- 大模型【进阶】(一)MoE(mixture of experts)混合专家结构
ReinaXue
人工智能笔记语言模型神经网络
什么是MoE结构?MoE(MixtureofExperts,专家混合模型)是一种深度学习模型架构,通常用于处理大规模模型和计算资源效率的挑战。在MoE结构中,模型由多个“专家”组成,每个专家处理不同的任务或输入数据的不同部分,而不是让所有专家都参与每次计算。这种方式提高了计算效率,并在某些情况下有助于增强模型的表现。MoE结构的核心思想专家:在MoE模型中,专家通常指的是网络中的子模型,每个专家具
- R拟合 | 一个分布能看到三个峰,怎么拟合出这三个正态分布的参数? | 高斯混合模型 与 EM算法
biomooc
R数学与统计r语言
1.效果已知数据符合上图分布,怎么求下图的三个分布的参数mu,sigma,及每个分布的权重lambda?2.代码:高斯混合模型(GaussianMixtureModel,简称GMM)library(mixtools)set.seed(123)#确保结果可重复#假设x是你的观测数据xsummary(mix)summaryofnormalmixEMobject:comp1comp2comp3lambd
- 麦豆悦读英文绘本讲师训练营【第15期】---11/21--绘本赏析--《Peppa loves Christmas》
马文英语教育Gina
15-1503-辛萍-Gina今天会继续和大家分享昨天未讲完的小猪佩奇系列绘本故事书。昨天咱们一起欣赏来到了绘本的第三页,我们可以看到小猪佩奇和奶奶正在制作圣诞布丁,PeppaandGeorgehelpGrannyPigmaketheChristmaspudding.Theystirthestickymixtureroundandround.图中PeppaandGeorge两个人在制作布丁的过程中
- Transformer危!谷歌MoR架构发布:内存减半推理速度还翻倍
2501_92765346
transformer架构深度学习
超越Transformer,谷歌推出全新底层架构——Mixture-of-Recursions(MoR),注意不是MoE,它能推理速度提高2倍,而KV内存直接减半!而且AllinOne,首次在单一框架中实现,用同一组参数处理不同任务的同时,进行动态分配计算资源。就像给LLM开了个双层增强buff,模型性能和效率全都要。谷歌DeepMind联合KAISTAI、Mila人团队通过统一参数共享、自适应递
- LLM指纹底层技术——混合专家模型
9命怪猫
AI深度学习机器学习人工智能大模型ai
下面讲一下当前大模型领域最炙手可热的架构之一,也是“LLM指纹”体系中一个极其丰富的、多维度的信号来源——混合专家模型(Mixture-of-Experts,MoE)。MoE不仅是一项技术,更是一种设计哲学。它从根本上改变了模型的“思考”方式,从一个“通才”大脑,演变为一个由众多“专才”协作的智囊团。这种架构上的根本性变革,使其在性能、效率和行为模式上都留下了深刻、独特且难以磨灭的印记,成为了一种
- 高斯混合模型(GMM)中的协方差矩阵类型与聚类形状关系详解
码字的字节
机器学习机器学习人工智能高斯混合模型GMM
高斯混合模型(GMM)简介高斯混合模型(GaussianMixtureModel,GMM)是概率统计与机器学习交叉领域的重要模型,其核心思想是通过多个高斯分布的线性组合来描述复杂数据分布。与单一高斯分布不同,GMM能够捕捉数据中的多模态特性,这使得它在处理真实世界非均匀分布数据时展现出独特优势。从数学形式上看,一个包含K个分量的GMM可表示为:其中(\pi_k)是第k个高斯分量的混合系数(满足(\
- KAIST:LLM混合递归推理
大模型任我行
大模型-推理优化人工智能自然语言处理语言模型论文笔记
标题:Mixture-of-Recursions:LearningDynamicRecursiveDepthsforAdaptiveToken-LevelComputation来源:arXiv,2507.10524摘要缩放语言模型解锁了令人印象深刻的能力,但伴随的计算和内存需求使训练和部署都很昂贵。现有的效率工作通常针对参数共享或自适应计算,留下了如何同时实现两者的问题。我们引入了混合递归(MoR
- 大模型的MoE架构解析:从理论到应用的系统探讨
不秃头de程序猿
开发语言转行人工智能ai大模型程序员学习
