Java服务器端List对象转换为JSON对象并返回客户端实例

嵌入式Linux开发:手把手教你调试OV9281摄像头Sensor(基于全志平台DTS配置) 本文详细解析了嵌入式Linux开发中OV9281摄像头Sensor的调试全流程,重点介绍了基于全志平台的DTS配置指南。从硬件信号检测到软件驱动配置,包括设备树关键参数设置、内核驱动适配实战及图像质量调优技巧,为开发者提供了一套完整的调试方案,助力工业视觉和边缘计算设备的开发。 阅读详情

一、什么是JSON

  JSON 即 JavaScript Object Natation(Java对象表示法),它是一种轻量级的数据交换格式,非常适合于服务器与 JavaScript 的交互。

  简而言之,JSON就是JavaScript交换数据的一种格式。例子如下:

{"username":"coolcooldool","password":"1230","usertype":"superadmin"}
{"list":[{"password":"1230","username":"coolcooldool"},{"password":"thisis2","username":"okokok"}]}
第二种是有数组的情况,我也不用文字表述JSON到底是怎么构成的了,相信长眼睛的人都看懂了,哇咔咔!~
二、为什么使用JSON而不是XML
  他们都是这样说的:
  尽管有许多宣传关于 XML 如何拥有跨平台,跨语言的优势,然而,除非应用于 Web Services,否则,在普通的 Web 应用中,开发者经常为 XML 的解析伤透了脑筋,无论是服务器端生成或处理 XML,还是客户端用 JavaScript 解析 XML,都常常导致复杂的代码,极低的开发效率。实际上,对于大多数 Web 应用来说,他们根本不需要复杂的 XML 来传输数据,XML 的扩展性很少具有优势,许多 AJAX 应用甚至直接返回 HTML 片段来构建动态 Web 页面。和返回 XML 并解析它相比,返回 HTML 片段大大降低了系统的复杂性,但同时缺少了一定的灵活性。
  我认为就是说:解析XML太费劲了。
三、如何使用
  当然最直接的方法就是,你自己写一个类,把你在数据库中查到的list转换成Sting,格式就是JSON样子的就行,但前提是你比较牛叉,能很快写出来,并且是对的,对于我这么不牛叉的人来说,我选第二种方法。
  去网上找别人写好的类,看一遍,拿过来用就好了。我目前找到了两个类,都能达到效果,待我慢慢道来。
  1.在你的MyEclipse里新建一个Web Project,就叫Ajax_Json吧。
  2.新建一个类,名字叫做JsonUtil.java,打包到young.ajax.json,把下面代码复制进去。
package young.ajax.json;
import java.beans.IntrospectionException;
import java.beans.Introspector;
import java.beans.PropertyDescriptor;
import java.math.BigDecimal;
import java.math.BigInteger;
import java.util.List;
import java.util.Map;
import java.util.Set;
import org.apache.commons.logging.Log;
import org.apache.commons.logging.LogFactory;
public class JsonUtil {
private static Log log = LogFactory.getLog(JsonUtil.class);
public static String object2json(Object obj) {
    StringBuilder json = new StringBuilder();
    if (obj == null) {
      json.append("/"/"");
    } else if (obj instanceof String || obj instanceof Integer || obj instanceof Float
        || obj instanceof Boolean || obj instanceof Short || obj instanceof Double
        || obj instanceof Long || obj instanceof BigDecimal || obj instanceof BigInteger
        || obj instanceof Byte) {
      json.append("/"").append(string2json(obj.toString())).append("/"");
    } else if (obj instanceof Object[]) {
      json.append(array2json((Object[]) obj));
    } else if (obj instanceof List) {
      json.append(list2json((List<?>) obj));
    } else if (obj instanceof Map) {
      json.append(map2json((Map<?, ?>) obj));
    } else if (obj instanceof Set) {
      json.append(set2json((Set<?>) obj));
    } else {
      json.append(bean2json(obj));
    }
    return json.toString();
}
public static String bean2json(Object bean) {
    StringBuilder json = new StringBuilder();
    json.append("{");
    PropertyDescriptor[] props = null;
    try {
      props = Introspector.getBeanInfo(bean.getClass(), Object.class).getPropertyDescriptors();
    } catch (IntrospectionException e) {}
    if (props != null) {
      for (int i = 0; i < props.length; i++) {
        try {
          String name = object2json(props[i].getName());
          String value = object2json(props[i].getReadMethod().invoke(bean));
          json.append(name);
          json.append(":");
          json.append(value);
          json.append(",");
        } catch (Exception e) {}
      }
      json.setCharAt(json.length() - 1, '}');
    } else {
      json.append("}");
    }
    return json.toString();
}
public static String list2json(List<?> list) {
    StringBuilder json = new StringBuilder();
    json.append("[");
    if (list != null && list.size() > 0) {
      for (Object obj : list) {
        json.append(object2json(obj));
        json.append(",");
      }
      json.setCharAt(json.length() - 1, ']');
    } else {
      json.append("]");
    }
    return json.toString();
}
public static String array2json(Object[] array) {
    StringBuilder json = new StringBuilder();
    json.append("[");
    if (array != null && array.length > 0) {
      for (Object obj : array) {
        json.append(object2json(obj));
        json.append(",");
      }
      json.setCharAt(json.length() - 1, ']');
