ProGuard

ProGuard是一个压缩、优化和混淆Java 字节码文件的免费的工具,它可以删除无用的类、字段、方法和属性。可以删除没用的注释,最大限度地优化 字节码文件。它还可以使用简短的无意义的名称来重命名已经存在的类、字段、方法和属性。
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...
### ProGuard 使用教程与配置指南 #### 什么是 ProGuardProGuard 是一种用于 Java 应用程序的工具,主要用于优、缩小以及混淆代码。它通过移除未使用的类和成员变量来减少应用程序大小,并通过对保留下来的代码进行重命名处理以增加反编译难度[^1]。 #### 官方文档的重要性 为了更好地理解和掌握 ProGuard 的功能及其使用方式,建议查阅其官方文档。该文档不仅涵盖了基本概念,还包含了详细的配置说明和常见问题解答,是学习和使用 ProGuard 不可或缺的重要资源。 #### Maven 插件支持 对于基于 Maven 构建的应用程序,可以利用 `proguard-maven-plugin` 来集成 ProGuard 功能。此插件允许开发者在构建过程中自动执行 ProGuard 处理,从而简工作流程。具体实现可以通过访问项目地址获取更多信息:https://gitcode.com/gh_mirrors/pr/proguard-maven-plugin[^2]。 #### 配置文件编写指导 ProGuard 的配置文件需遵循特定格式书写,这可以从官方提供的例子中找到参考依据。如果希望更直观便捷地完成设置,则可以选择借助 ProGuard 自带的图形界面来进行操作——在此环境中设定所需参数并启动运行过程;当然,即便最终仍决定采用手工编辑的方式生成配置文件,前期利用 GUI 工具辅助也是一个不错的选择[^3]。 ```xml <plugin> <groupId>com.github.wvengen</groupId> <artifactId>proguard-maven-plugin</artifactId> <version>2.0.14</version> <executions> <execution> <phase>package</phase> <goals><goal>proguard</goal></goals> </execution> </executions> <configuration> <options> <!-- 添加自定义选项 --> <option>-dontobfuscate</option> </options> <injar>${project.build.finalName}.jar</injar> <outjar>${project.build.finalName}-proguarded.jar</outjar> <includeDependency>true</includeDependency> </configuration> </plugin> ``` 上述 XML 片段展示了一个简单的 Maven 插件配置实例,其中指定了输入输出 JAR 文件名以及其他一些基础属性。 ---
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