【改写】使用 vuex(1.0) 改写counter应用

使用 vuex 改造counter应用

1. 原版vue应用

附原文链接:https://blog.csdn.net/JJJikerUPUP/article/details/89291472

2. vuex简介

vuex 是什么:

  1. github 站点:https://github.com/vuejs/vuex
  2. 在线文档:https://vuex.vuejs.org/zh-cn
  3. 简单来说:vuex 是对 vue 应用中多个组件d的共享状态进行集中式的管理

多组件共享状态的问题:

  1. 多个视图依赖于同一状态
  2. 来自不同视图的行为需要b变更同一状态
  3. 以前的解决办法:
    将数据以及操作数据的行为都定义在父组件
    将数据以及操作数据的行为传递给x需要的各个子组件(有可能需要多级传递)
  4. vuex 就是用来j解决此类问题

3.vuex 理解

3.1状态自管理

状态自管理效果图:

在这里插入图片描述

  • State:代表数据 data,驱动应用的数据源
  • View:代表页面渲染数据(template),以声明方式将 state映射到视图
  • Actions:代表页面操作时对应的方法,响应在 view 上的用户操作导致的变化

3.2 核心 API

在这里插入图片描述

3.2.1 state
  1. vuex 管理的状态对象
  2. 它应该是唯一的
const state = {
	xxx:initValue
}
3.2.2 mutations
  1. 包含多个直接更新 state 的方法(回调函数)的对象
  2. 触发条件:action 中的 commit() 命令
  3. 只能包含同步代码,不能写异步代码
const mutations = {
	yyy(state,data){
		//更新 state 的某个属性
	}
}
3.2.3 actions
  1. 包含多个事件回调函数的对象
  2. 通过执行 commit() 来触发 mutation 的调用,间接更新 state
  3. 触发条件:组件中的 $store.dispatch()
  4. 可以包含异步代码(定时器、ajax)
const actions = {
	zzz({commit,state}){
		commit('yyy',data2)
	}
}
3.2.4 getters
  1. 包含多个计算属性 (get) 对象
  2. 读取条件:组件中的 $store.getters.xxx
const getters = {
	mmm(state){
		return ...
	}
}

4. 操作

4.1 搭建项目工程,并安装 vuex

使用 vue-cli 搭建项目工程

vue init webpack [项目名称]

在这里插入图片描述

安装 vuex

npm install --save vuex

在这里插入图片描述

4.2 创建 store.js 的文件

创建一个store.js的文件,此文件是vuex的核心管理对象模块
在这里插入图片描述
在该文件中引入模块并声明使用、向外暴露

/**
 * vuex 的核心管理对象模块:store
 */
import Vue from 'vue'
import Vuex from 'vuex'

Vue.use(Vuex)

export default new Vuex.Store({
	state, //状态对象
	mutations, //包含多个更新 state 函数的对象
	actions, //包含多个对应事件回调函数的对象
	getters //包含多个 getter 计算属性的对象
})

//定义四个状态对象
const state = {
	
}

const mutations = {
	
}

const actions = {
	
}

const getters = {
	
}

main.js 入口文件中映射 `store

// The Vue build version to load with the `import` command
// (runtime-only or standalone) has been set in webpack.base.conf with an alias.
import Vue from 'vue'
import App from './App'
import store from './store.js'

Vue.config.productionTip = false

/* eslint-disable no-new */
new Vue({
  el: '#app',
  components: { App },
  template: '<App/>',
  store //所有组件对象都多了一个属性:$store
})

4.3 改写代码

改写 App.vue 组件

<template>
  <div>
  	<p>click {{this.$store.state.count}} times,count is {{this.$store.getters.evenOrOdd}}</p>
  	<button @click="increment">+</button>
  	<button @click="decrement">-</button>
  	<button @click="incrementIfOdd">increaseIfOdd</button>
  	<button @click="incrementAsync">increase async</button>
  </div>
</template>

<script>
	export default {
		
		computed:{
			evenOrOdd(){
				return this.$store.getters.evenOrOdd
			}
		},
		
		methods:{
			//增加
			increment(){
				//通知 vuex 去增加
				this.$store.dispatch('increment') //触发 store 中对应的 action 调用
			},
			
