angularjs(step by step):scopes

1.什么是scopes

官网上给出了两句话

an object that refers to the application model.    应用程序的模型对象

an execution context for expressions.                  为 表达式提供执行上下文

其实简单理解就是,数据对象存储区域


scope的作用:

watch expressions           监控表达式         

propagate events              传播事件


2.scope特性

1.提供API  $watch 去观察模型的变化

2.提供API  $apply 将angular领域中的model的变化传播到view中去

scope定义了不同的应用组件对共享模型的访问权限,子scope可以继承父scope的属性,独立的scope则是独立的存在

scope为表达式提供上下文   

比如{{who}}就是没有任何的意义,但是一旦在scope中定义了who这个属性,那么这个表达式将具有自己的价值


3.Scope 作为 数据-模型

这时候,scope是controller和view之间的联系  这就组成了一个典型的   mvc 模式

这个时候    如果你在controller中定义了   $watch  的表达式,  

那么这时候每当所监控的scope改变的时候,能够执行你需要执行的相关操作,并且它也会去更新dom里面所对应的值

  angular.module('Example', [])
    .controller('MyController', ['$scope', function($scope) {
      $scope.username = 'World';

      $scope.sayHello = function() {
        $scope.greeting = 'Hello ' + $scope.username + '!';
      };
      
      $scope.$watch('username',function(){
        console.log("username change:"+ $scope.username)
      })
       $scope.$watch('greeting',function(){
         console.log("greeting change:"+ $scope.greeting)
       })
    }]);

<body ng-app="Example">
    <div ng-controller="MyController">
    Your name:
      <input type="text" ng-model="username">
      <button ng-click='sayHello()'>greet</button>
    <hr>
    {{greeting}}
  </div>
</body>

使用上述的代码,可以了解 model的绑定大致过程

首先加载过程

username change:World
greeting change:undefined (这里是因为在angular中所有未定义对象,都会呗定义为undefined,以避免出现exception的出现
改变username输出

username change:a

点击greet按钮的输出,

greeting change:Hello a!

首先运行到controller的js文件的的时候   


首先会为当前的子controller定义一个子的scope


然后会去在template区域区域中检索出scope绑定的dom节点


然后会去 定义  username和 sayHello这两个模型对象     至于greetring 很明显这时候已经呗定义为 undefined对象


这时候由于数据对象内容发生了改变那么 

 触发apply传递出当前对象改变的事实,去改变scope所对应的dom节点事件,比如改变但前的text,以及表达式等等




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