go(12)-channel-同步-异步-有缓冲-无缓冲-select

channel 作用:相当于rpc,进程间通信,或者类似于socket。
1.图解+定义+同步(阻塞)-异步
2.无缓冲
3.有缓冲
4.关闭
5.select

 


1.图解+定义

   同步(阻塞):
       main 先到,就会停那等sub值,
       sub 先到,也会停那等main值。
  语法:

make(chan Type) 等价于 make(chan Type,0)
make(chan Type,capacity)

channel <- value  //发送 value 到 channel
<- channel        // 接收并将其丢弃
x:=<- channel     // 从 channel中接收数据,并赋值给x
x,ok:=<- channel  // 功能同上,检查通道是否已关,是否为空


  

package main
import "fmt"
func main(){
    c:=make(chan int)                     //1.创建一个管道  c
    go func(){
       defer fmt.Println("goroutine结束")
       fmt.Println("goroutine  正在运行....")
       c <-666                             //2.发:函数里 将666 发送给c
 }()

  num:=<-c                                 //3.收:从C中接受数据,并赋值给num
  
  fmt.Println("num= ",num)
  fmt.Println("main goroutine 结束 ")
}


2.无缓冲

代码:



3.有缓冲

代码:
    有缓存不会发生阻塞。

package main
func main(){
    c:=make(chan int,3)                 //1.带有缓冲的channel
    fmt.Println("len(c)",len(c),",cap(c)",cap(c))

    go func(){                          //2.发送
       defer fmt.Println("子go结束")
       for i:=0;i<3;i++{
           c <- i
           fmt.Println("子go 发送=",i,"len(c)=",len(c),",cap(c)=",cap(c))
    }()
    
    time.Sleep(2*time.Second)

    for i:=0;i<3;i++{                   //3.接收
        num := <-c
        fmt.Println("num=",num)
   }
   fmt.Println("main 结束")
}

当发送数>管道数时就会阻塞的。

4.关闭

    写不关的,读会陷入死循环。
    关之后不可以写,但可以读,直到没有数据为止。

package main

func main(){
     c:=make(chan int)
     
     go func(){              // 1.写:  sub channel里写i
        for i:=0;i<5;i++{
             c<-i     
       }
       
       close(c)             //关闭 channel
 }()
                                     
 for{                       //2.读:
    // ok如果为true表示channel 没有关闭,如果为false 表示channel 已经关闭
       if data,ok := <-c ; ok{           //channel 没关 
           fmt.Println(data)
           }else{
              break                     // channel 关闭
       }
       
  }
/*

  for data:=range c{
           fmt.Println(data)
  }
*/

     
  fmt.Println("main finished...")     

}

 5.select
   多个channel的情况:
   

select{
   case <- chanl:    //如果chan1读到数据
   case chan2 <-1:   //如果向chan2写数据
   default:          //如果上面都没有成功
}


 

package main
import(
)

func fibonacii(c,quit chan int){   //两个channel
      x,y :=1,1

      for{
        select {
        case c<-x:                 //1.c可写
           x=y
           y=x+y
        case <-quit:
           fmt.Println("quit")
           return
         }
     }
      
}

func main(){
     c:=make(chan int)
     quit :=make(chan int)

    //sub go
     go func(){                 
        for i:=0;i<6;i++{
             fmt.Println(<-c)   //2.线程c  读c
         }
         quit <-0               //3.线程quit 写0

     }()
   
  //main go 
  fibonacii(c,quit)
}





 

 

 

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
Spatial-Channel Attention是一种综合了空间注意力和通道注意力的注意力机制,它可以同时考虑输入特征图中的空间信息和特征通道之间的关系,可以更准确地捕捉目标任务相关的特征,提高模型的性能。以下是几种常见的Spatial-Channel Attention机制: 1. CBAM(Convolutional Block Attention Module):CBAM是一种基于卷积块的Spatial-Channel Attention机制,它由两个注意力模块组成:通道注意力模块和空间注意力模块。通道注意力模块通过计算不同通道之间的相似度,确定每个通道的注意力权重;空间注意力模块通过计算不同像素之间的相似度,确定每个像素的注意力权重。CBAM可以在保证模型计算复杂度不增加的情况下,提高模型的性能。 2. BAM(Bottleneck Attention Module):BAM是一种基于瓶颈结构的Spatial-Channel Attention机制,它通过瓶颈结构将输入特征图分解为通道特征图和空间特征图,然后分别计算它们的注意力权重,最后将通道和空间注意力权重相乘得到最终的注意力权重。BAM可以在保持较小的计算量的同时,提高模型的性能。 3. SKNet(Selective Kernel Networks):SKNet是一种基于选择性卷积的Spatial-Channel Attention机制,它通过选择不同的卷积核,计算不同的空间特征图,并使用通道注意力模块计算每个空间特征图的注意力权重,最终将不同空间特征图的加权和作为输出特征图。SKNet可以提高模型的表达能力和鲁棒性。 以上是几种常见的Spatial-Channel Attention机制,它们在计算注意力权重的方式、注意力权重的应用方面都有所不同,可以根据任务需求选择合适的注意力机制。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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