黑马程序员--语言基础(一)

点击打开链接 点击打开链接 ASP.Net+Android+IOS开发、<A">点击打开链接 .Net培训、期待与您交流!">点击打开链接 点击打开链接

黑马程序员――语言基础

1. 关键字

l  定义:被Java语言赋予了特殊含义的单词;

l  特点:关键字中所有字母都为小写

 

l  注意:main不是关键字,但是确是能被JVM识别的单词。(非常特殊);

2. 标识符

l  标识符的含义:在程序中自定义的一些名称,如类名,方法名等;

l  可以由26个英文字母大小写、数字0-9、符号_$组成。

l  定义标识符规则:

1.  数字不可以出现在第一个位置上;

2.  不可以使用到关键字,(main虽不是关键字也不可以使用,另外两个保留字goto,cons也不可以作标识符使用);

注意:java是一种严格区分大小写的语言。在起名字时,尽量用些有意义的单词来命名。

l  Java中的名称规范:

1.  包名:多单词组成时所有字母都小写。例:xxxyyzz

2.  类名接中名:多单词组成时,所有单词的首字母大写,其余全剖小写。例:XxYyZzz

3.  变量名和函数名:多单词组成时,第一个单词首字母小写,第二个单词开始每个单词首字母大写。例:xxxYyyZzz

4.  常量名:所有字母都必须大写,多个单词组成时,由_连接,例:XXX_YYY_ZZZ

l  注释:

1,  单行注释://文本内容

2,  多行注释:/*文本内容*/

3,  文档注释:/**文本内容*/

文档注释是java特有的注释,注释内容可以被JDK提供的工具javadoc解析,生成套以网页文件形式体现的说明文档。

3.常量

l  常量定义:常量就是不能被改变的数值。

l  Java中常量的分类:

l  1.整数常量:所有整数,可以有三种表现形式,分别为十进制(0-9)八进制(0-7)用0开头,十六进制(0-9,A-F),用0x开头,

2.小数常量:所有小数

3.布尔型常量:特殊,只有两个值分别是true和false

4. 字符常量:用(‘’)标识的一个英文字母大小写、数字0-9或符号_$

5. 字符串常量:用(“”)标识的一个或多个字符。

6. null常量,更特殊,就一个值,null

l  进制间的基本转换

十进制转二进制  方法:除以2取余数,

二进制转十进制  方法:乘以2的幂数,

十进制转八进制,方法:先转成二进制,再转八进制

十进制转八进制,方法,先转成二进制,再转成十六进制

负数的二进制表现形式为对应的正数二进制数,与二进制位上全是1的二进制数异或后加1。

4.变量

l  变量为分为成员变量和局部变量,成员变量可以自动初始化值,不同类型初始化值不同(整数:0,浮点小数:0.0;字符:null;布尔:false)成员变量作用于类,类中有效,

局部变量必须由程序员赋初始值。作用域较小,作用于{}内,

l  Java语言中数据类型分为两种,基本数据类型和引用数据类型,

l  注意:整数的默认类型为int,小数默认类型为double.

l  当两个不类数值数进行运算时,自动提升为较高类型。

5.运算符

l  算术运算符,%(取模),意思就是取余数,在取模的时候不管右边,只看左边

左边为负数,取模结果为负数,相反结果为正数;其中/(除号)在java中整数运算时,无论结果有无小数均只保留整数。

l  转义字符

Java 中转义字符有\t制表符 \n换行符 \b退格符 \r回车符

l  赋值运算符

=  +=  -=  *=  /=  %=

a += b相当于a = a + b;

注意:+= 是一次运算,

l  比较运算符

注意:比较运算符运算后结果为boolean型,只能为true 和 false;特殊的instanceof的返回值也是true或false;

l  逻辑运算符

逻辑运算符返回结果也是boolean型,只能返回true 或false

运算规律:&与运算,只要一边为false,则结果返回false,两边都为true才返回true;|或运算,与&运算相反;^异或,左右两边相同返回false两边不同返回true.&&运算和&一样,不同的是只要左为false则右边不运算直接返回false,||运算与|运算一样,不同的是只要左边为true则右边不进行运算直接返回true; !运算最简单,!true = false,!false = true;

l  位运算符,

移位运算都是对二进制而言的,>>>移位后,最高位补0,而>>移位后,最高位补1,

例:最有效率的方式算出2乘以8等于几?可以用>>运算,如:2<<3,

l  三元运算符

格式:    (条件表达式)?表达式1:表达式2;条件为true执行表达式1,为false执行表达式2.

注意:三元运算符结果的类型是表达式1和表达式2的计算结果类型的提升后的类型,例:a<b? ′a′:100,条件表达式为true运算结果为a对应的ASCII码值97;

值得一说的是,三元运算符有时可以if,else语句互换。

 

 点击打开链接 点击打开链接 ASP.Net+Android+IOS开发、<A">点击打开链接 .Net培训、期待与您交流!">点击打开链接 点击打开链接

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