Spring 入门 IOC 笔记

  • 概念理解 详细的自行搜索

IOC:Inverse Of Control控制反转

 

DI:Dependency Injection依赖注入

 

  • 注入类型

Setter(常用)

UserService类(省略非关键性代码)

Spring.xml

测试运行

运行结果:正确

构造方法

引用其他bean作为参数

新建bean作为参数

通过参数类型识别

通过下标识别

接口注入(不建议使用)

  • Bean 的ID和NAME区别
    Id vs name

name中可以加入特殊字符比如#,实际作用不大

实际上id和name一样的

 

 

  • 简单属性的注入

示范:

User类如下(省去getter/setter部分代码)

Spring.xml中添加

测试运行

运行结果 正确输出了

  • Bean的Scope属性(范围)

    singleton第一个单例模式,就是你每次getBean得到的是同一个


    运行结果为true

    prototype第二个原型模式,每次getBean给你造一个新的每次造出来的==结果为false

    同上做法运行结果为false,截图就不贴了
     

  • Bean的集合注入
  • Properties

    Set

    List

    Map

     

  • 自动装配autowire属性
  • 单个配

    全部配

     

    两个常用

    byName  将bean中名字和属性名相同的装载

    byType   将bean中class类型相同的装载,不得出现多个,会报错,可使用qualifier区分
     

  • 生命周期LifeCycle
  • lazy-init属性  当为true的时候spring容器初始化的时候不会创建这个Bean,使用情况在启动特别慢的情况下,避免加载暂时不用的bean提高速度
  • 单个添加

    全部添加

     

    init-method bean初始化的时候先调用此方法
    destroy-method销毁的时候调方法(不要和scope=”prototype”一起使用,因为在此情况下spring 不持续监控对象的整个生命周期了,不要去研究)



     

  • Annotation注解

    <?xml version="1.0" encoding="UTF-8"?>
    <beans xmlns="http://www.springframework.org/schema/beans"
           xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"
           xmlns:context="http://www.springframework.org/schema/context"
           xsi:schemaLocation="http://www.springframework.org/schema/beans http://www.springframework.org/schema/beans/spring-beans.xsd
                               http://www.springframework.org/schema/context http://www.springframework.org/schema/context/spring-context-2.5.xsd">

    红色标出的是需要添加的

    beans中添加

    <context:annotation-config/>

    上面一句包含了下面四个注解的处理器

    就可以使用注解了

    使用@Component 、@Controller、@Service、@Repository标记过的类能被识别为Bean

    语法

    自动注入

    @Autowired  (默认byType)

  • 自动从beans中找匹配的对象注入

    当beans中存在多个同类型bean时使用@Qualifier(“beanname”)来指定使用哪里bean来注入(bean的name作为一个默认的qualifier使用)
    示范如下

    定义qualifier属性

    @Autowired(required=false)意思是如果没有找到能注入的bean也没关系

     

    @Resource(name=n) 常用,(不写名字的时候默认byName,找不到尝试byType)

    如下例子释义:从beans中拿name为u的bean作为参数传入

     

    @Component    指定名字的写法  @Component(name)  

    下面意思为从com.spring.bean包下扫描组件(包括子包)

    <context:component-scan base-package="com.spring.bean"/>

  •  

    注解指定属性

    例如scope

    注解:@Scope(“prototype”)

     

    Init-method            destroy-method
    注解:       @PosstConstruct            @PreDestroy

  •  

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

打赏作者

HumorChen99

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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