黑马程序员 Java高新技术(eclipse的使用,静态导入,可变参数,增强for,自动拆箱与装箱)

------- android培训java培训、java学习型技术博客、期待与您交流! ----------


eclipse的使用

IDE(Integrated Development Environment,集成开发环境)。

IDE开发工具都支持使用工程化方式管理一个项目的程序开发过程,一般来说一个相对独立的项目就是一个工程,一个项目中涉及的多个java文件,资源文件等用一个工程

进行管理(在这里可以看看以前工作间中的某个工程的结构)。


 一个workspace可以包含多个project,一个workspace保留了eclipse的一套环境选项的配置,例如,所使用的javac和java命令,等等,细节请查看window->preferences。如

果要为eclispe再配置一套环境选项,可以再创建一个workspace。

设置单个工程的javac和java,选择工程,右键->properties可以设置javac,右键->run as ->open run dialog可以设置java。 

高版本的java可以运行低版本的javac编译的程序,低版本的java不能运行高版本的javac编译的程序。

快捷键使用技巧:快捷键的位置:General->keys,设置alt+/键进行内容提示时,要注意解除alt+/键原来的绑定关系,直接输入alt+/就可以找到它的绑定关系,删除绑定关系时

也可以使用remove binding这个按钮,代码模板的设置位置:java->editor->Templates。



静态导入
import语句可以导入一个类或某个包中的所有类

import static语句可以导入一个类中的某个静态方法或所有静态方法

语法举例:

import static java.lang.Math.sin;

import static java.lang.Math.*;

 例如:求两个数的最大值和相减结果的绝对值

System.out.println(min(3, 9)); 

System.out.println(abs(3-9));

静态导入是jdk1.5的新特性。


可变参数
一个方法接受的参数个数不固定,例如:

System.out.println(countScore(2,3,5));

System.out.println(countScore(1,2,3,5));

可变参数的特点:

只能出现在参数列表的最后,这个要记住

...位于变量类型和变量名之间,前后有无空格都可以

调用可变参数的方法时,编译器为该可变参数隐含创建一个数组,在方法体中以数组的形式访问可变参数。

	public static void main(String[] args) {
		System.out.println(add(1,2,3,5));
		System.out.println(add(2,3,5));		
	}	
	public static int add(int x,int ...args) {
		int sum = x;
		for(int i=0;i<args.length;i++) {
			sum += args[i];
		}
		return sum;
	}


增强for循环

语法:for ( type 变量名:集合变量名 ) { … }

注意事项:

迭代变量必须在( )中定义!

集合变量可以是数组或实现了Iterable接口的集合类

public static int add(int x,int ...args) {
	int sum = x;
	for(int arg:args) {
	sum += arg;
	}
	return sum;
}

高级for和传统for的区别。

传统for可以完成对语句执行很多次,可以定义控制循环的增量和条件。

高级for是简化形式,必须有被遍历的目标。该目标要么是数组,要么是Collection单列集合。

对于数组的遍历,如果仅仅是获取数组中的元素,可以使用高级For。

如果要对数组的角标进行操作建议使用传统for


基本数据类型的自动拆箱与装箱

享元模式:

自动拆箱装箱的时候,将比较常用的数值单独存放在一个区域,用的时候直接去取,

当数值在byte(-127~128)范围内,对于新特性,如果该数值已经存在,则不会在开辟新的空间。

自动装箱:
Integer num1 = 12;
自动拆箱:
System.out.println(num1 + 12);
基本数据类型的对象缓存:
Integer num1 = 12;
Integer num2 = 12;
System.out.println(num1 == num2); //在-128--127;这个范围内为true
Integer num3 = 129; 
Integer num4 = 129;
System.out.println(num3 == num4);//false



------- android培训java培训、java学习型技术博客、期待与您交流! ----------



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