JSP实现网页,分页功能

JSP和Ajax技术实现分页功能 JSP(JavaServer Pages)是用于开发动态Web应用程序的开放标准技术。它允许开发者将Java代码嵌入到HTML页面中,从而实现页面的动态内容生成。JSP页面在服务器端被转换成Servlet,并由Java虚拟机执行,最终生成响应发送给客户端。Ajax (Asynchronous JavaScript and XML) 是一种使用 HTTP 请求进行客户端和服务器间通信的技术,它能够在不重新加载整个页面的情况下,与服务器交换数据并更新部分网页内容。 阅读详情

方法一

提交到本页面“dividepage.jsp”

<%@ page language="java"contentType="text/html;charset=gb2312"%>
<%@ page import="java.sql.*,java.lang.String,java.util.*"%>
<html>
<head>
<title>
分页显示
</title>
</head>
<%!String url,sql,xh; %>
<%!Connection conn;%>
<%!ResultSet rs;%>
<%!Statement stmt;%>
<%!int i;%>
<%!int pageSize=3;%><!--每页显示的记录条数为3 -->
<%!int rowCount=0;%>
<%!int pageCurrent;%><!--当前页数为“pageCurrent”-->
<%!int pageCount;%><!--总页数为pageCount-->
<body>
<table width="80%" border="1" cellspacing="1" cellpadding="1" align="center">
<tr>
<td width="16%" align="center">学号</td>
<td width="16%" align="center">姓名</td>
<td width="8%" align="center">性别</td>
<td width="8%" align="center">年龄</td>
<td width="12%" align="center">籍贯</td>
<td width="12%" align="center">院系</td>
<td width="20%" align="center">更改</td>
<td width="20%" align="center">删除</td>
</tr>

<%
/**

下面这个数据库连接,的主要目的是求出总的记录数rowCount
*/
try
{
    Class.forName("sun.jdbc.odbc.JdbcOdbcDriver");
    url="jdbc:odbc:university";
    conn=DriverManager.getConnection(url,"guojia","19861213");
    stmt=conn.createStatement();
    sql="select * from student";
    rs=stmt.executeQuery(sql);
    out.print(rowCount);
    rowCount=0;//注意这里的清0一定都不能少,否则你一点超链接,所有的记录数又重加一次
    while(rs.next())
    {
      rowCount++;
    }
    rs.close();
    stmt.close();
    conn.close();

}catch(Exception e)
{
out.print(e);
}
%>
<%
try{
        Class.forName("sun.jdbc.odbc.JdbcOdbcDriver");
        url="jdbc:odbc:university";
        conn=DriverManager.getConnection(url,"guojia","19861213");
        stmt=conn.createStatement();
        sql="select * from student";
    rs=stmt.executeQuery(sql);
    String strPage=request.getParameter("page");//"page为连接时传过来参数"
    /**
    第一次运行该页面时page必为null,因为参数未传过来,那么就将pageCurrent的值设为1
    也就表示第一页
    */
    if(strPage==null)
    {
      pageCurrent=1;
      }
      else{
       pageCurrent=Integer.parseInt(strPage);
       if(pageCurrent<1)
       pageCurrent=1;
      }
    /**
     下面两句的目的是将游标定位到要显示页的前一页的最后一条记录
    */
    for(i=1;i<=(pageCurrent-1)*pageSize;i++)
    rs.next();
     /**
        下面的一个for循环的作用是将要显示页的记录一条条的取出来放到table中
        */
    for(i=1;i<=pageSize;i++)
    {
     if(rs.next())
     {
     xh=rs.getString(1);
     %>
     <tr>
     <td width="16%" align="center">
     <%=xh%>
     </td>
     <td width="16%" align="center">
          <%=rs.getObject(2)%>
     </td>
     <td width="8%" align="center">
          <%=rs.getObject(3)%>
     </td>
     <td width="8%" align="center">
          <%=rs.getObject(4)%>
     </td>
     <td width="12%" align="center">
          <%=rs.getObject(5)%>
     </td>
     <td width="12%" align="center">
          <%=rs.getObject(6)%>
     </td>
     <td width="18%" align="center">
               <a href="change.jsp?xuehao=<%=xh%>">修改</a>
     </td>
     <td width="18%" align="center">
            <a href="del.jsp?xuehao=<%=xh%>">删除</a>
     </td>
     </tr>
     <%
     }
     
