news 2026/4/18 5:06:28

Java JDK下载+安装+配置环境(详细教程含图片),小白收藏这篇就够了

作者头像

张小明

前端开发工程师

1.2k 24
文章封面图
Java JDK下载+安装+配置环境(详细教程含图片),小白收藏这篇就够了

前言:

JDK是 Java 语言的软件开发工具包,主要用于移动设备、嵌入式设备上的java应用程序。JDK是整个java开发的核心,它包含了JAVA的运行环境(JVM+Java系统类库)和JAVA工具。

JDK下载:

方式一:Oracle官网下载

链接:https://www.oracle.com/java/technologies/downloads/archive/
步骤:
1.选择要下载的版本

2.选择自己电脑系统及支持位数对应的安装包点击下载。

方式二:国内镜像下载

链接:

官网下载速度比较慢,并且下载历史版本需要注册登录,国内镜像下载速度快无需登录,个人推荐使用华为镜像。
步骤:
1.选择要下载的版本
2.选择自己电脑系统及支持位数对应的安装包点击下载。

JDK安装:

1.双击下载的安装包点击下一步

2.更改安装路径

3.点击确定

4.点击下一步

5.点击关闭安装完成

6.安装完以后我们会发现安装目录下并没有jre文件夹,这是因为java11以下jre会自动安装。java11以上则需要打开cmd窗口,进入到安装目录下执行命令:
bin\jlink.exe --module-path jmods --add-modules java.desktop --output jre

7.打开cmd窗口进入jdk安装路径执行命令

8.安装完成。注意java11以下,jre会自动安装,只需根据自己需要自定义安装路径

环境配置:

1.控制面板搜索环境变量,编辑系统环境变量
2.新建系统变量名称:JAVA_HOME
变量名:JAVA_HOME
变量值:刚刚安装jdk的路径


3.新建系统变量 CLASS_PATH
变量名:CLASS_PATH
变量值:.;%JAVA_HOME%\lib;%JAVA_HOME%\lib\tools.jar

4.编辑系统变量Path,可双击编辑

5.新增变量值:
%JAVA_HOME%\bin
%JAVA_HOME%\jre\bin

6.一直点击确定,确保变量设置成功

验证是否安装成功

1.打开cmd窗口运行java -version,如出现版本信息即安装成功
java -version
2.同理输入 java javac 检查,出现帮助信息即成功
java
javac

如果运行没有问题那么我们就安装成功啦<{OvO}>!!


说真的,这两年看着身边一个个搞Java、C++、前端、数据、架构的开始卷大模型,挺唏嘘的。大家最开始都是写接口、搞Spring Boot、连数据库、配Redis,稳稳当当过日子。

结果GPT、DeepSeek火了之后,整条线上的人都开始有点慌了,大家都在想:“我是不是要学大模型,不然这饭碗还能保多久?”

先给出最直接的答案:一定要把现有的技术和大模型结合起来,而不是抛弃你们现有技术!掌握AI能力的Java工程师比纯Java岗要吃香的多。

即使现在裁员、降薪、团队解散的比比皆是……但后续的趋势一定是AI应用落地!大模型方向才是实现职业升级、提升薪资待遇的绝佳机遇!

Java与大模型结合的技术优势

因此捕获AI,掌握技术是关键,让AI成为我们最便利的工具.

一定要把现有的技术和大模型结合起来,而不是抛弃你们现有技术!掌握AI能力的Java工程师比纯Java岗要吃香的多。

即使现在裁员、降薪、团队解散的比比皆是……但后续的趋势一定是AI应用落地!大模型方向才是实现职业升级、提升薪资待遇的绝佳机遇!

如何学习AGI大模型?

作为一名热心肠的互联网老兵,我决定把宝贵的AI知识分享给大家。 至于能学习到多少就看你的学习毅力和能力了 。我已将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。

因篇幅有限,仅展示部分资料,需要点击下方链接即可前往获取

2025最新版CSDN大礼包:《AGI大模型学习资源包》免费分享**

一、2025最新大模型学习路线

一个明确的学习路线可以帮助新人了解从哪里开始,按照什么顺序学习,以及需要掌握哪些知识点。大模型领域涉及的知识点非常广泛,没有明确的学习路线可能会导致新人感到迷茫,不知道应该专注于哪些内容。

我们把学习路线分成L1到L4四个阶段,一步步带你从入门到进阶,从理论到实战。

L1级别:AI大模型时代的华丽登场

L1阶段:我们会去了解大模型的基础知识,以及大模型在各个行业的应用和分析;学习理解大模型的核心原理,关键技术,以及大模型应用场景;通过理论原理结合多个项目实战,从提示工程基础到提示工程进阶,掌握Prompt提示工程。

L2级别:AI大模型RAG应用开发工程

L2阶段是我们的AI大模型RAG应用开发工程,我们会去学习RAG检索增强生成:包括Naive RAG、Advanced-RAG以及RAG性能评估,还有GraphRAG在内的多个RAG热门项目的分析。