MixtureofExperts(专家混合)架构正在重新定义大语言模型的发展轨迹。这种革命性的架构通过条件计算实现了万亿参数规模的模型,同时保持与千亿参数密集模型相当的计算成本。从GPT-4的1.8万亿参数到DeepSeek-V3的671亿参数,MoE架构已成为当前AI领域最重要的技术突破之一。MoE的核心洞察在于"不是所有的模型容量都需要同时激活"——通过让不同的专家网络处理不同类型的输入,实现
- 高斯混合模型(Gaussian Mixture Model, GMM)
不想秃头的程序
神经网络语音识别人工智能深度学习网络
高斯混合模型(GaussianMixtureModel,GMM)是一种概率模型,用于表示数据点由多个高斯分布(GaussianDistribution)混合生成的过程。它广泛应用于聚类分析、密度估计、图像分割、语音识别等领域,尤其适合处理非球形簇或多模态数据。以下是GMM的详细介绍:一、核心思想GMM假设数据是由多个高斯分布混合生成的,每个高斯分布代表一个簇(Cluster),并引入隐变量(Lat
- 【AI论文】MiniMax-M1:利用Lightning注意力机制高效扩展测试时计算
东临碣石82
人工智能
摘要:我们推出了MiniMax-M1,这是全球首个开源权重的大型混合注意力推理模型。MiniMax-M1采用了混合专家(Mixture-of-Experts,MoE)架构,并结合了闪电注意力(LightningAttention)机制。该模型是在我们之前的MiniMax-Text-01模型基础上开发而来的,后者总共包含4560亿个参数,每个标记(token)激活459亿个参数。而MiniMax-M
- DeepEP开源MoE模型分布式通信库
老兵发新帖
人工智能
DeepEP是由DeepSeek团队于2025年1月15日正式开源的。该库以Apache2.0许可证发布,代码完全开放,是全球首个专注于优化MoE(Mixture-of-Experts)模型分布式通信的高性能库。开源详情概览:项目详情开源日期2025年1月15日开源平台GitHub开源模式完全开放源代码(Apache2.0许可)首次公开版本DeepEPv0.1.0开源后进展:·2025年3月:推出
- Llama 4模型卡片及提示词模板
大模型与Agent智能体
A2AMCPLlama4
Llama4模型卡片及提示词模板Llama4模型卡及提示格式介绍Llama4模型概述Llama4是一系列预训练和指令微调的混合专家(Mixture-of-Experts,MoE)大语言模型,包含两种规模:Llama4Scout和Llama4Maverick。该模型针对多模态理解、多语言任务、编码、工具调用及智能体系统进行了优化,知识截止日期为2024年8月。提示模板Youareanexpertco
- DeepSeek 源码解构:从 MoE 架构到 MLA 的工程化实现
威哥说编程
架构人工智能AI编程
在机器学习和深度学习的领域中,**MoE(MixtureofExperts)架构和MLA(Multi-LevelArchitecture)**的工程化实现已成为极具前景和挑战的技术路线。MoE架构通过在模型中引入多个专家(Expert),根据输入数据的不同动态选择合适的专家,显著提高了模型的表达能力。而MLA作为一种多层次结构,在更大规模的数据集上展现出了出色的性能,尤其在模型训练和推理效率方面表
- 深度解析DeepSeek中的MoE混合专家模式:原理、实现与应用
来自于狂人
pythonchatgptjava算法深度学习人工智能
一、什么是混合专家(MoE)模式?想象一家医院的分诊系统:患者根据症状被分配到不同专科(心脏科、神经科、骨科等),由最擅长的医生团队联合诊治。混合专家(MixtureofExperts,MoE)正是将这种“分诊-协作”机制引入AI模型的核心技术。在DeepSeek等千亿参数大模型中,MoE通过动态路由(DynamicRouting)将输入数据分配给多个专家子网络,显著提升模型容量和计算效率。二、M
- Moonlight-16B-A3B: 变革性的高效大语言模型,凭借Muon优化器打破训练效率极限
OpenCSG
语言模型人工智能自然语言处理社区
