eouaq448466的博客

问题描述：之前有个项目是Java web的项目，但是后来我导入到我电脑里的myEclipse里后就变成了Java项目。查找了资料解决了，网上大部分都是说在eclipse里解决这个问题，在myEclipse里解决的方法却很少，现在记录下这个问题   解决方案：将正常项目下根路径下面的.project文件拷贝至导入MyEclipse后变成java项目的项目根路径下，选中项目文件夹，右键刷新即可。

4-9 二叉树的遍历   (25分) 输出样例（对于图中给出的树）： Inorder: D B E F A G H C I Preorder: A B D F E C G H I Postorder: D E F B H G I C A Levelorder: A B C D F G I E H  代码：(都是遍历的算法） 1 // 4-9

C++二维数组_微学苑 具有两个下标的数组称为二维数组。有些数据要依赖于两个因素才能惟一地确定，例如有3个学生，每个学生有4门课的成绩，显然，成绩数据是一个二维表，如书中表5.1所示。 表5.1 学生成绩数据表 学生序号 课程1 课程2 课程3 课程4 课程5 学生1 85 78 99 96 88 学生2 76 89 75

前言: 学习python已经有一段时间了，最近在学twisted(博客:twisted安装),redis,rabbitMQ感觉有点难度，所以还是写下博客整理下。   一、Redis的安装 redis是一种no-sql缓存数据库。本身是线程安全的，自己使用时不用加锁，redis已经做了限制。 我安装的是Windows64位版本的，所以简单讲下Windows下的安装:下载地址 Redis

内省是什么？ 开发框架时，经常需要使用java对象的属性来封装程序的数据，每次都是用反射技术完成此类操作过于麻烦，所以sun公司开发了一套API，专门用于操作Java对象的属性。 什么是Java对象的属性和属性的读写方法？ 内省访问JavaBean属性的两种方式： 1.通过ProperityDescriptor类操作Bean的属性； 2.通过Introspector类获得Bean对象的B

分析 第一个台阶  1 第二个台阶  11 2    //走两次1步或者走1次两步 第三个台阶  111 12 21 3 第四个台阶  1111 112 121 211 22 13 31 f(n)=f(n-1)+f(n-2)+f(n-3)  第n个台阶的可能 = n-1台阶的可能+n-2台阶的可能+n-3台阶的可能  我这里采用了递归算法 //param x 台阶数目 in

jQuery 选择器简介 　　　　  jQuery 选择器允许对 HTML 元素组或单个元素进行操作。 　　　　jQuery 选择器基于元素的 id、类、类型、属性、属性值等"查找"（或选择）HTML 元素。 它基于已经存在的 CSS 选择器，除此之外，它还有一些自定义的选择器。 　　　　jQuery 中所有选择器都以美元符号开头：$()。 1 .基本选择器 　　　　$("#test

HTTP识别用户的几种技巧 承载用户身份信息的HTTP首部 客户端IP地址跟踪，通过用户的IP地址对其进行识别 用户登录，用认证方式识别用户 胖URL，一种在URL中潜入识别信息的技术 cookie，一种强大高效的持久身份识别技术 一，承载用户相关信息的HTTP首部 from 用户的email地址 少用 user-agent 用户的浏览器软件 将用户所用的浏览器信息告知服务

ElasticSearch（简称ES）是一个基于Lucene的分布式全文搜索服务器，和SQL Server的全文索引（Fulltext Index）有点类似，但是ES天生具有分布式和实时的属性，本随笔演示在Windows环境中安装ElasticSearch，以及用于管理ElasticSearch的Head插件。 ElasticSearch官网：http://www.elasticsearch.o

先说废话：在导师办公室2天+自己在家一天终于完成了caffe的配置，（上一篇随笔说好每天更新blog没有做到但我真的有在忙= =）整个过程掉坑无数，还好lucky enough配置完毕，趁着在跑cifar-10的train_full的时间整理一下整个流程，等导师的titanx到了以后还要再配置一次。   env:Alienware17-R3, Ubuntu16.04 64-bit, NVIDI

