- 深度学习篇---剪裁&缩放
Atticus-Orion
图像处理篇程序代码篇深度学习篇人工智能图像处理剪裁缩放
在深度学习中,图像数据集的剪裁(Cropping)和缩放(Scaling/Resizing)是预处理阶段的核心操作,其核心目的是将原始图像转换为符合模型输入要求的统一尺寸,同时保留关键特征、去除冗余信息,最终提升模型的训练效率与泛化能力。以下从原理、常见方法、在深度学习中的作用及影响三个维度详细介绍。一、图像剪裁(Cropping)的原理剪裁是指从原始图像中截取部分区域(子图像)的操作,本质是通过
- 机器学习篇-KNN算法实现鸢尾花模型和手写数字识别模型
一.KNN简介KNN思想K-近邻算法(KNearestNeighbor,简称KNN)。比如:根据你的“邻居”来推断出你的类别KNN算法思想:如果一个样本在特征空间中的k个最相似的样本中的大多数属于某一个类别,则该样本也属于这个类别K值根据网格和交叉验证来确定样本相似性:样本都是属于一个任务数据集的。样本距离越近则越相似。利用K近邻算法预测电影类型K值的选择KNN的应用方式解决问题:分类问题、回归问
- 【周检视】1021-2018 第三周
babyQjy
佳佳好习惯养成:日常:早起、锻炼、看书、记账、Time、日记美好:面膜、泡脚、看电影、交友易效能:打卡、晨间日记、100讲一,好习惯篇【早起】本周践行的好习惯,仍然是早睡早起,早起打卡。图片发自App【健康】二、出行篇三、学习篇王潇课程图片发自App看书一本/听书一本/TED视频二个四、事业篇五、小确幸骏豪会试婚纱银泰烤肉
- 深度学习篇---预训练模型
在深度学习中,预训练模型(PretrainedModel)是提升开发效率和模型性能的“利器”。无论是图像识别、自然语言处理还是语音识别,预训练模型都被广泛使用。下面从概念、使用原因、场景、作用等方面详细介绍,并结合Python代码展示常用预训练模型的使用。一、什么是预训练模型?(通俗易懂版)可以把预训练模型理解为:“别人已经训练好的‘半成品模型’,你可以直接拿来用,或者稍作修改就能适配自己的任务”
- 2020-04-15 学习篇之我见
树毛竹
这几天在收尾学习、成长的主题阅读和整理反思日记模板,昨天也没特别准备好今天写什么,一下子就感觉不知写什么了,当然有不少比较大的计划,不过不是一天两天的事情,比如想着按感兴趣的主题写合集和按阅读和学习的主题阅读来尝试简版书写作模式。那就一个一个问题地来梳理一下学习篇,按自己的理解或增加一些别人的有见地的说法(自己未必理解全面的)。1、学习是怎么定义的?什么是学习?学习为了什么?学习,是指通过阅读、听
- ❤️ 成功日记第6天 ❤️
敏敏读书空间
先努力让自己发光,对的人才能迎着光而来。【工作篇】1.听五位大咖的分享《线上时代的创业U选》2.听雷钻挖掘梦想过程3.听麻老师讲新的商业概念【学习篇】1.听镜姐讲《贫穷的本质》2.主持镜姐阅读营的晚复盘3.参加镜姐会长及魔鬼训练营会议,改变了我很多的思维认知。4.听了坚持星球的演讲比赛,开头的敏丹老师自己分享的她的故事感动到了我,一个高位截瘫的人都那么精进自己,都有自己的梦想,并为了自己的梦想不断
- 深度学习篇---矩阵
Atticus-Orion
嵌入式知识篇上位机知识篇嵌入式硬件篇深度学习矩阵人工智能
在机械臂解算、深度学习网络等硬件和软件领域中,矩阵运算作为核心数学工具,承担着数据表示、变换、映射和优化的关键作用。以下从具体领域出发,详细总结涉及的矩阵运算及对应的核心知识:一、机械臂解算领域机械臂解算(运动学、动力学分析)的核心是描述“关节空间”与“操作空间”的映射关系,矩阵运算用于精准刻画坐标系转换、运动传递和力/力矩分析。1.运动学解算(正/逆运动学)核心目标:通过矩阵描述关节角度与末端执
- 深度学习篇---昇腾NPU&CANN 工具包
Atticus-Orion
上位机知识篇图像处理篇深度学习篇深度学习人工智能NPU昇腾CANN