近日,由MoonshotAI团队推出的Moonlight-16B-A3B模型,再次在AI领域引发了广泛关注。这款全新的Mixture-of-Experts(MoE)架构的大型语言模型,凭借其创新的训练优化技术,特别是Muon优化器的使用,成功突破了训练效率的极限,展现出强大的性能表现。这篇文章将带你了解Moonlight-16B-A3B的技术亮点及其在行业中的重要意义。技术创新:Muon优化器的突
- 高斯混合模型(Gaussian Mixture Model, GMM)
爱看烟花的码农
ML机器学习概率论人工智能
一、GMM是什么?高斯混合模型(GaussianMixtureModel,GMM)是一种概率模型,用于表示数据分布是由多个高斯分布(正态分布)的加权组合构成的。它假设数据点是从若干个高斯分布中生成的,每个高斯分布代表一个“簇”或“子群体”。GMM是一种软聚类方法,与K-Means不同,它不仅能将数据点分配到某个簇,还能给出数据点属于每个簇的概率。1.1核心思想混合模型:GMM认为数据集中的每个数据
- DeepSeek-V3与DeepSeek-R1架构原理及应用对比分析
前端菜鸡日常
AIdeepSeek架构人工智能
DeepSeek-V3与DeepSeek-R1架构原理及应用对比分析DeepSeek作为中国人工智能领域的重要参与者,推出了V3和R1两款大模型,它们在架构设计和应用场景上各有侧重。本文将深入分析这两款模型在架构原理上的核心差异,并探讨它们如何分别应对复杂推理任务和语言处理任务。架构原理对比DeepSeek-V3的混合专家架构(MoE)DeepSeek-V3采用了**混合专家模型(Mixture-
- 《DeepSeek-VL2: Mixture-of-Experts Vision-Language Models for Advanced Multimodal Understanding》论文阅读
来杯芊芊马卡龙
语言模型论文阅读人工智能DeepSeek
论文原文链接:https://arxiv.org/pdf/2412.10302?本文在DeepSeek-VL以及DeepSeek-V2的基础上来写的,可以先回顾一下这两篇论文的内容:《DeepSeek-VL:TowardsReal-WorldVision-LanguageUnderstanding》阅读解析-CSDN博客《DeepSeek-V2:AStrong,Economical,andEffi
- 【代码解析】用PyTorch实现混合专家(MoE)语言模型
Kaydeon
pytorch语言模型人工智能
在深度学习和自然语言处理领域,混合专家(MixtureofExperts,MoE)模型因其卓越的性能和可扩展性而受到广泛关注。最近,DeepSeek-V2作为一个强大的开源MoE语言模型,以其创新的Transformer架构实现了经济高效的训练和推理,引起了社区的极大兴趣。本文将详细介绍DeepSeek-V2模型的架构细节,并提供PyTorch实现代码,帮助读者深入理解这一先进的模型。DeepSe
- DeepSeek技术解析:MoE架构实现与代码实战
2501_91133329
架构
写在前面:宝,我这有个长期项目,考虑接私活的可以看看我GitHub!https://github.com/ccy-233/coder2retireDeepSeek技术解析:MoE架构实现与代码实战作为中国AI领域的创新代表,DeepSeek在混合专家模型(MixtureofExperts,MoE)领域取得重要突破。本文将通过代码实例解析其核心技术,并展示如何基于DeepSeek-MoE框架实现高效
- DeepSeek-V2:高效MoE与MLA创新架构
weixin_57060548
架构人工智能
详细分析:核心观点:DeepSeek-V2通过创新的Mixture-of-Experts(MoE)架构和Multi-headLatentAttention(MLA)机制,显著提升了模型性能并降低了训练和推理成本。其中,DeepSeekMoE通过细粒度专家分割和共享专家隔离策略,解决了传统MoE架构中的知识冗余和专家利用率低的问题,进一步优化了模型效率。详细分析:DeepSeek-V2的创新之处在于
- 【论文速读】MOD,《Mixture-of-Depths: Dynamically allocating compute in transformer-based language models》
bylander
AI论文阅读transformer语言模型深度学习论文阅读人工智能自然语言处理
