shu_qyc
shu_qyc

Qt单步调试caffe

Qt caffe单步调试

(1) 打开Qt，导入CakeList.txt进去，如图所示：
Qt单步调试caffe_第1张图片
(2) 在Projects左边的菜单栏下，设置工作目录，以及运行的程序和参数，如下：
Qt单步调试caffe_第2张图片
(3)点击运行或者Debug进行调试，运行mnist,需提前下载好mnist数据

你可能感兴趣的:(caffe学习笔记)

  • caffemodel特征可视化_Caffe学习笔记4图像特征进行可视化 weixin_39824801 caffemodel特征可视化
    Caffe学习笔记4图像特征进行可视化本文为原创作品，未经本人同意，禁止转载，禁止用于商业用途！本人对博客使用拥有最终解释权欢迎关注我的博客：http://blog.csdn.net/hit2015spring和http://www.cnblogs.com/xujianqing/可以算是对它的翻译的总结吧，它可以算是学习笔记2的一个发展，2是介绍怎么提取特征，这是介绍怎么可视化特征1、准备工作首先
  • Caffe学习笔记1-安装以及代码结构 baobei0112 CNN卷积神经网络
    Caffe学习笔记1-安装以及代码结构ByYuFeiGan2014-12-09更新日期:2014-12-09安装按照官网教程安装，我在OSX10.9和Ubuntu14.04上面都安装成功了。主要麻烦在于gloggflagsgtest这几个依赖项是google上面的需要。由于我用Mac没有CUDA，所以安装时需要设置CPU_ONLY:=1。如果不是干净的系统，安装还是有点麻烦的比如我在OSX10.9
  • caffe学习笔记--写一个运行caffe.cpp的makefile thystar caffe学习
    之前因为有caffe的项目要放到服务器上面,但是其实不需要在服务器上面重新安装caffe，所以写了个makefile.这里改写了个简单的，比较容易读的，只运行caffe.cpp，如果由其他的，可以按照makefile的规则添加就好。首先，还是要说一下关于caffe的依赖，参考之前的两篇博客：http://blog.csdn.net/thystar/article/details/51179064和
  • caffe学习笔记10.1--Fine-tuning a Pretrained Network for Style Recognition(new) thystar caffe学习
    在之前的文章里，写过一个关于微调的博客，但是今天上去发现这部分已经更新了http://nbviewer.jupyter.org/github/BVLC/caffe/blob/master/examples/02-fine-tuning.ipynb，因此补一篇最新的，关于微调，前面的文章由讲，参考http://blog.csdn.net/thystar/article/details/5067553
  • caffe学习笔记（11）：多任务学习之HDF5Data类型数据集生成 guyunee deeplearningmatlabobjectdetection数据标签caffe深度学习
    最近开始研究多任务学习（multi-tasklearning，MTL），先分享给大家：本文主要讲述数据集的建立，HDF5Data类型用于处理多标签数据，在网络中定义为：layer{name:"data"type:"HDF5Data"top:"data"top:"label"include{phase:TRAIN}hdf5_data_param{source:"list_train.txt"batc
  • Ubuntu14.04下配置Caffe+OpenCV2.4.10+CUDA7.5+cuDNN5.1.10 cuihaolong 3DPrint系统配置
    1.CUDA配置与Tensorflow，Keras等深度学习框架一样的配置方法，一次配置可以重用，其他基础软件和依赖项亦可参考：Caffe学习笔记2--Ubuntu14.0464bit安装Caffe（GPU版本）Ubuntu14.04+Caffe+Cuda7.5+Opencv3.0安装教程Caffe+Ubuntu14.0464bit+CUDA6.5配置说明Caffe搭建：Ubuntu14.04+C
  • Caffe学习笔记（一）: 训练和测试自己的数据集 __Sunshine__ 笔记Pythoncaffe训练数据集计算机视觉
    1数据准备首先在caffe根目录下建立一个文件夹myfile，用于存放数据文件和后面的caffe模型相关文件。然后在myfile文件夹下建立build_lmdb和datatest两个文件夹，其中build_lmdb文件夹用于存放生成的lmdb文件，datatest文件夹存放图片数据。在datatest下主要有2个文件夹和2个.sh文件和2个.txt文件，其中train文件夹中存放待训练的图片，va
  • Caffe学习笔记6：过程小结 Zz鱼丸
    之前写的学习笔记1用两种方法进行预测，今天发现有点不对。下面进行分析总结：先来看看Classifier的源代码#!/usr/bin/envpython"""ClassifierisanimageclassifierspecializationofNet."""importnumpyasnpimportcaffeclassClassifier(caffe.Net):"""Classifierexte
  • Caffe学习笔记11:Ubuntu 16.04 中 caffe 编译出现的错误——fatal error: hdf5.h: 没有那个文件或目录 weixin_41774576 Caffe
