自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+
  • 博客(61)
  • 收藏
  • 关注

原创 Spring Boot 整合mybatis

配置文件在实际开发中如何使用呢,接下去将通过Spring Boot整合mybatis来看配置文件如何在实际开发中被使用。

2025-04-03 15:24:05 374

原创 Spring Boot 的配置文件

对于自定义配置信息来说。我们要做的事情不仅仅需要书写配置信息,还需要书写代码来获取这些被书写的信息。比如阿里云的一些信息,如果我们在使用的时候是直接写在JAVA代码中的话,假如哪一天这些信息被更改话,就得重新更改,重新部署这个项目,所以我们需要将如下信息提取出来写在一个相应的配置文件中,然后通过获取配置文件的方式得到这些信息。所以下次修改就只需要修改配置文件就行。那该怎么获取配置信息?这样就可以获取到配置文件中的信息。还可以通过在实体类上添加注解来省略,同时属性名对应。

2025-04-03 11:36:14 875

原创 Spring Boot 工程创建详解

没有写明版本号的原因是,其springboot工程会自动的继承父工程,它提供了默认的依赖管理和插件配置;仔细观察上面的界面在倒数第二行就可以看见,内置的Tomcat就自动的启动了,并且绑定了端口号为8080。紧接着选择Spring Web,然后创建--->Create ---> Apply ---> OK。Spring Boot 启动的起步依赖部分如下,可以发现其并没有写明其版本号。创建好时候,其里面的pom.xml文件中对应的内容如下。现在去启动测试类,启动完成后就会显示如下。

2025-04-02 20:02:25 474

原创 Element Plus 常用组件

本次我使用到的按钮如下。

2025-04-02 17:23:52 1159

原创 探究 CSS 如何在HTML中工作

其实现在浏览器并不会实现所有新的CSS样式,使用新CSS样式开发了一个炫酷网页,然后是一个版本特别老的浏览器访问的话,其CSS样式是会显示不出来的,当浏览器遇到无法解析的 CSS 选择器或声明的时候会发生什么呢?所以上述的span选择器的作用就是选中html的span标签,将span标签的样式按着如下设计。如下图中的 span 就是一个选择器,他是用来告诉浏览器HTML元素应当是被选为应用规则中的CSS属性值的方式。,而且不同的浏览器在处理文件的时候会有不同的方式,但是下面的步骤基本都会出现。

2025-03-28 14:43:08 1029

原创 解析 HTML 网站架构规范

向。

2025-03-28 12:03:32 1000

原创 “头”里有什么——HTML 元信息

为了进一步丰富网站设计,可以在元数据中添加对自定义图标的引用,它们会在某些场景下显示。最常见的用例为favicon<%= BASE_URL %>是一个模板语法占位符,在前端项目构建时会被实际的基础 URL 所替换。几乎现在所使用的所有网站都会使用CSS来让网页更加炫酷,并使用JavaScript来让网页有交互功能,比如视频播放器、地图、游戏以及更多功能。这些应用在网页中很常见,它们分别使用<link>元素以及<Script>元素。

2025-03-28 10:58:45 672

原创 MySQL再次基础 向初级工程师迈进

SQL语句可以单行或多行书写,以分号结尾。SQL语句可以使用空格/缩进来增强语句的可读性。MySQL数据库的SQL语句不区分大小写,关键字建议使用大写。注释:单行注释:--注释内容 或#注释内容(MySQL特有),多行注释: /*注释内容 */1.查询年龄为20,21,22,23岁的女性员工信息。select * from emp where gender = '女' and age in(20,21,22,23);2.查询性别为男 ,并且年龄在 20-40 岁(含)以内的姓名为三个字的员工。

2025-03-13 22:43:21 868 1

原创 HTML基础知识

HTML是(HyperText Markup Language)的缩写,是用于创建网页的标记语言。HTML由一系列的元素(elements)或标签(tags)组成,这些元素描述了网页的结构和内容。当浏览器解析HTML文件时,它会根据标记来渲染页面的内容和布局。

2025-03-11 20:17:13 339

原创 MySQL数据库复杂的增删改查操作

在前面的文章中,我们主要学习了数据库的基础知识以及的操作。接下去将以一个比较实际的公司数据库为例子,进行讲解一些较为复杂且现时需求的例子。

2025-03-09 17:37:16 1117

原创 DeepSeek 通过 ollama 轻松本地部署

Part one进入 ollama的官网下载ollama默认安装在 C 盘,直接点击 install 即可。

2025-02-19 17:11:12 468

原创 Mysql 和 navicat 的使用

可以看见mysql中有如下已经建立好的数据库,是我之前已经建立过的数据库,其中test就是我之前建立的数据库。在test数据库中,我们就可以去建立相应的表了,显然,我在之前建立过两个测试表了。基本的操作就完成了,之后就可以尝试使用java代码来尝试对数据库进行相应的操作。然后依次添加上属性,以及属性值的类型以及属性的约束等,依次添加好后点击保存。然后输入创建的表格的名字,这里就取名为114,然后就表格创建完成了。再次双击114表格,就可以对表格进行数据的插入。

