- 从零开始构建深度学习环境:基于Pytorch、CUDA与cuDNN的虚拟环境搭建与实践(适合初学者)
荣华富贵8
程序员的知识储备2程序员的知识储备3深度学习pytorch人工智能
摘要:深度学习正在引领人工智能技术的革新,而对于初学者来说,正确搭建深度学习环境是迈向AI研究与应用的第一步。本文将为读者提供一套详尽的教程,指导如何在本地环境中搭建Pytorch、CUDA与cuDNN,以及如何利用Anaconda和PyCharm进行高效开发。内容涵盖从环境配置、常见错误修正,到基础的深度学习模型构建及训练。我们旨在为深度学习零基础的入门者提供一个全面且易于理解的“保姆级”教程,
- 基于CNN卷积神经网络识别汉字合集-视频介绍下自取
no_work
深度学习cnn人工智能神经网络
内容包括:含ShuffleNet等多个模型的手写中文汉字识别摄像头版109含ShuffleNet等多个模型的手写中文汉字识别摄像头版_哔哩哔哩_bilibili本代码用的python语言,pytorch深度学习框架运行,环境的安装可以参考博客:深度学习环境安装教程-anaconda-python-pytorch_动手学习深度学习的环境安装-CSDN博客代码总共分成三个部分,01py文件是划分数据集
- win10安装Ubuntu22.04LTS及深度学习相关配置详细教学
向来痴_
深度学习人工智能
由于之前Ubuntu系统硬盘空间分配的不够,又去看了一下发现扩容很很麻烦。加以发现自己前面安装的深度学习环境版本与实际要用的不符,所以当机立断决定直接重装系统。Ubuntu系统安装参考视频:一看就会!8分钟真机安装【Ubuntu/Windows】双系统_哔哩哔哩_bilibili镜像文件:ubuntu-22.04.4-desktop-amd64.iso按win键搜索磁盘管理打开,压缩卷得到256G
- Linux 软件安装方式全解(适用于 CentOS/RHEL 系统)
碎梦归途
linuxcentos运维
Linux软件安装方式全解(适用于CentOS/RHEL系统)在Linux系统中,软件安装方式丰富多样,常见于以下几种方式:安装方式命令/工具说明软件包管理器(推荐)yum,dnf,apt,zypper,pacman官方维护方式,自动处理依赖,稳定安全手动下载RPM/DEB包安装rpm,dpkg网络不通、版本固定时使用,需手动处理依赖源码编译安装./configure&&make&&makeins
- Linux软件安装的YUM与源码安装详解
发非人非
linux运维服务器
一、Linux软件安装方式概述Linux系统中常见的软件安装方式有三种:RPM包管理:直接安装.rpm二进制包,但需手动解决依赖关系,适合离线环境。YUM包管理:基于RPM,自动解决依赖并从仓库下载安装包,需网络支持,适合快速部署。源码安装:编译源代码安装,流程复杂但定制性强,适合需要自定义功能的场景。二、YUM包管理实战1.什么是YUM?全称:YellowdogUpdater,Modified,
- Linux软件安装:从包管理到源码编译(保姆级教学)
发非人非
linux运维服务器
一、Linux软件安装方式概述在Linux系统中,软件安装主要有三种方式,每种方式适用于不同场景,掌握它们能让你灵活应对各种环境需求。1.RPM包管理特点:直接安装编译好的二进制包(.rpm文件),安装速度快,但需手动处理依赖关系(如缺少某个库文件时需自行安装)。适用场景:适合已知依赖关系的稳定环境,或需要离线安装的场景。常用命令:rpm-ivhpackage.rpm#安装RPM包(-i安装,-v
- python虚拟环境深度学习环境配置Linux
小鹿不乱撞
python深度学习linux
python虚拟环境深度学习环境配置创建python3.9的虚拟环境安装cuda以及cudnn查找合适的cuda版本查找合适的torch版本(会同时安装cuda)检查是否安装成功cudnn环境不匹配修改编辑activate.d/env_vars.sh,注意将your_name换成你的环境名字,注意=前后不能有空格哦编辑deactivate.d/env_vars.sh,这样deactivate的时候
- 深度学习环境配置系列文章(三):配置VS Code和Jupyter的Python环境
极光喵
深度学习环境配置python深度学习jupytervscode
深度学习环境配置系列文章目录第一章专业名称和配置方案介绍第二章Anaconda配置Python和PyTorch第三章配置VSCode和Jupyter的Python环境第四章配置Windows11和Linux双系统第五章配置Docker深度学习开发环境第三章文章目录深度学习环境配置系列文章目录前言一、VSCode下载与安装1.下载方法2.安装说明二,VSCode配置Python环境1.下载Pytho
- Python 深度学习环境配置
卖血买老婆
Python专栏python深度学习开发语言
在本地配置适用于深度学习的Python环境时,特别是使用主流深度学习框架(如TensorFlow、PyTorch等),需要完成以下步骤:1.安装必要的软件和工具(1)系统依赖Windows:安装最新的显卡驱动(NVIDIAGPU用户:从NVIDIA官网下载安装驱动)。安装MicrosoftVisualStudio,推荐选择VisualStudioCommunity版本(用于编译CUDA工具链)。L
- WSL2+Ubuntu24.04+pycharm深度学习环境配置
LuckyBoy777.
