<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[用时间去蜕变]]></title><description><![CDATA[制怒、自省]]></description><link>https://blog.csdn.net/u011669700</link><language>zh-cn</language><generator>https://blog.csdn.net/</generator><copyright><![CDATA[Copyright &copy; u011669700]]></copyright><item><title><![CDATA[仿 common-lang 包的 go 语言工具库]]></title><link>https://blog.csdn.net/u011669700/article/details/108496894</link><guid>https://blog.csdn.net/u011669700/article/details/108496894</guid><author>u011669700</author><pubDate>Wed, 09 Sep 2020 18:01:07 +0800</pubDate><description><![CDATA[common-lang-in-go
https://github.com/sjsdfg/common-lang-in-go


Java 程序员编写的类似 common-lang 工具包
包名就是要用大驼峰，不想改成 go 规范的包名。自己写的任性
how to use
go get github.com/sjsdfg/common-lang-in-go

StringUtils

IsEmpty(str string) bool
IsNotEmpty(str string) bool
IsAllEmpty]]></description><category></category></item><item><title><![CDATA[DeepLearning4j - INDArray 转为图像]]></title><link>https://blog.csdn.net/u011669700/article/details/86370491</link><guid>https://blog.csdn.net/u011669700/article/details/86370491</guid><author>u011669700</author><pubDate>Sat, 12 Jan 2019 18:47:32 +0800</pubDate><description><![CDATA[DeepLearning4j - INDArray 转为图像
三通通道彩色图
代码引自：https://github.com/sjsdfg/dl4j-tutorials/blob/master/src/main/java/styletransfer/NeuralStyleTransfer.java
 /**
 * Takes an INDArray containing an image load...]]></description><category></category></item><item><title><![CDATA[Java 校招面试大全]]></title><link>https://blog.csdn.net/u011669700/article/details/84887892</link><guid>https://blog.csdn.net/u011669700/article/details/84887892</guid><author>u011669700</author><pubDate>Fri, 07 Dec 2018 21:59:28 +0800</pubDate><description><![CDATA[面试准备

HBase
HBase 基础结构

1. HMaster

HMaster 是 HBase 主/从集群架构的的中央节点；
HMaster 将 Region 分配给 RegionServer，协调 RegionServer 的负载并维护集群状态；
维护表和 Region 的元数据，不参与数据的输入/输出过程

2. RegionServer

维护 HMaster 分配的 Region，...]]></description><category></category></item><item><title><![CDATA[ECharts - 获取全国省市区地区geo json]]></title><link>https://blog.csdn.net/u011669700/article/details/81287787</link><guid>https://blog.csdn.net/u011669700/article/details/81287787</guid><author>u011669700</author><pubDate>Mon, 30 Jul 2018 16:46:12 +0800</pubDate><description><![CDATA[Datav Geo

]]></description><category></category></item><item><title><![CDATA[【剑指Offer】- 重建二叉树[Java版]]]></title><link>https://blog.csdn.net/u011669700/article/details/80670653</link><guid>https://blog.csdn.net/u011669700/article/details/80670653</guid><author>u011669700</author><pubDate>Tue, 12 Jun 2018 20:24:46 +0800</pubDate><description><![CDATA[题目描述 
输入某二叉树的前序遍历和中序遍历的结果，请重建出该二叉树。假设输入的前序遍历和中序遍历的结果中都不含重复的数字。例如输入前序遍历序列{1,2,4,7,3,5,6,8}和中序遍历序列{4,7,2,1,5,3,8,6}，则重建二叉树并返回。



/**
 * Created by Joe on 2018/6/6
 */
/**
 * Created by Joe on 2018/6/6
...]]></description><category></category></item><item><title><![CDATA[Deeplearning4j - 入门视频]]></title><link>https://blog.csdn.net/u011669700/article/details/80629357</link><guid>https://blog.csdn.net/u011669700/article/details/80629357</guid><author>u011669700</author><pubDate>Fri, 08 Jun 2018 23:42:16 +0800</pubDate><description><![CDATA[Deeplearning4j - 入门视频



因为Deeplearning4j的资料较少，而且并无国内的视频资料。

因此个人录制了一套Deeplearning4j的入门级视频，目前视频上传在 Bilibili，无广告大家看起来也方便：


【教程】Deeplearning4j入门（一）- 寒沧
【教程】Deeplearning4j入门（二）ND4J基本操作- 寒沧
【教程】Deeplearn...]]></description><category></category></item><item><title><![CDATA[Deeplearning4j-使用Cuda 9.1和 Cudnn7.1 加速模型训练]]></title><link>https://blog.csdn.net/u011669700/article/details/80357646</link><guid>https://blog.csdn.net/u011669700/article/details/80357646</guid><author>u011669700</author><pubDate>Thu, 17 May 2018 22:05:55 +0800</pubDate><description><![CDATA[Deeplearning4j-使用Cuda 9.1和 Cudnn7.1 加速模型训练





