mybatis增删改

        最近项目中用到了mybatis,这个吧小菜没怎么接触过,大好的学习机会——来了,话说最近时间挺紧的,但是不耽误刚才半个小时的微博+半个小时的淘宝,浓浓的负罪感,抓紧学习了~~~


XML

    #{}  :占位符

    ${} :拼接符号,sql注入,不建议

    selectOne、selectList:返回值、见名知意

    parameterType:参数类型

    resultType:输出结果类型


    增:


    <insert   id="insertUser" parameterType="***.User"  >

        <!--上面id="" insertUser方法名:;将自增的主键返回到User对象中,order :相对于insert语句的执行顺序-->

        <selectKey keyProperty="id"  order="AFTER" resultType=“java.lang.Integer”>

             SELECT LAST_INSERT_ID();

        </selectKey>

         insert  into  user(username,birthday,sex,address) value (#{username},#{birthday},#{sex},#{address})

    <insert>




    不是自增的呐?执行uuid得到主键并赋给User.id ,在insert执行时从User对象中取出id

   
<insert   id="insertUser" parameterType="***.User"  >

        <selectKey keyProperty="id"  order="BRFORE" resultType=“java.lang.String”>

             SELECT uuid();

        </selectKey>

     insert into user(id,username,birthday,sex,address) value ( #{id},#{username},#{birthday},#{sex},#{address})

    <insert>



    删


    <delete id="deeteUser"  parameterType="java.lang.Integer">

        delete from user where id=#{id}

    </delete>


    改:


    根据id更新:从user对象中获取id属性值,更新parameterType中对象
    <update  id="updateUser" parameterType=" ****.User ">

        update user set username=#{username},birthday=${birthday},sex=#{sex},address=#{address}  where id=#{id}

    </update>


    程序

    <mappers>
        <mapper resource="sqlmap/User.xml"/>
    </mappers>

    @Test
    public void findUserByIdTest() throws IOException{
        //dao层实现
        //配置文件
        String resource ="SqlMapConfig.xml";
        //得到配置文件
        InputStream inputStream=Resources.getResourceAsStream(reasource);
        
        //创建会话工程,传入mybaties的配置文件信息
        SqlSessionFactory sqlSessionFactory=new SqlSessionFactoryBuilder().build(inputStream);
        
        //通过工程得到SqlSession
        SqlSession sqlSession=sqlSessionFactory.openSession();
        
        
        User user=sqlSession.selectOne("test.findUserById",1);
        
        sqlSession.close();
        
    }



小结:

    mybatis的增删改、简单的一个示范,SQL还是原来的SQL,不过参数、方法的调用、位置一些不同
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 15
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