原创 spring 學習攻略

轉載自:http://geek.csdn.net/news/detail/115029 剛剛進入研一,想想先把Java的基礎打紮實,然後捧着一本厚厚的spring攻略在啃,看了很多了,下面講一下主要的技術點,spring還是一個比較輕

原创 Java集合框架詳解之繼承queue接口

趁着最近比較閒,靜下心來準備把關於集合框架的東西好好整理一下,邊學邊整理。近階段先是整理整體的知識點,一些接口,一些繼承類以及它們的特性,用法,後續還會有一些常用的,比較重要的類的jdk源碼剖析。 Java集合框架詳解之繼承set

原创 bigdata之hadoop

初學大數據,慢慢更筆記。 Hadoop是一個能夠對大量數據進行分佈式處理的軟件框架,並且是以一種可靠、高效、可伸縮的方式進行處理的,它具有以下幾個方面的特性: •   高可靠性 •   高效性 •   高可擴展性 •   高容錯性

原创 深度學習準備之安裝雙系統

去年下半年看了相關目標檢測的論文,一些傳統的算法,一些CVPR,TPAMI,ECCV,ICCV,,NIPS,比較前沿的進展,主要都是基於深度學習卷積神經網絡方面的,包括RCNN,SPP-NET,Fast-RCNN,Faster-RCNN,

原创 Kafka學習

本文轉載自:http://www.58maisui.com/2016/11/15/883/ Kafka 架構簡介   Kafka是一個開源的、分佈式的、可分區的、可複製的基於日誌提交的發佈訂閱消息系統。它具備以下特點: ·消息持久化:

原创 Java集合框架詳解之繼承set接口

Java集合框架詳解 趁着最近比較閒,靜下心來準備把關於集合框架的東西好好整理一下,邊學邊整理。近階段先是整理整體的知識點,一些接口,一些繼承類以及它們的特性,用法,後續還會有一些常用的,比較重要的類的jdk源碼剖析。 首先在集

原创 深度學習之Ubuntu下安裝caffe和TensorFlow的cpu版本

去年下半年看了相關目標檢測的論文,一些傳統的算法,一些CVPR,TPAMI,ECCV,ICCV,,NIPS,比較前沿的進展,主要都是基於深度學習卷積神經網絡方面的,包括RCNN,SPP-NET,Fast-RCNN,Faster-RCNN,

原创 深度學習之Windows下安裝caffe及配置Python和matlab接口

去年下半年看了相關目標檢測的論文,一些傳統的算法,一些CVPR,TPAMI,ECCV,ICCV,,NIPS,比較前沿的進展,主要都是基於深度學習卷積神經網絡方面的,包括RCNN,SPP-NET,Fast-RCNN,Faster-RCNN,

原创 深度學習之Windows下安裝faster-rcnn

去年下半年看了相關目標檢測的論文,一些傳統的算法,一些CVPR,TPAMI,ECCV,ICCV,,NIPS,比較前沿的進展,主要都是基於深度學習卷積神經網絡方面的,包括RCNN,SPP-NET,Fast-RCNN,Faster-RCNN,

原创 java中string,stringbuffer和stringbuilder的問題

關於StringBuilder,一般同學只簡單記住了,字符串拼接要用StringBuilder,不要用+,也不要用StringBuffer,然後性能就是最好的了,真的嗎嗎嗎嗎?   1.初始長度好重要,值得說四次。 StringBuild

原创 Java API 與HBase交互實例

HBase提供了Java Api的訪問接口,掌握這個就跟Java應用使用RDBMS時需要JDBC一樣重要本篇blog轉載自:https://blog.csdn.net/lifuxiangcaohui/article/details/399

原创 美團技術團隊:實例詳解機器學習如何解決問題(轉載)

原文  http://tech.meituan.com/mt-mlinaction-how-to-ml.html 前言 隨着大數據時代的到來,機器學習成爲解決問題的一種重要且關鍵的工具。不管是工業界還是學術界,機器學習都是一個炙手可

原创 GBDT(梯度提升決策樹)剖析

在網上看到一篇對從代碼層面理解gbdt比較好的文章,轉載記錄一下:                GBDT(Gradient Boosting Decision Tree) 又叫 MART(Multiple Additive Reg

原创 Spark性能調優之數據本地化

    本篇blog講述實際spark項目中調優的一個小技巧,調節數據本地化的等待時長。    Spark在Driver上,對Application的每一個stage的task,進行分配之前,都會計算出每個task要計算的是哪個分片數據,

原创 Spark性能調優之廣播大變量

    本篇blog講述在實際spark項目中可能需要注意的一個性能調優的一個點,就是broadcast大變量。    默認的在spark作業中,task執行的算子中,使用了外部的變量,每個task都會獲取一份變量的副本,有什麼缺點呢?<