redis 浅入

1、搭建环境

下载Redis,我选用的是当下的最新版本3.2.0 地址在这里https://github.com/MSOpenTech/redis/releases

下载好之后,直接解压到任意位置,我存放在了 D:\Redis-x64-3.2.100

2、运行cmd命令启动Redis服务。

redis-server.exe redis.windows.conf

 

这里需要注意的是一定要带后面的启动参数,如果对配置文件修改完没有带启动参数并不会生效的,所以一定记得带参数。

 

这样服务就算启动成功了,这个窗口是服务终端,如果窗口被关闭,对应的服务也会停止。

3、继续cmd命令启动客户端。

 

客户端连接服务成功。

4、设置和获取数据操作。

使用Set命令存入一个数据。

 

 

5、java 代码操作

 

import redis.clients.jedis.Jedis;


public class RedisDemo {
     public static void main(String[] args) {
            Jedis jedis = new Jedis("127.0.0.1", 6379);
                // jedis.set("hello","javaRedis123");
            String hello = jedis.get("hello");
            System.out.println(hello);
            
            jedis.del("holle");
            hello = jedis.get("hello");
            System.out.println(hello);
                 jedis.close();
                 
        }
}

根据原作 https://pan.quark.cn/s/459657bcfd45 的源码改编 Classic-ML-Methods-Algo 引言 建立这个项目,是为了梳理和总结传统机器学习(Machine Learning)方法(methods)或者算法(algo),和各位同仁相互学习交流. 现在的深度学习本质上来自于传统的神经网络模型,很大程度上是传统机器学习的延续,同时也在不少时候需要结合传统方法来实现. 任何机器学习方法基本的流程结构都是通用的;使用的评价方法也基本通用;使用的一些数学知识也是通用的. 本文在梳理传统机器学习方法算法的同时也会顺便补充这些流程,数学上的知识以供参考. 机器学习 机器学习是人工智能(Artificial Intelligence)的一个分支,也是实现人工智能最重要的手段.区别于传统的基于规则(rule-based)的算法,机器学习可以从数据中获取知识,从而实现规定的任务[Ian Goodfellow and Yoshua Bengio and Aaron Courville的Deep Learning].这些知识可以分为四种: 总结(summarization) 预测(prediction) 估计(estimation) 假想验证(hypothesis testing) 机器学习主要关心的是预测[Varian在Big Data : New Tricks for Econometrics],预测的可以是连续性的输出变量,分类,聚类或者物品之间的有趣关联. 机器学习分类 根据数据配置(setting,是否有标签,可以是连续的也可以是离散的)和任务目标,我们可以将机器学习方法分为四种: 无监督(unsupervised) 训练数据没有给定...
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
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
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