    }
    out.print(conn.getAutoCommit());//此语句测试conn自动提交没有,如果没有,就要在executeUpdate()后加上conn.commit();
         rs.close();
         stmt.close();
     conn.close();
    pageCount=(int)(rowCount/pageSize);
    if(pageSize*pageCount<rowCount)
    {
    pageCount++;
    }
    out.print("一共有"+pageCount+"页");
    if(pageCount>1)
    {
    for(i=1;i<=pageCount;i++)
     out.print("<a href='dividepage.jsp?page="+i+"'>"+i+" </a>"); //这里易出错
     /**
     out.print("<a href='dividepage.jsp?page='"+i+"'>"+i+"</a>");这里错误就在page等号不要有“'”
     在双引号里面的双引号就变为了单引号了。
     */
    }
    out.print("目前是第"+pageCurrent+"页");
}
catch(Exception e)
{
out.print(e);
}
%>
</table>
<div align="center">
<a href="insert.jsp">添加新记录</a></div>
</body>
</html>

方法二

<%@ page language="java"contentType="text/html;charset=gb2312"%> 
<%@ page import="java.sql.*,java.lang.String.*,java.util.*"%>
<html>
<head>
<title>
JSP实现网页分页功能
</title>
</head>
<%!
Connection conn;
ResultSet rs;
Statement stmt;
String sql,url,strPage,NO;
int pageSize=3;//一页显示的记录数
int rowCount;//记录总数
int currentPage;//当前显示页
int pageCount;//总页数
int i;
%>
<%
strPage=request.getParameter("page");
if(strPage==null)
{
currentPage=1;
}
else
{
currentPage=Integer.parseInt(strPage);
if(currentPage<1)
{
currentPage=1;
}
}
%>
<%
try{
    Class.forName("sun.jdbc.odbc.JdbcOdbcDriver");
    url="jdbc:odbc:university";
    conn=DriverManager.getConnection(url,"guo","194871213");
    stmt=conn.createStatement(ResultSet.TYPE_SCROLL_INSENSITIVE,ResultSet.CONCUR_READ_ONLY);
    sql="select * from student";
    rs=stmt.executeQuery(sql);
    rs.last();
    rowCount=rs.getRow();
    pageCount=(rowCount+pageSize-1)/pageSize;
    if(currentPage>pageCount)
    {
     currentPage=pageCount;
    }
}
catch(Exception e)
{
out.print(e);
}
%>
<body>
<div align="center">
<font size="6" color="blue"><b>JSP分页功能</b></font>
</div>
<table border="1"align="center"cellpadding="1"cellspacing="1">
<tr>
<td width="16%" align="center">学号</td>
<td width="16%" align="center">姓名</td>
<td width="8%" align="center">性别</td>
<td width="8%" align="center">年龄</td>
<td width="12%" align="center">籍贯</td>
<td width="12%" align="center">院系</td>
<td width="20%" align="center">更改</td>
<td width="20%" align="center">删除</td>
</tr>
<%
if(pageCount>0)
{
rs.absolute((currentPage-1)*pageSize+1);
   i=0;
   while(i<pageSize && !rs.isAfterLast())
{
   NO=rs.getString("Xuehao");
%>
<tr>
      <td width="16%" align="center">
      <%=NO%>
      </td>
      <td width="16%" align="center">
           <%=rs.getObject(2)%>
      </td>
      <td width="8%" align="center">
           <%=rs.getObject(3)%>
      </td>
      <td width="8%" align="center">
           <%=rs.getObject(4)%>
      </td>
      <td width="12%" align="center">
           <%=rs.getObject(5)%>
      </td>
      <td width="12%" align="center">
           <%=rs.getObject(6)%>
      </td>
      <td width="18%" align="center">
                <a href="change.jsp?xuehao=<%=NO%>">修改</a>
      </td>
      <td width="18%" align="center">
             <a href="del.jsp?xuehao=<%=NO%>">删除</a>
      </td>
     </tr>
<%
     rs.next();
     i++;
}
}
   rs.close();
   stmt.close();
   conn.close();
%>
</table><br>
<div align="center">
第<%=currentPage%>页    共<%=pageCount%>页 <%if(currentPage<pageCount){%><a href="seperatePage.jsp?page=<%=currentPage+1%>">下一页</a>
<%
}
if(currentPage>1){%><a href="seperatePage.jsp?page=<%=currentPage-1%>">上一页</a> 
<%
}
if(pageCount>0)
{ 
int n;
for(n=1;n<=pageCount;n++)
{
%>
<a href="seperatePage.jsp?page=<%=n%>">&nbsp;<%=n%>页</a>
<%
}
}
%>
</div>
</body>
</html>