2025-01-14 23:01:34 454

原创 一文清晰梳理Mysql 数据库基础知识

简单理解数据库,就是存储数据的一个东西。当然这样简单理解显然会产生偏差,所谓的Mysql数据库它确实是用来辅助存储数据的。思考一下我们平时上优快云,看文章的时候,这些文章是怎么有序的显示并出现在我们的手机屏幕上的呢?所有的文章数据都是被存储在距离我们很远的数据库上,而当我们在优快云网站上点击某个文章的时候,某个神秘的软件就可以解析我们屏幕上的点击事件从而帮我们在数据库中找到对应得数据,并通过网络将对应数据传送至手机然后显示在屏幕上,而这个神秘的东西被称之为DBMS(资料库管理系统)

2025-01-13 22:21:56 1124

原创 生物信息入门软件安装(保姆级教程)

写在开头大四期间,选修了一门智慧医疗的课程,期末考核为25分钟有关智慧医疗方面的汇报。一次偶然的课程汇报让我接触到了生物信息,也产生了浓厚的兴趣,同时加入了老师的研究生小组,开启了这段生物信息学习的旅途。至此开始学习并记录有关生物信息的基础知识。

2024-11-15 10:03:23 834

原创 分类 classificaton

在此之前,我们一直使用的都是回归任务进行学习;这里我们将进一步学习什么是分类,我们先从训练模型的角度来看看二者的区别。对于回归来说,它所作的是对模型输入相应的特征,然后模型给出相应的输出,需要让模型的输出和实际的标签值越接近越好;而对于分类来说,同样的是将相应的特征输入模型,模型输出相应的类型。分类模型的输出不像回归模型一样输出是一个特定的数值,所以对于分类模型来说我们可以根据将不同的类别使用不同的数值来代替。这样当模型认为输入的特征和class1更符合的话就会输出1,class3更符合的话就会输出3。

2024-11-05 10:47:55 782 1

原创 JAVA基础语法(二)

一、二、接下去我们将学习的内容。

2024-10-29 18:44:44 498

原创 JAVA基础语法(一)

所谓的变量就是可以变化的量,最简单直接的理解就是,变量是在计算机中开辟了一个小空间给一个变量,当变量改变的时候,这个特定的小空间中存放的数据就会变。所以变量就是内存当中的一块空间,是计算机中存储数据的基本单元。②变量的三要素2.1变量(数据)的类型在谈及变量的类型之前,需要首先知道为什么变量要有不同的类型。对于java来说,我们是知道它是用来开发软件的,软件可以存储各种用户数据和其他各种数据,那么数据在存储的时候,其实就是被当作变量存储在计算机当中。

2024-10-28 21:26:58 1030

原创 java小白编程入门的保姆级教程

win+R键然后输入cmd,然后再回车;输入javac,若是如下显示,则环境变量配置成功我们现在来深度理解一下环境变量是什么,我们现在先将配置好的环境变量删除,然后再打开cmd输入java会发生什么?当将环境变量删除的时候,再次输入java出现如下显现,表示java不是内部或者外部命令,也不是课运行的程序;

2024-10-27 20:26:34 605

原创 学习率 Learing Rate 的调整

🚀🚀在初识机器学习中,了解了🚀在线性模型到神经网络这节,将并在结尾简要说了一下batch🚀在的问题如何解决这节,解决了求解模型未知参数的时候。🚀在这batch和momentum这节,探索了batch让梯度下降很好的走出local minima,同时进一步引入momentum,使得local minima不在是问题。🚀在这小节,我们将继续探索训练网络中会遇见的另外一个问题。

2024-10-17 20:51:42 897

原创 YOLO v1详解解读

我们提出了一种新的目标检测方法YOLO。先前的目标检测工作重新使用分类器来执行检测。相反,我们将目标检测看成回归问题,从空间上定位边界框和预测相关别的概率。使用单个神经网络在一次评估中直接从完整图像中预测边界框和类别概率。由于整个检测管道是一个单一的网络,因此可以直接对检测性能进行端到端的优化。我们的统一架构非常快。我们的基本YOLO模型以每秒45帧的速度实时处理图像。一个更小版本的网络Fast -YOLO,每秒处理惊人的155帧,同时仍然达到其他实时探测器的两倍mAP。