    step1:cd/usr/lib/x86_64-linux-gnusudoln-slibhdf5_serial.so.8.0.2libhdf5.sosudoln-slibhdf5_serial_hl.so.8.0.2libhdf5_hl.sostep2：changeMakefile.config//打开Makefile.config将下面的INCLUDE_DIRS:=$(PYTHON_INCLUD
  • Caffe学习笔记(1)--在spyder中 import caffe spcq4 caffe学习笔记
    在配置好caffe环境之后无法在anaconda的spyder中直接导入caffe的库，需现先将caffe的路径导入进去。操作如下:importsyscaffe_home='/home/kelly/DL/caffe-master/'sys.path.insert(0,caffe_home+'python')importcaffe
  • Caffe学习笔记(2)--spyder 下绘制网络结构 spcq4 caffe学习笔记pythoncaffespyder网络结构
    直接使用Caffe中的python脚本绘制网络结构的方法请参照链接：http://www.cnblogs.com/denny402/p/5106764.html。因为本人在学习caffe的时候希望在anaconda的环境下区编辑，所以这里介绍如何在spyder中编写python程序来绘制网络结构图。程序如下：#将caffe包含到路径中importsyscaffe_home='/home/kelly
  • Caffe学习笔记（2）优化算法的选择 AshBringer555 Caffe
    优化算法的选择参考：1、http://blog.csdn.net/u014595019/article/details/52989301caffe中的优化算法有以下六中可选项，他们分别是SGDAdaDeltaAdaGradAdamNesterovRMSProp1、SGDSGD全名stochasticgradientdescent，即随机梯度下降。不过这里的SGD其实跟MBGD(minibatchg
  • Caffe学习笔记 jiarenyf caffe
    目录：安装与配置Tutorial学习PyCaffe学习buildtools学习其他安装与配置Ubuntu14.04安装Caffe（仅CPU）Ubuntu14.04安装CudaUbuntu14.04安装Caffe（GPU）Ubuntu14.04CuDNN安装（Caffe+Cuda7.0下）Tutorial学习Caffe学习：Blobs,Layers,andNetsCaffe学习：Forwardand
  • Caffe学习笔记（一） LaLa_2539
    导言今天重新编译了OpenPose的Caffe修改版，准备用于网络的训练，在正式训练网络之前，想先通过实例的学习来对网络训练有大致的认识转化数据为LMDB格式CaffeforPython输入的预处理一、为何需要对输入减去均值？https://blog.csdn.net/GoodShot/article/details/80373372https://blog.csdn.net/dcxhun3/ar
  • Caffe学习笔记1：linux下建立自己的数据库训练和测试caffe中已有网络 葭宝 caffe
    本文是基于薛开宇《学习笔记3：基于自己的数据训练和测试“caffeNet”》基础上，从头到尾把实验跑了一遍~对该文中不清楚的地方做了更正和说明。主要工作如下：1、下载图片建立数据库2、将图片转化为256*256的lmdb格式3、计算图像均值4、定义网络修改部分参数1、下载图片建立数据库在caffe-master/data下新建一个属于自己的数据库命名为babyjia，并在该文件夹下创建train和
  • Caffe学习笔记（四）——Windows 下caffe配置相关问题说明 缄默hong 深度学习
    本文主要介绍：Win1064位系统下，再次配置caffe，遇到了一些新的问题，现对这些问题及其解决方法进行总结。详细的安装配置过程见以前博客：Caffe学习笔记（一）——Windows下caffe安装与配置1.CUDA的安装问题CUDA的安装过程可以参考CUDA7.5安装及配置(WIN764英伟达G卡VS2012)，但参考到第九步即可，第十步及其以后的过程可以不进行配置；2.编译过程中：无法打开输
  • Caffe学习笔记（1）：简单的数据可视化 Zongxian_Lee 深度学习python学习笔记数据可视化
    caffe的底层是c++写的，如果要进行数据可视化，需要借助其它的库或者是接口，如opencv,python或者是matlab，python的环境需要自行配置，因为我使用的都是网管同志已经配置好的深度学习服务器，所以不用管底层的一些配置问题，如果需要自行配置自己的机器，请参照：http://www.cnblogs.com/denny402/p/5088399.html当前目录为caffe的根目录，
  • caffe学习笔记12 -- R-CNN detection thystar caffe学习
    这是caffe文档中NotebookExamples的倒数第二个例子，链接地址http://nbviewer.jupyter.org/github/BVLC/caffe/blob/master/examples/detection.ipynb这个例子用R-CNN做目标检测。R-CNN是一个先进的目标检测模型，它通过微调caffe模型提供分类区域。对于R-CNN系统和模型的详细介绍，参考Richfe