论文链接:https://arxiv.org/html/2404.02258v1最近看到有招聘要求中提到熟悉MoE、MoD。MoE前面学习过,赶紧学习一下MoD!Transformer模型在前向传播中对每个token均匀分配计算资源,这在处理不同的语言建模问题时并不高效,因为并非所有token和序列都需要相同的计算量来进行准确预测。MoD模型旨在解决这一问题,通过动态分配计算资源,以更高效地使用计
- MoE开山之作(1991年)——Adaptive Mixtures of Local Experts
胖头鱼爱算法
AI论文/书籍论文阅读论文笔记语言模型人工智能自然语言处理深度学习
长久以来,训练单个多层网络来执行不同子任务常常会产生严重的干扰效应,导致学习缓慢和泛化能力差。如果我们事先知道训练集可以自然地分成对应不同子任务的子集,那么可以通过构建由多个“专家”网络和一个决定训练数据使用哪个“专家”网络的MoE模型,来减少干扰。这类系统的一个核心思想是,门控网络将训练数据分配给一个或几个专家,如果输出不正确,权重变化仅限于这些专家(和门控网络)。然而,现有的这类系统通常使用一
- 【大模型】MoE论文简单解读
油泼辣子多加
大模型实战算法机器学习自然语言处理人工智能
MoE(MixtureofExperts)是一种模块化的神经网络架构,通过将多个专家网络(Experts)组合起来,由一个门控网络(Gate)动态决定每次输入激活哪些专家,从而实现模型容量与计算效率的平衡。1.摘要模型容量与条件计算神经网络对信息的吸收能力(即模型容量)受限于其参数总量。条件计算(ConditionalComputation)通过为每个样本仅激活部分子网络,有效地提升了模型的表达能
- 0基础小白入门必看:AI大模型基本概念与工具梳理
AI小白熊
人工智能深度学习语言模型机器学习ai程序员转行
常见概念RAG(Retrieval-AugmentedGeneration,检索增强生成)是一种结合了信息检索技术与语言生成模型的人工智能技术。LLM(LargeLanguageModels)大语言模型。MoE(MixtureofExperts),混合专家模型(一种模型架构,通过多个“专家”网络并行处理输入数据,然后通过门控机制选择最合适的专家输出结果。MoE模型特别适合于处理大规模数据,在计算效
- [论文笔记] 超详细解读DeepSeek v3全论文技术报告
心心喵
论文笔记论文阅读
DeepSeek-V3是一个强大的专家混合(Mixture-of-Experts,MoE)语言模型,总共671B参数,每个token激活37B参数(可以理解为有多个专家,但每个token只会选择一部分专家进行推理,所以一个token的预测,只会用到37B参数),DeepSeek-V3使用了多头潜在注意力(
- 深入理解与实现GM-PHD滤波算法:C++应用指南
快撑死的鱼
算法杂谈C++(C语言)算法大揭秘算法c++开发语言
前言多目标跟踪(Multi-TargetTracking,MTT)是自动驾驶、雷达系统、机器人视觉等领域中的重要技术。高斯混合概率假设密度(GaussianMixtureProbabilityHypothesisDensity,GM-PHD)滤波器作为一种有效的多目标跟踪算法,因其能够在处理杂波和新生目标时表现出色而广受关注。本文将详细介绍GM-PHD滤波算法,并通过C++代码示例展示其实现。希望
- 《向量数据库指南》——稀疏激活:解锁大数据处理新纪元
大禹智库
《实战AI智能体》《向量数据库指南》数据库人工智能向量数据库大禹智库低代码MlivusCloud
稀疏激活的力量:解锁向量数据库与MoE模型的效能密码在大数据与人工智能的浪潮中,向量数据库作为连接高效存储与智能检索的桥梁,正逐步成为数据处理领域的新宠。而我,大禹智库的向量数据库高级研究员王帅旭,作为《向量数据库指南》的作者,深知在这一领域深耕细作的重要性。今天,让我们聚焦于MoE(MixtureofExperts,混合专家)模型中的一个关键特性——稀疏激活,这一源自条件计算的创新概念,正悄然改
- Loss-Free Balancing MoE论文解读:无损负载均衡的突破
阿正的梦工坊
DLPapersLLM负载均衡人工智能语言模型自然语言处理