    } else {
      json.append("]");
    }
    return json.toString();
}
public static String map2json(Map<?, ?> map) {
    StringBuilder json = new StringBuilder();
    json.append("{");
    if (map != null && map.size() > 0) {
      for (Object key : map.keySet()) {
        json.append(object2json(key));
        json.append(":");
        json.append(object2json(map.get(key)));
        json.append(",");
      }
      json.setCharAt(json.length() - 1, '}');
    } else {
      json.append("}");
    }
    return json.toString();
}
public static String set2json(Set<?> set) {
    StringBuilder json = new StringBuilder();
    json.append("[");
    if (set != null && set.size() > 0) {
      for (Object obj : set) {
        json.append(object2json(obj));
        json.append(",");
      }
      json.setCharAt(json.length() - 1, ']');
    } else {
      json.append("]");
    }
    return json.toString();
}
public static String string2json(String s) {
    if (s == null)
      return "";
    StringBuilder sb = new StringBuilder();
    for (int i = 0; i < s.length(); i++) {
      char ch = s.charAt(i);
      switch (ch) {
      case '"':
        sb.append("
///"");
        break;
      case '//':
        sb.append("
////");
        break;
      case '/b':
        sb.append("
//b");
        break;
      case '/f':
        sb.append("
//f");
        break;
      case '/n':
        sb.append("
//n");
        break;
      case '/r':
        sb.append("
//r");
        break;
      case '/t':
        sb.append("
//t");
        break;
      case '/':
        sb.append("
///");
        break;
      default:
        if (ch >= '/u0000' && ch <= '/u001F') {
          String ss = Integer.toHexString(ch);
          sb.append("
//u");
          for (int k = 0; k < 4 - ss.length(); k++) {
            sb.append('0');
          }
          sb.append(ss.toUpperCase());
        } else {
          sb.append(ch);
        }
      }
    }
    return sb.toString();
}
}
这应该是一个高手自己写的代码,就是用刚才第一种方法的人,哈哈!这个类就能将你的几乎所有类型转换成JSON形式的字符串,你可以自己写个类测试一下,我就不写了。
呐,到现在为止,我们已经有一种方法能将list型的东东转换成为JSON形式的数据了。但是,偷偷的告诉你,还有一种方法,其实效果是一样的,但是传说是官方的,所以用了会显得比较专业,比较牛叉所以我选了第二种,哇咔咔!
  3.新建一个Java类,名字叫做JsonConvert.java,同样打包到young.ajax.json,将下面代码粘到里面。
package young.ajax.json;
import java.util.HashMap;
import java.util.List;
import java.util.Map;
import net.sf.json.JSONArray;
import net.sf.json.JSONException;
import net.sf.json.JSONObject;
public class JsonConvert {
public static JSONObject message(String message, boolean success) {
   Map map = new HashMap();
   map.put("success", success);
   map.put("message", message);
   return JSONObject.fromObject(map);
}
public static JSONObject generate(List list) {
          Map map = new HashMap();
   map.put("totalProperty", list.size());
   map.put("root", list);
   return JSONObject.fromObject(map);
}
public static JSONObject javabean2json(Object object, String message,
    boolean success) {
   Map map = new HashMap();
   map.put("success", success);
   map.put("message", message);
   map.put("data", object);
   return JSONObject.fromObject(map);
}
public static JSONObject objectcollect2json(List list, String total) {
   Map map = new HashMap();
   map.put("totalProperty", total);
   map.put("root", list);
   return JSONObject.fromObject(map);
}
public static JSONArray getJSONArrayFormString(String str) {
   if (str == null || str.trim().length() == 0) {
    return null;
   }
   JSONArray jsonArray = null;
   try {
    jsonArray = JSONArray.fromObject(str);
   } catch (JSONException e) {
    e.printStackTrace();
   }
   return jsonArray;
}
public static JSONObject StringToJSONOBject(String str) {
   if (str == null || str.trim().length() == 0) {
    return null;
   }
   JSONObject jsonObject = null;
   try {
    jsonObject = JSONObject.fromObject(str);
   } catch (JSONException e) {
    e.printStackTrace();
   }
   return jsonObject;
}
}
怎么样,这个看着更专业吧,但是你现在发现了,有好多的可修正的红叉叉啊,为什么哩?难道是类库?Bingo!需要好一大堆包啊。。哎!我观察了一下,我的里面有这么多包包,不排除有没用上的哈。
看到了吗?这么多包包,自己去下吧,我就不给出地址了啊。。。本来想用图片带rar了,可惜,百度不让。
这些包可以从这些网站找到:

