JAVA POI 导出excel

POI下JAVA导出基于模板的Excel 最近做了一个比较麻烦的功能,导出一个复杂格式的EXCEL,因为使用POI已经很长时间了,导出很方便,导入的话格式并不是很支持,所以想到了使用基于模板,JAVA导出的Excel 如何读取Excel模板然后把动态数据写入到模板以生成特定格式的Excel,同样的思路,先来考虑下会涉及到 阅读详情

1.首先下载poi-3.6-20091214.jar,下载地址如下:

http://download.youkuaiyun.com/detail/evangel_z/3895051

2.Student.java

  1. import java.util.Date;  
  2.   
  3. public class Student  
  4. {  
  5.     private int id;  
  6.     private String name;  
  7.     private int age;  
  8.     private Date birth;  
  9.   
  10.     public Student()  
  11.     {  
  12.     }  
  13.   
  14.     public Student(int id, String name, int age, Date birth)  
  15.     {  
  16.         this.id = id;  
  17.         this.name = name;  
  18.         this.age = age;  
  19.         this.birth = birth;  
  20.     }  
  21.   
  22.     public int getId()  
  23.     {  
  24.         return id;  
  25.     }  
  26.   
  27.     public void setId(int id)  
  28.     {  
  29.         this.id = id;  
  30.     }  
  31.   
  32.     public String getName()  
  33.     {  
  34.         return name;  
  35.     }  
  36.   
  37.     public void setName(String name)  
  38.     {  
  39.         this.name = name;  
  40.     }  
  41.   
  42.     public int getAge()  
  43.     {  
  44.         return age;  
  45.     }  
  46.   
  47.     public void setAge(int age)  
  48.     {  
  49.         this.age = age;  
  50.     }  
  51.   
  52.     public Date getBirth()  
  53.     {  
  54.         return birth;  
  55.     }  
  56.   
  57.     public void setBirth(Date birth)  
  58.     {  
  59.         this.birth = birth;  
  60.     }  
  61.   
  62. }  
3.CreateSimpleExcelToDisk.java

  1. import java.io.FileOutputStream;  
  2. import java.text.SimpleDateFormat;  
  3. import java.util.ArrayList;  
  4. import java.util.List;  
  5.   
  6. import org.apache.poi.hssf.usermodel.HSSFCell;  
  7. import org.apache.poi.hssf.usermodel.HSSFCellStyle;  
  8. import org.apache.poi.hssf.usermodel.HSSFRow;  
  9. import org.apache.poi.hssf.usermodel.HSSFSheet;  
  10. import org.apache.poi.hssf.usermodel.HSSFWorkbook;  
  11.   
  12. public class CreateSimpleExcelToDisk  
  13. {  
  14.     /** 
  15.      * @功能:手工构建一个简单格式的Excel 
  16.      */  
  17.     private static List<Student> getStudent() throws Exception  
  18.     {  
  19.         List list = new ArrayList();  
  20.         SimpleDateFormat df = new SimpleDateFormat("yyyy-mm-dd");  
  21.   
  22.         Student user1 = new Student(1, "张三", 16, df.parse("1997-03-12"));  
  23.         Student user2 = new Student(2, "李四", 17, df.parse("1996-08-12"));  
  24.         Student user3 = new Student(3, "王五", 26, df.parse("1985-11-12"));  
  25.         list.add(user1);  
  26.         list.add(user2);  
  27.         list.add(user3);  
  28.   
  29.         return list;  
  30.     }  
  31.   
  32.     public static void main(String[] args) throws Exception  
  33.     {  
  34.         // 第一步,创建一个webbook,对应一个Excel文件  
  35.         HSSFWorkbook wb = new HSSFWorkbook();  
  36.         // 第二步,在webbook中添加一个sheet,对应Excel文件中的sheet  
  37.         HSSFSheet sheet = wb.createSheet("学生表一");  
  38.         // 第三步,在sheet中添加表头第0行,注意老版本poi对Excel的行数列数有限制short  
  39.         HSSFRow row = sheet.createRow((int) 0);  
  40.         // 第四步,创建单元格,并设置值表头 设置表头居中  
  41.         HSSFCellStyle style = wb.createCellStyle();  
  42.         style.setAlignment(HSSFCellStyle.ALIGN_CENTER); // 创建一个居中格式  
  43.   
  44.         HSSFCell cell = row.createCell((short) 0);  
  45.         cell.setCellValue("学号");  
  46.         cell.setCellStyle(style);  
  47.         cell = row.createCell((short) 1);  
  48.         cell.setCellValue("姓名");  
  49.         cell.setCellStyle(style);  
  50.         cell = row.createCell((short) 2);  
  51.         cell.setCellValue("年龄");  
  52.         cell.setCellStyle(style);  
  53.         cell = row.createCell((short) 3);  
  54.         cell.setCellValue("生日");  
  55.         cell.setCellStyle(style);  
  56.   
  57.         // 第五步,写入实体数据 实际应用中这些数据从数据库得到,  
  58.         List list = CreateSimpleExcelToDisk.getStudent();  
  59.   
  60.         for (int i = 0; i < list.size(); i++)  
  61.         {  
  62.             row = sheet.createRow((int) i + 1);  
  63.             Student stu = (Student) list.get(i);  
  64.             // 第四步,创建单元格,并设置值  
  65.             row.createCell((short) 0).setCellValue((double) stu.getId());  
  66.             row.createCell((short) 1).setCellValue(stu.getName());  
  67.             row.createCell((short) 2).setCellValue((double) stu.getAge());  
  68.             cell = row.createCell((short) 3);  
  69.             cell.setCellValue(new SimpleDateFormat("yyyy-mm-dd").format(stu  
  70.                     .getBirth()));  
  71.         }  
  72.         // 第六步,将文件存到指定位置  
  73.         try  
  74.         {  
  75.             FileOutputStream fout = new FileOutputStream("E:/students.xls");  
  76.             wb.write(fout);  
  77.             fout.close();  
  78.         }  
  79.         catch (Exception e)  
  80.         {  
  81.             e.printStackTrace();  
  82.         }  
  83.     }  
  84. }  
java通过poi导出excel文件到浏览器直接下载 首先pom配置文件 &lt;!-- POI 包 --&gt;        &lt;dependency&gt; &lt;groupId&gt;org.apache.poi&lt;/groupId&gt; &lt;artifactId&gt;poi&lt;/artifactId&gt; &lt;version&gt;3.9&lt;/version&gt; &l 阅读详情

