4 hornsey2012

尚未进行身份认证

暂无相关简介

等级
TA的排名 2w+

Nginx启动报错:nginx: [emerg] bind() to 0.0.0.0:8090 failed (13: Permission denied)

系统启动Nginx后,报 [emerg]bind()to0.0.0.0:XXXXfailed(13:Permissiondenied)错误的处理方式,分为两种:1、端口小于1024的情况[emerg]bind()to0.0.0.0:80failed(13:Permissiondenied)原因是1024以下端口启动时需要root权限,所以sudon...

2019-09-24 11:59:51

Linux修改时区方法

方法一:设置TZ在配置文件如:.profile添加配置行TZ='Asia/Shanghai';exportTZ然后执行命令即可。source.profile具体时区选择详情如下(可忽略):使用命令tzselect选择时区,依次会弹出如下提示,输入数字选择即可。Pleaseidentifyalocationsothattimezonerulescanbe...

2019-09-24 11:58:45

ElasticSearch安装指南

1、下载安装包官网下载地址https://www.elastic.co/cn/downloads/past-releases#elasticsearch本文安装使用的是elasticsearch-6.6.2.tar.gz2、安装创建新用户es,并设置密码useraddesecho“es”|passwdes--stdio创建日志、数据存储目录mkdir-p...

2019-09-20 20:35:20

jasypt库的使用

jasypt库的使用1.简介Jasypt是一个Java简易加密库,用于加密配置文件中的敏感信息,如数据库密码。jasypt库与springboot集成,在实际开发中非常方便。2.添加依赖jasypt开发者开发了starter,添加jasypt-spring-boot-starter依赖就可以了。该库中有使用到slf4j依赖,若单独测试,需添加相应依赖,或直接添加spring-boot-st...

2019-08-28 16:38:36

Netty入门——手写Dubbo框架

Dubbo框架本身就是一个RPC框架。RPC的服务提供者将自身的服务名、IP和端口存放在服务协调器ZK的某个节点下,服务消费者通过监听ZK的该节点,获取可调用的服务名,以及服务提供者的IP和端口信息。本文使用netty实现一个简单的Dubbo框架,使用zk作为注册服务器,完成RPC的整个过程。

2019-08-24 17:23:18

xsync同步脚本的使用

xsync同步脚本的使用1.简介在集群机器配置时,经常需要将一个文件或目录copy到同样的多台集群上,如果一个一个机器去复制,比较麻烦。如果有一个办法,通过一条命令就可以实现这个目的,就简单多了。xsync就是这样一个同步脚本。xsync其实是对rsync脚本的二次封装,脚本内容可以根据自己需要进行修改。2.配置集群hostname2.1配置hostname文件在每台机器执行命令c...

2019-08-03 12:19:53

Easypoi使用简介

Easypoi使用简介在项目中,有时会出现需要将数据库数据导出报表等功能,这时一般会用到poi库。poi是一个专门给Java程序提供格式文档读写功能的API接口,包括各种微软的格式文档入excel、word等。最常用的还是Excel格式导入导出。Easypoi是在poi接口基础上进行了封装,简化了操作。使用Easypoi导出仅需以下几步:添加依赖项改造模型,添加注解从数据库查询数据...

2019-08-02 21:24:16

三大构建工具比较——Ant vs Maven vs Gradle

1.简介在本文中,我们将探讨三个主要构建JVM生态系统的Java构建自动化工具–Ant,Maven和Gradle。我们将介绍它们中的每一个,并探讨Java构建自动化工具是如何演变的。2.ApacheAnt最初,Make是除了自行开发的解决方案之外唯一的构建自动化工具。Make自1976年以来一直存在,因此,它在Java早期用于构建Java应用程序。但是,C程序中的许多约定都不适合Ja...

2019-06-19 00:15:45

Swagger使用指南

1、介绍Swagger是一个规范和完整的框架,用于生成、描述、调用和可视化RESTful风格的Web服务。总体目标是使客户端和文件系统作为服务器以同样的速度来更新。文件的方法,参数和模型紧密集成到服务器端的代码,允许API来始终保持同步。2、添加依赖<!--swagger--><dependency><gro...

2019-06-03 16:33:47

MySQL笔记

一、MySQL基础1、Mysql架构MySQL服务器由连接器、服务器、存储引擎,文件系统四大部分组成。其中服务器按功能又分为分析器、查询缓存、优化器、执行器等。连接器处理客户端连接分析器词法分析、语法分析查找缓存根据之前的查询缓存,直接获取结果。表数据更改后,缓存会失效。不建议使用。8.0版本已删除该功能。优化器对SQL语句进行优化,选择合适的索引(不能过于依赖,编程时最好自...

2019-06-02 23:02:16

Session与Token

Session和token是网络连接中常用到的两种机制,一般用来保持连接的客户端信息,但两种实现存在差异。sessionsession是由Web服务器维护的一种连接信息,可以用来存储当前连接的客户端相关信息。session默认超时时间为30分钟,可进行配置。使用postman进行接口测试时,每次连接使用一个新的session。如果两个连接想使用同一个session,可以在将第一个请求返回的JS...

