free_girl_fang的博客

原创 List.of

List.of 是 Java 9 引入的一个静态方法，用于创建不可变列表（Immutable List）。List.of 支持泛型，可以创建任意类型的不可变列表。• 不能删除元素：尝试调用 remove() 方法会抛出 UnsupportedOperationException。• 不能添加元素：尝试调用 add() 方法会抛出 UnsupportedOperationException。• 不能修改元素：尝试调用 set() 方法会抛出 UnsupportedOperationException。

原创 SpringClud一站式学习之Eureka服务治理（二）

Eureka是Netflix开源的一款服务发现框架，它主要用于在微服务架构中定位服务，是服务之间调用的枢纽和关键。在微服务架构中，服务实例可能会动态地增加或减少，Eureka提供了服务注册和发现的功能，使得服务实例可以相互发现对方，而不需要硬编码服务地址

原创 SpringClud一站式学习之Springboot（一）

Spring Boot 是一个开源的 Java 基础框架，用于创建独立、生产级别的基于Spring框架的应用程序。它旨在简化Spring应用程序的初始搭建以及开发过程，通过提供一系列的“约定大于配置”的特性来达到简化配置的目的。以下是Spring Boot的一些核心特性：

原创 单位存款证明管理

在现代金融业务中，单位存款证明是企业与银行之间重要的金融凭证之一。随着银行业务流程的不断优化和升级，集中处理模式成为了提高效率和安全性的新趋势。本文将为您详细介绍单位存款证明管理的集中处理模式，以及它如何为银行和企业带来便利。

原创 一键自动生成实体类、配置文件、映射文件-mybatis.generator（实操）

使用Mybatis的时候可以发现，除了表结构不同，其他无论是实体类、配置文件、映射文件、接口都大差不差，因此可以使用mybatis.generator一键生成相关代码，也就是逆向工程，正向工程：先创建Java实体类，由框架负责根据实体类生成数据库表。Hibernate是支持正向工程的。逆向工程：先创建数据库表，由框架负责根据数据库表，反向生成如下资源：Java实体类Mapper接口 Mapper映射文件 接下来一起实操吧！

原创 高效作业之Mybatis缓存

Mybatis 缓存就是将查询出来的数据进行记录，等到下一次同样的条件进行查询的时候，就从缓存中取，Mybatis分为一级缓存和二级缓存，区别是范围不同，一级缓存是SqlSession级别的，二级缓存是SqlSessionFactory级别，接下来我们会结合代码和配置进行详细讲解。

原创 方便快捷之IDEA自定义模版文件（详细）

IntelliJ IDEA 中创建自定义模板文件的步骤，以提高编码效率

原创 深入浅出Mybatis从理论到实践（详细）

了解底层：Java开发中对于数据库的操作至关重要，数据库是对数据的存储和处理，如何更高效的操作数据以及有哪些注意点，对于一名合格的开发人员至关重要，接下来我们开始讲解Mybatis，深入浅出的梳理其中的知识

原创 上云管理之Git/GitHub/GitLab 详解（一）

Git是一个开源的分布式版本控制系统，可以有效、高速的处理从很小到非常大的项目版本管理。本课程主要包含Git的基础知识和GitHub、GItLab的使用，课程涵盖Git底层原理，通过详细的讲解两款产品的特性。Git是一个开源的分布式版本控制系统，由Linus Torvalds开发。Git是当前世界上最流行的版本控制系统之一，被广泛用于软件开发过程中的源代码管理。

原创 见贤齐思之全流程导入代码包运行

导入大佬的代码，并运行，站在巨人的肩膀上写代码

原创 夯实根基之MySql从入门到精通（二）

myql事务、隔离级别、权限管理

原创 夯实根基之MySql从入门到精通（一）

MySQL是一个广泛使用的开源关系型数据库管理系统（RDBMS），由瑞典MySQL AB公司开发，后来被Sun Microsystems收购，最终成为Oracle Corporation的一部分。MySQL是一个基于客户端-服务器模型的数据库，支持多种操作系统，包括Linux、Windows和macOS。MySQL是一个功能强大、灵活且易于使用的数据库系统，适用于各种规模的应用程序。通过学习和使用MySQL，可以有效地管理和操作关系型数据。

原创 厉兵秣马之Java 语言基础和进阶（二）

程序出错分为两部分:编译时出错和运行时出错。编译时出错是编译器在编译源码时发生的错误;运行时出错，则是编译通过，在运行是出现的错误。这种情况叫异常。例:如数组越界，除数为0，文件找不到等等。在Java中，异常可以分为两大类：检查型异常（Checked Exception）和非检查型异常（Unchecked Exception）。这两类异常在处理方式和使用上有所不同。检查型异常（Checked Exception）

原创 计算机视觉篇---图像分类实战+理论讲解（6）Mobilenet

Mobilenetv创新点在于DW卷积与PW卷积传统卷积是224-224-3 卷积核 5-5-3-K 输出为 117-117-KDW卷积 224-224-3 卷积核 5-5-3 输出为 117-117-3 输入等于输出的通道数PW卷积 224-224-3 卷积核 1-1-3-k 输出为 117-117-kMobilenet卷积：3x3 Depthwise Conv+BN+ReLU 和 1x1 Pointwise Conv+BN+ReLU使用快速通道残差，先升维再

