自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+
  • 博客(35)
  • 收藏
  • 关注

原创 springboot自动装配原理

springboot的自动装配本质上是通过@Import(AutoConfigurationImportSelector.class)注解将spring.factories文件中的org.springframework.boot.autoconfigure.EnableAutoConfiguration属性下的XXXAutoConfig类加载到容器中,当然不是全部加载,要通过spring-autoconfigure-metadata.properties文件下。

2023-03-05 15:39:02 507

原创 【Spring】@Import注解详解

简述@Import注解import的是其他地方定义的Bean,将松散的Bean集合在一起。既可以引入普通类作为Bean,又可以引入标记了@Configuration类中的所有Bean。1. 引入方式一:直接引入Bean例子:创建要被引入的beanpublic class ImportedBean {}创建配置类,并加上@Import注解引入ImportedBean,在main中获取ImportedBean@Import(ImportedBean.class)@Configura

2022-05-04 18:04:42 1725 1

原创 正则表达式之环视(?=pattern)(?!pattern)(?<=pattern)(?<!pattern)

正则表达式之环视(?=pattern)(?!pattern)(?<=pattern)(?<!pattern)环视是指正则表达式引擎先对字符串前后进行环顾观察,再进一步进行匹配操作。环视可分为顺序环视和逆序环视。环视是不占用宽度的。首先环视所匹配的结果不纳入最终结果,其次环视匹配时匹配指针不会移动。顺序环视顺序环视又称前瞻,即向前查看字符串是否符合相应的条件,若符合才能算匹配成功,否则匹配失败。表达式(?=pattern)和(?!pattern)前者表示肯定性前瞻,后者表示否定性前瞻。(

2021-07-20 14:39:57 445 1

原创 【Java基础查缺补漏】

1.Java 变量命名规则首字母:字母 | 下划线_ | $ 符号 | 中文 + 任意多:数字|字母|下划线_| $正确例子:abc, _abc, $abc, 变量abc,abc123错误例子:4abc,%abc,^abc,#abc,abc@,abc#,abc^2. 变量初始化问题JVM不会对局部变量进行初始化,所以在使用局部变量前必须赋值,否则编译出错 JVM会对类成员变量也就是static变量初始化,时机是:1).在类加载的准备阶段进行默认初始化;2)在初始化阶段进行执行静态变

2020-09-16 22:44:34 158 1

原创 【Java Exception vs Error】细谈java中异常机制

细谈java中异常机制

2020-04-26 00:14:06 228 1

原创 【Spring】spring两种依赖注入方式:constructor & setter

spring中依赖注入有两种方式:1.通过构造函数注入2.通过setter方法注入###1.通过构造函数注入spring通过调用需要进行依赖注入的类的构造方法来完成依赖注入,我们需要写好构造方法,以及配置好构造方法中的参数。举例向PersonServiceImpl中注入PersonDao,可采用以下配置:<?xml version="1.0" encoding="UTF-8"?...

2020-04-12 22:53:00 288 1

原创 float类型表示方式及范围深度解析

float类型的值以4个字节表示,共32bit,根据IEEE754标准,float类型使用1位做符号位,8位做指数位,23位做尾数为,格式如下:整个浮点数可表示为:f=s×t×2if = s \times t \times 2^{i}f=s×t×2i,其中sss为符号位-1或1,ttt为尾数,iii为指数下面将三个部分分别进行介绍符号位:0表示正,1表示负指数部分:指数位用8位移...

2019-12-20 16:01:35 9887 1

原创 Shell脚本中内置变量$$,$?,$*,$@,$#,$1-$n的含义

$$表示当前脚本运行的PID$?表示上一条命令的的退出状态,0表示正常,其他值表示异常$*, $@表示当前shell脚本的参数列表,可进行遍历$# 表示参数的个数$i(i=0,1,2…) 表示第i个参数的值以下面脚本进行验证#!/bin/bashecho "\$\$:$$"echo "\$?:$?"echo "\$*:$*"echo "($*)"echo "traver...

