【Way to Java】Jvm

JDK、JRE、JVM简介

在这里插入图片描述

JVM

JVM运行时数据区

  • 不论有多少线程,方法区和Heap堆只有一份
  • 程序计数器 虚拟机栈 本地方法栈为每个线程独有一份
    在这里插入图片描述

线程私有部分

虚拟机栈: 存储当前线程运行方法所需的数据,指令和返回地址
类中每一个方法对应一个栈帧,栈帧还可以划分为局部变量表 操作数栈 动态链接 返回地址
在这里插入图片描述

	// 方法进出栈帧复合FILO原则,即先进后出
	// x y i变量存储在局部变量表里,局部数据表是32位的 如果是存储double需要占用两个
	// 局部变量表第一位存储的都是this,还有对象  的引用
	public class Demo {
		public static void main(String[] args) {
			Demo demo = new Demo();
			demo.calc(1, 4);
		}
		public int calc(int x, int y) {
			int i = 2*x + y;
			return i;
		}
	}

程序计数器: 当前线程正在执行的字节码指令的地址
本地方法栈: 存储当前线程运行Native方法所需的数据,指令和返回地址

线程公共部分

方法区: 存放编译后的.class字节码文件,常量和静态变量(永久代,元空间)
Heap堆: 对象或者数组的实例
在这里插入图片描述

堆指的就是新生代和老年代,新创建的对象在eden0,满了还有引用的对象放入s0,当年龄到15的时候放入老年代,新生代和老年代的比例为1:2

垃圾回收

在这里插入图片描述
通过配置堆内存大小可以模拟内存溢出的场景,并且打印GC详情
在这里插入图片描述
首先堆空间满了,会回收新生代
Full Gc的话会回收所有,堆+元空间
在这里插入图片描述
Gc回收不了的时候报错OutOfMemoryError
在这里插入图片描述

复制算法

用于新生代,将一半的空间预留,只复制不可回收的对象到预留区域,然后开启预留区域,并格式化使用区域
在这里插入图片描述

标记-清除算法

用于老年代,两个操作 先标记哪些可回收,再执行清楚操作
在这里插入图片描述

标记-整理算法

用于老年代,标记 清除 整理,内存整理时实实在在的内存移动,消耗性能
在这里插入图片描述
Tips:注意内存溢出和内存泄漏的区别

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
图像识别技术在病虫害检测中的应用是一个快速发展的领域,它结合了计算机视觉和机器学习算法来自动识别和分类植物上的病虫害。以下是这一技术的一些关键步骤和组成部分: 1. **数据收集**:首先需要收集大量的植物图像数据,这些数据包括健康植物的图像以及受不同病虫害影响的植物图像。 2. **图像预处理**:对收集到的图像进行处理,以提高后续分析的准确性。这可能包括调整亮度、对比度、去噪、裁剪、缩放等。 3. **特征提取**:从图像中提取有助于识别病虫害的特征。这些特征可能包括颜色、纹理、形状、边缘等。 4. **模型训练**:使用机器学习算法(如支持向量机、随机森林、卷积神经网络等)来训练模型。训练过程中,算法会学习如何根据提取的特征来识别不同的病虫害。 5. **模型验证和测试**:在独立的测试集上验证模型的性能,以确保其准确性和泛化能力。 6. **部署和应用**:将训练好的模型部署到实际的病虫害检测系统中,可以是移动应用、网页服务或集成到智能农业设备中。 7. **实时监测**:在实际应用中,系统可以实时接收植物图像,并快速给出病虫害的检测结果。 8. **持续学习**:随着时间的推移,系统可以不断学习新的病虫害样本,以提高其识别能力。 9. **用户界面**:为了方便用户使用,通常会有一个用户友好的界面,显示检测结果,并提供进一步的指导或建议。 这项技术的优势在于它可以快速、准确地识别出病虫害,甚至在早期阶段就能发现问题,从而及时采取措施。此外,它还可以减少对化学农药的依赖,支持可持续农业发展。随着技术的不断进步,图像识别在病虫害检测中的应用将越来越广泛。
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