今天發文比較多，哈，實在是覺得知識就該及時沈澱下來，時間長了難免記憶會模糊。OK，直接切入正題，之前http://t.vimer.cn上提過正在開發的fuload壓力測試框架，由於是想拿python做膠水語言，所以不可避免的涉及到了進程間通信的問題。簡單來說就是，一個python寫的主進程與多個c寫的處理進程

DataQL 服務查詢引擎   DataQL 是一款服務查詢框架，你可以把任意的服務通過 DataQL 進行查詢整合形成新的結果來使用。使用DataQL 將會極大的滿足業務靈活性上的開發需要。    重要的事情要說三遍：DataQ

不滿足網上的譯文，yqj2065自己翻譯一下。備用。 【】中的文字是我的譯註、補充。 如果原文鏈接失效，請Google。 The Development of the C Language* Dennis M. Ritchie Bell L

還記得 2016 年那個著名的 linux 內核級漏洞 Dirty Cow（臟牛） 嗎？2016 年 10 月，研究人員發現 Linux 內核的內存子系統在處理寫時拷貝（Copy-on-Write)時存在條件競爭漏洞，導致可以破壞私有只讀內存映射。一個低權限的本地用戶能夠利用此漏洞獲取其他只讀內存映射的寫權

Selenium下的Webdriver工具支持Firefox(geckodriver)、 IE(InternetExplorerDriver)、chrome(ChromeDriver)、 Opera(OperaDriver)， 它還支持AndriodDriver和iPhone(IphoneDriver)的移動

關於如何更好地使用Github的一些建議 原文(Github repository形式): https://github.com/Wasdns/github-example-repo 本文記錄了我對於Github使用的一些技巧，並針對以下幾個方面: 一、提交問題； 二、提交(commit)的註釋信息； 三、

canvas入門篇 最近在折騰canvas，寫一點筆記。 註：本文面向canvas入門的前端，寫的如有紕漏請指出，不喜勿噴。 這一系列的文章最終結果是做出本人博客的動態背景，不過凡事都要循序漸進，我們先從最簡單的繪制開始。 本人接觸電腦的第一個繪圖工具就是Windows自帶的畫圖。畫圖的流程很簡單，選好

一個月前的一次面試，對方問我一年看幾本書。   我一年看的書大概在50到70本之間，不過絕大部分都跟計算機技術無關。很不好意思地回答說：“跟技術有關的，很少。”之所以不怎麽看這方面的專業書，有兩個主要的原因：一是因為負責的工作業務性強，不需要頻繁更新技術棧；二是因為之前看過幾本，都不是很感興趣。這一

declare @i int declare @j int declare @str varchar(20) set @i = 123 while @i < 999/3 begin select @str = convert(varchar,@i) +' '+ c

Oracle10g，在pl/sql中選中刪除後會出現類似：BIN$nJ5JuP9cQmqPaArFei384g==$0的表。 1.查看回收站 select * from user_recyclebin; 2.清空回收站 purge recyclebin; 3.清空回收站中的某個表 --如下方式刪除會提示：SQ

        因為近來在研究 Mogilefs 的分布文件系統，在讀讀這個的源碼，別外，為公司新設計了一個下載的系統，所以更加要深入研究一下，因為這個好東西是 Perl 寫的，真不容易，在讀這個的時間發現了幾個好東西，其中一個就是我現在要

很早就知道有這三個概念，但是一直都不清楚是怎麽回事，在網上搜索，都是泛泛而談，沒有具體例子，新手是看不懂的，直到找到這篇文章，我對這三個架構有了更清楚的了解。 從一個簡單的例子去研究這三個架構。 註意，MVC，MVP，MVVM中的C，P，VM，下文都要controller指代。 需求如下 界面上顯示100，以

不一定非得使用Jupyter Notebook，試試ipython命令行 安裝 ipython 我只試過Windows 10環境下的。 1.安裝python安裝包之後，應該就有ipython了。 2.安裝anaconda，這個做機器學習或數據分析要是需要的，這個裝完之後，也會有ipython。（建議使用ana

本文通過在深度神經網絡中引入一種新型眾包層（crowd layer），通過反向傳播方式，直接利用噪聲標簽實現端到端的訓練。該方法可獲取不同標註者的可信度和偏差，並在不同數據集上取得最優結果。 論文鏈接：https://arxiv.org/pdf/1709.01779.pdf 摘要： 在過去

0x00 前言 本文會分享數據倉庫中和緩慢變化維度相關的內容。在看之前建議回顧一下和維度建模相關的知識點，可參考這篇： No.12 【漫談數據倉庫】維度建模 。 為什麽會分享這個聽起來很奇怪的東西？因為站在的筆者的視角中，只要是做數據倉庫的小夥伴們，在工作中基本上都會接觸和維度建模相關的內容，而談