作为Java后端开发，平时开发API接口的时候经常需要定义Controller、Service、Dao、Mapper、XML、VO等Java对象。我们甚至使用代码生成器来通过数据库生成这些代码！有没有什么办法可以让我们不写这些代码，直接操作数据库生成API接口呢？今天给大家推荐一款工具magic-api，来帮我们实现这个小目标！magic-api是一个基于Java的接口快速开发框架，编写接口将通过

Docsify是一款开源的文档生成工具，目前在Github上已有21K+Star。Docsify可以快速帮你生成文档网站，不同于VuePrese和Hexo的地方是它不会生成静态的.html文件，所有转换工作都是在运行时。今天带大家体验了一把Docsify，使用Docsify来搭建文档网站确实简单、快捷。对比使用VuePress和Hexo来搭建文档，虽然功能没有那么强大，但是Docsify无需编译、

智能解读图像信息，让视觉叙事如影随形，畅所欲言无极限！。

当我们使用MyBatis的时候，需要在mapper.xml中书写大量的SQL语句。当我们使用MyBatis Generator（MBG）作为代码生成器时，也会生成大量的mapper.xml文件。其实从MBG 1.3.6版本以后，MyBatis官方已经推荐使用Dynamic SQL，使用这一新特性基本就不用写mapper.xml文件了，使用起来非常方便，推荐给大家！在我们使用Spring的时候，有X

在选择激活函数的时候，如果在不知道该选什么的时候就选择ReLU。当然也没有固定答案，要依据实际问题在交叉验证集合中进行验证分析。注意，我们可以在不同层选用不同的激活函数。

一个标量就是一个单独的数。只具有数值大小，没有方向（部分有正负之分），运算遵循一般的代数法则。向量指具有大小和方向的量，形态上看就是一列数。AI中的应用：在机器学习中，单条数据样本的表征都是以向量化的形式来完成的。向量化的方式可以帮助AI算法在迭代与计算过程中，以更高效的方式完成。矩阵是二维数组，其中的每一个元素被两个索引确定。矩阵在机器学习中至关重要，无处不在。AI中的应用：样本以矩阵形态表示：

Metabase是一款简单、快捷的BI（数据可视化）工具，在Github上已有27k+Star，可见其是非常流行的。使用Docker搭建非常快速，5分钟即可完成搭建和设置；人人可用的数据可视化工具，你不需要懂SQL；提供了丰富的仪表盘界面，真正颜值在线的工具，支持数据自动刷新；支持自定义SQL查询，适合懂SQL的人使用；强大的数据透视功能，可以根据数据自动生成仪表板；可以进行多表数据的关联分析，并

强化学习算法的模式都比较固定，一般包括sample（即训练时采样动作），predict（测试时预测动作），update（算法更新）以及保存模型和加载模型等几个方法，其中对于每种算法samle和update的方式是不相同，而其他方法就大同小异。python复制代码import numpy as npself.lr = cfg.lr # 学习率。

本文主要以图文的形式讲解mall在Linux环境下的部署，涉及在Docker容器中安装Mysql、Redis、Nginx、RabbitMQ、Elasticsearch、Mongodb，以及SpringBoot应用部署，基于CenterOS7.6。

项目地址欢迎 star原文地址。