/etc/passwd文件与 /etc/shadow文件 /etc/passwd文件 /etc/passwd文件主要存放登录名、UID等用户相关信息，用户登录密码存放在/etc/shadow文件中。 例子：root:x:0:0:root:/root:/bin/bash ftp:x:14:50:FTP User:/var/ftp:/sbin/nologin root : x : 0 : 0

css3 2d转换 2d转换的方法： 1、移动 translate(x, y) 可以改变元素的位置，x、y可为负值； 2、缩放 scale(x, y) 可以对元素进行水平和垂直方向的缩放，x、y的取值可为小数，不可为负值； 4、旋转 rotate(deg) 可以对元素进行旋转，正值为顺时针，负值为逆时针； 5、倾斜 skew(deg, deg) 可以使元素按一定的角度进行倾斜 2d转换

不像英文那样单词之间有空格作为天然的分界线， 中文词语之间没有明显界限。必须采用一些方法将中文语句划分为单词序列才能进一步处理， 这一划分步骤即是所谓的中文分词。 主流中文分词方法包括基于规则的分词，基于大规模语料库的统计学习方法以及在实践中应用最多的规则与统计综合方法。 隐马尔科夫模型(HMM)是中文分词中一类常用的统计模型， 本文将使用该模型构造分词器。关于HMM模型的介绍可以参见隐式马尔

阅读目录 前言 解决数据一致性的方案 回到DDD 设计 实现 结语   一、前言 　　之前的十一篇把用户购买商品并提交订单整个流程上的中间环节都过了一遍。现在来到了这最后一个环节，提交订单。单从业务上看，这个动作的背后包含了多个业务操作，根据用户填写的订单信息生成订单、扣除使用的余额和积分、使用选择的礼券等等。其中涉及到多个上下文的操作，包括新引入的订单上下文，那么如何同时与多个

一、一个包含N个元素的字符串、元组、序列、以及任何可迭代对象均可以拆分成N个单独的“变量” 　　1.字符串的拆分 1 #字符串 2 In [10]: s="abdefg" 3 In [11]: o, p, q, x, y, z = s4 In [12]: q 5 Out[12]: 'd' 6 In [13]: x 7 Out[13]: 'e' 8 In [14]: z 9 O

在我正式开始阅读这本书之前，我对于软件工程这个词汇的概念还是模糊的，认为它只是停留在是一门学科，一个专业，或者是一大堆硬生生的理论知识，然而当我读完构建之法这本书的推荐序和第一，第二版前言开始，我就深刻意识到我之前对于软件工程的肤浅认识是多么错误。 　　我看书一般喜欢从从书的封面开始看起，或许这也是大多数人看书的习惯，·在本书的封面素描着一副鲁班锁，刚开始让人感觉有点奇怪，明明是一本讲软件工程的

序言 　　今天是2016年在公司的最后一天，也没什么工作，突然兴致来了写个年终总结吧（其实思维导图早已做好，想着抽个时间好好弄弄，也算给自己一个交代）。 我的2016 　　总的来说2016年还是完成了几件大事：第一次出国回国，第一次携伴旅行，第一次买房，第一次拿驾照，第一次到北京换工作，第一次结婚（哈哈）......总之，这一年收货颇丰，但却是慌慌张张的完成的。 关于旅行 　　 本来

这是一个Trie树标准模版 By Leo 本人版权，请勿抄袭！！ 先看教程：  1. 什么是trie树   1.Trie树 （特例结构树）         Trie树，又称单词查找树、字典树，是一种树形结构，是一种哈希树的变种，是一种用于快速检索的多叉树结构。典型应用是用于统计和排序大量的字符串（但不仅限于字符串），所以经常被搜索引擎系统用于文本词频统计。它的优点是：最大限度地

（1）首先，出现layer registry error，提示convolutional layer已经注册过了。网上大多的问题是提示unknown layer，并非already registed，大概有两种针对前一种的解决方法：1.链接的caffe静态库和动态库的区别，应该链接动态库？2.caffe的注册机制的问题，添加头文件，外部强制注册？感觉不太像是我这个问题的答案。查了谷歌，好像是我装了

在 /home/your_name/TensorFlow/DCGAN/ 下新建文件 train.py，同时新建文件夹 logs 和文件夹 samples，前者用来保存训练过程中的日志和模型，后者用来保存训练过程中采样器的采样图片，在 train.py 中输入如下代码： # -*- coding: utf-8 -*- import tensorflow as tf import os