课程感想

        用况图用于对系统的功能以及系统进行交互的外部事物建模。

        在确切地定义系统的功能需求之前,首先要明白系统内外的交互情况,系统边界是一个系统所包含的所有系统成份与系统以外各种事物的分界线。

        用况图中一个主要的概念是参与者,一个参与者定义了一组在功能上密切相关的角色,当一个事物与系统交互时,该事物可以扮演这样的角色。识别参与者可以从以下三方面进行:1、人员。2、外部系统。3、设备。

        一个用况(use case)是描述系统的一项功能的一组动作序列,这样的动作序列表示参与者与系统间的交互,系统执行该动作序列要为参与者产生结果。用况与用况之间存在着包含,扩展和继承。

        一个参与者可以使用系统的多项功能,系统的一项功能也可以供多个参与者使用。在UML中,把参与者与用况间的这种交互关系称为关联。

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
深度学习是一门复杂而强大的技术,它基于人工神经网络,能够处理大规模数据,解决许多传统算法难以应对的复杂问题,如图像识别、自然语言处理和语音识别等。学习2000字的深度学习课程,可能会让你有以下几点深刻的感悟: 1. **数学基础的重要性**:深度学习中的梯度下降、反向传播、矩阵运算等都依赖于坚实的线性代数和微积分知识。如果你对这些基础知识理解透彻,会更好地跟上复杂的数学模型。 2. **数据是关键**:深度学习模型的效果很大程度上取决于数据的质量和量。理解如何清洗、预处理和增强数据,以及数据集的多样性,都是提升模型性能的基础。 3. **模型选择与架构设计**:不同任务可能需要不同类型的网络(如卷积神经网络、循环神经网络或Transformer)。理解每种模型的适用场景和优缺点,是成为一个有效深度学习工程师的关键。 4. **超参数调优与训练策略**:学习如何调整学习率、批量大小、优化器等超参数,以及早停、正则化等训练策略,能够显著影响模型的收敛速度和性能。 5. **可解释性和泛化能力**:深度学习模型的“黑盒”特性可能带来挑战。了解如何提高模型的可解释性,同时防止过拟合,保证在未见过的数据上的泛化能力,是一项持续的研究课题。 6. **实际应用与伦理考虑**:深度学习不仅用于学术研究,还在很多商业领域得到应用。了解如何将技术转化为产品,同时关注数据隐私和公平性等问题,是未来的趋势。 7. **持续学习与迭代**:深度学习是一个快速发展的领域,新的模型和框架不断涌现。保持学习的热情,跟踪最新的研究成果,持续更新知识库,是持续成功的关键。
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