一、卸载Cuda （可选）

我本机原本安装的版本为 Cuda 8.0，因为Dl4j更新版本之后，支持 Cuda 9.1，因此需要先对原有软件进行卸载。

我电脑的操作系统为win 10，在你安装完成以后，会有如下图所示的安装软件：



除了图中用红框标注的这三个，全部卸载。

即可完成cuda的卸载...]]></description><category></category></item><item><title><![CDATA[Java - 剖析ArrayList]]></title><link>https://blog.csdn.net/u011669700/article/details/80231428</link><guid>https://blog.csdn.net/u011669700/article/details/80231428</guid><author>u011669700</author><pubDate>Mon, 07 May 2018 20:56:20 +0800</pubDate><description><![CDATA[Java - 剖析ArrayList





一、基本用法

ArrayList 是一个泛型容器，在新建 ArrayList 的时候需要实例化泛型参数，如下：



ArrayList&amp;lt;Integer&amp;gt; intList = new ArrayList&amp;lt;Integer&amp;gt;();
ArrayList&amp;lt;String&amp;gt; strList = new ArrayList&amp;l...]]></description><category></category></item><item><title><![CDATA[Java - Java异常总结脑图]]></title><link>https://blog.csdn.net/u011669700/article/details/80216256</link><guid>https://blog.csdn.net/u011669700/article/details/80216256</guid><author>u011669700</author><pubDate>Sun, 06 May 2018 17:20:41 +0800</pubDate><description><![CDATA[



Exception

Exception则可使从任何标准Java库的类方法，自己的方法以及运行时任何异常中抛出来的基类型。

异常可分为执行异常（RuntimeException）和检查异常（Checked Exceptions）两种

RuntimeException

RuntimeException在默认情况下会得到自动处理。所以通常用不着捕获RuntimeException，但在自...]]></description><category></category></item><item><title><![CDATA[Spark2.3 - 运行异常NoSuchMethodError：io.netty.buffer.PooledByteBufAllocator.metric()]]></title><link>https://blog.csdn.net/u011669700/article/details/80195886</link><guid>https://blog.csdn.net/u011669700/article/details/80195886</guid><author>u011669700</author><pubDate>Fri, 04 May 2018 15:30:44 +0800</pubDate><description><![CDATA[Spark2.3 - 运行异常NoSuchMethodError：io.netty.buffer.PooledByteBufAllocator.metric()



一、问题说明

在一个项目中同时引入了多个框架


hbase 1.4.1
kafka 1.1.0
spark 2.3.0


在以local模型运行spark示例程序的时候，出现如下报错：



Exception in thre...]]></description><category></category></item><item><title><![CDATA[Deeplearning4j - ND4j方法快速索引]]></title><link>https://blog.csdn.net/u011669700/article/details/80139619</link><guid>https://blog.csdn.net/u011669700/article/details/80139619</guid><author>u011669700</author><pubDate>Sat, 28 Apr 2018 21:43:18 +0800</pubDate><description><![CDATA[Deeplearning4j - ND4j方法快速索引

ND4J和ND4S是JVM的科学计算库，并为生产环境设计，亦即例程运行速度快，RAM要求低。

主要特点：


多用途多维数组对象
多平台功能，包括GPU
线性代数和信号处理功能


由于易用性上存在的缺口，Java、Scala和Clojure编程人员无法充分利用NumPy或Matlab等数据分析方面最强大的工具。Breeze等其他库则不支...]]></description><category></category></item><item><title><![CDATA[Java - Java并发脑图]]></title><link>https://blog.csdn.net/u011669700/article/details/80083876</link><guid>https://blog.csdn.net/u011669700/article/details/80083876</guid><author>u011669700</author><pubDate>Wed, 25 Apr 2018 18:45:30 +0800</pubDate><description><![CDATA[转载自： https://www.jianshu.com/p/d8a7cbf124c5

图片连接： https://upload-images.jianshu.io/upload_images/2615789-2465df1a22cfde14.png 


Java并发脑图高清版]]></description><category></category></item><item><title><![CDATA[Java - 可重入锁ReentrantLock实现原理]]></title><link>https://blog.csdn.net/u011669700/article/details/80070892</link><guid>https://blog.csdn.net/u011669700/article/details/80070892</guid><author>u011669700</author><pubDate>Tue, 24 Apr 2018 21:19:06 +0800</pubDate><description><![CDATA[Java - 可重入锁ReentrantLock实现原理

在实现层面除了依赖于CAS(compareAndSet)方法之外，同时依赖于类LockSupport中的一些方法。





一、LockSupport

类 LockSupport 位于包 java.util.concurrent.locks ，其基本方法有



public static void park()
public sta...]]></description><category></category></item><item><title><![CDATA[Java - 可重入锁ReentrantLock简单用法]]></title><link>https://blog.csdn.net/u011669700/article/details/80069097</link><guid>https://blog.csdn.net/u011669700/article/details/80069097</guid><author>u011669700</author><pubDate>Tue, 24 Apr 2018 19:16:45 +0800</pubDate><description><![CDATA[Java - 可重入锁ReentrantLock简单用法

