这两天在摆弄刚刚到手的夏新E850，哈哈，总算有机会体验一下WindowsMobile编程了，当然一开始总是从最基础的开始——学习如何使用ActiveSync。厂商提供的版本是4.1的，似乎有点早，但一开始也没有注意，就安装在机器上了，尝试同步通讯录，可是每次总是不成功，而且报的错误比较怪，见下：中文版ActiveSync在台式机上遇到问题，支持代码：85010014英文版ActiveSyncencounteredaproblemonthedesktop.
系统 2019-08-12 09:27:02 2280
KVO(key-valueObserver),通过命名可以联想到，一个监视着监视着键值配对，让一个对象A来监视另一个对象B中的键值，一旦B中的受监视键所对应的值发生了变化，对象A会进入一个回调函数，有机会对于B中的受监视键值的改变立刻进行处理和应对。注：虽然对象A中的回调函数有点像代理方法，但是回调函数的调用和键值发生变化处在同一个线程中，并非像某些代理方法会在另一个线程中进行回调。也就是说，如果对键key进行了监视，一旦键key对应的值发生了变化，就会去
系统 2019-08-12 09:26:55 2280
比如在这个图中,有SVN的链接http://svn.igniterealtime.org/svn/repos/openfire/trunk如复制http://svn.igniterealtime.org/svn/repos/openfire/trunk注意不要复制后面的openfire,那不属于链接的一部分然后右键选择export接着慢慢下SVN下载源代码示例
系统 2019-08-12 01:33:12 2280
Createdalabel,nameisFinishForm,textisAnexceptionoftypeSystem.IO.InvalidDataExceptionwasthrown.Additionalexceptioninformation:Thewebconfigrationfile,C:\ProgramFiles\CommonFiles\MicrosoftShared\WebServerExtensions\12\config\webconfi
系统 2019-08-12 01:32:55 2280
简单的问答已经实现了,那么问题也跟着出现了,我不能确定问题一定是"你叫什么名字",也有可能是"你是谁","你叫啥"之类的,这就引出了人工智能中的另一项技术:自然语言处理(NLP):大概意思就是让计算机明白一句话要表达的意思,NLP就相当于计算机在思考你说的话,让计算机知道"你是谁","你叫啥","你叫什么名字"是一个意思这就要做:语义相似度接下来我们用Python大法来实现一个简单的自然语言处理现在又要用到Python强大的三方库了第一个是将中文字符串进行
系统 2019-09-27 17:57:46 2279
python3.6threading和multiprocessing四核+三星250G-850-SSD自从用多进程和多线程进行编程，一致没搞懂到底谁更快。网上很多都说python多进程更快，因为GIL(全局解释器锁)。但是我在写代码的时候，测试时间却是多线程更快，所以这到底是怎么回事？最近再做分词工作，原来的代码速度太慢，想提速，所以来探求一下有效方法(文末有代码和效果图)这里先来一张程序的结果图，说明线程和进程谁更快一些定义并行是指两个或者多个事件在同一
系统 2019-09-27 17:54:48 2279
练习杨辉三角定义如下：1/\11/\/\121/\/\/\1331/\/\/\/\14641/\/\/\/\/\15101051把每一行看做一个list，试写一个generator，不断输出下一行的list：期待输出:#[1]#[1,1]#[1,2,1]#[1,3,3,1]#[1,4,6,4,1]#[1,5,10,10,5,1]#[1,6,15,20,15,6,1]#[1,7,21,35,35,21,7,1]#[1,8,28,56,70,56,28,8,1
系统 2019-09-27 17:53:12 2279
先来看一道题目：>>>deffunc(numbers=[],num=1):...numbers.append(num)...returnnumbers>>>func()[1]>>>func()[1,1]>>>func()[1,1,1]我们似乎发现了一个Bug，每次用相同的方式调用函数func()时，返回结果竟然不一样，而且每次返回的列表在不断地变长。>>>id(func())4330472840>>>id(func())4330472840从上面可以看出，
系统 2019-09-27 17:52:13 2279
numpy中的random模块有多个函数用于生成不同类型的随机数，常见的有uniform、rand、random、randint、random_interges下面介绍一下各自的用法1、np.random.uniform的用法np.random.uniform(low=0.0,high=1.0,size=None)作用：可以生成[low,high)中的随机数，可以是单个值，也可以是一维数组，也可以是多维数组参数介绍：low:float型，或者是数组类型的，
系统 2019-09-27 17:52:05 2279
“与其提高牌技，我宁愿寻找对手。”这正是邢不行进入币圈的缘由。比特币在2017已经风靡一时，不过对于散户及小型机构而言，此时仍旧是适合进场的时机。为什么现在仍是适合进场的机会呢？1.现在场内的数字货币投资者，投资水平普遍不高。邢不行举了一个例子。在一次课程中，他发现整个班级的学员都买过币，做过ICO，但是用过做空策略的只有他自己。“采用做空这种交易方式，在币价下跌的时候能赚钱，这是一个投资常识。但是大多学员都不清楚，可见投资水平并不高。”邢不行说道。2.现
系统 2019-09-27 17:51:41 2279
