前言
最近写了个上传压缩包,将压缩包中的图片保存的接口,所以翻了翻网上文件流操作的博客,总结了一个不用解压,直接读取文件的方法
上代码使用Java不解压也能直接读取压缩包里文件的方法和代码的内容到此就结束了,如果想要了解更多使用Java小程序应用的内容,
@RequestMapping(value = "packageUpload")
public void packageUpload(HttpServletRequest request,
HttpServletResponse response) {
File file = null;
try {
MultipartHttpServletRequest multipartRequest = (MultipartHttpServletRequest) request;
MultipartFile multipartFile = multipartRequest.getFile("file");
if (null == multipartFile){
return;
}
String originalFilename = multipartFile.getOriginalFilename();
//判断上传文件必须是zip或者是rar否则不允许上传
String[] filename = originalFilename.split("\.");
if (!filename[1].equals("zip") && !filename[1].equals("rar")){
return;
}
//创建临时文件时,名称长度必须大于2
file = File.createTempFile(filename[0].length() <= 2 ? "压缩包" + filename[0] : filename[0], filename[1]);
multipartFile.transferTo(file);
file.deleteOnExit();
ZipFile zf = new ZipFile(file);
Enumeration<?> zipEnum = zf.entries();
ZipEntry ze;
while (zipEnum.hasMoreElements()) {
ze = (ZipEntry) zipEnum.nextElement();
if (!ze.isDirectory()) {
long size = ze.getSize();
if (size > 0) {
String[] name = ze.getName().split("\.");
String emojiName = name[0];
String type = name[1];
if (type.equals("jpg") || type.equals("png") || type.equals("gif") || type.equals("jpeg")){
String[] split = emojiName.split("/");
String picName = split[1] + "." + type;
InputStream is = zf.getInputStream(ze);
logger.info("picName:" + picName + ",size:" + size + ",inputStream:" + is);
///到这里调用上传文件的方法上传这个图片就可以了
}
}
}
}
} catch (Exception e) {
logger.error("packageUpload_error:" , e);
}
}
卓越扩展性:能够支持训练拥有数千亿参数的模型,并在多节点多 GPU 系统上展现出卓越的扩展性。因此,即使是一个拥有 130 亿参数的模型,也只需 1.25 小时就能完成训练。而对于拥1750亿参数的模型,使用Deep Speed Chat进行训练也只需不到一天的时间。
注意:在Azure上训练时由于GPU不同,所以训练时间和费用也各不相同。
全民ChatGPT时代来了
做个不太恰当的比喻,微软此次开源Deep Speed Chat就像当年的互联网,为了提升发展速率降低了台式机的价格,使得普通用户也能拥有自己的电脑。
只有参与的用户多了,整个行业生态才能快速壮大发展,所以,微软此次开源对整个ChatGPT生态发展起到了至关重要的推动作用,使得人人都能拥有自己的ChatGPT。
目前,ChatGPT处于初级发展阶段,存在安全隐患、数据隐私、道德等问题。相信随着参与用户的增多,这些难题将会被有效的解决,从而为全球经济发展做出贡
卓越扩展性:能够支持训练拥有数千亿参数的模型,并在多节点多 GPU 系统上展现出卓越的扩展性。因此,即使是一个拥有 130 亿参数的模型,也只需 1.25 小时就能完成训练。而对于拥1750亿参数的模型,使用Deep Speed Chat进行训练也只需不到一天的时间。
注意:在Azure上训练时由于GPU不同,所以训练时间和费用也各不相同。
全民ChatGPT时代来了
做个不太恰当的比喻,微软此次开源Deep Speed Chat就像当年的互联网,为了提升发展速率降低了台式机的价格,使得普通用户也能拥有自己的电脑。
只有参与的用户多了,整个行业生态才能快速壮大发展,所以,微软此次开源对整个ChatGPT生态发展起到了至关重要的推动作用,使得人人都能拥有自己的ChatGPT。
目前,ChatGPT处于初级发展阶段,存在安全隐患、数据隐私、道德等问题。相信随着参与用户的增多,这些难题将会被有效的解决,从而为全球经济发展做出贡