  • caffe学习笔记25-过拟合原因及分析 YiLiang_ deeplearningcaffe
    1.过拟合原因：1）样本数量太少，抽样方法错误，抽样时没有足够正确考虑业务场景或业务特点，等等导致抽出的样本数据不能有效足够代表业务逻辑或业务场景2）样本里的噪音数据干扰过大，大到模型过分记住了噪音特征，反而忽略了真实的输入输出间的关系3）就是建模时的“逻辑假设”到了模型应用时已经不能成立了，模型没有通用性，选择参数更少的网络4）没有用dropout5）weight_decay:默认0.005，可
  • Caffe 学习笔记之CIFFA-10 静风儿
    Caffe学习笔记之CIFFA-10背景知识今天小编就亲身实践利用前几天在Ubuntu14.04刚装好的caffe进行CIFFA-10的训练。CIFAR-10数据集包含60000张32x32的彩色图片，一共有十种类别，每种类别有6000张。数据集中有50000张训练集和10000张测试集。这个数据集一共分为了五组训练集和一组测试集，这样子，每组就有10000张随机组成的图片。虽然是随机的，但是在训
  • Caffe学习笔记（二）分类任务 yaoyz105 #Caffe深度学习
    笔记（二）：用Caffe训练好的模型进行分类任务的测试参考：Caffe学习系列(20)：用训练好的caffemodel来进行分类用Caffe搭建自己的网络，并用图片进行测试开发caffe的贾大牛团队，利用imagenet图片和caffenet模型训练好了一个caffemodel，该模型可以用来做分类任务。1.准备模型和数据1）caffemodel下载：bvlc_reference_caffenet
  • 【caffe学习笔记——cifar10】win10+caffe环境下cifar10运行 文章被改为VIP本文并不知情，且无法修改 caffe入门笔记
    本人初学深度学习——caffe框架，想用几个实例来入门，cifar10为其中之一，在参考了博主汽车数据技术前瞻的帖子：http://blog.csdn.net/lance313/article/details/53964874之后，将学习内容进行了总结，总结的内容基本和我参考的帖子差不多，主要目的是加深印象并方便以后查阅。##cifar数据集的介绍##Cifar-10是由Hinton的两个大弟子A
  • caffe学习笔记 Gzzgz caffe
    转自http://blog.csdn.net/u011762313/article/details/4730600目录：安装与配置Tutorial学习PyCaffe学习buildtools学习其他安装与配置Ubuntu14.04安装Caffe（仅CPU）Ubuntu14.04安装CudaUbuntu14.04安装Caffe（GPU）Ubuntu14.04CuDNN安装（Caffe+Cuda7.0下
  • 【caffe学习笔记之5】Win10系统下Caffe的Python接口设置方法并绘制网络结构图 Shuai__ pythoncaffe
    【准备工作】前面几节介绍了win10系统下caffe-master的配置方法以及cifar10数据集的训练方法，并简要介绍了Matlab接口如何配置。想要更为形象的了解caffe框架下诸多网络模型的具体内涵，需要借助python接口的caffe.draw绘制网络图，因此，本节介绍caffe的Python接口配置方法。安装python使用anaconda版本，anaconda里面集成了很多关于pyt
  • 【caffe学习笔记之8】Caffe运行Faster-RCNN算法实现目标检测(1) Shuai__ Matlabcaffe深度学习
    【Faster-RCNN算法】FasterR-CNN（其中R对应于“Region(区域)”）是基于深度学习R-CNN系列目标检测最好的方法。使用VOC2007+2012训练集训练，VOC2007测试集测试mAP达到73.2%，目标检测的速度可以达到每秒5帧。技术上将RPN网络和FastR-CNN网络结合到了一起，将RPN获取到的proposal直接连到ROIpooling层，是一个CNN网络实现端
  • 【caffe学习笔记之6】caffe-matlab/python训练LeNet模型并应用于mnist数据集（1） Shuai__ 深度学习caffepythonMatlab
    【案例介绍】LeNet网络模型是一个用来识别手写数字的最经典的卷积神经网络，是YannLeCun在1998年设计并提出的，是早期卷积神经网络中最有代表性的实验系统之一，其论文是CNN领域第一篇经典之作。本篇博客详细介绍基于Matlab、Python训练lenet手写模型的案例，作为前几次caffe深度学习框架的阶段性总结。【数据准备】数据下载地址：http://yann.lecun.com/exd
  • caffe学习笔记6-matlab接口总结 YiLiang_ caffe
    第一部分：用matlab接口操作网络，包括网络生成，数据读取及修改，存储caffeemodel,返回layer的类型1.设置网络：model='./models/bvlc_reference_caffenet/deploy.prototxt';weights='./models/bvlc_reference_caffenet/bvlc_reference_caffenet.caffemodel';
  • caffe学习笔记（一） SHERO_M caffe