介绍昇腾NPU是华为推出的神经网络处理器,具有强大的AI计算能力,而CANN工具包则是面向AI场景的异构计算架构,用于发挥昇腾NPU的性能优势。以下是详细介绍:昇腾NPU架构设计:采用达芬奇架构,是一个片上系统,主要由特制的计算单元、大容量的存储单元和相应的控制单元组成。集成了多个CPU核心,包括控制CPU和AICPU,前者用于控制处理器整体运行,后者承担非矩阵类复杂计算。此外,还拥有AICore
- 深度学习篇---简单果实分类网络
下面我将提供一个使用Python从零实现果实分类模型的完整流程,包括数据准备、模型构建、训练和部署,不依赖任何深度学习框架,仅使用NumPy进行数值计算。1.数据准备与预处理首先需要准备果实图像数据集,将其分为好果和坏果两类,并进行预处理:importosimportnumpyasnpfromPILimportImagefromsklearn.model_selectionimporttrain_
- 使用matplotlib绘制散点图、柱状图和饼状图-学习篇
Zorione
Pythonmatplotlib学习python
一、散点图Python代码如下:num_points=100x=np.random.rand(num_points)#x点位随机y=np.random.rand(num_points)#y点位随机colors=np.random.rand(num_points)#颜色随机sizes=1000*np.random.rand(num_points)#大小随机alphas=np.random.rand(
- 股票心理学习篇:新手必避!老猫亲述交易市场十大坑
TrustZone_
投资与理财学习投资
新手必避!老猫亲述交易市场十大坑主讲人:老猫(2008年入市,17年交易经验)1.对技术指标过度迷信核心陷阱:指标仅反映过去,无法预测未来市场动态博弈。老猫观点:“没有指标能在熊市里赚钱”最靠谱工具是概率+人性识别(判情绪、跟大资金)正确做法:专注顺势/趋势交易,拒绝用指标信号直接操作2.看消息买股票(利好陷阱)现象:利好公布→股价反跌(预期兑现)经典案例:2024.7.22以太坊ETF获批→7.
- pythonadb命令大全_[adb 学习篇] python将adb命令集合到一个工具上
#!/usr/bin/evnpython#-*-coding:utf-8-*-#FileNameadbtools.py#Author:HeyNiu#CreatedTime:2016/9/19"""adb工具类"""importosimportplatformimportreimporttimeimportutils.timetoolsclassAdbTools(object):def__init_
- AI学习指南深度学习篇-变分自编码器的应用与扩展
俞兆鹏
AI学习指南ai
AI学习指南深度学习篇-变分自编码器的应用与扩展目录引言变分自编码器概述变分自编码器在图像生成中的应用变分自编码器在图像重建中的应用
- Jeesite-uniapp框架学习篇一(版本说明、工具网站、学习网站)
码农舟舟
学习前端
Jeesite-uniapp框架介绍及部署一、版本介绍:vue版本:vue2Jeesite版本:5.0.0二、学习网站:Uniapp官网:https://uniapp.dcloud.io/Jeesite官网:https://jeesite.com/docs/Jeesite-uniapp官网:https://jeesite.com/docs/uniapp/#%E5%BC%95%E8%A8%80Uvi
- 深度学习篇---人脸识别中的face-recognition库和深度学习
Ronin-Lotus
深度学习篇图像处理篇程序代码篇深度学习人工智能pythonfacerecognition
深度学习方法和使用Python的face_recognition库进行人脸识别在技术原理、实现方式和应用场景上有显著区别,以下从多个维度对比分析:一、技术原理1.深度学习方法核心逻辑:基于神经网络(如卷积神经网络CNN)构建模型,通过大量标注人脸数据(如LFW、CASIA-WebFace)训练模型,学习人脸特征的层次化表示(如像素级边缘→语义级面部结构→身份特征)。关键步骤:数据预处理:人脸检测(
- 深度学习篇---OC-SORT实际应用效果
