Ruby控制语句

和许多其他开发语言一样,Ruby中也有控制语句,如for,while等。在Ruby中的代码块基本不使用“{}”来标识,而更多的使用“关键字+end”的形式。


While语句


Ruby语句中while循环不再使用“()”来表明执行条件,直接在while即可。其表现形式为while…end,如下实例:

示例:while使用实例                                                                   

[java]  view plain  copy
  在CODE上查看代码片 派生到我的代码片
  1. [lazy@localhost chapter1]$ vim chapter1_3.rb                                       
  2. # Instance for while structures                                                                       
  3. num = 1                                                                                   
  4. while num < 5                                                                               
  5. puts num                                                                                
  6. num = num + 1                                                                        
  7. end                                                                                       
  8. [lazy@localhost chapter1]$ ruby chapter1_3.rb                                         
  9. 1                                                                                                
  10. 2                                                                                              
  11. 3                                                                                          
  12. 4         

而如果后面加多个判断条件,和while关联较大的为“and”和“or”表示“与”和“或”,如while num < 5 and NUM > 10等,这里就不一一列举。


For语句


Ruby中的for语句和Java中的foreach语句类似,而不是C系列语言中for()的形式。Ruby语言中用如times等语句代替for的功能。其表现形式为for…end,如下实例:

示例:for使用实例                                                                      

[java]  view plain  copy
  在CODE上查看代码片 派生到我的代码片
  1. [lazy@localhost chapter1]$ vim  chapter1_4.rb  
  2. # Instance for for structure.  
  3. for i in 1..4 # Range that i gets.  
  4.     puts i                
  5. end  
  6. [lazy@localhost chapter1]$ ruby chapter1_4.rb  
  7. 1  
  8. 2  
  9. 3  
  10. 4  

例子中的1..4表示i的取值为1-4(包括4),详见Pagex介绍。


If语句


If作为开发语言中最为常见的条件控制语句,基本用法是相同的,在ruby语言中,if语句有两种使用形式:前置条件和后置条件。

(1)前置条件

前置条件就是条件在前面,执行语句在后面。其表现形式为if…end,如下:

[java]  view plain  copy
  在CODE上查看代码片 派生到我的代码片
  1. if condition                                                                          
  2.    body_statement                                                                      
  3. elsif # if there is                                                                  
  4.    body_statement                                                                       
  5. else  # if there is                                                                 
  6. body_statement                                                                
  7. end                                                                                     

并不是所有的条件语句都需要elsif和else判断。

示例:if使用实例                                                                       

[java]  view plain  copy
  在CODE上查看代码片 派生到我的代码片
  1. [lazy@localhost chapter1]$ vim  chapter1_5.rb  
  2. # Instance for if structure.  
  3. num = 1  
  4. while num < 5  
  5.     if num < 5  
  6.         puts num.to_s + " is smaller than 5."  
  7.         num = num + 1  
  8.     elsif  
  9.         num >= 5 and num < 10  
  10.         puts num.to_s + " is bigger than 5."  
  11.         num = num + 1  
  12.     else  
  13.         puts num.to_s + " others."  
  14.     end  
  15. end  
  16. [lazy@localhost chapter1]$ ruby chapter1_5.rb  
  17. 1 is smaller than 5.  
  18. 2 is smaller than 5.  
  19. 3 is smaller than 5.  
  20. 4 is smaller than 5.  

说明:to_s函数用于将数字转换为字符串形式,除了将数字转换为字符串之后,ruby还提供了很多其他数据类型相关的转换函数:

 

函数名称

作用

to_s

转换为字符串

to_i

转换为整数

to_f

转换为浮点

 

(2)后置条件

后置条件就是执行语句在前面,条件在后面。其表现形式也为if…end,如下:

[java]  view plain  copy
  在CODE上查看代码片 派生到我的代码片
  1. body_statement                                                                        
  2. if condition                                                                             
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