SpringBoot打包为jar并且部署到云服务器上一、打包jar文件二、上传jar文件并且编译运行项目三、浏览器运行展示一、打包jar文件点击右侧栏的Gradle进入以下目录[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-E3r8Eucl-1632248144970)点击bootJar，然后Gradle就会打包成jar文件了[外链图片转存失败,源站可能有防盗链机制,

机器学习之模型评估和选择一、模型评估的一些基本术语经验误差指学习器在训练集上的误差泛化误差指学习器在新样本上的误差泛化能力学习的模型适应新样本的能力，即在预测新样本时的效果好坏过拟合模型训练过度，把训练样本自身的一些特点当成所有潜在样本的一般性质，导致泛化能力下降欠拟合模型对于训练样本的一般性质尚未学好，即学的还不够，能力还有待加强模型选择即面对不同的模型如何选择一个最优的模型作为我们的学习结果，

机器学习中矩阵求导法则一、定义法求导二、分子与分母布局三、常见求导法则一、定义法求导矩阵求导的本质上就是矩阵中元素对元素的求导，只是将其按照矩阵的形式进行一些规范化的写法罢了标量、向量、矩阵组成9种求导的情况其中标量对于其他三种求导比较容易就不过多叙述了向量对于向量求导，一般先分成单个元素对于向量求导即可向量对于矩阵求导，一般先把矩阵按照行或者列划分成分块矩阵，然后就成为向量与向量的求导矩阵对于矩

机器学习中的关联规则分析一、关联规则的背景二、基本概念三、关联规则的产生1.定义2.满足的条件3.寻找关联规则的策略4.频繁项集的产生减少候选项集的数目减少比较次数5.产生规则一、关联规则的背景在一组数据中找到某种内在联系，举个例子：在国外的某家超市，工作人员发现牛奶、啤酒、尿布经常在男性的账单中出现，看似风马牛不相及的事情，但确实就发生了，后来超市采取三者放在比较近的地方以提高销售量，事实证明他

openHarmony系统应用开发的组件很多，本篇文章仅以一个例子作为一个通用的学习方法，如果之前学过安卓开发，这部分内容应该除了语言，其他没有任何难度，本篇文章参考官网实现一个dialog组件，开始了~~

前段时间我不是教大家完成一个 OpenHarmony 代码的贡献流程，结果我自个的PR已经三天了还没处理到，这不得不引发我的思考，到底是啥原因导致的呢（事实上确实就是一个很随便的PR），所以这次带大家重新学习一下，文档需要的真正规范和PR的常见问题，OpenHarmony审核人员对这个文档的审核很仔细，甚至仔细到一个标点符号，在此为工作人员点赞，正文即将开始~~

已经有一段时间的连续写作了，这次我们来谈谈在OpenHarmony上贡献自己的文档的规范，同时也是一种平时写作的可以参考的规范，话不多说，开始了~~

终于迎来了最后一篇，这是OpenHarmony专栏的终结篇，当然学习OpenHarmony的步伐不会停止，贯彻终身学习的宗旨(调皮.jpg),这一篇谈谈我是如何学习Open Harmony的，正文即将开始~~

前天学习了openHarmony下如何创建一个组件，可能原理讲的还不是很好，今天就来聊聊背后的子系统，开始了~~

ContentProvider以及kotlin里面的泛型和委托一、运行时权限二、访问其他程序里面数据三、创建自己的ContentProvider四、Kotlin的泛型和委托1.泛型2.委托一、运行时权限只有危险的权限才需要运行时申请，每个危险权限都有一个自己的权限组，当任何一个权限组里面的权限申请完毕，其他的权限也就自动被申请，不过需要注意的是不要利用此特性进行实现任何功能，因为权限组可能会进行调