源码

AbstractMap抽象类实现了一些简单且通用的方法，本身并不难。但在这个抽象类中有两个方法非常值得关注，keySet和values方法源码的实现可以值的学习。 　　抽象类通常作为一种骨架实现，为各自子类实现公共的方法。上一篇我们讲解了Map接口，此篇对AbstractMap抽象类进行剖析研究。 　　Java中Map类型的数据结构有相当多，AbstractMap作为它们的骨架实现实现了Map接口部分方法，也就是说为它的子类各种Map提供了公共的方法，没有实现的方法各种Map可能有所不同。 　　抽象类不能通过new关键字直接创建抽象类的实例，但它可以有构造方法。AbstractMap提供了一个protected修饰的无参构造方法，意味着只有它的子类才能访问（当然它本身就是一个抽象类，其他类也不能直接对其实例化），也就是说只有它的子类才能调用这个无参的构造方法。 　　在Map接口中其内部定义了一个 Entry接口 ，这个接口是Map映射的内部实现 用于维护一个key-value键值对 ，key-value存储在这个 Map.Entry 中。AbstractMap对这个 内部接口进行了实现 ，一共有 两个 ：一个是可变的 SimpleEntry 和一个是不可变的 SimpleImmutableEntry 。 （A） SimpleEntry 　　public static class

原创：转载需注明原创地址 https://www.cnblogs.com/fanerwei222/p/11918123.html 开始! 关于HashMap平时用的多, 面试的时候问的也多, 会问Hash碰撞, Hash表扩容, Hash表的整体实现数据结构, 自己用的时候也会遇到一些问题, 用多个线程去处理HashMap时会发生一点奇怪的东西, 有时候是百思不得其解, 不过确也能知其一二, 之前也看过几遍源码, 但是也是过三两天就忘得差不多了, 现记录下, 便日后方便反复阅读理解. JDK版本:1.8 HashMap数据结构 : 数组 + 链表 + 红黑树 (JDk1.8) 首先来一张自制的文本数据结构原理图: 略有粗糙, 不过也能看. JDk1.8的hashmap由数组+链表+红黑树组成, 数组中的一个元素叫做bucket(桶), 一个桶里面可以有多个节点,桶可由链表或者红黑树组成. 关于何时使用链表, 何时使用红黑树在下面的属性中会有说明. 首先介绍一下各个属性值, 有默认的, 也有后期需要使用到的. ★ 红黑树有关的三个值 /** * The bin count threshold for using a tree rather than list for a * bin. Bins are converted to trees when adding an element

因为墙的原因，不能从Google Chrome浏览器的应用商店安装插件，只能先下载插件到本地，用离线方式安装 vue-devtool工具是开发基于vue项目的必备工具，使用源码构建后的安装包安装可以得到最新的功能 1.从Github上将vue-devtool源码clone到本地(https://github.com/vuejs/vue-devtools) 注：仔细查看readme文档 2.执行 yarn install安装依赖包，时间长短取决于网络环境 3.执行 yarn run build 构建，得到packages文件夹，里面的shell-chrome即为vue-devtool的chrome插件离线文件 4.打开Google Chrome浏览器，选择更多工具/扩展程序打开扩充程序页面 5.点击【加载已解压的扩展程序】，选择第3步中的shell-chrome文件夹，即可安装 注：Google Chrome浏览器不能关闭开发者模式，否则不能使用vue-devtools 来源： https://www.cnblogs.com/devinzh/p/11918688.html

好久没有看tensorflow了，今天打开《Tensorflow：实战Google深度学习框架》的第五章 看到Tensorflow模型持久化那里。看到了tf.train.Saver() 和 tf.train.import_meta_graph。代码小白，突然想看看tensorflow的低层源码是怎么写的。 推荐网站： https://www.zhihu.com/question/41667903 https://github.com/DjangoPeng/tensorflow-in-depth/blob/master/contents.md https://blog.csdn.net/real_myth/article/details/51782207 tensorflow的白皮书看明白了，大致模型就明白了： http://download.tensorflow.org/paper/whitepaper2015.pdf 中文翻译白皮书 学习线路： 看Paper，了解TensorFlow核心概念 看官方文档，了解Usage 参照文档写Demo 使用TensorBoard加深印象 搭建分布式TensorFlow 学习深度学习算法 写更多的Demo 学更多的深度学习算法 写更多的Demo 参与TensorFlow社区讨论 看TensorFlow源码 tensorflow/

