java设计模式_观察者Observer(一)

今天学习了设计模式中的观察者设计模式,接下来我就用两种思路给大家讲解一下观察者设计模式。


传统模式对观察者的理解:

观察者模式定义了一种一对多的关系,让多个观察者对象同时监听某一个主题对象。这个主题对象状态发生改变的时候,会通知所有的观察者对象,使他们能够自动更新。

追MM模式对观察者的理解:

想知道公司mm最新的动态资讯吗?那么就加入公司mm情报资讯邮件组吧。Peter是mm情报资讯负责人,只要有mm的最新动态,就可以统一邮件发送给我们,就不需要一个一个的去通知了,我们作为订阅者就可以及时的收到mm最新的情报了,提高了我们泡妹子的成功率哟,哈哈哈哈哈

简单解释一下(解释的不好希望能给我留个言,让我好好的修改一下):

Peter的mm资讯:被观察者监听的主题对象。

订阅了mm资讯的人:观察者。

同一条mm的资讯 可以被 多个人订阅:一对多的关系。


--------------------------------------------------------------------------------

废话不多说,个大家来个简单的案例:

该案例是用Java的utils包中的Observable来实现的

下面的4个class放在同一个包下可以直接使用。



class 1:Peter(mm情资提供者)

import java.util.Observable;

public class Peter extends Observable {
	/*
	常用的方法
	addObserver(Observer)	添加观察者
	deleteObserver(Observer)	移除观察者
	notifyObservers()	通知所有的观察者(发布)
	setChanged()	设置消息已经改变的标记
	*/
	public String message;
	/* 发布消息 */
	public void publishMessage(String message) {
		this.message = message;
		System.out.println("Peter发布mm的消息:" + message);
		setChanged();// 发布消息时需要设置消息改变标记
		notifyObservers();//通知所有的观察者(发布)
	}
}

class 2:SingleDog1(订阅了Peter情资的单身狗1号)

import java.util.Observable;
import java.util.Observer;

public class SingleDog1 implements Observer {

	@Override
	public void update(Observable o, Object arg) {
		Peter peter = (Peter) o;
		String message = peter.message;
		System.out.println(this.getClass().getSimpleName()+"收到:"+message);
	}

}

class3:SIngleDog2(订阅了Peter情资的单身狗2号)

import java.util.Observable;
import java.util.Observer;

public class SingleDog2 implements Observer{
	@Override
	public void update(Observable o, Object arg) {
		Peter peter = (Peter) o;
		String message = <span style="font-family: Arial, Helvetica, sans-serif;">peter.</span><span style="font-family: Arial, Helvetica, sans-serif;">message;</span>
		System.out.println(this.getClass().getSimpleName()+"收到:"+message);
	}
}

class4:MainTest(测试类)

public class MainTest {
	public static void main(String[] args) {
		Peter peter = new Peter();
		SingleDog1 sd1 = new SingleDog1();
		SingleDog2 sd2 = new SingleDog2();

		//单身狗 订阅消息
		peter.addObserver(sd1);
		peter.addObserver(sd2);
		//peter	发布消息
		peter.publishMessage("公司来新前台了,身高170,绝对的ol范儿!");
		
	}
}

java原生utils包中实现的观察者设计模式有一种致命的缺点,就是Peter必须继承Observable类,这样在某些类本身就继承了一个父类的情况下就不能使用这种方式了,例如:安卓中的一个类继承了Activity,那么就不能再继承Observable类了。

为了解决这种致命的问题,接下来我会在    《java设计模式_观察者Observer(二)》    中会给大家讲解一下使用接口回调的方式去实现观察者的设计模式。

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