永利皇宫最新官方网站他们习惯身上穿着格子脸上顶个黑镜框

当前位置:永利皇宫登录 > 永利皇宫最新官方网站 > 永利皇宫最新官方网站他们习惯身上穿着格子脸上顶个黑镜框
作者: 永利皇宫登录|来源: http://www.thetaborhood.com|栏目:永利皇宫最新官方网站

文章关键词:永利皇宫登录,计算机下棋

  1769年德国发明家兼外交家肯佩伦Wolfgang von Kempelen男爵准备造一台机械的下棋装置一年后机器完工取名“土耳其人”The Turk那时大家就把这玩意叫作“自动机”automaton。肯佩伦把这台机器展示给奥匈帝国的掌权者特蕾西娅Maria Theresia奥国女大公、匈国女王于是它就成为娱乐欧洲各皇室的保留节目。称为“土耳其人”是因为这个装置的后面坐着一个土耳其装束的木头人。1804年男爵死后“土耳其人”被转卖给德国发明家兼娱乐人马泽尔Johann Nepomuk Maelzel1809年马泽尔把它展示给拿破仑并和这位欧洲不可一世的征服者对弈一局。拿破仑执白棋先手但最后“土耳其人”大胜拿破仑恼羞成怒把棋盘上的棋子全胡撸到地上。有好事者把拿破仑和“土耳其人”的对战棋谱记录在案确实艺不如“机”。陆续和“土耳其人”接触过的名人还有富兰克林、爱伦坡和数学家巴贝奇。

  肯佩伦制造的、号称能自动下棋的“土耳其人”其实是个骗局。南方周末资料图

  土耳其人”在欧洲巡演了几十年最后被人发现是个彻头彻尾的假货那个装置里总是有个活人而且是个下棋高手。肯佩伦只是发明了个魔术而已。那时的水平想造台会下棋的机器门儿都没有。1827年“土耳其人”到美国巡演时请了美国当时的顶级高手施伦伯杰Schlumberger藏匿其中。在巴尔的摩的一­­次表演中两个孩子发现施伦伯杰频繁出入后台发现了这个秘密并透露给报界。见过这台机器的高人如富兰克林和巴贝奇一开始就猜这是魔术而不是科技。但当时还是有很多人愿意相信“土耳其人”线年马泽尔和施伦伯杰相继去世随后“土耳其人”也退役被费城的中国博物馆收藏1854年博物馆的一场大火彻底摧毁了“土耳其人”。

  和牛顿、霍金一样巴贝奇还做过一届剑桥大学的卢卡斯教授他对所有机器装置都感兴趣他在看到“土耳其人”时正在研制第一台机械计算机“分析机”analytical engine。他认为他的分析机也可以下棋但那至多是猜测。

  下棋一直就是人类智能的挑战自然也成了人工智能的标志之一。二战没结束时图灵就研究计算机下棋他1947年编了第一个下棋程序可惜那时计算机的时间简称“机时”很宝贵轮不到他上机——地主家没余粮图灵也不能保证机时。但即使后来拿到机时那机器和程序的水平也很有限。米奇Donald Michie是图灵的追随者1950年试着在纸上模拟程序和图灵对弈但这实在不是办法。图灵在曼彻斯特大学的同事普林茨Dietrich Prinz接着图灵的思路在1951年写了一个残局程序能在离将死还有两步的情况下找到最优解。这个问题也被称为“两步将死”mate-in-two问题。

  20世纪80年代末最强的跳棋程序一直就是加拿大阿尔伯塔大学的Chinook作者是现任阿尔伯塔大学理学院院长的计算机系教授舍佛Jonathan Schaeffer。数学家丁斯利Marion Tinsley自20世纪50年代起就一直是跳棋的人类冠军。丁斯利对跳棋理论研究很深对舍佛团队也很支持但美国、英国和加拿大的跳棋协会一直拒绝Chinook参赛。

  舍佛团队继续精研跳棋理论和实践直到2007年他们证明对于跳棋只要对弈双方不犯错最终都是和棋而Chinook已经可以不犯错。他们的结果发表在2007年9月的《科学》杂志上自此跳棋这一页就算翻过去了。舍佛的兴趣遂转向德州扑克和围棋。