Ronin-Lotus
深度学习篇上位机知识篇深度学习pythonOC-SROT
OC-SORT算法在实际应用中的效果可从准确性、鲁棒性、效率三个核心维度评估,其表现与传统多目标跟踪算法(如SORT、DeepSORT)相比有显著提升,尤其在复杂场景中优势突出。以下是具体分析:一、准确性:目标关联更可靠1.遮挡场景下的ID保持能力优势表现:传统算法(如SORT)依赖卡尔曼滤波预测目标位置,当目标长时间遮挡时,预测误差会累积导致轨迹丢失或ID切换。OC-SORT通过以观测为中心的恢
- 数据结构学习篇——单链表的实现
kizzo
数据结构学习
链表的概念及结构概念:链表是一种物理存储结构上非连续、非顺序的存储结构,数据元素的逻辑顺序是通过链表中的指针链接次序实现的。结构:链表的结构不要求相邻元素地址连续,而需要元素的前驱和后继的地址,这样能通过头节点一直找到尾节点。/*节点*/publicclassListNode{Tdata;ListNodepre;ListNodenext;publicListNode(Tdata){this.dat
- 深度学习篇---模型权重变化与维度分析
Ronin-Lotus
图像处理篇深度学习篇程序代码篇深度学习人工智能pythonpytorch
文章目录前言1.权重的作用2.权重的维度全连接层卷积层3.权重的变化4.实例代码(PyTorch框架)场景代码解释模型定义数据生成优化设置初始权重设置训练循环前向传播反向传播更新权重结果输出维度与变化总结维度匹配梯度跟新5.增加网络深度:多层感知机(MLP)代码解释6.权重初始化的影响核心概念7.正则化:限制权重的自由度8.梯度问题与解决方案9.可视化权重变化结果分析10.总结:深度带来的挑战与解
- 深度学习篇---抽样
Ronin-Lotus
图像处理篇深度学习篇上位机知识篇深度学习数学建模人工智能
文章目录前言一、数学建模与理论基础奈奎斯特-香农采样定理核心条件物理意义临界情况示例二、非理想采样的实际考量零阶保持(ZOH)采样孔径效应三、多维抽样理论图像采样(二维抽样)实际案例视频采样(三维抽样)四、抽样误差与补偿技术混叠效应分析工程解决方案抗混叠滤波器设计(Butterworth/Chebyshev)量化噪声与过采样五、现代抽样技术演进压缩感知(CompressedSensing)Σ-Δ调
- 【KWDB 创作者计划】_深度学习篇---数据获取
Ronin-Lotus
程序代码篇上位机知识篇深度学习篇深度学习人工智能python数据获取
文章目录前言一、公开数据集资源库1.综合型数据集平台KaggleDatasets(https://www.kaggle.com/datasets)GoogleDatasetSearch(https://datasetsearch.research.google.com)UCIMachineLearningRepository(https://archive.ics.uci.edu/ml)2.计算机
- 【KWDB 创作者计划】_深度学习篇---松科AI加速棒
Ronin-Lotus
深度学习篇图像处理篇嵌入式硬件篇嵌入式硬件人工智能AI加速棒TPU松科
文章目录前言一、简介二、安装与配置硬件连接驱动安装软件环境配置三、使用步骤初始化设备调用SDK接口检测设备状态:集成到AI项目四、注意事项兼容性散热固件更新安全移除五、硬件架构与技术规格核心芯片专用AI处理器内存配置接口类型物理接口虚拟接口能效比散热设计六、软件生态与兼容性深度学习框架支持自定义算子(通过松科OpenCL扩展库)推理引擎开发工具跨平台支持操作系统嵌入式系统虚拟化与云七、性能基准测试
- 【KWDB 创作者计划】_深度学习篇---常见卷积核
Ronin-Lotus
程序代码篇深度学习篇图像处理篇深度学习cnn人工智能python卷积核
文章目录前言1.平滑(模糊)卷积核1.1均值滤波(3×3示例)1.2高斯滤波(3×3示例,σ=1)2.锐化卷积核2.1拉普拉斯锐化(3×3)2.2非归一化锐化3.边缘检测卷积核3.1Sobel算子(水平边缘检测)3.2Sobel算子(垂直边缘检测)3.3Prewitt算子(水平方向)4.方向性卷积核4.1水平边缘检测4.2垂直边缘检测5.自定义卷积核5.1Gabor滤波器5.2空洞卷积6.深度可分
