今天与到一个报错，分享一下这个报错的解决方案，都是自己学的太浅的原因导致卡了半个小时如图：在Post请求的过程中，前端是一个JSON对象以请求体的形式传到了后端，而后端是以一个列表接收，这样导致的问题就是接收的不是一个对象在Post请求想要接收请求体的数据必须以对象的方式接收参数，因为前端的Json对象转为对象后的请求体是以“ {  } ”包括起来的，自然后端必须是以一个对象的方式来接收方案一：使用自定义对象接收请求体参数自定义对象Controller层打印数据 方案二：使用Map键值对接收参数Map键值对是一个比较常用而简单的接收前端参数，不用自定义对象Controller层打印数据方案三

 今天与到一个报错，分享一下这个报错的解决方案，都是自己学的太浅的原因导致卡了半个小时如图：在Post请求的过程中，前端是一个JSON对象以请求体的形式传到了后端，而后端是以一个列表接收，这样导致的问题就是接收的不是一个对象在Post请求想要接收请求体的数据必须以对象的方式接收参数，因为前端的Json对象转为对象后的请求体是以“ {  } ”包括起来的，自然后端必须是以一个对象的方式来接收方案一：使用自定义对象接收请求体参数自定义对象Controller层打印数据 方案二：使用Map键值对接收参数Map键值对是一个比较常用而简单的接收前端参数，不用自定义对象Controller层打印数据方案三

精华笔记：什么是二进制：逢2进1的计数规则。计算机中的变量/常量都是按照2进制来计算的2进制：规则：逢2进1数字：01基数：2权：1286432168421如何将2进制转换为10进制：正数：将二进制每个1位置的权相加十六进制：逢16进1的计数规则16进制：规则：逢16进1数字：0123456789abcdef基数：16权：4096256161用途：因为2进制书写太麻烦，所以常常用16进制来缩写2进制如何缩写：将2进制从低位开始，每4位2进制缩为1位16进制补码：--------------------------了解计算机处理有符号数(正负数)的一种编码方式以4位2进制为例讲解补码的编码规则：

精华笔记：什么是二进制：逢2进1的计数规则。计算机中的变量/常量都是按照2进制来计算的2进制：规则：逢2进1数字：01基数：2权：1286432168421如何将2进制转换为10进制：正数：将二进制每个1位置的权相加十六进制：逢16进1的计数规则16进制：规则：逢16进1数字：0123456789abcdef基数：16权：4096256161用途：因为2进制书写太麻烦，所以常常用16进制来缩写2进制如何缩写：将2进制从低位开始，每4位2进制缩为1位16进制补码：--------------------------了解计算机处理有符号数(正负数)的一种编码方式以4位2进制为例讲解补码的编码规则：

Causedby:com.fasterxml.jackson.databind.exc.MismatchedInputException:Cannotdeserializeinstanceofjava.util.ArrayListoutofVALUE_STRINGtoken原因：页面传参json数组字符串，导致后台spring无法解析，例如：[{“name”:“1”},{“name”:“2”}]解决方法：把json字符串，转换为json对象。把{attributes:attributes}前端传参改成：{attributes:JSON.parse(attributes)}原文链接：https:

Causedby:com.fasterxml.jackson.databind.exc.MismatchedInputException:Cannotdeserializeinstanceofjava.util.ArrayListoutofVALUE_STRINGtoken原因：页面传参json数组字符串，导致后台spring无法解析，例如：[{“name”:“1”},{“name”:“2”}]解决方法：把json字符串，转换为json对象。把{attributes:attributes}前端传参改成：{attributes:JSON.parse(attributes)}原文链接：https:

BCE（BinaryCrossEntropy）损失函数图像二分类问题--->多标签分类Sigmoid和Softmax的本质及其相应的损失函数和任务多标签分类任务的损失函数BCEPytorch的BCE代码和示例总结图像二分类问题—>多标签分类二分类是每个AI初学者接触的问题，例如猫狗分类、垃圾邮件分类…在二分类中，我们只有两种样本（正样本和负样本），一般正样本的标签y=1，负样本的标签y=0。比如下边这张图片，判断里边有没有人。那么这张图片的标签为y=1，这时我们就根据标签y=1来设计模型的输出就行了。因为二分类只有正样本和负样本，并且两者的概率之和为1，所以不需要预测一个向量，只需要输出一个概

BCE（BinaryCrossEntropy）损失函数图像二分类问题--->多标签分类Sigmoid和Softmax的本质及其相应的损失函数和任务多标签分类任务的损失函数BCEPytorch的BCE代码和示例总结图像二分类问题—>多标签分类二分类是每个AI初学者接触的问题，例如猫狗分类、垃圾邮件分类…在二分类中，我们只有两种样本（正样本和负样本），一般正样本的标签y=1，负样本的标签y=0。比如下边这张图片，判断里边有没有人。那么这张图片的标签为y=1，这时我们就根据标签y=1来设计模型的输出就行了。因为二分类只有正样本和负样本，并且两者的概率之和为1，所以不需要预测一个向量，只需要输出一个概

文章目录1.问题2.分析问题3.升级kotlin插件版本3.1升级方法13.1升级方法24.其他问题4.1方法1中的Cannotdownload...Readtimedout问题4.2方法2中的Plugin'Kotlin'isincompatiblewiththisinstallation问题1.问题今天在启动springboot项目时，idea报出错误：Error:Kotlin:ModulewascompiledwithanincompatibleversionofKotlin.Thebinaryversionofitsmetadatais1.5.1,expectedversionis1.1

文章目录1.问题2.分析问题3.升级kotlin插件版本3.1升级方法13.1升级方法24.其他问题4.1方法1中的Cannotdownload...Readtimedout问题4.2方法2中的Plugin'Kotlin'isincompatiblewiththisinstallation问题1.问题今天在启动springboot项目时，idea报出错误：Error:Kotlin:ModulewascompiledwithanincompatibleversionofKotlin.Thebinaryversionofitsmetadatais1.5.1,expectedversionis1.1