  几乎和图灵同时冯诺伊曼也在研究计算机下棋他和经济学家摩根斯顿合作的《博弈论》1944年出版其中首先提出两人对弈的Minimax算法。香农Claude Shannon1950年在《哲学杂志》发表“计算机下棋程序”Programming a Computer for Playing Chess一文开启了计算机下棋的理论研究其中主要思路在“深蓝”和AlphaGo中还能看到。有趣的是战时图灵在布莱彻利庄园破解德国密码而香农在贝尔实验室研究密码理论其中还用到了他后来发明的信息论。图灵的工作涉及军事直到1974年才部分解密而香农则偏理论。图灵战时到访美国普林斯顿大学和贝尔实验室曾和香农多次会晤但他们从来没聊过密码学尽管香农猜到了图灵在干啥。

  1950年香农去英国参加信息论会议时到曼彻斯特大学图灵的办公室回访他们这次只聊了下棋和大脑仍然没聊密码。图灵没有参加这次在伦敦的会议但贡献了两篇短文一篇讲机器学习另一篇讲下棋。直到图灵的工作解密香农才知道图灵在战时已经用到了“熵”但是不是从了解信息论的美国同事处学来的就无从考证了。信息安全专家史密斯S. W. Smith曾写过一篇题为“图灵来自火星香农来自金星”的文章很明显这是受那本《男人来自火星女人来自金星》的启发。

  香农把棋盘定义为二维数组每个棋子都有一个对应的子程序计算棋子所有可能的走法最后有个评估函数evaluation function。传统的棋局都把下棋过程分为三个阶段开局、中局和残局不同阶段需要不同的技术手段。香农的论文引用了冯诺伊曼的《博弈论》和维纳的《控制论》。

  Minimax算法中二人对弈的一方为max另一方为minmax一方的评估函数要越高越好min一方的则越低越好。max和min的对弈就形成了博弈树。树的增长是指数式的当树很深时树的规模会变得不可控。达特茅斯会议的组织者之一麦卡锡首先提出α-β剪枝术以控制树的增长。纽厄尔、司马贺和肖NewellSimonShaw简称NSS在他们著名的定理证明程序之后又做了下棋程序。他们首先实现了α-β剪枝术其程序是在一台Johnniac上实现的。原始的Minimax算法是在博弈树被全部画出后再静态地计算评估函数而α-β剪枝术则采取边画树边计算评估函数的动态方法。当评估函数的值超越给定的上界和下界时树的搜索过程就停止这样大大减少了树的规模。平均而言在同样资源限制下α-β剪枝术要比原始Minimax算法搜索的树深度多一倍也就是说可以比Minimax向前看的步数多一倍。

  第一个可以走完全局的下棋程序是IBM的工程师伯恩斯坦Alex Bernstein1958年在一台IBM 704上做的。估计那时IBM支持下棋就像后来支持“深蓝”和谷歌支持AlphaGo一样虽没什么短期实用价值但是很好的公关。机器每步要花8分钟想随便会走几步棋的人就能击败这个程序。

  1959年麻省理工学院的几位本科生在当时刚到校任教的麦卡锡指导下开始学习计算机下棋他们1962年本科毕业时用Fortran实现了一款实战下棋程序跑在IBM新出的7090大型机上此时已经可以击败一般的象棋初学者了。这个结果变成了其中一位学生Kotok的本科学位论文。1962年麦卡锡前往斯坦福大学任教他进行了持续改进这个程序后来被称为Kotok-McCarthy程序。

  1966年美苏的对抗也扩展到计算机下棋。苏联科学院的理论与实验物理研究所ITEP也在本所研制的一台M20计算机上开发了一款下棋程序他们要和斯坦福大学的Kotok-McCarthy程序一决高下。从1966年11月22日开始直到1967年3月10日止他们通过电报的方式走了四局。最后苏联3:1战胜美国。

  司马贺在1957年预言十年内计算机下棋程序可以击败人类明显未果于是他在1965年再度预言这个目标在20年内可以实现。1968年国际象棋大师列维David Levy和麦卡锡打赌十年内机器不可能赢列维。1978年最厉害的计算机程序CHESS和列维比了一盘自然是列维赢麦卡锡为此输了500英镑。CHESS在20世纪70年代末80年代初一直是计算机下棋的冠军。此时尚看不到计算机短期内可以赢人的可能性。

