记一次centos 7内核升级事故 - 阿dai的个人空间 - 开源中国

情景公司做等保3测评，在进行系统漏洞检测时发现内核存在漏洞，需要进行升级。名称版本升级前内核CentOS Linux (3.10.0327.el7.x86_64) 7 (Core)升级后内核CentOS Linux (3.10.0957.1.3.el7.x86_64) 7 (Core)正确操作过程 升级方法升级方法很简单，找到对应版本的内核rpm包，然后...
阅读全文

windows删除或修改本地Git保存的账号密码 - 徐代龙的技术专栏 - CSDN博客

场景：因为自己有两个github账户，然后还有个coding账号，导致将代码上传到github上传失败，即：上传的用户与所在的仓库不匹配，导致上传失败，这里做一下总结一个很笨的方法：在或者win7都是一样的步骤：```（一）进入控制面板（二）选择用户账户（三）选择管理你的凭据（四）选择Windows凭据（五）选择git保存的用户信息（六）选择编辑或者进行删除...
阅读全文

git 清除本地以及保存的用户名 密码 - 王明月的博客 - CSDN博客

系统位置：    控制面板\\用户帐户\\凭据管理器删除对应版本库的用户名密码Original url: Created at: 20190211 14:07:11Category: defaultTags: none
阅读全文

删除git中缓存的用户名和密码 - 简书

在使用git的过程中，我们经常会到遇到以前保存在git的用户名密码忘记了，或者不用了。在公司也可能遇到保存了用户名和密码的同事离职，换成新来的员工。在这些情况下，我们就要清除掉保存在git中的用户名和密码，重新缓存。 以下是window 10下的使用记录： 运行一下命令缓存输入的用户名和密码：```git config global credential.helper wincr...
阅读全文

滴滴开源首次发布年度报告 - 开源中国

2018年是滴滴开源飞速崛起的一年，滴滴开源项目由2017年的4个增长到目前的12个，总Star数突破1.6万，Fork数有2千多个，PR总数超过300个，共多达65个贡献者参与到滴滴开源项目中。开源项目种类也从单一的前端项目，扩大到覆盖数据库、小程序、移动开发、前端、架构、中间件、云相关和运维监控等技术领域。今天给大家总结下滴滴2018年开源工作，很多开源项目值得大家关注。对外部...
阅读全文

SpringBoot入坑指南之二：配置篇 - centychen - 开源中国

开篇语===很多人都说，Spring Boot最大的作用就是简化配置，摆脱原来Spring的配置地狱。确实，相比Spring原来的配置，Spring Boot简直就是天堂，所以说Spring Boot就是一个又大又深的坑，跳进去了就再也出不来（你也不愿意出来），这也是这个系列文章为什么叫入坑指南的原因。 不过，任何应用都不可能摆脱配置，像数据库相关配置、业务自定义配置等就肯定需要进行配置...
阅读全文

缓存伪共享问题以及解决方案缓存行填充 - 东风飘兮神灵雨的个人空间 - 开源中国

缓存伪共享 =====共享对象存在同一个缓存中，由于MESI协议，一个对象中一些不需要改变的属性因为其他改变的属性，导致整个对象的缓存进入到M被修改状态。MESI缓存一致性协议：目前的CPU是按照64K的缓存行(Cache Line)进行读取，如果读取的数据在同一个CacheLine，就存在缓存伪共享的问题。对象被放入一个CacheLine中，根据MSEI协议，其中一个...
阅读全文

月度十佳机器学习 Github 开源项目 - 云+社区 - 腾讯云

过去的一个月里，我们筛选了 250 个机器学习项目，选出了其中的 Top10。Mybridge AI 根据各种因素对项目进行排名，以衡量项目和开发者的质量。 本文介绍的项目 Github 「Star」平均数为 1,041。 请在 Github 上「Watch」Mybridge 的主站： https://github.com/Mybridge/machinelearningopen...
阅读全文

博客 | Word2Vec 学习心得 - 云+社区 - 腾讯云

好嘛博主食言了。不过本文没什么干货，主要是前后看了大概一个星期，反复去读源码和解读文章，终于感觉这东西不那么云山雾罩了。同时也发现网上很多材料有点扯淡，99% 的博文不过是把别人的东西用自己的话说一下，人云亦云。好多人自己理解错了而不自知，实在是误人误己。我也不敢说理解得有多深，下面的内容甚至可能有自相矛盾的地方，所以阅读本文时请一定擦亮眼睛，认真思考。源码才是根本，作者那两篇论文感觉参考...
阅读全文

Word2Vec - 云+社区 - 腾讯云

       以前对于文本类型的数据，都是通过tfidf进行处理的，这个可以参见以前写的博客，这里就不在详细介绍了。最近项目组老大跟我说了word2vec这种文本型特征提取的方式。特地给我讲解了一下俩者之间的区别：      一个词经过tfidf处理之后，是一个数字，如果是相近的词语，它是无法区分的。Word2Vec就不一样了，比如研究和科研这俩个词，经过Word2Vec处理之后，是向量的形式...
阅读全文