Java之输入输出流(二)

Reader与FileReader

在这里插入图片描述
在这里插入图片描述

FileReader

在这里插入图片描述

import java.io.FileNotFoundException;
import java.io.FileReader;
import java.io.IOException;
//引入资源
/**
* @Author lichangxin
* @date 2020-08-04
* @Des
*/


public class demo {
    public static void main(String[] args) {
        FileReader fr=null;
        try {
            //创建1字符输入流对象
           fr= new FileReader("h:/test/test.txt");
           //read方法
            StringBuffer s=new StringBuffer();
            char[] ch=new char[1024];
            int len=-1;
            while ((len=fr.read(ch))!=-1){
                s.append(ch);
            }
            System.out.println(s);
        } catch (FileNotFoundException e) {
            e.printStackTrace();
        } catch (IOException e) {
            e.printStackTrace();
        } finally {
            //关闭流
            try {
                fr.close();
            } catch (IOException e) {
                e.printStackTrace();
            }
        }
    }
}

中文乱码问题

字符编码格式:GBK、UTF-8、GB2312
在这里插入图片描述
在这里插入图片描述

System.out.println(System.getProperty("file.encoding"));

在这里插入图片描述
在这里插入图片描述

BufferedReader类

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

Writer及其子类

在这里插入图片描述
flush才能写入,close关闭
在这里插入图片描述

BufferedWriter类

在这里插入图片描述
在这里插入图片描述

读写二进制文件

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

序列化

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

import java.io.Serializable;


/**
* @Author lichangxin
* @date 2020-08-04
* @Des
*/


public class Student implements Serializable {
    private int age;
    private String name;
    private String sex;
    private String password;


    public Student() {
    }


    public Student(int age, String name, String sex, String password) {
        this.age = age;
        this.name = name;
        this.sex = sex;
        this.password = password;
    }


    public int getAge() {
        return age;
    }


    public void setAge(int age) {
        this.age = age;
    }


    public String getName() {
        return name;
    }


    public void setName(String name) {
        this.name = name;
    }


    public String getSex() {
        return sex;
    }


    public void setSex(String sex) {
        this.sex = sex;
    }


    public String getPassword() {
        return password;
    }


    public void setPassword(String password) {
        this.password = password;
    }
}

反序列化

在这里插入图片描述
在这里插入图片描述

//避免被序列化和反序列化
private transient String password;
ObjectOutputStream oos=null;
FileOutputStream fos=null;


ObjectInputStream ois=null;
FileInputStream fis=null;
try {
    fos=new FileOutputStream("h:/test/student.txt");
    oos=new ObjectOutputStream(fos);
    fis=new FileInputStream("h:/test/student.txt");
    ois=new ObjectInputStream(fis);


    oos.writeObject(student);
    Student o = (Student) ois.readObject();
    System.out.println(o.getPassword());

静态方法reader

public static String readFile(String path){
    File f=new File(path);
    FileReader fr=null;
    String str=null;
    try {
        fr=new FileReader(f);
        char[] c=new char[(int) f.length()];
        fr.read(c);
        str=new String(c);
    } catch (FileNotFoundException e) {
        e.printStackTrace();
    } catch (IOException e) {
        e.printStackTrace();
    }finally {
        try {
            fr.close();
        } catch (IOException e) {
            e.printStackTrace();
        }
    }
    return str;
}

静态方法writer

public static void writerFile(String str,String path,boolean isAppend){
    File f=new File(path);
    FileWriter fw=null;
    try {
        fw=new FileWriter(f,true);
        fw.write(str);
    } catch (IOException e) {
        e.printStackTrace();
    }finally {
        try {
            fw.close();
        } catch (IOException e) {
            e.printStackTrace();
        }
    }
}

静态方法BufferedReader

public static String readBuffer(String path){
    File f=new File(path);
    FileReader fr=null;
    String str=null;
    BufferedReader br=null;
    try {
        fr=new FileReader(f);
       br= new BufferedReader(fr);
        String s;
        StringBuffer sb=new StringBuffer();
        while ((s=br.readLine())!=null){
            sb.append(s+"\r\n");
        }
        str=new String(sb);
    } catch (FileNotFoundException e) {
        e.printStackTrace();
    } catch (IOException e) {
        e.printStackTrace();
    }finally {
        try {
            br.close();
        } catch (IOException e) {
            e.printStackTrace();
        }
        try {
            fr.close();
        } catch (IOException e) {
            e.printStackTrace();
        }
    }
    return str;
}

静态方法BufferedWriter

public static void writerBuffer(String str,String path,boolean isAppend){
    File f=new File(path);
    FileWriter wr=null;
    BufferedWriter bw=null;
    try {
        wr=new FileWriter(f);
        bw=new BufferedWriter(wr);
        bw.write(str);
    } catch (IOException e) {
        e.printStackTrace();
    }finally {
        try {
            bw.close();
        } catch (IOException e) {
            e.printStackTrace();
        }
        try {
            wr.close();
        } catch (IOException e) {
            e.printStackTrace();
        }
    }
}

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。
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