L3级别:大模型Agent应用架构进阶实践

L3阶段:大模型Agent应用架构进阶实现,我们会去学习LangChain、 LIamaIndex框架,也会学习到AutoGPT、 MetaGPT等多Agent系统,打造我们自己的Agent智能体;同时还可以学习到包括Coze、Dify在内的可视化工具的使用。

L4级别:大模型微调与私有化部署

L4阶段:大模型的微调和私有化部署,我们会更加深入的探讨Transformer架构,学习大模型的微调技术,利用DeepSpeed、Lamam Factory等工具快速进行模型微调;并通过Ollama、vLLM等推理部署框架,实现模型的快速部署。

整个大模型学习路线L1主要是对大模型的理论基础、生态以及提示词他的一个学习掌握;而L3 L4更多的是通过项目实战来掌握大模型的应用开发,针对以上大模型的学习路线我们也整理了对应的学习视频教程,和配套的学习资料。

二、大模型经典PDF书籍

书籍和学习文档资料是学习大模型过程中必不可少的,我们精选了一系列深入探讨大模型技术的书籍和学习文档,它们由领域内的顶尖专家撰写,内容全面、深入、详尽,为你学习大模型提供坚实的理论基础(书籍含电子版PDF)

三、大模型视频教程

对于很多自学或者没有基础的同学来说,书籍这些纯文字类的学习教材会觉得比较晦涩难以理解,因此,我们提供了丰富的大模型视频教程,以动态、形象的方式展示技术概念,帮助你更快、更轻松地掌握核心知识

四、大模型项目实战

学以致用,当你的理论知识积累到一定程度,就需要通过项目实战,在实际操作中检验和巩固你所学到的知识,同时为你找工作和职业发展打下坚实的基础。

五、大模型面试题

面试不仅是技术的较量,更需要充分的准备。

在你已经掌握了大模型技术之后,就需要开始准备面试,我们将提供精心整理的大模型面试题库,涵盖当前面试中可能遇到的各种技术问题,让你在面试中游刃有余。


因篇幅有限,仅展示部分资料,需要点击下方链接即可前往获取

2025最新版CSDN大礼包:《AGI大模型学习资源包》免费分享

版权声明: 本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若内容造成侵权/违法违规/事实不符,请联系邮箱:809451989@qq.com进行投诉反馈,一经查实,立即删除!
网站建设 2026/4/13 20:57:06

桌面一直显示“正在启动”!

一次典型的 Data 分区未真正清空导致的启动死锁案例 一、问题概述(Problem) 设备刷入新固件后: 开机一直停留在「手机正在启动」界面 无法进入桌面 adb 可正常连接 系统无明显崩溃(无 FATAL EXCEPTION) Recovery 可进入,但: 无音量键 无法选择 Wipe data/factory …

作者头像 李华
网站建设 2026/4/1 15:42:40

38、Windows 8高级诊断工具全解析

Windows 8高级诊断工具全解析 1. 索引选项 Windows 8索引是一个包含所有文件及其内容的数据库。若该数据库损坏,会导致Windows 8的搜索功能无法正常运行。 - 操作步骤 :在开始屏幕上搜索“indexing”,然后点击“Settings”搜索结果,打开“Indexing Options”对话框。在…

作者头像 李华
网站建设 2026/4/16 17:11:54

‌智慧校园平台性价比评估指南:实用思路与落地方法‌

✅作者简介&#xff1a;合肥自友科技 &#x1f4cc;核心产品&#xff1a;智慧校园平台(包括教工管理、学工管理、教务管理、考务管理、后勤管理、德育管理、资产管理、公寓管理、实习管理、就业管理、离校管理、科研平台、档案管理、学生平台等26个子平台) 。公司所有人员均有多…

作者头像 李华
网站建设 2026/4/16 14:59:42

PCSK9抗体:如何引领血脂管理疗法的技术革命与临床突破?

一、PCSK9靶点的发现为何是血脂管理领域的里程碑&#xff1f;自二十世纪七十年代他汀类药物问世以来&#xff0c;其在降脂治疗领域长期占据主导地位。然而&#xff0c;前蛋白转化酶枯草溶菌素9&#xff08;PCSK9&#xff09;的发现开启了血脂管理的新纪元。该蛋白通过结合低密度…

作者头像 李华
网站建设 2026/4/17 6:08:35

NeurIPS 2025最佳论文:Gated Attention,用极小代价换来大模型性能飞跃!

简介 本文介绍Qwen团队提出的Gated Attention机制&#xff0c;通过在Value后添加数据依赖的门控信号&#xff0c;解决Transformer注意力多动问题。该机制使模型能选择性关注重要信息&#xff0c;过滤噪音&#xff0c;提升数值稳定性和隐式稀疏化。参数量增加不到1%却带来显著性…

作者头像 李华