http://commons.apache.org/index.html

http://json-lib.sourceforge.net/

http://ezmorph.sourceforge.net/

http://morph.sourceforge.net/

http://www.docjar.com/

如果你实在找不到,没办法,留邮箱吧。
到这里,转换的工作就完成了!你同样可以编写测试的类测试一下。
  4.新建一个Java类,名字叫做UserVO.java打包到young.ajax.model,将面面代码粘到里面。

package young.ajax.model;

public class UserVO {
private String username;
private String password;
public String getUsername() {
   return username;
}
public void setUsername(String username) {
   this.username = username;
}
public String getPassword() {
   return password;
}
public void setPassword(String password) {
   this.password = password;
}
}

感觉这个代码像高手写的了吗?yes你说对了,是我写的,哈哈!(其实大部分是MyEclipse生成的)

  5.新建一个Servlet名字叫做JSONAction.java打包到young.ajax.action,将mapping里的访问地址改为/json,将下面代码粘到里面。

package young.ajax.action;

import java.io.IOException;
import java.io.PrintWriter;
import java.util.ArrayList;
import java.util.HashMap;
import java.util.List;
import java.util.Map;

import javax.servlet.ServletException;
import javax.servlet.http.HttpServlet;
import javax.servlet.http.HttpServletRequest;
import javax.servlet.http.HttpServletResponse;

import net.sf.json.JSONObject;

import young.ajax.model.UserVO;

public class JSONAction extends HttpServlet {

public JSONAction() {
   super();
}

public void destroy() {
   super.destroy();
}

public void doGet(HttpServletRequest request, HttpServletResponse response)
    throws ServletException, IOException {

   System.out.println("VVVVVVVVV"+request.getParameter("a"));
   response.setContentType("application/json;charset=UTF-8");
   PrintWriter out = response.getWriter();
   List list = new ArrayList();
   UserVO vo1 = new UserVO();
   vo1.setUsername("coolcooldool");
   vo1.setPassword("1230");
   list.add(vo1);
   UserVO vo2 = new UserVO();
   vo2.setUsername("okokok");
   vo2.setPassword("thisis2");
   list.add(vo2);
  
   Map map = new HashMap();
   map.put("list",list);
   JSONObject jso = JSONObject.fromObject(map);
   System.out.println(jso);
   out.print(jso);
   out.flush();
   out.close();
}

public void doPost(HttpServletRequest request, HttpServletResponse response)
    throws ServletException, IOException {
   doGet(request,response);
}

public void init() throws ServletException {
}

}

 

