http://www.cnblogs.com/dubing/archive/2011/12/16/2290421.html常用的VIM命令列表移动光标按o键向下增加一行上:knk:向上移动n行9999k或gg可以移到第一行G移到最后一行下:jnj:向下移动n行左:hnh:向左移动n列右:lnl:向右移动n列w：光标以单词向前移动nw：光标向前移动n个单词光标到单词的第一个字母上b：与w相反e:光标以单词向前移动ne：光标向前移动n个单词光标到单词的最后一个
系统 2019-08-12 09:27:29 2226
之前有个功能是用户上传视频后，网站对其进行截图处理。功能采用FFMPEG操作，在本机新建一个小程序进行调试时是没有问题的。可功能原封不动挪到项目里，截图竟然失败了，于是开始排查。期初以为是参数设置的问题，后来折腾了很久也没有效果，后来索性建了个空网站，调试可行，发布到IIS，问题出来了。看来还是IIS调用EXE程序时权限造成的问题，从网上查了几个解决办法，有一个起到了效果，搬过来作为记录，免得以后忘了还得再找以IIS7为例IIS管理器——应用程序池——设置
系统 2019-08-12 09:26:54 2226
--=========================--RMAN配置、监控与管理--=========================一、通道及通道分配1.通道的概念一个通道代表一个到设备(磁盘或磁带)的数据流并且在目标数据库或辅助数据库实例上产生一个相应的服务器会话(serversession)多个通道则产生多个服务器会话，这些服务器会话(或进程)将完成备份、还原与恢复操作等通道分为备份或还原到磁盘的磁盘通道(diskchannel)、备份还原到磁带的
系统 2019-08-12 01:55:08 2226
inline函数居然出现了lnk2001、lnk2019，先贴代码。a.h#pragmaonceclassA{public:inlinevoidfoo();voiduse_foo();};a.cpp#include"A.h"inlinevoidA::foo(){}voidA::use_foo(){foo();//此行注释掉会产生lnk2019错误}main.cpp#include"A.h"intmain(){Aa;a.foo();return0;}看似简单
系统 2019-08-12 01:53:13 2226
大多数人觉得，工作肯定是一件艰苦而令人不愉快的事情，其实只有做自己喜欢的事情的人，才能真正获得成功。陷入债务的人只需要听从四个忠告就可以解决负债问题。第一、应当毁掉所有的信用卡。因为大多数人在使用信用卡的时候，比用现金的钱要多得多。第二、应当尽可能少的偿还贷款。反过来做的人，经常用新的债务偿还老的债务。第三、将扣除生活费之后富余的钱中的50％存起来，剩下的50％用于还消费贷款。最好根本不要申请消费贷款。第四、在钱包里贴一张纸条，“这真的有必要吗？”第六章债
系统 2019-08-12 01:53:04 2226
原文:SQL远程恢复--=============================================--Author:dcrenl--Createdate:2013-9-514:08:35--Description:WEB服务器远程恢复数据库，远程恢复和远程备份的思路是一样的。--不过恢复的时候有个释放连接的问题，所以多加了一个释放连接的存储过程。--本来可以整合到一个里面但是考虑到其它地方也会用到释放连接所以把它单独拿出来了。--=====
系统 2019-08-12 01:33:11 2226
本文地址为：http://www.cnblogs.com/kemaswill/，作者联系方式为kemaswill@163.com,转载请注明出处。机器学习的目标是学得一个泛化能力比较好的模型。所谓泛化能力，是指根据训练数据训练出来的模型在新的数据上的性能。这就牵扯到机器学习中两个非常重要的概念：欠拟合和过拟合。如果一个模型在训练数据上表现非常好，但是在新数据集上性能很差，就是过拟合，反之，如果在训练数据集和新数据集上表现都很差，就是欠拟合，如下图所示其中蓝
系统 2019-08-12 01:32:41 2226
以下是我的一点亲身经历，在正式开始之前和大家分享一下，希望能引起共鸣。我是2002年在山东上学时正式开始接触到程序设计的，当时很大一部分还是asp、vb、vf，而我就是从vf开始一步一步走进了程序员这个职业。记得第一程序跑起来的时候，真是无比兴奋。在接下来的几年使用过asp、vb，直到遇到C#之后就一直使用至今，期间做过的项目虽然涉及到很多行业，但基本上是跟数据库打交道的，朋友们此时可能会想到的就是：客户需求反复变更，一个小小的模块可能要被改上几遍或更多。
系统 2019-08-12 01:32:22 2226
前言：学习了吴恩达机器学习线性回归部分内容后，再结合很多优秀博客总结，搬运出来的干货。1、原理2、单变量线性回归数据准备：https://blog.csdn.net/Carl_changxin/article/details/100824723，第一列当作人口Population，第二列当作收益Profite实现技术：梯度下降实现目标：（1）作原始数据散点图（2）作线性回归模型折线图（3）根据模型预测一些数据（4）作代价函数随迭代次数增加而变化的折线图；会
系统 2019-09-27 17:56:52 2225
1:importthreadingnum=0#非原子操作资源竞争l=[]#GIL原子操作defwork1():globalnumforiinrange(1000000):num+=1l.append(i)#一个字节码指令print(num,len(l))defwork2():globalnumforiinrange(1000000):num+=1l.append(i)print(num,len(l))if__name__=='__main__':first
系统 2019-09-27 17:56:41 2225
