反射 Reflect

1. 解释:

  (1) 给一个类,照透视,可以获得一个类的定义信息:

  包名、类名

  成员变量的定义信息
    getFields();  获得所有可见(私有的不能获得)的成员变量,包括继承的变量
    getDeclaredFields()  本类定义的所有成员变量,包括私有变量,不包括继承变量
    getField(变量名)    获得一个变量
    getDeclaredField(变量名)  获得一个变量
  构造方法的定义信息
    getConstructors();  所有可见的构造方法
    getDeclaredConstructors()  所有的构造方法,包括私有的
    getConstructor(参数类型列表)  获得一个构造方法
    getDeclaredConstructor(参数类型列表)  获得一个构造方法
  方法的定义信息
    getMethods()  获得可见的方法。包括继承的方法
    getDeclaredMethods()  获得本类定义的所有的方法,包括私有的,不包括继承的
    getMethod(方法名,参数列表)  获得一个方法
    getDeclaredMethod(方法名,参数列表)  获得一个方法
练习参考下篇随笔:https://www.cnblogs.com/gxlaqj/p/11429177.html

 

  (2)反射新建实例(创建对象)

    执行无参构造  //c 为类对象  

      Object obj = c.new Instance();

    执行有参构造

      //获得构造方法

       Constructor cc = c.getConstructor(int.class,String.class);

      //新建实例,并执行这个有参构造

      Object obj = cc.newInstance(5,"abc");

练习参考下篇随笔:https://www.cnblogs.com/gxlaqj/p/11429177.html

 

  (3).反射调用成员变量

     获取成员变量
      Field f = c.getDeclaredField(变量名);
    使私有变量也能访问
      f.setAccessible(true);
    给变量赋值
      f.set(实例,值);
        若是静态方法。第一个参数给null
    取值
      f.get(实例);
        j静态方法,第一个参数给null;

 

 

  (4).反射调用成员方法

  获取方法
    Method m = c.getMethod(方法名,参数类型列表);
  使私有方法可以被调用
    m.setAccessible(true);
  调用方法:
    m.invoke(实例,具体参数数据);
    如果静态方法,第一个参数给null
    如果是void方法,返回值是null

 

 

2. 反射需要使用 类对象 

  类对象:一个类被加载到方法去,会创建一个“类对象”,类型是Class类型

  获取类对象:

    (1)类名.class

      String.calss

      Integer.class

      Soldier.class

    (2)Class.forName(“完整类名”)

    (3)对象.getClass();

 

3. 获得包名类名

  //c 为类对象

  c.getPackget().getName();  获得字符串包名

  c.getName()  完整类名(包含包名)

  c.getSimpleName()  获得简写类名(不包含包名)

 

 

4.  反射用来做动态编程

  一些程序中,有固定的执行流程

  程序执行流程中的组件,可以通过配置文件来配置

  SSM框架底层都是反射实现的

 

 

 

 

    

转载于:https://www.cnblogs.com/gxlaqj/p/11428526.html

1、资源项目源码均已通过严格测试验证,保证能够正常运行; 2、项目问题、技术讨论,可以给博主私信或留言,博主看到后会第一时间与您进行沟通; 3、本项目比较适合计算机领域相关的毕业设计课题、课程作业等使用,尤其对于人工智能、计算机科学与技术等相关专业,更为适合; 4、下载使用后,可先查看README.md或论文文件(如有),本项目仅用作交流学习参考,请切勿用于商业用途。 5、资源来自互联网采集,如有侵权,私聊博主删除。 6、可私信博主看论文后选择购买源代码。 1、资源项目源码均已通过严格测试验证,保证能够正常运行; 2、项目问题、技术讨论,可以给博主私信或留言,博主看到后会第一时间与您进行沟通; 3、本项目比较适合计算机领域相关的毕业设计课题、课程作业等使用,尤其对于人工智能、计算机科学与技术等相关专业,更为适合; 4、下载使用后,可先查看README.md或论文文件(如有),本项目仅用作交流学习参考,请切勿用于商业用途。 5、资源来自互联网采集,如有侵权,私聊博主删除。 6、可私信博主看论文后选择购买源代码。 1、资源项目源码均已通过严格测试验证,保证能够正常运行; 2、项目问题、技术讨论,可以给博主私信或留言,博主看到后会第一时间与您进行沟通; 3、本项目比较适合计算机领域相关的毕业设计课题、课程作业等使用,尤其对于人工智能、计算机科学与技术等相关专业,更为适合; 4、下载使用后,可先查看README.md或论文文件(如有),本项目仅用作交流学习参考,请切勿用于商业用途。 5、资源来自互联网采集,如有侵权,私聊博主删除。 6、可私信博主看论文后选择购买源代码。
应用背景为变电站电力巡检,基于YOLO v4算法模型对常见电力巡检目标进行检测,并充分利用Ascend310提供的DVPP等硬件支持能力来完成流媒体的传输、处理等任务,并对系统性能做出一定的优化。.zip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