原创 springboot中使用swagger接口文檔

前言 前後端分離的項目中,前後端人員靠接口 文檔進行交互,swagger使用比較廣泛,在springboot中使用swagger也很方便,但是swagger存在一些不完善的地方,需要額外的配置才能讓前端更好的理解接口 引入swag

原创 本地maven倉庫存在jar包,項目無法引用

在maven項目中,有時候會遇到項目代碼找不到class的錯誤,然而去本地maven倉庫中卻能找到對應的jar。 這種問題是如何引起的,我還沒找到原因,在網上看到一些方法(idea下),諸如 maven -reimport po

原创 2017CS231n筆記_S3損失函數和優化

目錄 S3.1損失函數 S3.2優化 S3.1損失函數 背景 假設有3張圖像的訓練集,S2.3中使用某個W來進行對圖像進行預測,得到了這三張圖像分別在10個分類上的得分。得分即是模型的預測值或者輸出值。 損失函數(loss functio

原创 springboot實現讀寫分離

讀寫分離/多數據源配置 技術選型 springboot mybatis mysql 實現關鍵點 使用springboot實現mysql的讀寫分離,或者說多數據源配置,最關鍵的一點就是實現:sql的動態路由 即對於一個要執行的s

原创 SpringCache 給不同的key設置不同的過期時間

前言 spring cache可以使用註解來很方便的操作緩存,但是它的過期時間配置卻是統一的,如何自定義每個key的過期時間? 關鍵點 以springboot+redis爲例,使用註解來操作redis之前需要有一個redis配置類

原创 2017CS231n筆記_S2圖像分類

目錄 S2.1數據驅動方法 S2.2K-最近鄰算法 S2.3線性分類 S2.1數據驅動方法 圖像分類定義 圖像分類任務是計算機視覺的核心任務。在進行圖像分類時,分類器接收一些輸入圖像,同時也知道圖像集合對應的標籤集合。分類器的任務就是爲輸

原创 springboot自定義攔截器實現異常的統一捕獲和處理

前言 每個方法中可能會拋出不同的異常,如果都是用try catch去處理,顯得非常冗餘,可以通過spring提供的@ExceptionHandler註解來實現異常的統一封裝和處理 攔截器的實現: @RestControllerA

原创 2017CS231n筆記_S10循環神經網絡

目錄 S10.1循環神經網絡(Recurrent Neural Networks,RNN) S10.1.1RNN通用架構 S10.1.2RNN的5種類型 S10.2語言建模(Language Modeling) S10.2.1字符級語言模

原创 2017CS231n筆記_S7訓練神經網絡(下)

目錄 S7.1更好的優化Fancier optimization S7.2集成模型 S7.3正則化(Regularization) S7.4遷移學習(Transer Learning) S7.1更好的優化Fancier optimizat

原创 2017CS231n筆記_S5卷積神經網絡

目錄 S5.1歷史 S5.2卷積和池化 S5.1歷史 神經網絡歷史 1957年,Frank RosenBlatt發明了第一代感知機器,首次實現了感知器算法。 1960年,Windrow和Hoff發明了Adaline/Madaline,首次

原创 springboot啓動時控制檯不打印接口映射集合

https://www.cnblogs.com/VitoYi/p/10468663.html

原创 2017CS231n筆記_S15深度學習的方法和硬件

目錄 S15.0前言 S15.1Algorithms for Efficient Inference S15.2Hardware for Efficient Inference S15.3Algorithms for Efficient

原创 idea忽略不用與遠程同步的文件

https://www.cnblogs.com/leiblog/p/11458171.html

原创 java斷點續傳

前言 斷點續傳就是從文件上次中斷的地方開始重新下載或上傳,當下載或上傳文件的時候,如果沒有實現斷點續傳功能,那麼每次出現異常或者用戶主動的暫停,都會去重頭下載,這樣很浪費時間。並且對於大型文件,採用切片上傳的方法,客戶端對文件進行

原创 2017CS231n筆記_S8深度學習軟件

目錄 S8.1CPU vs GPU S8.2深度學習框架Deep Learning Frameworks S8.1CPU vs GPU CPU是中央處理器。GPU是圖像處理單元或者圖形卡,最初用於對計算機圖形進行渲染,特別是遊戲視頻等等。