  1974年为了给在瑞典斯德哥尔摩召开的“国际信息联合会大会”IFIP找点乐子组织者仿效美国计算机学会年会的做法举行了第一届世界计算机象棋锦标赛。锦标赛的组织者是刚从哥伦比亚大学转往加拿大麦吉尔大学的牛伯恩Monty Newborn。除了计算机下棋牛伯恩的另一个兴趣是机器定理证明他写过两款定理证明程序参加各种定理证明比赛。尽管他的下棋程序和定理证明程序在比赛中并没有出色表现但他写的下棋和定理证明的书却很有意思。第一次锦标赛除了美国和加拿大的几位高手外还邀请了欧洲的几个团队当然要包括苏联神秘的KAISSA。KAISSA击败了在ACM年会拿了四次冠军的CHESS赢得头筹报了两年前斯帕斯基输给菲舍尔的一箭之仇。勃列日涅夫倒是没把当年那副袖珍棋送还给已经下台的尼克松不知算是小气还是大度。

  进入20世纪80年代又出了新一茬象棋程序。当时最厉害的两个电脑棋手一个是跑在超级计算机克雷上的Blitz另一个则是贝尔实验室的专用机器Belle。Belle的发明人之一汤普森Ken Thompson那可是了不起的人物在计算机界无人不晓。他最杰出的成绩是发明了UNIX操作系统现在苹果操作系统、波音747的飞行系统和安卓手机操作系统都是Unix的变种和C语言1999年被克林顿授予美国“国家技术奖章”。他在计算机下棋上的贡献多少被略视了。在1982年的北美计算机象棋锦标赛上Belle击败了Blitz。Belle是第一个取得“大师”称号的计算机棋手。1982年在去苏联比赛的路上Belle被美国政府在肯尼迪机场海关没收理由是企图向苏联输送先进武器Belle的终端里确实有当时对苏联禁运的超大规模集成电路。拖了小一年功夫最后汤普森等破费了600美元罚款才赎回Belle但比赛耽误了。

  20世纪80年代中期卡内基梅隆大学的柏林纳开始用专用硬件来实现下棋机他的成果HiTech马上成为最强的机器棋手。这时来自中国台湾的许峰雄到卡内基梅隆大学计算机系跟随孔祥重读计算机体系结构常说的“硬件”方向的博士孔祥重是孔子的嫡孙。许峰雄的室友很快把他拉到HiTech项目帮忙设计一个硬件的评估函数但许峰雄却和柏林纳关系不睦。在资金有限的情况下许峰雄和几个研究生利用业余时间快速开发出了ChipTest而ChipTest立即变成了HiTech的竞争对手并受到柏林纳的打压。许峰雄在计算机系也变成众矢之的每次都是靠导师孔祥重的帮忙化险为夷。ChipTest的改进版“深思”Deep Thought1989年赢得弗雷德金二等奖成为第一个国际象棋特级大师的机器棋手累计分超过2400。随后HiTech也加入这个行列。永利皇宫最新官方网站而此时IBM意识到“深思”的商业价值于是劝说整个团队在毕业后加入IBM开发下棋机把对手锁定为当时的世界冠军俄罗斯特级大师卡斯帕罗夫。卡斯帕罗夫对机器下棋非常熟悉他在屡次和机器对决后曾说机器下棋没有洞见insight。

  IBM的外号叫Big Blue于是新的项目1996年被命名为“深蓝”Deep Blue。1996年ACM年会的闭幕节目是“深蓝”对决卡斯帕罗夫六局棋。“深蓝”旗开得胜第一局就赢了老卡最后还是老卡4:2赢得决赛。但此时老卡对“深蓝”刮目相看他说机器对手不光有洞见而且有几步简直像“上帝下的”。

  第二年“深蓝”和老卡再战老卡号称要捍卫人类的智力尊严。他赢了第一局但随后则越来越保守彻底输给“深蓝”。老卡下棋过程非常情绪化这有时会给人类对手施加压力但“深蓝”压根不吃这套。

  在“深蓝”赢了卡斯帕罗夫之后职业棋手并没有因此而改行他们反而更多地依赖计算机来训练。而职业比赛的解说者也越来越多地借助计算机程序来分析解说一场比赛。机器作为教练反而更快地帮助人类棋手进步。有美国高中的象棋教练观察到从来就没有过这么多年轻棋手在年龄很小时就积分这么高这都得益于计算机教练因为过去的孩子从来就没有机会能和特级高手比赛。

  瑞典青年棋手卡尔森Magnus Carlsen就是如此。内行说卡尔森的下法很像计算机。2013年卡尔森在印度的金奈Chennai客场击败印度老将、卫冕冠军阿南德。现在两台个人电脑下棋人已经看不懂它们在下什么。尽管如此“深蓝”队员同样毕业于卡内基梅隆大学的坎普尔Murray Campbell仍然不认为机器有智能。这其实是整个“深蓝”团队的意见他们都不是人工智能出身反而和同系的人工智能教授结下梁子。“深蓝”获胜后美国人工智能学会AAAI曾经组织过一个研讨会对人工智能启发式搜索做出过杰出贡献的加州大学洛杉矶分校教授科夫Rich Korf曾不满“深蓝”团队的立场。

