淘先锋技术网

首页 1 2 3 4 5 6 7
  • 【spring】使用spring的aop特性给接口加入参出参日志

  • Beacon应用浅析

    Beacon 一、什么是Beacon1、简介

  • 强化学习(二):马尔可夫决策过程MDP【上篇】

     MDP简介 --Markov decision process 马尔可夫决策过程可以更正式地描述强化学习的环境environment,其中,这个环境是完全可观测的【fully observable】,也就是当前状态完全体现了这个过程特征 ,基本上所有RL问题都可以化为MDP的形式,比如最优控制主要和连续型MDP有关。部分可观测的问题也可以转化为MDP。 目录

  • 如何用MySQL设计一个分布式锁?

    前言 分布式锁想必大家都不陌生,可以用来解决在分布式环境下,多个用户在同一时间读取/更新相同的资源带来的问题。比如秒杀场景下的库存问题、redis key失效情况下请求直接打到MySQL中造成MySQL负载过大的问题,这些问题都可以通过分布式锁来解决。

  • swift使用Alamofire发送post请求

    AF.request(url, method

  • caffe-ssd安装问题解决

    1.Check failed: a <= b <0 vs -1.19209e-007> 网上办法是注释掉 CHECK_LE(a, b),但是这样会出大问题。解决办法见2。 如果注释掉 CHECK_LE(a, b) 会出现Data layer prefetch queue empty 不注释CHECK_LE(a, b) 会出现错误

  • swift请求数据的封装

    // //  DataRequest.swift //  MyFirstSwiftDemo // //  Created by JackRen on 16/5/30. //  Copyright © 2016年 JackRen. All rights reserved. // import Foundation import Alamofire class DataRequest: NSObject{

  • nginx error

    1.nginx: [emerg] invalid number of arguments in "root" directive in 'xxxxxxxxxxx'nginx/nginx.conf:41    此处是root路径配置问题,root指向的路径不能有中文,末尾得有分号;结尾。    例如路径是:C:\Users\admin\Desktop\szh\node 需换成 /Users/admin/Desktop/szh/node/; 2.nginx error: CreateFile "xxxxxxx/logs/nginx.pid"

  • swift中的!和?作用

    在实际用Swift写CocoaTouch时,发现下面这样写才可以通过编译 var amiteLbl :UILabel? self.amiteLbl = UILabel(frame:CGRectMake(50,100,200,40)) self.amiteLbl!.text = “I love mixbox” self.view?.addSubview(self.amiteLbl) 解释: 由于amiteLbl是可选变量,所以可能有值,也可能为nil。 使用

  • swift中的手势

    手势操作主要包括如下几类 手势属性说明点击 UITapGestureRecognizernumberOfTapsRequired:点击的次数;numberOfTouchesRequired:点击时有手指数量设置属性 numberOfTapsRequired 可以实现单击,或双击的效果滑动 UISwipeGestureRecognizerdirec

  • 为什么选择STM32才是明智之选?

    在电子工程领域,我们强调适用性,性能并非最重要,甚至不是首要考虑因素。选择合适的微控制器(MCU)根据设计需求而异,常规做法是在保证功能满足的前提下,选择稳定可靠且经济实惠的器件。而对于那些认为STM32落后并不值一提的言论,往往来自于外行之辈。不管STM32系列有多种型号,性能差异巨大,即使它相对通用CPU性能较低,也无损其市场份额。大多数情况下,一颗内置丰富接口、无需外挂DRAM和FLASH,在72MHz频率下运行的32位微控制器,售价仅为1美元起,比起需要6层板、外挂ROM+RAM、多组电源管理、bootloader以及常需操作系统的、1.2GHz频率下运行的4核处理器来说,更适

  • sfilter 中如何判断当前的IRP是否来自网络?

    再仍一块砖头,sfilter 中如何判断当前的IRP是否来自网络?: 如何从IrpStackLocation中判断来自网络的文件访问? //--------------------------------------------------- NTSTATUS status; PACCESS_TOKEN pToken = NULL; PTOKEN_SOURCE pTokenSrc = NULL ; PSECURITY_SUBJECT_CONTEXT secSubCtx; se

  • STM32:PWM控制LED达到呼吸灯效果

    1.主函数代码部分:

  • python以太坊区块链交互并存入数据库

    关于区块链介绍性的研讨会通常以易于理解的点对点网络和银行分类账这类故事开头,然后直接跳到编写智能合约,这显得非常突兀。因此,想象自己走进丛林,想象以太坊区块链是一个你即将研究的奇怪生物。今天我们将观察该生物,并与其进行交互然后将有关它的所有数据收集到一个集中存储中供自己使用。

