linux-shell脚本基础-2
1,用户组 添加用户
useradd
-u UID
-o
-g 指定 GID或组名
-c 注释信息
-d 家目录
-s shell
-G 附加组
-r 系统用户
-m 家目录，系统用户
-M 不创建家目录，非系统用户
newusers file : 批量创建用户，需要事先准备好跟passwd格式一样的文件
chpasswd : 批量修改用户口令，文件格式
[不知道出自什么OJ]最大利润
题目描述 政府邀请了你在火车站开饭店，但不允许同时在两个相连接的火车站开。任意两个火车站有且只有一条路径，每个火车站最多有50个和它相连接的火车站。 告诉你每个火车站的利润，问你可以获得的最大利润为多少。 输入格式 第一行输入整数N（N≤100000），表示有N个火车站，分别用1，2，... ，N来编号。 接下来N行，每行一个整数（不超过10000）表示每个站点的利润。 接下来N-1行描述火车站网络，每行两个整数，表示相连接的两个站点。 输出格式 输出一个整数表示可以获得的最大利润。 题目分析
系统任务栏图标透明且无法打开解决办法 for Windows
电脑系统任务栏下的图标变成透明的而且无法打开，多次尝试找到了一个完美解决方法！ 1.打开注册表 按下：win+R打开“运行”，输入"regedit"打开注册表。 2.打开目录找到值项 依次打开 HKEY_CURRENT_USER\Software\Classes\Local Settings\Software\Microsoft\Windows\CurrentVersion\TrayNotify 3.清空项值 找到IconStreams和PastIconsStream将它俩的值全选清空。 4.
Java基础面试题及答案（二）
容器 18. java 容器都有哪些？ 常用容器的图录： 19. Collection 和 Collections 有什么区别？ java.util.Collection 是一个集合接口（集合类的一个顶级接口）。它提供了对集合对象进行基本操作的通用接口方法。Collection接口在Java 类库中有很多具体的实现。Collection接口的意义是为各种具体的集合提供了最大化的统一操作方式，其直接继承接口有List与Set。 Collections则是集合类的一个工具类/帮助类，其中提供了一系
SVM: Maximum Margin Classifier
本文是“支持向量机系列”的第一篇，参见本系列的其他文章。 支持向量机即 Support Vector Machine，简称 SVM 。我最开始听说这头机器的名号的时候，一种神秘感就油然而生，似乎把 Support 这么一个具体的动作和 Vector 这么一个抽象的概念拼到一起，然后再做成一个 Machine ，一听就很玄了！ 不过后来我才知道，原来 SVM 它并不是一头机器，而是一种算法，或者，确切地说，是一类算法，当然，这样抠字眼的话就没完没了了，比如，我说 SVM 实际上是一个分类器 (C
linux-awk-3
awk 基础语法
Awk –Fs ‘/pattern/ {action}’ input-file
(或者)
Awk –Fs ‘{action}’ input-file -F 为字段分界符。如果不指定，默认会使用空格作为分界符。 /pattern/和{action}9-AWk需要用单引号引起来。 /pattern/是可选的。如果不指定，awk 将处理输入文件中的所有记录。如果指定一个模式，awk 则只处理匹配指定的模式的记录。 Awk 程序结构(BEGIN,body,END)区域 BEGIN 区
洛谷p3367 并查集 模板（人称找爹）
找爹函数模板 int find(int x)照样定义一个函数find { if(fa[x]!=x) fa[x]=find(fa[x]);找到他的爹，就是找到他的根源 return fa[x]; } #include<bits/stdc++.h> using namespace std; int mo[500005]; int n,m,zi,xi,yi; int find(int x) { if(mo[x]!=x) mo[x]=find(mo[x]); return mo[x];
Paper | Dynamic Residual Dense Network for Image Denoising
目录 故事背景 DRDN 训练 发表于2019 Sensors。 摘要 Deep convolutional neural networks have achieved great performance on various image restoration tasks. Specifically, the residual dense network (RDN) has achieved great results on image noise reduction by cascadin
Java基础面试题及答案（三）
多线程 35. 并行和并发有什么区别？ 并行是指两个或者多个事件在同一时刻发生；而并发是指两个或多个事件在同一时间间隔发生。 并行是在不同实体上的多个事件，并发是在同一实体上的多个事件。 在一台处理器上“同时”处理多个任务，在多台处理器上同时处理多个任务。如hadoop分布式集群。 所以并发编程的目标是充分的利用处理器的每一个核，以达到最高的处理性能。 36. 线程和进程的区别？ 简而言之，进程是程序运行和资源分配的基本单位，一个程序至少有一个进程，一个进程至少有一个线程。进程在执行过程中拥有
