VB机房收费系统02——强大的公用模块

前言

我第一个窗体敲的是登录,当我想总结登录窗体时,我发现不仅登录窗体,所有窗体都有个大哥,应该把这个大哥排到前面。


正文

先把我的注释贴上,这里面是我的公用模块思路,之后再总结我的收获~

’声明主窗体和用户名

’定义数据库连接字符串

'声明用SQL语句从数据库记录集中调取记录

’连接数据库

’执行查询语句返回信息

’创建数据库对象集并调用

’异常处理

’退出时清空数据集对象问题

’查询错误

’判断输入内容是否为空

’显示/卸载主窗体


'定义数据库连接字符串

Public Function connectstring() As String
    connectstring = "filedsn=studentinfo.dsn;UID=sa;PWD=123456"
End Function


connectstring并不是连接数据库的意思,它只是个声明的字符串,可以换成任何。

connectstring就好比一个容器,容器里面加入了文件DSN的ID和密码这些字符,但它并没有使用的功能,定义是为了方便在后面我们打开数据库连接位置时用一个connectstring就可以代表了。


'声明以SQL语句从数据库记录集中调取记录

Public Function ExecuteSQL(ByVal SQL As String, MsgString As String) As ADODB.Recordset

    Dim cnn As ADODB.Connection
    Dim rst As ADODB.Recordset
    Dim sTokens() As String


'连接数据库
    sToken = Split(SQL)
    Set cnn = New ADODB.Connection
    cnn.Open connectstring


这里把ADODB简单介绍下

ADODB(Active Date Objects Date Base)它是动态数据链接对象,我们定义cnn,rst后,就可以用他们来连接数据库和调用数据记录集了。


’异常处理

On Error GoTo ExecuteSQL_Error


'退出时清空数据集对象问题
End If
ExecuteSQL_Exit:
    Set rst = Nothing
    Set cnn = Nothing
    Exit Function
    
    
'查询错误
ExecuteSQL_Error:
    MsgString = "查询错误:" & Err.Description
    Resume ExecuteSQL_Exit
End Function


'判断输入内容是否为空
Public Function testtxt(txt As String) As Boolean
    If Trim(txt) = "" Then
    
        testtxt = False
    Else
        testtxt = True
    End If
End Function



通过异常处理,我们可以对用户在程序中的非法输入进行控制和提示,以防程序崩溃。


补:声明变量模块

'声明并从动态链接库中引用“获取用户名信息”过程
Private Declare Function GetuserName Lib "advapi32.dll" Alias "GetUserNameA" (ByVal lpbuffer As String, nSize As Long) As Long

Private语句:在模块级别中使用,用于声明私有变量及分配存储空间
Declare 语句:用于在模块级别中声明对动态链接库 (DLL) 中外部过程的引用
Function 语句:声明 Function 过程的名称,参数以及构成其主体的代码

该声明语句的意思是,声明从动态链接库中引用“获取用户名信息 ”过程

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,能够捕捉数据中的时间依赖性。 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,它们在神经网络中用于添加非线性,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 23
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