  • Swift:面向协议的网络请求

    前言 class Light { func 插电

  • 分布式事务与解决方案

    一、什么是分布式事务 首先我们知道本地事务是指事务方法中的操作只依赖本地数据库,可保证事务的ACID特性。而在分布式系统中,一个应用系统被拆分为多个可独立部署的微服务,在一个微服务的事务方法中,除了依赖本地数据库外,还可能会调用一个或多个远程服务操作远程数据库,这种就叫做分布式事务。 在分布式事务中,如果由于网络波动导致远程调用执行成功了,但是没有及时返回结果,导致事务回滚,本地数据库回滚了,但是远程数据库已经执行成功持久化了,这就出现了不一致的情况。 二、Base理论

  • 目标检测系列——SSD

    写在前面   本博客将对SSD进行简单介绍,并讲解搭建SSD的pytorch目标检测平台; 什么是SSD(single shot multibox detector) 首先应该了解,ssd是一种one-stage的基于多框预测的目标检测方法,所谓one- stage是指目标检测和分类是同时完成的。其主要思路是,利用CNN提取特征之后,均匀地在图片的不同位置进行密集抽样,抽样时可以选择不同尺度和不同长宽比,物体的分类和预测框的回归同时进行,整个过程只需一步,因此最大的优点是速度快. 但是因为

  • ST32开发板学习心得

    作为一名嵌入式系统开发者,我在学习STM32开发板的过程中,积累了一些心得和经验,现在分享给大家。 一、入门基础 学习STM32开发板需要掌握一定的电路和硬件知识。首先需要了解基本的电路原理和单片机的内部结构,对于初学者来说,可以先从一些基础的单片机开发板入手,如Arduino、Raspberry Pi等,逐步深入学习和了解嵌入式系统的工作原理。 二、学习编程语言和工具 学习STM32开发板需要熟悉相关的编程语言和工具。一般来说,STM32开发板的编程语言有C和汇编语言,常用的开发工具有Keil、IAR等。初学者可以选择一种比较易

  • 配置http协议的svn

    我的环境:linux:fedora21

  • 学习笔记二(开发板入门)

    正点原子Stm32开发板IO对于5V的兼容性判断: 从原理图上看,凡是有ADC字样的IO,都不兼容5V,反之,则都兼容5V。 开发板供电的时候,有如下注意事项: 1,DC005接口,供电范围是6~24V,请不要违规供电。 2,VOUT2(2X3排针)可以做5V输出,也可以做输入。 3,当开发板外接负载较重(电流大)时,请提供足够电源。 4,开发板不支持JLINK等仿真供电,请不要尝试。 5,正常供电后,蓝色电源指示灯,必须

  • 单片机裸奔 vs. RTOS,谁才是王者?

    单片机领域中,RTOS与裸奔编程(裸机/裸跑)相比确实有一些优势。虽然各自有利弊,但在复杂业务需求下,RTOS能够发挥其价值。当系统需求变得复杂时,使用RTOS能够提供更好的管理和调度机制。例如,当系统需要同时处理多个任务,涉及多个外设资源、数据同步以及优先级需求时,RTOS能够将主函数拆分成多个小任务,通过信号量、事件、邮箱等通信机制实现任务间的协同合作。这样可以减轻编码时的心理负担,使业务逻辑更加聚焦,提高代码质量。此外,当团队中不同工程师负责编写不同的任务时,RTOS的任务管理能力可以很好地支持分工协作,提高开发效率。任务间的独立性以及通信

  • jquery删除cookie

     最近在公司项目要求从Android转到了JavaWeb,有点无奈。在做登录,和退出登录时,不可避免的会用到Cookie和删除cookie。 cookie在服务上创建,保存在客户端。前端删除cookie的使用场景,取消记住密码与自动登录    删除方法: 1,导入两个jquer 插件  <script src="../js/jquery-3.2.1.min.js"></script> <script type="text/javascript" src="../js/jquery.coo

  • mysql 计算农历_公历转换农历算法

    usingSystem;usingSystem.Collections.Generic;usingSystem.ComponentModel;usingSystem.Data;usingSystem.Drawing;usingSystem.Linq;usingSystem.Text;usingSystem.Windows.Forms;namespaceAlgorithmPractice {public partial class公历转农历 : Form {public公历转农历() { InitializeCompon

  • 前端控制器模式

    使用案例:strutsPrepareAndExecuteFilter采用的是前端控制器模式。(注:struts2的核心控制器) **前端控制器模式(Front Controller Pattern)**是用来提供一个集中的请求处理机制,所有的请求都将由一个单一的处理程序处理。该处理程序可以做认证/授权/记录日志,或者跟踪请求,然后把请求传给相应的处理程序。以下是这种设计模式的实体。 前端控制器(Front Controller) :处理应用程序所有类型请求的单个处理程序,应用程序可以是基于 web 的应用程序,也可以是基于桌面的应用程序。

