Spring 2.5 MVC中的新特性

本文对比了Spring MVC与Struts2框架的适用场景,指出在现有团队熟悉度较高的情况下,Struts2可能更具优势;但在REST风格架构需求下,Spring MVC则更为适合。

Spring 2.5 MVC中的新特性:

http://www.infoq.com/cn/articles/spring-2.5-ii-spring-mvc

上面描述的很清楚,现在谈谈自己的想法

 

1、没有真正去使用过spring mvc 但是感觉和struts2使用类似,现在项目中使用struts居多,如果从公司角度,我觉得还是使用struts更合适,因为从架构人员到开发人员熟悉struts2的相对多,不用学习新东西,成本就低(对公司和个人),从开发简单上看,两个框架都有注解,比较方面,struts2在现在应用的场景能满足大部分,包括人员以后去别的公司,我想使用struts2的还是比较多的,要不公司就会开发自己的mvc控制层框架

但是如果你写rest风格的架构(起码我们这里没流行开来,最多web service,使用的也不深入),建议使用spring mvc 网上资料也比较多的,我总是崇尚用自己的技术为客户创造最大的价值最重要,如果不学新的东西能满足,就不去学,不去改变

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
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