Java 中显示锁的借口和类主要位于java.util.concurrent.locks下，其主要的接口和类有：


锁接口Lock，其主要实现为ReentrantLock
读写锁接口ReadWriteLock，其主要实现为ReentrantReadWriteLock






一、接口Lock

其中显示锁Lock的定义为：



p...]]></description><category></category></item><item><title><![CDATA[Kafka - 偏移量提交]]></title><link>https://blog.csdn.net/u011669700/article/details/80053313</link><guid>https://blog.csdn.net/u011669700/article/details/80053313</guid><author>u011669700</author><pubDate>Mon, 23 Apr 2018 17:14:31 +0800</pubDate><description><![CDATA[Kafka - 偏移量提交





一、偏移量提交

消费者提交偏移量的主要是消费者往一个名为_consumer_offset的特殊主题发送消息，消息中包含每个分区的偏移量。

如果消费者一直运行，偏移量的提交并不会产生任何影响。但是如果有消费者发生崩溃，或者有新的消费者加入消费者群组的时候，会触发 Kafka 的再均衡。这使得 Kafka 完成再均衡之后，每个消费者可能被会分到新分区中。为了能...]]></description><category></category></item><item><title><![CDATA[Deeplearning4j - 使用nd4j导入tensorflow模型]]></title><link>https://blog.csdn.net/u011669700/article/details/80025161</link><guid>https://blog.csdn.net/u011669700/article/details/80025161</guid><author>u011669700</author><pubDate>Fri, 20 Apr 2018 22:55:52 +0800</pubDate><description><![CDATA[Deeplearning4j - 使用nd4j导入tensorflow模型

在dl4j-example里面新增了模型导入的例子，这里简单的说一下。



在dl4j新版本的特性介绍：https://github.com/deeplearning4j/deeplearning4j-docs/blob/releasenotes_100a/releasenotes.md 中，对于nd4j的模型导入进行...]]></description><category></category></item><item><title><![CDATA[Kafka - 指定offset进行消费]]></title><link>https://blog.csdn.net/u011669700/article/details/80023160</link><guid>https://blog.csdn.net/u011669700/article/details/80023160</guid><author>u011669700</author><pubDate>Fri, 20 Apr 2018 19:41:15 +0800</pubDate><description><![CDATA[Kafka - 指定offset进行消费



在网上搜索之后发现了，从消息队列最开始的位置对数据进行消费，主要代码如下：



String topicName = &quot;A25&quot;;
//用于分配topic和partition
consumer.assign(Arrays.asList(new TopicPartition(topicName, 0)));
//不改变当前offset，指定从这个to...]]></description><category></category></item><item><title><![CDATA[Linux - 修改SSH登录命令]]></title><link>https://blog.csdn.net/u011669700/article/details/80022829</link><guid>https://blog.csdn.net/u011669700/article/details/80022829</guid><author>u011669700</author><pubDate>Fri, 20 Apr 2018 19:01:00 +0800</pubDate><description><![CDATA[Linux - 修改SSH登录命令



修改SSH登录密码，只需要登录SSH，之后输入命令即可，这里登录使用的软件为 xshell



在登入终端之后输入命令



passwd {用户名}

即可进行修改。需要注意的是，输入的密码不会有星号代替，也不会出现明文。

如果想要修改SSH的登录端口，比如修改为1433，则只需要执行以下命令即可：



/usr/sbin/sshd -p 1433...]]></description><category></category></item><item><title><![CDATA[kafka - 消费者其他重要配置]]></title><link>https://blog.csdn.net/u011669700/article/details/80022750</link><guid>https://blog.csdn.net/u011669700/article/details/80022750</guid><author>u011669700</author><pubDate>Fri, 20 Apr 2018 18:52:14 +0800</pubDate><description><![CDATA[kafka - 消费者其他重要配置





fetch.min.bytes

该属性指定了消费者从服务器获取记录的最小字节数。broker 在收到消费者的数据请求时，如果可用的数据量小于 fetch.min.bytes 指定的大小，那么它会等到有足够的可用数据时才把它返回给消费者。这样可以降低消费者和 broker 的工作负载，因为它们在主题不是很活跃的时候（或者一天里的低谷时段）就不需要来来回...]]></description><category></category></item><item><title><![CDATA[Kafka - 新消费者]]></title><link>https://blog.csdn.net/u011669700/article/details/80015812</link><guid>https://blog.csdn.net/u011669700/article/details/80015812</guid><author>u011669700</author><pubDate>Fri, 20 Apr 2018 11:02:55 +0800</pubDate><description><![CDATA[Kafka - 新消费者





一、数据来源

数据使用上一个博文所配置的 Flume，将文本数据写入到 Kafka中。不过这次有所改变，数据的监控目录 有所改变，写入的Kafka的主题名也变更为A25。



这里我们可以看到 Flume 对于新传上去的 A91 数据已经完成消费。



二、消费者代码



2.1 创建消费者

创建消费者所使用的属性和生产者使用的属性差距不是很大：


...]]></description><category></category></item></channel></rss>