  6.在你的WebRoot下面新建文件夹js,下载JQuery的支持文件放在里面,你不用知道JQuery,这样做就可以了,因为做这个的时候我正好也在玩JQuery.
  下载地址:http://jqueryjs.googlecode.com/files/jquery-1.3.2.min.js
  7.打开你的index.jsp将下面代码粘到里面。
<%@ page language="java" import="java.util.*" pageEncoding="UTF-8"%>
<%
String path = request.getContextPath();
String basePath = request.getScheme()+"://"+request.getServerName()+":"+request.getServerPort()+path+"/";
%>
<!DOCTYPE HTML PUBLIC "-//W3C//DTD HTML 4.01 Transitional//EN">
<html>
<head>
    <base href="<%=basePath%>">
   
    <title>利用JQuery+Ajax获取JSON数据</title>
   
<meta http-equiv="pragma" content="no-cache">
<meta http-equiv="cache-control" content="no-cache">
<meta http-equiv="expires" content="0">   
<meta http-equiv="keywords" content="keyword1,keyword2,keyword3">
<meta http-equiv="description" content="This is my page">
<!--
<link rel="stylesheet" type="text/css" href="styles.css">
-->
  <style type="text/css">
<!--
div {
background-color: #F06;
height: 100px;
width: 300px;
}
.myc {
background-color: blue;
}
-->
</style>

<script type="text/javascript" src="js/jquery-1.3.2.min.js"></script>
<script type="text/javascript">
$(function(){
   $("#load").click(function(){
    $("div").toggleClass("myc");
    //$.get(
     //"json",
     //{a:1,b:2},
     //function(data){
      //alert(data);
     //}
    //);
    $.ajax({
     type:"get",      
       
url:"json",      
             data:"a=1&b=2&c=3",
             dataType:"json",
               success:function(data){
              var items=data.list;
      for(var i =0;i<items.length;i++)
      {
       var item=items[i];
       //alert(item.username);
       $("#tar").append("用户名:"+item.username+"<p>密码:"+item.password);
      };        
             }
    });
   });
});
</script>
</head>

<body>
        <input type="button" value="点击以加载页面" id="load">
      <div id="tar"></div>
</body>
</html>
好了,启动测试,运行效果如下。
数仓解惑:数据仓库常见建模方法与大数据领域建模实例综述 为什么需要数据建模? 为什么要进行数据仓库建模? 随着DT时代互联网、智能设备等信息技术的发展,数据开始井喷式的增长,如何讲这些数据进行有序、有结构地分类组织存储是我们面临的一个挑战。 如果把数据看作图书馆里的书,我们希望看到它们在书架上分门别类地放置,而不是乱糟糟的 大数据的数仓建模是通过建模的方法更好的组织、存储数据,以便在 性能、成本、效率和数据质量之间找到最佳平衡点。一般主要从下面四点考虑 ... 阅读详情

相关推荐

从零开始:在Windows WSL中搭建Openfoam7+blastfoam2.0.0开发环境(避坑大全)

本文详细指导在Windows WSL中搭建OpenFOAM 7与BlastFOAM 2.0.0开发环境,重点解析了安装过程中的常见“坑点”,如编译模式不匹配导致的符号错误,并提供了从系统准备、软件部署到环境验证的完整解决方案,帮助开发者高效构建CFD与爆炸模拟开发平台。

stem5的博客 526

Java List对象集合转Json & Json转List对象集合

使用了阿里巴巴的 fastjson 先引入依赖。

zxc_wzhzjqeds的博客 5989

医疗影像技术实战:如何用Python快速生成DRR图像(附完整代码)

本文详细介绍了如何使用Python实现数字重建放射影像的快速生成。通过实战代码,从基础光线投射算法到性能优化,逐步讲解DRR图像生成的核心原理与工程实践,帮助开发者掌握医疗影像处理的关键技术,赋能放射治疗规划与图像引导手术等临床工具开发。

k8l9m0n的博客 72

使用 JSON 进行数据传输

JSON 基础简 单地说,JSON 可以将 JavaScript 对象中表示的一组数据转换为字符串,然后就可以在函数之间轻松地传递这个字符串,或者在异步应用程序中将字符串从 Web 客户机传递给服务器端程序。这个字符串看起来有点儿古怪(稍后会看到几个示例),但是 JavaScript 很容易解释它,而且 JSON 可以表示比名称/值对更复杂的结构。例如,可以表示数组和复杂的对象,而不仅仅是键和

