- 深度学习GPU工作站主机选择指南:以RTX 5090为核心的2025年配置策略
前言2025年,随着NVIDIARTX5090的发布,深度学习硬件领域迎来了革命性的变化。这款基于Blackwell架构的旗舰GPU不仅在游戏领域表现卓越,更在AI和深度学习应用中展现出前所未有的性能实力。对于深度学习研究者和工程师而言,RTX5090的出现重新定义了工作站配置的标准,其32GBGDDR7显存、768个第五代TensorCore以及大幅提升的计算性能,为大规模模型训练和推理提供了全
- 使用UV管理PyTorch项目
PyTorch是深度学习研究和开发的流行选择。可以使用uv管理PyTorch项目,包括不同Python版本依赖、管理环境、甚至加速器选择等。安装Pytorch从打包角度来看,PyTorch有几个不常见的特点:许多PyTorchwheel托管在专门的索引上,而非Python包索引(PyPI)。因此,安装PyTorch通常需要配置项目使用PyTorch专属索引。PyTorch为每种加速器生成不同的构建
- 深度学习基础与应用:从理论到实战
创新工场
本文还有配套的精品资源,点击获取简介:深度学习是人工智能的核心分支,通过模拟人脑神经网络处理大量数据以执行复杂任务。Python因其简洁性和强大的库支持成为深度学习研究的首选语言。本文概述了深度学习基础概念、核心算法、Python框架,并假设了一个包含教程、示例代码、数据集、交互式学习环境、性能评估指标和进阶主题的“deep-learning-study-main”压缩包内容,旨在帮助学习者深入理
- 【可持续学习网络模型0】目前全球增量学习或持续学习研究现状
帮带做
人工智能学习python硕博论文创新持续学习增量学习神经网络
全球增量学习或持续学习研究现状一、全球研究现状综述(2025年主流)✅1.研究目标和挑战✅2.主流研究范式(按解决灾难性遗忘的策略分类)二、重点代表性方法简介(含通俗解释)1.**EWC(ElasticWeightConsolidation)**:2.**iCaRL(IncrementalClassifierandRepresentationLearning)**:3.**HAT(HardAtte
- php记账助手源码[16080703]
免费源码分享
phpmysqlhtmljavascript
分享一个记账助手程序,能够帮助用户清晰的记录下每一笔账单,非常好用!程序的设计思路非常不错,我把源码整理好放到文章最后免费分享,有兴趣的同学可以下载学习研究!功能介绍:1.支持筛选记录日期2.支持修改信息3.支持删除信息4.支持本地储存+数据库储存5.支持自定义日期/时间选择6.支持选择日期记忆7.自动算当月支出8.支持移动端自适应源码技术:php+mysql源码下载方法:进我主页看简介,编号在标
- torch 是什么?解决了什么问题?在深度学习中解决什么具体问题?没有它会存在哪些问题?
torch是一个开源的机器学习框架,它为深度学习提供了强大的支持。以下是关于它的详细介绍:什么是Torch?Torch是一个用Lua语言编写的科学计算框架,特别适合进行深度学习研究。不过,由于Python的广泛流行,现在更多人使用的是PyTorch——它是Torch的Python接口,提供了更友好的语法和更丰富的生态系统。PyTorch不仅保留了Torch的核心优势,还增加了动态计算图等现代深度学
- 小红书爬取实战指南
Fro.Heart
python
小红书爬取实战指南一、小红书爬取特点与难点小红书(Xiaohongshu)作为流行的社交电商平台,具有以下特点:内容以图文/短视频为主强用户互动属性(点赞、收藏、评论)严格的反爬机制(包括但不限于):请求头验证行为指纹检测频繁弹验证码账号封禁策略二、合法合规前提重要提示:严格遵守小红书用户协议不爬取用户隐私数据控制请求频率(建议≤1请求/3秒)仅用于学习研究目的三、实战爬取方案3.1方案一:Web
- PDFBox全套资源文件:全方位操作PDF文件的利器
邬然野Ursa
PDFBox全套资源文件:全方位操作PDF文件的利器【下载地址】PDFBox全套资源文件PDFBox全套资源文件为开发者提供了完整的PDF操作解决方案,包含PDFBox发行版的所有jar包、源码及必要的依赖项。无论您是需要读取、创建、编辑还是打印PDF文件,这些资源都能满足您的需求。源码的开放为二次开发和学习研究提供了便利,帮助您深入理解PDF处理机制。使用前请仔细阅读相关文档,确保正确配置环境并
