VBscript常用函数

1.数值型函数: 

abs(num): 返回绝对值 
sgn(num): num>0 1; num=0 0; num<0 -1;判断数值正负 
hex(num): 返回十六进制值 直接表示:&Hxx 最大8位 
oct(num): 返回八进制值 直接表示:&Oxx 最大8位 
sqr(num): 返回平方根 num>0 
int(num): 取整 int(99.8)=99; int(-99.2)=100 
fix(num): 取整 fix(99.8)=99; fix(-99.2)=99 
round(num,n): 四舍五入取小数位 round(3.14159,3)=3.142 中点数值四舍五入为近偶取整 round(3.25,1)=3.2 
log(num): 取以e为底的对数 num>0 
exp(n): en次幂 通常用 num^n 
sin(num): 三角函数,以弧度为值计算 (角度*Pai)/180=弧度 con(num); tan(num); atn(num) 

2.字符串函数: 

len(str):计算字符串长度 中文字符长度也计为一! 
mid(str,起始字符,[读取长度]):截取字符串中间子字符串 
left(str,nlen):从左边起截取nlen长度子字符串 
right(str,nlen):从右边起截取nlen长度子字符串 
Lcase(str):字符串转成小写 
Ucase(str):字符串转成大写 
trim(str):去除字符串两端空格 
Ltrim(str):去除字符串左侧空格 
Rtrim(str):去除字符串右侧空格 
replace(str,查找字符串,替代字符串,[起始字符,替代次数,比较方法]):替换字符串 
注:默认值:起始字符 1;替代次数 不限;比较方法 区分大小写(0) 
InStr([起始字符,]str,查找字符串[,比较方法]):检测是否包含子字符串 可选参数需同时选 返回起始位置 
InStrRev(str,查找字符串[,起始字符][,比较方法]):反向检测是否包含子字符串 返回起始位置 
space(n):构造n个空格的字符串 
string(n,str):构造由nstr第一个字符组成的字符串 
StrReverse(str):反转字符串 
split(str,分割字符串[,次数][,比较方法]):以分割字符串为分割标志将字符串转为字符数组 可选参数需同时选 

3.数据类型转换函数: 
Cint(str):转换正数 True -1False 0;日期 距离1899/12/31天数;时间 上午段 0;下午段 1; 
Cstr(str):日期 输出格式 yyyy/mm/dd;时间 输出格式 Am/Pm hh:mm:ss 
Clng(str):与Cin()类似 
Cbool(num)num不为零 True;反之 False 
Cdate(str):转换日期格式 0#Am 12:00:00#;正数 距离1899/12/31天数的日期;浮点数 日期+小数时间 
Cbyte(num)num<255 转换为字节 
Csng(str):转换为单精度数值 
Cdbl(str):转换为双精度数值 
Ccur(str):转换为现金格式 

4.时间函数: 
date:取系统当前日期 
time:取系统当前时间 
now:取系统当前时间及日期值 Datetime类型 
timer:取当前时间距离零点秒值,计时器,可计算时间差 
DateAdd(间隔单位,间隔值,日期):推算相邻日期 
DateDiff(间隔单位,日期一,日期二):计算时间差 日期二-日期一 
Datepart(间隔单位,日期):计算日期的间隔单位值 
Dateserial(date):输出日期值(按序列计算) 
Timeserial(time):输出时间值(按序列计算) 
DateValue(datetime):取出字符串中日期值 
Timevalue(datetime):取出字符串中时间值 
weekday(date):计算星期几 
MonthName(date):输出月分名 
year(datetime):截取年份 
month(datetime):截取月份 
day(datetime):截取日 
hour(datetime):截取小时 
minute(datetime):截取分钟 
second(datetime):截取秒 

5.其它函数: 
Array(unit,..):动态生成数组 
Asc(str):输出字符串第一个字符的ASCII码 
Chr(asc):转换ASCII为字符 EnterChr(13)&Chr(10) 
Filter(数组名称,关键字符串,[,包含][,比较方法]): 
将字符串数组中含有关键字符串的元素存成新的数组(默认) [包含]false则取不包含的元素 
Join(ArrayName):将数组中元素连成字符串 
Ubound(ArrayName[,维数]):取得数组相应维数的上界 
Lbound(ArrayName[,维数]):取得数组相应维数的下界 一般为
Randmize n:启动随机数种子 
Rnd(n):取得随机数,n>0或为空,取序列下一随机值,n<0,随机值相同,n=0,生产与上一随机值相同的数 
取介于AB之间的随机正数C,公式:C=Int((B-A+1)*Rnd()+A) 条件(B>A) 

深度学习是机器学习的一个子领域,它基于人工神经网络的研究,特别是利用多层次的神经网络来进行学习和模式识别。深度学习模型能够学习数据的高层次特征,这些特征对于图像和语音识别、自然语言处理、医学图像分析等应用至关重要。以下是深度学习的一些关键概念和组成部分: 1. **神经网络(Neural Networks)**:深度学习的基础是人工神经网络,它是由多个层组成的网络结构,包括输入层、隐藏层和输出层。每个层由多个神经元组成,神经元之间通过权重连接。 2. **前馈神经网络(Feedforward Neural Networks)**:这是最常见的神经网络类型,信息从输入层流向隐藏层,最终到达输出层。 3. **卷积神经网络(Convolutional Neural Networks, CNNs)**:这种网络特别适合处理具有网格结构的数据,如图像。它们使用卷积层来提取图像的特征。 4. **循环神经网络(Recurrent Neural Networks, RNNs)**:这种网络能够处理序列数据,如时间序列或自然语言,因为它们具有记忆功能,能够捕捉数据的时间依赖性。 5. **长短期记忆网络(Long Short-Term Memory, LSTM)**:LSTM 是一种特殊的 RNN,它能够学习长期依赖关系,非常适合复杂的序列预测任务。 6. **生成对抗网络(Generative Adversarial Networks, GANs)**:由两个网络组成,一个生成器和一个判别器,它们相互竞争,生成器生成数据,判别器评估数据的真实性。 7. **深度学习框架**:如 TensorFlow、Keras、PyTorch 等,这些框架提供了构建、训练和部署深度学习模型的工具和库。 8. **激活函数(Activation Functions)**:如 ReLU、Sigmoid、Tanh 等,它们在神经网络用于添加非线性,使得网络能够学习复杂的函数。 9. **损失函数(Loss Functions)**:用于评估模型的预测与真实值之间的差异,常见的损失函数包括均方误差(MSE)、交叉熵(Cross-Entropy)等。 10. **优化算法(Optimization Algorithms)**:如梯度下降(Gradient Descent)、随机梯度下降(SGD)、Adam 等,用于更新网络权重,以最小化损失函数。 11. **正则化(Regularization)**:技术如 Dropout、L1/L2 正则化等,用于防止模型过拟合。 12. **迁移学习(Transfer Learning)**:利用在一个任务上训练好的模型来提高另一个相关任务的性能。 深度学习在许多领域都取得了显著的成就,但它也面临着一些挑战,如对大量数据的依赖、模型的解释性差、计算资源消耗大等。研究人员正在不断探索新的方法来解决这些问题。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值