jsp制作分页效果(假分页) NULL 博文链接:https://cheng330301560.iteye.com/blog/1197815 立即下载

相关推荐

java 真假分页,jsp servlet 实现的真分页与假分页

jsp servlet 实现的真分页与假分页,jsp servlet 实现的真分页与假分页

jsp分页

通过jsp实现分页功能 回顾分页的sql语句 select * from (select a.*,rownum myid from news a) b where myid between ? and ? 首先需要声明几个变量: 每页最多展示的条数/页大小:pageSize = 5; 当前页码:pageIndex 每页开始的条数:start 每页结束的条数:end 分析逻辑: 页大小:page...

weixin_57287269的博客 2390

JSP实现真分页和假分页

用JSP实现的真分页和假分页,环境 Tomcat+mysql

关于JSP页面的分页技术简单实现和原理

分页是对于大数据一个简单有效的显示优化,既可以快速的显示用户想要的结果,又能够大幅调高查询速度,进而提高体验和操作效果,下面先对基本原理进行简单的阐述,希望大家能够从个人的叙述中有所了解(因为习惯使用Mysql数据库进行各种验证和小功能的模拟实现,以下分页sql只在mysql中试用)。 (以下所有查询在本人自定义的数据库Text下的account表中实现) 一、定义的常量       首先...

修宇轩陈 888

保姆级教程:用Java和HslCommunication库搞定三菱PLC数据读写(附完整代码)

本文提供了一份详细的Java与三菱PLC通信教程,通过HslCommunication库实现高效数据读写。内容涵盖环境配置、通信模式选择、数据类型操作、异常处理及性能优化,并附有完整代码示例,帮助开发者快速掌握工业自动化中的PLC数据交互技术。

weixin_28731223的博客 228

Conformal LEC逻辑等价性检查介绍和参考脚本

分为三个产品:Conformal L、Conformal XL、Conformal GXL。L是功能性检查,XL支持复杂数据通路的综合和APR优化,GXL支持定制的stdcell和定制memory的检查。Cadence Conformal Equivalence Checker,就是常说的LEC,可以用来验证RTL、门级网表、甚至spice网表的逻辑等价性。在setup模式下,读入库、golden设计、有修改的设计,并指定一些option。对于简单的设计,通过GUI来做LEC也是可以的。

weixin_44606964的博客 919

通过三层架构的方式使用SERVLET实现jsp页面的分页模糊查询

jsp页面的代码: <%@ page contentType="text/html;charset=UTF-8" language="java" %> <%@taglib prefix="c" uri="http://java.sun.com/jsp/jstl/core" %> <!DOCTYPE html> <!-- 网页使用的语言 --> &...

weixin_44121079的博客 902

ICCompiler II学习笔记(一)ICC II使用全流程 overview

学习笔记同步发布在我的个人网站上,欢迎来访查看。 个人学识有限,理解可能有误,仅供参考。 文章目录一、前言二、 ICC II 简介和 GUI2.1 Blocks 和 Design Libraries2.2 Objects2.3 Application Options三、Design Setup四、APR flow五、 课程主题:如何用 ICC II来实现最好的PPA 一、前言 现在的芯片都在追求一个极致的PPA 芯片的生成可以分为以下 5大步骤: Front-end Design:前端设计,最终产生

一名FPGA芯片设计爱好者的技术博客 2万+

三层架构(JSP自定义分页+增删改查)

