推荐
专栏
教程
课程
飞鹅
本次共找到2888条
模板类
相关的信息
Easter79
•
3年前
systemtap脚本实现的NAT端口转换
这会儿不是工作日,这会儿是周六。systemtap就是一个kprobe的DSL,本质上完成的是同一类工作,kprobe用起来比较麻烦,还要自己编写编译内核模块,相比而言,stap就方便很多。既然kprobe可以修改内核结构体的内容,那么也就可以修改网络数据包咯,前面的文章描述了如何迷惑程序员的抓包行为,本文展示一下如何实现一个NAT端口转换逻辑,
专注IP定位
•
3年前
IP地理定位之数据驱动广告矩阵
网络与数字媒体广告的存在为品牌能够更好的传播与发展起到了良好的推动作用,当前,我们处在全面数字化的大环境下,运用“ip地理定位技术”可以有效提升用户CTR。CTR(ClickThroughRate)即点击通过率,是指网络广告的点击到达率,通俗来讲就是:该广告的实际点击次数除以广告的展现量。数字化依然是大势所趋,越来越多的品牌下沉深耕、垂类与数字化升级,给广告
Wesley13
•
3年前
Java 概述
Java概述Java编程语言是一种通用的、并行的、基于类的、面向对象的语言。它被设计得非常简单,这样程序员可以在该语言上流畅的交流。Java编程语言与C和C有关联,但组织却截然不同,其中也省略了其他语言的一些用法,比如指针。它的目的是作为一个生产性语言,而不是一个研究性语言,因此,在设计上避免了包括新的和未经考验的功能。
Stella981
•
3年前
IBatis Mapper&Spring Data JPA实现原理
因为我们最近的一个项目数据库访问呢层使用Ibatis, 今天团队成员问Ibatis中只写接口,不写实现,Ibatis是如何帮助我们查询数据。其实原理很简单,就是Java的反射和代理,因为Java的代理是真对于接口的。所以我们就可以在开发中DAO模块就直接写接口和对用的SQL就可以。实现类由我们生成代理,当代理方法被调用的时候我们就使用通用的数据库
Wesley13
•
3年前
Java入门系列之重写
【导读】关于所有Java系列文章面向有一定基础的童鞋,所写每一篇希望有一定含金量,有些内容可能会从Java整个语法全局考虑穿插后续要讲解的内容以成系统,若不理解,请看完后再学习上一节我们讲解完了final关键字,本节我们继续来对比讲解Java和C中的重写,二者语言的重写区分非常清晰,Java子类中基类方法签名一样或通过注解@
Easter79
•
3年前
SpringBoot过滤器中的异常处理
在昨天的文章我跟大家分享了SpringBoot中异常的处理中,我说了一个需要注意的点,就是过滤器中抛出的异常无法被异常处理类捕获,然后这个朋友就问应该如何处理。其实处理这种问题的处理方式有好几种,那么我就简单分享一下我近期一个项目中的处理方式。Filter中的异常处理思路首先我们要明白,在过滤器中我们一般是不会写很长
Wesley13
•
3年前
C语言32个关键字
C语言中有32个重要且比较常用的关键字,这里简单列举出来:C语言32个关键字第一类:数据类型关键字 A基本数据类型(5个)void声明函数无返回值或无参数,声明无类型指针,显式丢弃运算结果。char字符型类型数据,属于整型数据的一种。int整型数据,通常为编译器指定的机器字长。float单精度浮点型数据,属于浮点数
liam
•
2年前
谁在从API经济里分得一杯羹!
从ApiHub说开去前阵子机缘巧合下载了个趁手的接口设计和调试管理工具——Apifox(),工具虽然小众,目前也才迭代了几个版本,但是产品里已经开辟了ApiHub模块来收集其他企业的开放Api。我看到快手开放API,企业微信,钉钉开放API等好几十个研发协同,效率管理和生活服务类的接口文档已经先行被收录进去了,目前提交的开放API项目数量还在缓慢增加。不得
helloworld_54277843
•
2年前
机器学习基础
本章涵盖了以下主题:分类和回归之外的其他类型的问题;评估问题,理解过拟合、欠拟合,以及解决这些问题的技巧;为深度学习准备数据。请记住,在本章中讨论的大多数技术都是机器学习和深度学习通用的,一部分用于解决过拟合问题的技术(如dropout)除外。4.1 三类机器学习问题在之前的所有例子中,尝试解决的是分类(预测猫或狗)或回归(预测用户在平台上花费的平均时
helloworld_91538976
•
2年前
机器学习基础
机器学习基础本章涵盖了以下主题:分类和回归之外的其他类型的问题;评估问题,理解过拟合、欠拟合,以及解决这些问题的技巧;为深度学习准备数据。请记住,在本章中讨论的大多数技术都是机器学习和深度学习通用的,一部分用于解决过拟合问题的技术(如dropout)除外。4.1 三类机器学习问题在之前的所有例子中,尝试解决的是分类(预测猫或狗)或回归(预测用户在平台上
1
•••
270
271
272
•••
289