_1.异常的分类_Error：称为错误，有java虚拟机生成并抛出，包括动态链接失败、虚拟机错误等，程序对其不做处理。Exception:所以异常类的父类，其子类对应了各种各样可能出现的异常，一般需要用户显示的声明或捕获。RuntimeException:一类特殊的异常，如被0除，数组下标超范围等，其产生比较频繁，处理比较麻烦，如果显示

人脸检测方法有许多，比如opencv自带的人脸Haar特征分类器和dlib人脸检测方法等。对于opencv的人脸检测方法，优点是简单，快速；存在的问题是人脸检测效果不好。正面/垂直/光线较好的人脸，该方法可以检测出来，而侧面/歪斜/光线不好的人脸，无法检测。因此，该方法不适合现场应用。而对于dlib人脸检测方法采用64个特征点检测，效果会好于opencv

MongoDB——主从复制&副本集博客分类：javamongodb前面我说到了，MongoDB数据库支持服务器之间的数据复制。支持主从模式及服务器之间的相互复制。目的当然是实现负载均衡与故障恢复。Mongo中内置了两种技术：主从复制、副本集。下面就简单介绍这两种模式的配置。一、   主从复制主从复制是一个简单的数

RPN概述1)RPN网络综述BaseModel最后一层经过一个3\3\512的卷积后，分两路，一路为1\1\18卷积，代表每个点9个anchor，2类（fg和bg），因此是9\218维2分类预测值；另一路为1\1\36，代表每个点9个anchor，4个坐标值（x,y,w,h），因此是9\436维

前言前段时间，有读者希望我写一篇关于IP分类地址、子网划分等的文章，他反馈常常混淆，摸不着头脑。那么，说来就来！而且要盘就盘全一点，顺便挑战下小林的图解功力，所以就来个IP基础知识全家桶。吃完这个IP基础知识全家桶全家桶，包你撑着肚子喊出：“真香！”不多说，直接上菜，共分为三道菜：

Hadoop，Spark和Storm博客分类：分布式计算大数据我们都知道hadoop，可是还会各种各样的技术进入我们的视野：Spark，Storm，impala，让我们都反映不过来。为了能够更好的架构大数据项目，这里整理一下，供技术人员，项目经理，架构师选择合适的技术，了解大数据各种技术之间的关系，选择合适的语言。我们可以带着下面问题来阅读

Choerodon猪齿鱼平台使用React作为前端应用框架，对前端的展示做了一定的封装和处理，并配套提供了前端组件库ChoerodonUI。结合实际业务情况，不断对组件优化设计，提高代码质量。本文将结合Choerodon猪齿鱼平台使用案例，简单说明组件的分类、设计原则和设计模式，帮助开发者在不同场景下选择正确的设计和方案编写组件（示例代码基于ES6

一、Java内存分类1、Java有几种存储区域？\寄存器\在CPU内部，开发人员不能通过代码来控制寄存器的分配，由编译器来管理\栈\在Windows下,栈是向低地址扩展的数据结构，是一块连续的内存的区域，即栈顶的地址和栈的最大容量是系统预先规定好的。\优点：由系统自动分配，速度较快。

随着AI技术的飞速发展，特别是大模型的出现，传统的程序员角色正在经历深刻的变革，我们不得不重新对自己进行审视和思考。通用领域大模型的“泛化能力”在过去的二十年内，AI领域的大部分研究和应用都集中在完成一项特定的任务中，例如：分类图片、总结文章、多语言翻译等

1、什么是深度学习1.1、机器学习图1：计算机有效工作的常用方法：程序员编写规则（程序），计算机遵循这些规则将输入数据转换为适当的答案。这一方法被称为符号主义人工智能，适合用来解决定义明确的逻辑问题，比如早期的PC小游戏：五子棋等，但是像图像分类、语音识别