SpringMVC和ajax文件上传

<form id="add">
<input id="imgs" type="file" name="purlimgs" />
<input class="addInput" sytle="width=80px" type="text" name="sname" />
<input type="submit"οnclick="maAdd()" >
</from>



下面是ajax 代码:
<script type="text/javascript">
function maAdd() {
<!-- 这样就可以得到from 表单里的数据,文件数据和普通数据 -->
var formdata = new FormData($("#add")[0]);
$.ajax({
type:'post',
url:'${path}/GuoGoodsAction/addGoods.action',
data:formdata,
processData:false,
cache:false,
contentType:false,
})											
}		
</script>






下面是后台代码:
/**
 * //@RequestParam(value = "purlimgs", required = false) MultipartFile fileField必须这样写,
 * purlimgs对应<input type="file" name="purlimgs"/> 的name值,
 * MultipartFile fileField 获取form 表单中所有的数据,若是多文件上传前端input 中的名字必须是同样的,而MultipartFile [] fileField,
 * 遍历出来就可以了。
 * 
 * @param purlimgs
 * @param fileField
 */
@RequestMapping(value = "/addGoods.action")
public void add( @RequestParam(value = "purlimgs", required = false) MultipartFile fileField) {
pictrue.setPurl(upload(fileField, null));
		
}

public String upload(@RequestParam("purlimgs") MultipartFile file, String urlDemo) {
//指定路径
String path = "D:/goodsPictrue";
File files = new File(path);
if (!files.exists()) {
//根据路径判断是否有此文件,没有就创建
files.mkdir();
}
path = "D:/goodsPictrue/";
// 得到jsp页面传过来的文件名。
String imgName = file.getOriginalFilename();

// 得到完成的文件名
String imgUrl = path + imgName;

try {
//若不为空则继续执行
if (!file.isEmpty()) {
// 根据准确的文件路径,将文件拷贝到指定路径。
Streams.copy(file.getInputStream(),
new FileOutputStream(imgUrl), true);
}
} catch (IOException e) {
e.printStackTrace();
}
//存进数据库,返回数据库表字段数据,文件名加字段。
//"/gpurl/" 这是在tomcat的servers里的server里的<host></host>加上的一个指定路径。防止文件名前被加上项目名,取出到jsp tomcat会自动解析。
<Context path="/gpurl" docBase="D:/goodsPictrue" reloadable="false" /> 
return "/gpurl/" + imgName;
}








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