其他

https://li-kang.gitbooks.io/unity-concise-course/content/Summary/coordinate.html 座標系 在3D數學座標系中，提到了以下3種座標系。 全局座標系：以大家公認的原點和軸向建立的座標系。 物體座標系：以物體位置和自身軸向建立的座標系。 慣性座標系：以物體位置和全局座標系軸向建立的座標系。 全局座標系

Tomcat設定預設啟動項目 Tomcat設定預設啟動項目，顧名思義，就是讓可以在瀏覽器的地址欄中輸入ip:8080，就能訪問到我們的項目。具體操作如下：

摘錄如下： 可以很清晰的看出： <script>: 指令碼的擷取和執行是同步的。此過程中頁面被阻塞，停止解析。 <script defer = "defer">：指令碼的擷取是非同步，執行是同步的。指令碼載入不阻塞頁面的解析，指令碼在擷取完後並不立即執行，而是等到DOMready之後才開始執行。 <script async = "async">: 指令碼的擷取是非同步，執行是同步的。

殺死所有正在啟動並執行容器 docker kill $(docker ps -a -q)  刪除所有已經停止的容器（docker rm沒有加-f參數，運行中的容器不會刪掉） docker rm $(docker ps -a -q)  刪除所有未打 dangling 標籤的鏡像 docker rmi $(docker images -q -f dangling=true)

下面是串口DMA+環形緩衝區的實現，資料收發是非同步，不需要死等。關於環形緩衝區參考: http://blog.csdn.net/jieffantfyan/article/details/53572103 實現原理 程式是在串口中斷收發方式的基礎上設計的，應用程式層通過環形緩衝區進行串口資料讀取，環形緩衝區作為一級緩衝，增加DMA作為二級緩衝。相對中斷方式這種設計可以減少串口進入中斷的次數，尤其是在高速傳輸速率的情況下。由於使用DMA收發資料時，必須預設好發送/接收地址、長度等資訊，

　　Spark中最核心的概念是RDD(彈性分布式資料集)，近年來，隨著資料量的不斷增長，分布式叢集並行計算(如MapReduce、Dryad等)被廣泛運用於處理日益增長的資料。這些設計優秀的計算模型大都具有容錯性好、可擴充性強、Server Load Balancer、編程方法簡單等優點，從而使得它們受到眾多企業的青睞，被大多數使用者用來進行大規模資料的處理。

Description 求連通分量地區座標集合 Input 多組輸入，每組形式見下。 n m startPointX  startPointY 代表n行m列的地圖（從一計數） 尋找連通分量的起始點為（startPointX  ，startPointY）(從0計數) |------->x座標 |

在需求調研階段，我們會知道測試系統的業務模型，包括有多少支交易，每支交易的日交易量（筆/天）或高峰時段交易量（筆/時），從而得到總的預期TPS和每支交易的佔比。這個是非常重要的，在混合壓力測試情境和穩定性測試情境中都會根據這個佔比來配置情境。那麼首先預期TPS如何計算呢。 例子1：以目前生產核心系統交易量峰值680萬筆/天為基數，每年20%的業務增長，櫃面業務佔比25%，上收業務佔比櫃面業務的40% 計算前端系統三年後業務量為680萬*（1+20%）*（1+20%）*（1+20%）

設計模式之適配器模式（Adapter） 我想要是說適配器模式，提一下“電壓”、“耳機”、“充電器”和 "USB”  的例子應該是比較恰當的了。就說說自己的親身經曆，我原來的手機是NOKIA5730。後來也不知道有沒有國行，但是不推薦大家買這款手機，不適用的哈。我買的時候只有港貨，可是大家知道的啊，香港的充電器和我們大陸的充電器規格是不一樣的，那我要是在國內充電，原機帶的充電器根本用不了，所以要花25RMB買一個公牛的適配器，這樣才可以充電。。

        NGUI應該算是unity中用的最多的組件。Uisprite是一個好同志，辛勤的協助遊戲引擎提高渲染效率。但我不太理解，為毛Uisprite的transform組件的localSize是需要設定成圖片原本的大小才能正常的顯示出來，為什麼不是讓localsize = new vector3(1,1,1)就好了呢?      