740

工业自动化中气动夹爪选型、调试与维护全流程实战解析

在工业自动化领域,气动执行元件是实现精准抓取与搬运的基础。其工作原理是通过压缩空气驱动气缸,转化为直线或旋转运动,从而控制夹爪的开合。这类技术因其结构简单、响应快速、成本低廉及维护方便,在自动化产线中具有极高的技术价值,是实现高效、可靠物料搬运的核心单元。其典型应用场景涵盖电子装配、汽车制造、食品包装等行业的上下料、分拣与定位工序。本文以工业自动化中常见的二指平行气动夹爪(常被工程师代号化为“Gripper-A”)为例,深入剖析其从硬件选型、气动系统集成到程序逻辑联锁的完整工程实践。内容聚焦于夹持力计算中惯

weixin_42629671的博客 365

【Origin+Python】使用External Python批量出图代码参考2

不使用part2 的代码,自己打开一个origin2022的界面。这里主要介绍一些进阶代码以及使用盗版origin要如何。3 批量绘制相同设置的曲线图。然后就是没有水印的图片了。

zeng001201的博客 1907

精通JSON (JavaScript Object Notation)

JSON被公认为浏览器中XML的后继者,它的目标仅仅是成为一种简单、优雅的数据格式,以方便浏览器和服务器之间的数据交换。在完成这一简单任务的过程中,它将引领下一代万维网。 对象简介 看,这就是一个对象: var myFirstObject ={}; 尽管看起来挺简单,然而那些花括号却能够记录人类所搜集的信息的每个比特,或者是表示出计算机科学家们能构思到的最复杂的程序.事实上,J...

qinyun1221的博客 204

不止于算力:深入鲲鹏920的片上网络(NoC)与一致性协议HCCS,看华为如何优化数据流转

本文深入解析了鲲鹏920处理器的片上网络(NoC)架构和一致性协议HCCS,揭示了华为如何通过创新的环总线设计和私有协议优化数据流转效率。文章详细介绍了鲲鹏920在多die、多芯片环境下的高效协同机制,包括环总线架构、HCCS协议精妙设计及物理实现创新,为云服务场景提供了高性能解决方案。

weixin_30681121的博客 251

java 把list转成json

/ 使用writeValueAsString方法将List转换成JSON格式 json = objectMapper.writeValueAsString(list);使用Java将List转换成JSON格式的最简单方法是通过JSON库。最常用的JSON库是 Jackson,它提供了快速,灵活和易于使用的API来将Java对象转换为JSON格式。使用Jackson库将List转换成JSON格式是一种非常快速,简单和灵活的方法。在Java中,将List转换成JSON格式是非常常见的任务。

qq_41834086的博客 1万+

纳米尺度仿真软件:GROMACS_(3).分子动力学模拟原理

分子动力学(MD)模拟是一种强大的计算方法,通过数值积分牛顿运动方程,追踪粒子在时间上的位置和速度变化,提供关于体系动力学行为的详细信息。选择合适的力场、设置初始条件、应用边界条件、控制温度和压力、选择合适的时间步长、计算能量和力,是 MD 模拟的关键步骤。通过这些步骤,可以对各种化学、生物和材料体系进行模拟和分析,揭示其结构、动力学和热力学性质。高级应用如反应路径模拟和蛋白质折叠研究,进一步扩展了 MD 模拟的应用范围。

kkchenjj的博客 1100

手把手教你学simulink(16.10)-- 基于Simulink的IIR滤波器(Infinite Impulse Response Filter)项目

基于Simulink的IIR滤波器(Infinite Impulse Response Filter)项目的详细实例介绍。这个项目将重点放在IIR滤波器的设计、实现和仿真上,帮助你理解和应用IIR滤波器在信号处理中的作用。

