云栖希望。_个人页

Linux下编写 makefile 详细教程

Linux 下 Crontab 命令使用详解 定时任务

使用inotify实现linux系统下的目录变化监控

解决linux删除文件后空间没有释放问题

linux 中sort命令 按照指定列排序

linux下查找最耗iowait的进程

Linux下grep显示前后几行信息

linux tail命令的使用方法详解

objective-c 方法加号（+） 减号（-）

至于你说的用加号声明一个成员变量完全就是错误的理解。要把成员变量声明为静态的，必须使用static关键字。 本文转自博客园知识天地的博客，原文链接：objective-c 方法加号（+） 减号（-），如需转载请自行联系原博主。

在VC中如何才能得到当前屏幕的分辨率

可以使用下面的代码获得当前分辨率（桌面大小）：      m_Width=GetSystemMetrics(SM_CXSCREEN);       m_Height=GetSystemMetrics(SM_CYSCREEN);       然后和你设计时的大小进行比较，计算出放大或缩小的倍数。

CreateFile函数使用方法详细介绍

CreateFileThe CreateFile function creates or opens the following objects and returns a handle that can be used to accessthe object:filespipesmailslotscommunications resourcesdisk devices(Windows NT only)consolesdirectories(open only) CreateFile 函数创建或打开下列对象，并返回一个能够用来訪问这些对象的句柄。

期权put和call

mysq Point类型 查询和插入操作：insert和select

使用Imagemagick批量加水印缩小图片的脚本

Linux vim 中文显示乱码解决方法

linux shell 中数组使用方法介绍

两个半透明颜色色的叠加计算方法

Linux shell join命令详解

二维，三维坐标旋转算法(公式）

SQL 多个表之间联合查询

windows 下mysql的安装于使用（启动、关闭）

MySQL中的空间扩展

MySQL如何查询LINESTRING数据

IE6 png图片实现半透明的方法

mysql 创建表 create table详解

说明:此文件包括了blog数据库中建立全部的表的Mysql语句.

MYSQL导入导出.sql文件

一.MYSQL的命令行模式的设置：桌面->我的电脑->属性->环境变量->新建->PATH=“；path\mysql\bin;”其中path为MYSQL的安装路径。二.简单的介绍一下命令行进入MYSQL的方法：1.C:\>mysql -h hostname -u username -p按ENTER键，等待然后输入密码。

正确修改MySQL最大连接数的三种好用方案

我们今天要和大家一起分享的是正确修改MySQL最大连接数的三种好用方案，其中包括如何正确进入MySQL数据库的安装目录以及相关内容描述。 AD： 以下的文章主要介绍的是正确修改MySQL最大连接数的三种好用方案，我们大家都知道MySQL数据库在安装完之后，默认的MySQL数据库，其最大连接数为100，一般流量稍微大一点的论坛或网站这个连接数是远远不够的，增加默认MySQL连接数的方法有两个。

[MySQL]快速解决"is marked as crashed and should be repaired"故障

具体报错如下： Table '.\Tablename\posts' is marked as crashed and should be repaired 提示说论坛的帖子表posts被标记有问题，需要修复。

比较全面的gdb调试命令

用GDB调试程序  GDB是一个强大的命令行调试工具。大家知道命令行的强大就是在于，其可以形成执行序 列，形成脚本。UNIX下的软件全是命令行的，这给程序开发提代供了极大的便利，命令行 软件的优势在于，它们可以非常容易的集成在一起，使用几个简单的已有工具的命令，就可 以做出一个非常强大的功能。

GBDT源码剖析

   如今，GBDT被广泛运用于互联网行业，他的原理与优点这里就不细说了，网上google一大把。但是，我自认为自己不是一个理论牛人，对GBDT的理论理解之后也做不到从理论举一反三得到更深入的结果。但是学习一个算法，务必要深入细致才能领会到这个算法的精髓。

LNMP环境中WordPress程序伪静态解决方案

LNMP环境是目前我们国内站长使用的Linux VPS配置环境中使用较多的。作为新手我们很可能会看到老左类似的"LNMP安装教程"然后依葫芦画瓢的去安装VPS。我们是否有发现环境中我们较为常用的wordpress伪静态不生效，内页出现404错误页面。

IntelliJ IDEA 将 Maven 构建的 Java 项目打包

前言 IntelliJ IDEA 编译生成 Jar 包的方式与 Eclipse 不同，如何将此 Maven 构建 Java 推荐引擎项目生成 Jar 包确实搜索了不少资料，有成功的有失败的，特将此验证成功的方法记录下来分享给遇到此类问题的朋友。

GBDT（MART） 迭代决策树入门教程 | 简介

在网上看到一篇对从代码层面理解gbdt比较好的文章，转载记录一下：        GBDT(Gradient Boosting Decision Tree) 又叫 MART（Multiple Additive Regression Tree)，是一种迭代的决策树算法，该算法由多棵决策树组成，所有树的结论累加起来做最终答案。