    ubuntu14.04.1下caffe的安装（cpumode）准备工作，安装各种依赖和OpenCV，代码如下：sudoapt-getinstalllibprotobuf-devlibleveldb-devlibsnappy-devlibopencv-devlibhdf5-serial-devprotobuf-compilersudoapt-getinstall--no-install-recomm
  • 【caffe学习笔记之4】利用MATLAB接口运行cifar数据集 Shuai__ MatlabcaffeComputerVision深度学习
    【前期准备工作】参考上篇帖子：http://write.blog.csdn.net/postedit/539648741.确保模型训练成功，生成模型文件：cifar10_quick_iter_4000.caffemodel及均值文件：mean.binaryproto。注意，此处一定是生成caffemodel格式的模型文件，而非.h5模型文件，否则会导致Matlab运行崩溃。如何生成caffemod
  • caffe学习笔记21-VggNet论文笔记 YiLiang_ caffedeeplearning
    AlexNet输入要求256(图像大小)，均值是256的，减均值后再crop到227(输入图像大小)VGGNet输入要求256(图像大小)，均值是256的，减均值后再crop到224(输入图像大小)Vgg-Net:笔记CNNimprovement：有很多对其提出的CNN结构进行改进的方法。例如：1.Usesmallerreceptivewindowsizeandsmallerstrideofthe
  • Java实现的简单双向Map，支持重复Value superlxw1234 java双向map
    关键字：Java双向Map、DualHashBidiMap     有个需求，需要根据即时修改Map结构中的Value值，比如，将Map中所有value=V1的记录改成value=V2，key保持不变。   数据量比较大，遍历Map性能太差，这就需要根据Value先找到Key，然后去修改。   即：既要根据Key找Value，又要根据Value
  • PL/SQL触发器基础及例子 百合不是茶 oracle数据库触发器PL/SQL编程
      触发器的简介; 触发器的定义就是说某个条件成立的时候，触发器里面所定义的语句就会被自动的执行。因此触发器不需要人为的去调用，也不能调用。触发器和过程函数类似 过程函数必须要调用,   一个表中最多只能有12个触发器类型的,触发器和过程函数相似 触发器不需要调用直接执行, 触发时间：指明触发器何时执行，该值可取： before：表示在数据库动作之前触发
  • [时空与探索]穿越时空的一些问题 comsci 问题
          我们还没有进行过任何数学形式上的证明,仅仅是一个猜想.....       这个猜想就是; 任何有质量的物体(哪怕只有一微克)都不可能穿越时空,该物体强行穿越时空的时候,物体的质量会与时空粒子产生反应,物体会变成暗物质,也就是说,任何物体穿越时空会变成暗物质..(暗物质就我的理
  • easy ui datagrid上移下移一行 商人shang js上移下移easyuidatagrid
    /** * 向上移动一行 * * @param dg * @param row */ function moveupRow(dg, row) { var datagrid = $(dg); var index = datagrid.datagrid("getRowIndex", row); if (isFirstRow(dg, row)) {
  • Java反射 oloz 反射
    本人菜鸟，今天恰好有时间，写写博客，总结复习一下java反射方面的知识，欢迎大家探讨交流学习指教 首先看看java中的Class package demo; public class ClassTest { /*先了解java中的Class*/ public static void main(String[] args) { //任何一个类都
  • springMVC 使用JSR-303 Validation验证 杨白白 springmvc
    JSR-303是一个数据验证的规范，但是spring并没有对其进行实现，Hibernate Validator是实现了这一规范的，通过此这个实现来讲SpringMVC对JSR-303的支持。 JSR-303的校验是基于注解的，首先要把这些注解标记在需要验证的实体类的属性上或是其对应的get方法上。 登录需要验证类 public class Login { @NotEmpty
  • log4j 香水浓 log4j
    log4j.rootCategory=DEBUG, STDOUT, DAILYFILE, HTML, DATABASE #log4j.rootCategory=DEBUG, STDOUT, DAILYFILE, ROLLINGFILE, HTML #console log4j.appender.STDOUT=org.apache.log4j.ConsoleAppender log4
  • 使用ajax和history.pushState无刷新改变页面URL agevs jquery框架Ajaxhtml5chrome
    表现 如果你使用chrome或者firefox等浏览器访问本博客、github.com、plus.google.com等网站时，细心的你会发现页面之间的点击是通过ajax异步请求的，同时页面的URL发生了了改变。并且能够很好的支持浏览器前进和后退。 是什么有这么强大的功能呢？ HTML5里引用了新的API，history.pushState和history.replaceState，就是通过