Loss-FreeBalancingMoE论文解读:无损负载均衡的突破《AUXILIARY-LOSS-FREELOADBALANCINGSTRATEGYFORMIXTURE-OF-EXPERTS》是一篇由LeanWang等人于2024年发表的预印本论文,提出了一种新颖的MoE(Mixture-of-Experts)负载均衡策略——Loss-FreeBalancing(无损负载均衡)。该方法通过避免
- SentiGAN: Generating Sentimental Texts via Mixture Adversarial Networks论文笔记
catbird233
深度生成模型笔记
另一篇很好的解释:https://www.itcodemonkey.com/article/6378.html摘要在自然语言生成领域,不同情感标签的生成越来越受到人们的关注。近年来,生成性对抗网(gan)在文本生成方面取得了良好的效果。然而,gan产生的文本通常存在质量差、缺乏多样性和模式崩溃的问题。本文提出了一个新的框架--sentyan,它有多个生成器和一个多类判别器,以解决上述问题。在我们的
- mongodb3.03开启认证
21jhf
mongodb
下载了最新mongodb3.03版本,当使用--auth 参数命令行开启mongodb用户认证时遇到很多问题,现总结如下:
(百度上搜到的基本都是老版本的,看到db.addUser的就是,请忽略)
Windows下我做了一个bat文件,用来启动mongodb,命令行如下:
mongod --dbpath db\data --port 27017 --directoryperdb --logp
- 【Spark103】Task not serializable
bit1129
Serializable
Task not serializable是Spark开发过程最令人头疼的问题之一,这里记录下出现这个问题的两个实例,一个是自己遇到的,另一个是stackoverflow上看到。等有时间了再仔细探究出现Task not serialiazable的各种原因以及出现问题后如何快速定位问题的所在,至少目前阶段碰到此类问题,没有什么章法
1.
package spark.exampl
- 你所熟知的 LRU(最近最少使用)
dalan_123
java
关于LRU这个名词在很多地方或听说,或使用,接下来看下lru缓存回收的实现
1、大体的想法
a、查询出最近最晚使用的项
b、给最近的使用的项做标记
通过使用链表就可以完成这两个操作,关于最近最少使用的项只需要返回链表的尾部;标记最近使用的项,只需要将该项移除并放置到头部,那么难点就出现 你如何能够快速在链表定位对应的该项?
这时候多
- Javascript 跨域
周凡杨
JavaScriptjsonp跨域cross-domain
 
- linux下安装apache服务器
g21121
apache
安装apache
下载windows版本apache,下载地址:http://httpd.apache.org/download.cgi
1.windows下安装apache
Windows下安装apache比较简单,注意选择路径和端口即可,这里就不再赘述了。 2.linux下安装apache:
下载之后上传到linux的相关目录,这里指定为/home/apach
- FineReport的JS编辑框和URL地址栏语法简介
老A不折腾
finereportweb报表报表软件语法总结
JS编辑框:
1.FineReport的js。
作为一款BS产品,browser端的JavaScript是必不可少的。
FineReport中的js是已经调用了finereport.js的。
大家知道,预览报表时,报表servlet会将cpt模板转为html,在这个html的head头部中会引入FineReport的js,这个finereport.js中包含了许多内置的fun
- 根据STATUS信息对MySQL进行优化
墙头上一根草
status
mysql 查看当前正在执行的操作,即正在执行的sql语句的方法为:
show processlist 命令
mysql> show global status;可以列出MySQL服务器运行各种状态值,我个人较喜欢的用法是show status like '查询值%';一、慢查询mysql> show variab
- 我的spring学习笔记7-Spring的Bean配置文件给Bean定义别名
aijuans
Spring 3
本文介绍如何给Spring的Bean配置文件的Bean定义别名?