pycharmidepython
【教程】安装WSL:Windows终端秒变Linux两个前置操作开启CPU虚拟化(通常情况下是开启的),打开任务管理器,在性能-CPU中检查,若未开启,则需进入BIOS,找到Intel(VMX)Virtualization或AMD-V,并开启。打开Windows功能,并重启:①适用于Linux的Windows子系统,②虚拟机平台。有的系统版本可能没有这两个功能,也可能是不同的表述,比如:Virtu
- 【深度学习环境配置】Anaconda + Pycharm + CUDA + cuDNN + Pytorch + Opencv
生活需要深度
opencvvue.jswebpack
如何在Ubuntu20.04上安装OpenCV-腾讯云开发者社区-腾讯云(tencent.com)OpenCV(OpenSourceComputerVisionLibrary)是一个开源的计算机视觉库,支持所有主流操作系统上的C++,Python,和Java。它可以发挥多核进程和GPU加速,用于实时操作。OpenCV应用广泛,包括医疗图片分析,街景图片处理,监视视频,探测和识别面部,追踪移动物体,
- Ubuntu24.04安装Anaconda3+Pycharm
一个没有本领的人
pycharmidepython
一、引言重装系统已经过去一段时间了,现在安装一下Anaconda和Pycharm。参考连接:Ubuntu中安装Anaconda3和Pycharm及其环境搭建Ubuntu18.04安装Pycharm教程ubuntu系统安装Anaconda及Pycharm在移动硬盘上搭建Ubuntu24.04深度学习环境(Anaconda+CUDA+Pytorch)二、安装Anaconda1.Ubuntu更换下载源设
- Ubuntu深度学习革命:NVIDIA-Docker终极指南与创新实践
芯作者
D2:ubuntulinux
一、GPU容器化:开启算力新纪元在斯坦福大学AI实验室,研究员Sarah通过一行Docker命令同时启动20个BERT模型训练任务,每个容器精确分配0.5个GPU核心——这背后正是NVIDIA-Docker带来的算力革命。传统深度学习环境搭建需要数天时间配置驱动和依赖库,如今通过GPU容器化技术,只需5分钟即可构建标准化AI开发环境。1.1环境准备:驱动与Docker的量子纠缠#查看GPU型号与驱
- 高性能服务器配置经验指南3——安装服务器可能遇到的问题及解决方法
张书名
高性能服务器配置经验指南服务器运维
文章目录1、重装系统后VScode远程连接失败问题2、XRDP连接黑屏问题1.打开文件2.添加配置3.重启xrdp服务3、VScode远程免密连接问题4、Vim编辑文件时出现不同用户冲突编辑的问题在完成服务器基本配置和深度学习环境准备后,大家应该就可以正常使用服务器了,推荐使用VScode远程连接使用,比较稳定方便,Pycharm不好用,VScode远程连接方法网上有很多,这里推荐一篇:https
- 基于CosyVoice的多语言语音合成技术解析
Mr数据杨
Python音频技术python算法
在深度学习技术迅速发展的背景下,充分利用硬件资源与灵活的环境配置工具,能够有效提升项目的开发效率与模型性能表现。本文通过详细介绍如何使用Anaconda与PyTorch搭建适合初学者和开发者的深度学习环境,指导用户在GPU环境中高效运行CosyVoice项目。通过下载和配置预训练模型、创建虚拟环境,以及安装相关依赖,确保CosyVoice能够在本地设备上平稳运行。此外,文章深入展示了CosyVoi
- 【pytorch学习笔记,利用Anaconda安装pytorch和paddle深度学习环境+pycharm安装---免额外安装CUDA和cudnn】
徳一
pytorch学习深度学习pytorch学习
学习的作者链接:link一、安装pytorch环境1.打开打开anaconda的终端后condaenvlist然后创建一个名字叫pytorch,python是3.8版本的环境condacreate-npytorchpython=3.8再次看环境condaenvlist#condaenvironments:#显示如下环境base*D:\anacondapytorchD:\anaconda\envs\
- 记录学习python第二天+深度学习环境安装
樱雪snow
python学习
