Loading [MathJax]/jax/output/CommonHTML/config.js
前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
圈层
工具
发布
首页
学习
活动
专区
圈层
工具
MCP广场
社区首页 >专栏 >gradle项目中如何支持java与scala混合使用?

gradle项目中如何支持java与scala混合使用?

作者头像
菩提树下的杨过
发布于 2018-01-18 09:09:54
发布于 2018-01-18 09:09:54
2.4K00
代码可运行
举报
运行总次数:0
代码可运行

之前写过一篇maven项目中java与scala如何混用,今天来看看gradle项目中如何达到同样的效果:

一、目录结构

基本上跟maven一样,tips:这一堆目录结构不用死记,后面会讲如何用gradle命令快速生成

二、build.gradle配置

代码语言:javascript
代码运行次数:0
运行
AI代码解释
复制
 1 group 'yjmyzz'
 2 version '1.0-SNAPSHOT'
 3 
 4 apply plugin: 'java'
 5 apply plugin: 'scala'
 6 apply plugin: 'application' //可选(可自动生成shell启动脚本)
 7 mainClassName = 'AppDemo' //可选(与上行的application插件配套出现)
 8 
 9 //这里是关键(把java与scala的源代码目录全映射到scala上,
10 // 这样gradle compileScala时就能同时编译java与scala的源代码)
11 sourceSets {
12     main {
13         scala {
14             srcDirs = ['src/main/scala', 'src/main/java']
15         }
16         java {
17             srcDirs = []
18         }
19     }
20 
21     test {
22         scala {
23             srcDirs = ['src/test/scala', 'src/test/java']
24         }
25         java {
26             srcDirs = []
27         }
28     }
29 }
30 
31 //可选(项目初始化时,可用gradle cDirs生成scala及java的src目录)
32 task "createDirs" << {
33     sourceSets*.scala.srcDirs*.each { it.mkdirs() }
34     sourceSets*.java.srcDirs*.each { it.mkdirs() }
35     sourceSets*.resources.srcDirs*.each { it.mkdirs() }
36 }
37 
38 repositories {
39     mavenLocal()
40     maven { url 'http://maven.oschina.net/content/groups/public/' }
41     mavenCentral()
42 }
43 
44 dependencies {
45     compile "org.scala-lang:scala-library:2.11.7"
46     compile "org.scala-lang:scala-compiler:2.11.7"
47     compile "org.scala-lang:scala-reflect:2.11.7"
48     testCompile "junit:junit:4.11"
49 }
50 
51 //可选,如果想让生成的jar可直接运行,建议加上
52 jar {
53     manifest {
54         attributes 'Main-Class': 'AppDemo'
55     }
56 }

这样就可以了:

创建初始目录:gradle cDirs (注:这是缩写方式,与gradle createDirs完全相同)