2024-10-06 20:36:47 1143

原创 batch和momentum

🚀🚀在初识机器学习中,了解了,在线性模型到神经网络这节,将并在结尾简要说了一下batch,在的问题如何解决这节,解决了求解模型未知参数的时候。在这一小结,将继续探索为什么要使用batch。

2024-10-02 15:11:16 873

原创 local minima 的问题如何解决

是遇到了两个问题,第一个是在求解函数未知参数数时会遇到的问题,在哪里我们并没有过多解释,就是说一般遇不到并且很好解决;第二个问题是当时使用的是线性模型,大大限制住了准确率,所以在第二节()就将模型变得有弹性进化为了神经网路以及深度网络;

2024-10-01 20:20:51 828

原创 线性模型到神经网络

的最后,我们通过加大考虑的天数使得我们最后得到的模型Loss最终停留在了0.32k,当我们在想让模型更加准确的时候,是做不到的,因为我们使用的是线性模型(liner model);接下去我们一起探索将如何进一步优化。

2024-09-30 16:36:38 1434 1

原创 初识机器学习

现在随着人工智能的发展,我们多多少少都听过人工智能,机器学习这样的词汇,而其实所谓的人工智能都可以被理解为就是一个函数(function),这个函数的功能强大,有以下例子:如上所示的例子,对于一个音频识别来说,就是一个函数,当我们将音频输入这个fff来说,他的功能就是将音频的内容映射为对应的句子;对于图像识别来说说,当输入一张猫的图片,函数应该将其映射为"Cat",所以不难看出,其实所谓的机器学习,人工智能都是在干一件事情——****找一个函数,这函数可以将输入的转化为一个输出结果。

2024-09-29 21:11:01 1055 1

原创 计算机网络 第一章 计算机网络体系结构

网络由加上组成,其实准确来说,对于网络还应该加上。其中所谓的节点可以是计算机、路由器、集线器或是路由器,链路是节点之间的连接线路,可以是无线也可以是有线。这就是网络,当使用路由器之后,我们就可以将多个网络连接在一起形成所谓的,也就是网络的网络。同时需要注意以下两个名词的表达,小写的internet和大小的Internet,小写的就是泛指多个计算机网络相互连接成为计算机网络,而大写的表示为当经全球最大的特定的计算机网络,采用TCP/IP协议族作为通信协议。

2024-05-30 11:47:21 1188 2

原创 [408计算机组成原理] 第五章 中央处理器 5.6多处理器的基本概念

但这里我们中央处理器的内容就全部完结了,我们来总结一些前面学到的知识。

2024-05-27 19:21:42 1029 4

原创 [408计算机组成原理] 第五章 中央处理器 5.5 指令流水线(一)

学习了CPU整体的宏观上的,以及了解其要实现的;进步一部了解了CU和ALU的工作过程,:指令由PC加1自动的完成取址操,:PC的内容送入IR,IR将操作码部分送入指令译码器,指令译码的结果送入微操作信号发生器 ,同时时序控制信号和状态信号也同时送入微操作信号发生器,在这些控制信号的控制下,微操作信号发生器发出相应的控制信号(PCout,PCin,MDRin,MDRout等),:在操作信号的控制下,指令开始按着顺序执行;ALU:实现数据的加工,其所要用到的寄存器有(

2024-05-25 17:16:39 1682 3

原创 [408计算机组成原理] 第五章 中央处理器 5.4 -- 微程序控制方式

前面我们学习了CU控制器的硬布线方式实现,硬布线方式完全采用逻辑电路来实现,适用于RSIC精简指令集;对于CSIC复杂指令集不适用,即可以采用以下即将要讲解的方式———微程序控制方式来实现。

2024-05-23 14:27:18 1803 3

原创 [408计算机组成原理] 第五章 中央处理器 5.4--硬布线方式

在前面我们了解了CPU的结构,功能;进一步探究了指令不同周期其数据的流向;紧接着进一步探究每条指令执行的每一步微操作命令的数据是如何在CPU中流动的,以一个加法指令进行讲解的其每一步微操作的数据流向。我们通过之前的学习,了解到了,每一个微指令的执行必定伴随着某些由微指令发生器发出的控制信号控制着数据的流向,这一节我们将学习,控制器是如何发出这些控制命令的。

2024-05-22 19:16:53 871

原创 [408计算机组成原理] 第五章 中央处理器 5.3

回顾第五章前两节的内容;在前面,首先是了解了CPU的构成,;了解了CPU要实现的;。接着在第二节我们了解了一个指令是如何被执行的;接下去我们将进一步研究CPU内部的数据流向。

