form action="saysth.do" method="post&q
- Java 获取Oracle ROWID
aijuans
javaoracle
A ROWID is an identification tag unique for each row of an Oracle Database table. The ROWID can be thought of as a virtual column, containing the ID for each row.
The oracle.sql.ROWID class i
- java获取方法的参数名
antlove
javajdkparametermethodreflect
reflect.ClassInformationUtil.java
package reflect;
import javassist.ClassPool;
import javassist.CtClass;
import javassist.CtMethod;
import javassist.Modifier;
import javassist.bytecode.CodeAtt
- JAVA正则表达式匹配 查找 替换 提取操作
百合不是茶
java正则表达式替换提取查找
正则表达式的查找;主要是用到String类中的split();
String str;
str.split();方法中传入按照什么规则截取,返回一个String数组
常见的截取规则:
str.split("\\.")按照.来截取
str.
- Java中equals()与hashCode()方法详解
bijian1013
javasetequals()hashCode()
一.equals()方法详解
equals()方法在object类中定义如下:
public boolean equals(Object obj) {
return (this == obj);
}
很明显是对两个对象的地址值进行的比较(即比较引用是否相同)。但是我们知道,String 、Math、I
- 精通Oracle10编程SQL(4)使用SQL语句
bijian1013
oracle数据库plsql
--工资级别表
create table SALGRADE
(
GRADE NUMBER(10),
LOSAL NUMBER(10,2),
HISAL NUMBER(10,2)
)
insert into SALGRADE values(1,0,100);
insert into SALGRADE values(2,100,200);
inser
- 【Nginx二】Nginx作为静态文件HTTP服务器
bit1129
HTTP服务器
Nginx作为静态文件HTTP服务器
在本地系统中创建/data/www目录,存放html文件(包括index.html)
创建/data/images目录,存放imags图片
在主配置文件中添加http指令
http {
server {
listen 80;
server_name
- kafka获得最新partition offset
blackproof
kafkapartitionoffset最新
kafka获得partition下标,需要用到kafka的simpleconsumer
import java.util.ArrayList;
import java.util.Collections;
import java.util.Date;
import java.util.HashMap;
import java.util.List;
import java.
- centos 7安装docker两种方式
ronin47
第一种是采用yum 方式
yum install -y docker
 
- java-60-在O(1)时间删除链表结点
bylijinnan
java
public class DeleteNode_O1_Time {
/**
* Q 60 在O(1)时间删除链表结点
* 给定链表的头指针和一个结点指针(!!),在O(1)时间删除该结点
*
* Assume the list is:
* head->...->nodeToDelete->mNode->nNode->..
- nginx利用proxy_cache来缓存文件
cfyme
cache
user zhangy users;
worker_processes 10;
error_log /var/vlogs/nginx_error.log crit;
pid /var/vlogs/nginx.pid;
#Specifies the value for ma
- [JWFD开源工作流]JWFD嵌入式语法分析器负号的使用问题
comsci
嵌入式
假如我们需要用JWFD的语法分析模块定义一个带负号的方程式,直接在方程式之前添加负号是不正确的,而必须这样做:
string str01 = "a=3.14;b=2.71;c=0;c-((a*a)+(b*b))"
定义一个0整数c,然后用这个整数c去
- 如何集成支付宝官方文档
dai_lm
android
官方文档下载地址
https://b.alipay.com/order/productDetail.htm?productId=2012120700377310&tabId=4#ps-tabinfo-hash
集成的必要条件
1. 需要有自己的Server接收支付宝的消息
2. 需要先制作app,然后提交支付宝审核,通过后才能集成
调试的时候估计会真的扣款,请注意
- 应该在什么时候使用Hadoop
datamachine
hadoop
原帖地址:http://blog.chinaunix.net/uid-301743-id-3925358.html
存档,某些观点与我不谋而合,过度技术化不可取,且hadoop并非万能。
--------------------------------------------万能的分割线--------------------------------
有人问我,“你在大数据和Hado
- 在GridView中对于有外键的字段使用关联模型进行搜索和排序
dcj3sjt126com
yii
在GridView中使用关联模型进行搜索和排序
首先我们有两个模型它们直接有关联:
class Author extends CActiveRecord {
...
}
class Post extends CActiveRecord {
...
function relations() {
return array(
'
- 使用NSString 的格式化大全
dcj3sjt126com
Objective-C
格式定义The format specifiers supported by the NSString formatting methods and CFString formatting functions follow the IEEE printf specification; the specifiers are summarized in Table 1. Note that you c
- 使用activeX插件对象object滚动有重影
蕃薯耀
activeX插件滚动有重影
使用activeX插件对象object滚动有重影 <object style="width:0;" id="abc" classid="CLSID:D3E3970F-2927-9680-BBB4-5D0889909DF6" codebase="activex/OAX339.CAB#
- SpringMVC4零配置
hanqunfeng
springmvc4
基于Servlet3.0规范和SpringMVC4注解式配置方式,实现零xml配置,弄了个小demo,供交流讨论。
项目说明如下:
1.db.sql是项目中用到的表,数据库使用的是oracle11g
2.该项目使用mvn进行管理,私服为自搭建nexus,项目只用到一个第三方 jar,就是oracle的驱动;
3.默认项目为零配置启动,如果需要更改启动方式,请
- 《开源框架那点事儿16》:缓存相关代码的演变
j2eetop
开源框架
问题引入
上次我参与某个大型项目的优化工作,由于系统要求有比较高的TPS,因此就免不了要使用缓冲。
该项目中用的缓冲比较多,有MemCache,有Redis,有的还需要提供二级缓冲,也就是说应用服务器这层也可以设置一些缓冲。
当然去看相关实现代代码的时候,大致是下面的样子。
[java]
view plain
copy
print
?
public vo
- AngularJS浅析
kvhur
JavaScript
概念
AngularJS is a structural framework for dynamic web apps.
了解更多详情请见原文链接:http://www.gbtags.com/gb/share/5726.htm
Directive
扩展html,给html添加声明语句,以便实现自己的需求。对于页面中html元素以ng为前缀的属性名称,ng是angular的命名空间
- 架构师之jdk的bug排查(一)---------------split的点号陷阱
nannan408
split
1.前言.
jdk1.6的lang包的split方法是有bug的,它不能有效识别A.b.c这种类型,导致截取长度始终是0.而对于其他字符,则无此问题.不知道官方有没有修复这个bug.
2.代码
String[] paths = "object.object2.prop11".split("'");
System.ou
- 如何对10亿数据量级的mongoDB作高效的全表扫描
quentinXXZ
mongodb
本文链接:
http://quentinXXZ.iteye.com/blog/2149440
一、正常情况下,不应该有这种需求
首先,大家应该有个概念,标题中的这个问题,在大多情况下是一个伪命题,不应该被提出来。要知道,对于一般较大数据量的数据库,全表查询,这种操作一般情况下是不应该出现的,在做正常查询的时候,如果是范围查询,你至少应该要加上limit。
说一下,
- C语言算法之水仙花数
qiufeihu
c算法
/**
* 水仙花数
*/
#include <stdio.h>
#define N 10
int main()
{
int x,y,z;
for(x=1;x<=N;x++)
for(y=0;y<=N;y++)
for(z=0;z<=N;z++)
if(x*100+y*10+z == x*x*x
- JSP指令
wyzuomumu
jsp
jsp指令的一般语法格式: <%@ 指令名 属性 =”值 ” %>
常用的三种指令: page,include,taglib
page指令语法形式: <%@ page 属性 1=”值 1” 属性 2=”值 2”%>
include指令语法形式: <%@include file=”relative url”%> (jsp可以通过 include