相关推荐

java实现excel的导入导出(poi详解)

java实现excel的导入导出(poi详解),经过测试poi效率要比jxl要高很多,特别是数据量大的时候jxl根本无法用肉眼入目,本资源是个可运行项目demo,很有参考价值!

Java中导出Excel步骤总结(案例学习)

手把手教学Java中导出Excel步骤总结!

末尾卡片和博主交流学习! 2970

java导出excel 在web项目

喜欢学习的人,可以再项目中应用.java到报表没有什么

Java实现Excel的导入以及导出,极其简单

1、我这里使用的是Spring Boot开发的,创建工程自行创建 2、导入相关依赖 3、yml配置数据库 4、导入Excel相关工具类 如下四个 ExcelClassField ExcelExport ExcelImport ExcelUtils 5、Excel表格数据,这里简单测试,所以属性都较简单 6、User类,对应Excel表 二、Excel的导入测试 1、Controller 2请求,用ApiPost请求 测试结果: 3、导入解析为对象(字段自动映射) 对于有的枚举数据,通常我们导入的时候,表

m0_52789121的博客 665

Java导出数据为excel表格

Java导出数据为excel表格,超级详细的,内容包含所需要的jar及所有相关文件,结合Mybatis+Spring+Mysql技术等技术内容丰富,步骤也比较详细,可以直接用到日常开发中使用,有不懂的地方可以留言

javaWeb导出Excel文件

在java中导出Excel文件,以及相应的jar包

Java导出Excel表的两种方式

背景 新公司会员分销报表管理系统有导出excel表的场景,通过查找,项目中并没有excel表相关工具类,故手写了一个工具类给大家分享一下,以备不时之需。 注意 1.该工具类包含导出和导入解析功能,其中导入解析功能需读者根据自身业务情况做进一步封装。 2.工具类中有笔者自己的CommonException异常类,需读者根据自身业务做相应调整和替换。 import com.zzx.commons.exceptions.CommonException; import org.apache.poi.hssf

Husky 1万+

java后台html 转excel

该技术从国外某网站上整合而来,仅供参考,勉强可以,但仍需完善

Java实现导出Excel(Apache POI)

Java可以通过Apache POI库来实现导出Excel文件 超详细的步骤及示例代码:

路在前方 1420

【基于51】红外寻迹智能小车 - 代码篇

这是一个基于C51单片机的红外巡线智能小车,是一个适合嵌入式单片机、C语言初学者练习的小Demo,文章提供完整的项目思路、免费的源代码。

ZER00000001的博客 3万+

【计算机视觉】基于复杂环境下的车牌识别

本文针对复杂环境下(光照变化、车牌变形、噪声干扰)的车牌识别问题,提出了一套完整的优化方案。通过四个核心环节进行改进:1)采用CLAHE、同态滤波等技术优化光照处理;2)使用边缘检测和透视变换应对车牌变形;3)结合中值滤波和暗通道去噪算法消除干扰;4)改进字符分割与识别方法。文章提供了详细的Python实现代码,展示了从预处理到字符识别的完整流程,并通过多策略融合显著提升了复杂场景下的识别准确率。实验结果表明,该方法能有效应对各类复杂环境挑战,为实际应用提供了可靠解决方案。

