Servlet

1 Servlet

1.1 概念

运行在服务端的小程序

  • servlet就是一个接口,定义了java类被浏览器访问(tomcat识别到)的规则。
  • 将来我们定义一个类,实现Servlet接口,复写方法。

1.2 快速入门

1、创建JavaEE项目

2、定义一个类,实现servlet接口

3、实现接口中的抽象方法

public class ServletDemo implements Servlet {
    @Override
    public void init(ServletConfig servletConfig) throws ServletException {

    }

    @Override
    public ServletConfig getServletConfig() {
        return null;
    }

    @Override
    public void service(ServletRequest servletRequest, ServletResponse servletResponse) throws ServletException, IOException {
        System.out.println("hello servlet");
    }

    @Override
    public String getServletInfo() {
        return null;
    }

    @Override
    public void destroy() {

    }
}

4、配置servlet

在web.xml中

[(C:\Users\当归\AppData\Roaming\Typora\typora-user-images\1597213805277.png)]

    <servlet>
        <servlet-name>demo1</servlet-name>
        <servlet-class>cn.itcast.web.servlet.ServletDemo1</servlet-class>
    </servlet>
    <servlet-mapping>
        <servlet-name>demo1</servlet-name>
        <url-pattern>/demo1</url-pattern>
    </servlet-mapping>

1.3 执行原理

1、浏览器url——>web.xml(url-pattern)——>获取web.xml(servlet-class)的全类名

2、通过反射得到ServletDemo1对象,调用Service()方法

1.4 Servlet生命周期

public class ServletDemo2 implements Servlet {
    @Override
    public void init(ServletConfig servletConfig) throws ServletException { }
    
    @Override
    public ServletConfig getServletConfig() {
        return null;
    }
    
    @Override
    public void service(ServletRequest servletRequest, ServletResponse servletResponse) throws ServletException, IOException { }
    
    @Override
    public String getServletInfo() {
        return null;
    }
    
    @Override
    public void destroy() {}
}
  • init():Servlet被创建时调用,只执行一次
  • service():Servlet提供服务时调用,多次执行
  • destory():Servlet被摧毁时调用,只执行一次

1.4.1 Question

1.4.1.1 Servlet什么时候被创建?
  • 默认情况下,第一次访问网页时被创建
  • 可以通过配置执行Servlet的创建时机(在servlet标签下配置)
    • 第一次访问时,创建 <load-on-startup>-1</load-on-startup>,里面的值为负数
    • 在tomcat服务器启动时,创建 <load-on-startup>1</load-on-startup>,里面的值为正数
1.4.1.2 Servlet什么时候被销毁?
  • 服务器正常关闭时,被销毁。

  • destory方法在Servlet被销毁之前执行,一般用于释放资源

1.5 注释配置

servlet3.0:支持注解配置,可以不需要web.xml了

步骤

  • 创建JavaEE项目,选择Servlet版本3.0以上
  • 定义一个类,实现Servlet接口
  • 复写方法
  • 在类上使用@WebServlet注解,进行配置

在这里插入图片描述

或者省略urlPatterns

在这里插入图片描述

1.6 Servlet的体系结构

Servlet —— 接口

​ |

GenericServlet —— 抽象类

​ |

HttpServlet —— 抽象类

1.6.1 GenericServlet

将Servlet接口中其他的方法做了默认空实现,只将Service()方法作为抽象

@WebServlet("/demo2")
public class ServletDemo2 extends GenericServlet {

    @Override
    public void service(ServletRequest servletRequest, ServletResponse servletResponse) throws ServletException, IOException {
        
    }
}

1.6.2 HttpServlet

对http协议的一种封装,复写doGet/doPost方法简化操作

@WebServlet("/demo2")
public class ServletDemo2 extends HttpServlet {

    @Override
    protected void doGet(HttpServletRequest req, HttpServletResponse resp) throws ServletException, IOException {
        System.out.println("doGet....");
    }

    @Override
    protected void doPost(HttpServletRequest req, HttpServletResponse resp) throws ServletException, IOException {
        System.out.println("doPost...");
    }
}

1.7 Servlet相关配置

  • urlParttens: Servlet访问路径(一个Servlet可配置多个访问路径)

  • 路径定义规则:

    • /xxx
    • /xxx/xxx
    • *.do

    注:*表示任意字符

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