记一点LinQ笔记 ,以后回来自己复习

------先定义一些数据
在这里插入图片描述

使用LINQ做查询

//LinQ写法
var res = from m in masterList //masterList是一个表
where m.Level > 8 && m.Menpai == “丐帮” //这里查询的是Level属性 可以换成其他定义过的属性
//通过&&来查询多个条件

select m.Name; **//这里查询的是Name属性 可以换成其他定义过的属性
foreach(var temp in res)
{
Console.WriteLine(temp);
}

//扩展方法的写法
var res = masterList.Where(Test);
foreach(var temp in res){
Console.WriteLine(temp);//调用类的时候要把tostring方法重写一下 不然会有点问题
}
//用lambda表达式的写法
var res = master.List(m => m.Level > 8);
foreach(var temp in res){
Console.WriteLine(temp);//调用类的时候要把ToString方法重写一下 不然会有点问题。修改方法如下
在这里插入图片描述
}
static bool Test(MatialArtsMaster master){ //MatialArtsMaster 是自己写的一个类
if(master.Level > 8) return ture;
reture false;
}

下面介绍一个LINQ的联合查询 这里在给一个表
在这里插入图片描述
var res = from m in masterList
from k in KonfuList
select new {master = m, Konfu = k};
//将这两个表做对照 比如第一个表有11条数据 第二个表有六条数据 最后出来的结果就是六十六条数据
var res = from m in masterList
from k in KonfuList
where m.Konfu == k.Name
select new {master = m, Konfu = k};
//这次出来的结果是11条 功夫和Konfu里面的名字对应

//扩展方法
var res = masterList.SelectMany(m => KonfuList,(m,k) => new {master = m, Konfu = k})
//m => KonfuList 表示masterList要联合查询的哪个表 , (m,k) => new {master = m, Konfu = k} 拼凑结果集合
foreach(var temp in res){
Console.WriteLine(temp);
}//这个出来是六十六条记录的那个输出结果

加条件是直接在后面.Where
var res = masterList.SelectMany(m => KonfuList,(m,k) => new {master = m, Konfu = k}).Where(x => x.master.Konfu == x.Konfu.Name);
//这个出来的结果是十一条那个、用的是委托参数

排序方法
var res = from m in masterList
where m.Level > 8
orderby m.Age //加上descending 就是倒叙
//如果是多个字段排序的话 就按照下面这种方式

orderby m.Age,m.Level //先排Age 属性相同的话 再排Level
select m;
//排序扩展方法
var res = masterList.Where(m => m.Level > 8).OrderBy/OrdeByDescending(m => m.Age);
var res = masterList.Where(m => m.Level > 8).OrderBy/OrderByDescending(m => m.Age).ThenBy(m => m.Level); //OrderBy 是把前面的数据按照后面的属性进行排序 ThenBy是再前面属性相同的情况下 按照后面的属性或方法进行排序
//join on 做两个集合的连接
var res = from m in masterList
join k in konfuList on m.Konfu equals k.Name
where k.Power > 90
select new {master = m,konfu = k};

//分组查询 (into groups 把武林高手按照所学功夫分类,看哪个功夫修炼的人最多)
var res = from k in KonfuList
join m in masterList on m.Konfu equals k.Name
into groups
OrderBy groups.Count()
select new {Konfu = k, count = groups.Count()};
//按照自身字段进行分组 group into
var res = from m in masterList
group m by m.Menpai into g
select new{count = g.Count().key = g.key};//key表示的是上面的Menpai 因为是按照m.Menpai进行分组的所以最后得到的就是Menpai的属性。

//量词操作符 any all 判断集合中是否满足某个条件
bool res = masterList.Any(m => m.Menpai == “丐帮”);
遍历集合寻找是否有满足括号里面条件的项 ,满足返回true 不满足返回false
bool res = masterList.All(m => m.Menpai == “丐帮”);
遍历集合寻找是否全都满足括号里面的条件 ,满足返回true 不满足返回false

附内容大概图

在这里插入图片描述

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,因为它们具有忆功能,能够捕捉数据中的时间依赖性。 5. **长短期忆网络(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