当前位置： 首页 > 程序代码

  • Scala语音备忘拾遗_5 – 对象(Object) 伴生对象 伴生类

    Jul062020
    Scala语音备忘拾遗_5 – 对象(Object) 伴生对象 伴生类

    Scala语音备忘拾遗_5 – 对象(Object) 伴生对象 伴生类 Scala没有静态方法或字段,对象(Object)语法可以用来实现Java中的静态类/方法/字段.同时对象提供了更多特性. 1. 作为单例对象 对象(Object)定义了某个类的单例实例,调用对象的方法时,使用对象名直接调用. 对象也有构造器,在该对象第一次被使用时调用. 对象本 ...

    阅读全文
    作者：边城网事 | 分类：Scala, 程序代码 | 阅读：12
    抢沙发

  • 2020-07-02-Scala语音备忘拾遗 – 4 大括号,柯里化,控制抽象

    Jul022020
    2020-07-02-Scala语音备忘拾遗 – 4 大括号,柯里化,控制抽象

    2020-07-02-Scala语音备忘拾遗 – 4 大括号,柯里化,控制抽象 Scala提供了一些语法糖,在函数调用时可以省略小括号,或者使用大括号替代小括号,看似简单的用法,如果不理清楚了,容易误用,阅读源码也会变得困难. 柯里化和控制抽象使用了相关的大括号语法糖,一并整理记录,以备忘. 1. 方法调用时的大括号和小括号一些原则 ...

    阅读全文
    作者：边城网事 | 分类：Scala, 程序代码 | 阅读：10
    抢沙发

  • Scala语言备忘拾遗 – 3 类型边界

    Jul012020
    Scala语言备忘拾遗 – 3 类型边界

    Scala语言备忘拾遗 – 3 类型边界 Scala中加上类型边界约束之后,泛型类的类型参数没有那么泛了. 1. 类型上界 类型上界将泛型类中的类型参数限制为某个类的子类. 参考 这里 符号 P <: Pet 将类型参数P限制为 Pet 的子类,比如 Cat 或 Dog . 看下面的例子 abstract class Animal { def name: String } abstrac ...

    阅读全文
    作者：边城网事 | 分类：Scala, 程序代码, 随记 | 阅读：28
    抢沙发

  • Scala语言备忘拾遗 – 2 型变

    Jun242020
    Scala语言备忘拾遗 – 2 型变

    Scala语言备忘拾遗 – 2 型变 Scala中型变是要指明泛型类中类型参数的父子关系和该泛型类的父子关系之间的关系. 写完这句话,深感不安.感觉越说越乱.为了理清各种关系,将上面这句话分解成: 泛型类中类型参数 类型参数的父子关系,假设该关系为 A 泛型类的父子关系,假设该关系为 B 下面围绕上述三点展开说明 协变 ...

    阅读全文
    作者：边城网事 | 分类：Scala, 程序代码 | 阅读：14
    1条评论

  • SwiftUI数据流和绑定备忘

    May272020
    SwiftUI数据流和绑定备忘

    SwiftUI数据流和绑定备忘 @State,@Binding,@ObservableObject,@EnvironmentObject,@@Environment备忘与实例 1. @State 和 @Binding @State 修饰当前视图里面的一个状态量,当改变这个状态量后,当前视图自动刷新 @State 修饰的状态量可以传给子视图,这个子视图中接受的属性必须要用@Binding修饰,传递给子视图时,需要用$在 ...

    阅读全文
    作者：边城网事 | 分类：iOS | 阅读：56 | 标签：, ,
    抢沙发

  • Scala语言备忘拾遗 – 1

    Apr092020
    Scala语言备忘拾遗 – 1

    Scala语言备忘拾遗 – 1 Scala 语法十分灵活,为了追求极致简洁,把各种符号玩的出神入化,一段时间不复习就会遗忘. 以下总结之以备忘. 1. 关于大括号(花括号) 1.1. 首先,大括号括住的是代码块 代码块有值,代码块的值是代码块中最后一个表达式的值. println({ val x = 1 + 1 x + 1 }) // 3 1.2. call-by-name(传名 ...

    阅读全文
    作者：边城网事 | 分类：Scala, 随记 | 阅读：61
    1条评论

  • 交叉熵实例,Tensorflow交叉熵函数

    Sep242019
    交叉熵实例,Tensorflow交叉熵函数

    1. 概述 学习Tensorflow关于交叉熵的计算方法时: tf.nn.sparse_softmax_cross_entropy_with_logits tf.nn.softmax_cross_entropy_with_logits 需要弄清楚这两个方法的差异,以及方法内部的细节,即这个方法是如何计算出来交叉熵的. 因此,使用一个具体的例子来说明. 上述两个方法有两个主要参数logits 和 labels. logits ...

    阅读全文
    作者：边城网事 | 分类：Tensorflow, 神经网络 | 阅读：302
    抢沙发

  • 机器学习实战Ch06 支持向量机SVM

    Sep162019
    机器学习实战Ch06 支持向量机SVM

    1. 概述 最基本的支持向量机(Support Vector Machine SVM)用于解决线性可分数据的二分类问题. 对于二维平面上的点,可以用一条线来分隔不同分类的点.如下图所示. 对于三维空间中的点,可以用一个面来分隔不同分类的点,对于四维及以上维度的点,用超平面来分隔不同分类的点.这里为便于叙述,将二维中的分隔直线,三维中的分隔 ...

    阅读全文
    作者：边城网事 | 分类：Machine Learning, ML-算法 | 阅读：273
    抢沙发

  • 机器学习实战Ch05 多元线性回归

    Sep122019
    机器学习实战Ch05 多元线性回归

    1. 多元线性回归要解决的问题 如果有下面的训练数据,$x_1$和$x_2$是特征数据,$y$是数据标签,观察到$y$的取值要么为1,要么为0. $x_1$ $x_2$ $y$ 1.2 2.3 1 2.5 2.2 0 1.4 2.1 1 那么问题来了, 已知有上面的观察数据,如果有一组新的输入$x_1 = 1.5,x_2=2.4$,要如何预测$y$的值呢? 2. sigmoid函数 要解决上 ...

    阅读全文
    作者：边城网事 | 分类：Machine Learning, ML-算法, Python | 阅读：339
    抢沙发

  • 机器学习 决策树可视化

    Sep092019
    机器学习 决策树可视化

    机器学习决策树可视化 <机器学习实战>第三章中介绍了基于Json格式的决策树的可视化方法,但是书中介绍的方法画出来的图过于简陋. 于是使用Python的pygraphviz库重新画了一个,看起来舒服一些. pygraphviz依赖于GraphViz,因此使用之前需要先下载安装. Mac系统直接brew安装就好了. 假设决策树算法计算完成之后,生成类 ...

    阅读全文
    作者：边城网事 | 分类：Machine Learning, Python, 随记 | 阅读：287
    1条评论