- 博客(17)
- 资源 (1)
- 收藏
- 关注
RSS订阅原创 3分钟搞懂jvm垃圾回收机制
几句话概括jvm垃圾回收机制1. jvm在堆内存中分为新生代和老年代。2. 新生代中分为eden区和from区、to区。新来的对象会放到eden区内。当eden区放不下了，会将eden区的对象移到from区。要是from区装不下，就放到将from区里的对象移到to区。如果to区内存也不够，to区中的东西会先查from区，from区不够，则会放到老年代内存中，此时该对象的年龄加一。当from...
2019-01-03 12:00:11
251
原创 3分钟搞懂jvm内存模型
1. 程序计数寄存器程序计数寄存器作用是用来记录线程执行到哪了，好下次接着继续执行，有点想游戏存档的感觉。程序是顺序执行的，为什么需要这种存档机制呢？因为程序虽然是顺序执行，但是程序执行的过程中线程会有多条，并且各线程并行执行。假设我们的计算机只有一个单核的CPU，那么这个CPU要同时处理多个线程。CPU会划分成多个时间片，来回在各个线程之间来回切换。举个例子，CPU先在A线程上处理一个时...
2019-01-02 16:56:46
264
原创 3分钟读懂java程序的执行原理
学校里的老师都会教java是一种高级语言，会由编译器编译执行。脱离了学校，回过头来想想，当时老师说的可真是简单，实际上理解起来还是需要下一番功夫的。1. 编译还是解释？老师都告诉我们了，java要编译才能执行。这确实不能够被反驳。我们知道java的运行离不开java虚拟机（jvm），然而jvm的实现却又很多种类。我们这里就以sun公司提供的hot spot虚拟机举例，java的执行过程中也...
2018-12-17 17:01:21
2181
原创 数据驱动测试该怎么理解？真的像传说中的那么diao吗？
当第一次听说数据驱动测试这个叫法，觉的很高大上，深入了解了下，似乎逼格没有那么高。参考了很多网上的文章，发现大家对数据驱动测试理解的似乎有些偏，事实上并非所有的测试都适合数据驱动，数据驱动也并非是用csv记录测试数据那么简单。于是，发文一篇，把自己的理解分享给大家。1. 数据驱动测试到底是什么 左边是未采用数据驱动的，右边采...
2018-12-12 12:05:56
1585
原创 简单粗暴地完成接口性能测试
作为一个QA，性能测试是避不开的。说性能测试的书、帖子都有少，它们会告诉你什么是性能测试，什么是压力测试，什么是负载测试等等，然后还会告诉你做性能测试的时候可以用jmeter、loadRunner等等工具。。。。。问题是，如果我是一个入门者，我即使了解了这些，对我的实际测试工作会有什么实质性的帮助吗？实际工作中会那么区分负载啊、压力啊这些概念性的东西吗？我知道了这些概念又能怎样？。。。。综...
2018-12-10 11:10:05
850
原创 Jmeter里的全能java测试sampler - Java request
Jmeter有用与测试java类的sampler，Java request sampler。这个sampler可以测试任何java类，同时可以在类中写任何的逻辑，可以写各种接口的测试逻辑，可以写服务的测试逻辑。。。理论上，这种sampler可以完成各种测试，当然前提是你有空来写一个完善的java脚本。上图是一个java requst的sampler，我将它放在线程组下，并给了它一个view...
2018-07-25 20:29:50
8173
2
原创 Jmeter头遭入门 - http接口测试
首先明确几个jmeter的主要逻辑单元概念：1. Test plan：故名思意，测试计划，可以是以测试者为单位的测试工作区域，也可以是以测试项目为单位的测试工作区域。比如，我可以将我自己的测试工作划分成一个test plan，集中管理我自己的测试工作。也可以将整个测试项目当作是一个test plan，好处同一个测试项目的测试配置大多相同，可以共享相同的config element。2. T...