  相对于计算机在国际象棋中的胜利中国象棋的进展一直落后。一些外行认为中国象棋要比国际象棋难其实非也。“深蓝”胜利之后聪明人认为计算机下棋这事已经到头了没人愿意费力不讨好IBM也解散了“深蓝”团队。迟至十年后的2006年中国象棋程序开始击败特级大师级别的人类棋手。倒是围棋确实更具挑战性但围棋在西方没什么受众自然没什么聪明人愿意花时间。

  围棋的棋子多组合可能性也多画出博弈树的所有可能枝叶后在上面跑α-β不太经济。于是聪明人想到了蒙特卡洛方法。蒙特卡洛方法最常用的教学例子就是计算圆的面积在一个正方形里贴边画一个圆然后随机向这个正方形里扔沙粒扔到足够多时开始数有多少沙粒落在圆里结果除以所扔沙粒总数再乘以正方形面积就是圆的面积。

  说来线c;冯诺伊曼在普林斯顿大学设计计算机的主要助手是伯克斯Arthur Burks伯克斯培养了有史以来第一个计算机科学的博士霍兰德John Holland。霍兰德发明了遗传算法。霍兰德的一个有名的学生是科德Edgar Codd因发明关系数据库而获图灵奖。巴托是霍兰德的一个大器晚成的弟子巴托博士毕业后被神人阿比卜Michael Arbib招到麻省大学计算机系在那里培养了自己的第一个博士生萨顿。在经历了人工智能的此起彼伏后萨顿现在阿尔伯特大学任教。正是他和已经转向围棋研究的舍佛的碰撞萌生了把强化学习应用到围棋的想法。在神经网络的低潮期巴托和萨顿利用他们所在的麻省大学计算机系和GTE实验室资助了一帮同仁其中就有后来成大器的麦克·乔丹。

  强化学习从20世纪80年代就被发明但一直不被重视是AlphaGo使得它发出亮光。萨顿还值壮年AlphaGo团队里就有4个萨顿的学生其中包括首席科学家席尔瓦David Silver。巴托老兵不死在做了一届计算机系主任后几年前从麻省大学退休了。退休前他终于看到强化学习渐成显学他和萨顿合著的《强化学习》马上要出第二版了。

  兼具广度与深度给普通读者以趣味给专业读者以激情

  领域内资深前辈尼克老师作品与书中部分人物或为师友或相熟相知除了详实的考证还有奇闻轶事

  本书全面讲述人工智能的发展史涵盖人工智能的起源、自动定理证明、专家系统、神经网络、自然语言处理、遗传算法、深度学习、强化学习、超级智能、哲学问题和未来趋势等。

  本书既适合普通读者详细了解人工智能的来龙去脉作为人工智能的启迪之书也适合专业人士了解人工智能鲜为人知的历史并提供深入学习的资料。

  12 月 22 ~ 23 日GIAC 全球互联网架构大会将于上海举行。GIAC 是高可用架构和 msup 联合推出的面向架构师、技术负责人及高端技术从业人员的技术架构大会。GIAC 于 2016 年 12 月成功举办了第一届今年的 GIAC 已经有腾讯、阿里巴巴、百度、平安、饿了么、携程、七牛、蚂蚁金服、罗辑思维、摩拜、唯品会LinkedIn, Pivotal, Mesosphere, AdMaster, Hulu 等公司专家出席。

  人工智能在围棋程序中的应用复旦大学附属中学 施 遥【关键字】 围棋,搜索,模式匹配,博弈树【摘要】 围棋程序的编制被称作人工智能的“试金石”,是人工智能技术的一大难题。 本文介绍了人工智能在围棋程序中的应用与发展,对比了围棋与国际象棋博弈算法的差别和复杂度,从而分析围棋算法的难点,讨论各种博弈算法(气位理论、模式匹配与博弈树)在围棋程序

  弈棋自古被视为一种关乎智力的高级挑战。和其他智力测试相比,弈棋具有直接对抗的特点,没有什么比在紧张的对局中看到对手一手精妙凶狠的棋招更 能让人感觉到一种智力上的刺激和挑战了。弈棋相比于其他牌类游戏而言,随机和不可控因素更小,因此对局双方的决策能够更直接地控制整个局面的走势,这进一步增强了智力的对抗性。 毫不意外,在国际象棋更加流行的西方国家,人工智能领域自创建之初就

