原创 TeaFramework——IOC容器實現(一) 頂 原
Spring的IOC/DI讓層與層之間解耦,讓接口和實現類不必強依賴,提高程序的擴展性和對需求的適應性。TeaFramework也提供了一個IOC容器,幫我們來生成實例,那麼具體設計是什麼樣的呢?請往下看。 純註解以其簡單的
原创 關於AOP和代理的一點想法 頂 原
AOP從本質上講是在我們可視之外改變了程序的運行軌跡,比方說,有個方法method執行完,就結束了,通過AOP在method前插入N個操作、在method後插入N個操作,那麼這時要執行method方法,需要執行前面的N個操作才能進入
原创 TeaFramework——事務的實現 頂 原 薦
事務的本質:讓程序像我們看到的那樣執行。 數據庫事務就是對於界定爲同一個事務的一組數據庫操作,要麼同時成功,要麼同時失敗,不可能出現部分成功的中間狀態。 對於JDBC原生事務,首先要設置自動提交爲false:conn
原创 ND4J的基本操作 頂 原 薦
一、ND4J的在內存中的存儲結構 對於ND4J而言,所有的數據都存儲在堆外內存,是一維的連續內存,INDArray 只是指向了這片連續的內存空間,把連續內存映射成張量,ND4J定義了兩種排序規則:C order和F order,C
原创 對基於深度神經網絡的Auto Encoder用於異常檢測的一些思考 頂 原 薦
一、前言 現實中,大部分數據都是無標籤的,人和動物多數情況下都是通過無監督學習獲取概念,故而無監督學習擁有廣闊的業務場景。舉幾個場景:網絡流量是正常流量還是攻擊流量、視頻中的人的行爲是否正常、運維中服務器狀態是否異常等等。有監督學習
原创 如何基於TeaFramework進行web開發 頂 原
前面幾篇博客介紹了TeaFramework的實現,本篇博客將介紹如果利用Teaframework進行web開發,寫了一個demo,包括一套完整的增刪改查,分頁、AOP等等,基於LayUI做了一套界面(感謝@賢心的LayUI)。dem
原创 deeplearning4j——卷積神經網絡對驗證碼進行識別 頂 原 薦
一、前言 計算機視覺長久以來沒有大的突破,卷積神經網絡的出現,給這一領域帶來了突破,本篇博客,將通過具體的實例來看看卷積神經網絡在圖像識別上的應用。 導讀 1、問題描述 2、解決問題的思路 3、用DL
原创 一篇文章看懂爬蟲 頂 原 薦
一、導讀 1、爬蟲基礎知識 2、優秀國產開源爬蟲框架webmagic剖析 二、爬蟲基礎 1、爬蟲的本質 爬蟲的本質:基於Http協議請求目標地址獲取響應結果解析並存儲。 2、HTTP請求 (1
原创 ND4J求多元線性迴歸以及GPU和CPU計算性能對比 頂 原 薦
上一篇博客《梯度下降法求多元線性迴歸及Java實現》簡單了介紹了梯度下降法,並用Java實現了一個梯度下降法求迴歸的例子。本篇博客,嘗試用dl4j的張量運算庫nd4j來實現梯度下降法求多元線性迴歸,並比較GPU和CPU計算的性能差異。
原创 梯度下降法求多元線性迴歸及Java實現 頂 原 薦
對於數據分析而言,我們總是極力找數學模型來描述數據發生的規律, 有的數據我們在二維空間就可以描述,有的數據則需要映射到更高維的空間。數據表現出來的分佈可能是完全離散的,也可能是聚集成堆的,那麼機器學習的任務就是讓計算機自己在數據中學習到數
原创 一篇文章看懂Java併發和線程安全(一) 頂 原 薦
一、前言 長久以來,一直想剖析一下Java線程安全的本質,但是苦於有些微觀的點想不明白,便擱置了下來,前段時間慢慢想明白了,便把所有的點串聯起來,趁着思路清晰,整理成這樣一篇文章。 二、導讀 1、爲什麼有多線程? 2
原创 TeaFramework——MVC框架的實現 頂 原 薦
web MVC模式拆解來看,就做了以下幾件事: 1、將web頁面傳過來的零散數據賦值給Model,這裏的model就是普通java對象,如pojo、domain、vo等等。 2、控制返回值,返回值可以是普通的視圖,例
原创 TeaFramework——AOP的實現 頂 原
AOP是攔截的方法後要做對應的織入,那麼先定義幾種通知:前置通知、後置通知、異常通知、結束通知,代碼如下: public interface AopAdvice { public void before(Proxy proxy)
原创 簡單又複雜的人工神經網絡 頂 原 薦
最近正在看吳軍博士的一本書《數學之美》,受到了很多啓發,惡補了幾天線性代數和高等數學,趁着自己思路清晰,把自己對人工神經網絡的想法記錄下來,順便推導一下公式。 一場人工智能狂潮正在悄悄的到來,也許要不了多久,各種智能產品將會
原创 神經網絡算法對車牌價格的預測 頂 原
聲明: 本篇博客純粹是技術的探討。 一、前言 北京、上海、深圳、杭州等很多城市都對小客車增量進行調控,獲取車牌的其中一個辦法是競價,那麼是哪些因素決定着車牌的價格呢?是否有算法可以預測車牌的價格呢?本篇博客嘗試着做一些探討。