原创 軟件測試之路淺談

      小李從畢業以來從事過兩個多月的Oracle開發後轉型了轉型爲轉件測試,總結淺談一下之間的心路歷程,希望能給徘徊在開發和測試之前的同學一點小小參考,希望路過的測試大牛給出一些很好的指導。一:測試之路伏筆       小李上學偷懶,

原创 C++程序設計

C++程序設計  之前學過C++課程,但是時間有點久,忘了很多,這裏做一個簡單的回顧。  網站推薦: C++在線編譯器  學習C++之前,您可以先了解C語言。  c++的擴展名一般爲cpp(cplusplus)。  補充: 這裏介紹瞭如何編

原创 python模塊之re正則表達式

一、簡單介紹正則表達式是一種小型的、高度專業化的編程語言,並不是python中特有的,是許多編程語言中基礎而又重要的一部分。在python中,主要通過re模塊來實現。正則表達式模式被編譯成一系列的字節碼,然後由用c編寫的匹配引擎執行。那麼正

原创 用scikit-learn和pandas學習線性迴歸

      對於想深入瞭解線性迴歸的童鞋,這裏給出一個完整的例子,詳細學完這個例子,對用scikit-learn來運行線性迴歸,評估模型不會有什麼問題了。1. 獲取數據,定義問題    沒有數據,當然沒法研究機器學習啦。:) 這裏我們用UC

原创 jquery配合.NET實現點擊指定綁定數據並且能夠一鍵下載

最近在做培訓管理系統中遇到一個問題,需求需點擊綁定的數據,將指定的附件下載下來,並且是批量下載(綁定的數據非datagrid,後臺拼接的綁定)。效果圖如下:大體思路:1.jquery得到選中的綁定數據的id,將這個id賦值到數組中,最後將這

原创 頁面的div中有滾動條,js實現刷新頁面後回到記錄時滾動條的位置

  當div中綁定數據,給它一個屬性overflow-y: scroll,添加長度大小,使其能夠出現滾動條;每次刷新的時候滾動條總是會出現在最上方,這使我很頭疼,經過查閱網上資料,返現兩種方法可行。如下:第一種方案  將上一個頁面的div的

原创 玩轉 Ceph 的正確姿勢

玩轉 Ceph 的正確姿勢本文先介紹 Ceph, 然後會聊到一些正確使用 Ceph 的姿勢;在集羣規模小的時候,Ceph 怎麼玩都沒問題;但集羣大了(到PB級別),這些準則可是保證集羣健康運行的不二法門;Ceph 最初的目標是做一個分佈式文

原创 機器學習研究與開發平臺的選擇

    目前機器學習可以說是百花齊放階段,不過如果要學習或者研究機器學習,進而用到生產環境,對平臺,開發語言,機器學習庫的選擇就要費一番腦筋了。這裏就我自己的機器學習經驗做一個建議,僅供參考。    首先,對於平臺選擇的第一個問題是,你是要

原创 Unity3d Hololens MR開發入門

一、Hololens概述Hololens有以下特性1、空間映射藉助微軟特殊定製的全息處理單元(HPU),HoloLens 實現了對周邊環境的快速掃描和空間匹配。這保證了 HoloLens能夠準確地在真實世界表面放置或展現全息圖形內容,確保了

原创 CSS3中字體平滑處理和抗鋸齒渲染

在圍觀Drupal官方主題的時候,發現了一個有意思的非標準CSS選擇器-webkit-font-smoothing,於是上手把玩了一番。如何使用css3字體平滑顯示呢 要知道,W3C對CSS中字體的抗鋸齒渲染是有過考慮的,如font-smo

原创 用大白話聊聊JavaSE -- 自定義註解入門

註解在JavaSE中算是比較高級的一種用法了,爲什麼要學習註解,我想大概有以下幾個原因:1. 可以更深層次地學習Java,理解Java的思想.2. 有了註解的基礎,能夠方便閱讀各種框架的源碼,比如hibernate,SpringMVC等等。

原创 關於datagrid中控件利用js調用後臺方法事件的問題

前臺調用後臺方法除了用button的click事件,還可以用js調用 一、前臺頁面如圖 需求點擊這個按鈕觸發後臺事件,從而能夠調用存儲過程<epoint:HyperLinkColumn HeaderText="考評算分" Name="Set

原创 SimRank協同過濾推薦算法

    在協同過濾推薦算法總結中,我們講到了用圖模型做協同過濾的方法,包括SimRank系列算法和馬爾科夫鏈系列算法。現在我們就對SimRank算法在推薦系統的應用做一個總結。1. SimRank推薦算法的圖論基礎    SimRank是基

原创 C#服務器獲取客戶端IP地址以及歸屬地探祕

背景:博主本是一位Windows桌面應用程序開發工程師,對網絡通信一知半解。一日老婆逛完某寶,問:“爲什麼他們知道我的地址呢,他們是怎麼獲取我的地址的呢?”  順着這個問題我們的探祕開始:第一步:簡單的服務搭建思路,通過HttpListen

原创 交叉驗證(Cross Validation)原理小結

    交叉驗證是在機器學習建立模型和驗證模型參數時常用的辦法。交叉驗證,顧名思義,就是重複的使用數據,把得到的樣本數據進行切分,組合爲不同的訓練集和測試集,用訓練集來訓練模型,用測試集來評估模型預測的好壞。在此基礎上可以得到多組不同的訓練