几个源码下载的网站

https://www.codeproject.com/ http://www.pudn.com/ https://sourceforge.net https://developers.google.com/ http://www.csdn.net/ 本文转自博客园知识天地的博客，原文链接：几个源码下载的网站，如需转载请自行联系原博主。

Linux性能评测工具之一：gprof篇

 这些天自己试着对项目作一些压力测试和性能优化，也对用过的测试工具作一些总结，并把相关的资料作一个汇总，以便以后信手拈来！ 1 简介 改进应用程序的性能是一项非常耗时耗力的工作，但是究竟程序中是哪些函数消耗掉了大部分执行时间，这通常都不是非常明显的。

Deep Learning（深度学习）学习笔记整理系列之（一）（转）

目录： 一、概述 二、背景 三、人脑视觉机理 四、关于特征        4.1、特征表示的粒度        4.2、初级（浅层）特征表示        4.3、结构性特征表示        4.

Deep Learning（深度学习）学习笔记整理系列之（八）

目录： 一、概述 二、背景 三、人脑视觉机理 四、关于特征        4.1、特征表示的粒度        4.2、初级（浅层）特征表示        4.3、结构性特征表示        4.

Intellij IDEA的下载和使用（针对学生的免费使用计划）

一、下载和使用授权（针对学生） 1、下载 可以在Intellij IDEA官网上下载需要的版本。下载地址：https://www.jetbrains.com/idea/ 2、学生免费试用 首先，你得现有你们学校的官方邮箱账户，例如XXX@YYY.edu.cn 其次，打开产品免费试用申请指南：学生授权申请 按照指南，注册自己的JetBrains账号。

python requests的安装与简单运用

requests是Python的一个HTTP客户端库，跟urllib，urllib2类似，那为什么要用requests而不用urllib2呢？官方文档中是这样说明的： python的标准库urllib2提供了大部分需要的HTTP功能，但是API太逆天了，一个简单的功能就需要一大堆代码。

LNMP安装了哪些软件？安装目录在哪？

LNMP一键安装包除去安装所必须的依赖包，还会默认安装以下软件： Nginx、MySQL/MariaDB、PHP、phpMyAdmin、Zend Optimizer/Zend GuardLoader。

机器学习如何选择模型 & 机器学习与数据挖掘区别 & 深度学习科普

sklearn学习笔记之简单线性回归

简单线性回归 线性回归是数据挖掘中的基础算法之一，从某种意义上来说，在学习函数的时候已经开始接触线性回归了，只不过那时候并没有涉及到误差项。线性回归的思想其实就是解一组方程，得到回归函数，不过在出现误差项之后，方程的解法就存在了改变，一般使用最小二乘法进行计算。

用scikit-learn和pandas学习线性回归

对于想深入了解线性回归的童鞋，这里给出一个完整的例子，详细学完这个例子，对用scikit-learn来运行线性回归，评估模型不会有什么问题了。 1. 获取数据，定义问题 　　　　没有数据，当然没法研究机器学习啦。

【linux】free命令中cached和buffers的区别

一、命令 1 2 3 4 5 [root@localhost ~]# free -m              total       used       free     shared    buffers     cached Mem:          7869  .

使用TensorFlow的递归神经网络（LSTM）进行序列预测

本篇文章介绍使用TensorFlow的递归神经网络（LSTM）进行序列预测。作者在网上找到的使用LSTM模型的案例都是解决自然语言处理的问题，而没有一个是来预测连续值的。 所以呢，这里是基于历史观察数据进行实数序列的预测。

递归神经网络

介绍 可以在 this great article 查看循环神经网络(RNN)以及 LSTM 的介绍。 语言模型 此教程将展示如何在高难度的语言模型中训练循环神经网络。该问题的目标是获得一个能确定语句概率的概率模型。

TensorFlow框架下的RNN实践小结

截至目前，TensorFlow的RNN APIs还处于Draft阶段。不过据官方解释，RNN的相关API已经出现在Tutorials里了，大幅度的改动应该是不大可能，现在入手TF的RNN APIs风险应该是不大的。

一文详解如何用 TensorFlow 实现基于 LSTM 的文本分类（附源码）

 引言 学习一段时间的tensor flow之后，想找个项目试试手，然后想起了之前在看Theano教程中的一个文本分类的实例，这个星期就用tensorflow实现了一下，感觉和之前使用的theano还是有很大的区别，有必要总结mark一下。

tensorflow笔记：多层LSTM代码分析

标签（空格分隔）： tensorflow笔记 tensorflow笔记系列：  （一） tensorflow笔记：流程，概念和简单代码注释  （二） tensorflow笔记：多层CNN代码分析  （三） tensorflow笔记：多层LSTM代码分析  （四） tensorflow笔记：常用函数说明  （五） tensorflow笔记：模型的保存与训练过程可视化  （六）tensorflow笔记：使用tf来实现word2vec 之前讲过了tensorflow中CNN的示例代码，现在我们来看RNN的代码。

常见c++笔试题整理（含答案）page26