神器 英语学习 服务器anki
Django学习笔记--安装及注意事项
djangok框架 # 注意事项 1.计算机名称不能有中文 2.项目名称和py最好也不要使用中文稿 3.django版本的问题 1.x 2.x 跟1.x差不多 3.x # 加了异步的功能 # 命令行下载 pip install django==3.2 pycharm中安装 官网下载 # 测试是否安装 ......
深入学习RabbitMQ五种模式(三)
1.路由模式(精确匹配) 路由模式（Routing）的特点： 该模式的交换机为direct，意思为定向发送，精准匹配。 队列与交换机的绑定，不能是任意绑定了，而是要指定一个RoutingKey（路由key） 消息的发送方在向Exchange发送消息时，也必须指定消息的 RoutingKey。 Exc ......
深入学习RabbitMQ五种模式(二)
# 1.工作模式 工作模式也被称为任务模型（Task Queues）。当消息处理比较耗时的时候，可能生产消息的速度会远远大于消息的消费速度。长此以往，消息就会堆积越来越多，无法及时处理。此时就可以使用 work 模型：让多个消费者绑定到一个队列，共同消费队列中的消息。队列中的消息一旦消费，就会消失， ......
深入学习RabbitMQ五种模式(一)
1.安装erlang 下载otp_win64_25.3.exe https://www.erlang.org/downloads erlang安装完成，需要配置erlang环境变量 ERLANG_HOME=E:\software\Erlang OTP PATH=%PATH%;%ERLANG_HOME ......
Crash的简单学习
Crash的简单学习 前言 最近进行海光服务器的压测, 多次出现了压测时宕机的情况. 跟OS,DB还有hardware的vender都进行过沟通, 但都比较难定位具体问题. 麒麟操作系统说需要进行一下vmcore的确认. 这边也获取了一下麒麟的文档. 想着自己总结一下问题. 便于以后查询 kdump ......
于是他迟到的组合数学学习开始了
加法原理 完成一件事，有 $m$ 类方法，对于每类方法有 $s_i$ 个方案，则此时总方案数就是 $\sum_{i=1}^m s_i$。 乘法原理 完成一件事，有 $n$ 个步骤，对于每个步骤有 $s_i$ 个方案，则此时总方案数就是 $\prod_{i=1}^n s_i$。 排列 从 $n$ 个数 ......
「学习笔记」重修生成树
最小生成树（Minimum Spanning Tree，MST）为边权和最小的生成树。 算法 Kruskal 算法 实现 将所有的边按边权从小到大排序，然后用并查集维护一条边所连接的两个点是否已联通（不能形成环）。 int find(int x) { return fa[x] == x ? fa[x ......
Apache ShenYu 学习笔记一
1、简介 这是一个异步的，高性能的，跨语言的，响应式的 API 网关。 官网文档：https://shenyu.apache.org/zh/docs/index 仓库地址：https://github.com/apache/shenyu 2、首次体验 本次体验基本参照官方快速开始文档步骤 2.1、本 ......
【深度学习基础】使用libtorch部署pytorch训练的网络
下载安装配置：https://pytorch.org/cppdocs/installing.html 小例程：https://pytorch.org/cppdocs/frontend.html 官方：https://pytorch.org/tutorials/beginner/Intro_to_To ......
「学习笔记」重修最短路
$u$ 到 $v$ 的最短路径的长度就是 $u$ 到 $v$ 的最短路。 单源最短路算法可以求出一个点到其他点的最短路。 全源最短路算法可以求出每一个点到其他各点的最短路。 松弛操作：dis[v] = min(dis[v], dis[u] + w);。 算法 Floyd 算法 全源最短路算法，时间复 ......
Python Requets库学习总结
快速开始 发送请求 >>> import requests >>> r = requests.get('https://api.github.com/events') # GET >>> r = requests.post('https://httpbin.org/post', data={'key ......
《牛津英语》七年级易错知识点汇总.
《牛津英语》七年级易错知识点汇总. 单词拼写 短语搭配 句型 语法 U6 pleasant convenient swim-swam -swum exciting opposite financial balcony kindergarten pleasant-plea- sure-pleased ......
Linux kernel 模块开发&构建学习
主要是学习下kernel 模块的玩法，代码来自社区 简单kernel 代码 hello_world.c #include <linux/init.h> #include <linux/module.h> MODULE_LICENSE("Dual BSD/GPL"); static int hello ......
Docker-consul的容器服务更新与发现
一、Docker consul 1. 什么是服务注册与发现 服务注册与发现是微服务架构中不可或缺的重要组件。起初服务都是单节点的，不保障高可用性，也不考虑服务的压力承载，服务之间调用单纯的通过接口访问。直到后来出现了多个节点的分布式架构，起初的解决手段是在服务前端负载均衡，这样前端必须要知道所有后端 ......
linux命令学习--grep,egrep
grep -i --ignore-case 忽略大小写 grep -e 适用于简单的正则表达式，比如搜索一个字符串中是否包含特定的关键词。例如： grep -e 'hello' file.txt # 将会在文件file.txt中搜索出所有包含“hello”这个关键词的行。 grep -E 适用于复杂 ......
Ubuntu搭建MySQL服务器
Ubuntu安装MySQL 使用apt命令安装”sudo apt-get install mysql-server“ 使用 mysqladmin 命令检查服务器的版本mysqladmin --version 登录MySQL服务器（记录密码：17909）mysql -u root -p （ '\h' ......
