Java web开发环境搭建历险记

[2016-1-18]
1.去oracle官网下jdk,Java SE就ok. 配置环境变量PATH.不懂请百度。
2.下载Eclipse IDE for Java EE..更改Eclipse主题,护眼,白色太伤眼。我选的是theme:dark,color-theme:solarized-dark.需要去marketplace里面下载。

版本代号很有意思~都是按照当年天文事件命名的。

3.详细说一说:3.1-3.4:伽利略老头的那四颗木卫。木卫二-Europa有水有大气,不错。

还有Galileo(伽利略),Helios(太阳神),Indigo(靛蓝,dian),Juno(Jupiter的wife,探测木星的)

另:木星很大,是气态行星(就是表面是大气,越往里密度越大),我想知道怎么着陆啊~重力是23,嗯,会感觉到2倍的压力。

Kepler(搜寻系外行星的),Luna(月神,嫦娥探月,中国的哦,可是美苏早就登月了呢),Mars(火星有重大发现:有液态水;大气因为太阳风暴在流失..).

从Luna开始, Eclipse就自带了maven插件,不用另外装了。

[2016-1-19]

1.补充(以下介绍了解决一个蛋疼问题的历程):虽然说Eclipse自带maven插件,可是我在mac上几经周折,才解决jar包找不到,settings.xml等问题。

mac上只有以app结尾的Eclipse应用,进去看了看,没找到maven配置文件,eclispe默认配置在~/.m2/settings.xml。~/.m2这个目录不知道什么时候就已经创建好了。

cd进入没找到settings.xml,于是我touch了一个,去maven官网查到了基本配置,主要就是本地仓库路径,不配置默认也是~/.m2/reposiroty。中央仓库也不用配置。当时我还尝试了mirror的各种配置。

在Mars(Eclipse版本)下,新建maven项目,选择archetype:maven-archetype-quickstart,填好一堆Id后,问题就来了。

问题一:无法从本地或者远程仓库获取archetype

问题二:找不到maven-resource-plugin.jar,maven-clean-plugin.jar。而且提示http://repo1.maven.org/maven2拒绝访问。

Could not calculate build plan: Plugin org.apache.maven.plugins:maven-resources-plugin:2.6 or one of its dependencies could not be resolved: Failed to read artifact descriptor for org.apache.maven.plugins:maven-resources-plugin:jar:2.6

等等。

我把原始错误信息(抱歉原始错误信息没保存)百度了下,基本上是参照那几个方法。

一开始想到是不是网络原因,无法从中央仓库下载这些东东。公司内网和校园网都试过,还是不行。

后来,尝试修改settings.xml。从网上各种找配置,修改mirrors。还是不行。还试过手动下载这俩jar包,放到repo下对应路径。还是不行。

想卸载Mars上的maven插件再重装,结果说其他模块依赖这个插件,不能卸载。要安装的话,会提示已经有更新的版本安装了。哎,又下载了Luna版本,然并卵。

这时候的我还在纠结原因:网络问题?maven配置?Eclipse版本?缺少插件?

难道Mars版本有问题?对maven插件没支持好?就这样不能用自带的maven插件了?

于是乎放弃插件,转向单独安装maven,配置M2_HOME和PATH,命令行试一下mvn -v出现了版本信息。好像有转机了。

参照这里点击打开链接

mvn archetype:generate 一直在下载各种jar,有时候卡住了,我就ctrl+C,继续刚才的命令(后来发现这也是原因之一)。最终也没下载完全。

[2016-1-20]

又试了试,那一堆jar居然神奇的下载完成了,可以选择archetype了,但还是提示“问题二”,再次百度之,据说是要删除repository/org/apache/maven/plugins下的包,然后在Mars下maven->update。而且我直接删除了我自己新建的maven配置文件,也不知道这样maven会从哪里读取默认的配置。

另外,我想到会不会Eclipse还是少安装了什么插件。于是在Help->Instal new software中搜索m2e(搜maven找不到),出现了一个M2Eclipse Extensions Development Support (Optional),这是个什么东东,先装上再说吧。话说之前我也尝试过这个方法,但是“开启”的方法不对。按照上面说的删包,更新,这时候Progress窗口显示了下载各种包,包括上面那两个jar,这时候,我松了一口气。然后项目上那红色的叉号终于没了。运行App.java,Hello World也出来了。

跑到命令行,执行一遍maven archetype:generate,再导入Eclipse也可以了。

另外这篇文章点击打开链接提到mvn help:system这个命令来下载一堆东西,会不会是这个原因呢。而且提到在线安装的不好管理,是不是说maven配置和插件下载的问题。

总结:说白了,错误信息说的很清楚,就是找不到插件jar包。现在我都不确定原因在哪,有可能是那个小小的插件,也有可能是网络,也有可能是上述操作的顺序问题。出现上述问题的原因可能是我比较钻牛角尖,不解决这个问题我很难放弃。其实当时有选择的余地,可以选Intelij IDEA或者当时一开始就用maven命令行。不过如果当时放弃了,以后再也不敢面对这个问题了,起码在mac环境下。整整用了快两天时间,也是醉了。另一个是因为maven的原因,未下载完全的插件包,为什么要手动删除呢?这都是什么设计。

新建maven项目有个小问题,默认jdk是1.5,实际引用的还是我安装的jdk1.7,虽说是警告,不影响工程,但看着总不舒服。于是还是把maven安装版conf/settings.xml复制了一份到~/.m2/settings.xml。Mars里再点选这个配置文件,看来前面不选的话也没什么问题。参照这里点击打开链接

svn插件的安装

新建maven项目,去Spring官网找个项目练习一下。等以后尝试下.Intelij IDEA。


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