Lombok的介绍与使用_Java 开发小效率工具

Lombok是一款Java库,通过注解自动生成getter、setter等方法,显著减少代码量,提升开发效率。本文详细介绍Lombok的安装、配置及常见注解的使用,如@Data、@Getter、@Setter等。

Lombok是啥?

一个java库,一个构建工具。通过简单的注解来实现精简代码,消除冗长代码和提高开发效率的目的。

为啥要使用Lombok

大家在写bug的时候,肯定和很多的实体打过交道,然后我们要写getter()、setter()、toString()等等。

不,我们不用写,不管是idea还是eclipse都有快捷键给我们生成getter()、setter()。所以我们还是能很快的开发。

可是还是有下面的一些问题:

  • 众多的getter()setter(),占据整个类,影响代码的可读性。如果我们开发将字段穿插在 getter()setter()之间呢?
public class User {
    /** id */
    private Long id;

    public Long getId() {
        return id;
    }

    public void setId(Long id) {
        this.id = id;
    }

    /** 姓名 */
    private String name;

    public void setName(String name) {
        this.name = name;
    }

    public String getName() {
        return name;
    }
}

上面和下面的,很明显下面的更直观,一目了然

public class User {
    /** id */
    private Long id;

    /** 姓名 */
    private String name;
}
  • 我们新增一个字段,那么我们就要新增对应的 getter()setter(),修改 toString() 等等;
  • 我们删除一个字段,要把对应的getter()、setter()删除,修改toString()等等;
  • 我们修改一个字段的类型,比如 Integer 修改成 String。那我们要删除 getter()setter() 先,然后生成getter()setter(),再修改 toString()等等。
  • 如果一个实体有很多的属性字段,那么修改其中一个,定位不容易。
  • 如果我们想用流式风格创建对象,又要写一堆代码。
  • 如果我们想生成带所有参数的构造器,又如何?

Lombok能解决上面所有的问题,只需要几个注解即可。

Lombok安装

IntelliJ IDEA

  • Lombok插件安装

FileSettings...PluginsBrowse repositories → 搜索Lombok → 安装插件 。

具体可参考下图:

image-20200122101347863

install_1.png

image-20200122101359257

install_2.png

安装完毕,重启idea,那我们就安装好Lombok插件了

  • 引入jar包

插件安装完毕,我们只要在对应的项目中引入jar包,就可以愉快的开发了。

<dependency>
    <groupId>org.projectlombok</groupId>
    <artifactId>lombok</artifactId>
    <version>1.18.2</version>
</dependency>

Lombok注解

@Data

这个注解会帮我们生成getter、setter、equals、hashCode、toString等方法。可以说很强大了。

image-20200122101415913

image.png

@Getter、@Setter

这两个注解就是分别生成我们的getter和setter。可以放在类或者属性上

  • 放在类上,所有属性都生成getter和setter
  • 放在属性上,只有对应的属性生成getter和setter

@ToString

在类上使用,生成toString()方法。

  • @ToString(of = {“id”, “name”})
    指定包含的属性
  • @ToString(exclude = {“id”, “name”})
    指定排除的属性
  • @ToString(callSuper = true)
    输出父类的属性

@EqualsAndHashCode

在类上使用,生成equals和hashcode方法

@Slf4j

我们开发的时候,很多时候都是要记录日志的,便于以后的问题排查。经常要写类似于下面的代码。

image-20200122101436028

private static final Logger log = LoggerFactory.getLogger(User.class);

@Slf4j帮我们自动生成这行代码。在类上使用

@NoArgsConstructor

生成无参构造器

@AllArgsConstructor

生成带所有属性的构造器,不生成默认的无参构造器

@Builder

用于类上,生成流式API。当我们创建新的对象时,会使我们的代码更优雅。

User user = new User();
user.setId(1L);
user.setName("roach");
user.setGender(1);
user.setBirthday(new Date());
user.setAge(18);

// 流式方式设置属性值
User user1 = User.builder()
        .id(1L)
        .name("roach")
        .gender(1)
        .birthday(new Date())
        .age(18)
    .build();
训练数据保存为deep_convnet_params.pkl,UI使用wxPython编写。卷积神经网络(CNN)是一种专门针对图像、视频等结构化数据设计的深度学习模型,在计算机视觉、语音识别、自然语言处理等多个领域有广泛应用。其核心设计理念源于对生物视觉系统的模拟,主要特点包括局部感知、权重共享、多层级抽象以及空间不变性。 **1. 局部感知卷积操作** 卷积层是CNN的基本构建块,使用一组可学习的滤波器对输入图像进行扫描。每个滤波器在图像上滑动,以局部区域内的像素值滤波器权重进行逐元素乘法后求和,生成输出值。这一过程能够捕获图像中的边缘、纹理等局部特征。 **2. 权重共享** 同一滤波器在整个输入图像上保持相同的权重。这显著减少了模型参数数量,增强了泛化能力,并体现了对图像平移不变性的内在假设。 **3. 池化操作** 池化层通常紧随卷积层之后,用于降低数据维度并引入空间不变性。常见方法有最大池化和平均池化,它们可以减少模型对微小位置变化的敏感度,同时保留重要特征。 **4. 多层级抽象** CNN通常包含多个卷积和池化层堆叠在一起。随着网络深度增加,每一层逐渐提取更复杂、更抽象的特征,从底层识别边缘、角点,到高层识别整个对象或场景,使得CNN能够从原始像素数据中自动学习到丰富的表示。 **5. 激活函数正则化** CNN中使用非线性激活函数来引入非线性表达能力。为防止过拟合,常采用正则化技术,如L2正则化和Dropout,以增强模型的泛化性能。 **6. 应用场景** CNN在诸多领域展现出强大应用价值,包括图像分类、目标检测、语义分割、人脸识别、图像生成、医学影像分析以及自然语言处理等任务。 **7. 发展演变** CNN的概念起源于20世纪80年代,其影响力在硬件加速和大规模数据集出现后真正显现。经典模型如LeNet-5用于手写数字识别,而AlexNet、VGG、GoogLeNet、ResNet等现代架构推动了CNN技术的快速发展。如今,CNN已成为深度学习图像处理领域的基石,并持续创新。 资源来源于网络分享,仅用于学习交流使用,请勿用于商业,如有侵权请联系我删除!
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值