iOS中框架的搭建(一)



这种框架的原理是:创建一个MainView来控制window.rootViewController的加载方向。是加载用户引导界面、登陆界面还是主界面。这样做的好处是可以保证Application的队列中的各个界面可以随时的进行切换。

首先,创建这个MainView并创建相对应的类方法,因为这个类是一个用于被调用后,进行界面切换的类。所以这个切换界面的方法要定义为类方法,并且放在.h文件中,作为本类暴露出的一个接口。

#import <Foundation/Foundation.h>

//定义三种类型(type)每一种类型代表不同的viewController。
typedef NS_ENUM(NSUInteger, SFViewControllerType) {
    SFViewControllerUserGuide,
    SFViewControllerLogin,
    SFViewControllerMain
};

@interface SFViewControllerManager : NSObject

+ (void)presentSFViewController:(SFViewControllerType)controllerType;

@end


在.m文件中,由于我们的MainView是一个调度的类,所以当用户引导界面、登陆界面以及主页面之间进行切换时,每一次都要创建MainView的对象进行界面的切换,这样每一次调用就会创建一个MainView对象。这样就给应用程序造成内存过大的原因,为了解决此方法,我们决定将MainView的初始化方法定义为一个单例模式(单例模式,在我的博客中有单独的介绍,这里就不多介绍了) ,这样就成功的避免了对象的重复创建带来的内存问题。
+ (instancetype)shareInstance
{
    static SFViewControllerManager *viewControlerManager;
    static dispatch_once_t onceTocken;
    dispatch_once (&onceTocken,^{
        viewControlerManager = [[SFViewControllerManager alloc]init];
    });
    return viewControlerManager;
}

+ (void)presentSFViewController:(SFViewControllerType)controllerType
{
    UIViewController *viewController = [[self shareInstance] controllerByType:controllerType];
}

- (UIViewController *)controllerByType:(SFViewControllerType)type
{
    UIViewController *rtnViewController = nil;
    switch (type) {
        case SFViewControllerUserGuide:
            rtnViewController = [[SFUserGuideViewController alloc]init];
            break;
        case SFViewControllerLogin:
            rtnViewController = [[SFLoginViewController alloc]init];
            break;
        case SFViewControllerMain:
            rtnViewController = [[SFMainViewController alloc]init];
            break;
        default:
            break;
    }
}

在.h文件中利用枚举定义了三种类型(type),这三种分别代表了用户引导界面的控制器,登陆界面的控制器以及主界面的控制器。在

- (UIViewController *)controllerByType:(SFViewControllerType)type;
利用case语句来判断type的值,从而来完成了对各个界面的初始化。


下面来介绍是如何完成MainView类的调用以及,各个界面的弹出。

[SFViewControllerManager presentSFViewController:SFViewControllerUserGuide];
举例调用登陆界面的的控制器,可以在这个Appdelegate类中添加条件来判断以及选择各个界面的跳转。

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