Netty + JavaFx实战：仿制桌面版微信聊天
本专栏是作者小傅哥使用JavaFx ， Netty4.x ， SpringBoot ， Mysql等技术栈和偏向于DDD领域驱动设计方式，构建的仿制桌面版微信聊天工程实现通信核心功能。 ，请请给予支持（关注，点赞，分享）！
作者：小傅哥，Java开发人员， ，
如何支持：
关注公众号
点击右上角Star :star:给予关注
赏个鸡腿 :poultry_leg:
雨后天晴写下，年华，巫山云景彩霞，如画。心似平远走码，飞驾，整装年少风华，正恰。
走过了一个漫长的假期，从年假的第一天开始因为不能但又不能让自己太闲，就开始研究将所学的Netty技术实践一把手，从而来巩固
2021-11-19 18:55:24
5.13MB
1
MyCommunity
项目介绍
MyCommunity 是一个模仿知乎的简单问答网站，基于SpringBoot+MyBatis实现。
用户可以发表帖子、评论、点赞、私信、相互关注、查看用户信息等。
同时，网站拥有敏感词过滤、热门帖子排行、搜索帖子、系统消息通知等功能。
项目演示
项目演示地址
(emmmmm...之前被我不小心把线上代码删了QAQ,网站展示暂时失败)
用户名: 时崎狂三
密码: 123456
(PS: 或者其它9个精灵名字)
(PS: 项目现在已经不能注册，请使用现有账号密码登录 by.12.21)
项目截图
用到的技术
技术
名称
Spring Boot
容器+MVC框架
Spring Security
认证和授权框架
MyBatis
ORM框架
Elasticsearch
搜索引擎
Redis
分布式缓存
Thymeleaf
模板引擎
Quartz
定时任务支持
2021-11-17 20:51:23
751KB
1
自关注与文本分类
本仓库基于自关注机制实现文本分类。
依赖
Python 3.5
凯拉斯
数据集
IMDB影评高度分类数据集，来自IMDB的25,000条影评，被标记为正面/纵向两种评价。影评已被预先为词下标构成的序列。方便起见，单词的下标基于它在数据集中出现的频率标定，例如整数3所编码的词为数据集中第3常出现的词。
按照惯例，0不代表任何特定的词，而编码为任何未知单词。
用法
训练
$ python imdb_attention.py
比较结果
算法
训练时间（每纪元）
Val准确率
Val损失
所需Epoch数
LSTM
116秒
0.8339
0.3815
2
双向LSTM
2021-11-17 15:36:23
54KB
1
《建筑结构》之“结构者说”在线直播论坛持续热播中,欢迎关注! (1).pdf
2021-11-16 22:08:36
1.37MB
公用事业行业REITs行业深度报告一：公募REITs起航，我们应该关注什么？-20210419-天风证券-46页.pdf
2021-11-15 09:02:19
1.68MB
证券行业三季报综述：业绩实现稳健增长，继续关注大资管+财富管理主线.pdf
2021-11-14 15:02:04
1.26MB
基于贝叶斯分类的大学生关注热点事件微博文本分类方法研究，张晓宇，殷复莲，本文针对互联网，尤其是微博平台中大学生用户产生的海量的文本分类问题，提出应用贝叶斯网络分类器对微博评论进行分类的解决方案
2021-11-13 03:13:03
325KB
1