
会员
Spring Boot 2+Thymeleaf企业应用实战
更新时间:2019-07-25 11:57:30 最新章节:14.7 本章小结
书籍简介
在本书的前面部分,讲解目前市面上流行的SpringBoot框架,使用该框架我们可以轻松构建出各种项目。在此基础上,介绍SpringMVC的使用。学习完这些知识后,读者可以掌握SpringBoot、SpringMVC的核心内容。在本书的第二部分,会深入讲解Thymeleaf框架,这是一个较为新颖的模板引擎。使用Thymeleaf,可以完全抛弃JSP,进入一种更为简便的页面开发模式。第11章讲解目前市面上常见的几个JavaScript框架,例如jQuery、Bootstrap及Vue.js。学习完这些知识后,读者可以使用这些框架开发大部分的页面功能。第12章介绍如何使用SpringData框架操作各个主流数据库,例如MySQL、Redis和MongoDB等。第13章介绍如何使用SpringCloud中的主要框架,学完本章知识后,读者可以开发最基本的微服务项目。本书的最后一章,以一个案例对所学知识进行运用。
上架时间:2018-09-01 00:00:00
出版社:电子工业出版社
上海阅文信息技术有限公司已经获得合法授权,并进行制作发行
最新章节
杨恩雄编著
最新上架
- 会员本书从网页开发的基础知识HTML5、CSS、JavaScript开始,以项目实战的方式介绍如何构建自适应网页,并通过工具免费发布自己的网站。在后面的章节中,以主流的3D框架ThreeJS为技术支撑,在网页中编写JavaScript代码,让读者构建完整的3D应用场景。计算机0字
- 会员本书分为12章,主要包括学习人工智能原理、自然语言处理技术、掌握深度学习模型、NLP开源技术实战、Python神经网络计算实战、AI语音合成有声小说实战、玩转词向量、近义词查询系统实战、机器翻译系统实战、文本情感分析系统实战、电话销售语义分析系统实战人工智能辅助写作系统(独家专利技术解密)。计算机0字
- 会员本书分别讲解了大模型基础,数据集的加载、基本处理和制作,数据集的预处理,卷积神经网络模型,循环神经网络模型,特征提取,注意力机制,模型训练与调优,模型推理和评估,大模型优化算法和技术,AI智能问答系统和AI人脸识别系统。计算机11.2万字
- 会员本书从网络工程师的视角出发,详细讲解了Python在网络运维自动化中的应用,其中涉及Python网络运维自动化的相关技术、工具以及实践。本书共10章,先对Python网络运维自动化进行了全面的概述,然后讲解了网络工程师所需的Python基础、数据格式与数据建模语言的相关知识。接着,本书介绍了网络配置的结构化数据提取、网络配置的模块化管理、Netmiko详解与实践、模型驱动的新网络管理方式及实践、网计算机13.3万字
- 会员本书以昇腾算子编程语言AscendC的高效开发为核心,系统介绍华为面向人工智能的昇腾AI处理器架构、硬件抽象及其软件栈。本书由浅入深,通过案例讲解知识点,理论与实践并重。全书分为6章,分别介绍了昇腾AI处理器软硬件架构、AscendC快速入门、AscendC编程模型与编程范式、AscendC算子开发流程、AscendC算子调试调优和AscendC大模型算子优化。本书适合人工智能产业的研计算机9.8万字
- 会员本书分为三篇,共12章。第一篇:基础篇,包括第1-4章,介绍了uni-app的特点和优势、环境搭建、HBuilderX开发工具的安装和使用,以及uni-app的一些基础知识。第二篇:进阶篇,包括第5-9章,介绍了uni-app的基础配置、相关组件、导航栏、高效开发技巧,以及uniCloud云开发平台。第三篇:实战篇,包括第10-12章,通过第一个实战,介绍了如何使用uni-app开发小程序;通过第计算机10万字
- 会员本书内容分为差分进化算法(以下简称算法)的设计及应用。本书从差分进化算法基本原理、单目标差分进化算法、面向约束优化的差分进化算法、面向多目标差分进化算法、面向离散问题的差分进化算法等五个方面进行了介绍。对提出的10个算法进行了详细介绍和讨论,并给给出了实验(仿真)结果。计算机9.6万字
同类书籍最近更新
- 会员近年来,人工智能技术得到了快速发展,并在金融风险管理领域逐渐渗透。本书旨在引导读者了解金融风险建模背后的理论,学会在金融风险管理业务中运用Python语言和一系列机器学习模型。本书分为三部分,第一部分(第1~3章)介绍风险管理的基础知识,第二部分(第4~8章)通过一系列案例将机器学习模型运用到市场风险管理、信用风险管理、流动性风险管理和运营风险管理等场景,第三部分(第9章、第10章)讲解如何对其他程序设计8.6万字
- 会员本书介绍了如何使用Python语言进行物理建模,包括完成二维和三维图形绘制、动态可视化、蒙特卡罗模拟、常微分方程求解、图像处理等常见任务。本书在第1版的基础上增加了关于用SymPy进行符号计算的新内容,介绍了用于数据科学和机器学习的pandas和sklearn库、关于Python类和面向对象编程的入门知识、命令行工具,以及如何使用Git进行版本控制。本书适合对科学计算感兴趣、想要使用Python完程序设计14万字