菜小疯 - 博客园

2021年10月24日

摘要：线程的状态线程状态包括NEW、就绪状态、运行状态、TIMED_WAITING、阻塞状态和终止状态。终止后，线程无法再次启动。以下代码演示如何打印线程的状态： package com.cxf.multithread.state; public class TestForState { public 阅读全文

posted @ 2021-10-24 15:03 菜小疯阅读(73) 评论(0) 推荐(0)

java线程中的join方法

摘要： java线程中的join方法 join方法可以用来插队，有线程在cpu运行时，另一个线程使用join方法把在运行的线程退回等待状态，自己进入cpu运行。以下代码展示join的用法： package com.cxf.multithread.join; public class TestForJoin 阅读全文

posted @ 2021-10-24 14:35 菜小疯阅读(985) 评论(0) 推荐(0)

2021年10月23日

pytorch实现神经网络分类功能

摘要： pytorch实现神经网络分类功能以下代码使用pytorch实现神经网络分类功能： import torch import torch.nn.functional as F import matplotlib.pyplot as plt # make fake data n_data = torc 阅读全文

posted @ 2021-10-23 16:20 菜小疯阅读(300) 评论(0) 推荐(0)

2021年10月22日

java中的线程礼让

摘要： java中的线程礼让礼让是指线程在cpu运行时，暂停运行，退回就绪状态，重新与其他线程竞争运行机会。以下代码展示线程礼让： package com.cxf.multithread.yield; public class TestForYield implements Runnable{ @Ove 阅读全文

posted @ 2021-10-22 21:42 菜小疯阅读(107) 评论(0) 推荐(0)

java中的线程休眠

摘要： java中的线程休眠线程休眠使用Thread类的sleep方法实现。线程休眠时不会释放锁，也就是虽然自己不在运行，但是不把运行的机会让给别的线程。下面介绍线程休眠的两个应用。线程休眠进行倒计时以下代码使用线程休眠模拟倒计时： package com.cxf.multithread.sleep 阅读全文

posted @ 2021-10-22 21:24 菜小疯阅读(564) 评论(0) 推荐(0)

java中的线程停止

摘要： java中的线程停止以下代码展示如何设置让运行的线程停止： package com.cxf.multithread.stop; public class TestForStop implements Runnable{ private boolean flag = true; public sta 阅读全文

posted @ 2021-10-22 21:04 菜小疯阅读(105) 评论(0) 推荐(0)

java中的lambda表达式

摘要： java中的lambda表达式 java的lambda表达式是调用类的快捷书写方法。lambda表达式可以带参数也可以不带参数，接下来分为无参数的情况和有参数的情况来理解lambda表达式。无参数外部类以下代码通过构建一个外部类来定义接口功能： package com.cxf.multithr 阅读全文

posted @ 2021-10-22 20:37 菜小疯阅读(2894) 评论(0) 推荐(0)

2021年10月18日

静态代理

摘要：静态代理你要去做一件事，可以把这件事交给别人去做，而且别人除了做这件事还会帮你顺手做别的事。就比如结婚，结婚包括婚礼准备、结婚本身、和打扫会场，你可以把这些事交给婚庆公司去做，婚庆公司就像静态代理，除了结婚，它还会帮你准备婚礼和打扫会场。以下代码用结婚的例子模拟静态代理： package com 阅读全文

posted @ 2021-10-18 17:06 菜小疯阅读(35) 评论(0) 推荐(0)

2021年10月13日

用Callable创建线程

摘要：用Callable创建线程创建线程的办法除了继承Thread类和实现Runnable接口，还有实现Callable接口。以下代码演示使用Callable接口： package com.cxf.multithread.collable; import java.util.concurrent.*; 阅读全文

posted @ 2021-10-13 20:55 菜小疯阅读(281) 评论(0) 推荐(0)

比较不同的优化器

摘要：比较不同的优化器以下代码比较了神经网络不同优化器的收敛速度： import torch import torch.utils.data as Data import torch.nn.functional as F from torch.autograd import Variable impor 阅读全文

posted @ 2021-10-13 10:51 菜小疯阅读(294) 评论(0) 推荐(0)