2019-12-12 16:18:52 876

原创 RabbitMQ Learning [1] “Hello World” 模式(Java 版)

“Hello World” 模式如下图,publisher(生产者)发送消息到MQ,consumer(消费者)监听MQ获得消息。1. 生产者发送消息到队列(Sending)首先可先创建一个RabbitMQ连接获取工具类,封装获取连接的方法import com.rabbitmq.client.Connection;import com.rabbitmq.client.Connection...

2019-12-03 16:44:41 192

原创 windows下安装RabbitMQ时报错 Unable to register service with service manager. Error: Access is denied.

安装RabbitMQ时报错Unable to register service with service manager. Error: Access is denied.原因:这是rabbitmq service安装时的权限不足导致的解决方法:1.安装RabbitMQ的时候不要勾选RabbitMQ Service2.以管理员身份运行cmd,进入RabbitMQ的安装目录的sbin...

2019-11-29 11:17:25 5636 3

原创 Linux命令查看系统cpu,内存,网卡等硬件固件信息

1.查看CPU信息命令lscpu [全称: list CPU]我们可以看到一些cpu的架构的信息例如:架构:64位;CPU个数:6;CPU频率:800MHz; 1,2,3级缓存 等等也可通过命令 dmidecode -t processor 查看2.查看内存信息 cat /proc/meminfo 我们可以看到有总量,空余量,缓存大小等信息。如果想要只看到内存使用信息,可以使...

2019-09-10 16:31:36 4149

原创 Linux命令学习【1】基本命令

1.echo命令echo命令用于在终端 输出字符串/输出变量提取后的值2.date命令date命令用来显示及设置系统时间或日期date [选项] [+指定的格式]格式化显示:1.显示年-月-日:2.显示年-月-日 时:分:秒:3.reboot 、poweroff命令重启、关机命令,默认情况下只能root用户使用4.weget命令用来下载网络中的文件格式: wege...

2019-08-30 17:54:06 150

原创 numpy分割函数

numpy.split()与concatenate函数对应,可通过axis参数选择按行或列进行切割。并且通过参数indices_or_sections来指定切割的成的个数,或者指定一个切割位置的列表或tuplenumpy.vsplit()与vstack函数对应,对矩阵进行垂直方向上的切割,也就是按行进行切割。并且通过参数indices_or_sections来指定切割的成的矩阵的个数,...

2019-08-02 10:18:16 952

原创 numpy中的连接函数

numpy.concatenate()参数axis表示连接的维度,默认为0。若axis为0表示在第0维将矩阵进行连接,也就是在行上面进行连接。连接完的行数等于所有被连接矩阵的行数和numpy.hstack()将矩阵按水平方向进行连接,也就是在列上边进行连接。连接完的列数等于被连接矩阵的列数和,其功能与参数axis=1的concatenate()函数相同。numpy.vstack()...

2019-08-01 17:32:12 741

原创 numpy.transpose函数介绍

numpy.transpose(a, axes=None)对矩阵a进行转置,若想对一个矩阵进行转置该矩阵必须为方阵。参数axes表示维度,默认情况下为颠倒所有的维度例1(二维矩阵)例2(三维矩阵)下图相同色圈起来的内容互相进行了交换,从而完成了第0维与第2维的转置默认情况下的转置,与显式设置axes参数为[2,1,0]是相同的,下面来验证一下我们如果想对三维矩阵的第0和1...

2019-08-01 16:04:06 280

原创 jupyter使用

运行快捷键ctrl + enter 运行当前代码块alt + enter 运行 并在下面插入一行shift + enter 运行 并选中下面一单元,下面没有则新建并选中插入新的代码单元a (above) 在上面插入b(below) 在下面插入删除双击D代码提示tab API提示shift + tab魔法指令:1.时间统计指令:%time 计算当前行代码...

