java 开源博客 solo 1.4.0 发布 -欧洲杯足彩官网

1顶
1踩

java 开源博客 solo 1.4.0 发布 - 简化

2016-06-29 14:40 by 见习编辑 88250 评论(1) 有5720人浏览

 1.4.0 正式发布了!这个版本主要是简化了配置项,修复了一些缺陷并改进了很多细节体验,感谢一直以来关注和支持我们的朋友!

 

只需一个命令即可启动(不需要安装数据库、部署容器);也可以通过 war 方式部署容器,连接 mysql。这应该是史上最容易跑起来的 java 博客系统了,欢迎大家体验。

  • 基于标签的文章分类
  • 博客/标签 、 输出
  • 自定义页面、导航
  • 多编辑器:markdown、tinymce、kindeditor
  • 置顶/相关/随机/文章
  • 文章、页面永久链接
  • 文章草稿夹、、
  • 、多语言、、插件

release 1.4.0 - jun 28, 2016

完整的 changlogs 请看。

目前 有三款主要产品:

  • github 上 star 数最多的 java 博客 
  • golang 黑科技之在线 ide 
  • 基于实时交互技术的社区 

前不久我们也发布了 qq 机器人,欢迎评测!

  • qq 群:13139268

近期内我们将发布  java 论坛的最新版(包含了 20 个新特性、20 项改进),敬请期待 :-p

来自:
1
1
评论 共 1 条 请登录后发表评论
1 楼 2016-07-02 02:33
win下直接运行java -cp web-inf/lib/*;web-inf/classes org.b3log.solo.starter出错:
[freemarker.runtime:60]: error executing freemarker template
freemarker template error:
the following has evaluated to null or missing:
==> blogtitle  [in template "index.ftl" at line 5, column 25]

发表评论

您还没有登录,请您登录后再发表评论

相关推荐

  • 【原文:http://cs2.swfc.edu.cn/~zyl/?p=2184】 从特征描述符到深度学习:计算机视觉发展20年 从特征描述符到深度学习:计算机视觉发展20年 author: tomasz malisiewicz 翻译:赵毅力(panovr at gmail dot com) 我们都知道在过去两年(2012-2014年)深度卷积神经网络在目标检测与识别的基准测试中有

  • 深度学习网络提取到特征点(保存为npz文件),你也可以直接放到你的代码里。

  • 从特征描述符到深度学习:计算机视觉的20年 本文翻译自以下内容: tombone’s computer vision blog: from feature descriptors to deep learning: 20 years of computer vision 原文链接:http://www.computervisionblog.com/2015/01/from-feature-desc...

  • 在过去的几年里,像微软kinect或asus xtion传感器这样,既能提供彩色图像又能提供密集深度图像的新型相机系统变得唾手可得。人们对此类系统的期望很高,它们将推动机器人技术和视觉与增...

  • 卷积核:卷积核俗称卷积滤波器,是比图像小的矩阵,卷积核扫描图像得到新的小的新的矩阵叫feature map

  • 一种场景特征描述 场景特征描述? 通常的特征描述符都是对图片的局部特征进行描述的,以这种思路进行场景描述是不可行的。 比如:对于“大街上有一些行人”这个场景,我们必须通过局部特征辨认图像是否有大街、行人等对象,再断定这是否是满足该场景。但这个计算量无疑是巨大的,且特征向量也可能大得无法在内存中存储计算。 例如即使使用gist进行1mb的图像数据搜索,也需要3.8gb的ram空间。 ...

  • 1.sift概述                 ~~~~~~~~sift的全称是scale

  • 内容注释都在代码里边 #描述符str class str: def __get__(self, instance, owner): print(',使用get方法str调用') def __set__(self, instance, value): print('使用set方法str设置...') def __delete_...

  • 图像识别无非是 特征提取 加分类识别从本节开始, 我们将逐步从数字图像处理向图像识别过渡。 严格地说, 图像特征提取属于图像分析的范畴, 是数字图像处理的高级阶段, 同时也是图像识别的开始。本文主要包括以下内容常用的基本统计特征, 如周长、面积、均值等区域描绘子, 以及直方图和灰度共现矩阵等纹理描绘子主成份分析(pca, principaj component analysis)局部二进制模式(l...

  • from feature descriptors to deep learning: 20 years of computer vision we all know that deep convolutional neural networks have produced some stellar results on object detection and recogniti

  • 全局特征是指图像的整体属性,常见的全局特征包括颜色特征、纹理特征和形状特征,比如强度直方图等。由于是像素级的低层可视特征,因此,全局特征具有良好的不变性、计算简单、表示直观等特点,但特征维数高、计算量大是其致命弱点。此外,全局特征描述不适用于图像混叠和有遮挡的情况。局部特征则是从图像局部区域中抽取的特征,包括边缘、角点、线、曲线和特别属性的区域等。常见的局部特征包括角点类和区域类两大类描述方式。 ...

  • 最近一直在学习特征表达和学习的理论基础,从稀疏

  • //---------------------------------【头文件、命名空间包含部分】---------------------------- // 描述:包含程序所使用的头文件和命名空间 //-----------------------------------------------------------------------------------------------...

  • 点击上方“3d视觉工坊”,选择“星标”干货第一时间送达编辑丨当slam遇见小王同学声明: 本文只是个人学习记录,侵权可删。论文欧洲杯足彩官网的版权与著作权等全归原作者所有,小王自觉遵守《中华人民共和国著作...

  •                                            superpoint: self supervised interest point detection and description         2018年magicleap发表了一篇文章,基于自监督训练的特征点检测和描述符提取方法,又是一个深度学习用于特征点提取和匹配的方法,与16年的lift相比,具...

  • goal in this chapter, we will learn about the concepts of sift algorithmwe will learn to find sift keypoints and descriptors. theory in last couple of chapters, we saw some corner detector

  • rf-net: an end-to-end image matching network based on receptive field https://arxiv.org/abs/1906.00604 http://www.ece.lsu.edu/xinli/ https://github.com/xylon-sean/rfnet 总结性质的github: 特征描述...

  • vb语言vb光盘管理系统设计(源代码 系统)本资源系百度网盘分享地址

  • h型脚架疲劳测试机sw16可编辑_零件图_机械工程图_机械三维3d建模图打包下载.zip

  • 笔记.zip

global site tag (gtag.js) - google analytics
网站地图