  • centos中文乱码 AILIKES centosOSssh
    一、CentOS系统访问 g.cn ，发现中文乱码。 于是用以前的方式：yum -y install fonts-chinese CentOS系统安装后，还是不能显示中文字体。我使用 gedit 编辑源码，其中文注释也为乱码。       后来，终于找到以下方法可以解决，需要两个中文支持的包： fonts-chinese-3.02-12.
  • 触发器 baalwolf 触发器
    触发器(trigger)：监视某种情况，并触发某种操作。 触发器创建语法四要素：1.监视地点(table) 2.监视事件(insert/update/delete) 3.触发时间(after/before) 4.触发事件(insert/update/delete) 语法： create trigger triggerName after/before 
  • JS正则表达式的i m g bijian1013 JavaScript正则表达式
            g:表示全局（global)模式，即模式将被应用于所有字符串，而非在发现第一个匹配项时立即停止。         i:表示不区分大小写（case-insensitive）模式，即在确定匹配项时忽略模式与字符串的大小写。         m:表示
  • HTML5模式和Hashbang模式 bijian1013 JavaScriptAngularJSHashbang模式HTML5模式
            我们可以用$locationProvider来配置$location服务（可以采用注入的方式，就像AngularJS中其他所有东西一样）。这里provider的两个参数很有意思，介绍如下。 html5Mode         一个布尔值，标识$location服务是否运行在HTML5模式下。 ha
  • [Maven学习笔记六]Maven生命周期 bit1129 maven
    从mvn test的输出开始说起   当我们在user-core中执行mvn test时，执行的输出如下：   /software/devsoftware/jdk1.7.0_55/bin/java -Dmaven.home=/software/devsoftware/apache-maven-3.2.1 -Dclassworlds.conf=/software/devs
  • 【Hadoop七】基于Yarn的Hadoop Map Reduce容错 bit1129 hadoop
    运行于Yarn的Map Reduce作业，可能发生失败的点包括 Task Failure Application Master Failure Node Manager Failure Resource Manager Failure 1. Task Failure 任务执行过程中产生的异常和JVM的意外终止会汇报给Application Master。僵死的任务也会被A
  • 记一次数据推送的异常解决端口解决 ronin47 记一次数据推送的异常解决
    　　 需求：从db获取数据然后推送到B         程序开发完成，上jboss,刚开始报了很多错，逐一解决，可最后显示连接不到数据库。机房的同事说可以ping 通。 　　  自已画了个图，逐一排除，把linux 防火墙　和　setenforce　设置最低。 　　　service iptables stop
  • 巧用视错觉-UI更有趣 brotherlamp UIui视频ui教程ui自学ui资料
    我们每个人在生活中都曾感受过视错觉（optical illusion）的魅力。 视错觉现象是双眼跟我们开的一个玩笑，而我们往往还心甘情愿地接受我们看到的假象。其实不止如此，视觉错现象的背后还有一个重要的科学原理——格式塔原理。 格式塔原理解释了人们如何以视觉方式感觉物体，以及图像的结构，视角，大小等要素是如何影响我们的视觉的。 在下面这篇文章中，我们首先会简单介绍一下格式塔原理中的基本概念，
  • 线段树-poj1177-N个矩形求边长（离散化+扫描线） bylijinnan 数据结构算法线段树
    package com.ljn.base; import java.util.Arrays; import java.util.Comparator; import java.util.Set; import java.util.TreeSet; /** * POJ 1177 (线段树+离散化+扫描线)，题目链接为http://poj.org/problem?id=1177
  • HTTP协议详解 chicony http协议
    引言                                 
  • Scala设计模式 chenchao051 设计模式scala
    Scala设计模式                我的话： 在国外网站上看到一篇文章，里面详细描述了很多设计模式，并且用Java及Scala两种语言描述，清晰的让我们看到各种常规的设计模式，在Scala中是如何在语言特性层面直接支持的。基于文章很nice，我利用今天的空闲时间将其翻译，希望大家能一起学习，讨论。翻译
  • 安装mysql daizj mysql安装