  作为近几年的一大热词,人工智能一直是科技圈不可忽视的一大风口。随着智能硬件的迭代,智能家居产品逐步走进千家万户,语音识别、图像识别等AI相关技术也经历了阶梯式发展。如何看待人工智能的本质?人工智能的飞速发展又经历了哪些历程?本文就从技术角度为大家介绍人工智能领域经常提到的几大概念与AI发展

  之父,。 他设计了经典的冯.诺依曼结构,就是将软件命令和数据素材都存在一起,整...

  2016年1月28日,Google Deepmind在Nature上发文宣布其人工智能围棋系统AlphaGo历史性的战胜人类的职业围棋选手!这条重磅新闻无疑引起了围棋界和人工智能界的广泛关注!3月份AlphaGo对阵李世石的比赛更将引起全人类的目光! 是什么使围棋算法产生了质的飞跃?要知道,在之前最好的围棋程序也只能达到业余人类棋手的水平。是真的人工智能产生了吗? 对于大多

  Modification of UCT with Patterns in Monte-Carlo Go(论文阅读)

  摘要:用于解决多臂赌博机UCB1算法已经被扩展成了解决极大极小树搜索的UCT算法。我们开发了一套Monte-Carlo围棋程序,MoGo,这是第一个使用UCT算法实现的

  围棋程序。我们解释了为了围棋应用而对UCT的修改,同时还介绍了有效提高MoGo性能的模式智能随机模拟。在本文还讨论了UCT结合剪枝技术对于大型围棋棋盘的应用以及UCT的并行化。如今MoGo已经是在$9\times9$...

  是!“不会数据分析的,全是假程序员!”HR:太真实......(附资料,建议白嫖)

  数据正在变得越来越常见,小到我们每个人的社交网络、消费信息、运动轨迹大到企业的销售、运营数据,产品的生产数据,交通网络数据 如何从海量数据中获得别人看不见的知识,如何利用数据来武装营销工作、优化产品、用户调研、支撑决策,数据分析可以将数据的价值最大化。 所以无论你做产品,运营,HR,财务,还是做研发,系统架构,在数不清的场景下,数据分析都是基本功,它不是一个职位,而是一个技能。 因此,我们才会说,学习数据分析,无论你的职场目标是什么,基本都是必须的,而且不会过时。 但是一提数据分析,很多人就

  看到了正在进行的圆桌对弈人工智能,想邀请嘉宾来讲讲它的工作原理如何?其中应用了哪些技术? 相关问题:如何评价第二局比赛 AlphaGo 又一次战胜李世石? - 人工智能 人类有什么破解的方法? 2 条评论 分享 默认排序按时间排序 40 个回答 2294赞同 反对,不会显示你的姓名 袁行远

  导读: 一个棋盘,几个棋子就能拥有万千变化,而变化之中又有奇妙的规律等待着数学家与解谜者的探寻。游戏是人类的天性,几千年来,人们发明游戏、在游戏中取胜、挖掘着游戏

  的秘密。正是在游戏与对真理的追寻中,棋盘上树起了一个个数学里程碑。 约公元前1300年:圈叉游戏 圈叉游戏是由两位分别代表O方和X方的玩家在―个3×3的方格上轮流填上己方符号,最先让...

  有一种神秘的生物,他们习惯身上穿着格子脸上顶个黑镜框,身后的电脑包是他们的武器装备,常常出没在地铁末班车上,黑眼圈和无尽的黑夜一起沉沦,沉沦没错,他们是程序猿,一种类...

  本课程定位是:引领想学习蓝牙协议栈的学生或者从事蓝牙,但是对蓝牙没有一个系统概念的工程师快速入门 课程是多年从事蓝牙经验总结出来的,希望能让你看完有一种醍醐灌顶的感觉。 不要在摸着石头过河了学习完这些你肯定还是要继续学习蓝牙协议栈,但是至少懂了蓝牙的一些概念以及适合高效的学习方法 本课程一共分为4个小节: 1)蓝牙教程计划.mp4 ,主要介绍下我们的视频规划以及后续的蓝牙教程规划 2)蓝牙的前生后世.mp4 主要介绍下蓝牙的产生背景概念,以及蓝牙从开始产生到现在最新的5.2的发展过程,新赠的功能特性 3)市面蓝牙架构调查.mp4 主要介绍市面蓝牙产品的架构以及HCI蓝牙芯片的详细架构,让你对蓝牙有一个整体的认识,对于后续做蓝牙产品选型大有帮助 4)快速学习蓝牙文档介绍_工具介绍.mp4 主要介绍HCI蓝牙芯片的协议栈以及profile获取途径以及学习蓝牙的高效工具,引领你快速找到适合自己的方法来学习蓝牙