2018-07-24 08:43:47
1141
原创 scikit-learn中的Lasson回归和Elastic Net回归
原理：我们知道岭回归是使用二范数（平方项）来对代价函数进行有偏分析。Lasson回归则是使用一范数（绝对值项）对代价函数进行有偏分析。而Elastic net是将二者结合，即使用平方项又使用绝对值项。用法：>>> from sklearn import linear_model>>> reg = linear_model.Lasso(alpha = 0.1)>>> re
2017-12-22 15:07:17
2753
原创 scikit-learn 岭回归 ridge regression
岭回归 ridge regression原理：为什么要用岭回归？（1）OLS的最小二乘法是无偏的，不适于一些病态的数据（2）当存在很强的多重共线性时X'X是不可逆（或者接近不可逆）的（3）实际上岭回归就是加2范数的最小二乘法（4）在XTX对角线上加上alpha，那么线性相关的概率就小很多了。用法：import matplotlib.pyplot as pltimp
2017-12-18 17:31:26
1495
1
原创 scikit-learn线性回归源码
1. 原理线性回归是一个大范围，我们通常所说的线性回归在scikit-learn中，以其实现原理命名称为original least squares，即普通最小二乘法。原理很简单，即用最小二乘法求得线性方程的系数（coef）和截距（intercept）。这是目标方程，两个未知参数Wi和W0，分别就是系数和截距最小二乘法表达式，即让真实值和预测值差值的平方最小，此时的系数和截
2017-12-17 18:39:33
1153
原创 使用Gedit打造python集成开发环境
一直使用sublime来进行python程序的编写，但是在linux系统里，sublime无法输入中文。网上虽然有很多解决方案，但都不完美。近日随意用起debian自带的gedit编辑器，发现其出乎意料的强大，使用自带系统插件就可实现python IDE的功能。下面就说说我如何将这款开源编辑器打造成python的继承开发环境。IDE无非如下几个功能：1、代码高亮等文本处理；2、代码自动补全；3
2017-06-18 13:56:37
6801
2
转载 adaboosting
节选自：http://www.cnblogs.com/tornadomeet/p/3395593.htmlBoosting： 主要以Adaboost为例，首先来看看Adaboost的流程图，如下： 从图中可以看到，在训练过程中我们需要训练出多个弱分类器（图中为3个），每个弱分类器是由不同权重的样本（图中为5个训练样本）训练得到（其中第一个弱分类器对应输入样本的
2017-06-08 22:00:58
2823
原创 机器学习-决策树算法
首先，决策树算法解决的是一个分类问题。它是为了解决预测目标对象属于哪一个预设分类的问题。比如说，我不知道明天是否要出门，于是我将预设分类为出门和不出门。我会根据天气预报的明天的天气情况来决定我最终的预设分类是哪个。决策树就是如此，它会根据已有数据及其属性，来将预测的目标对象归属到预设分类中。第二，决策树的组成。决策树有内部节点、外部节点和边。内部节点表示预测的条件，比如说上例中我们预测
2017-06-02 18:06:37
808
原创 Crab，一款python上优秀的推荐系统引擎
今天，逛网页发现了一款推荐系统的引擎——crab。它是python的一个开源包，整个推荐系统的构架已经写好，其中的推荐算法可以自己定义，在此构架上进行推荐算法的研究可以提高效率。1、crab的安装（1）在安装之前，需要一些python包和其他一些，这些是numpy, scipy, setuptools,scikits.learn, python development headers，
2014-04-07 23:23:34
1706
原创 java聊天程序（二）
版本0.2，实现功能：实现客户端与服务器端的文本传输客户端：import java.awt.*;import java.awt.event.*;import java.io.*;import java.net.*;public class Client { public static void main(String[] args) { new Client()
2013-08-15 16:58:20
449
原创 java聊天程序（一）
版本0.1，实现功能：客户端窗体设计、客户端与服务器端的网络连接、“Client端，在TextField中输入文本，按回车键之后，该文本显示在TextArea中”。client端代码如下：import java.awt.*;import java.awt.event.*;import java.io.*;import java.net.*;public class Clien
2013-08-12 09:12:10
427
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人