struts2标签及ognl表达式

1.OGNL对象图导航语言
 Object Graphic Navigation Language.
 源于ognl.jar工具包. 其作用如下:
     (1)对属性获取和设置
     (2)调用对象方法
     (3)调用静态属性和方法
     (4)对集合进行过滤
     (5)支持Java中的运算符,操作符
     (6)定义List常量 {"tom","sun"}
     (7)定义Map常量 #{"M":"男","F","女"}
2.struts2标签
 (1) struts2使用OGNL来访问ValueStack中的信息.
   a. 访问context区域内容语法以"#key"开始
   b. 访问root区域内容语法为"属性名"
 (2)struts2提供了很多标签,有些标签属性需要指定OGNL表达式.
   a. 通用标签
  debug,property,date,if...else,iterator
  bean,push,action,set

<body>
<s:action name="sample02" namespace="/" executeResult="true"></s:action>
<hr/>
姓名:<s:property value="name"/><br>
EL姓名:${name }<br>
日期:<s:date name="dt" format="yyyy年MM月dd日"/><br>
Action Message:<s:property value="msg"/><br/>
Request Message:<s:property value="#request.msg"/> 
     <br>${msg }<br>
Session Message:<s:property value="#session.msg"/><br>
Attr Message:<s:property value="#attr.msg"/><br>
价格:<s:property value="price"/>
	<s:if test="price > 10000">
		太贵了!
	</s:if>
	<s:else>
		太便宜了!
	</s:else>
<br>
性别:
<s:if test='sex.equals("M")'>
	男性
</s:if>
<s:else>
女性
</s:else>
<hr>
<ul>
<s:iterator value="adds" var="address" status="stat">
<li>
<s:property value="#stat.count"/> : 
<s:property value="#address.street"/>
<s:property value="#address.zipcode"/>
</li>
</s:iterator>
</ul>
<hr>
<ul>
<s:iterator value="adds">
<li>
${street }
${zipcode }
</li>
</s:iterator>
</ul>
<s:bean name="tarena.action.ModelBean" var="mBean"></s:bean>
<s:push value='#mBean'>
<s:property value="hello"/>
</s:push>
<s:property value="#mBean.hello"/>
<s:set var="i" scope="request" value="10"></s:set>
<s:debug></s:debug>
</body>


 


   b. 表单标签
  form,textfield,password,checkbox,checkboxlist,radio,select,optgroup

<body>
<h1>表单信息</h1>
<s:form action="sample02" theme="xhtml">
	<s:textfield label="姓名" labelposition="left" name="name"></s:textfield>
</s:form>
<hr/>
<s:form action="sample02" theme="simple">
<s:bean name="tarena.action.ModelBean" var="data"></s:bean>
	请选择朋友:<s:select name="friend" list="{}">
		<s:optgroup label="男性" list="#data.males" listKey="name" listValue="name"></s:optgroup>
		<s:optgroup label="女性" list="#data.females" listKey="name" listValue="name"></s:optgroup>
	</s:select>  <br>
	姓名:<s:textfield  name="name"></s:textfield><br/>
	密码:<s:password name="pwd" showPassword="true"></s:password><br/>
	年龄:<s:textfield name="age"></s:textfield><br/>
	Email:<s:textfield name="email"></s:textfield><br/>
	性别:<s:radio list='#{"M":"男","F":"女"}' name="sex"></s:radio><br/>
	是否已婚:<s:checkbox name="marry"></s:checkbox><br/>
	
	个人爱好:<s:checkboxlist name="myloves" list="#data.loves" listKey="key" listValue="value"></s:checkboxlist>
	<br/>
	<s:radio name="mylove" list="#data.loves"  listKey="key" listValue="value"></s:radio>
	<br/>
	爱好:
	<s:select name="mylove" emptyOption="true" headerKey="-1" headerValue="--请选择--" list="#data.loves" listKey="key" listValue="value">
	</s:select>

</s:form>

</body>


 


3.练习
   在昨天练习基础上添加d_user的更新,删除,查看功能

4.思考题
   EL表达式为什么能获取Action对象的属性?
   HttpServletRequest request;
   request = new StrutsRequestWrapper(request);
   request.getAttribute("user");
   public class StrutsRequestWrapper extends HttpServletRequestWrapper{
      public Object getAttribute(String key){
       //先去request对象中寻找信息
       Object obj = super.getAttribute(key);
       //如果在原request中找不到,去valuestack中查找
       if(obj == null){
        ValueStack vs = ActionContext.getContext().getValueStack();
        obj = vs.findValue(key);//"name"充当OGNL表达式,从而访问了root区域的Action对象
       }
       return obj;
      }
  
   }
  

深度学习是机器学习的一个子领域,它基于人工神经网络的研究,特别是利用多层次的神经网络来进行学习和模式识别。深度学习模型能够学习数据的高层次特征,这些特征对于图像和语音识别、自然语言处理、医学图像分析等应用至关重要。以下是深度学习的一些关键概念和组成部分: 1. **神经网络(Neural Networks)**:深度学习的基础是人工神经网络,它是由多个层组成的网络结构,包括输入层、隐藏层和输出层。每个层由多个神经元组成,神经元之间通过权重连接。 2. **前馈神经网络(Feedforward Neural Networks)**:这是最常见的神经网络类型,信息从输入层流向隐藏层,最终到达输出层。 3. **卷积神经网络(Convolutional Neural Networks, CNNs)**:这种网络特别适合处理具有网格结构的数据,如图像。它们使用卷积层来提取图像的特征。 4. **循环神经网络(Recurrent Neural Networks, RNNs)**:这种网络能够处理序列数据,如时间序列或自然语言,因为它们具有记忆功能,能够捕捉数据中的时间依赖性。 5. **长短期记忆网络(Long Short-Term Memory, LSTM)**:LSTM 是一种特殊的 RNN,它能够学习长期依赖关系,非常适合复杂的序列预测任务。 6. **生成对抗网络(Generative Adversarial Networks, GANs)**:由两个网络组成,一个生成器和一个判别器,它们相互竞争,生成器生成数据,判别器评估数据的真实性。 7. **深度学习框架**:如 TensorFlow、Keras、PyTorch 等,这些框架提供了构建、训练和部署深度学习模型的工具和库。 8. **激活函数(Activation Functions)**:如 ReLU、Sigmoid、Tanh 等,它们在神经网络中用于添加非线性,使得网络能够学习复杂的函数。 9. **损失函数(Loss Functions)**:用于评估模型的预测与真实值之间的差异,常见的损失函数包括均方误差(MSE)、交叉熵(Cross-Entropy)等。 10. **优化算法(Optimization Algorithms)**:如梯度下降(Gradient Descent)、随机梯度下降(SGD)、Adam 等,用于更新网络权重,以最小化损失函数。 11. **正则化(Regularization)**:技术如 Dropout、L1/L2 正则化等,用于防止模型过拟合。 12. **迁移学习(Transfer Learning)**:利用在一个任务上训练好的模型来提高另一个相关任务的性能。 深度学习在许多领域都取得了显著的成就,但它也面临着一些挑战,如对大量数据的依赖、模型的解释性差、计算资源消耗大等。研究人员正在不断探索新的方法来解决这些问题。
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