MHD0815的博客 706

后端java 如何返回给前端 JSON数据

后端java 如何返回给前端 JSON数据

Java&Develop的博客 4171

2026年3月GESP真题及题解(C++七级): 选择题和判断题(题解)

2026年3月GESP真题及题解(C++七级): 选择题和判断题(题解)

王老师青少年编程 984

java doget 返回json_Java服务器端List对象转换为JSON对象并返回客户端实例

一、什么是JSONJSON 即 JavaScript Object Natation(Java对象表示法),它是一种轻量级的数据交换格式,非常适合于服务器与 JavaScript 的交互。简而言之,JSON就是JavaScript交换数据的一种格式。例子如下:{"username":"coolcooldool","password":"1230","usertype":"superadmin"}{...

weixin_33514277的博客 347

C# WinForm 基于DirectShow.dll编写的程序,可边预览边保存视频,音频和图片

基于微软的DirectShow.dll的二次开发1.自动识别连接的摄像头跟麦克风且可以对其进行选择(默认选中第一个)2.可录制wmv和avi两种格式的视频并且都带有音频,avi可以录制的分辨率和帧数进行选择,wmv默认进行了淸晰度优化如不喜欢可去除代码中有相关提示3.可在预览点开之后进行拍照,也可边录制视频边拍照4.添加了视频和音频的压缩功能(酌情使用)这次二次开发发现C#对DirectShow的相关信息太少,这次做完也不敢藏私共享出来,还望大家指正

OV9734 DATASHEET,完整规格书

OV9734完整规格书,包括电气参数,尺寸规格,寄存器配置表等

java list对象转json_java中List对象转换为JSON对象

一、什么是JSONJSON 即 JavaScript Object Natation(Java对象表示法),它是一种轻量级的数据交换格式,非常适合于服务器与 JavaScript 的交互。简而言之,JSON就是JavaScript交换数据的一种格式。例子如下:{"username":"coolcooldool","password":"1230","usertype":"superadmin"}{...

weixin_42300317的博客 8453

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对象转换成json

JSON --- JAVA 使用方法 使用JSON的方法   JSON 即 JavaScript Object Natation,它是一种轻量级的数据交换格式,非常适合于服务器与 JavaScript 的交互。本文将快速讲解 JSON 格式,并通过代码示例演示如何分别在客户端和服务器端进行 JSON 格式数据的处理。   Json必需的包 commons-htt

风一样的人 9087

华为的C语言编程规范.pdf

华为技术有限公司内部技术规范。本规范制定了编写C语言程序的基本原则、规则和建议。从代码的清晰、简洁、可测试、安全、程序效率、可移植各个方面对C语言编程作出了具体指导。

JSON串

JSON 字符串的格式是基于键值对的数据结构,用于表示结构化数据。它遵循严格的语法规则,前后端数据交互。

gege_0606的博客 8761

Java中将JSON格式的数据转换成对应的Bean、Map、List数据

简单说明: 为了方便数据在客户端及服务器端的传输,有时候我们会用一些比较方便组织的数据类型,比如json、xml等传给客户端,客户端也可以重新组织数据传回服务器端。JSON和XML提供了一套比较方便的数据组织形式。。并且有很多现成的类库用于解析这些数据。。 本文是对net.sf.json使用后的总结。。目前官方开源的对json进行处理的项目很多,fastjson还有其它等等。。视自己处理问

不积跬步无以至千里,不积小流无以成江海。 5万+

java中List对象转换为JSON对象

以为兄弟写的!感觉风格颇为幽默,自恋的来说,很像我的风格哦!呵呵!     好啦!帮他的成果复制过来吧!   一、什么是JSON   JSON 即 JavaScript Object Natation(Java对象表示法),它是一种轻量级的数据交换格式,非常适合于服务器与 JavaScript 的交互。   简而言之,JSON就是JavaScript交换数据的一种格式。例子如下:

fengxing_2的专栏 1万+
上一篇: 10个好习惯让你越活越年轻
下一篇: 人体自身的补肾法
escode
博客等级 码龄22年 33粉丝 49原创
评论
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