原创 计算机视觉篇---图像分类实战+理论讲解（1）- LeNet

pytorch 与tensorflow都是将深度学习的网络构造，训练，集成封装的，我们使用Pytorch 进行实例化，torch 官方测试案例Lenet。import torch.nn as nnimport torch.nn.functional as F一般深度学习都需要torch的这两个大库，一个用于构建神经网络、卷积神经网络、残差网络。深度学习其实核心要素就是构建网络，训练数据，使得神经网络学习到一系列参数，使得神经网络看见我们传进去的参数就会输出预测的东西，一般来说入门都是先进行图像分类

原创 厉兵秣马之Java 语言基础和进阶（一）

Java 语言进阶知识，围绕面向对象，生化理解面向对象程序设计特性；掌握方法重载、重写、接口的构建技巧；进一步理解类相关操作应用，抽象类、接口应用、集合类、匿名类、内部类；熟练掌握 I/O技术 和 异常类的应用。并结合实例，通过代码实操强化深化知识理解，强化技能掌握，打通你的语言关，为成为初级工程师打下基础。

原创 卷土重来之Java入门基础

Java入门课程旨在为初学者提供Java编程语言的基础知识和核心概念。课程内容涵盖Java的历史和特点、基本数据类型、变量和常量、运算符、控制流程（包括条件语句和循环）、数组和字符串处理。通过实践练习和小型项目，学员将学习如何编写、调试和运行Java程序，为进一步学习高级Java特性和框架打下坚实的基础。本课程适合对编程感兴趣的新手，无需任何先前的编程经验。

原创 VUE使用指南

VUE常见功能函数编写

原创 如何让利息翻7倍？

原创 中国知网vip会员永久免费，中文文献检索下载永久

原创 整存整取利息怎么算的？每天一个问题《第一期》

原创 股票的动荡为什么影响基金？每天一个问题《第二期》

原创 信息系统项目管理师 进度管理计算题

信息系统项目管理师 进度管理计算题

原创 计算机视觉篇---图像分类实战+理论讲解（4）GoogLeNet Incepetion

GoogLeNet Incepetion V1Incepetion的出现理由？为了提升网络的性能，增加网络的宽度和深度，宽度主要是通过融合不同尺度的特征，从而对特征进行不同感受野的提取。卷积核大小采用1、3和5，设定卷积步长stride=1之后，只要分别设定pad=0、1、2，卷积之后便得到相同维度的特征，直接拼接在一起，进入下一层特征的提取。使用1*1卷积核降低网络参数。例如：上一层的输出为100x100x128，经过具有256个输出的5x5卷积层之后(stride=1，pad=2)，输出数据为1

原创 计算机视觉篇---图像分类实战+理论讲解（7）ShuffleNetV2

数据集from PIL import Imageimport torchfrom torch.utils.data import Datasetclass MyDataSet（Dataset): def__init__(self,images_path:list,images_class:list,transform=None): self.images_path=images_path self.images_class=images_class

原创 计算机视觉篇---图像分类实战+理论讲解（8）EfficientNet

EfficientNetimport matchimport copyfrom functools import partialfrom collections import OrderedDictfrom typing import Optional,Callableimport torchimport torch.nn as nnfrom torch import Tensorfrom torch.nn import functional as Fdef _make_divisibl

原创 计算机视觉篇---图像分类实战+理论讲解（9）EfficientNetV2

EfficientNetV2创新点：裁剪网络 MB 和MBFUSE 模块模块from collections import OrderedDictfrom functools import partialfrom typing import Callable,Optionalimport torch.nn as nnimport torchfrom torch import Tensordef drop_path(x,drop_path:float=0,training:bool=Fals

原创 计算机视觉篇---图像分类实战+理论讲解（5）RESNET

深度残差网络深度残差网络创新点？超深的网络结构，提出了Residule 结构.使用Bach Normalizetion。在残差块中添加1X1升维结构，大大降低超深网络参数。inception结构。退化问题：随着网络深度的加深，会出现梯度消失和梯度爆炸残差网络的结构如图与之前网络结构不同的是增加了快速通道，将输入与输出（原)求和。网络层关系映射为 H(x), 残差网络拟合另一个映射， F(x):= H(x)-x , 那么原先的映射就是 F(x)+x。 优化残差映射F(x) 比优化原来的映射

原创 计算机视觉篇---图像检测实战+理论讲解（1）-faster_rcnn

今天开始学习目标检测，我所有的博客仅限于自己学习记录而已，有不足之处，还请大佬们指正。目标检测就是一个分类加目标框地址选定，目标检测框架是先训练，之后利用训练好的框架进行检测，训练与检测是不一样框架，训练的时候是这样子，检测的时候，训练的框架就不再使用，贴一张大佬画的图，目前我只是在学习阶段，所有的图像任务，都是建立在大量学习目标特征的基础上，Dataset，是目标检测需要训练的图像，根据输入的图像进行特征提取，目标检测是分类类别+目标外围框地址，Dataset目标检测使用PASCAL VOC200