2015年11月9日，Google发布深度学习框架TensorFlow并宣布开源，并迅速得到广泛关注，在图形分类、音频处理、推荐系统和自然语言处理等场景下都被大面积推广。TensorFlow系统更新快速，官方文档教程齐全，上手快速且简单易用，支持Python和C++接口。本文依据对Tensorflow（简称TF）白皮书 [1] 、TF Github [2] 和TF官方教程 [3] 的理解，从系统和代码实现角度讲解TF的内部实现原理。以Tensorflow r0.8.0为基础，本文由浅入深的阐述Tensor和Flow的概念。先介绍了TensorFlow的核心概念和基本概述，然后剖析了OpKernels模块、Graph模块、Session模块。 1. TF系统架构 1.1 TF依赖视图 TF的依赖视图如图1所示 [4] ，描述了TF的上下游关系链。 图 1 TensorFlow依赖视图 TF托管在github平台，有google groups和contributors共同维护。 TF提供了丰富的深度学习相关的API，支持Python和C/C++接口。 TF提供了可视化分析工具Tensorboard，方便分析和调整模型。 TF支持Linux平台，Windows平台，Mac平台，甚至手机移动设备等各种平台。 1.2 TF系统架构 图2是TF的系统架构，从底向上分为设备管理和通信层

TensorFlow 源码 截止到目前为止，TensorFlow 在 【 Github 】 的 Contributors 已经接近900人，Fork 30000次。 学习这么庞大的开源项目，首先必须要搞清楚其代码组织形式，我们先来看目录结构： Project 目录分为4个： 1）tensorflow 核心代码目录，图中可以看到其子目录结构，后面我们会展开讲解。 2）third_party 第三方库，包括：eigen3，fft2d，hadoop，mkl，probuf 等。 3）tools 只有两个文件 bazel.rc 和 tf_env_collect.sh。 4）util/python 存放用到的 python 工具。 另外一个比较重要的文件是 configure，用于配置 tensorflow 的安装环境。 对于 tensorflow 核心目录，里面比较关键的几个模块： 1.1）core 这是 tensorflow 的核心代码模块. 1.2）tensorboard 不用解释，应该都清楚，这是可视化工具 tensorboard 的代码目录。 1.3）stream_executor tensorflow 流图的并行计算执行，核心代码。 1.4）go，java，python 主要的第三方 API。 1.5）contrib 存放有其他项目贡献者添加的相关贡献代码，非核心官方代码

1.Flask是怎么样的框架 Flask是一个使用 Python 编写的轻量级 Web 应用框架。其 WSGI（Python Web Server Gateway Interface）工具箱采用 Werkzeug ， 模板引擎 则使用 Jinja2 。Flask使用 BSD 授权。 Flask也被称为 “microframework” ，因为它使用简单的核心，用 extension 增加其他功能。Flask没有默认使用的数据库、窗体验证工具 中文参考文档地址 python 语言 web 框架很多：Django、Tornado、webpy、bottle……，flask 的特点是 简单可扩展 。简单有几个方面，比如它只实现 web 框架最核心的功能，保持功能的简洁；还有一个就是代码量少，核心代码 app.py 文件只有 2k+ 行。可扩展就是允许 第三方插件 来扩充功能，比如数据库可以使用 Flask-SQLAlchemy ，缓存可以使用 Flask-Cache 等等。 下面这段代码是 flask 官方文档给出的 hello world 版本的 flask 应用： from flask import Flask app = Flask(__name__) @app.route('/') def hello_world(): return 'Hello, World!' if _

安装 pip3 install djangorestframework 使用 注册app INSTALLED_APPS = [ 'django.contrib.admin', 'django.contrib.auth', 'django.contrib.contenttypes', 'django.contrib.sessions', 'django.contrib.messages', 'django.contrib.staticfiles', 'rest_framework' ] 写路由 from django.conf.urls import url from django.contrib import admin from api import views urlpatterns = [ url(r'^drf/info/', views.DrfInfoView.as_view()), ] 写视图 from rest_framework.views import APIView from rest_framework.response import Response class DrfInfoView(APIView): def get(self,request,*args,**kwargs): data = [ {'id': 1, 'title': '震惊了...王阳居然.

flask源码分析系列 01 werkzurg 了解wsgi 02 快速使用 03 threading.local和高级 04 LocalStack和Local对象实现栈的管理 05 Flask源码之：配置加载 06 Flask源码之：路由加载 持续更新中... 来源： https://www.cnblogs.com/zhangchaoyin/p/11917987.html

转载： https://blog.csdn.net/cs123951/article/details/72870510 来源： CSDN 作者： qq_1410888563 链接： https://blog.csdn.net/qq_38409301/article/details/93379472