2401_84149564的博客 1628

Java 中导出 Excel 文件的方法

在 Java 中导出 Excel 文件的方法有多种,主要依赖不同的类库或工具,每种方法适用于不同的场景(如数据量大小、格式复杂度、易用性等)。或EasyExcel。EasyExcel(优先)或POI+ 自定义样式。EasyExcel(默认优化)或POI的SXSSF。模板引擎。CSV格式。其中,EasyExcel因易用性和性能优势,成为目前 Java 导出 Excel 的主流选择,尤其在业务系统中广泛应用。

weixin_46011290的博客 3887

本地部署静态网站托管平台 Netlify 并实现外部访问(Windows 版本)

Netlify 是一款基于云计算的网站部署和托管平台,专为开发者提供便捷的静态网站和 Jamstack 应用部署服务。它的能力在于将网站构建、部署、托管以及持续集成等流程高度集成,简化了开发和运维的复杂程度。用户无需关心服务器的配置、维护等工作。本文将详细介绍如何在本地安装 Netlify 以及结合路由侠内网穿透实现外网访问 Netlify。

lyxnwct的博客 524

JAVA 使用 POI实现数据导出到Excel

前言:    人生中第一次发布博客,怎么说还是有点紧张的。希望各位看官多多支持~~~!引入:    就在上个礼拜,项目中有一个需求就是把一些数据导出到Excel中,并且要求Excel要按照规定的内容和排版显示导出来的数据。    当时看到这个需求内心还是有点小压力的,毕竟刚刚做后台没多久(ps:我在外包公司,有什么就写什么。哈哈【Fuck!】)    当然有压力还是没压力,该写还是要写的,我就开始...

weixin_38842707的博客 2万+

【从0到1实战】C# WinForm开发工业级PLC监控系统(完整串口+Modbus RTU/TCP+数据库存储+源码+避坑指南)

做C#工控上位机开发的工程师,尤其是刚入行的新人,最核心的刚需就是开发一套完整的PLC监控系统。这也是工控领域最基础、最核心、应用最广的项目类型——小到单台PLC的设备测控,大到整线的产线监控,本质都是「上位机与PLC通讯,实现数据采集、参数下发、状态监控、数据存储」。碎片化的知识点学了很多,串口会用了、Modbus协议看了、数据库也懂点,但是始终无法把这些知识点串联起来,做出一套能落地的工业级PLC监控系统。

这里只有干货:从 Modbus 通信到 MES 对接,从 YOLO 训练到工控机部署,带你搞定工业软件开发全流程。 1560

【教程4>第10章>第13节】基于FPGA的图像双边滤波开发——单通道双边滤波Verilog实现

本文介绍了基于Vivado 2022.2的单通道高斯滤波FPGA实现方案。主要内容包括:1)采用3×3窗口像素提取、高斯权值计算、exp指数运算等模块构建双边滤波系统;2)详细分析了Verilog HDL实现的顶层设计文件,包含窗口数据生成、指数计算、混合权重、归一化处理等关键模块;3)展示了图像双边滤波器的RTL结构图。该设计为后续实现RGB三通道图像高斯滤波及MATLAB联合仿真奠定了基础。

FPGA/MATLAB学习教程/源码/项目合作开发 264

Java POI导入导出Excel文件

Java POI Excel导入导出Excel文件 一、导入pom文件(版本号一定要相同,不然会报错) <!--读取excel文件--> <dependency> <groupId>org.apache.poi</groupId> <artifactId>poi&l...

码农新锐 1万+

【数据集】CMIP6气候模式数据下载

简介CMIP6及其气候模式数据下载

WW、forever的博客 9359

Java中使用POI导出excel文件

Java中使用POI导出excel文件前言需要的jar包上代码使用JDBC连接数据库获取导出的数据MySQL数据库表结构实体类代码DBHelper连接MySQL数据库数据操作Dao类导出excel文件的工具类代码运行测试代码运行结果总结 前言 在系统开发中最常用的功能就是列表数据的导出了,Java中常用的方法是用apache的POI进行操作的,现在我们就一起来学习下POI导出excel文件的基本用法。 需要的jar包 上代码 使用JDBC连接数据库获取导出的数据 MySQL数据库表结构 实体类代码 pa