原始的
<bean id="business" class="onlyfun.caterpillar.device.Business">
<property name="writer">
<ref b
- 高性能mysql 之 性能剖析
annan211
性能mysqlmysql 性能剖析剖析
1 定义性能优化
mysql服务器性能,此处定义为 响应时间。
在解释性能优化之前,先来消除一个误解,很多人认为,性能优化就是降低cpu的利用率或者减少对资源的使用。
这是一个陷阱。
资源时用来消耗并用来工作的,所以有时候消耗更多的资源能够加快查询速度,保持cpu忙绿,这是必要的。很多时候发现
编译进了新版本的InnoDB之后,cpu利用率上升的很厉害,这并不
- 主外键和索引唯一性约束
百合不是茶
索引唯一性约束主外键约束联机删除
目标;第一步;创建两张表 用户表和文章表
第二步;发表文章
1,建表;
---用户表 BlogUsers
--userID唯一的
--userName
--pwd
--sex
create
- 线程的调度
bijian1013
java多线程thread线程的调度java多线程
1. Java提供一个线程调度程序来监控程序中启动后进入可运行状态的所有线程。线程调度程序按照线程的优先级决定应调度哪些线程来执行。
2. 多数线程的调度是抢占式的(即我想中断程序运行就中断,不需要和将被中断的程序协商)
a) 
- 查看日志常用命令
bijian1013
linux命令unix
一.日志查找方法,可以用通配符查某台主机上的所有服务器grep "关键字" /wls/applogs/custom-*/error.log
二.查看日志常用命令1.grep '关键字' error.log:在error.log中搜索'关键字'2.grep -C10 '关键字' error.log:显示关键字前后10行记录3.grep '关键字' error.l
- 【持久化框架MyBatis3一】MyBatis版HelloWorld
bit1129
helloworld
MyBatis这个系列的文章,主要参考《Java Persistence with MyBatis 3》。
样例数据
本文以MySQL数据库为例,建立一个STUDENTS表,插入两条数据,然后进行单表的增删改查
CREATE TABLE STUDENTS
(
stud_id int(11) NOT NULL AUTO_INCREMENT,
- 【Hadoop十五】Hadoop Counter
bit1129
hadoop
1. 只有Map任务的Map Reduce Job
File System Counters
FILE: Number of bytes read=3629530
FILE: Number of bytes written=98312
FILE: Number of read operations=0
FILE: Number of lar
- 解决Tomcat数据连接池无法释放
ronin47
tomcat 连接池 优化
近段时间,公司的检测中心报表系统(SMC)的开发人员时不时找到我,说用户老是出现无法登录的情况。前些日子因为手头上 有Jboss集群的测试工作,发现用户不能登录时,都是在Tomcat中将这个项目Reload一下就好了,不过只是治标而已,因为大概几个小时之后又会 再次出现无法登录的情况。
今天上午,开发人员小毛又找到我,要我协助将这个问题根治一下,拖太久用户难保不投诉。
简单分析了一
- java-75-二叉树两结点的最低共同父结点
bylijinnan
java
import java.util.LinkedList;
import java.util.List;
import ljn.help.*;
public class BTreeLowestParentOfTwoNodes {
public static void main(String[] args) {
/*
* node data is stored in
- 行业垂直搜索引擎网页抓取项目
carlwu
LuceneNutchHeritrixSolr
公司有一个搜索引擎项目,希望各路高人有空来帮忙指导,谢谢!
这是详细需求:
(1) 通过提供的网站地址(大概100-200个网站),网页抓取程序能不断抓取网页和其它类型的文件(如Excel、PDF、Word、ppt及zip类型),并且程序能够根据事先提供的规则,过滤掉不相干的下载内容。
(2) 程序能够搜索这些抓取的内容,并能对这些抓取文件按照油田名进行分类,然后放到服务器不同的目录中。
- [通讯与服务]在总带宽资源没有大幅增加之前,不适宜大幅度降低资费
comsci
资源
降低通讯服务资费,就意味着有更多的用户进入,就意味着通讯服务提供商要接待和服务更多的用户,在总体运维成本没有由于技术升级而大幅下降的情况下,这种降低资费的行为将导致每个用户的平均带宽不断下降,而享受到的服务质量也在下降,这对用户和服务商都是不利的。。。。。。。。
&nbs
- Java时区转换及时间格式
Cwind
java
本文介绍Java API 中 Date, Calendar, TimeZone和DateFormat的使用,以及不同时区时间相互转化的方法和原理。
问题描述:
向处于不同时区的服务器发请求时需要考虑时区转换的问题。譬如,服务器位于东八区(北京时间,GMT+8:00),而身处东四区的用户想要查询当天的销售记录。则需把东四区的“今天”这个时间范围转换为服务器所在时区的时间范围。
- readonly,只读,不可用
dashuaifu
jsjspdisablereadOnlyreadOnly
readOnly 和 readonly 不同,在做js开发时一定要注意函数大小写和jsp黄线的警告!!!我就经历过这么一件事:
使用readOnly在某些浏览器或同一浏览器不同版本有的可以实现“只读”功能,有的就不行,而且函数readOnly有黄线警告!!!就这样被折磨了不短时间!!!(期间使用过disable函数,但是发现disable函数之后后台接收不到前台的的数据!!!)
