hibernate结合mysql产生hbm映射文件和POJO

配置Middlegen-Hibernatehibernate-extensions以产生hbm映射文件和POJO

说明,此方法目前只适应与hibernate2.x版本,生成的.hbm.xml文件可能要做相应的修改才能适应hibernate3.2

步骤 :
1、配置环境  
    下载地址
    (1)Middlegen-Hibernate-r5:http://prdownloads.sourceforge.net/hibernate/
    (2)hibernate-2.1:http://prdownloads.sourceforge.net/hibernate/
    (3)hibernate-extensions-2.1.3:http://prdownloads.sourceforge.net/hibernate/       
        保存如下目录结构:
        d:\hibernate
             |- hibernate-2.1
             |- hibernate-extensions-2.1.3
             |- Middlegen-Hibernate-r5
2、通过middlegen生成hbm.xml代码     

        2.1 配置数据库连接
        假设连接的数据库是MySQL,在Middlegen-Hibernate-r5\config\database目录中有一个   mysql.xml文件,是用来配置MySQL数据库的连接的。内容为:

   <property name="database.script.file" value="${src.dir}/sql/${name}-mysql.sql"/>
   <property name="database.driver.file" value="${lib.dir}/mysql-connector-java-3.0.15-ga-bin.jar"/>
   <property name="database.driver.classpath"      value="${database.driver.file}"/>
   <property name="database.driver"                value="org.gjt.mm.mysql.Driver"/>
   <property name="database.url"                   value="jdbc:mysql://localhost/jboss"/>
   <property name="database.userid"                value="jboss"/>
   <property name="database.password"              value="jboss"/>
   <property name="database.schema"                value=""/>
   <property name="database.catalog"               value=""/>
   <property name="jboss.datasource.mapping"       value="mySQL"/>

      将mysql-connector-java-3.0.15-ga-bin.jar拷贝到${lib.dir},也就是Middlegen-Hibernate-r5\lib目录。
      修改配置文件中的数据库连接项目database.url、database.userid、database.userid使Middlegen-Hibernate可以找到数据库。   

        2.2 配置Middlegen-Hibernate-r5的ant运行文件build.xml

<!DOCTYPE project [<!ENTITY database SYSTEM "file:./config/database/mysql.xml">]>
指出使用的数据库配置文件。
<project name="Middlegen Hibernate" default="all" basedir=".">
   <property file="${basedir}/build.properties"/>
   <property name="name" value="hibernatesample"/>

指出你的应用名称。
   <property name="build.gen-src.dir"              value="C:/sample"/>
指出hbm的输出路径。
         <hibernate
            destination="${build.gen-src.dir}"
            package="org.hibernate.sample"
            genXDocletTags="false"
            genIntergratedCompositeKeys="false"
            javaTypeMapper="middlegen.plugins.hibernate.HibernateJavaTypeMapper"
         />

指出hbm所在的包的位置。
指出hbm.xml中是否需要XDoclet Tags

        2.3、  运行Middlegen-Hibernate:
        在Middlegen-Hibernate目录下运行ant,进入Middlegen-Hibernate的图形界面。可以设置表,和字段的特性。然后按Genarate,产生hbm.xml文件。

   3、通过hibernate-extensions由.hml.xml文件生成POJO文件

       3.1、置hibernate-extensions
        在hibernate-extensions-2.1.2\tools\bin目录有一个setenv.bat文件,改变其内容为:

set JDBC_DRIVER=C:\java\Middlegen-Hibernate-r5\lib\mysql-connector-java-3.0.15-ga-bin.jar

set HIBERNATE_HOME=C:\java\hibernate-2.1.6

set CORELIB=%HIBERNATE_HOME%\lib

set LIB=..\lib

set PROPS=%HIBERNATE_HOME%\src

set CP=%JDBC_DRIVER%;%PROPS%;%HIBERNATE_HOME%\hibernate2.jar;%CORELIB%\

commons-logging-1.0.4.jar;%CORELIB%\commons-collections-2.1.1.jar;%CORELIB%\

commons-lang-1.0.1.jar;%CORELIB%\cglib-full-2.0.2.jar;%CORELIB%\dom4j-1.4.jar;

%CORELIB%\odmg-3.0.jar;%CORELIB%\xml-apis.jar;%CORELIB%\xerces-2.4.0.jar;

%CORELIB%\xalan-2.4.0.jar;%LIB%\jdom.jar;%LIB%\..\hibernate-tools.jar

注意红色字体提示的均是路径和JAR文件名,一定要正确。

     3.2、运行hibernate-extensions,根据hbm.xml产生POJO文件

在DOS中运行hbm2java c:\sample\org\hibernate\sample\*.xml 命令

hibernate-extensions-2.1.2\tools\bin目录下生成generated目录即为生成的POJO代码

       
      
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