服务百万商家的系统，发布风险如何规避？微盟全链路灰度实践
一分钟精华速览 全链路灰度发布是指在微服务体系架构中，应用的新、旧版本间平滑过渡的一种发布方式。由于微服务之间依赖关系错综复杂，一次发布可能会涉及多个服务升级，所以在发布前进行小规模的生产环境验证，让新版本的应用实例来承接、处理限定规模或范围的业务流量，能最大限度控制发布上线风险，保证业务连续性。 ......
JQuery获取本地时间和服务器时间
我们都知道直接使用 new Date() 获取到的是访问当前网站的客户机本地的时间，有的时候这个时间有可能因为人为修改，主板电池没电等原因导致获取到的时间不准确。因此，在开发中，需要获取当前时间进行操作，应该直接使用JS获取服务器的时间。 获取本地当前时间（时间戳）： var nowTime = n ......
Gusfield算法学习
算法详解 感觉最小割树是个很神奇的东西。 最小割树有一个性质：原图上的两点间的最小割大小和方案正好有一种是树上对应两点间的最小割大小和方案。 那么怎么建出这样的树呢？可以用到Gomory-Hu Tree。但我们通常只需要用到大小，这时候我们可以建出等价流树。 Gusfield算法就是建等价流树的一种 ......
Fine-Grained学习笔记(3):最短路(边权,点权),(min,+)矩阵乘
问题:APSP(全局最短路) 给定$G=(V,E)$,其中边集$E$带权值,对于$\forall s,t \in V$,计算$d(s,t)$,即从$s$到$t$的最小的经过路径权值之和 已知的算法:$n$次(堆优化的)Dijkstra算法:$\widetilde{O}(|V|\cdot|E|)$ F ......
Java学习笔记（八）
1、什么是多态？ 多态就是指同一方法因为调用对象的不同而表现的结果不同。多态跟属性无关，只跟方法有关。 使用多态是为了提高代码的扩展性。他有三个要素：继承、重写、父类引用指向子类对象。 2、什么是接口？ 接口没有构造器， 接口中常量有固定修饰符：public static final，抽象方法的修饰 ......
ArcGIS Pro发布地形高程服务（DEM/DSM）
在之前的文章介绍过使用ArcMap发布地形服务，由于ArcGIS后续不在更新ArcMap，改用ArcGIS Pro，本文对ArcGIS Pro发布地形服务进行说明。 使用ArcGIS Pro发布影像、矢量请跳转：ArcGIS Pro发布地图服务（影像、矢量） 使用ArcMap发布地形请跳转：ArcG ......
paramiko遍历嵌套文件夹上传到linux服务器，并执行sh脚本
遍历本地嵌套文件夹获取文件，上传到远程linux服务器，上传文件过程中展示进度条，生成的程序运行日志按时间存放本地，双击exe即可运行 ......
Java学习笔记（六）
1、什么是JavaBean 类是公共的 有一个无参的公共的构造器 有属性，且有对应的get、set方法 2、对单例模式的理解 单例模式分为两种： 这种方式叫做饿汉式，是在类加载的时候就直接将对象创建了出来。 还有一种懒汉式 懒汉式是在用到实例对象的时候才会将对象创建出来。但是线程不安全。 3、对代码 ......
[ML&DL] 深度学习的实践层面
深度学习的实践层面 训练集 验证集 测试集 过程 神经网络的训练是一个需要不断迭代的过程，一般先提出idea，然后编码实现、测试，根据测试结果再次调整思路...... 分组与比例 数据集通常分为3个部分：训练集、验证集和测试集。 训练集用于训练模型的参数。 验证集用于选择最好的模型。 测试集用于评估 ......
利用深度学习实现序列模型
利用深度学习实现序列模型 序列问题的含义是接收一个序列作为输入，然后期望预测这个序列的后续。例如继续预测2,4,6,8,10...。这在时间序列中是相当常见的，可以用来预测股市的波动、患者的体温曲线或者赛车所需的加速度。 从原理上说，==卷积神经网络可以有效处理空间信息，那么循环神经网络则能更好处理 ......
灾难处理：卸载无法开机(蓝屏)的exchange服务器
目的： 卸载无法开机(蓝屏)的exchange服务器，从AD层面删除 图形化界面卸载： 确保exchange03 上没有任何的数据库 命令行的模式下进行卸载： ......
ArcGIS Desktop发布地形高程服务（DEM/DSM）
在做ArcGIS三维时，地形服务的发布与普通地图服务的发布不一样，需要发布成ImageServer，切片格式选择LERC。 本文示例使用软件： ArcGIS Desktop10.3.1 注：ArcGIS在10.3.1以上版本才支持发布地形服务。 1、根据需要选择对应坐标系的地形数据，地形数据一般格式 ......
nmap学习
Nmap概述 Namp是一个免费的开源网络扫描和嗅探工具，可以用来扫描计算机上开放的端口，确定哪些服务运行在那些端口，并且推断出计算机运行的操作系统。利用该工具，可以评估网络基础的安全性。 Nmap的四项功能： 主机发现 端口扫描 版本侦测 操作系统探测 工作原理： 发送探针并分析响应包的特征。（探 ......
【机器学习基础】数据集的划分比例
前言 参考 1. 机器学习 :训练集、验证集、测试集分配比例_Chris Kang的博客-CSDN博客； 2. 数据集的划分，验证集参与训练了吗?_无枒的博客-CSDN博客； 完 ......