  • android 10.0禁用电源键(屏蔽关机短按长按事件)

    在教育平板定制化开发中,有需求是用开关按钮控制电源键是否可操作,电源按键事件是通过驱动事件上报到PhoneWindowManager中来处理的 1.短按事件 有powerPress(long eventTime, boolean interactive, int count)来处理 private void powerPress(long eventTime, boolean interactive, i

  • realloc 用方法

    realloc 用方法 void* realloc(void*, n) 根据n的大小,如果n比较小,就沿用原来的内存地址(也就是返回的地址就是原来的地址),在原来地址的内存空间的最后面,加上n大小的内存空间;如果n比较大,系统就不会沿用原来的内存地址,系统有新开辟一个内存空间,并把原来内存空间里存放的值复制过来,这时realloc的返回地址和原来的地址就不同了。

  • 【Android】SharedPreferences 存储

    【Android】SharedPreferences 存储 Android 提供多种选项来保存永久性数据。不同的存储方案取决于不同的需求。 存储选项共享首选项在键值对中存储私有原始数据。(SharedPreferences)内部存储在设备内存中存储私有数据。外部存

  • android 隐藏statusbar

    1:修改frameworks/base/packages/SystemUI/src/com/Android/systemui/SystemUIService.

  • SSM框架 - Spring5

    文章目录 1、Spring框架介绍2、IOC容器

  • python 关键字 之 and 与 or

    python中的 and:       and 从左到右计算表达式,若所有值均为真,则返回最后一个值,若存在假,返回第一个假值。 例题:     

  • Mybatis批量新增,修改

    记录工作中的小经验,针对工作中项目业务需要做批量新增和修改信息; 项目采用的Oracle数据库,表中有序列的情况: xml配置sql: <!-- 批量新增(临时表) --> <insert id

  • cadence 与ad DXF 转换 以及板框制作

    DWG是压缩后的二进制数据,文件相对比较小,只能用支持DWG文件的相关软件打开。 DXF是AutoCAD(Drawing Exchange Format) 绘图交换文件。 简单一点说,dwg不能导入另外某些软件但dxf能导入。 从AD导出DXF 在PCB设计时我们需要将结构文件.dxf导入到我们的设计之中,来确立板子的外框和一些特殊结构设计。 先关闭所有的层,然后打开需要导出的层。

  • 2015.08.15冒泡排序

    C语言冒泡排序法: {冒泡最终思想是 for嵌套循环

  • 目标检测之SSD

    一.预备知识 其实SSD本身的算法并不困难,只是如果没有好的基础最终看起来都像雾里看花看似能懂其实真正的原来还是说不上来,现在知乎的文章讲的已经非常非常详细了,嗯,比论文详细的多,但是个人感觉还是适合基础较好的人看,而对初学者并不友好,因此此处整理这篇文章记录自己的学习加深印象并希望对初学者更加友好,这里首先给出SSD中用到的基础知识,读者可以先读SSD看到相关概念再来看这些知识。 1.边框回归(Bounding Box Regression) 首先这里只讲边框回归是什么,关于

  • 深度神经网络模型DNN--使用SSD模型实现目标检测

    一、深度神经网络模型 openCV DNN支持的功能:图像分类、对象检测、图像分割、场景文字检测、人脸检测与识别 openCV DNN支持的对象检测网络:Faster-RCNN、SSD(VGG/mobile-net backbone)、YOLO(YOLOv3/YOLOv3-tiny/YOLOv4) 输入------------------>黑盒------------------------>输出

  • [目标检测|SSD实践一]caffe-ssd基线

    本次实验利用caffe-ssd跑出了基线,主要从以下几个方向总结。 - caffe-ssd的编译 - caffe-ssd demo演示 - 自建数据集的数据准备 - fineTuning - 测试分析 一、caffe基线实验 源码地址在github:

  • 机器学习——决策树(classification tree)

    决策树 本文根据《机器学习》与《机器学习实战》自学,写出以下内容。(仅供学习而用,非商业用途。) 一、基本流程 一颗决策树包含一个根节点、若干个内部节点与若干个叶节点,叶节点对应于决策结果,其他节点对应于一个属性的测试;根节点包含样本全集,从根节点到每个叶节点的路径对应了一个判定测试序列,决策树学习的目的就是为了产生一颗泛化能力强的决策树,其基本流程如下: 输入:训练集 D={(x1,y

  • 目标检测-SSD300

    目标检测-SSD300 一、 什么是目标检测 输入一张图片,我们能检测到图像中,哪一些是我们想要的物体、人体信息,那一些是背景,并且图像中的目标,标注出来,并且知道图像中是什么。

