-
编辑 删除
python与mysql数据库交互
python与mysql数据库交互
-
编辑 删除
SpringBoot2.x系列教程之 SpringBoot常用注解汇总
随着Spring及Spring Boot的发展，基于Java的配置已经慢慢替代了基于xml的配置形式。本篇文章为大家整理和简介Spring Boot中常用的注解及其功能。
-
编辑 删除
Java常用时间格式转换工具类
开发过程中，经常遇到各种时间格式的转换。今天特此以博客的方式，记录开发过程中可能遇到的各种类型时间的格式转换，以工具类的方式引入，方便大家开发中使用。
-
编辑 删除
Python反反爬系列(一)----K近邻算法与CSS动态字体加密
字体反爬也就是自定义字体加密映射，通过调用自定义的字体文件来渲染网页中的文字，而网页中的文字不再是文字，而是相应的字体编码，通过复制或者简单的采集是无法采集到编码后的文字内容的。
-
编辑 删除
朴素贝叶斯和半朴素贝叶斯（AODE）分类器Python实现
朴素贝叶斯和半朴素贝叶斯（AODE）分类器Python实现
-
编辑 删除
Java的反射机制
类是由一组对象(拥有着共同属性)来组成的，而类与类之间也有共同的属性、构造方法、方法等结构，用来描述类的特性，即可以调用或查看某个类的属性、方法、即构造方法就叫做反射。
-
编辑 删除
LinkedList和ArrayList的区别、Vector和ArrayList的区别
LinkedList和ArrayList的区别 继承类和实现接口上来讲 他们都实现了List接口下的方法，他们都允许重复，允许null，并且有序的集合。 LinkedList实现了Deque接口。
-
编辑 删除
Java多线程——消费者与生产者的关系
多线程：CPU中各种任务在交替执行过程中，被称为多线程处理。其中，每个任务的一次动态执行过程被称为进程。进程执行过程中的暂停被称为中断。进程通过中断被分解成若干段，每一段被称为一个线程。
-
编辑 删除
springboot2.0以上调度器配置线程池
springboot2.0 以上spring task 开启多线程 一 我们使用@EnableScheduling 开启spring task 调度器的时候，发现此调度器默认配置为单线程的。 二 打开注解发现其配置信息在此SchedulingConfiguration类中。发现其创建了ScheduledTaskRegistrar类 研读代码不难发现调度器默认配置是如下代码，线程池为单线程的。
-
编辑 删除
WebSocket 实现服务器消息推送客户端
项目需要做一个消息能够实时获取的功能，系统日活跃量达到10000，产生的消息是活跃量的数倍，如果采用 Http 的方式轮询后端服务，会使得后端服务压力过大而奔溃，因此需要一种新的技术方式来改变 “拉” 的方式。
-
编辑 删除
HashMap扩容机制源码分析
我们先简单的说一下HashMap的底层数据结构 HashMap底层的数据结构是 数组 + 链表 + 红黑树
-
编辑 删除
APScheduler的使用详解
APScheduler 是一款Python开发的定时任务工具, 跨平台运行, 不依赖Linux系统的crontab服务, 在windows上也可以运行
-
编辑 删除
中文新闻情感分类 Bert-Pytorch-transformers
中文新闻情感分类 Bert-Pytorch-transformers 使用pytorch框架以及transformers包，以及Bert的中文预训练模型
-
编辑 删除
希尔密码（hill密码）
简述 希尔密码是利用矩阵进行加密的一种加密算法，其本质是一种多表代换密码。 希尔密码是运用基本矩阵论原理的替换密码，由Lester S. Hill在1929年发明。
-
编辑 删除
Java实现文件监控器FileMonitor
代码可以实现文件变化后的监听，如文件变化，自动重新加载文件内容，实现配置文件的热部署。
-
编辑 删除
多态和抽象类
java的多态和抽象类
-
编辑 删除
Java子类和父类的初始化执行顺序
要明白子类和父类的初始化执行顺序，只需要知晓以下三点，就不会再弄错了。 1.创建子类对象时，子类和父类的静态块和构造方法的执行顺序为：父类静态块->子类静态块->父类构造器->子类构造器。深入理解为什么是这个顺序，可以看我这篇文章：从京东面试题看java类和对象的初始化
-
编辑 删除
训练模型的保存与加载
训练模型的保存与加载
-
编辑 删除
Python 语法之装饰器
装饰器是 Python 的一个重要部分。简单地说：就是用于拓展原来函数功能的一种函数，目的是在不改变原函数名(或类名)的情况下，给函数增加新的功能。 这个函数的特殊之处在于它的返回值也是一个函数，这个函数是内嵌 “原” 函数的函数。
-
编辑 删除
CNN实现手写数字识别并改变参数进行分析
Input layer: 输入数据为原始训练图像 Conv1：6 个 5 * 5 的卷积核，步长 Stride 为 Pooling1：卷积核 size 为 2 * 2，步长 Stride 为 2 Conv2：12 个 5 * 5 的卷积核，步长 Stride 为 1 Pooling2：卷积核 size 为 2 * 2，步长 Stride 为 2 Output layer：输出为 10 维向量
