- 博客(26)
- 收藏
- 关注
RSS订阅原创 Mybatis
性能更高更安全(防止SQL注入)性能更高：预编译SQL，编译一次之后会将编译后的SQL语句缓存起来，后面再次执行这条语句时，不会再次编译。（只是输入的参数不同）更安全(防止SQL注入)：将敏感字进行转义，保障SQL的安全性。在页面原型中，列表上方的条件是动态的，是可以不传递的，也可以只传递其中的1个或者2个或者全部。而在我们刚才编写的SQL语句中，我们会看到，我们将三个条件直接写死了。如果页面只传递了参数姓名name 字段，其他两个字段 性别 和 入职时间没有传递，那么这两个参数的值就是null。
2024-10-10 17:40:46
1276
原创 Mybatis入门
Lombok是一个实用的Java类库，可以通过简单的注解来简化和消除一些必须有但显得很臃肿的Java代码。通过注解的形式自动生成构造器、getter/setter、equals、hashcode、toString等方法，并可以自动化生成日志变量，简化java开发、提高效率。注解作用为所有的属性提供get/set方法@ToString会给类自动生成易阅读的 toString 方法根据类所拥有的非静态字段自动重写 equals 方法和 hashCode 方法@Data。
2024-10-10 17:02:23
1130
原创 数据库-MySQL-03
多表查询：查询时从多张表中获取所需数据单表查询的SQL语句：select 字段列表 from 表名;那么要执行多表查询，只需要使用逗号分隔多张表即可，如： select 字段列表 from 表1, 表2;此时,我们看到查询结果中包含了大量的结果集，总共85条记录，而这其实就是员工表所有的记录(17行)与部门表所有记录(5行)的所有组合情况，这种现象称之为笛卡尔积。笛卡尔积：笛卡尔乘积是指在数学中，两个集合(A集合和B集合)的所有组合情况。
2024-10-10 16:47:10
908
原创 数据库-MySQL-02
DQL英文全称是Data Query Language(数据查询语言)，用来查询数据库表中的记录。查询关键字：SELECT查询操作是所有SQL语句当中最为常见，也是最为重要的操作。在一个正常的业务系统中，查询操作的使用频次是要远高于增删改操作的。当我们打开某个网站或APP所看到的展示信息，都是通过从数据库中查询得到的，而在这个查询过程中，还会涉及到条件、排序、分页等操作。
2024-10-10 16:30:54
1079
原创 数据库-MySQL-01
SQL：结构化查询语言。一门操作关系型数据库的编程语言，定义操作所有关系型数据库的统一标准。SQL语句根据其功能被分为四大类：DDL、DML、DQL、DCL分类全称说明DDL数据定义语言，用来定义数据库对象(数据库，表，字段)DML数据操作语言，用来对数据库表中的数据进行增删改DQL数据查询语言，用来查询数据库中表的记录DCL数据控制语言，用来创建数据库用户、控制数据库的访问权限。
2024-10-10 14:40:46
1177
原创 SpringBootWeb请求响应—分层解耦
Postman是一款功能强大的网页调试与发送网页HTTP请求的Chrome插件。Postman原是Chrome浏览器的插件，可以模拟浏览器向后端服务器发起任何形式(如:get、post)的HTTP请求使用Postman还可以在发起请求时，携带一些请求参数、请求头等信息作用：常用于进行接口测试特征简单实用美观大方在我们进行程序设计以及程序开发时，尽可能让每一个接口、类、方法的职责更单一些（单一职责原则）。单一职责原则：一个类或一个方法，就只做一件事情，只管一块功能。
2024-10-10 13:33:25
877
原创 「目标检测从0到1」——（三）YOLO-V2
YOLO-V2-Batch Normalization:舍弃了Dropout，每次卷积后全部加入Batch Normalization网络的每一层的输入都进行了归一化，收敛相对更容易经过Batch Normalization处理后，网络的mAP值提高了2%YOLO-V2-更大的分辨率:V1训练时用的是224∗224224*224224∗224，测试时使用448∗448448*448448∗448可能导致模型水土不服，V2训练时额外又进行了10次448∗448448*448448∗448的微
2024-01-23 21:34:27
1413
1
原创 「目标检测从0到1」——（一）评估指标：IOU、Precision、Recall、Map
每个预测框都有置信度，置信度代表框内有物体的概率。召回率代表物体是否漏检，漏检的程度。精度代表真实框和预测框的接近程度。
2024-01-23 15:57:45
1539
1
原创 「目标检测从0到1」——（二）YOLO- V1
经典的方法把问题转化成问题，一个即可搞定可以对视频进行检测S∗SgridcellobjectobjectBBoundingBoxesCBoundingBoxconfidenceBoundingbox5xywhconfidencexywhconfidenceboxobjectboxboxgroundtruthIoUcon。
2024-01-23 15:06:16
1326
1
原创 （十三）优化器
Module):my_module = My_Module() loss = nn . CrossEntropyLoss() # 定义损失函数optimizer = optim . SGD(params = my_module . parameters() , lr = 0.01) # 定义优化器 , 采用随机梯度下降算法。
2024-01-19 19:34:09
435
1
原创 （十）神经网络-线性层
实现下图Fully Connected的类似部分（图中数据与代码无关）Module):Linear(in_features=196608, out_features=10) # 使torchSize([10])imgs_tensor = torch.flatten(imgs) # torch.flatten()作用是将张量展平，使torch。
2024-01-18 22:06:17
523
1
原创 （五）DataLoader的使用
writer . add_images(tag = "test_loader" , img_tensor = imgs , global_step = step) # 因为batch_size = 64 , 所以使用add . images() 函数而不是add . image() step += 1 writer . close()ToTensor()])step = 0# 因为batch_size=64,所以使用add.images()函数而不是add.image()step += 1。
2024-01-17 22:59:33
557
1
原创 （四）torchvision中数据集的使用
1.CIFAR-10数据集介绍2.torchvision内含数据集的下载from torchvision import datasetsfrom torchvision import transformsfrom torch.utils.tensorboard import SummaryWritercompose = transforms.Compose([ transforms.ToTensor()])train_dataset = datasets.CIFAR10(root=
2024-01-17 22:12:24
498
原创 （三）Transforms的使用
Compose（）中的参数需要是一个列表，Python中列表的表示形式为[数据1，数据2，数据3，…在Compose中，数据需要是transforms类型，所以得到Compose（[transforms参数1，transforms参数2，…
2024-01-17 19:24:35
453
原创 （二）TensorBoard的使用
tensorboard --logdir=logs – port=6007，指定端口。tensorboard --logdir=logs，logs是事件文件所在的文件夹。默认浏览器要改成Google，safari不支持。
2024-01-17 17:36:45
576
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人