2019-06-01 16:23:46

Java基础之String对象

String是Java中很常见的一种存储类型,也是JVM中占有空间最大的一类对象。它的使用很常见,也很基础,但是,却也藏着一些不细心难以发现的知识点。如下代码 Stringstr1="hello"; Stringstr2=newString("hello"); Stringstr3=newString("hello").intern(); System.ou...

2019-05-31 23:21:00

提高执行力

一、制定有效目标有效目标的三要素:具体,有时间期限,可实现。二、制定行动路线制定行动路线的三个步骤:准备,拆解,统筹处理。准备资源,准备应急措施。过分准备反而让事情走向反面。把不能直接执行的目标拆解为能直接执行的任务。拆解到知道怎么做为止。时间统筹。利用等待某个任务的空档来做其他任务。空间统筹。把能在同一地点的任务一同完成。三、时间分配三部曲1.培养对时间的准确感知,避免任务时间...

2019-03-16 16:39:48

AdaBoost、GBDT、RF、XGboost、lightGBM的对比分析

AdaBoost简单介绍AdaBoost是基于boosting的思想,通过多个弱分类器的线性组合来得到强分类器,训练时重点关注被错分的样本,准确率高的弱分类器权重大。更深一步的介绍在训练过程中,它不改变所给的训练数据,而是不断改变训练数据权值的分布,使得被误分类的数据再后一轮的分类中受到更大的关注。同时采用加权多数表决的方法,加大分类误差率小的弱分类器的权值,使其在最后的表决中起更大的作...

2019-03-08 10:04:32

自然语言处理学习笔记

1、主要处理问题:文本分析、机器翻译、关键词提取、语义消歧、主题模型、问题问答、对话机器人2、文本表示方法1)词袋模型(Bagofwords,Bow):不考虑词语顺序,只基于词频的统计方法。2)向量空间模型:每个词对应空间中一个单位向量,文本表示为词语的归一化加权总和。3)TF-IDF:词频表示方法TF(TermFrequency):词频,在一篇文档d中词语t出现的次数个归一化,...

2019-02-27 21:46:28

机器学习100问

1、什么是机器学习?机器学习就是研究如何使计算机能够模拟人的学习方式,从大量数据中不断提升处理某个具体问题的能力。2、机器学习的三要素是什么?数据、算法、模型。机器学习通过大量数据,使用某种算法,不断训练优化自己的模型。3、什么是目标函数?通过样本训练,得到一个具体模型,用来描述该模型的函数。4、什么是损失函数?用来衡量假设函数对样本的预测值与实际值差异差异的函数。5、机器学习的...

2019-02-24 17:38:00

Kaggle入门

什么是Kaggle?Kaggle成立于2010年,是一个进行数据发掘和预测竞赛的在线平台。从公司的角度来讲,可以提供一些数据,进而提出一个实际需要解决的问题;从参赛者的角度来讲,他们将组队参与项目,针对其中一个问题提出解决方案,最终由公司选出的最佳方案可以获得5K-10K美金的奖金。除此之外,Kaggle官方每年还会举办一次大规模的竞赛,奖金高达一百万美金,吸引了广大的数据科学爱好者参与其中。...

2019-02-22 11:34:15

Tensorflow学习笔记——Summary用法

最近在研究tensorflow自带的例程speech_command,顺便学习tensorflow的一些基本用法。其中tensorboard作为一款可视化神器,可以说是学习tensorflow时模型训练以及参数可视化的法宝。而在训练过程中,主要用到了tf.summary()的各类方法,能够保存训练过程以及参数分布图并在tensorboard显示。tf.summary有诸多函数:1、tf....

2019-02-02 16:31:06

卷积神经网络CNN学习笔记

CNN是一种前馈神经网络,常用来进行大型图像处理。本质是层级网络,只是层的功能和形式做了变化,对传统神经网络做了改进。具有局部感知、全局共享、平移不变三个优势。典型结构由五层组成:数据输入层(INPUT)卷积计算层(CONV)激活层(RELU)池化层(POLL)全连接层(FC)数据输入层常用处理方式去均值(将数据中心化为0)归一化(减少各维度差异带来的干扰)去相关(目的是消...

2019-01-31 22:19:05

TensorFlow学习(二)——Graph可视化

TensorFlow使用数据流图实现计算任务,有的图比较简单,仅包含少量的节点和张量,但现实中的模型往往比较复杂,包含众多的节点和参数。这次,就需要创建多个数据流图,并使用名称作用域(namescope)来组织数据流图,同时,也方便使用TensorBoard对graph进行可视化。(1)创建Graph对象在一般的TensorFlow程序中,会使用默认的数据流图。当模型比较复杂时,就需要创建多...

2019-01-31 22:02:22

查看更多

勋章 我的勋章
  • GitHub
    GitHub
    绑定GitHub第三方账户获取
  • 持之以恒
    持之以恒
    授予每个自然月内发布4篇或4篇以上原创或翻译IT博文的用户。不积跬步无以至千里,不积小流无以成江海,程序人生的精彩需要坚持不懈地积累!
  • 勤写标兵Lv1
    勤写标兵Lv1
    授予每个自然周发布1篇到3篇原创IT博文的用户。本勋章将于次周周三上午根据用户上周的博文发布情况由系统自动颁发。