技术文章

Linux CentOS CapsLock 大小写反转问题 解决 参考文章： （1）Linux CentOS CapsLock 大小写反转问题 解决 （2）https://www.cnblogs.com/zzzq/p/11806734.html 备忘一下。 来源： oschina 链接： https://my.oschina.net/u/4437974/blog/4953487

?attr/actionBarSize 找不到的解决方法 参考文章： （1）?attr/actionBarSize 找不到的解决方法 （2）https://www.cnblogs.com/yongfengnice/p/7832494.html 备忘一下。 来源： oschina 链接： https://my.oschina.net/u/4432649/blog/4953476

题目--2004 输入一个百分制的成绩t，将其转换成对应的等级，具体转换规则如下： 90~100为A; 80~89为B; 70~79为C; 60~69为D; 0~59为E; Input 输入数据有多组，每组占一行，由一个整数组成。 Output 对于每组输入数据，输出一行。如果输入数据不在0~100范围内，请输出一行：“Score is error!”。 #define _CRT_SECURE_NO_WARNINGS 1 #include <stdio.h> int main() { int score; while(scanf("%d",&score)!=EOF) { getchar(); if(score > 100 || score < 0) { printf("Score is error!\n"); continue; } score = score / 10; switch(score) { case 10: case 9: printf("A\n"); break; case 8: printf("B\n"); break; case 7: printf("C\n"); break; case 6: printf("D\n"); break; default: printf("E\n"); break; } } return 0; } 题目--2005 Problem

Attention Cluster 模型 视频分类问题在视频标签、监控、自动驾驶等领域有着广泛的应用，但它同时也是计算机视觉领域面临的一项重要挑战之一。 目前的视频分类问题大多是基于 CNN 或者 RNN 网络实现的。众所周知，CNN 在图像领域已经发挥了重大作用。它具有很好的特征提取能力，通过卷积层和池化层，可以在图像的不同区域提取特征。RNN 则在获取时间相关的特征方面有很强的能力。 Attention Cluster 在设计上仅利用了 CNN 模型，而没有使用 RNN，主要是基于视频的以下几个特点考虑： 图 1 视频帧的分析 首先，一段视频的连续帧常常有一定的相似性。在图 1（上）可以看到，除了击球的动作以外，不同帧几乎是一样的。因此，对于分类，可能从整体上关注这些相似的特征就足够了，而没有必要去特意观察它们随着时间的细节变化。 其次，视频帧中的局部特征有时就足够表达出视频的类别。比如图 1（中），通过一些局部特征，如牙刷、水池，就能够分辨出『刷牙』这个动作。因此，对于分类问题，关键在于找到帧中的关键的局部特征，而非去找时间上的线索。 最后，在一些视频的分类中，帧的时间顺序对于分类不一定是重要的。比如图 1（下），可以看到，虽然帧顺序被打乱，依然能够看出这属于『撑杆跳』这个类别。 基于以上考虑，该模型没有考虑时间相关的线索，而是使用了 Attention 机制

总听身边的朋友抱怨，抽奖送书数量太少，总是不中奖，这次，我们联合图灵社区，送出 30本 前端技术书籍，涵盖CSS、JS、算法与数据结构、Node.js、设计模式等等。 一旦中奖，个人将独享 两本 ，书籍可在以下列表中任意挑选 ，书池如下： 抽奖形式： 本次抽奖采用助力形式，每扫码关注一个公众号， 即可增加一次助力， 扫码10个， 回复消息“ 1212 ”， 中奖概率翻 10 倍 。取消关注任意一个公众号，中奖后将不予兑奖，每人最多可获得两本图书。此次活动给大家预留了充足的助力时间，赶快邀请小伙伴来免费拿书吧。 2020年的锦鲤，就是你了。 活动时间：2020.12.12--2020.12.18 开奖方式：自动开奖 开奖时间：2020.12.18 20:30 前端人 👆长按二维码进行关注👆 回复: 1212 获取抽奖码 程序员哆啦A梦 👆长按二维码进行关注👆 回复: 1212 获取抽奖码 秋风的笔记 👆长按二维码进行关注👆 回复: 1212 获取抽奖码 搜狐技术产品 👆长按二维码进行关注👆 回复: 1212 获取抽奖码 前端印象 👆长按二维码进行关注👆 回复: 1212 获取抽奖码 前端达人 👆长按二维码进行关注👆 回复: 1212 获取抽奖码 前端壹栈 👆长按二维码进行关注👆 回复: 1212 获取抽奖码 前端进阶指南 👆长按二维码进行关注👆 回复: 1212 获取抽奖码