编译: gradle compileScala

生成jar包: gradle jar

生成带启动脚本的可运行包: gradle installDist

本文参与 腾讯云自媒体同步曝光计划,分享自作者个人站点/博客。
原始发表:2015-12-13 ,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 作者个人站点/博客 前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体同步曝光计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
暂无评论
推荐阅读
编辑精选文章
换一批
11种主要神经网络结构图解
随着深度学习的快速发展,人们创建了一整套神经网络结构来解决各种各样的任务和问题。尽管有无数的神经网络结构,这里有十一种对于任何深度学习工程师来说都应该理解的结构,可以分为四大类: 标准网络、循环网络、卷积网络和自动编码器。
McGL
2020/09/02
7.3K0
多图 | 从神经元到CNN、RNN、GAN…神经网络看本文绝对够了
作者 | FJODOR VAN VEEN 编译 | AI100(ID:rgznai100) 在深度学习十分火热的今天,不时会涌现出各种新型的人工神经网络,想要实时了解这些新型神经网络的架构还真是不容易。光是知道各式各样的神经网络模型缩写(如:DCIGN、BiLSTM、DCGAN……还有哪些?),就已经让人招架不住了。 因此,这里整理出一份清单来梳理所有这些架构。其中大部分是人工神经网络,也有一些完全不同的怪物。尽管所有这些架构都各不相同、功能独特,当我在画它们的节点图时……其中潜在的关系开始逐渐清晰起来
AI科技大本营
2018/04/27
3K0
多图 | 从神经元到CNN、RNN、GAN…神经网络看本文绝对够了
前馈神经网络层和全连接神经网络层有什么区别
前馈神经网络层(Feed-Forward Neural Network Layer)和全连接神经网络层(Fully Connected Neural Network Layer,FCNN Layer)在神经网络领域中虽然有一定的相似性,但也存在一些关键的区别。以下是对这两者的详细比较:
jack.yang
2025/04/05
1070
神经网络主要类型及其应用
目前深度学习中的神经网络种类繁多,用途各异。由于这个分支在指数增长,跟踪神经网络的不同拓扑有助于更深刻的理解。在本文中,我们将展示神经网络中最常用的拓扑结构。
McGL
2020/09/02
2.4K0
神经网络学习
1958年,计算科学家Rosenblatt提出了由两层神经元组成的神经网络,并将之命名为“感知器”(Perceptron)。 感知器有两个层次:输入层和输出层。 输入层里的“输入单元”只负责传输数据,不做计算。 输出层里的“输出单元”则需要对前面一层的输入进行计算。 感知器是当时首个可以学习的人工神经网络。Rosenblatt现场演示了其学习识别简单图像的过程。
爱编程的小明
2022/09/05
6930
神经网络学习
十大深度学习算法的原理解析
深度学习是机器学习的子集,它基于人工神经网络。学习过程之所以是深度性的,是因为人工神经网络的结构由多个输入、输出和隐藏层构成。每个层包含的单元可将输入数据转换为信息,供下一层用于特定的预测任务。得益于这种结构,机器可以通过自身的数据处理进行学习。
算法进阶
2023/08/28
7600
十大深度学习算法的原理解析
《人工神经网络》期末复习文档汇总
人工神经网络定义:由许多简单的并行工作的处理单元组成的系统,功能取决于网络的结构、连接强度及个单元处理方式。
荣仔_最靓的仔
2021/02/02
1K0
《人工神经网络》期末复习文档汇总
干货 | 史上最好记的神经网络结构速记表(上)
本文提供了神经网络结构速查表,盘点了神经网络的大量框架,并绘制了直观示意图进行说明,是人手必备的神经网络学习小抄。 新的神经网络结构不断涌现,我们很难一一掌握。哪怕一开始只是记住所有的简称( DCIG
AI科技评论
2018/03/14
1.4K0
干货 | 史上最好记的神经网络结构速记表(上)
原创 | 一文读懂卷积神经网络
作者:陈之炎 本文约2000字,建议阅读5分钟本文让你读懂卷积神经网络。 2022年有专家曾经预测:在视觉领域,卷积神经网络(CNN)会和Transformer平分秋色。随着Vision Transformers (ViT)成像基准SOTA模型的发布, ConvNets的黎明业已到来,这还不算:Meta和加州大学伯克利分校的研究认为, ConvNets模型的性能优越于ViTs。 在视觉建模中,虽然Transformer很快取代了递归神经网络,但是对于那些小规模的ML用例, ConvNet的使用量会出现陡降。
数据派THU
2023/03/29
4200
原创 | 一文读懂卷积神经网络
【深度学习】卷积神经网络理解
卷积神经网络是深度学习中非常重要的一种神经网络模型,目前在图像识别、语音识别和目标检测等领域应用非常广泛。卷积神经网络(Convolutional Neural Network, CNN)是一种前馈神经网络,使用反向传播(Back Propagation,BP)算法进行训练。
嵌入式视觉
2022/09/05
1.3K0
【深度学习】卷积神经网络理解
卷积神经网络模型发展及应用
http://fcst.ceaj.org/CN/abstract/abstract2521.shtml
用户9882025
2022/08/02
5831
卷积神经网络模型发展及应用
你不得不了解的8种神经网络结构!
机器学习已经在各个行业得到了大规模的广泛应用,并为提升业务流程的效率、提高生产率做出了极大的贡献。目前机器学习主要在以下方面应用: 模式识别:实际场景中的目标、包括人脸、表情、语音识别等等; 异常检测:例如信用卡交易的异常检测、传感器异常数据模式检测和异常行为检测等; 预测问题:预测股票或者汇率、或者预测消费者喜欢的电影、音乐等。 神经网络是一类机器学习算法和模型的统称,也是目前机器学习发展最快的一个领域。神经网络的架构主要分为三大类——前馈、循环和对称链接网络。神经网络具有如下三个特征使它成为了机器学习中