python内置方法__init__构造方法(对象创建的时候自动执行,可以传入参数)__str__字符串方法__it__小于,大于符号比较__le__小于等于大于等于符号比较__eq__==符号比较等等私有属性名或者函数名前加两个_即__就代表私有继承class类名(父类名):类内容体多继承就是(,,)调用父类函数方法一父类名.调用的属性方法二super().调用的属性记录下载anaconda解释
- 『docker笔记』通过docker搭建深度学习环境
AI大模型前沿研究
dockerlinuxcentos深度学习
通过docker搭建深度学习环境!文章目录一.docker的基础操作1.1.docker介绍1.2.docker案例测试1.3.重启服务器后,某个docker容器不见了,如何恢复?二.centos安装docker第一步2.1.安装前提条件2.2.安装docker依赖环境2.3.添加阿里云的软件源2.4.更新yum缓存(为了保证能更新和下载需要的服务:如docker)三.centos安装docker
- 第P10周:Pytorch实现车牌识别
小羊的 utopia
机器学习pythonpytorch
本文为365天深度学习训练营中的学习记录博客原作者:K同学啊我的环境:语言环境:python3.12.6编译器:jupyterlab深度学习环境:Pytorch注明:数据还没跑完,但先存档前期准备fromtorchvision.transformsimporttransformsfromtorch.utils.dataimportDataLoaderfromtorchvisionimportdat
- NVIDIA Jetson AGX Xavier DeepSort tensorRT部署和加速 C++版
一颗小树x
人工智能YOLO目标检测实践应用c++JetsonXavierDeepSorttensorRT部署和加速
前言在实现NVIDIAJetsonAGXXavier部署Deepsort+Python版本的深度学习环境,然后能正常推理、检测和跟踪后;发现模型速度不够快,于是使用tensorRT部署,加速模型,本文介绍C++版本的。版本介绍:tensorrtx;Jetpack4.5[L4T32.5.0]、CUDA:10.2.89。Deepsort的原理参考我这篇文章:【论文解读】Sort、Deep-Sort多目
- 深度学习第P5周:Pytorch实现运动鞋识别
OreoCC
深度学习pytorch人工智能
>-**本文为[365天深度学习训练营]中的学习记录博客**>-**原作者:[K同学啊]**本人往期文章可查阅:深度学习总结要求:了解如何设置动态学习率(重点)调整代码使测试集accuracy到达84%。拔高(可选):保存训练过程中的最佳模型权重调整代码使测试集accuracy到达86%。我的环境:语言环境:Python3.11.7编译器:JupyterLab深度学习环境:Pytorch一、前期准
- 深度学习环境安装
JobDocLS
python
VSCode相关问题vscode下载缓慢问题https://blog.csdn.net/ZoeCXY/article/details/124391379linuxUBUNTU18.04安装最新版VSCode报错问题_dpkg:dependencyproblemspreventconfigurationof-CSDN博客vscodepowershell设置解决终端字体不对其问题https://blo
- 显卡、显卡驱动、cuda、cuDNN之间关系
ergevv
AI显卡显卡驱动cudacuDNN
显卡、显卡驱动、CUDA和cuDNN是构成高性能计算和深度学习环境的关键组件,它们之间有着紧密的联系。下面是对这些组件及其关系的详细介绍:显卡(GPU)显卡,全称为图形处理器(GraphicsProcessingUnit,GPU),是计算机中的专用硬件,最初设计用于处理图形渲染和视频输出。GPU内部拥有大量的并行处理单元,这使得它们非常适合执行大规模并行计算任务,如深度学习和科学计算。显卡驱动显卡
- Ubuntu16.04+Anaconda+Cuda9.0+cudnn7.0+Tensorflow+Pytorch 深度学习环境配置
yangtf07
深度学习环境搭建ubuntucudacudnntensorflowpytorch
Ubuntu16.04+Anaconda+Cuda9.0+cudnn7.0+Tensorflow+PytorchUbuntu16.04(win10双系统)下载下载地址:https://www.ubuntu.com/download/desktop安装用UltraISO制作U盘启动盘win+X,磁盘管理,压缩出至少50G空间重启进入BIOS,设置U盘启动试用Ubuntu(tryUbuntu)断网运行