官方Demo地址： http://echarts.baidu.com/demo.html#lines-bmap-effect 原始碼地址 ： https://github.com/ecomfe/echarts/blob/master/test/lines-bus.html 下載下來以後不能運行。需要自己引入jquery，然後瀏覽器還會拋出異常Uncaught TypeError: data.map is not a function，解決辦法官方有人提到：

前幾節我們針對圖的最短路徑，依依分析描述了各個演算法。 Floyd-Warshall演算法http://blog.csdn.net/wtyvhreal/article/details/43315705 Dijkstra演算法http://blog.csdn.net/wtyvhreal/article/details/43447497 Bellman-Ford演算法http://blog.csdn.net/wtyvhreal/article/details/43450727

軟體準備： 1.從VTK官網下載原始碼壓縮包VTK-7.0.0.zip並解壓。 2.從QT官網下載安裝包qt-opensource-windows-x86-msvc2012_opengl-5.3.2.exe，預設安裝。 3.從CMake官網下載安裝包cmake-3.0.2-win32-x86.exe，預設安裝。 cmake設定 1.勾選上Groupd和Advanced，設定原始碼目錄和組建目錄。 2.按Configure按鈕，選擇VisualStudio 11 2012，

題面：     An architect wants to design a very high building. The building will consist of some floors, and eachfloor has a certain size. The size of a floor must be greater than the size of the floor immediatelyabove it. In addition, the

論文原文：A STRUCTURED SELF-ATTENTIVE SENTENCE EMBEDDING 引言 這篇文章提出了使用self-attention技術來產生可解釋句子向量的模型。通常我們使用向量(vector)來表示單詞、短語或者句子向量，在這篇文章中，作者提出可以使用二維句子來表示句子，矩陣的每一行表示句子的不同部分。作者在3個不同的資料集上進行了3種不同的task，分別是author profiling，sentiment classification以及textual

1、產生csr openssl req -new -newkey rsa:2048 -nodes -keyout 您的網域名稱.key -out 您的網域名稱.csr     req命令主要用於產生和處理PKCS#10認證請求。   -new               

熵代表資訊的不確定度 什麼是資訊理論中的熵。 在機器學習模型中我們通過損失函數在缺點真實值和預測值之間的差異大小 損失函數的介紹 常用的損失函數有平方和損失函數和交叉熵損失函數，文本主要記錄交叉熵損失函數，而相對熵和交叉熵有很大的關係 什麼是相對熵。 什麼是交叉熵。 以羅吉斯迴歸為例，介紹交叉熵損失函數 羅吉斯迴歸 下面介紹熵，交叉熵和相對熵的區別 各種熵的區別

開啟題目網址http://acm.hdu.edu.cn/showproblem.php?pid=1850   其實題目的意思很簡單。就是一個Nim博弈。但是這道題裡說的不是問誰獲勝，而是問的獲勝的方法有多少種。 所以這樣說來好像還挺有意思的。。。 首先，我們必須知道，因為是起手，對於M堆撲克，最多有M種獲勝的方法。（為什麼。。。還不清楚...）   下面找了網有的一點解釋。。。 對res = M1 ^ M2 ^ M3 …. ^

http://baike.baidu.com/view/897451.htm EDF 　　最早截止時間優先演算法（EDF）也稱為截止時間驅動調度演算法（DDS），是一種動態調度演算法。EDF指在調度時，任務的優先順序根據任務的截止時間動態分配。截止時間越短，優先順序越高。EDF有如下定理： 　　定理2：如果一個任務集按EDF演算法調度，若且唯若U<=1。 　　EDF的特點 　　(1) 任務模型: 與RMS 調度相同。 　　(2) 優先順序分配方法: 動態分配,

一、煙霧感應器MQ-2 二、煙霧模組結構圖 三、煙霧模組原理圖 四、煙霧模組的特點 1、具有訊號輸出指示。 2、雙路訊號輸出（類比量輸出及TTL電平輸出）。 3、TTL輸出有效訊號為低電平。（當輸出低電平時號誌亮，可直接接單片機）                  4、類比量輸出0~5V電壓，濃度越高電壓越高。 5、對液化氣，天然氣，城市瓦斯有較好的靈敏度。 6、