			//减少
			decrement(){
				this.$store.dispatch('decrement')
			},
			
			//如果是奇数则增加
			incrementIfOdd(){
				this.$store.dispatch('incrementIfOdd')
			},
			
			//异步增加
			incrementAsync(){
				this.$store.dispatch('incrementAsync')
			},
		}
	}
</script>

<style>

</style>

store.js 中设置状态对象

/**
 * vuex 的核心管理对象模块:store
 */
import Vue from 'vue'
import Vuex from 'vuex'

Vue.use(Vuex)

export default new Vuex.Store({
	state, //状态对象
	mutations, //包含多个更新 state 函数的对象
	actions, //包含多个对应事件回调函数的对象
	getters //包含多个 getter 计算属性的对象
})

//定义四个状态对象
const state = {
	count:0
}

//包含多个更新 state 函数的对象
const mutations = {
	//增加的mutation
	INCREMENT(state){
		state.count++
	},
	
	//减少的mutation
	DECREMENT(state){
		state.count--
	}
}

//包含多个对应事件回调函数的对象
const actions = {
	
	//增加的action
	increment({commit}) {
		// 提交增加的mutation
		commit('INCREMENT')
	},
	
	//减少的action
	decrement({commit}) {
		commit('DECREMENT')
	},
	
	//带条件的action
	incrementIfOdd({commit,state}) {
		if (state.count % 2 === 1){
			commit('INCREMENT')
		}
	},
	
	//异步的action
	incrementAsync({commit}) {
		//在action中直接可以执行异步代码
		setTimeout(() => {
			//提交增加的mutation
			commit('INCREMENT')
		},1000)
	}
}

//包含多个 getter 计算属性函数的对象
const getters = {
	evenOrOdd (state) {
		return state.count%2 === 0 ? '偶数' : '奇数' 
	}
}

4.4 启动应用

在控制台中进入该项目文件,并运行以下命令

npm run dev

出现如下界面

在这里插入图片描述
访问:http://localhost:8080/ 端口

项目改写完成。

时间:2019.5.23 16:27

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。
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。
【5层】公司办公楼全套设计+++(3156平,含计算书、建筑图,结构图、实习报告,PKPM,答辩PPT) 1、资源项目源码均已通过严格测试验证,保证能够正常运行; 2、项目问题、技术讨论,可以给博主私信或留言,博主看到后会第一时间与您进行沟通; 3、本项目比较适合计算机领域相关的毕业设计课题、课程作业等使用,尤其对于人工智能、计算机科学与技术等相关专业,更为适合; 4、下载使用后,可先查看README.md或论文文件(如有),本项目仅用作交流学习参考,请切勿用于商业用途。 5、资源来自互联网采集,如有侵权,私聊博主删除。 6、可私信博主看论文后选择购买源代码。 1、资源项目源码均已通过严格测试验证,保证能够正常运行; 2、项目问题、技术讨论,可以给博主私信或留言,博主看到后会第一时间与您进行沟通; 3、本项目比较适合计算机领域相关的毕业设计课题、课程作业等使用,尤其对于人工智能、计算机科学与技术等相关专业,更为适合; 4、下载使用后,可先查看README.md或论文文件(如有),本项目仅用作交流学习参考,请切勿用于商业用途。 5、资源来自互联网采集,如有侵权,私聊博主删除。 6、可私信博主看论文后选择购买源代码。 1、资源项目源码均已通过严格测试验证,保证能够正常运行; 2、项目问题、技术讨论,可以给博主私信或留言,博主看到后会第一时间与您进行沟通; 3、本项目比较适合计算机领域相关的毕业设计课题、课程作业等使用,尤其对于人工智能、计算机科学与技术等相关专业,更为适合; 4、下载使用后,可先查看README.md或论文文件(如有),本项目仅用作交流学习参考,请切勿用于商业用途。 5、资源来自互联网采集,如有侵权,私聊博主删除。 6、可私信博主看论文后选择购买源代码。
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