一、三层架构 二、案例(JSP连接MySQL实现增删改查) 增删改查实现分析: 分页实现分析: 三、分页实现分析 确定5个变量(属性) a. 数据总数(一共多少条数据) b. 页面大小(每页实现的数据条数) c. 总页数 d. 当前页(页码) e. 当前页的对象集合(实体类集合),即,每一页所显示的所有数据 ...

qq_47627751的博客 2260

Camera AF和FF

Camera按对焦功能可以分为FF(Fixed Focus)和AF(Auto Focus),即固定对焦和自动对焦。固定对焦顾名思义就是焦距是固定的,而自动对焦可以通过移动镜头位置来改变焦距从而实现自动对焦。以前摄像的功能机大多是固定对焦,现在的手机都带有自动对焦功能。 FF模组包括镜头(Lens),传感器(Sensor),红外滤色器(IR Filter),电路板(PCB),镜头支撑(Lens Holder),连接器(Connector)。 Fig 1. FF Module AF模组包括FF模组,音圈马达(V

Coppa的博客 1万+

海量数据 / Vastbase 深度研究笔记 v3.1

v3.1 重点修订:在 v3.0 审慎版基础上,新增“2026 新变量”章节,纳入 7 亿级定增、HTAP / 多模态时序数据库、G100 V3.0 Build 8 的 3CM+2DN 高可用补强、pgvector / V100 / AI 多模叙事,以及集成服务基因与标准软件 ARR 的拉扯。核心关注点是:Vastbase 能否把 openGauss 生态红利、数据库产品矩阵和行业交付能力,转化为可持续、可复购、低边际成本的标准软件收入。海量不是没有业务基本盘,也不是马上失血致死;客户越多,服务债越大。

喝醉酒的小白 575

【java-web】 jsp页面中实现分页效果

jsp页面中实现分页效果

口袋里的小龙的专栏 2079

31、工程中不确定性量化与优化的全面解析

本文全面解析了工程中不确定性量化与优化的关键方法。针对数据充足与不足两种情况,分别介绍了概率理论和非概率方法在不确定性建模中的应用;系统阐述了采样方法、FORM/SORM、泰勒级数近似等不确定性传播技术;深入比较了RBDO与RDO两种主流优化框架的原理、步骤及适用场景,并通过两杆桁架案例展示了具体实现过程。文章旨在为工程师提供一套完整的从不确定性分析到优化设计的方法论,提升工程系统的可靠性与稳健性。

php55的博客 121

JSP实现网页,数据库分页功能

方法一 提交到本页面“dividepage.jsp” 分页显示 学号 姓名 性别 年龄 籍贯 院系 更改 删除 /** 下面这个数据库连接,的主要目的是求出总的记录数rowCount */ try {     Class.forName("sun.jdbc.odbc.JdbcOdbc

yinxianluo的专栏 821

Linux系统安装部署Redis完整教程(图文详解)

最近需要在Linux服务器安装部署Redis,参考了网上很多的文章,比较零碎,所以我自己写了一篇完整的Redis安装部署文档,在部署Redis之前重装了我的华为服务器,就是为了给大家一步步阐述我的操作过程,配合图文进行讲解更加通俗易懂!

黄团团的个人博客 6694

CVPR 2023 中的半监督学习: FixMatch 的升级版 UniMatch

我们首先回顾下发表在 NeurIPS 2020 上的 FixMatch: Simplifying Semi-Supervised Learning with Consistency and Confidence,FixMatch 是一种更轻量的半监督分类方法。如下图所示,FixMatch 首先使用模型(带标签数据训练后的)对弱增强的未标记图像进行预测,生成伪标签。对于给定的图像,只有在模型产生高置信度的预测时,伪标签才会被保留。然后,在输入同一图像的强增强版本时,训练模型预测伪标签。

NJU phd 在读。 2635

JSP - 分页

JavaServer Pages或 JSP 是一种基于 Java 的技术,用于创建动态网页。JSP 使用特殊的 JSP 标记帮助在 HTML 文件中插入 Java 代码。例如,显示前五个偶数的 JSP 页面将如下所示, 假设我们的数据库中有多个记录。在这种情况下,我们使用分页将记录分解成更方便的可读位,对用户和处理器来说都是如此,因为具有多个记录的单个页面可能需要时间来加载并且用户可能会很累。让我们看一个分页的例子,我们将在 Netbeans 中创建我们的项目,使用 XAMPP 服务器连接到我们的 S

allway2的博客 2165

VC中sqlite的使用

在VC中对sqlite的使用,实现数据库大批数据的快速插入,读取数据库中的数据在ListCtrl中显示

Java Web分页设计实现,基于pager-taglib+Filter

为什么80%的码农都做不了架构师?>>> ...

