随笔分类 - 烂笔头
【防忘笔记】测试过程与技术
摘要:测试人员应该想些什么 我自己是做后端的,对于模棱两可的需求和莫名其妙的测试case是深恶痛绝的,所以有时候我就会想测试人员应该会需要注意什么?以他们的角度,他们更在乎什么 最近有机会了解相关的知识,遂整理记录一下,以便之后在工作中更好的理解发生的各种事情 以客户为中心 这个真的很重要,以至于可以直接
【防忘笔记】Spring+Struts2古董框架学习
摘要:Spring+Struts2项目框架梳理 若基于Spring+Struts2的方式进行开发,前后端的交互逻辑会与boot系以及MCV的组织结构有所不同 这里是对于学习过程的一些记录 前置通用知识 Struts2框架资料 Struts2基础篇之基本概念 Java之struts2框架学习 一般情况的Sp
【设计模式#1】Facade设计模式(外观设计模式)的简单理解
摘要:最近接手了一个需要重构的老项目,里面大量使用了Facade设计模式来整合各个子系统的功能,故简单梳理学习一下该设计模式的概念。 外观模式(Facade Pattern)是一种结构型设计模式,它通过为复杂子系统提供一个简单的接口,从而简化客户端与子系统的交互。为了更好地理解这一模式,我们可以举一个日常
【冷启动#2】实用的springboot tutorial入门demo
摘要:跟着官方文档熟悉一遍创建spring工程的步骤 https://spring.io/guides/gs/spring-boot https://juejin.cn/post/7077958723829760008 demo简介 整个demo的预期目标是: 管理一堆玩家的数据,数据库使用的是现成的我们
【冷启动#1】实用的MySQL基础
摘要:简单安装一下MySQL Windows下(5.7.x) 本体安装 1、首先先下载安装包,名字如下: mysql-5.7.19-winx64.zip 2、配置环境变量,将解压之后的bin目录添加一下 3、在解压目录下创建my.ini文件,内容如下: [ client ] port=3306 defau
【八股总结】至今为止遇到的八股(下半)
摘要:这是总结的下半部分,上半在这:https://www.cnblogs.com/DAYceng/p/18037696 可以见到,下半出现了一些Java相关的东西,懂的都懂,唉 Java基础 Java静态类型有哪些 在Java中,静态类型(Static Type)是指在编译时就确定了变量的类型,并且在运
【八股总结】至今为止遇到的八股(上半)
摘要:本文内容均来自于我的个人总结以及开源社区,感谢互联网。 生产日期:2023.12.11 资本家传递寒冬,我传递温暖,祝大家新一年事事顺利 计算机网络原理 七层网络模型 从下到上: 物理层-数据链路层-网络层-传输层-会话层-表示层-应用层 TCP/IP网络模型 其实就是简化的七层模型 数据链路层-网
【问题复盘】在Ubuntu 20.04下安装OFED驱动
摘要:复盘:在Ubuntu 20.04下安装OFED驱动 起因 最近收到两台服务器,都搭载了ConnectX-5 EX网卡。由于供应商预装了Ubuntu 20.04操作系统,而我们的后端代码也是基于Ubuntu开发的,因此需要在Ubuntu上安装ConnectX-5网卡的驱动。 问题 尽管供应商已经预装了
【从0开始编写webserver·基础篇#02】服务器的核心---I/O处理单元和任务类
摘要:# I/O处理单元和任务类 前面写了线程池,那么现在要考虑如何去使用该线程池了 > 注意,到目前为止,我们还是在解决web服务器的I/O处理单元 > > 即负责处理客户连接,读写网络数据的部分 线程池属于 Web 服务器中的工作线程部分,Web 服务器通常使用线程池来管理并复用一组预先创建的工作线程
【Python语法糖】闭包和装饰器
摘要:Python闭包和装饰器 参考: https://zhuanlan.zhihu.com/p/453787908 https://www.bilibili.com/video/BV1JW411i7HR/?spm_id_from=333.337.search-card.all.click&vd_sour
【转载】重装系统小贴士:ssh、vscode免密登录
摘要:ssh安装 apt install openssh-server 然后到cd /etc/ssh下找sshd_config文件(/etc/ssh/sshd_config),打开把允许远程root登录的选项(PermitRootLogin prohibit-password)改为yes 重启ssh服务:
【防忘笔记】一个例子理解Pytorch中一维卷积nn.Conv1d
摘要:一维卷积层的各项参数如下 torch.nn.Conv1d(in_channels, out_channels, kernel_size, stride=1, padding=0, dilation=1, groups=1, bias=True, padding_mode='zeros', devic
【防忘笔记】卷积层输入输出大小计算
摘要:卷积输出大小计算方法 tensorflow中的常用卷积操作API 正向卷积:Conv2D() 举例: ... Conv2D(128, kernel_size=4, padding="same") # 128个过滤器(128维),卷积核大小为4,边缘填充 # 注:此处步长为默认值1,此时使用paddi