- 风尚云网学习篇-介绍chrome 浏览器的几个版本
风尚云网
风尚云网学习学习常识开发谷歌浏览器
Chrome浏览器提供4种发布版本,即稳定版(Stable)、测试版(Beta)、开发者版(Dev)和金丝雀版(Canary)。虽然Chrome这几个版本名称各不相同,但都沿用了相同的版本号,只是更新早晚的区别。就好比iOS等系统,Beta版可以率先更新到iOS12并进行测试,不断改进稳定后,正式版才升级到12版本。Chrome也是如此,更新最快的Canary会领先正式版1-2个版本。1.Stab
- 深度学习篇---大模型ERNIE Bot
Ronin-Lotus
程序代码篇深度学习篇上位机操作篇深度学习人工智能paddlepaddle百度nrniebot大模型
文章目录前言一、技术架构与核心创新1.知识增强的模型底座ERNIE3.0/4.0框架知识图谱融合持续学习机制2.多模态能力跨模态统一建模多模态生成3.高效推理优化动态计算图技术量化压缩二、核心功能与优势1.中文语境深度优化2.行业场景适配垂直领域增强医疗场景法律场景3.可控生成与结构化输出支持JSON/XML格式生成稳定性三、典型应用场景1.智能客服与对话系统2.内容生成与辅助创作3.数据分析与自
- 深度学习篇---Prophet时间序列预测工具
Ronin-Lotus
深度学习篇程序代码篇上位机操作篇深度学习人工智能pytorchpaddlepaddlePrephet时间序列预测工具
文章目录前言一、什么是Prophet?易用性自动化灵活性鲁棒性快速拟合二、Prophet的核心原理1.趋势模型a.分段线性模型(默认)b.逻辑增长模型2.季节性模型3.节假日效应三、Prophet使用方法安装ProphetPython基本使用示例1.准备数据2.创建并拟合模型3.创建预测数据框4.生成预测5.可视化结果四、关键参数说明growthlinearlogisticseasonality_
- 深度学习篇---模型训练(1)
Ronin-Lotus
深度学习篇上位机操作篇程序代码篇深度学习人工智能python
文章目录前言一、库导入与配置部分介绍二、超参数配置简介三、模型定义1.改进残差块2.完整CNN模型四、数据集类五、数据加载函数六、训练函数七、验证函数八、检查点管理九、主函数十、执行入口十一、关键设计亮点总结1.维度管理2.数据标准化3.动态学习率4.梯度剪裁5.检查点系统6.结果可追溯7.工业级健壮性8.高效数据加载前言本文再网络结构(1)的基础上,完善数据读取、数据增强、数据处理、模型训练、断
- 深度学习篇---os.path模块
Ronin-Lotus
深度学习篇程序代码篇上位机操作篇深度学习人工智能os路径操作文件操作
文章目录前言一、os.path模块的核心函数1.os.path.join()功能语法示例2.os.path.abspath()功能示例3.os.path.dirname()和os.path.basename()功能示例4.os.path.exists()功能示例5.os.path.split()功能示例二、深度学习中的路径操作示例1.数据导入:组织数据集路径2.模型保存:动态生成保存路径3.配置文
- 深度学习篇---网络结构
Ronin-Lotus
图像处理篇深度学习篇程序代码篇深度学习人工智能pythonpytorch残差块卷积池化
文章目录前言一、残差块(ResidualBlock)类二、卷积神经网络(CNNModule)类三、具体计算过程3.1第一个卷积模块3.1.1卷积层self.conv13.1.2批量归一化层self.norm13.1.3激活函数层self.relu13.1.4最大池化层self.pool13.2第一个残差块和池化层3.2.1残差块self.res_block13.2.2平均池化层self.pool2
- 鸟叔的linux私房菜:第0章 计算机概论学习笔记(Learning Notes for Basic Computer Theory)
蓝色枫魂
