1.eclipse的置源配置、快捷键、源码项目导入导出、置源常见的源码插件或代码生成器工具
2.如何把github上下载下来的maven源代码zip文件打包成可运行的jar文件
3.windows10或linux搭建YOLOX训练环境，并训练VOC2007数据集
eclipse的置源配置、快捷键、源码智能回收app源码项目导入导出、置源常见的源码插件或代码生成器工具
欢迎来到一乐乐的博客园，本文将详细介绍eclipse的置源配置、快捷键、源码项目导入导出以及常用的置源插件和代码生成器工具。一、源码常规配置
1. 配置环境变量
2. 调整字体大小
3. 设置工作空间默认编码为UTF-8
4. 显示代码行号：便于代码阅读
5. 代码提示增强：如快捷键 'Alt+/' 用于代码提示
二、置源jvm gc 源码常用快捷键
代码提示：'Alt+/'
打印：'sout' + 回车键
注释：'/**' + 回车键
自动导入包：'Ctrl+Shift+O'
错误修复：'Ctrl+1'
代码格式化：'Ctrl+Shift+F'
查看源码：'Alt+Left' 和 'Alt+Right' 移动光标
竖直选择代码：'Alt+Shift+A'
代码跳转：'Ctrl+T'
三、源码项目操作
1. 导入项目：按照eclipse的置源导入功能进行
2. 导出项目：同样利用eclipse内置的导出功能
四、插件与工具
1. Tomcat热部署插件：在线安装，搜索Eclipse Marketplace
2. Web开发插件：同样在Marketplace搜索
3. Mybatis框架：mybatipse插件，通过Java代码或Maven插件运行Generator
4. Spring框架：sts插件
5. 自动代码生成器：Lombok，非通过Marketplace，需通过cmd安装
以上内容来自一乐乐的博客园，如需使用，请务必注明出处。如何把github上下载下来的maven源代码zip文件打包成可运行的jar文件
1.下载Spring源码
git下载地址：/SpringSource/spring-framework/
2.下载完成后，编译前需满足的先决条件
1）当前系统中安装了gradle，如果为安装，旋转相册源码可以从：/release/STS/3.3.0/dist/e4.3/spring-tool-suite-3.3.0.RELEASE-e4.3-win.zip
直接回车确认即可
4）接着会提示要运行的命令是：
./gradlew cleanEclipse :spring-oxm:compileTestJava eclipse -x :eclipse
直接回车确认
5）接下来会自动下载所需的依赖包，等待其下载、编译完成即可。
编译的过程中，第一次编译停留在“> Building > :spring-core:cglibRepackJar”这个提示处很久，查看cmd的进程，貌似死了，我将其结束后重新运行，依旧停留在这个地方。
注：在编译过程中，经常出现在下载依赖项时没有响应的情况，需要找到对应的dedefecms电影源码java进程，结束后重新运行，或者直接关闭命令行窗口重新来一次，暂未找到具体原因。
猜测应该和我的网络状况和java环境有关，编译过程中尝试了jdk8的位和位版本，都有这个问题。
在编译多次不成功以后，我通过运行gradlew.bat install，尝试先把所有的依赖项都先下载下来，在下载子项目相关的依赖项的过程中，仍然会出现命令没有响应的情况，只能一次又一次地关闭，生成试卷源码重新运行。
一次又一次编译假死后，终于看到了“BUILD SUCCESS”,再次运行import-into-eclipse.bat，这次运行，跳过了很多之前需要下载的依赖项，应该是运行install命令的时候已经下载过了，但还是有一些仍然需要下载的依赖项。观察输出，会发现首先会下载依赖项所对应的pom文件，接着才会下载对应的jar。应该是和Maven相关的，有时间要把Maven、ant、ivy、gradle这些都看一下。
windows或linux搭建YOLOX训练环境，并训练VOC数据集
本文旨在为Windows 或Linux用户提供YOLOX训练环境的搭建步骤，主要依赖于github.com/Megvii-BaseD...的代码。在开始前，请确保已安装CUDA和CUDNN，如需安装请自行查阅相关资料。一、系统配置
对于首次安装者，可以参考blog.csdn.net/weixin_...的指南。 1. 配置国内Anaconda镜像源，以加速软件包的下载。非必须，但可提高下载速度。2. 环境搭建
首先，创建一个新的虚拟环境。推荐使用PyTorch 1.7或1.8版本，过高的版本可能会导致问题，而过低的版本可能不兼容YOLOX。 （3）通过git clone或手动下载YOLOX源码，进入解压后的文件夹，执行编译安装。 注意：在安装过程中，删除yolox文件夹中requirenments.txt中的torch行，因为已安装PyTorch。 （5）使用demo.py进行环境验证，检查是否成功安装。 若需要，可以从官网下载预训练模型（如yolox_s.pth），通过迅雷等工具下载并放置在weights文件夹。3. 训练VOC
本文以VOC为例，其他数据集的处理方法类似。首先，下载并解压VOC 的数据集（包含训练集、验证集和测试集），将它们的VOCdevkit文件夹合并到yolox/datasets目录下。 （3）使用labelimg打标签，按照VOC格式组织数据，然后编写代码划分训练集和验证集。 在exps/example/yolox_voc目录下的yolox_voc_s.py中，删除VOC部分，仅保留VOC数据进行训练。 修改toos/train.py的配置参数，根据实际情况调整路径，同时在yolox/data/datasts/voc.py中更新annotation路径获取代码。4. 开始训练
在yolox文件夹内启动cmd，激活虚拟环境后开始训练。训练过程会显示相关输出。5. 解决常见问题
在训练过程中，如果遇到报错，需根据错误信息进行相应的调试和解决。
