Cookie

Cookie

1、Cookie是会话管理的一种,还有一种是Session。
2、Cookie将数据保存在客户端,即浏览器中(不同的浏览器,可以看成不同的客户端),所以Cookie是不能够跨浏览器存储数据的。
3、Cookie的实现原理
在这里插入图片描述

Cookie小demo之显示用户上次访问的时间

/**
 * 显示上一次用户访问的时间
 * @author 紫炎易霄
 */
@WebServlet("/lastTimeShow")
public class TimeCookie extends HttpServlet{
	//定义一个Cookie的key值
	private static final String LAST_ACCESS_TIME = "LAST_ACCESS_TIME";
	@Override
	protected void doGet(HttpServletRequest req, HttpServletResponse resp) throws ServletException, IOException {
		resp.setContentType("text/html;charset=utf-8");// 防止浏览器显示乱码
		//1、获取Cookie
		Cookie[] cookies = req.getCookies();
		String value = null;
		if(cookies != null){
			//遍历Cookie
			for (int i = 0; i < cookies.length; i++) {
				Cookie cookie = cookies[i];
				if(LAST_ACCESS_TIME.equals(cookie.getName())){
					//2、如果有Cookie直接获取,并且发送给客户端
					value = cookie.getValue();
					resp.getWriter().write(value);
					break;
				}
			}
		}
		if(value == null || value.isEmpty()){
			resp.getWriter().write("欢迎您第一次访问我们的网页!");
		}
		value = new SimpleDateFormat("yyyy-MM-dd hh:mm:ss").format(new Date());
		//3、如果没有Cookie,那么创建一个新的时间发给客户端
		Cookie cookie = new Cookie(LAST_ACCESS_TIME,value);
		//4、更新一个新的时间存入到Cookie中
		resp.addCookie(cookie);
	}
}

运行结果
在这里插入图片描述

Cookie小demo之自动登陆

用户名:紫炎易霄
密码:123456

/**
 * 实现自动登陆的cookie
 * @author 紫炎易霄
 */
@WebServlet("/LoginCookie")
public class LoginCookie extends HttpServlet{
	@Override
	protected void doPost(HttpServletRequest req, HttpServletResponse resp) throws ServletException, IOException {
		req.setCharacterEncoding("UTF-8");
		resp.setContentType("text/html;charset=utf-8");// 防止浏览器显示乱码
		String username = req.getParameter("username");
		String password = req.getParameter("password");
		Cookie[] cookies = req.getCookies();
		for (Cookie cookie : cookies) {
			if(cookie.getName().equals("token")&&cookie.getValue().equals("token")){
				req.getRequestDispatcher("/success.jsp").forward(req, resp);
			}
		}
		if(username.equals("紫炎易霄")&& password.equals("123456")){
			Cookie cookie = new Cookie("token", "token");
			//设置一天
			cookie.setMaxAge(60*60*24);
			resp.addCookie(cookie);
			req.getRequestDispatcher("/success.jsp").forward(req, resp);
		}
	}
}

运行结果
在这里插入图片描述

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