Kvc之应用

我们通过kcv可访问父类的任何私有的保护的共有的成员变量  包括其他类的私有变量系统私有变量都可通过kvc获取 


extension和implement中定义的私有

Father类

//.h
@interface Father : NSObject {
    @private
    NSInteger   abc;
}

@property (nonatomic, strong) NSString  *songOne;

- (void)printVar;

@end

//.m
@interface Father () {
    @private
    int privateVar;
    @protected
    int protectedVar;
    @public
    int publicVar;
}

@property (nonatomic, strong) NSString  *song;

@end

@implementation Father {
    NSInteger   fAbc;
}

- (void)printVar
{
    NSLog(@"father abc:%@", [self valueForKey:@"abc"]);
    NSLog(@"father song:%@", [self valueForKey:@"song"]);
    NSLog(@"father songOne:%@", [self valueForKey:@"songOne"]);
    
    NSLog(@"father privateVar:%@", [self valueForKey:@"privateVar"]);
    NSLog(@"father protectedVar:%@", [self valueForKey:@"protectedVar"]);
    NSLog(@"father publicVar:%@\n\n", [self valueForKey:@"publicVar"]);
    
    NSLog(@"father fABC:%@", [self valueForKey:@"fAbc"]);
}

@end

son类

//.h
@interface Son : Father

- (void)printPrivate;

@end

//.m
@implementation Son

- (instancetype)init
{
    if (self = [super init]) {
    }
    return self;
}

- (void)printPrivate
{
    NSLog(@"son abc:%@", [self valueForKey:@"abc"]);
    NSLog(@"son song:%@", [self valueForKey:@"song"]);
    NSLog(@"son songOne:%@", [self valueForKey:@"songOne"]);
    
    NSLog(@"son privateVar:%@", [self valueForKey:@"privateVar"]);
    NSLog(@"son protectedVar:%@", [self valueForKey:@"protectedVar"]);
    NSLog(@"son publicVar:%@", [self valueForKey:@"publicVar"]);
    
    NSLog(@"son fABC:%@", [self valueForKey:@"fAbc"]);
}
@end
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
在实例化对象中通过KVC访问:

Father *father = [[Father alloc] init];
[father setValue:@"120" forKey:@"abc"];
[father setValue:@"123" forKey:@"songOne"];
[father setValue:@"456" forKey:@"song"];

[father setValue:@"12" forKey:@"privateVar"];
[father setValue:@"34" forKey:@"protectedVar"];
[father setValue:@"56" forKey:@"publicVar"];

[father setValue:@123456 forKey:@"fAbc"];

[father printVar];

Son *son = [Son new];
[son setValue:@"121" forKey:@"abc"];
[son setValue:@"1234" forKey:@"songOne"];
[son setValue:@"567" forKey:@"song"];

[son setValue:@"123" forKey:@"privateVar"];
[son setValue:@"456" forKey:@"protectedVar"];
[son setValue:@"789" forKey:@"publicVar"];

[son setValue:@1234567 forKey:@"fAbc"];

[son printPrivate];

 

通过KVC的方式不管是私有的、保护的和公有的,都能进行访问。

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