- LABjs、RequireJS、SeaJS 介绍
dcj3sjt126com
jsWeb
LABjs 的核心是 LAB(Loading and Blocking):Loading 指异步并行加载,Blocking 是指同步等待执行。LABjs 通过优雅的语法(script 和 wait)实现了这两大特性,核心价值是性能优化。LABjs 是一个文件加载器。RequireJS 和 SeaJS 则是模块加载器,倡导的是一种模块化开发理念,核心价值是让 JavaScript 的模块化开发变得更
- [应用结构]入口脚本
dcj3sjt126com
PHPyii2
入口脚本
入口脚本是应用启动流程中的第一环,一个应用(不管是网页应用还是控制台应用)只有一个入口脚本。终端用户的请求通过入口脚本实例化应用并将将请求转发到应用。
Web 应用的入口脚本必须放在终端用户能够访问的目录下,通常命名为 index.php,也可以使用 Web 服务器能定位到的其他名称。
控制台应用的入口脚本一般在应用根目录下命名为 yii(后缀为.php),该文
- haoop shell命令
eksliang
hadoophadoop shell
cat
chgrp
chmod
chown
copyFromLocal
copyToLocal
cp
du
dus
expunge
get
getmerge
ls
lsr
mkdir
movefromLocal
mv
put
rm
rmr
setrep
stat
tail
test
text
- MultiStateView不同的状态下显示不同的界面
gundumw100
android
只要将指定的view放在该控件里面,可以该view在不同的状态下显示不同的界面,这对ListView很有用,比如加载界面,空白界面,错误界面。而且这些见面由你指定布局,非常灵活。
PS:ListView虽然可以设置一个EmptyView,但使用起来不方便,不灵活,有点累赘。
<com.kennyc.view.MultiStateView xmlns:android=&qu
- jQuery实现页面内锚点平滑跳转
ini
JavaScripthtmljqueryhtml5css
平时我们做导航滚动到内容都是通过锚点来做,刷的一下就直接跳到内容了,没有一丝的滚动效果,而且 url 链接最后会有“小尾巴”,就像#keleyi,今天我就介绍一款 jquery 做的滚动的特效,既可以设置滚动速度,又可以在 url 链接上没有“小尾巴”。
效果体验:http://keleyi.com/keleyi/phtml/jqtexiao/37.htmHTML文件代码:
&
- kafka offset迁移
kane_xie
kafka
在早前的kafka版本中(0.8.0),offset是被存储在zookeeper中的。
到当前版本(0.8.2)为止,kafka同时支持offset存储在zookeeper和offset manager(broker)中。
从官方的说明来看,未来offset的zookeeper存储将会被弃用。因此现有的基于kafka的项目如果今后计划保持更新的话,可以考虑在合适
- android > 搭建 cordova 环境
mft8899
android
1 , 安装 node.js
http://nodejs.org
node -v 查看版本
2, 安装 npm
可以先从 https://github.com/isaacs/npm/tags 下载 源码 解压到
- java封装的比较器,比较是否全相同,获取不同字段名字
qifeifei
非常实用的java比较器,贴上代码:
import java.util.HashSet;
import java.util.List;
import java.util.Set;
import net.sf.json.JSONArray;
import net.sf.json.JSONObject;
import net.sf.json.JsonConfig;
i
- 记录一些函数用法
.Aky.
位运算PHP数据库函数IP
高手们照旧忽略。
想弄个全天朝IP段数据库,找了个今天最新更新的国内所有运营商IP段,copy到文件,用文件函数,字符串函数把玩下。分割出startIp和endIp这样格式写入.txt文件,直接用phpmyadmin导入.csv文件的形式导入。(生命在于折腾,也许你们觉得我傻X,直接下载人家弄好的导入不就可以,做自己的菜鸟,让别人去说吧)
当然用到了ip2long()函数把字符串转为整型数
- sublime text 3 rust
wudixiaotie
Sublime Text
1.sublime text 3 => install package => Rust
2.cd ~/.config/sublime-text-3/Packages
3.mkdir rust
4.git clone https://github.com/sp0/rust-style
5.cd rust-style
6.cargo build --release
7.ctrl