谷歌

前言： 对于前端开发，尤其是做H5开发的前端来说，使用的浏览器中少不了二维码插件。有了二维码插件，你就可以随时方便的使用手机查看浏览器中正在调试的项目。不用什么同屏软件，也不用手机上手动输入访问地址，只需要在当前页面点击浏览器上安装的二维码插件，生成二维码，用手机浏览器或微信扫描二维码就可以直接访问了。 由于国内屏蔽了谷歌服务器，所以谷歌浏览器想要安装插件在不翻墙的情况下就只有离线安装插件了，这里以草料二维码为例详细介绍。 下载插件： 草料二维码官网都有提供浏览器插件的 点此下载安装 （右键单击保存链接，不要直接点击）： 安装插件： 是按照教程直接将下载下来的 crx 文件拖到谷歌浏览器扩展程序界面，但是会出现插件包无效的错误，如下： 试了下，在360极速浏览器中使用这种方法是可以的。那么有没有什么办法能解压下载的crx文件解压呢？如果可以，是不是可以使用“加载已解压的扩展程序”进行安装了呢？ 解压插件： 很显然crx文件我们没办法解压，那么改成.zip格式文件？（脑洞有点大，但可以一试） 试着解压文件： 额，果真是这样，那接下来试下能不能安装到谷歌浏览器中。 将解压后的插件包安装到浏览器中： 点击浏览器扩展中中心的“加载已解压的扩展程序”按钮： 选择前边解压后的文件夹： 安装成功： 后记： 对于国产的基于Chrome内核的浏览器，安装二维码插件会比较简单

POJ： http://poj.org/ GZUOJ： http://210.40.17.235/ codeforces： http://codeforces.com/ 计蒜客： https://nanti.jisuanke.com/acm vjudge： https://vjudge.net/contest#category=mine&running=0&title=Gzu&owner= 洛谷： https://www.luogu.org/ PTA: https://pintia.cn/problem-sets?tab=0 杭电OJ： http://acm.hdu.edu.cn/ CODEVS： http://login.codevs.com/auth/login 代码贴： https://paste.ubuntu.com/?tdsourcetag=s_pctim_aiomsg 北大ACM题目分类： http://exp-blog.com/2018/06/28/pid-38/ POJ题目分类： https://blog.csdn.net/a1dark/article/details/11714009 cplusplus： http://www.cplusplus.com/ 下载Win10： https://www.microsoft.com/zh-cn/software

今天谷歌搞了条大新闻。宣布Kotlin成为android开发的一级（One Class）语言，这说明谷歌是被甲骨文恶心坏了，打算一步步脱离掉java或者说是甲骨文公司的束缚了。原先网上大家还琢磨着会不会是golang，想想也不会，谷歌的android就是靠开源和众多“廉价”的java开发者支撑起来的，要是用golang那就有可能出现重大的断档。好彩谷歌等呀等，终于等到了kotlin的出现，现在终于可以一步步摆脱掉甲骨文的阴影了。（新闻： 欢呼声热烈 谷歌宣布 Kotlin 成 Android 开发一级语言 ） 同学们，闲话不多说，既然如此，我们学习android开发的也要紧随谷歌的步伐。kotlin语言的优势就不多说了，网上一搜一大把，现在也处于热烈讨论时期。 今天下午花了点时间，找了些kotlin的学习资料，以方便入门，尽快上手kotlin的android开发。 1.eclipse kotlin安装： http://blog.csdn.net/u014134488/article/details/50684922 2.Android Studio kotlin安装： http://blog.csdn.net/kisty_yao/article/details/53386808 （按照最新新闻谷歌的说法，下一版本的Android Studio 3.0也会提供对kotlin的支持

谷歌的三篇论文分别介绍了Google-Bigtable, Google-MapReduce和Google-File-System三个谷歌的重要工具。三个工具都有一个共同的特征——分布式系统，所谓的分布式就是将一个业务分拆多个子业务，分别部署在不同的服务器上。分布式文件系统的设计是基于客户机/服务器模式。一个典型的网络可能包括多个供多用户访问的服务器。其中首先讲了GFS是一个面向大规模数据密集型应用的、可伸缩的分布式文件系统。GFS 虽然运行在廉价的普遍硬件设备上，但是它依然了提供灾难冗余的能力，为大量客户机提供了高性能的服务。GFS基于普通的分布式文件系统，逐步发展延伸，基本上完全满足了用户对存储的需求。然后讲的是Google Bigtable，它是一个分布式的结构化数据存储系统，被用来处理海量数据。例如Google里面的web索引、Google earth、Google finance等等项目都在使用Bigtable来存储数据，论文描述了Bigtable提供的简单的数据模型，利用模型用户可以动态的控制数据的分布和格式。Bigtable已在60个Google的产品和项目上的到了应用。最后一篇讲是Google MapReduce。MapReduce是一个编程模型，也是一个处理和生成超大数据集的算法模型的相关实现。MapReduce在 Google 内部也已经成功应用于多个领域

（推荐方法2） 安装方法1: 需正常打开chrome商店，搜索vuejs devtools 安装。chrome://extensions/ 开发者工具-扩展程序下启用； 方法2： github下载插件，npm包安装依赖，拖入浏览器扩展程序 具体操作： 1 . 下载chrome扩展插件。 在github上下载压缩包并解压到本地，github下载地址： https://github.com/vuejs/vue-devtools 2. npm install 下载完成后打开命令行cmd进入vue-devtools-master文件夹， 1. npm install，安装依赖包；如果安装太慢，请参照文章末尾说明进行操作。 2. npm run build npm run build 执行完，会在shells>chrome下的src文件夹里生产如上图所示的几个js文件； 若不执行以上命令会报错，无法加载背景脚本"build/background.js"，如下图： 3. 打开shells>chrome>manifest.json并把json文件里的"persistent":false改成true 4. 扩展chrome插件 1.打开chrome浏览器，打开更多工具>扩展程序； 2.再点击加载已解压的扩展程序，然后把shells>chrome文件夹放入 5， 测试安装成功

