- 博客(179)
- 资源 (3)
- 收藏
- 关注
RSS订阅原创 Springboot-注册注解【springboot常用注解】
使用@EnableConfigurationProperties会把属性与组件绑定,并且还会自动将组件放到容器中./一般用于第三方写好的组件进行属性绑定,springboot默认只扫描主程序所在的包.也可以将组件类名上方的@component取消掉,直接在配置类中注册组件也是可以的。将容器中任意组件（Bean）的属性值和配置文件的配置项的值进行绑定。第三步: 查看是否注册成功,在主程序中,查看容器中是否有这些组件。第二步:创建一个配置类,并且注册相应的组件,我创建的类名为。第三步:在配置类中配置。
2023-11-30 21:06:23
308
原创 sprintboot快速初始化【Springboot】
随便创建一个控制层，测试一下项目是否已经创建成功。，DIEA就会根据你的选择自动创建项目骨架；在浏览器中输入地址，运行成功。
2023-11-28 22:19:38
239
原创 第七章：锁【mysql数据库-进阶】
1.概述在并发访问时，解决数据访问的一致性、有效性问题全局锁、表级锁、行级锁2.全局锁对整个数据库实例加锁，加锁后整个实例就处于只读状态性能较差，数据逻辑备份时使用3.表级锁操作锁住整张表，锁定粒度大，发生锁冲突的概率高表锁、元数据锁、意向锁4.行级锁操作锁住对应的行数据，锁定粒度最小，发生锁冲突的概率最低行锁、间隙锁、临键锁。
2023-11-24 10:58:54
138
原创 第六章：触发器【mysql数据库-进阶】
通过触发器记录tb_user 表的数据变更日志,将变更日志插入到日志表user_logs中, 包含增加,修改,删除;准备日志表operation varchar(20) not null comment '操作类型, insert/update/delete',operate_time datetime not null comment '操作时间',operate_id int(11) not null comment '操作的ID',
2023-11-23 16:13:59
123
原创 第五章：存储过程【mysql数据库-进阶】
用户定义变量：是用户根据需要自己定义的变量，用户变量不用提前声明,在用的时候直接用"@变量名”使用就可以。其作用域为当前连接。【语法】SELECT 字段名 INTO @var_ name FROM表名;【例子】-- 赋值多个set @mygender:='男',@myhobby='java';-- 将查询结果赋值注意: 用户定义的变量无需对其进行声明或初始化，只不过获取到的值为NULL。【语法】select @变量名【例子】
2023-11-22 19:37:26
72
原创 第四章：视图【mysql数据库-进阶】
视图(View) 是一种虚拟存在的表。视图中的数据并不在数据库中实际存在,行和列数据来自定义视图的查询中使用的表，并且是在使用视图时动态生成的。通俗的讲，视图只保存了查询的SQL逻辑,不保存查询结果。所以我们在创建视图的时候，主要的工作就落在创建这条SQL查询语句上。
2023-11-21 19:24:19
475
原创 第三章：SQL优化【mysql数据库-进阶】
一个 常见又非常头疼的问题就是limit 2000000,10，此时需要MySQL排序前2000010记录,仅仅返回2000000 - 2000010的记录，其他记录丢弃,查询排序的代价非常大。还是出现了Using filesort，因为在创建索引的时候，默认都是按照升序进行排列的。因为叶子节点是有序的，因此50 那就应该加入47之后，此时就会将第一个页从中间分割开，然后将分开的左边与50放到一个新的页中。InnoDB的行锁是针对索引加的锁，不是针对记录加的锁,并且该索引不能失效，否则会从行锁升级为表锁。
2023-11-20 21:30:04
85
原创 第二章：索引【mysql数据库-进阶篇】
索引结构描述B+Tree索引最常见的索引类型，大部分引擎都支持B+树索引Hash索引底层数据结构是用哈希表实现的，只有精确匹配索引列的查询才有效，不支持范围查询!R-tree(空间索引)空间索引是MyISAM引擎的-一个特殊索引类型，主要用于地理空间数据类型，通常使用较少Full-text(全文索引)是一种通过建立倒排索引,快速匹配文档的方式。类似于Lucene,Solr,ES我们平时所说的索引，如果没有特别指明，都是指B+树结构组织的索引。
2023-11-20 10:14:33
51
原创 第一章：存储引擎【mysql数据库-进阶篇】
存储引擎就是存储数据、建立索引、更新/查询数据等技术的实现方式。存储引擎是基于表的,而不是基于库的，所以存储引擎也可被称为表类型。在创建表的时，指定存储引擎create table 表名（建表语句） ENGINE = 引擎名称 [ comment 表注释 ]查看当前数据库支持的存储引擎-- 查询建表语句,默认存储引擎：InnoDB-- 查询当前数据库支持的存储引擎-- 创建表my_ myisam，并指定MyISAM存储 引擎id int,
