Struts国际化实例

拿中文、英文为例:首先建properties文件。test_en_US.properties、test_zh_CN.properties
其中test可以自己定义,(_en_US.properties)这些是固定的。
在test_zh_CN.properties写:(这里需要注意的是在打开的时候需要右键openwith PropertiesEditor,不然会乱码。这个插件的安装步骤
student.name=李雷//在properties里面是以key和value保存的。
test_en_US.properties写:
student.name=LiLei
写一个测试类。

public class I18NTest {
  public static void main(String[] args) {
      //ResourceBundle.getBundle(baseName, locale);baseName指代的是test_en_US_properties.
      ResourceBundle rb= ResourceBundle.getBundle("test", Locale.CHINA);
      System.out.println(rb.getString("student.name"));//获取value值
 }
}

struts国际化。这2个file文件命名是固定的,不能随意更改。

package_zh_CN.properties:
login.username=用户名
login.password=密码
login.login=提交
package_en_US.properties:
login.username=username
login.password=password
login.login=login

action:


public class LoginAction extends ActionSupport {
    private String username;
    private String password;
     public String getUsername() {
        return username;
    }
    public void setUsername(String username) {
        this.username = username;
    }
    public String getPassword() {
        return password;
    }
    public void setPassword(String password) {
        this.password = password;
    }
    public String execute(){

         return "success";
     }
}

struts.xml:

<?xml version="1.0" encoding="UTF-8" ?>
<!DOCTYPE struts PUBLIC
    "-//Apache Software Foundation//DTD Struts Configuration 2.1//EN"
    "http://struts.apache.org/dtds/struts-2.1.dtd">
<struts>
    <package name="login" namespace="/login" extends="struts-default" >

       <action name="loginAction" class="com.i18n.action.LoginAction">
            <result>/index.jsp</result>
       </action>


    </package>


</struts>

index.jsp:

<form action="" method="post">
   //获取properties里面的value值:
   <s:property value="getText('login.username')"/> <input type="text" name="username">
   <s:property value="getText('login.password')"/> <input type="tpassword" name="password">
    <input type="submit" value="提交">
  <a href="login/loginAction?request_locale=en_US">英语</a>
  <a href="login/loginAction?request_locale=zh_CN">汉语</a>
   </form>
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