OperatingSystem
本博客是针对《鸟叔的Linux私房菜基础学习篇第四版》的第0章计算机概论的学习笔记。1电脑辅助人脑的好工具11计算机硬件的五大单元12一切设计的起点CPU的架构其它单元的设备运行流程电脑按用途分类电脑上面常用的计算单位容量速度等2个人电脑架构与相关设备元件21执行脑袋运算与判断的CPU22内存23显卡24硬盘与存储设备3数据表示方式31数字系统32文字编码系统4软件程序运行41机器程序与编译程序4
- 深度学习篇---模型GPU训练
Ronin-Lotus
图像处理篇深度学习篇上位机知识篇深度学习人工智能pythonopenmppaddlepaddlepytorch并行
文章目录前言一、在PaddlePaddle框架下使用GPU训练模型步骤1:确保环境准备就绪硬件软件步骤2:确认GPU可用步骤3:设置使用的GPU设备步骤4:定义模型步骤5:将模型移到GPU步骤6:准备数据并移到GPU步骤7:定义损失函数和优化器步骤8:训练模型二、在PyTorch框架下使用GPU训练模型步骤1:确保环境准备就绪硬件软件步骤2:确认GPU可用步骤3:设置使用的GPU设备步骤4:定义模
- scala的option和some
矮蛋蛋
编程scala
原文地址:
http://blog.sina.com.cn/s/blog_68af3f090100qkt8.html
对于学习 Scala 的 Java™ 开发人员来说,对象是一个比较自然、简单的入口点。在 本系列 前几期文章中,我介绍了 Scala 中一些面向对象的编程方法,这些方法实际上与 Java 编程的区别不是很大。我还向您展示了 Scala 如何重新应用传统的面向对象概念,找到其缺点
- NullPointerException
Cb123456
androidBaseAdapter
java.lang.NullPointerException: Attempt to invoke virtual method 'int android.view.View.getImportantForAccessibility()' on a null object reference
出现以上异常.然后就在baidu上
- PHP使用文件和目录
天子之骄
php文件和目录读取和写入php验证文件php锁定文件
PHP使用文件和目录
1.使用include()包含文件
(1):使用include()从一个被包含文档返回一个值
(2):在控制结构中使用include()
include_once()函数需要一个包含文件的路径,此外,第一次调用它的情况和include()一样,如果在脚本执行中再次对同一个文件调用,那么这个文件不会再次包含。
在php.ini文件中设置
- SQL SELECT DISTINCT 语句
何必如此
sql
SELECT DISTINCT 语句用于返回唯一不同的值。
SQL SELECT DISTINCT 语句
在表中,一个列可能会包含多个重复值,有时您也许希望仅仅列出不同(distinct)的值。
DISTINCT 关键词用于返回唯一不同的值。
SQL SELECT DISTINCT 语法
SELECT DISTINCT column_name,column_name
F
- java冒泡排序
3213213333332132
java冒泡排序
package com.algorithm;
/**
* @Description 冒泡
* @author FuJianyong
* 2015-1-22上午09:58:39
*/
public class MaoPao {
public static void main(String[] args) {
int[] mao = {17,50,26,18,9,10
- struts2.18 +json,struts2-json-plugin-2.1.8.1.jar配置及问题!
7454103
DAOspringAjaxjsonqq
struts2.18 出来有段时间了! (貌似是 稳定版)
闲时研究下下! 貌似 sruts2 搭配 json 做 ajax 很吃香!
