首页
学习
活动
专区
工具
TVP
发布
精选内容/技术社群/优惠产品,尽在小程序
立即前往
您找到你想要的搜索结果了吗?
是的
没有找到

Java弱引用(WeakReferences)

前一段时间当我面试有些来应聘高级java开发工程师岗位的候选人时,在我问的众多问题中,有个问题是“你能告诉我弱引用是啥吗”,我不期望得到像论文中的细节一样的答案。我很可能从有个20多年的老工程师口中得到“嗯……是不是和gc有关”这样的答案,所有哪些至少有5年以上经验的工程师只有两个人知道弱引用的存在,只有其中一个知道引用的相关知识。我甚至尝试给他们解释下看是否有人会有“哦,原来是这样”的反应,然而并没有。我不确定为啥这个知识点鲜为人知,但自Java1.2之后发布的弱引用确实是有个非常有用的功能。   虽然作为一个java工程师我不建议你成为弱引用的专家,但我认为你至少应该知道他们是啥。换句话说你应该知道如何用他们。一直以来弱引用貌似是一个鲜为人知的功能,这里简单介绍下弱引用,以及如何使用和何时使用他们。

01

Java学习历程之----提升篇(一)

杨-米尔斯规范场存在性和质量间隔假设:杨-米尔斯场论讲的是现代规范场(规范场讲的就是在一定条件下,每一种物品都是有规律的)理论的基础,旨在使用非阿贝尔李群描述基本粒子的行为,是由物理学家杨振宁和米尔斯在1954年首先提出来的。以杨·米尔斯理论为基础的规范场论可以说是20世纪后半叶最伟大的物理成绩之一,其成功为量子电动力学、弱相互作用和强相互作用提供了一个统一的数学形式化架构——标准模型,而标准模型准确地预言了在世界各地实验室中观察到的事实,其应用已经深入在物理学的其他分支中,诸如统计物理、凝聚态物理和非线性系统等等。

03

IJCAI Oral:弱监督实现精确目标检测,上交大提出协同学习框架

---- 新智元专栏 作者:上海交通大学未来媒体网络协同创新中心 【新智元导读】训练一个高准确率的检测模型需要大量精细标注的图片数据,其成本很高。本文提出了一种弱监督协同学习框架,仅使用粗略标签的图片训练目标检测模型,测试结果显示其定位精确率和检测准确率均显著优于目前最先进的方法。 目标检测是机器视觉的基本问题,在视频监控、无人驾驶等场景都有广泛应用。随着深度学习的兴起,近年来涌现了大量优秀的目标检测模型。然而,训练一个高准确率的检测模型需要大量的以包围框形式精细标注的图片数据作为模型监督条件,需要

01
领券