2019-07-31 21:41:35 78

原创 JVM【方法区】

方法区简介方法区用来存储被虚拟机类加载器加载的类的信息、常量、静态变量、编译后的字节码等数据.谈到方法区就不得不谈一下类的加载过程。虚拟机将类的.class文件加载到内存把它放到方法区内,然后在堆区创建一个java.lang.Class对象,用来封装类在方法区内的数据,然后在方法区中创建引用指向这个Class类的实例。常量池在方法区中最值得一提的便是常量池,它分为静态常量池和运...

2019-05-07 23:46:17 1014

原创 JVM【虚拟机栈】

目录JVM虚拟机栈简介局部变量表变量槽(Variable Slot)变量槽大小变量槽的分配变量槽的复用操作数栈方法执行过程动态链接方法返回地址JVM虚拟机栈简介JVM(Java Virtual Machine)即Java虚拟机的内存模型按照是否被线程共享可分为两部分:可被线程共享: 堆 和 方法区 线程私有:虚拟机栈 和 本地方法栈在JVM...

2019-05-07 11:42:50 249

原创 Git命令总结

1.创建版本库1.1 创建仓库git init1.2 添加文件到仓库暂存区git add (file_name).(extension)在添加文件可能会有警告: warning: LF will be replaced by CRLF...这是由于不同系统下的文件结束符不同造成的,windows上使用CRLF(Carriage-ReturnLine-Feed...

2019-04-10 21:49:20 134

原创 深入理解ROC曲线和EER及其之间的关系

1.ROC曲线我们知道,在很多学习器中是通过将既定的阈值与学习器对测试样本预测值(实值/概率)进行比较。如果大于阈值则将其判为正类样本,小于阈值将其判为负类样本。这个实值或者概率预测结果的好坏,直接决定了学习器的泛化能力。我们可以根据学习器的预测结果对测试样本进行排序,将最有可能的正例排在前边,最不可能的排在后面。这样我们可以在这个序列中放置一个截断点来将样本分为两类,前面一部分判为正例,...

2019-04-02 11:30:36 6725

原创 [支持向量机SVM] 西瓜书+个人理解 【5.核函数】

在理解核函数之前我们先回顾一下之前的假设,我们的假设是训练数据是线性可分的,也就是存在一个超平面可以把两类样本分开。但是在实际任务中原始的样本空间中也许根本就不存在一个线性可分的超平面,例如比较常见的的异或问题。这个时候我们可以将样本空间映射到更高维的空间,从而使其线性可分。我们用φ(x)表示原始样本向量x映射后的向量,于是划分超平面模型就变为:根据上一节最后得到的SVM的基本型的对...

2019-03-16 21:40:15 1402

原创 [支持向量机SVM] 西瓜书+个人理解 【4.对偶问题】

上一节我们得到,对于一般性的优化问题:我们可以转化为无约束的优化问题 ①另外,我们令, 则 ②我们观察①②两个式子,可以发现两个式子只是min和max的顺序做了交换,它们是对称的。并且有结论,①②有相同的解,这样我们就可以选择一个简单的来求解。下面我们结合SVM,来看在SVM中怎样找到其对偶问题:我们先看一下第一节中SVM的基本型:...

2019-03-15 22:30:31 1597

原创 [支持向量机SVM] 西瓜书+个人理解 【3.从有约束最优化到无约束最优化】

对于一般性的有约束的优化问题,我们可以写出其一般模式: 此式代表在m个等式约束和n个不等式约束下对f(x)最小化的问题。下面我们通过构造广义的拉格朗日函数对其进行分析:我们构造这样的拉格朗日函数:其中我们最大化L(x,α,β)有:我们来分析一下上面这个式子:1. 对于原始的优化问题,在可行解区域内,有 并且,所以:那...

