首页 > 其他分享 >9.12 每日总结

9.12 每日总结

时间:2023-09-13 19:44:54浏览次数:41  
标签:总结 springboot 每日 知识 9.12 满课

今天满课,上午上了大型数据库应用技术,下午上了.net和软件开发案例分析 ;从中学到了一些知识,不过这周刚刚正式开课大家都刚刚退补选完成,第一节课的内容相对都不是那么多,但是依然很有价值;晚上抽出时间看了看springboot的相关知识,我决定花费一到两周的时间学习springboot 的知识;今天的学习内容基本如此,接下来快到周五王老师的测试了,还需要准备一下;

标签:总结,springboot,每日,知识,9.12,满课
From: https://www.cnblogs.com/2351920019xin/p/17700559.html

相关文章

  • 爆肝总结2023Android面试,看完学会它,公司追着给你offer
    前言想要在面试中脱颖而出吗?想要在最短的时间内快速掌握Android的核心知识点吗?想要成为一位优秀的Android工程师吗?本篇文章能助你一臂之力!金九银十,目前正值招聘求职旺季,很多朋友对一些新技术名词都能侃侃而谈,但对一些核心原理理解的不够透彻,特别是对Android的一些核心基础知识点掌......
  • 苹果又又又开发布会了,帮大家总结了一下发布会的主要内容........
    帮大家总结了一下昨晚的苹果发布会的主要内容......原创2023-09-1312:26·天才小熊猫苹果又又又开发布会了,帮大家总结了一下发布会的主要内容........            大 ......
  • 9.12
    今天数据结构深入学了顺序和链表,发现我之前的链表一直少着一个头节点。晚上学了学新媒体用户分析,学会了几种调查方法。比如诱导性调查:你是否认为世界应该阻止日本排放核污水。先不论答案,你脑海中已经形成了日本污染全世界的印象。事实如此。我们确实应该抵制。......
  • 两个numpy技巧(模式识别总结)
    1.查找符合特定条件的Numpyndarray对象中元素的数量np.count_nonzero()函数可以用来完成此操作。以下是使用np.count_nonzero()函数快速查找数组中小于5的元素数量的示例:count=np.count_nonzero(array<5)在此示例中,我们使用array<5来获取array中小于5的所有元素,然后......
  • 9.13补9.12没保存。。。
     HTML(HyperTextMarkupLanguage):超文本标记语言超文本:超越了文本的限制,比普通文本更强大。除了文字信息,还可以定义图片、音频、视频等内容标记语言:由标签构成的语言 HTML标签都是预定义好的。例如:使用<a>展示超链接,使用<img>展示图片,<video>展示视频HTML代码直接在......
  • 9月13 每日打卡
    1.了解了final关键字的基本用法 在Java中,final关键字可以用来修饰类、方法和变量(包括成员变量和局部变量)。下面就从这三个方面来了解一下final关键字的基本用法。 1.修饰类 当用final修饰一个类时,表明这个类不能被继承。也就是说,如果一个类你永远不会让他被......
  • SpringCould总结 | 第八篇 工程加载配置中心的配置文件
    //工程结构//pom文件<projectxmlns="http://maven.apache.org/POM/4.0.0" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xsi:schemaLocation="http://maven.apache.org/POM/4.0.0http://maven.apache.org/xsd/maven-4.0.0.xsd">......
  • SpringCould总结 | 第四篇 服务负载均衡feign
    //工程结构//pom文件<projectxmlns="http://maven.apache.org/POM/4.0.0" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xsi:schemaLocation="http://maven.apache.org/POM/4.0.0http://maven.apache.org/xsd/maven-4.0.0.xsd">......
  • Java数据类型详细总结
    ......
  • Llama-2 推理和微调的硬件要求总结:RTX 3080 就可以微调最小模型
    大语言模型微调是指对已经预训练的大型语言模型(例如Llama-2,Falcon等)进行额外的训练,以使其适应特定任务或领域的需求。微调通常需要大量的计算资源,但是通过量化和Lora等方法,我们也可以在消费级的GPU上来微调测试,但是消费级GPU也无法承载比较大的模型,经过我的测试,7B的模型可以在3080......