    安装mysql   (1)删除linux上已经安装的mysql相关库信息。rpm  -e  xxxxxxx   --nodeps (强制删除)      执行命令rpm -qa |grep mysql 检查是否删除干净   (2)执行命令  rpm -i MySQL-server-5.5.31-2.el
  • HTTP状态码大全 dcj3sjt126com http状态码
    完整的 HTTP 1.1规范说明书来自于RFC 2616，你可以在http://www.talentdigger.cn/home/link.php?url=d3d3LnJmYy1lZGl0b3Iub3JnLw%3D%3D在线查阅。HTTP 1.1的状态码被标记为新特性，因为许多浏览器只支持 HTTP 1.0。你应只把状态码发送给支持 HTTP 1.1的客户端，支持协议版本可以通过调用request
  • asihttprequest上传图片 dcj3sjt126com ASIHTTPRequest
    NSURL *url =@"yourURL"; ASIFormDataRequest*currentRequest =[ASIFormDataRequest requestWithURL:url]; [currentRequest setPostFormat:ASIMultipartFormDataPostFormat];[currentRequest se
  • C语言中，关键字static的作用 e200702084 C++cC#
    在C语言中，关键字static有三个明显的作用： 1)在函数体，局部的static变量。生存期为程序的整个生命周期，（它存活多长时间）；作用域却在函数体内（它在什么地方能被访问（空间））。 一个被声明为静态的变量在这一函数被调用过程中维持其值不变。因为它分配在静态存储区，函数调用结束后并不释放单元，但是在其它的作用域的无法访问。当再次调用这个函数时，这个局部的静态变量还存活，而且用在它的访
  • win7/8使用curl geeksun win7
    1.  WIN7/8下要使用curl，需要下载curl-7.20.0-win64-ssl-sspi.zip和Win64OpenSSL_Light-1_0_2d.exe。 下载地址：  http://curl.haxx.se/download.html 请选择不带SSL的版本，否则还需要安装SSL的支持包   2.  可以给Windows增加c
  • Creating a Shared Repository; Users Sharing The Repository hongtoushizi git
    转载自：   http://www.gitguys.com/topics/creating-a-shared-repository-users-sharing-the-repository/ Commands discussed in this section: git init –bare git clone git remote git pull git p
  • Java实现字符串反转的8种或9种方法 Josh_Persistence 异或反转递归反转二分交换反转java字符串反转栈反转
    注：对于第7种使用异或的方式来实现字符串的反转，如果不太看得明白的，可以参照另一篇博客： http://josh-persistence.iteye.com/blog/2205768   /** * */ package com.wsheng.aggregator.algorithm.string; import java.util.Stack; /**
  • 代码实现任意容量倒水问题 home198979 PHP算法倒水
    形象化设计模式实战             HELLO!架构                     redis命令源码解析   倒水问题：有两个杯子，一个A升，一个B升，水有无限多，现要求利用这两杯子装C
  • Druid datasource zhb8015 druid
    推荐大家使用数据库连接池 DruidDataSource. http://code.alibabatech.com/wiki/display/Druid/DruidDataSource DruidDataSource经过阿里巴巴数百个应用一年多生产环境运行验证，稳定可靠。 它最重要的特点是：监控、扩展和性能。 下载和Maven配置看这里： http
  • 两种启动监听器ApplicationListener和ServletContextListener spjich javaspring框架
    引言:有时候需要在项目初始化的时候进行一系列工作，比如初始化一个线程池，初始化配置文件，初始化缓存等等，这时候就需要用到启动监听器，下面分别介绍一下两种常用的项目启动监听器   ServletContextListener  特点: 依赖于sevlet容器，需要配置web.xml 使用方法: public class StartListener implements
  • JavaScript Rounding Methods of the Math object 何不笑 JavaScriptMath
        The next group of methods has to do with rounding decimal values into integers. Three methods — Math.ceil(),  Math.floor(), and  Math.round() — handle rounding in differen
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他