2023-11-19 20:16:29
80
原创 关系数据库理论【数据库系统概论】
关系模式由五部分组成，是一个五元组:R（U，D，DOM，F）【说明】(1)由于D、DOM与模式设计关系不大，因此在本章中把关系模式看作一一个三元组: R。R就相当于表的名字，U就是表中的每个字段属性，F就是每个字段之间的属性关系。(2)当且仅当U上的一个关系r满足F时，r称为关系模式R的一个关系。r就相当于实际的值之间的关系。(3)作为二维表，关系要符合一个最基本的条件:每个分量必须是不可分开的数据项。满足了这个条件的关系模式了就属于第一范式(1NF)。每一行可能叫元组。
2023-11-19 19:38:01
193
原创 centos7安装linux版本的mysql
进入mysql官网，点击社区版本下载：选择版本，可以跟着我下面这个图进行选择，选择红帽版本的既可，都是linux版本的。
2023-11-11 22:33:00
462
原创 CentOs7 NAT模式连接网络
通过动态ip，我们可以看到主机分配给当前的虚拟机的ip地址，但是动态ip地址过一段时间就会修改，因此作为服务器就要设置为静态ip地址，这样永远就不会修改了，方便进行访问。如果是要对服务器进行操作，就需要使用ssh服务，将ssh服务打开。打开虚拟机网络配置设置，对网卡VMnet8 进行设置。一共有两个网卡名，我们主要是对ens33进行配置。对网络配置文件进修改，输入i进行修改，修改完按。,回车退出，则就对文件进行的修改和保存。进入以下地址，对ip配置信息进行修改。对ifcfg-ens33进行修改，
2023-11-11 20:29:25
352
原创 ubuntu系统黑屏，且光标不闪烁
然后就可以进入文本界面或者图形化界面了，如果不行，报错，可能需要需要下载这个包，把这个错误到网上搜索一下就可以找到相关的解决方法。不过有一个博主的博客可以参考一下，我前面也操作这些步骤，不过没有成功，最后是在youtobe上看到了这个方法解决了。因为我是经过很多次的尝试才得到最终这个结果，所以具体也不知道是那个步骤解决这个问题的。选择第二个，进入恢复模式。选择第二个，进入恢复模式。
2023-11-09 22:46:01
330
原创 MySQL8.0.26-unbuntu版安装
执行上述的SQL会报错，原因是因为设置的密码太简单，密码复杂度不够。默认的root用户只能当前节点localhost访问，是无法远程访问的，我们还需要创建一个root账户，用户远程访问。登录到MySQL之后，需要将自动生成的不便记忆的密码修改了，修改成自己熟悉的便于记忆的密码。详细步骤流程如下面这个博客，不过第一步第二步按照我的来也可以，或者按照这个博主的来，然后我右去网站找，直接通过命令符安装，结果安装的总是mysql5.7的版本。降低密码的校验规则之后，再次执行上述修改密码的指令。
2023-11-04 22:19:51
324
原创 mysql数据库【基础】
- 1. 查询所有数据库showdatabases -- 2. 查询当前数据库select database() -- 3. 创建数据库createdatabase if not exists itcast -- 创建带有字符集编码的数据库createdatabase if not exists itheima DEFAULT CHARSEt utf8mb4 -- 4. 删除数据库droptest -- 5. 使用数据库use mysql-- 删除其他数据。
2023-11-02 09:45:50
146
原创 写代码时候的命名规则、命名规范、命名常用词汇
避免滥用通用单词通用单词可以在很多场景下命名，但不能区分具体函数职责。当函数本身的实现途径不同时，难以从函数名得到足够的信息下面就列举几个例子动词用途示例Create创建实例，常用于实例化方法和工厂方法的命名Initialize初始化实例的属性和设置，Initialize本身也可作为类方法用来初始化Load加载配置，根据配置创建内容Destroy销毁实例，常用语析构方法清理实例的属性和设置，通常和Initialize对应。
2023-09-02 22:36:11
2407
原创 【论文阅读26】GradNorm: Gradient Normalization for Adaptive Loss Balancing in Deep Multitask Networks
深度多任务网络，即一个神经网络产生多个预测输出，可以比单任务网络提供更好的速度和性能，但正确的训练具有挑战性。我们提出了一种梯度归一化（GradNorm）算法，通过动态调整梯度大小来自动平衡深度多任务模型的训练。我们表明，对于各种网络架构，对于回归和分类任务，以及合成和真实数据集，与单任务网络、静态基线和其他自适应多任务损失平衡技术相比，GradNorm提高了准确性，并减少了跨多个任务的过拟合。GradNorm也匹配或超过穷举网格搜索方法的性能，尽管只涉及单个不对称超参数α。