一、什么是单点登录（SSO） 　　单点登录主要用于多系统集成，即在多个系统中，用户只需要到一个中央服务器登录一次即可访问这些系统中的任何一个，无须多次登录。 　　单点登录（Single Sign On），简称为 SSO，是目前比较流行的企业业务整合的解决方案之一。SSO的定义是在多个应用系统中，用户只需要登录一次就可以访问所有相互信任的应用系统。 二、web系统如何实现单点登录 目前已经有了成熟的单点登录实现方案，比如CAS，我们只要在web系统中应用单点登录方案CAS即可。(主要涉及到注册登录验证等模块的改动)。 三、什么是CAS 　　CAS (Central Authentication Service) 是耶鲁 Yale 大学发起的一个java开源项目，旨在为 Web应用系统提供一种可靠的 单点登录 解决方案（ Web SSO ）， CAS 具有以下特点： 开源的企业级单点登录解决方案； CAS Server 为需要独立部署的 Web 应用----一个独立的Web应用程序(cas.war)。 ； CAS Client 支持非常多的客户端 ( 指单点登录系统中的各个 Web 应用 ) ，包括 Java, .Net, PHP, Perl, 等。 　　CAS在2004年12月成立Jasig项目，所以也叫JA-SIG CAS。 　　官网1： https://apereo.github

[toc] 上周六晚上，我参加了“Go夜读”活动，这期主要讲Go汇编语言，由滴滴大佬曹春晖大神主讲。活动结束后，我感觉打通了任督二脉。活动从晚上9点到深夜11点多，全程深度参与，大呼过瘾，以至于活动结束之后，久久不能平静。 可以说理解了Go汇编语言，就可以让我们对Go的理解上一个台阶，很多以前模棱的东西，在汇编语言面前都无所遁形了。我在活动上收获了很多，今天我来作一个总结，希望给大家带来启发！ 缘起 几周前我写了一篇关于 defer 的文章： 《Golang之如何轻松化解defer的温柔陷阱》 。这篇文章发出后不久就被 GoCN 的每日新闻收录了，然后就被Go夜读群的大佬杨文看到了，之后被邀请去夜读活动分享。 正式分享前，我又主题阅读了很多文章，以求把defer讲清楚。阅读过程中，我发现但凡深入一点的文章，都会抛出Go汇编语言。于是就去搜索资料，无奈相关的资料太少，看得云里雾里，最后到了真正要分享的时候也没有完全弄清楚。 夜读活动结束之后，杨大发布了由春晖大神带来的夜读分享预告： 《plan9 汇编入门，带你打通应用和底层》 。我得知这个消息后，非常激动！终于有牛人可以讲讲Go汇编语言了，听完之后估计会有很大提升，也能搞懂defer的底层原理了！ 接着，我发现，春晖大神竟然和我在同一个公司！我在公司内网上搜到了他写的plan9汇编相关文章，发布到Go夜读的github上

前言： Appium Python API全集，不知道哪个大神整理的，这里贴出来分享给大家。 1.contexts contexts(self): Returns the contexts within the current session. 返回当前会话中的上下文，使用后可以识别H5页面的控件 :Usage: driver.contexts 用法 driver.contexts 2. current_context current_context(self): Returns the current context of the current session. 返回当前会话的当前上下文 :Usage: driver.current_context 用法driver. current_context 3. context context(self): Returns the current context of the current session. 返回当前会话的当前上下文。 :Usage: driver.context 用法driver. Context 4. find_element_by_ios_uiautomation find_element_by_ios_uiautomation(self, uia_string): Finds an element by

学 Python 怎样才最快，当然是实战各种小项目， 只有自己去想与写，才记得住规则 。本文是 30 个极简任务，初学者可以尝试着自己实现；本文同样也是 30 段代码，Python 开发者也可以看看是不是有没想到的用法。 、1 重复元素判定 以下方法可以检查给定列表是不是存在重复元素，它会使用 set() 函数来移 除所有重复元素。 def all_unique(lst): return len(lst)== len(set(lst)) x = [1,1,2,2,3,2,3,4,5,6] y = [1,2,3,4,5] all_unique(x) # False all_unique(y) # True 2 字符元素组成判定 检查两个字符串的组成元素是不是一样的。 from collections import Counter def anagram (first, second) : return Counter(first) == Counter(second) anagram( "abcd3" , "3acdb" ) # True 3 内存占用 import sys variable = 30 print(sys.getsizeof(variable)) # 24 4 字节占用 下面的代码块可以检查字符串占用的字节数。 def byte_size (string) :

--==================== -- PL/SQL --> 动态 SQL --==================== 使用动态 SQL 是在编写 PL / SQL 过程时经常使用的方法之一。很多情况下，比如根据业务的需要，如果输入不同查询条件，则生成不同的执行 SQL 查询语句，对于这种情况需要使用动态 SQL 来完成。再比如，对于分页的情况，对于不同的表，必定存在不同的字段，因此使用静态 SQL 则只 能针对某几个特定的表来形成分页。而使用动态的 SQL ，则可以对不同的表，不同的字段进行不同的分页。这些情况的处理通常都是用动态 SQL 来 完成。本文讲述了动态 SQL 的日常用法。 一、动态 SQL 和静态 SQL 1. 静态 SQL 静态 SQL 通常用于完成可以确定的任务。比如传递部门号调用存储过程，返回该部门的所有雇员及薪水信息，则该语句为 SELECT ename ， sal INTO lv_ename , lv_sal FROM scott . emp WHERE deptno =& dno ; 对于上述类似的 DML 语句在第一次运行时进行编译，而后续再次调用，则不再编译该过程。即一次编译，多次调用，使用的相同的执行 计划。此种方式被称之为使用的是静态的 SQL 。 2. 动态 SQL 动态 SQL 通常是用来根据不同的需求完成不同的任务