实践了下下! 不当之处请绕过! 呵呵
网上一大堆 struts2+json 不过大多的json 插件 都是 jsonplugin.34.jar
strut
- struts2 数据标签说明
darkranger
jspbeanstrutsservletScheme
数据标签主要用于提供各种数据访问相关的功能,包括显示一个Action里的属性,以及生成国际化输出等功能
数据标签主要包括:
action :该标签用于在JSP页面中直接调用一个Action,通过指定executeResult参数,还可将该Action的处理结果包含到本页面来。
bean :该标签用于创建一个javabean实例。如果指定了id属性,则可以将创建的javabean实例放入Sta
- 链表.简单的链表节点构建
aijuans
编程技巧
/*编程环境WIN-TC*/ #include "stdio.h" #include "conio.h"
#define NODE(name, key_word, help) \ Node name[1]={{NULL, NULL, NULL, key_word, help}}
typedef struct node { &nbs
- tomcat下jndi的三种配置方式
avords
tomcat
jndi(Java Naming and Directory Interface,Java命名和目录接口)是一组在Java应用中访问命名和目录服务的API。命名服务将名称和对象联系起来,使得我们可以用名称
访问对象。目录服务是一种命名服务,在这种服务里,对象不但有名称,还有属性。
tomcat配置
- 关于敏捷的一些想法
houxinyou
敏捷
从网上看到这样一句话:“敏捷开发的最重要目标就是:满足用户多变的需求,说白了就是最大程度的让客户满意。”
感觉表达的不太清楚。
感觉容易被人误解的地方主要在“用户多变的需求”上。
第一种多变,实际上就是没有从根本上了解了用户的需求。用户的需求实际是稳定的,只是比较多,也比较混乱,用户一般只能了解自己的那一小部分,所以没有用户能清楚的表达出整体需求。而由于各种条件的,用户表达自己那一部分时也有
- 富养还是穷养,决定孩子的一生
bijian1013
教育人生
是什么决定孩子未来物质能否丰盛?为什么说寒门很难出贵子,三代才能出贵族?真的是父母必须有钱,才能大概率保证孩子未来富有吗?-----作者:@李雪爱与自由
事实并非由物质决定,而是由心灵决定。一朋友富有而且修养气质很好,兄弟姐妹也都如此。她的童年时代,物质上大家都很贫乏,但妈妈总是保持生活中的美感,时不时给孩子们带回一些美好小玩意,从来不对孩子传递生活艰辛、金钱来之不易、要懂得珍惜
- oracle 日期时间格式转化
征客丶
oracle
oracle 系统时间有 SYSDATE 与 SYSTIMESTAMP;
SYSDATE:不支持毫秒,取的是系统时间;
SYSTIMESTAMP:支持毫秒,日期,时间是给时区转换的,秒和毫秒是取的系统的。
日期转字符窜:
一、不取毫秒:
TO_CHAR(SYSDATE, 'YYYY-MM-DD HH24:MI:SS')
简要说明,
YYYY 年
MM 月
- 【Scala六】分析Spark源代码总结的Scala语法四
bit1129
scala
1. apply语法
FileShuffleBlockManager中定义的类ShuffleFileGroup,定义:
private class ShuffleFileGroup(val shuffleId: Int, val fileId: Int, val files: Array[File]) {
...
def apply(bucketId
- Erlang中有意思的bug
bookjovi
erlang
代码中常有一些很搞笑的bug,如下面的一行代码被调用两次(Erlang beam)
commit f667e4a47b07b07ed035073b94d699ff5fe0ba9b
Author: Jovi Zhang <
[email protected]>
Date: Fri Dec 2 16:19:22 2011 +0100
erts:
- 移位打印10进制数转16进制-2008-08-18
ljy325
java基础
/**
* Description 移位打印10进制的16进制形式
* Creation Date 15-08-2008 9:00
* @author 卢俊宇
* @version 1.0
*
*/
public class PrintHex {
// 备选字符
static final char di
- 读《研磨设计模式》-代码笔记-组合模式
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;
abstract class Component {
public abstract void printStruct(Str
- 利用cmd命令将.class文件打包成jar
chenyu19891124
cmdjar
cmd命令打jar是如下实现:
在运行里输入cmd,利用cmd命令进入到本地的工作盘符。(如我的是D盘下的文件有此路径 D:\workspace\prpall\WEB-INF\classes)
现在是想把D:\workspace\prpall\WEB-INF\classes路径下所有的文件打包成prpall.jar。然后继续如下操作:
cd D: 回车
cd workspace/prpal
- [原创]JWFD v0.96 工作流系统二次开发包 for Eclipse 简要说明
comsci
eclipse设计模式算法工作swing
JWFD v0.96 工作流系统二次开发包 for Eclipse 简要说明