- 用深度强化学习玩atari游戏_Pytorch深度强化学习 1.用DQN解决Atari game
我一直对强化学习感兴趣,这学期正好选了一门强化学习的课,第一次作业是让复现DQN。这几年也看了不少DQN的代码,但要自己实现起来,还是犯晕,效率很低。这篇文章从深度强化学习所需的元素出发,达到用DQN解决atarigames的目的。1.Observe,Value,Act强化学习研究的是Agent和环境交互中如何学习最优策略,以获得最大收益。Agent需要能够观察环境(observe)的到所处的状态
- 《高等数学 第7版(同济大学 上册).pdf》资源介绍
孟津葵Gilda
《高等数学第7版(同济大学上册).pdf》资源介绍【下载地址】高等数学第7版同济大学上册.pdf资源介绍本资源提供《高等数学第7版(同济大学上册)》电子书,内容涵盖函数与极限、导数与微分、微分方程等核心章节,适合工科和理科学生系统学习。书中包含详细的理论讲解、丰富实例及习题答案,帮助读者深入理解高等数学知识。章节划分清晰,便于查找和学习。资源仅供学习研究使用,请合理利用,尊重知识产权。项目地址:h
- 【PyTorch】CUDA基础知识
沐兮Krystal
NLPpytorch深度学习python
为了追求更快的速度,机器学习研究人员开始利用一些计算机中的特殊硬件。这些硬件原本是用来提升图形处理性能的,叫做显卡。NVIDIACUDA显卡中包含一个GPU,它能够以高度并行化的方式实现矩阵乘法。在很长一段时间,英伟达(NVIDIA)的GPU市场份额一直保持领先。他们有一套成熟的软件工具,可以充分利用硬件加速。这套软件框架就是CUDA。MVIDIA的竞争对手是AMD。在Python中使用CUDA创
- 国科大模式识别部分总结资源介绍:助你掌握核心知识,提升学术能力
强姣晴Keely
国科大模式识别部分总结资源介绍:助你掌握核心知识,提升学术能力【下载地址】国科大模式识别部分总结资源介绍《国科大模式识别部分总结》是一份精心整理的课程学习资源,涵盖了模式识别课程的前四章核心内容。从绪论到特征提取与选择,再到监督学习和无监督学习算法,文档结构清晰,知识点详实,是期末复习和深入学习的理想选择。适合与课堂笔记和教材结合使用,帮助读者全面掌握模式识别的理论与应用。本资源仅供学习研究使用,
- 机器学习西瓜书笔记——机器学习基本术语,模型性能指标【一】
Code思铮
机器学习笔记人工智能
西瓜书第一,二章笔记datawhale吃瓜教程task1学习笔记第一章第一张主要介绍了一些机器学习研究内容和基本术语,以及发展现状。基本术语由于有些术语过于基础,在此不做赘述大家可以去读西瓜书。1、分类任务:若模型的预测值是离散的,如“好瓜”,“坏瓜”,这是分类任务。在二分类任务中有两个标签(label)一个是正类,一个是反类2、回归任务:若模型的预测值是连续的,如“西瓜的成熟度是0.99“那么这
- 影视仓最新配置接口2024tvbox源配置地址
flex8888
jsontvboxjson
提示:文章写完后,目录可以自动生成,如何生成可参考右边的帮助文档文章目录一、软件介绍演变过程实用之道进阶之路二、使用步骤影视仓TV版:★★★分享——整理的仓库接口,以供学习研究★★★一、软件介绍影视仓是一款基于开源社区github上的开源代码TVBoxOSC修改而来的APP,它的前身是猫TV,特点是软件和源分离,由于太过火热,作者放弃更新然后在平台对项目进行了开源。各路大神在作者开源后,基于开源代
- Ubuntu硬盘分区和分区文件类型及Linux分区基础知识
iteye_9702
LinuxUbuntu
Ubuntu硬盘分区的常用系统,于是我学习研究了Ubuntu硬盘分区,在这里对大家详细介绍下Ubuntu硬盘分区应用,希望对大家有用Ubuntu硬盘分区包含了非常好的翻译和容易使用的架构.如果你准备在硬盘里只安装Ubuntu硬盘分区一个操作系统的话,建议你采用一个“/”、一个“swap”和一个“/home”的三分区方案:/:10GB-15GB。swap:物理内存小于或等于512MB,建议分配实际物