linux-包管理器-4
安装 升级 查询 导入公钥 rpm -K|checksig rpmfile 检查包的完整性和签名 rpm --import /etc/pki/rpm-gpg/RPM-GPG-KEY-CentOS-7 yum-config-manager --add-repo= http://172.16.0.1/cobbler/ks_mirror/7/ rpm -qpR openssl.x86.rpm rpm -qi openssl 包信息 rpm -qf /usr/lib/libssl.so.6 查询哪个包
Java实现泛型队列
class node{
int x;
int y;
}
public class Test {
public static void main(String[] args) {
MyQueue<String> q=new MyQueue<String>();
q.push("xxx");
q.push("xxx");
q.push("xxx");
MyBatis==>简介
一、概述 MyBatis 是一款优秀的持久层框架，它支持定制化 SQL、存储过程以及高级映射。MyBatis 避免了几乎所有的 JDBC 代码和手动设置参数以及获取结果集。MyBatis 可以使用简单的 XML 或注解来配置和映射原生信息，将接口和 Java 的 POJO(Plain Ordinary Java Object,普通的 Java对象)映射成数据库中的记录。 二、MyBatis的优缺点 优点： MyBatis是最简单的持久化框架，小巧并且简单易学； MyBatis相当灵活，不会
LG5003 跳舞的线 - 乱拐弯 线性DP
问题描述 LG5003 题解 设 \(mx[i][j][0/1]\)代表当前位置、朝向的最大拐弯数，最小同理。 来源为左边和上边。 坑点：起点可能为#。 \(\mathrm{Code}\) #include<bits/stdc++.h>
using namespace std;
template <typename Tp>
void read(Tp &x){
x=0;char ch=1;int fh;
while(ch!='-'&&(ch<'0'||ch>'9')) ch=g
day-5while循环的运用
#引入random模块# import random #调用random模块中的随机整数函数# secret = random.randint(1,10) #输出旁白切割线+随机生成的数字，方便测试用（注意str(secret) 这么写是因为字符和整形不能相加，需要统一修改成字符串类型）# print('-------------------------------------------' + str(secret)) #定义变量count用于while循环，限定循环次数# count =
Java 之 Response 发送验证码案例
定义一个 Servlet 用来在内存中生成 二维码图片，并向浏览器页面输出。 1 import javax.imageio.ImageIO;
2 import javax.servlet.ServletException;
3 import javax.servlet.annotation.WebServlet;
4 import javax.servlet.http.HttpServlet;
5 import javax.servlet.http.HttpServletRe
008 浅拷贝与深拷贝
/*
目录:
一 思考
二 浅拷贝
三 深拷贝
*/ 一 思考 浅拷贝
1 原因:
(1) a类拥有堆空间。
(2) b类，b = a;
(3) 编译器无法区分b类是否要申请堆空间，且b类堆空间要拷贝a类堆空间数据。
(4) 只能b类某指针指向a类堆空间数据。
深拷贝
1 目的: 编译器对类操作堆数据不完善，需要自己编写 二 浅拷贝 #include "stdafx
阶段5 3.微服务项目【学成在线】_day05 消息中间件RabbitMQ_8.RabbitMQ研究-工作模式-发布订阅模式-生产者
Publish/subscribe：发布订阅模式 发布订阅模式： 1、每个消费者监听自己的队列。 2、生产者将消息发给broker，由交换机将消息转发到绑定此交换机的每个队列，每个绑定交换机的队列都将接收 到消息 中间多了个交换机 一个消息生产者先发送给交换机，由交换机把消息发送给各个队列。每个队列都有不同的消费者在监听 实现了发布一个消息 多个消费者都可以接收到这个消息了 如果把下面的队列干掉。那么红色圈出的部分和工作模式是相同的。工作对垒虽然没有交换机也会有一个默认的交换机。 所以说发布于
[转载]神经网络偏置项(bias)的设置及作用
[转载]神经网络偏置项(bias)的设置及作用 原文来自:https://www.cnblogs.com/shuaishuaidefeizhu/p/6832541.html 1、什么是bias？ 偏置单元（bias unit），在有些资料里也称为偏置项（bias term）或者截距项（intercept term），它其实就是函数的截距，与线性方程 y=wx+b 中的 b 的意义是一致的。在 y=wx+b中，b表示函数在y轴上的截距，控制着函数偏离原点的距离，其实在神经网络中的偏置单元也是类似
今日推荐
周排行