- Conda虚拟环境中CUDA、cudnn、pytorch安装
m0_62118546
condapytorch人工智能
层级结构:|cudnn||CUDA=DRIVER驱动+动态链接库||显卡驱动||显卡|一个电脑只需要装一个完整的CUDA(即DRIVER+动态链接库)。安装方法见:CUDA安装教程(超详细)-CSDN博客在虚拟环境中,只需要装部分cuda,即动态链接库即可。安装方法见:1.先安装cuda和cudnn:在conda虚拟环境中配置cuda+cudnn+pytorch深度学习环境(新手必看!简单可行!)
- 进击J5:DenseNet+SE-Net实战
Doctor老王
麻醉医生的深度学习之旅深度学习pytorch
本文为365天深度学习训练营中的学习记录博客原作者:K同学啊一、实验目的:在DenseNet系列算法中插入SE-Net通道注意力机制,并完成猴痘病识别改进思路是否可以迁移到其他地方测试集accuracy到达89%(拔高)二、实验环境:语言环境:python3.8编译器:Jupyternotebook深度学习环境:Pytorchtorch==2.4.0+cu124torchvision==0.19.
- 第P8周:YOLOv5-C3模块实现
小羊的 utopia
pytorchpython
本文为365天深度学习训练营中的学习记录博客原作者:K同学啊我的环境:语言环境:python3.12.6编译器:jupyterlab深度学习环境:Pytorch前期准备importtorchimporttorch.nnasnnimporttorchvision.transformsastransformsimporttorchvisionfromtorchvisionimporttransform
- 从零开始大模型开发与微调:PyTorch 2.0深度学习环境搭建
AI智能涌现深度研究
DeepSeekR1&大数据AI人工智能Python入门实战计算科学神经计算深度学习神经网络大数据人工智能大型语言模型AIAGILLMJavaPython架构设计AgentRPA
从零开始大模型开发与微调:PyTorch2.0深度学习环境搭建作者:禅与计算机程序设计艺术/ZenandtheArtofComputerProgramming1.背景介绍1.1问题的由来随着深度学习在各个领域的广泛应用,大模型开发与微调成为了当前研究的热点。大模型能够学习到丰富的知识,并在各个下游任务上取得优异的性能。然而,大模型开发与微调需要强大的计算资源和专业的知识背景,这对于许多初学者和研究
- 五分钟快速掌握windows深度学习环境配置:Anaconda、PyCharm、Pytorch、jupyter notebook
芝帕先生
深度学习windowspycharmpythoncondapip人工智能
目录前言下载并安装Anaconda下载途径安装步骤下载并安装PyCharm安装pytorch安装jupyternotebook前言新手五分钟掌握windows深度学习环境配置:Anaconda、PyCharm、Pytorch配置的时候遇到了很多问题,总结了一下,可以按这个流程无脑配置。通过本流程下载的版本Anaconda2023.03PyCharmCommunity2023.1.3Pytorch2
- PyTorch安装与环境配置终极指南:从零搭建高效深度学习开发环境(一)
WHCIS
pythonpytorch人工智能深度学习机器学习
一、环境搭建的核心意义与准备工作1.1深度学习环境的核心挑战深度学习开发环境涉及复杂的软件栈依赖关系:硬件兼容性:GPU型号(NVIDIA系列)与CUDA版本的匹配软件依赖链:Python版本→PyTorch版本→CUDA驱动→cuDNN加速库环境隔离需求:不同项目可能依赖冲突的库版本1.2硬件准备清单硬件类型最低要求推荐配置CPU4核8核以上内存8GB32GB+GPU支持CUDANVIDIART
- 书其实只有三类
西蜀石兰
类
一个人一辈子其实只读三种书,知识类、技能类、修心类。
知识类的书可以让我们活得更明白。类似十万个为什么这种书籍,我一直不太乐意去读,因为单纯的知识是没法做事的,就像知道地球转速是多少一样(我肯定不知道),这种所谓的知识,除非用到,普通人掌握了完全是一种负担,维基百科能找到的东西,为什么去记忆?