2023-08-16 19:09:05
416
原创 【论文阅读24】Better Few-Shot Text Classification with Pre-trained Language Model
最近，预先训练过的语言模型在许多基准测试上都取得了非凡的性能。通过从一个大型的训练前语料库中学习一般的语言知识，该语言模型可以在微调阶段以相对少量的标记训练数据来适应特定的下游任务。更值得注意的是，带有175 B参数的GPT-3通过利用自然语言提示和很少的任务演示，在特定的任务中表现良好。受GPT-3成功的启发，我们想知道更小的语言模型是否仍然具有类似的少样本学习能力。不像在之前的少样本学习研究工作中，各种精心设计的任务，我们做得更实际。
2023-08-01 09:13:38
1138
原创 15.python设计模式【函数工厂模式】
于是定义一个函数工厂，将所有函数进行封装，然后根据函数名进行调用。从上面这个封装函数来看，太多了if…
2023-07-27 08:19:24
369
原创 14.python设计模式【模板方法模式】
内容：定义一个操作中的算法的骨架，而将一些步骤延迟到子类中。模板方法使得子类可以不改变一个算法的结构即可重定义该算法某特定步骤。需求：一个运行窗口的指令，用户可以自己定义细节，运行指令让模板定死。
2023-07-27 07:51:01
491
原创 【论文阅读22】Label prompt for multi-label text classification
多标签文本分类由于其实际应用而受到学者的广泛关注。多标签文本分类的关键挑战之一是如何提取和利用标签之间的相关性。然而，在一个复杂和未知的标签空间中，直接建模标签之间的相关性是相当具有挑战性的。在本文中，我们提出了一种标签提示多标签文本分类模型（LP-MTC），该模型受到预先训练语言模型的启发。具体来说，我们设计了一套多标签文本分类的模板，将标签集成到预先训练过的语言模型的输入中，并通过屏蔽语言模型（MLM）进行联合优化。
2023-07-26 21:30:40
2329
1
原创 12.python设计模式【观察者模式】
内容：定义对象间的一种一对多的依赖关系，当一个对象的状态发生改变的时候，所有依赖于它的对象得到通知并被自动更新。观者者模式又称为“发布-订阅”模式。比如天气预报，气象局分发气象数据。需求：公司可以向每个订阅的员工发送消息，员工可以选择需不需要订阅。
2023-07-26 09:38:30
587
原创 10.python设计模式【代理模式】
需求：完成一个文件读取和写入，完成远程代理、需代理、保护代理。内容：为其他对象提供一种代理一控制对这个对象的访问。
2023-07-26 08:10:17
930
原创 9.python设计模式【外观模式】
内容：为子系统中的一组接口提供一个一致的界面，外观模式定义了一个高层接口，这个接口使得这一个子系统更加容易使用。需求：电脑由硬盘、内存、cpu组成，现在只需要按开机键所有组件都要开机，按关机键所有组件都要关机。
2023-07-25 23:12:19
422
原创 6.python设计模式【适配器模式】
内容：将一个类的接口转换成客户希望的另一个接口。适配器模式使得原本由接口不兼容而不能在一起工作的那些类可以一起工作。需求：当前我有一个新系统有支付宝和微信支付，以前的系统有银联支付，现在我想并兼容以前的系统。假设我的旧系统中还存在一个苹果支付，则就要兼任两个支付方式。
2023-07-25 17:13:26
64
原创 2.python设计模式【面向对象设计的SOLID原则 基础概念】
概念：一个软件实体如类、模块和函数应该对扩展开放，对修改关闭。即软件实体应该尽量在不修改原有代码的情况下进行扩展。
2023-07-24 21:54:36
201
原创 SqlServer数据库【基础-更删改查】
方法一：安照列名依次给出数据值，不能交换顺序，数据类型不能出错。方法三：交换顺序，数值按照列名给就行。方法四：没给数值的列显示null。方法二：安照指定顺序给出数据值。排序分为降序和升序。
2023-07-17 23:23:46
1156
原创 【多标签单分类】交叉熵计算
对https://blog.csdn.net/zfhsfdhdfajhsr/article/details/124689632这篇笔记进行补充，其中这个博主给的例子有错误。这是一个单标签多分类的问题，这个例子一共有3个类，要从三个类中选择一个类，将预测值和真实值输入进交叉熵损失函数，首先会对输入值进行softmax，归一化到0-1之间，然后再计算。下面是我的手动推理过程。
2023-07-12 09:46:27
846
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人