  • 华为实习机试第二题20180704

    输入一组字符串,其中英文逗号作为分割,分割后的每个字符串的最后一位字符【陷阱,不一定是数字】为队列入栈的优先级,ASCII码越大,优先级越高,相同优先级按输入顺序排序。 输入:一个长度不超过1000的字符 A1,B2,C3,a9,d0【陷阱:最后一位不一定是数字,每个字符串也不一定只有两个字符】 输出:按照优先级输出出栈的字符串,以英文逗号作为分割 a9,C3,B2,A1,d0 运行结果:

  • Python os模块

    1. os.walk os.walk(top[, topdown=True[, onerror=None[, followlinks=False]]]) 递归遍历给定根目录下的所有文件和文件夹 参数 top – 是你所要遍历的目录的地址, 返回的是一个三元组(root,dirs,files)。 root 所指的是当前正在遍历

  • 快速幂

    long long aaa(long long x,long long y){ long long ans=1; while(y){ if(y&1){ ans=ans*x%998244353; } x=x*x%998244353; y>>=1; } return ans%998244353; }  

  • 国内常用镜像、源配置集合

    首先上压轴homebrew homebrew主要分两部分:git repo(位于GitHub)和二进制bottles(位于bintray)。 中科大的源 替换homebrew默认源: cd "$(brew --repo)" git remote set-url origin git://mirrors.ustc.edu.cn/brew.git 替换bottle源: bash用

  • PAT - 甲级 - 1113. Integer Set Partition (25) (排序)

    Given a set of N (> 1) positive integers, you are supposed to partition them into two disjoint sets A1 and A2 of n1 and n2 numbers, respectively. Let S1 and S2 denote the sums of all the numbers in A1 and A

  • CART决策树算法

    在进行自动识别窃漏电用户分析实战时,用到了CART决策树算法,所以整理记录该算法的内容。内容整理参考文档决策树——CART算法及其后的参考文章。 一、CART(classification and regression tree)分类与回归树,既可用于分类,也可用于回归。 CART分类树生成 CART分类树算法使用基尼系数来选择特征。基尼系

  • 机器学习入门 --- 决策树算法

    决策树算法概述 决策树 从根节点开始一步步走到叶子节点(决策)所有的数据最终都会落到叶子节点,既可以做分类也可以做回归 决策树从根节点开始到叶子节点中的判断条件是有先后的,要先进行尽可能对的分类任务,再往下的做更加细致的分类(微调) 树的组成 根节点:第一个选择点非叶子节点与分支:中间过程

  • 小学计算机第三册,小学信息技术第三册教案.doc

    PAGE 小学信息技术教材第三册电子教案 一:教学计划: 1、教材分析: 本册是《小学信息技术》系列教材的第三册,适用于小学五年级的教学。本册共有15课,其中心内容是WORD中表格的学习和应用,最后二课结合了“画图”程序。本册从内容上来分可分为三大块。第1课至第7课教材始终围绕着制作一张课程表的过程,把WORD中表格的一些常用的知识点通过完成课程表(表格)的过程渗透在其中,通过学习和练习逐步培养学生的自主学习和探索学习的能力。第8课至第10课是WORD中表格的综合应用,通过完成四个各具特色且与学生生活学习息息相关的作品

  • Python学习手册 [ 2 ]:介绍Python 对象类型

    本文作为Python学习笔记,参考书目为《Python学习手册》(第五版),如有任何疑问或不正之处,敬请讨论交流,也可以关注微信公众号:看花言。一起学习交流 一.Python对象类型

  • 决策树cart算法实战

    1、使用决策树预测隐形眼镜类型,隐形眼镜数据集(lenses.csv)是非常著名的数据集,它包含很多患者眼部状况的观察 条件以及医生推荐的隐形眼镜类型。隐形眼镜类型包括硬材质、软材质以及不适合佩戴隐形眼镜。 要求:读取lenses.csv中的隐形眼镜数据集,构造决策树和画出决策树.(采用cart算法构造决策树) 预测[‘young’,‘hyper’,‘no’,‘normal’]适合戴那种隐形眼镜 from

  • 02spring IOC基本使用

    02spring IOC基本使用 ​ 通过前面的介绍我们已经知道了Spring中非常重要的一个特性就是IOC,下面我们将要来看一下如何使用IOC容器,帮助大家更好的体会spring的优势。 1、spring_helloworld (1)使用手动加载jar包的方式实现,分为三个步骤,现在几乎不用 导包:导入这五个包即

  • golang代码笔记 -- 使用pid文件控制程序多实例运行

    主要包含golang对pid操作的封装和程序状态判断 package main import ( "fmt"