知识类的书,每个方面都涉及些,让自己显得不那么没文化,仅此而已。社会认为的学识渊博,肯定不是站在
- 《TCP/IP 详解,卷1:协议》学习笔记、吐槽及其他
bylijinnan
tcp
《TCP/IP 详解,卷1:协议》是经典,但不适合初学者。它更像是一本字典,适合学过网络的人温习和查阅一些记不清的概念。
这本书,我看的版本是机械工业出版社、范建华等译的。这本书在我看来,翻译得一般,甚至有明显的错误。如果英文熟练,看原版更好:
http://pcvr.nl/tcpip/
下面是我的一些笔记,包括我看书时有疑问的地方,也有对该书的吐槽,有不对的地方请指正:
1.
- Linux—— 静态IP跟动态IP设置
eksliang
linuxIP
一.在终端输入
vi /etc/sysconfig/network-scripts/ifcfg-eth0
静态ip模板如下:
DEVICE="eth0" #网卡名称
BOOTPROTO="static" #静态IP(必须)
HWADDR="00:0C:29:B5:65:CA" #网卡mac地址
IPV6INIT=&q
- Informatica update strategy transformation
18289753290
更新策略组件: 标记你的数据进入target里面做什么操作,一般会和lookup配合使用,有时候用0,1,1代表 forward rejected rows被选中,rejected row是输出在错误文件里,不想看到reject输出,将错误输出到文件,因为有时候数据库原因导致某些column不能update,reject就会output到错误文件里面供查看,在workflow的
- 使用Scrapy时出现虽然队列里有很多Request但是却不下载,造成假死状态
酷的飞上天空
request
现象就是:
程序运行一段时间,可能是几十分钟或者几个小时,然后后台日志里面就不出现下载页面的信息,一直显示上一分钟抓取了0个网页的信息。
刚开始已经猜到是某些下载线程没有正常执行回调方法引起程序一直以为线程还未下载完成,但是水平有限研究源码未果。
经过不停的google终于发现一个有价值的信息,是给twisted提出的一个bugfix
连接地址如下http://twistedmatrix.
- 利用预测分析技术来进行辅助医疗
蓝儿唯美
医疗
2014年,克利夫兰诊所(Cleveland Clinic)想要更有效地控制其手术中心做膝关节置换手术的费用。整个系统每年大约进行2600例此类手术,所以,即使降低很少一部分成本,都可以为诊 所和病人节约大量的资金。为了找到适合的解决方案,供应商将视野投向了预测分析技术和工具,但其分析团队还必须花时间向医生解释基于数据的治疗方案意味着 什么。
克利夫兰诊所负责企业信息管理和分析的医疗
- java 线程(一):基础篇
DavidIsOK
java多线程线程
&nbs
- Tomcat服务器框架之Servlet开发分析
aijuans
servlet
最近使用Tomcat做web服务器,使用Servlet技术做开发时,对Tomcat的框架的简易分析:
疑问: 为什么我们在继承HttpServlet类之后,覆盖doGet(HttpServletRequest req, HttpServetResponse rep)方法后,该方法会自动被Tomcat服务器调用,doGet方法的参数有谁传递过来?怎样传递?