weixin_34044273的博客 148

Devexpress16.2.6破解工具

Devexpress16.2.6破解工具Devexpress16.2.6破解工具Devexpress16.2.6破解工具Devexpress16.2.6破解工具

深度学习工具包 DeepLearningToolbox

深度学习工具包Deprecation notice.-----This toolbox is outdated and no longer maintained.There are much better tools available for deep learning than this toolbox, e.g. [Theano](http://deeplearning.net/software/theano/), [torch](http://torch.ch/) or [tensorflow](http://www.tensorflow.org/)I would suggest you use one of the tools mentioned above rather than use this toolbox.Best, Rasmus.DeepLearnToolbox================A Matlab toolbox for Deep Learning.Deep Learning is a new subfield of machine learning that focuses on learning deep hierarchical models of data.It is inspired by the human brain's apparent deep (layered, hierarchical) architecture.A good overview of the theory of Deep Learning theory is[Learning Deep Architectures for AI](http://www.iro.umontreal.ca/~bengioy/papers/ftml_book.pdf)For a more informal introduction, see the following videos by Geoffrey Hinton and Andrew Ng.* [The Next Generation of Neural Networks](http://www.youtube.com/watch?v=AyzOUbkUf3M) (Hinton, 2007)* [Recent Developments in Deep Learning](http://www.youtube.com/watch?v=VdIURAu1-aU) (Hinton, 2010)* [Unsupervised Feature Learning and Deep Learning](http://www.youtube.com/watch?v=ZmNOAtZIgIk) (Ng, 2011)If you use this toolbox in your research please cite [Prediction as a candidate for learning deep hierarchical models of data](http://www2.imm.dtu.dk/pubdb/views/publication_details.php?id=6284)```@MASTERSTHESIS\{IMM2012-06284, author = "R. B. Palm", title = "Prediction as a candidate for learning deep hierarchical models of data", year = "2012",}```Contact: rasmusbergpalm at gmail dot comDirectories included in the toolbox-----------------------------------`NN/` - A library for Feedforward Backpropagation Neural Networks`CNN/` - A library for Convolutional Neural Networks`DBN/` - A library for Deep Belief Networks`SAE/` - A library for Stacked Auto-Encoders`CAE/` - A library for Convolutional Auto-Encoders`util/` - Utility functions used by the libraries`data/` - Data used by the examples`tests/` - unit tests to verify toolbox is workingFor references on each library check REFS.mdSetup-----1. Download.2. addpath(genpath('DeepLearnToolbox'));Example: Deep Belief Network---------------------```matlabfunction test_example_DBNload mnist_uint8;train_x = double(train_x) / 255;test_x = double(test_x) / 255;train_y = double(train_y);test_y = double(test_y);%% ex1 train a 100 hidden unit RBM and visualize its weightsrand('state',0)dbn.sizes = [100];opts.numepochs = 1;opts.batchsize = 100;opts.momentum = 0;opts.alpha = 1;dbn = dbnsetup(dbn, train_x, opts);dbn = dbntrain(dbn, train_x, opts);figure; visualize(dbn.rbm{1}.W'); % Visualize the RBM weights%% ex2 train a 100-100 hidden unit DBN and use its weights to initialize a NNrand('state',0)%train dbndbn.sizes = [100 100];opts.numepochs = 1;opts.batchsize = 100;opts.momentum = 0;opts.alpha = 1;dbn = dbnsetup(dbn, train_x, opts);dbn = dbntrain(dbn, train_x, opts);%unfold dbn to nnnn = dbnunfoldtonn(dbn, 10);nn.activation_function = 'sigm';%train nnopts.numepochs = 1;opts.batchsize = 100;nn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.10, 'Too big error');```Example: Stacked Auto-Encoders---------------------```matlabfunction test_example_SAEload mnist_uint8;train_x = double(train_x)/255;test_x = double(test_x)/255;train_y = double(train_y);test_y = double(test_y);%% ex1 train a 100 hidden unit SDAE and use it to initialize a FFNN% Setup and train a stacked denoising autoencoder (SDAE)rand('state',0)sae = saesetup([784 100]);sae.ae{1}.activation_function = 'sigm';sae.ae{1}.learningRate = 1;sae.ae{1}.inputZeroMaskedFraction = 0.5;opts.numepochs = 1;opts.batchsize = 100;sae = saetrain(sae, train_x, opts);visualize(sae.ae{1}.W{1}(:,2:end)')% Use the SDAE to initialize a FFNNnn = nnsetup([784 100 10]);nn.activation_function = 