2024-05-21 14:05:26 1257 1

原创 [408计算机组成原理] 第二章 数据的表示和运算 2.2

在前面的小结,主要了解的,对于有符号数的机器数的表示改如何表示,即引入的概念,为了实现减法运算,进一步引入补的概念,即学习了表示,以及求补码过程中需要用到的,又由于其补码表示数据不能很好的看出其真值的大小,引入的概念;需要,以及各种表示所能表示的范围,,同时需要注意,。

2024-05-17 21:18:02 1006

原创 计算机网络 第三章 数据链路层 MAC地址IP和ARP协议

数据链路层要解决的。封装成帧的步骤,如何实现透明传输,差错检测的方式。ppp,它的三个组成,,以及带点对点协议的过程:物理连接 → LCP连接 → NCP连接,以及对于点对点传播也需要在数据链路层实现透明传输,差错检测。广播信道局域网,以太网的)协议,碰撞检测中推出的最短有效帧,10Mb/s的以太网最短帧长度为64bit;无线局域网的)协议,碰撞避免是在发送数据之前检测总线状态,空闲等待DIFS发送数据,忙则退避,

2024-05-15 19:23:18 1227 2

原创 计算机网络 第三章 数据链路层 局域网的数据链路层

在前面我们学习了ppp协议,该协议用于ISP和用户之间连接的数据链路层,,在该节学习了ppp协议中,LCP链路和NCP链路建立的过程;同时探讨了在ppp协议中如何实现数据链路层的透明传输以及差错检测。接下去我们将学习局域网是中的数据链路层,就是ISP接了一根网线到家中,我连接家中的WIFI,即探讨。

2024-05-14 21:14:44 1572

原创 [408计算机组成原理] 第二章 数据的表示和运算 2.1

(假设寄存器个数为n+1位,n位是数值位)①:对于真值的范围在。

2024-05-12 20:08:37 1294

原创 计算机网络 第三章 数据链路层 ppp协议

在前面我们是了解了数据链路层要解决的三个问题封装成帧,透明传输,差错检测;对于封装成帧,协议不同封装出来的帧格式不同,使用帧定界的点对点传输需要解决透明传输问题,对于解决方法在前面一节我们只是给出了使用转义字符填充,对于差错检测,学习了奇偶校验和CRC循环冗余校验。这一节要学习的是数据链路层中的点对点协议,该协议是在ISP和用户之间通信所使用的数据链路层协议。

2024-05-09 20:30:11 1014

原创 计算机网络 第三章 数据链路层 数据链路层的三大问题

计算机网络分为五个层次,从下往上依次是物理层(实际传输01代码),数据链路层,网络层,运输层,应用层。这一次我们学习的是数据链路层,想要学习数据链路层,应该首先了解数据是如何从一个点发送到另外一个点的,对其整体有个了解,不然会学的特别懵。我们通过主机H1向H2发送信息,是要通过网线,一系列路由器传送转发我们所发送的数据才能送到主机H2;首先会将要发送的数据通过应用层封装成为。

2024-05-09 14:44:59 1233

原创 数据结构 第七章 图(一)

图由顶点和边组成,所以我们在表示一个图的时候,使用GVEG=(V,E)GVE,来表示一个G图,其中的V表示G图中的顶点,E表示G图中的边;对于G图中顶点和边的表示就是采用集合的形式来表示,Vv1v2v3⋅⋅⋅⋅Vv1​v2​v3​⋅⋅⋅⋅,同样的对于边E也可以采用集合来表示出来;同时图的顶点集不可以为空,图的边集可以为空,每一条线都要连接两个节点。

2024-05-07 18:57:17 1400 1

原创 [408计算机组成原理] 第五章 中央处理器 5.2

🚀🚀 中央处理器 5.1节请点击此链接在上一小节中,我们学习了CPU要拥有的五个基本功能:数据加工,指令控制,操作控制,时间控制,中断响应;基本的结构:运算器(ALU ACC 通用寄存器 暂存寄存器 移位寄存器 PSW),控制器(CU IR MDR MAR PC)。这一小结我们要探究指令执行的过程。

2024-05-06 14:42:20 1155 1

原创 [408计算机组成原理] 第五章 中央处理器 5.1

🚀。

2024-05-05 19:09:45 567

原创 数据结构 第六章 树与二叉树(五)

而所谓的哈夫曼树就是要让带权路径长度(WPL)最小,也被称为最优二叉树。即让WPL∑i1nwiliWPLi1∑n​wi​li​最小。来计算以下以下四棵树树的WPL值。1∗23∗24∗25∗2261∗23∗24∗25∗226第一个带权路径长度为261∗33∗34∗25∗1251∗33∗34∗25∗125第二个带权路径长度为253∗31∗34。

2024-05-05 16:01:30 1060

空空如也

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

提示
确定要删除当前文章?
取消 删除