类加载器

一、class装载验证流程

加载

链接

      --验证

      --准备

      --解析

初始化

加载:1、取得类的二进制流 2、转为方法区数据结构3、在Java堆中生成对应的java.lang.Class对象。

验证:目的:保证Class流的格式是正确的,比如:文件格式的验证,版本号是否合理,是否有父类等。

准备:分配内存,并为类设置初始值 (方法区中)。

解析: 符号引用替换为直接引用

初始化:执行类构造器

二、类装载器ClassLoader

ClassLoader是一个抽象类;ClassLoader的实例将读入Java字节码将类装载到JVM中; ClassLoader可以定制,满足不同的字节码流获取方式; ClassLoader负责类装载过程中的加载阶段

核心加载器类:

1、BootStrap ClassLoader (启动ClassLoader)

2、Extension ClassLoader (扩展ClassLoader)

3、App ClassLoader (应用ClassLoader/系统ClassLoader)

4、Custom ClassLoader(自定义ClassLoader)

注意:每个ClassLoader都有一个Parent作为父亲

加载器的加载过程如下:

BootStrap ClassLoader 主要分布在:rt.jar。

Extension ClassLoader主要分布在:%JAVA_HOME%/lib/ext/*.jar

App ClassLoader 主要分布在:Classpath下

Custom ClassLoader主要分布在:完全自定义路径

 

 

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