JAVA的一丢丢基础

关于一个超级菜鸟的JAVA腾飞过程

一.JAVA基本语法

1.大小写敏感。

2。类名:首字母大写,下一个单词的首字母大写。

3.方法名:小写首字母,如有多个单词,则第二个单词首字母大写。

4.源文件名:与类名相同。

5.主方法入口:所有的JAVA程序由public static void main(String[]arges)方法开始执行。2

二.JAVA标识符

JAVA语言中,对于变量,常数,函数,语句块也有名字,统统称为JAVA标识符。

标识符是用来给类,对象,方法,变量,接口和自定义数据类型命名的。

就是组成部分的名字。

1.必须以大小写字母,$,或者下划线_开始。


2.关键字不能用作标识符

3.大小写敏感

三.JAVA修饰符

用来修饰类中的方法和属性。

1.可访问修饰符private、public、protected、default。


2.不可访问修饰符
3.非访问修饰符
static修饰符 :声明为static的变量实际上就是全局变量。调用静态方法不需要实例化,调用非静态需要实例化。
如果是静态方法就全部静态,如果不是静态方法就全不是。
eg.此时是声明一个静态变量 然后在方法中调用。
静态方法中不可以使用非静态的变量,会报错。
静态方法的调用(1)声明一个静态方法

(2)直接调用

调用非静态需要实例化
先声明一个Void类型方法
再实例化一下,进行调用



final修饰符 常和static一起使用
 调用的时候可以看到final对象里的数据可以被改变。也就是说final对象的引用不能改变,但是里面的值可以改变。


































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
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