&nb
- SecureCRT右键粘贴的设置
daizj
secureCRT右键粘贴
一般都习惯鼠标右键自动粘贴的功能,对于SecureCRT6.7.5 ,这个功能也已经是默认配置了。
老版本的SecureCRT其实也有这个功能,只是不是默认设置,很多人不知道罢了。
菜单:
Options->Global Options ...->Terminal
右边有个Mouse的选项块。
Copy on Select
Paste on Right/Middle
- Linux 软链接和硬链接
dongwei_6688
linux
1.Linux链接概念Linux链接分两种,一种被称为硬链接(Hard Link),另一种被称为符号链接(Symbolic Link)。默认情况下,ln命令产生硬链接。
【硬连接】硬连接指通过索引节点来进行连接。在Linux的文件系统中,保存在磁盘分区中的文件不管是什么类型都给它分配一个编号,称为索引节点号(Inode Index)。在Linux中,多个文件名指向同一索引节点是存在的。一般这种连
- DIV底部自适应
dcj3sjt126com
JavaScript
<!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/1999/xhtml&q
- Centos6.5使用yum安装mysql——快速上手必备
dcj3sjt126com
mysql
第1步、yum安装mysql
[root@stonex ~]# yum -y install mysql-server
安装结果:
Installed:
mysql-server.x86_64 0:5.1.73-3.el6_5 &nb
- 如何调试JDK源码
frank1234
jdk
相信各位小伙伴们跟我一样,想通过JDK源码来学习Java,比如collections包,java.util.concurrent包。
可惜的是sun提供的jdk并不能查看运行中的局部变量,需要重新编译一下rt.jar。
下面是编译jdk的具体步骤:
1.把C:\java\jdk1.6.0_26\sr
- Maximal Rectangle
hcx2013
max
Given a 2D binary matrix filled with 0's and 1's, find the largest rectangle containing all ones and return its area.
public class Solution {
public int maximalRectangle(char[][] matrix)
- Spring MVC测试框架详解——服务端测试
jinnianshilongnian
spring mvc test
随着RESTful Web Service的流行,测试对外的Service是否满足期望也变的必要的。从Spring 3.2开始Spring了Spring Web测试框架,如果版本低于3.2,请使用spring-test-mvc项目(合并到spring3.2中了)。
Spring MVC测试框架提供了对服务器端和客户端(基于RestTemplate的客户端)提供了支持。
&nbs
- Linux64位操作系统(CentOS6.6)上如何编译hadoop2.4.0
liyong0802
hadoop
一、准备编译软件
1.在官网下载jdk1.7、maven3.2.1、ant1.9.4,解压设置好环境变量就可以用。
环境变量设置如下:
(1)执行vim /etc/profile
(2)在文件尾部加入:
export JAVA_HOME=/home/spark/jdk1.7
export MAVEN_HOME=/ho
- StatusBar 字体白色
pangyulei
status
[[UIApplication sharedApplication] setStatusBarStyle:UIStatusBarStyleLightContent];
/*you'll also need to set UIViewControllerBasedStatusBarAppearance to NO in the plist file if you use this method
- 如何分析Java虚拟机死锁
sesame
javathreadoracle虚拟机jdbc
英文资料:
Thread Dump and Concurrency Locks
Thread dumps are very useful for diagnosing synchronization related problems such as deadlocks on object monitors. Ctrl-\ on Solaris/Linux or Ctrl-B
- 位运算简介及实用技巧(一):基础篇
tw_wangzhengquan
位运算
http://www.matrix67.com/blog/archives/263
去年年底写的关于位运算的日志是这个Blog里少数大受欢迎的文章之一,很多人都希望我能不断完善那篇文章。后来我看到了不少其它的资料,学习到了更多关于位运算的知识,有了重新整理位运算技巧的想法。从今天起我就开始写这一系列位运算讲解文章,与其说是原来那篇文章的follow-up,不如说是一个r
- jsearch的索引文件结构
yangshangchuan
搜索引擎jsearch全文检索信息检索word分词
jsearch是一个高性能的全文检索工具包,基于倒排索引,基于java8,类似于lucene,但更轻量级。
jsearch的索引文件结构定义如下:
1、一个词的索引由=分割的三部分组成: 第一部分是词 第二部分是这个词在多少