朱晓霞
2018/04/18
8100
你不得不了解的8种神经网络结构!
【深度学习最精炼中文讲义】前馈与卷积神经网络详解,复旦邱锡鹏老师《神经网络与深度学习》报告分享02(附报告pdf下载)
【导读】复旦大学副教授、博士生导师、开源自然语言处理工具FudanNLP的主要开发者邱锡鹏(http://nlp.fudan.edu.cn/xpqiu/)老师撰写的《神经网络与深度学习》书册,是国内为数不多的深度学习中文基础教程之一,每一章都是干货,非常精炼。邱老师在今年中国中文信息学会《前沿技术讲习班》做了题为《深度学习基础》的精彩报告,报告非常精彩,深入浅出地介绍了神经网络与深度学习的一系列相关知识,基本上围绕着邱老师的《神经网络与深度学习》一书进行讲解。专知希望把如此精华知识资料分发给更多AI从业者,
WZEARW
2018/04/10
4.3K0
【深度学习最精炼中文讲义】前馈与卷积神经网络详解,复旦邱锡鹏老师《神经网络与深度学习》报告分享02(附报告pdf下载)
【数据挖掘】神经网络简介 ( 有向图本质 | 拓扑结构 | 连接方式 | 学习规则 | 分类 | 深度学习 | 机器学习 )
1 . 神经网络组成 : 由 一组 连接的 输入 和 输出单元 组成 , 每个连接都有一个 权值 ( 系数 ) ;
韩曙亮
2023/03/27
1.1K0
MLK | 一文理清 深度学习前馈神经网络
而深度学习模型,类似的模型统称是叫 深度前馈网络(Deep Feedforward Network),其目标是拟合某个函数f,由于从输入到输出的过程中不存在与模型自身的反馈连接,因此被称为“前馈”。常见的深度前馈网络有:多层感知机、自编码器、限制玻尔兹曼机、卷积神经网络等等。
Sam Gor
2019/07/30
1.6K0
人人都能读懂卷积神经网络:Convolutional Networks for everyone
【导读】近日,Rohan Thomas发布一篇博文,通俗地讲解了卷积神经网络的结构、原理等各种知识。首先介绍了卷积神经网络(CNN)和人工神经网络(ANN)的不同,然后详细解释了卷积神经网络的各种概念
WZEARW
2018/04/13
1.2K0
人人都能读懂卷积神经网络:Convolutional Networks for everyone
【NLP/AI算法面试必备】学习NLP/AI,必须深入理解“神经网络及其优化问题”
一、神经网络基础和前馈神经网络 1、神经网络中的激活函数:对比ReLU与Sigmoid、Tanh的优缺点?ReLU有哪些变种? 2、神经网络结构哪几种?各自都有什么特点? 3、前馈神经网络叫做多层感知机是否合适? 4、前馈神经网络怎么划分层? 5、如何理解通用近似定理? 6、怎么理解前馈神经网络中的反向传播?具体计算流程是怎样的? 7、卷积神经网络哪些部分构成?各部分作用分别是什么? 8、在深度学习中,网络层数增多会伴随哪些问题,怎么解决?为什么要采取残差网络ResNet? 二、循环神经网络 1、什么是循环神经网络?循环神经网络的基本结构是怎样的? 2、循环神经网络RNN常见的几种设计模式是怎样的? 3、循环神经网络RNN怎样进行参数学习? 4、循环神经网络RNN长期依赖问题产生的原因是怎样的? 5、RNN中为什么要采用tanh而不是ReLu作为激活函数?为什么普通的前馈网络或 CNN 中采取ReLU不会出现问题? 6、循环神经网络RNN怎么解决长期依赖问题?LSTM的结构是怎样的? 7、怎么理解“长短时记忆单元”?RNN中的隐状态
AI研习社
2019/09/04
1.2K0
【NLP/AI算法面试必备】学习NLP/AI,必须深入理解“神经网络及其优化问题”
【中秋赏阅】美丽的神经网络:13种细胞构筑的深度学习世界
【新智元导读】人是视觉动物,因此要了解神经网络,没有什么比用图将它们的形象画出来更加简单易懂了。本文囊括 26 种架构,虽然不都是神经网络,但却覆盖了几乎所有常用的模型。直观地看到这些架构有助于你更好地了解它们的数学含义。当然,本文收录的神经网络并不完全,并且也并不都是神经网络。但它将成为你系统掌握神经网络的好文章。 新的神经网络架构随时随地都在出现,要时刻保持最新还有点难度。要把所有这些缩略语指代的网络(DCIGN,IiLSTM,DCGAN,知道吗?)都弄清,一开始估计还无从下手。 因此,我决定弄一个“作
新智元
2018/03/23
7950
干货 | 转型人工智能,你需要掌握的八大神经网络
翻译 | AI科技大本营 参与 | 林椿眄 编辑 | Donna 为什么我们需要机器学习? 机器学习可以解决人类不能直接用编程来应对的复杂难题,因此,我们喂给机器学习算法大量的数据,以期得到想要的答案。 我们来看看这两个例子: 编写解决问题的程序是非常困难的,比如在杂乱的场景中,在新的照明条件下从新的角度来识别三维物体。我们不知道要如何通过代码来解决这个问题,因为这个识别过程在大脑中完成情况对我们来说还是未解之谜。 即使我们知道该怎么做,要编写的程序可能会非常复杂。 再比如,编写一个程序来预测信用卡交易
AI科技大本营
2018/04/26
8540
干货 | 转型人工智能,你需要掌握的八大神经网络
史上最好记的神经网络结构速记表(上)
翻译 / 陈俊雅 校对 / 李傲 整理 / 雷锋字幕组 本文提供了神经网络结构速查表,盘点了神经网络的大量框架,并绘制了直观示意图进行说明,是人手必备的神经网络学习小抄。 新的神经网络结构不断涌现,我们很难一一掌握。哪怕一开始只是记住所有的简称( DCIGN,BiLSTM,DCGAN ),也会让同学们吃不消。 所以我决定写篇文章归纳归纳,各种神经网络结构。它们大部分都是神经网络,也有一些是完全不同的结构。虽然所有结构说起来都是新颖而独特的,但当我画出结点的结构图时……它们之间的内在联系显得更有意思。 总表
AI研习社
2018/03/19
9850
史上最好记的神经网络结构速记表(上)
推荐阅读
相关推荐
11种主要神经网络结构图解
更多 >
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档
本文部分代码块支持一键运行,欢迎体验
本文部分代码块支持一键运行,欢迎体验