软件工程(C编码实践篇)课程回顾总结

许大军 +《软件工程(C编码实践篇)》MOOC课程 http://mooc.study.163.com/course/USTC-1000002006

学习心得体会

学习软件工程课程之前,我对软件编程停留在如何用代码实现所需的功能,至于代码是不是模块化的,是否可重用,是不是线程安全的,这方面没有过多的考虑。学习孟宁老师的软件工程(C编码实践篇)课程后,使我对代码层面的软件工程思想有了深刻的理解,老师通过实验循序渐进的引导我们如何进行模块化编程,如何进行接口的规范设计,怎样保证线程安全和怎样做到子系统的可重用接口设计等,同时对代码风格规范也比较重视,这使我形成了良好的编码风格。总之,学习了这门课后,确实对软件开发有了更深的认识。

实验报告汇总

实验一:写一个hello world小程序
该实验比较简单,主要目的是让我们熟悉实验楼的实验环境,熟悉Linux命令行的基本操作,如ls,cd,mkdir,vim的一般模式、编辑模式和命令模式,gcc等,同时也学习了markdown语法。
实验报告链接 + git代码库链接
实验二:命令行菜单小程序V1.0
通过这次实验掌握了如何在执行某个命令时调用一个特定的函数作为执行动作的方法,还学习了代码风格规范问题,代码风格的原则:简明、易读、无二义性。具体要求如下:
- 代码缩进4个空格
- 复杂表达式中用()清晰表达逻辑优先级
- 所有{ 和 } 都独占一行且成对对齐
- 类型的成员变量通常用m_或_来做前缀
- 一般变量使用lowerCamel风格,即第一个单词首字母小写,之后的单词都首字母大写,第一个单词一般用来表示变量类型,比如int型变量iCounter。
- 类型/类/函数名一般都用Pascal风格,即所有单词首字母大写
- 类型/类/变量一般用名词或组合名词,如Member
- 函数名一般用动词或动宾短语,如Get/Set,RenderPage
代码风格看似表面文章,实则非常重要。
实验报告链接 + git代码库链接
实验三:内部模块化的命令行菜单小程序V2.0
通过这次实验学会了模块化编程思想,将命令程序的业务逻辑层和数据存储层分离,并且将数据存储层和功能业务层分在不同的源文件中来实现,这样可以独立的来维护。同时还学习了在编码中,一个函数或一个方法只做一件事,在设计上,一个系统、一个子系统、一个模块、一个类等也只做一件事。一定要有错误处理。
实验报告链接 + git代码库链接
实验四:用可重用的链表模块来实现命令行菜单小程序V2.5
通过这次实验学习了如何进行通用Linktable模块的接口设计,以及将通用的Linktable模块集成到我们的menu程序中。
接口的分类:共享数据或变量名、函数调用、卧底函数、同步调用接口和异步调用接口
接口设计与模块之间的耦合程度的关系(高内聚低耦合的架构设计目标)
如何把接口设计的更通用
- 参数化上下文信息
- 移除前置条件
- 简化后置条件
实验报告链接 + git代码库链接
实验五:用callback增强链表模块来实现命令行菜单小程序V2.8
学习了如何利用callback函数参数使Linktable的查询接口更加通用,同时注意接口的信息隐藏,只暴露必要的接口信息,用户用不到的信息要隐藏。
实验报告链接 + git代码库链接
实验七:将menu设计为可重用的子系统
学习了如何给整个命令行菜单menu程序定义一套调用接口,以及如何实现支持带参数的复杂命令的方法。
学会如何写Makefile工程文件。
实验报告链接 + git代码库链接

总结

学完《软件工程(C编码实践篇)》课程后,收获了很多。首先,学习了课程内的许多有用的知识点,比如代码风格规范,模块化思想,接口设计规范,代码的可重用性,线程安全问题等,这些知识对于以后的软件开发都有非常好的指导作用。另外,在其他方面也收货了很多,比如熟悉了实验楼这个学习平台(以前都没听过这个网站),可以在上面学习做实验,并且可以将代码提交保存到上面,非常的方便,还有好多其他的课程供大家学习。如果说有什么遗憾的话,我觉得就是几个实验的代码基本上都是根据老师视频上讲的代码来写的,真正自己创新的代码比较少,希望在以后的学习工作中再不断的实践。最后附上老师课堂上讲的一段摘自《资治通鉴》的话与大家共勉:

夫事未有不生于微而成于著
圣人之虑远故能谨其微而治之
众人之识近故必待其著而后救之
治其微则用力寡而功多
救其著则竭力而不能及也

【6层】一字型框架办公楼(含建筑结构图、计算书) 1、资源项目源码均已通过严格测试验证,保证能够正常运行; 2、项目问题、技术讨论,可以给博主私信或留言,博主看到后会第一时间与您进行沟通; 3、本项目比较适合计算机领域相关的毕业设计课题、课程作业等使用,尤其对于人工智能、计算机科学与技术等相关专业,更为适合; 4、下载使用后,可先查看README.md或论文文件(如有),本项目仅用作交流学习参考,请切勿用于商业用途。 5、资源来自互联网采集,如有侵权,私聊博主删除。 6、可私信博主看论文后选择购买源代码。 1、资源项目源码均已通过严格测试验证,保证能够正常运行; 2、项目问题、技术讨论,可以给博主私信或留言,博主看到后会第一时间与您进行沟通; 3、本项目比较适合计算机领域相关的毕业设计课题、课程作业等使用,尤其对于人工智能、计算机科学与技术等相关专业,更为适合; 4、下载使用后,可先查看README.md或论文文件(如有),本项目仅用作交流学习参考,请切勿用于商业用途。 5、资源来自互联网采集,如有侵权,私聊博主删除。 6、可私信博主看论文后选择购买源代码。 1、资源项目源码均已通过严格测试验证,保证能够正常运行; 2、项目问题、技术讨论,可以给博主私信或留言,博主看到后会第一时间与您进行沟通; 3、本项目比较适合计算机领域相关的毕业设计课题、课程作业等使用,尤其对于人工智能、计算机科学与技术等相关专业,更为适合; 4、下载使用后,可先查看README.md或论文文件(如有),本项目仅用作交流学习参考,请切勿用于商业用途。 5、资源来自互联网采集,如有侵权,私聊博主删除。 6、可私信博主看论文后选择购买源代码。
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。
1、资源项目源码均已通过严格测试验证,保证能够正常运行;、 2项目问题、技术讨论,可以给博主私信或留言,博主看到后会第一时间与您进行沟通; 3、本项目比较适合计算机领域相关的毕业设计课题、课程作业等使用,尤其对于人工智能、计算机科学与技术等相关专业,更为适合; 4、下载使用后,可先查看README.md或论文文件(如有),本项目仅用作交流学习参考,请切勿用于商业用途。 5、资源来自互联网采集,如有侵权,私聊博主删除。 6、可私信博主看论文后选择购买源代码。 1、资源项目源码均已通过严格测试验证,保证能够正常运行; 2、项目问题、技术讨论,可以给博主私信或留言,博主看到后会第一时间与您进行沟通; 3、本项目比较适合计算机领域相关的毕业设计课题、课程作业等使用,尤其对于人工智能、计算机科学与技术等相关专业,更为适合; 4、下载使用后,可先查看README.md或论文文件(如有),本项目仅用作交流学习参考,请切勿用于商业用途。 5、资源来自互联网采集,如有侵权,私聊博主删除。 6、可私信博主看论文后选择购买源代码。 1、资源项目源码均已通过严格测试验证,保证能够正常运行; 2、项目问题、技术讨论,可以给博主私信或留言,博主看到后会第一时间与您进行沟通; 3、本项目比较适合计算机领域相关的毕业设计课题、课程作业等使用,尤其对于人工智能、计算机科学与技术等相关专业,更为适合; 4、下载使用后,可先查看README.md或论文文件(如有),本项目仅用作交流学习参考,请切勿用于商业用途。 5、资源来自互联网采集,如有侵权,私聊博主删除。 6、可私信博主看论文后选择购买源代码。
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