Java 学习笔记- File I/O - 文件的读写

JDK7 中Files类对文件的读写操作大概可以分为:

1. 读取和写入所有字节

 /**
     * Read all bytes from a file.
     * 
     * @param path
     * @return
     * @throws IOException
     */
    public static byte[] readAllBytes(Path path) throws IOException {
        return Files.readAllBytes(path);
    }

    /**
     * Write all bytes to a file.
     * 
     * @param path
     * @param bytes
     * @param option
     * @throws IOException
     */
    public static void writAllBytes(Path path, byte[] bytes, OpenOption option) throws IOException {
        Files.write(path, bytes, option);
    }

 这两个方法要求文件不能够太大,如果文件大小,size > (long)Integer.MAX_VALUE,throw new OutOfMemoryError("Required array size too large");

 

2.读取或写入所有的行。

/**
     * Read all lines from a file.
     * 
     * @param path
     * @param cs
     * @return
     * @throws IOException
     */
    public static List<String> readAllLines(Path path, Charset cs) throws IOException {
        return Files.readAllLines(path, cs);
    }

    /**
     * Write all lines to a file.
     * 
     * @param path
     * @param lines
     * @param cs
     * @param option
     * @throws IOException
     */
    public void writeAllLines(Path path, List<String> lines, Charset cs, OpenOption option) throws IOException {
        Files.write(path, lines, cs, option);
    }

 这两个方法也是一次性操作所有的字节,对于读操作,BufferedReader逐行读取。对于写操作使用BufferedWriter逐行向文件写入。对于大文件这个方法也处理不来。

3.通过Buffered Stream I/O 读写。

 

/**
     * Reading a File by Using Buffered Stream I/O
     * 
     * @param path
     * @param cs
     * @return
     * @throws IOException
     */
    public static List<String> readByBufferedStream(Path path, Charset cs) throws IOException {
        BufferedReader reader = null;
        try {
            reader = Files.newBufferedReader(path, cs);
            String line = null;
            List<String> lines = new ArrayList<String>();
            while ((line = reader.readLine()) != null) {
                lines.add(line);
            }
            return lines;
        } catch (IOException e) {
            throw (e);
        } finally {
            if (reader != null)
                reader.close();
        }
    }

    /**
     * Writing a File by Using Buffered Stream I/O
     * 
     * @param path
     * @param lines
     * @param cs
     * @param options
     * @throws IOException
     */
    public static void writeByBufferedStream(Path path, List<String> lines, Charset cs, OpenOption options)
            throws IOException {

        BufferedWriter writer = null;
        try {
            writer = Files.newBufferedWriter(path, cs, options);
            for (String line : lines) {
                writer.write(line);
            }
        } catch (IOException e) {
            throw (e);
        } finally {
            if (writer != null)
                writer.close();
        }
    }

 4.通过stream I/O读写文件

  /**
     * Reading a File by Using Stream I/O
     * 
     * @param path
     * @return
     * @throws IOException
     */
    public static List<String> readByStream(Path path) throws IOException {
        List<String> lines = new ArrayList<>();
        InputStream in = null;
        BufferedReader reader = null;
        try {
            in = Files.newInputStream(path, StandardOpenOption.READ);
            reader = new BufferedReader(new InputStreamReader(in));
            String line = null;
            while ((line = reader.readLine()) != null) {
                lines.add(line);
            }
        } catch (IOException e) {
            throw (e);
        } finally {
            if (in != null) {
                in.close();
            }
            if (reader != null) {
                reader.close();
            }
        }
        return lines;
    }

    /**
     * Write to a file by Stream I/O
     * 
     * @param lines
     * @param path
     * @param options
     * @param cs
     * @throws IOException
     */
    public static void writeByStream(List<String> lines, Path path, Charset cs, OpenOption... options)
            throws IOException {
        OutputStream out = null;
        try {
            out = new BufferedOutputStream(Files.newOutputStream(path, options));
            for (String line : lines) {
                out.write(line.getBytes(cs), 0, line.length());
            }
        } catch (IOException e) {
            e.printStackTrace();
        } finally {
            if (out != null)
                out.close();
        }
    }

 5.通过Channel I/O读写文件

 /**
     * Read or write by Using Channel I/O
     * 
     * @param path
     * @param options
     * @throws IOException
     */
    public static void readAndWriteByChannel(Path readPath, Path writePath) throws IOException {

        ByteChannel rbc = null;
        ByteChannel wbc = null;
        try {
            if (!Files.exists(writePath, LinkOption.NOFOLLOW_LINKS)) {
                Files.createFile(writePath);
            }
            rbc = Files.newByteChannel(readPath, StandardOpenOption.READ);
            wbc = Files.newByteChannel(writePath, StandardOpenOption.APPEND);
            ByteBuffer buf = ByteBuffer.allocate(10);
            String encoding = System.getProperty("file.encoding");
            while (rbc.read(buf) > 0) {
                System.out.println("before rewind:\n" + buf);
                buf.rewind();
                System.out.println("after rewind:\n" + buf);
                CharBuffer cb = Charset.forName(encoding).decode(buf);
                buf.rewind();
                wbc.write(buf);
                System.out.println(cb);
                System.out.println("before flip:\n" + buf);
                buf.flip();
                System.out.println("after flip:\n" + buf);
            }

        } catch (IOException e) {
            System.out.println("caught exception: " + e);
            e.printStackTrace();
        } finally {
            if (rbc != null) {
                rbc.close();
            }
            if (wbc != null) {
                rbc.close();
            }
        }
    }

 

 

 

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。
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