在 Ubuntu 上通过 Docker 部署 Misskey 服务器 在 Ubuntu 上通过 Docker 部署 Misskey 服务器

阅读 178

7赞

收藏 2
Linux中信号的保存 LInux中信号的保存，task_struct中最重要的三张表

阅读 848

12赞

收藏 15
408 计算机网络 知识点记忆（8） 本文基于王道考研课程与湖科大计算机网络课程教学内容，系统梳理核心知识记忆点和框架，既为个人复习沉淀思考，亦希望能与同行者互助共进。

阅读 792

12赞

收藏 21
设计模式之状态模式：优雅管理对象行为变化 Context（上下文）：维护当前状态实例State（抽象状态）：定义状态接口ConcreteState（具体状态）：实现特定状态行为状态模式是管理复杂状态转换的利器，特别适合行为随状态改变而显著变化的场景。通过将每种状态封装为独立类，代码变得清晰可维护。在实际应用中，可以结合备忘录模式实现状态历史记录，或与观察者模式实现状态变更通知，构建更强大的系统架构。

阅读 437

11赞

收藏 4
2025年第十六届蓝桥杯省赛JavaB组真题回顾 第16届蓝桥杯省赛JavaB组回顾

阅读 1.3k

62赞

收藏 52
大数据学习栈记——MongoDB编程 本文介绍NoSQL技术：MongoDB用Java来连接数据库，执行常见的数据库操作，使用环境：IntelliJ IDEA、Ubuntu24.04。

阅读 602

11赞

收藏 14
Node.js入门 使用 Node.js 编写后端程序 / 支持前端工程化。

阅读 656

15赞

收藏 16
智能合约安全审计平台——可视化智能合约漏洞扫描 智能合约作为区块链技术的重要组成部分，在自动化执行和信任机制的保障下极大地推动了去中心化应用的发展。然而，由于合约一旦部署便不可修改，漏洞和安全缺陷会直接导致不可估量的经济损失，因此对其进行漏洞扫描和安全检测显得尤为重要。可视化智能合约漏洞扫描技术旨在结合自动化扫描、形式化验证和直观的图形展示，为开发者提供一个易于理解、可操作性强的安全检测平台。本文将从理论到实践，详细介绍如何构建基于Python与PyQt6的可视化智能合约漏洞扫描系统，通过数学公式、mermaid图示以及严格的代码示例，全方位展示漏洞扫

阅读 556

12赞

收藏 6
我为女儿开发了一个游戏网站 用Cursor为女儿开发了一个游戏网站

阅读 1.4w

235赞

收藏 198
【Python爬虫】简单案例介绍1 简单案例介绍1

阅读 974

14赞

收藏 14
4种方法将文件映射到内存提升读写速度 考虑到以下应用需求，常将文件映射到内容，以提升读写效果。read/write。

阅读 594

22赞

收藏 11
用户管理和权限管理 ls -l /home" //监控这两个文件的内容和/home目录下的文件和子目录的详细信息关于用户建立的命令useradd test //建立用户testuserdel -r test //表示删除用户test-M:表示建立用户时不建立用户家目录-s:表示用户登录时使用的shell，是一个特殊的 shell，使用它作为登录 shell 的用户无法直接登录系统，常被用于创建系统用户或者服务用户，比如用于运行特定服务进程的用户。-d:指定用户的主目录。

阅读 539

6赞

收藏 5
《MySQL从入门到精通》 多表查询：是指从多张表中查询数据；笛卡尔积：笛卡尔积乘积是指在数学中，两个集合（A集合和B集合）的所有情况；多表查询分类：内连接：相当于查询A、B交集部分数据；外连接左外连接：查询左表所有的数据（包括两张表交集部分数据）；右外连接：查询右表所有的数据（包括两张表交集部分数据）；子查询事务的概念：事务是一组操作的集合，他是一组不可分割的工作单位。事务会把所有的操作作为一个整体一起向系统提交或撤销操作请求，这些操作要么同时成功，要么同时失败。注意事项。

阅读 1.6k

16赞

收藏 29
深度学习入门：神经网络的学习 神经网络的特征就是可以从数据中学习。所谓“从数据中学习”，是指可以由数据自动决定权重参数的值。机器学习中，一般将数据分为训练数据和测试数据两部分来进行学习和实验等。首先，使用训练数据进行学习，寻找最优的参数；然后，使用测试数据评价训练得到的模型的实际能力。为什么需要将数据分为训练数据和测试数据呢？因为我们追求的是模型的泛化能力。为了正确评价模型的泛化能力，就必须划分训练数据和测试数据。另外，训练数据也可以称为监督数据。泛化能力是指处理未被观察过的数据（不包含在训练数据中的数据）的能力。获得泛化能力是机器学