'sigm';nn.learningRate = 1;nn.W{1} = sae.ae{1}.W{1};% Train the FFNNopts.numepochs = 1;opts.batchsize = 100;nn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.16, 'Too big error');```Example: Convolutional Neural Nets---------------------```matlabfunction test_example_CNNload mnist_uint8;train_x = double(reshape(train_x',28,28,60000))/255;test_x = double(reshape(test_x',28,28,10000))/255;train_y = double(train_y');test_y = double(test_y');%% ex1 Train a 6c-2s-12c-2s Convolutional neural network %will run 1 epoch in about 200 second and get around 11% error. %With 100 epochs you'll get around 1.2% errorrand('state',0)cnn.layers = { struct('type', 'i') %input layer struct('type', 'c', 'outputmaps', 6, 'kernelsize', 5) %convolution layer struct('type', 's', 'scale', 2) %sub sampling layer struct('type', 'c', 'outputmaps', 12, 'kernelsize', 5) %convolution layer struct('type', 's', 'scale', 2) %subsampling layer};cnn = cnnsetup(cnn, train_x, train_y);opts.alpha = 1;opts.batchsize = 50;opts.numepochs = 1;cnn = cnntrain(cnn, train_x, train_y, opts);[er, bad] = cnntest(cnn, test_x, test_y);%plot mean squared errorfigure; plot(cnn.rL);assert(er<0.12, 'Too big error');```Example: Neural Networks---------------------```matlabfunction test_example_NNload mnist_uint8;train_x = double(train_x) / 255;test_x = double(test_x) / 255;train_y = double(train_y);test_y = double(test_y);% normalize[train_x, mu, sigma] = zscore(train_x);test_x = normalize(test_x, mu, sigma);%% ex1 vanilla neural netrand('state',0)nn = nnsetup([784 100 10]);opts.numepochs = 1; % Number of full sweeps through dataopts.batchsize = 100; % Take a mean gradient step over this many samples[nn, L] = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.08, 'Too big error');%% ex2 neural net with L2 weight decayrand('state',0)nn = nnsetup([784 100 10]);nn.weightPenaltyL2 = 1e-4; % L2 weight decayopts.numepochs = 1; % Number of full sweeps through dataopts.batchsize = 100; % Take a mean gradient step over this many samplesnn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.1, 'Too big error');%% ex3 neural net with dropoutrand('state',0)nn = nnsetup([784 100 10]);nn.dropoutFraction = 0.5; % Dropout fraction opts.numepochs = 1; % Number of full sweeps through dataopts.batchsize = 100; % Take a mean gradient step over this many samplesnn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.1, 'Too big error');%% ex4 neural net with sigmoid activation functionrand('state',0)nn = nnsetup([784 100 10]);nn.activation_function = 'sigm'; % Sigmoid activation functionnn.learningRate = 1; % Sigm require a lower learning rateopts.numepochs = 1; % Number of full sweeps through dataopts.batchsize = 100; % Take a mean gradient step over this many samplesnn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.1, 'Too big error');%% ex5 plotting functionalityrand('state',0)nn = nnsetup([784 20 10]);opts.numepochs = 5; % Number of full sweeps through datann.output = 'softmax'; % use softmax outputopts.batchsize = 1000; % Take a mean gradient step over this many samplesopts.plot = 1; % enable plottingnn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.1, 'Too big error');%% ex6 neural net with sigmoid activation and plotting of validation and training error% split training data into training and validation datavx = train_x(1:10000,:);tx = train_x(10001:end,:);vy = train_y(1:10000,:);ty = train_y(10001:end,:);rand('state',0)nn = nnsetup([784 20 10]); nn.output = 'softmax'; % use softmax outputopts.numepochs = 5; % Number of full sweeps through dataopts.batchsize = 1000; % Take a mean gradient step over this many samplesopts.plot = 1; % enable plottingnn = nntrain(nn, tx, ty, opts, vx, vy); % nntrain takes validation set as last two arguments (optionally)[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.1, 'Too big error');```[![Bitdeli Badge](https://d2weczhvl823v0.cloudfront.net/rasmusbergpalm/deeplearntoolbox/trend.png)](https://bitdeli.com/free "Bitdeli Badge")