原创 0005 HJ5 进制转换

描述写出一个程序，接受一个十六进制的数，输出该数值的十进制表示。输入描述：输入一个十六进制的数值字符串。注意：一个用例会同时有多组输入数据，请参考帖子https://www.nowcoder.com/discuss/276处理多组输入的问题。输出描述：输出该数值的十进制字符串。不同组的测试用例用\n隔开。示例1输入：0xA0xAA复制输出：10170进制转换其实有相应的规则从第一位访问，每次进一位，相应的乘上进制数循环往复#include#includeusing nam

原创 0003 明明的随机数

描述明明想在学校中请一些同学一起做一项问卷调查，为了实验的客观性，他先用计算机生成了N个1到1000之间的随机整数（N≤1000），对于其中重复的数字，只保留一个，把其余相同的数去掉，不同的数对应着不同的学生的学号。然后再把这些数从小到大排序，按照排好的顺序去找同学做调查。请你协助明明完成“去重”与“排序”的工作(同一个测试用例里可能会有多组数据(用于不同的调查)，希望大家能正确处理)。由于题目中说到排序，则用sort进行注：测试用例保证输入参数的正确性，答题者无需验证。测试用例不止一组。当没有新的

原创 0002HJ2 计算某字母出现次数

描述写出一个程序，接受一个由字母、数字和空格组成的字符串，和一个字母，然后输出输入字符串中该字母的出现次数。不区分大小写，字符串长度小于500。输入描述：第一行输入一个由字母和数字以及空格组成的字符串，第二行输入一个字母。输出描述：输出输入字符串中含有该字符的个数。示例1输入：ABCabcA复制输出：2#include<stdio.h>#include#include#includeusing namespace std;int main(){string

原创 0007 HJ7 取近似值

描述写出一个程序，接受一个正浮点数值，输出该数值的近似整数值。如果小数点后数值大于等于5,向上取整；小于5，则向下取整。输入描述：输入一个正浮点数值输出描述：输出该数值的近似整数值示例1输入：5.5复制输出：6#includeusing namespace std;int main(){float f;cin>>f;f=f+0.5;cout<<int(f)<<endl;return 0;}//处理0.5的技巧 直接加0.5 或者

原创 0006质因子数

输入描述：输入一个long型整数输出描述：按照从小到大的顺序输出它的所有质数的因子，以空格隔开。最后一个数后面也要有空格。示例1输入：180复制输出：#include#include<math.h>using namespace std;//判断某数是否是素数bool ispreme(int a){if(a<=1) return false;int sqr=int(sqrt(a*1.0));for(int i=2;i<=sqr;i++){if(a

原创 00001字符串最后一个单词的长度

描述计算字符串最后一个单词的长度，单词以空格隔开，字符串长度小于5000。输入描述：输入一行，代表要计算的字符串，非空，长度小于5000。输出描述：输出一个整数，表示输入字符串最后一个单词的长度。下面展示一些 内联代码片。c++代码是需要编写分号得，但是不区分空格的，所有的代码是落在mian函数中的，string 是汇入一整行的含义cin容易在使用的过程中超时algorithm库中常用的是size reverse 等函数#include<stdio.h>#include

原创 0004 HJ4 字符串分隔

描述•连续输入字符串，请按长度为8拆分每个字符串后输出到新的字符串数组；•长度不是8整数倍的字符串请在后面补数字0，空字符串不处理。输入描述：连续输入字符串(输入多次,每个字符串长度小于100)输出描述：输出到长度为8的新字符串数组示例1输入：abc123456789复制输出：abc000001234567890000000分析这种题，还是得考虑，输入的字母序也好，数量是非固定的使用大循环while(cin>>n)这种题补零操作，我们就在之前就补零。主要注意的

原创 Python 版目标跟踪 otb benchmark配置

Python 版目标跟踪 otb benchmark配置#这是我第一次写博客有些小激动，有不对的敬请指教最近有Python写了一个视频跟踪的代码，想要写一篇论文需要比较相关跟踪器，需要使用otb benchmark,经过两天的探索，在此想记录下来以备不时之需。##python 将每一帧跟踪到的目标写入txt文件中，我的思路主要是生成otb benchmark所需要的文件mat类型，因为是公共...

原创 《算法笔记》之链表&二叉树

链表&二叉树之前找工作的时候，受益于算法笔记，这次开始复习，也是从这本书入手，打算重新学习算法，因此从最基础的开始，只要我们去一点一点付出，最后一定结果不会差。加油，道虽远，行将就至。链表有若干个节点组成，每一个节点代表一个元素，且结点在内存中的存储位置通常是不连续的，两个节点通过一个指针从一个节点指向另一个节点。...

原创 前后端分离项目-信息管理系统

系统会提供身份信息新增、删除、修改、校验功能，新增、删除、修改功能主要是自用核查身份信息等。

原创 VUE路由防卫功能举例

路由防卫的功能在前端应用比较广泛，主要用于前端页面与页面之间的跳转限制，也可以称之为权限控制，我们接下来使用登录页面与主页面使用路由防卫功能。