分析之我见: doGet方法的
- 揭秘玖富的粉丝营销之谜 与小米粉丝社区类似
aoyouzi
揭秘玖富的粉丝营销之谜
玖富旗下悟空理财凭借着一个微信公众号上线当天成交量即破百万,第七天成交量单日破了1000万;第23天时,累计成交量超1个亿……至今成立不到10个月,粉丝已经超过500万,月交易额突破10亿,而玖富平台目前的总用户数也已经超过了1800万,位居P2P平台第一位。很多互联网金融创业者慕名前来学习效仿,但是却鲜有成功者,玖富的粉丝营销对外至今仍然是个谜。
近日,一直坚持微信粉丝营销
- Java web的会话跟踪技术
百合不是茶
url会话Cookie会话Seession会话Java Web隐藏域会话
会话跟踪主要是用在用户页面点击不同的页面时,需要用到的技术点
会话:多次请求与响应的过程
1,url地址传递参数,实现页面跟踪技术
格式:传一个参数的
url?名=值
传两个参数的
url?名=值 &名=值
关键代码
- web.xml之Servlet配置
bijian1013
javaweb.xmlServlet配置
定义:
<servlet>
<servlet-name>myservlet</servlet-name>
<servlet-class>com.myapp.controller.MyFirstServlet</servlet-class>
<init-param>
<param-name>
- 利用svnsync实现SVN同步备份
sunjing
SVN同步E000022svnsync镜像
1. 在备份SVN服务器上建立版本库
svnadmin create test
2. 创建pre-revprop-change文件
cd test/hooks/
cp pre-revprop-change.tmpl pre-revprop-change
3. 修改pre-revprop-
- 【分布式数据一致性三】MongoDB读写一致性
bit1129
mongodb
本系列文章结合MongoDB,探讨分布式数据库的数据一致性,这个系列文章包括:
数据一致性概述与CAP
最终一致性(Eventually Consistency)
网络分裂(Network Partition)问题
多数据中心(Multi Data Center)
多个写者(Multi Writer)最终一致性
一致性图表(Consistency Chart)
数据
- Anychart图表组件-Flash图转IMG普通图的方法
白糖_
Flash
问题背景:项目使用的是Anychart图表组件,渲染出来的图是Flash的,往往一个页面有时候会有多个flash图,而需求是让我们做一个打印预览和打印功能,让多个Flash图在一个页面上打印出来。
那么我们打印预览的思路是获取页面的body元素,然后在打印预览界面通过$("body").append(html)的形式显示预览效果,结果让人大跌眼镜:Flash是
- Window 80端口被占用 WHY?
bozch
端口占用window
平时在启动一些可能使用80端口软件的时候,会提示80端口已经被其他软件占用,那一般又会有那些软件占用这些端口呢?
下面坐下总结:
1、web服务器是最经常见的占用80端口的,例如:tomcat , apache , IIS , Php等等;
2
- 编程之美-数组的最大值和最小值-分治法(两种形式)
bylijinnan
编程之美
import java.util.Arrays;
public class MinMaxInArray {
/**
* 编程之美 数组的最大值和最小值 分治法
* 两种形式
*/
public static void main(String[] args) {
int[] t={11,23,34,4,6,7,8,1,2,23};
int[]
- Perl正则表达式
chenbowen00
正则表达式perl
首先我们应该知道 Perl 程序中,正则表达式有三种存在形式,他们分别是:
匹配:m/<regexp>;/ (还可以简写为 /<regexp>;/ ,略去 m)
替换:s/<pattern>;/<replacement>;/
转化:tr/<pattern>;/<replacemnt>;
- [宇宙与天文]行星议会是否具有本行星大气层以外的权力呢?
comsci
举个例子: 地球,地球上由200多个国家选举出一个代表地球联合体的议会,那么现在地球联合体遇到一个问题,地球这颗星球上面的矿产资源快要采掘完了....那么地球议会全体投票,一致通过一项带有法律性质的议案,既批准地球上的国家用各种技术手段在地球以外开采矿产资源和其它资源........
&
- Oracle Profile 使用详解
daizj
oracleprofile资源限制
Oracle Profile 使用详解 转
一、目的:
Oracle系统中的profile可以用来对用户所能使用的数据库资源进行限制,使用Create Profile命令创建一个Profile,用它来实现对数据库资源的限制使用,如果把该profile分配给用户,则该用户所能使用的数据库资源都在该profile的限制之内。
二、条件:
创建profile必须要有CREATE PROFIL
- How HipChat Stores And Indexes Billions Of Messages Using ElasticSearch & Redis
dengkane
elasticsearchLucene
This article is from an interview with Zuhaib Siddique, a production engineer at HipChat, makers of group chat and IM for teams.