java servlet 分页显示_JSP+JavaBean+Servlet实现各类列表分页功能

需求:每页列表下都有一个分页的功能,显示总数量、当前页/总页数、首页、上一页、下一页、最后一页、GO到第几页效果动态图:实现思路:因为每个列表页都需要,在每个出列表页数据的servlet中都要求出总数量、当前页、总页数、结果list这几个值,那么我就把这些变量封装到一个基本实体类中,然后在service实现类中去求出这些变量的算法,那么我servlet执行时候,只用获取页面当前页的值,就可以算出所...

weixin_39827585的博客 534

jre9下载 jdk9

(Java SE Runtime Environment 9.0) 9.0u175 官方最新版 【x86|x64】

jsp+mysql+XPAGERv2.0实现分页!

1.将XPAGERv2.0的源码或jar包导入项目。2.将page.tld拷入您的WEB-INF下。3.在web.xml添加:            /xdevelop.net/taglibs/page        /WEB-INF/page.tld    4.jsp中:WebApplicationContext wac = WebApplicationContextUti

guojg的专栏 7369

SSM框架实现分页功能

为什么要分页 我们浏览网页时,一个网页的记录太多会影响用户的使用和观看,所以今天我学习使用了分页功能,可以将网页按照每页n条记录的标准分成n页,便于查找和观看。 实现分页 实现分页的代码中,我们使用“size=4”的来控制每页显示的记录数为4;又使用“?page=${pageinfo.pageNum-1}"调用pageinfo中的当前页pageNum,将page的值设置为pageNum-1来跳转到...

sinat_41655809的博客 1170

数据分页显示jsp层

数据分页显示jsp层 这里的jsp只实现了简单的调用代码过于冗余 等学习servelt后应该将其传入控制层、 用到opttye只不过是一个普通的名称用来区分用户请求访问页面的类别 下面导入jsp代码 <%@ page language="java" import="entity.*,dao.*,java.util.*" pageEncoding="UTF-8"%> <!DOCTY...

weixin_44814795的博客 188

jsp 分页

最近发现了一个jsp分页控件,感兴趣的看一下,官网是: [url]http://jsptags.com/tags/navigation/pager/index.jsp[/url]

土豆 111

JSP网页常用代码

http://wenku.baidu.com/view/f63a7adf50e2524de5187e2f.html     jsp注册页面代码 http://wenku.baidu.com/view/76c55518a8114431b90dd8c9.html Jsp实现网页分页实例代码  http://wenku.baidu.com/view/28eac3d63186bceb19e8b

353

在JSP中使用pager-taglib进行分页处理

     在应用程序开发的时候分页有两种:真分页和假分页,假分页要把所有数据先提取出来放到一个list集合里或者静态变量中。真分页则是需要用到几行数据再从数据库中提取出来放把需要显示的数据放到list集合里。但无论真分页假分页pager-taglib都可以很好的为我们进行处理。1.下载pager-taglib下载地址http://jsptags.com/index.jsp,找http://js

记录学习的点点滴滴 3567

分析自定义数据分页标签的案例

1. package com.csdn.hbsi.Servlet; import java.io.IOException; import java.io.PrintWriter; import java.util.ArrayList; import java.util.List; import javax.servlet.ServletException; import javax.

呼呼(~ o ~)~zZ的专栏 446
上一篇: 在衡量web用程序的性能时,哪些性能指标是比较重要的?
下一篇: input文本框文字垂直居中
dw_java08
博客等级 码龄15年 122粉丝 66原创
评论 1
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
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
实付元
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