动态代理的简单示例

场景

场景是你想向女神告白,但不会告白的技巧。

现在一共有三种可行方案:

  1. 你自己告白
  2. 找代理替你告白(简单代理)
  3. 你自己学习告白技巧,升级自己(动态代理)

0.告白的接口

//告白的接口
interface Love{
    void doLove();
}

1.你自己告白

你自己告白,只会一句“我爱你”,简单直接会失败

//这是原本的告白,太简单会失败
class DoLove implements Love{
    //只会简单的说,I love you
    public void doLove(){
        System.out.println("I love you");
    }
}

2.找代理替你告白

找代理替你告白,他化作你的替身,在“我爱你”的基础上加了其它技巧,可以成功

//找个代理,他替你表白,可以成功,但是你不需要
class SimpleProxy implements Love{
    Love love;
    SimpleProxy(Love love){
        this.love = love;
    }
    public void doLove(){
        //做点前戏
        System.out.println("Do Foreplay");
        //表白……
        love.doLove();
        //成功
        System.out.println("happy!!");
    }
}

3.你自己学习告白技巧

你自己学习告白技巧,成为升级的版自己,除了“我爱你”,会增加一些告白的动作。

//学习一番后,你有了告白的技巧
class DynamicProxyHandle implements InvocationHandler{
    private Object proxied;
    DynamicProxyHandle(Object proxied){
        this.proxied = proxied;
    }
    //其中Object[] args是参数列表,
    public Object invoke(Object proxy, Method method, Object[] args) throws Throwable{
        //做点前戏
        System.out.println("Do Some Foreplay");
        System.out.println("Kiss your partner");
        System.out.println("Fingering your partner");
        Object obj = method.invoke(proxied, args);
        System.out.println("happy!!");
        System.out.println("Wipe the white liquid away");
        return obj;
    }
}

4.三种情况的结果

public class ProxyTest {
    public static void main(String[] args) {
        //你的表白
        System.out.println("这是我不会成功的告白");
        new DoLove().doLove();
        System.out.println();
        //代理的表白
        System.out.println("这是代理会的告白技巧");
        new SimpleProxy(new DoLove()).doLove();
        System.out.println();
        //你升级版的表白
        System.out.println("这是我学会技巧后的告白");
        Love love = (Love)Proxy.newProxyInstance(
                Love.class.getClassLoader(),
                new Class[]{ Love.class },
                new DynamicProxyHandle(new DoLove()));
        love.doLove();
    }
}

输出如下:

这是我不会成功的告白
I love you

这是代理会的告白技巧
Do Foreplay
I love you
happy!!

这是我学会技巧后的告白
Do Some Foreplay
Kiss your partner
Fingering your partner
I love you
happy!!
Wipe the white liquid away

Process finished with exit code 0

需要引入的:

import java.lang.reflect.InvocationHandler;
import java.lang.reflect.Method;
import java.lang.reflect.Proxy;
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

打赏作者

weixin_43751710

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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