HipChat started in an unusual space, one you might not
- 循环小示例,菲波拉契序列,循环解一元二次方程以及switch示例程序
dcj3sjt126com
c算法
# include <stdio.h>
int main(void)
{
int n;
int i;
int f1, f2, f3;
f1 = 1;
f2 = 1;
printf("请输入您需要求的想的序列:");
scanf("%d", &n);
for (i=3; i<n; i
- macbook的lamp环境
dcj3sjt126com
lamp
sudo vim /etc/apache2/httpd.conf
/Library/WebServer/Documents
是默认的网站根目录
重启Mac上的Apache服务
这个命令很早以前就查过了,但是每次使用的时候还是要在网上查:
停止服务:sudo /usr/sbin/apachectl stop
开启服务:s
- java ArrayList源码 下
shuizhaosi888
ArrayList源码
版本 jdk-7u71-windows-x64
JavaSE7 ArrayList源码上:http://flyouwith.iteye.com/blog/2166890
/**
* 从这个列表中移除所有c中包含元素
*/
public boolean removeAll(Collection<?> c) {
- Spring Security(08)——intercept-url配置
234390216
Spring Securityintercept-url访问权限访问协议请求方法
intercept-url配置
目录
1.1 指定拦截的url
1.2 指定访问权限
1.3 指定访问协议
1.4 指定请求方法
1.1 &n
- Linux环境下的oracle安装
jayung
oracle
linux系统下的oracle安装
本文档是Linux(redhat6.x、centos6.x、redhat7.x) 64位操作系统安装Oracle 11g(Oracle Database 11g Enterprise Edition Release 11.2.0.4.0 - 64bit Production),本文基于各种网络资料精心整理而成,共享给有需要的朋友。如有问题可联系:QQ:52-7
- hotspot虚拟机
leichenlei
javaHotSpotjvm虚拟机文档
JVM参数
http://docs.oracle.com/javase/6/docs/technotes/guides/vm/index.html
JVM工具
http://docs.oracle.com/javase/6/docs/technotes/tools/index.html
JVM垃圾回收
http://www.oracle.com
- 读《Node.js项目实践:构建可扩展的Web应用》 ——引编程慢慢变成系统化的“砌砖活”
noaighost
Webnode.js
读《Node.js项目实践:构建可扩展的Web应用》
——引编程慢慢变成系统化的“砌砖活”
眼里的Node.JS
初初接触node是一年前的事,那时候年少不更事。还在纠结什么语言可以编写出牛逼的程序,想必每个码农都会经历这个月经性的问题:微信用什么语言写的?facebook为什么推荐系统这么智能,用什么语言写的?dota2的外挂这么牛逼,用什么语言写的?……用什么语言写这句话,困扰人也是阻碍
- 快速开发Android应用
rensanning
android
Android应用开发过程中,经常会遇到很多常见的类似问题,解决这些问题需要花时间,其实很多问题已经有了成熟的解决方案,比如很多第三方的开源lib,参考
Android Libraries 和
Android UI/UX Libraries。
编码越少,Bug越少,效率自然会高。
但可能由于 根本没听说过、听说过但没用过、特殊原因不能用、自己已经有了解决方案等等原因,这些成熟的解决
- 理解Java中的弱引用
tomcat_oracle
java工作面试
不久之前,我
面试了一些求职Java高级开发工程师的应聘者。我常常会面试他们说,“你能给我介绍一些Java中得弱引用吗?”,如果面试者这样说,“嗯,是不是垃圾回收有关的?”,我就会基本满意了,我并不期待回答是一篇诘究本末的论文描述。 然而事与愿违,我很吃惊的发现,在将近20多个有着平均5年开发经验和高学历背景的应聘者中,居然只有两个人知道弱引用的存在,但是在这两个人之中只有一个人真正了
- 标签输出html标签" target="_blank">关于标签输出html标签
xshdch
jsp
http://back-888888.iteye.com/blog/1181202
关于<c:out value=""/>标签的使用,其中有一个属性是escapeXml默认是true(将html标签当做转移字符,直接显示不在浏览器上面进行解析),当设置escapeXml属性值为false的时候就是不过滤xml,这样就能在浏览器上解析html标签,
&nb