weixin_42522705的博客 1万+

无法加载文件:C:\Users\Lenovo\AppData\Roaming\npm\cnpm.ps1,因为在此系统上禁止运行脚本编程

当您遇到类似于"无法加载文件:C:\Users\Lenovo\AppData\Roaming\npm\cnpm.ps1,因为在此系统上禁止运行脚本编程"的错误消息时,请按照上述步骤来解决问题。当您尝试加载文件C:\Users\Lenovo\AppData\Roaming\npm\cnpm.ps1时,可能会遇到类似于"无法加载文件:C:\Users\Lenovo\AppData\Roaming\npm\cnpm.ps1,因为在此系统上禁止运行脚本编程"的错误消息。请注意,更改执行策略可能会带来一些安全风险。

PixelInk的博客 1922

Claude Code本地Windows安装教程

本文介绍了在Windows系统上安装和配置Claude Code本地调用的详细步骤。首先需要确保网络畅通和账号余额充足,然后安装Node.js v22版本作为基础环境。接着通过npm全局安装Claude Code包,并进行版本验证。安装完成后,使用命令行登录并可以指定模型启动。最后还提供了切换API秘钥的方法,通过setup-token命令重新授权账号。整个过程配有详细的命令行示例和操作截图,方便用户按步骤完成安装配置。

猿小白的博客 2万+

Java使用POI导出Excel

不管是Web开发还是桌面开发,对办公软件的操作是常有的需求,如对微软Excel电子表格的操作,经常需要对一些数据导出到Excel文件,或将一个Excel文件的数据读取到数据库。在java操作Excel可以使用POI组件或JXL组件。 POI全称PoorObfuscation Implementation ,是Apache组件的一个开源项目,可以对微软的Office一系列办公软件进行读写操作。 ......

田野上的风筝 5万+

STM32F407中文手册

STM32f407中文手册 本参考手册面向应用开发人员,提供有关使用 STM32F405xx/07xx、STM32F415xx/17xx、 STM32F42xxx 和 STM32F43xxx 微控制器存储器与外设的完整信息。STM32F405xx/07xx、STM32F415xx/17xx、STM32F42xxx 和 STM32F43xxx 构成一个微 控制器系列,各产品具有不同的存储器大小、封装和外设。有关订购信息以及器件的机械与电气特性,请参见数据手册。有关 ARM Cortex™-M4F 内核的信息,请参见《Cortex™-M4F 技术参考手册》。

java使用poi导出excel的工具类

java使用poi导出excel,使用的包是 compile group: 'org.apache.poi', name: 'poi', version: '3.15' 工具类代码: import java.io.OutputStream; import java.lang.reflect.Field; import java.lang.reflect.Method; import java.text.SimpleDateFormat; import java.util.ArrayList

谷神通 2597

VC中sqlite的使用

在VC中对sqlite的使用,实现数据库大批数据的快速插入,读取数据库中的数据在ListCtrl中显示

efm32 入门.pdf

本PDF共计22页,介绍的是操作驱动API,下载与否自己斟酌。

Java POI 导出excel ,多表头excel

项目导出excel功能,在特定的项目中应该是很常见的。 本人也因需要使用,所以这两天就研究了一下,并做个记录。        这里先简单介绍一下导出excel的几种方法,如我标题所说,poi导出excel,所以这里不会讲和poi无关的其他API的实现,并且我也不会。综合这两天看的文章,poi导出excel有两种方式: 第一种:从无到有的创建整个excel,通过HSSFWorkbook,HSSFSh...

阳光灿烂的中午 1万+

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利用poi导出excel功能-附带图片导出

java利用poi导出excel功能-附带图片导出 写在前面 最近刚离职,闲来无事,于是把上两家公司都有碰到过的需求但都没有去研究实现:即导出带图片的excel报表。于是就折腾了一下这个功能,研究出来后本来想写个通用的工具类,但无奈于个人技术太有限(一个初出茅庐的小白),没有太好的想法;写个博客记录此功能,如果有代码不合逻辑的地方也请各位大神指出,也希望有大神看到此博客后可以给个优化思路,让我可以...

weixin_39832308的博客 1万+

Java web项目利用POI导出excel

今天做项目需要导出excel文件,采用POI生成excel结构。方式如下:(解决了中文名称下载问题) 方式一: import java.io.ByteArrayOutputStream; import java.io.OutputStream; import java.io.UnsupportedEncodingException; import java.text.ParseExcept

littlebirdofjava的专栏 1万+
上一篇: myeclipse tomcat 超时 45解决办法
下一篇: java ArrayList 转 String数组
laohanfei
博客等级 码龄10年 2粉丝 11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