Fork me on GitHub
上一页 1 ··· 55 56 57 58 59 60 61 62 63 ··· 119 下一页
摘要: 接上一节 @CacheEvict:缓存清除。 应用场景:我们删除了数据库中的数据之后,将缓存也进行删除。 package com.gong.springbootcache.controller; import com.gong.springbootcache.bean.Employee; impor 阅读全文
posted @ 2020-02-10 15:08 西西嘛呦 阅读(1985) 评论(0) 推荐(0)
摘要: 接上一节。 @CachePut:既调用方法,又更新缓存。 使用场景:当更改了数据库的某个数据,同时也更新缓存。 运行时机:先调用目标方法,然后将结果放入缓存。 package com.gong.springbootcache.controller; import com.gong.springboo 阅读全文
posted @ 2020-02-10 14:32 西西嘛呦 阅读(1760) 评论(0) 推荐(0)
摘要: 接上一节。 @Cacheable(value = "emp",keyGenerator = "myKeyGenerator",condition="#id>1",unless="#a0==2") @ResponseBody @RequestMapping("/emp/{id}") public Em 阅读全文
posted @ 2020-02-10 14:02 西西嘛呦 阅读(5212) 评论(0) 推荐(1)
摘要: 几个重要接口以及注解: 相关注解中的参数: 参数中的可用spel表达式: 首先搭建好用于测试缓存的环境: 1、新建一个springboot项目,选择web、mysql、mybatis、cache这些模块。 2、建立如下目录及文件 Department.java package com.gong.sp 阅读全文
posted @ 2020-02-10 12:00 西西嘛呦 阅读(290) 评论(0) 推荐(0)
摘要: 问题描述:给定一个字符串s,找到至多包含k个不同字符得最长子串的长度。 比如s="cebea",k=2,那么输出结果就是3,因为此时"ebe"满足条件:至多包含两个不同字符,且子串最长 比如s="world",k=4,那么输出结果就是4,因为"worl"和"orld"满足条件:至多包含4个不同字符, 阅读全文
posted @ 2020-02-09 21:47 西西嘛呦 阅读(1050) 评论(0) 推荐(0)
摘要: 1、创建一个Empty Project 2、在该工程中点击+,选择new module,新建一个maven工程 点击确定。 3、在该工程中点击+,选择new module,新建一个Spring Initializr工程 后面直接默认next,然后点击finishi。 两个都创建完毕之后点击apply 阅读全文
posted @ 2020-02-09 14:07 西西嘛呦 阅读(362) 评论(0) 推荐(0)
摘要: 接下来具体看看是怎么弄的。 1、新建一个springboot项目,选择web、data jdbc、data jpa、mysql driver。 2、建立以下目录及结构: pom.xml <?xml version="1.0" encoding="UTF-8"?> <project xmlns="ht 阅读全文
posted @ 2020-02-09 12:51 西西嘛呦 阅读(348) 评论(0) 推荐(0)
摘要: 接上一节基于注解整合mybatis。 新建如下目录及文件: 首先在application.yml中加上mybatis配置文件的位置以及mapper.xml存在的位置。 mybatis: config-location: classpath:mybatis/mybatis-config.xml map 阅读全文
posted @ 2020-02-09 11:44 西西嘛呦 阅读(936) 评论(0) 推荐(0)
摘要: 接整合druid那节。 现在基本目录: pom.xml <?xml version="1.0" encoding="UTF-8"?> <project xmlns="http://maven.apache.org/POM/4.0.0" xmlns:xsi="http://www.w3.org/200 阅读全文
posted @ 2020-02-09 10:41 西西嘛呦 阅读(384) 评论(0) 推荐(0)
摘要: 解决车辆的可变性需要全局特征来区分形状、颜色或品牌。解决相机可变性需要汽车部件跨方向的局部特征,如大灯、保险杠或贴花。 该文贡献: 使用metric loss+softmax loss作为损失函数,并使用归一化来投影从metric损失到softmax损失的特征。同时证明了使用LN比BN好。 通过使用 阅读全文
posted @ 2020-02-08 22:19 西西嘛呦 阅读(320) 评论(0) 推荐(0)
上一页 1 ··· 55 56 57 58 59 60 61 62 63 ··· 119 下一页