- 解码存储内部架构:通过 DELL EMC PowerStore 3000T 网络输出深度破解内部网络设计
存储服务专家StorageExpert
EMC存储设备架构网络EMC存储存储维护NetApp存储运维服务器
自从EMC被DELL收购变成DELLEMC以后,产品设计越来越走向封闭,任何稍微有点涉及到内部架构设计的文档都当作宝贝一样不让用户或者合作伙伴阅读,同时还通过各种root权限的动态密码控制,底层文件系统加密等方式,就怕客户了解其底架构设计原理。留给客户或者合作伙伴的就是一些图形化操作界面,任何异常都无法处理,都要求购买其高昂的维保服务。近期在学习研究DELLEMC的powerstore产品,本文展
- 强化学习研究进展:在工业过程控制中的介绍与应用
资源存储库
笔记
AreviewOnreinforcementlearning:Introductionandapplicationsinindustrialprocesscontrol强化学习研究进展:在工业过程控制中的介绍与应用RuiNian,JinfengLiu,BiaoHuangShowmoreAddtoMendeleyShareCitehttps://doi.org/10.1016/j.compcheme
- 一套非常不错的多端适配Shopro商城
酷讯网络_240870160
学习开源
Thinkphp+Uniapp开发的多端商城系统源码,可以生成多端访问,重要的是全开源,模板功能丰富,支持自定义页面设计,支持拼团,购物返积分,小程序直播,客服等等,有需要的可以购买学习研究!!!
- Python矩阵并行计算;CuPy-CUDA 实现显存加速:;在Python中实现显存加速或卸载;CuPy 和 NumPy 区别
ZhangJiQun&MXP
2021AIpython2021论文教学深度学习人工智能算法机器学习python
目录Python矩阵并行计算库函数如何实现结果聚合或矩阵拼接CuPy和NumPy区别Python实现显存加速或卸载:CuPy-CUDAPythonCuPy-CUDA实现显存加速:在Python中实现显存加速或卸载Python矩阵并行计算在Python框架中,以下几个库和框架常用于进行矩阵并行计算:1.**JAX**:JAX是一个用于高性能机器学习研究的Python库,它提供了自动微分和加速线性代数
- 10招立竿见影的PyTorch性能优化技巧,让模型训练速度翻倍
PyTorch作为深度学习研究与工程领域的主流框架,拥有强大的性能潜力,但许多高级性能特性往往隐藏在文档深处,未被充分利用。本文基于对多种模型架构、不同PyTorch版本和容器环境的实证测试,系统总结了PyTorch性能调优的关键技术,旨在帮助开发者构建高效、可扩展的深度学习应用。1、混合精度训练混合精度训练是提升深度学习性能最直接有效的方法之一,通过结合使用低精度(如float16或bfloat
- 吴恩达深度学习复盘(19)XGBoost简介|神经网络与决策树
wgc2k
#深度学习深度学习神经网络决策树
XGBoost多年来,机器学习研究人员提出了许多构建决策树的方法,目前最常用的方法是对样本或决策树的实现收费。其中,XGBoost是一种非常快速且易于使用的开源实现,已成功用于赢得许多机器学习竞赛和商业应用。算法原理基本思想:在构建决策树时,不是每次都以等概率选择训练样本,而是对那些之前已训练的树集合仍判断错误的样本给予更高的选择概率。这类似于在训练和教育中的“刻意练习”,例如学钢琴时专注于弹奏不
- 大模型入门零基础从入门到精通看这一篇就够了《大模型应用开发极简入门》附PDF书籍
AGI大模型资料分享员
pdfchatgpt人工智能语言模型ai程序人生agi
今天带来的是最近刚出版的新书:《大模型应用开发极简入门:基于GPT-4和ChatGPT》。这本书是O’Reilly出版的,两位共同作者是来自Worldline公司的机器学习研究员OlivierCaelen和数据工程师Marie-AliceBlete。这两位作者一位侧重学术,一位侧重工程。在我看到本书之时,两位作者的背景信息,再加上GPT-4和ChatGPT这样的大模型前沿内容,就让我感觉非常值得一
- 很透彻!50个Pytorch核心操作!!!