阅读 916

6赞

收藏 24
Python 基础语法汇总 【代码】Python 基础语法汇总。

阅读 1.5k

31赞

收藏 71
算法——BFS JavaScript 中直接用数组的 shift() 效率较低，可优化为维护一个指针（类似双端队列）。是一种用于遍历或搜索树/图的算法，逐层访问节点，适合解决最短路径、层级遍历等问题。：根据问题场景，可以用 Set、哈希表或直接修改原数据（如标记为已访问）。：用 visited 集合（或标记）记录已访问的节点，防止死循环。：从起点开始，先处理当前层的所有节点，再处理下一层。3、扩散类问题（如病毒传播模拟、社交网络层级关系）：用队列（先进先出）保存待处理的节点。2、层级遍历（如二叉树层序遍历）

阅读 206

1赞

收藏 5
按键精灵安卓/ios脚本辅助工具开发教程：如何把界面配置保存到服务器 在使用按键精灵工具辅助的时候，多配置的情况下，如果保存现有的配置，并且读取，尤其是游戏中多种任务并行情况下，更是需要界面进行保存，简单分享来自紫猫插件的配置保存服务器写法。

阅读 210

2赞

收藏 4
自动化备份全网服务器数据平台 Web01的备份数据没有备份成功，在backup和web01中的存储备份的文件中没有应出现的数据。发现备份脚本有重复信息，删除备份脚本内容，重新输入并启动。备份文件中出现内容，备份成功。可以使用iventoy网启安装3台centos7.9服务器。查看crontabs的状态：【一般系统中会自带】，能有效避免路径缺失导致的错误。挂载：【出错查看nfs的设定】按照规划，最小化部署系统，【剩下两台机子以此类推】【切记启动顺序不可乱】这是脚本和日常操作中的。

阅读 697

11赞

收藏 9
计算机视觉卷积神经网络（CNN）基础：从LeNet到ResNet 计算机视觉卷积神经网络（CNN）基础：从LeNet到ResNet，在计算机视觉领域，卷积神经网络（Convolutional Neural Network，CNN）已然成为推动众多任务发展的核心力量。从早期简单的图像识别，到如今复杂的目标检测、语义分割、图像生成等任务，CNN 都展现出了卓越的性能。CNN 的发展历程见证了一系列经典模型的诞生，其中 LeNet 作为开山之作，为 CNN 的发展奠定了基础，而 ResNet 则通过创新性的设计，突破了传统神经网络的限制，使得网络能够构建得更深、性能更优。

阅读 1.6w

26赞

收藏 29
作者推荐
HoneyMoose
TA很懒，还没有添加简介
关注
JavaEdge聊AI
关注并私信我，获取更多大厂求职经验。《编程严选网》创始人
关注
冰 河
TA很懒，还没有添加简介
关注
3Ｄ视觉工坊
公众号「3D视觉工坊」博主，微信：cv3d007
关注
Java知音_
欢迎微信搜索【Java知音】关注我的公众号，号内回复“后端面试”，送你一份精心准备的Java面试题（提纲+解析），Java知音每天推送精选好文，已经有十几万开发者关注，欢迎加入我们，共同交流，纠错
关注
段智华
智华专注于GenAI/LLM大模型技术的研究，参与了7本书籍的写作，拥有5项申请发明专利，10多项软著，以及4篇IEEE国际会议论文。参与Gavin大咖主编，北京航空航天大学出版社2024年5月最新出版的2本图书著作：《Transformer&ChatGpt解密：原理、源码及案例》、《Transformer& Rasa 解密 原理、 源码及案例》，共撰写1996篇原创博客文章，涵盖Transformer、GPT-4、ChatGPT、Llama2/3、Langchain、Mistral、Mixtral、Rasa、AI机器学习、Spark大数据等主题。博客文章的总阅读量为323万次。
关注
Tom Hardy
关注计算机视觉、机器学习、深度学习，公众号【3D视觉工坊】【计算机视觉工坊】
关注
云烟，不再年轻
积累是一个漫长的过程,它足以可以让你写出N本书的内容
关注
码莎拉蒂 .
TA很懒，还没有添加简介
关注
Android系统攻城狮
《Android系统多媒体进阶实战》一书作者
关注