  前言 大家好,我是素小暖,2012年毕业,2016年通过培训转行java开发,今天2021年1月9日,转行之路跌跌绊绊,蓦然回首,已经满满的4年工作经验了?但感觉知识还是相当的匮乏,没自信,也许是努力程度还不够吧。很感谢CSDN,因为是它给了我学习的动力,之前写了一篇记录CSDN博客访问量的文章,也许大家感觉很幼稚,但真的很有用,很有效果,仿佛磕了药一样,努力学习,进步。 2020年,是我较为成功的一年,工作上,跳了槽,涨了工资;学习上,啃了几本名著(Effective Java、重构 改善既.

  本课程讲述了c++的基本语言,进阶语言,以实战为基准,高效率传递干货, 教会学员命令行编译直击底层过程,现场编码 并且掌握各种排错思路

  近日,IDC调研机构与浪潮联合发布《2020-2021 中国人工智能计算力发展评估报告 》。报告显示,预计2020 年中国AI市场规模将达到 62.7亿美元,2019~2024 年的年复合增长率为 30.4%,中国成为全球各个区域里面AI的投资发展最快的一个国家。 报告从AI算力产业发展趋势、市场规模、区域算力分布和行业AI算力保有程度等多个角度进行全面综合评估,旨在评估中国人工智能发展的现状,为推动产业AI化发展提供极具价值的参考依据和行动建议。 同时小编注意到据 BOSS直聘发布的《2020人才资.

  【入门基础+轻实战演示】【讲授方式轻松幽默、有趣不枯燥、案例与实操结合,与相关课程差异化】利用python进行数据处理、 分析,并结合大量具体的例子,对每个知识进行实战讲解,本课程通过大量练习和案例对各个知识点技能进行详细讲解。通过本 课程,学生将懂得pandas、numpy、matplotlib等数据分析工具;通过实战,学生将了解标准的数据分析流程,学会使用可视化的 方法展示数据及结果。

  一门初级、从入门到精通的C语言C++语法教程,由毕业于清华大学的业内人士执课。从简单的HelloWorld入门程序,到深入的C语言C++核心概念,永利皇宫最新官方网站均为您娓娓道来,言之必详、听之必懂。让C语言C++编程变得简单,让C语言C++编程变得有趣,让喜欢C语言C++的人学会C语言C++!

  大家好,我是明哥。 在12月29日那天,我发布了一篇文章『大佬开源抢茅台脚本,火了』,介绍了一个非常热门的开源项目 jd_seckill,利用这个脚本项目可以实现在京东上自动预约,自动抢茅台。只要抢到一瓶,就可以净赚将近 1000 块钱,真的是天上掉钱的事儿,这波用一句话来说就是,技术造福人类啊~ 这个项目连续几天登上了 Github 的榜首,短短几天时间收获了8000多的star,简直火得一塌糊涂。可惜好景不长,就在昨天,作者 红头土豆 就收到了京东安全的警告邮件,在重重的压力之下,红头土豆最后一次更新仓

  侯捷全套课程,C++11新标准,侯捷 - C++面向对象高级开发,侯捷 - STL和泛型编程,C++内存管理_侯捷

  本课程主要是分享当前互联网Java架构及高级热门技术,由业内技术大牛,行业及实战经验丰富的讲师进行技术分享。其中涵盖redis/mongodb/dubbo/zookeeper/kafka 高并发、高可用、分布式、微服务技术。

  最新版【京东飞天茅台1499抢购】Python 脚本的完整安装、使用教程

  最新的jd自动抢茅台脚本 亲测无误 可以下载下来试试 申明: 1、该教程和源码只供学习使用,切勿用作他途 2、本人对学习者拿该程序做任何事情,不担责 前两天看到有大佬在 Github 上开源了一个抢茅

  电脑win10蓝屏,INACCESSIBLE BOOT DEVICE,处理方法

  gcc编译出现:error: invalid operands to binary & (have ‘char *’ and ‘int *’)

网友评论

我的2016年度评论盘点
还没有评论,快来抢沙发吧!