2019-03-15 20:24:31 438

原创 [支持向量机SVM] 西瓜书+个人理解 【2.KKT条件】

我们上一节得到了SVM的基本型:切,

2019-03-15 16:47:19 367

原创 [django-1] Django 安装

使用pip安装Django使用命令pip install django== version

2019-03-14 18:36:06 77

原创 【http变身https】免费申请SSL证书并在springboot项目中安装

一、免费申请SSL证书腾讯云或阿里云上可以免费申请ssl证书,此处以腾讯云为例(申请地址:https://console.cloud.tencent.com/ssl/apply)。【注意】申请时填入的密码请记好二、在springboot项目中安装在申请成功以后将证书下载到本地,解压后会有Apache,IIS,Tomcat,Nginx四个不同的文件夹,这里我们在tomcat上安装...

2019-03-06 11:01:32 399

原创 [支持向量机SVM] 西瓜书+个人理解 【1.基本形式】

支持向量机的基本型给定训练样本集 D = {(x1,y1), (x2,y2 ),…, (xm, ym)}, yi ∈{-1,+1},分类学习最基本的拉法就是基于训练集D在样本空间中找到一个划分超平面,将不同类别的样本分开。在样本空间中,划分超平面可通过如下线性方程来描述:其中ω =(ω 1; ω 2; … ;ω d) 为法向量,决定了超平面的方向, b 为位移项,决定了超平面与原点之间的...

2019-02-27 19:17:50 697

原创 conda命令(持续更新)

环境列表:conda env list创建新环境:conda create -n envName python=版本号(e.g.3.6、3.7)进入环境:activate envName删除指定环境中的包:conda remove -n envName packageName更新指定环境中的包:conda update -n envName packageName...

2019-01-24 21:23:45 481

原创 Git Learning [2]:creating and using branch

master就是系统默认创建的分支creating branch : git branch branch-nameswitching branch: git checkout branch-nameshowing branch: git branchcreating and switching branch: git checkout -b branch-name...

2018-10-09 22:38:42 106

原创 Git Learning [1]:connecting github

关联一个远程库,使用命令git remote add origin git@server-name:path/repo-name.gite.g. git remote add origin git@github.com:ShaneShen0/learngit.gitgit push -u origin master 第一次推送master分支的所有内容git clone git@g...

2018-10-09 21:51:20 141

原创 最小二乘法【一】

最小二乘法(又称***最小平方法***)是一种数学优化技术。它通过最小化误差的平方和寻找数据的最佳函数匹配。利用最小二乘法可以简便地求得未知的数据,并使得这些求得的数据与实际数据之间误差的平方和为最小。最小二乘法还可用于曲线拟合。其他一些优化问题也可通过最小化能量或最大化熵用最小二乘法来表达。为了更好的理解这个方法,我来举一个栗子。比如你今天晚上吃的很多,想去称一下自己的体重。于是站到体...

2018-09-22 21:40:36 307

原创 无量纲量和有量纲量

物理量按照其属性分为两类:1.物理量的大小与度量所选用的单位有关,称为有量纲量,例如,时间、长度、质量、速度、力、能量等。2.物理量的大小与度量所选的单位无关,称为无量纲量,例如角度、增益、两个长度之比等。...

2018-09-20 22:29:01 18247

原创 [1001]A+B Format (using java)

[1001]A+B Format (20 分) Calculate a+b and output the sum in standard format – that is, the digits must be separated into groups of three by commas (unless there are less than four digits).Input Spe...

2018-09-16 10:59:29 204

原创 概率论回顾

1.对一组数据X:x1,x2,x3…xn 假设p(X=xi) = 1/n 则D(X)=E(X^2)-[E(x)]^2 现证明如下:

2018-09-10 17:59:45 125

翻译 何为Equal Error Rate(EER)

近日在读关于生物特征认证的一篇论文中多次提到了Equal Error Rate(EER)即等误差率,遂在网上查到了关于它的解释。Equal error rate (EER) is a biometric security system algorithm used to predetermines the threshold values for its false acceptance r...

2018-09-08 17:40:21 2484

空空如也

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

提示
确定要删除当前文章?
取消 删除