我不是小upper
机器学习数据科学数据挖掘pytorch人工智能python
大家好,我不是小upper。今天,咱们一起来深入探讨Pytorch。Pytorch官网为https://pytorch.org,这里能找到最新且最完整的语法解释,是学习和使用Pytorch的重要资源宝库。现阶段来说,无论是在职场拼搏的专业人士,还是在校潜心钻研的学生,依据NeurIPS、ICML等顶级学术会议论文的统计数据,超过70%的深度学习研究代码是基于PyTorch实现的,这一比例远超Ten
- 我是如何免费获取Cursor Pro的操作教程
李孟聊人工智能
AIAgents实战人工智能aiAgentsAI编程cursorAI代码AGI
我是个爱钻研技巧的抠门程序员,所以当我发现能不花一分钱搞到CursorPro时,简直乐疯了。这款高端代码编辑器我眼馋了好久,而这个妙招在我的Windows系统上完美奏效。虽然不是什么技术大神——不过是个写了十多年代码文章的普通码农——我会用最简单的方式说清楚。免责声明:本方法仅限学习研究用途,请遵守软件使用条款,操作风险自负,产生任何后果均由使用者自行承担。所需工具清单这是我用到的清单:一台Win
- python 配置文件yaml
斐非韭
pythonpythonpycharm
yaml配置文件和argparse应该是深度学习研究人员要掌握的最基础的技能了~1.YAML配置文件yaml文件是一种配置文件,我最早接触它是在学习yolov5的官方代码的时候。虽然之前没有怎么接触过ini、conf和py等配置文件,但是使用过yaml之后发现是真的方便,所以来总结一下yaml文件读写相关的操作。官方文档1、基本用法yaml文件并不是python自带的,需要通过pipinstall
- Normalizing Flows(二)的表达能力:它有多“万能”?
阿正的梦工坊
DeepLearning深度学习人工智能
NormalizingFlows的表达能力:它有多“万能”?作为深度学习研究者,你可能对NormalizingFlows(正态化流)的灵活性充满好奇:它真的能建模任何概率分布吗?在《NormalizingFlowsforProbabilisticModelingandInference》第2.2节“ExpressivePowerofFlow-BasedModels”中,作者给出了肯定的答案,并通过
- 深度学习模块缝合教程:从理论到实践
RockLiu@805
深度学习模块机器视觉深度学习人工智能
深度学习模块缝合教程:从理论到实践引言随着深度学习的不断发展,模型的设计与优化成为研究者关注的核心问题之一。如何有效地“缝合”不同模块,以实现更高效的计算和更强大的功能,是当前深度学习研究中的一个重要课题。在本文中,我们将从基础概念出发,详细探讨深度学习模块缝合的方法、技巧及其应用场景。无论是理论深厚的研究者还是实验导向的实践者,都可以从中获得启发。一、深度学习基础知识详解深度学习是人工智能领域的
- Vision Transformer (ViT):将Transformer带入计算机视觉的革命性尝试(代码实现)
阿正的梦工坊
DeepLearningDLPaperstransformer计算机视觉深度学习
VisionTransformer(ViT):将Transformer带入计算机视觉的革命性尝试作为一名深度学习研究者,如果你对自然语言处理(NLP)领域的Transformer架构了如指掌,那么你一定不会对它在序列建模中的强大能力感到陌生。然而,2021年由GoogleResearch团队在ICLR上发表的论文《ANIMAGEISWORTH16x16WORDS:TRANSFORMERSFORIM
- 【学习笔记5】Linux下cuda、cudnn、pytorch版本对应关系
longii11
linuxpytorch运维
一、cuda和cudnnNVIDIACUDAToolkit(CUDA)为创建高性能GPU加速应用程序提供了一个开发环境。借助CUDA工具包,您可以在GPU加速的嵌入式系统、桌面工作站、企业数据中心、基于云的平台和HPC超级计算机上开发、优化和部署您的应用程序。该工具包包括GPU加速库、调试和优化工具、C/C++编译器以及用于部署应用程序的运行时库。全球的深度学习研究人员和框架开发人员都依赖cuDN
- 1、密码学
三九笔墨
一密码安全密码学网络安全
目录密码学简介一、密码学分类二、密码安全及分析方法三、相关学习研究方向四、密码学应用密码学密码:密码是一种用来混淆的技术,使用者将可识别的信息转变为无法识别的信息。但这种无法识别的信息部分是可以再加工并恢复和破解的。密码在中文里是”口令”(password)的通称。但是咱们输入的某些静态口令严格意义上并不算使用了密码技术,需要具体问题具体分析。密码学:密码编制学+密码分析学密码编制学:研究密码编制
- 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