首先 ：谷歌浏览器右键打开属性，在箭头所指的位置复制粘贴 -no-sandbox。（需要空一格再写入 -no-sandbox） 其次 ：你打开谷歌浏览器可以看到如下提醒，提醒你，稳定性和安全性会有所下降，但表担心，只要能打开浏览器就很惊喜了！ 剩下的问题就很好解决了 ！！点击右上角的 三个点 ---》点击 设置 ---》拖到最下边 高级设置 ---》再拖到最下边 重置 ---》完美 最后，打开浏览器就可以用了 首先 ：谷歌浏览器右键打开属性，在箭头所指的位置复制粘贴 -no-sandbox。（需要空一格再写入 -no-sandbox） 来源： CSDN 作者： xiaoma19941027 链接： https://blog.csdn.net/xiaoma19941027/article/details/103641276

谷歌三篇论文的读后感 马云曾经说过：“21世纪的竞争是数据的竞争，谁掌握了数据，谁就掌握了未来。”由此可见，大数据在当今社会中是多么重要。从百度的检索信息，淘宝的购买数据到自媒体的新闻数据……我们的生活中似乎处处都充斥着数据，仿佛我们已经被数据包围。特别是最近看了谷歌的三篇重要论文，我更是感受到了大数据在社会发展中的巨大作用，也对大数据有了更进一步的了解。 谷歌的三篇重要论文分别详细介绍了GFS，MapReduce，Bigtable。GFS文件系统，一个面向大规模数据密集型应用的、可伸缩的分布式文件系统。它作为一个存储平台，完全可以满足我们对存储的需要。从设计预期、系统交互、Master节点的操作、容错和诊断到度量、经验以及相关工作的分析，我们可以看出谷歌在设计上的严谨态度，他们在以前的分布式文件系统的基础上，通过进一步的研究，取得了一定的进步，使得该系统更加完备，给我们的存储带来了极大的便利。 MapReduce是一个编程模型，也是一个处理和生成超大数据集的算法模型的相关实现，它能够在大量普通配置的计算机上实现并行化处理。这对于那些并没有并行计算和分布式处理系统开发经验的程序员来说，这真的是极好的一个程序，使他们能够有效的利用分布式系统的丰富资源。 Bigtable是一个分布式的结构化数据存储系统，它被设计用来处理海量数据。谷歌中的很多项目就用到了这个系统。例如：Web索引

这几天，通过粗略的阅读，谷歌的三篇重要论文。由于对专业知识不是很了解。所以只是大概的看了一下对着三篇论文没有理解太深。但仍然有很大的感受，根据这三篇论文，我了解到。所谓的大数据，在生活中，无时无刻都存在。我们看到的，听到的，闻到的，触摸到的都是。同时这也是大数据所面临的问题。即面对生活中如此之多的数据处理，该如何储存？要让数据有异议，又该怎么去处理海量的数据？谷歌通过对数据进行分布式文件系统的组成，从而解决了大数据的组成问题这是一种大用于大数据计算的模型，它的核心思想是大事化小处理，最后再合并处理，先拆分再合并。 它的性价比也非常高，GFS是由普通的廉价的设备组成的，它能以最廉价的设备发挥出最高的性能，但我认为是最大的特点是通过牺牲储存空间来换取性能的机制，再空间空余的前提下可以提高性能很优秀的工作。 虽然只是大概的阅读了一下，但也让我对大数据产生了兴趣。非常荣幸阅读了这三篇论文，让我了解一下大数据的思想，初步的认识了大数据，相信在以后这三篇论文会对我产生巨大的影响受益颇深。 来源： CSDN 作者： Qth943595923 链接： https://blog.csdn.net/Qth943595923/article/details/103623927

1.Vuetify优点 官方网站:https://vuetifyjs.com/zh-Hans/ 原因如下： Vuetify几乎不需要任何CSS代码，而element-ui许多布局样式需要我们来编写 Vuetify从底层构建起来的语义化组件。简单易学，容易记住。 Vuetify基于Material Design（谷歌推出的多平台设计规范），更加美观，动画效果酷炫，且风格统一 2.用法 我们重点关注 UI components 即可，里面有大量的UI组件，我们要用的时候再查看，不用现在学习，先看下有什么： 来源： https://www.cnblogs.com/luckyplj/p/11484452.html

文章目录 环境介绍 TensorFlow环境下载 windows fatal exception:access violation报错 查看自己的gpu使用情况 环境介绍 目前cuda8.0,python3.6,TensorFlow版本1.12，能跑但是训练的时候非常慢,（网上有成功的版本的是TensorFlow-gpu==2.0.0,python3.6.8,cuda10.0,cudnn7.4.1.5没有亲自试验过，训练一波后试一下） TensorFlow环境下载 1.贴个TensorFlow的whl的网址，方便下载 链接: https://github.com/fo40225/tensorflow-windows-wheel . whl安装方法： 链接: https://blog.csdn.net/oMoDao1/article/details/81944307 .感谢博主 2. 也可以使用pip install tensorflow==1.12.0 3. 也可以使用conda install tensorflow的方法下载； 4. 查看自己下载的TensorFlow版本方法：①conda list 命令②或者去文件夹下查看③在终端命令行敲如下指令： activate tensorflow python import tensorflow as tf tf.__version__