logo
publist
写文章

简介

该用户还未填写简介

擅长的技术栈

可提供的服务

暂无可提供的服务

jmeter接口测试报java.net.SocketException: Socket closed错误。

如题,jmeter报出java.net.SocketException: Socket closed,我查询了下,服务器是正常的,可以返回数据,基本确定问题出在我这边jmeter。查询原因,看到有人说:该异常在客户端和服务器均可能发生。异常的原因是己方主动关闭了连接后(调用了Socket的close方法)再对网络连接进行读写操作。解决Socket closedNon H...

#java#测试
并发错误:事务(进程 ID )与另一个进程已被死锁在 lock 资源上,且该事务已被选作死锁牺牲品...

这个是并发情况下导致的数据库事务错误,先介绍下背景。背景springboot+springmvc+sqlserver+mybatis一个controller里有五六个接口,这些接口都用到了spring的事务管理,这些接口单个调用的时候都很正常,当我模拟几十个并发请求这些接口的时候,总会有一两次的mybatis的持久化操作会出错,具体错误:nested exceptio...

#数据库#java
java并发包java.util.concurrent详解

线程池ThreadPoolExecutor的使用并发容器之CopyOnWriteArrayList并发容器之CopyOnWriteArraySet数据结构之ConcurrentHashMap,区别于HashMap的非线程安全,比HashTable更高效数据结构之ConcurrentSkipListMapjava并发之CountDownLatchjava并发之S...

#java#数据结构与算法
家庭深度学习实验室搭建指南:从零入门到项目实战

深度学习作为机器学习的重要分支,其核心是让计算机通过神经网络从数据中自动学习特征与规律。其原理基于多层非线性变换,通过反向传播算法优化模型参数,从而实现对复杂模式的识别与预测。这项技术的价值在于能够处理高维、非结构化的数据,在图像识别、自然语言处理、时间序列预测等领域展现出强大能力。随着硬件成本降低和软件生态成熟,个人完全可以在普通计算机上搭建学习环境,掌握如卷积神经网络、循环神经网络等核心模型。

#深度学习
PyTorch模型Kubernetes生产化:GPU服务稳定性与可观测性实战

机器学习模型部署并非简单导出为API服务,而是涉及环境适配、资源隔离、确定性保障与全栈可观测性的系统工程。在真实生产场景中,模型需应对数据漂移、时区错位、GPU驱动兼容性及冷启动延迟等混沌因素。PyTorch模型在Kubernetes中稳定承载高并发请求,关键在于显式管理CUDA版本契约、分层Docker镜像设计、独占GPU调度策略,以及基于Starlette的异步服务封装。技术价值体现在金融级p

AI大模型应用开发实战:Agent、RAG、LangChain与LangGraph核心技术整合指南

如果你正在准备 AI 大模型相关的面试,或者想系统性地掌握 Agent、RAG、LangChain、LangGraph 这些核心技术的实战能力,那么这篇文章就是为你准备的。这不是一个简单的概念介绍,而是一套从零到一、从理论到实战的完整学习与面试准备路径。我们将直接切入核心,不谈虚的,只讲能让你在面试中脱颖而出、在实际项目中快速上手的干货。 这套教程的核心价值在于“整合”与“实战”。它并非孤立地讲解

#RAG
Docker 20.10.7 与 Kubernetes 1.20.9 版本锁定:CentOS 7 环境 5 步避坑指南

本文提供了在CentOS 7环境下部署Docker 20.10.7与Kubernetes 1.20.9的5步避坑指南,涵盖环境预检、Docker配置、Kubernetes组件安装、集群初始化及网络插件部署等关键步骤,帮助开发者快速搭建稳定的云原生集群。

#云原生
OCR技术发展与应用:从传统到深度学习的演进

光学字符识别(OCR)技术是计算机视觉领域的重要应用,通过模式匹配和深度学习等方法实现文本的自动识别。其核心原理包括图像预处理、特征提取和分类识别,技术价值在于提升文档数字化的效率和准确性。OCR广泛应用于企业文档处理、移动端实时识别等场景,特别是在深度学习的推动下,识别精度显著提高。当前,OCR技术结合LSTM和CNN等先进算法,支持多语言和复杂版式分析,成为数字化转型的关键工具。

#深度学习
遗传算法实战:Python实现N皇后问题求解

遗传算法是一种受生物进化启发的全局优化方法,其核心在于编码设计、适应度评估与遗传操作三者的协同。在组合优化问题中,如何将问题解空间映射为可进化的染色体结构,直接决定算法成败。N皇后问题作为经典约束满足案例,天然适配排列编码与冲突驱动的适应度函数,成为理解GA原理与工程落地的理想入口。本文聚焦‘一维排列编码’与‘1/(冲突数+0.001)’适应度设计两大关键技术点,解析其如何规避同行同列冲突、高效检

Black-Scholes模型Python实现:3个关键参数对期权定价的敏感性分析

本文详细介绍了Black-Scholes模型的Python实现,并重点分析了标的资产价格、波动率和到期时间这三个关键参数对期权定价的敏感性。通过代码示例和可视化图表,展示了不同参数对看涨和看跌期权价格的影响机制,为量化金融领域的期权定价和风险管理提供了实用指导。

    共 71 条
  • 1
  • 2
  • 3
  • 8
  • 请选择