第五天学习日志

学习日志

苏嵌项目实训           姓名:梁轩齐        日期:2018.7.12

今日学习任务

回顾了一些C语言结构体与联合体的知识,并进行了一些程序的编写。

今日任务完成情况

 

今天我们按计划回顾了一些C语言结构体的知识,了解了一些基本程序的写法。编写了关于学生资料的代码。

今日中发现问题汇总

对于C语言的知识,会有遗忘的问题,很多知识点都记不起来了,在写代码方面有些吃力,很难自主的编写一些代码。对于指针的掌握不熟练,程序很难完成。有些简单的算法也很少有能短时间内完成,代码写的有些少,知识点遗忘过多,导致写代码不流畅,甚至出现不会写,无从下笔的情况。

今日未解决问题

今日开发收获

对C语言的结构体知识有了大体的回顾,大概想起了关于C语言结构体的一些知识体系,可以使用C语言来编写一些简单程序,也学到了一些新的知识点,学会了编程过程中的一些思路,可以进行一些简单的编程。

自我评价

 

今天我按照开发任务规范来完成既定任务。在完成过程中发现了很多问题,也都及时的加以改正,比如:C语言知识点遗忘太多,指针方面知识点不全面,写程序经验少等问题。这些在以后的时间里我一定会加以改正与完善,争取做到更好。今日开发中没有过多的团队合作。

其他

#include<string.h>

#include<stdio.h>

#include"student.h"

void menu()

{

         printf("**********************************\n");

         printf("1、输入信息         2、显示信息\n");

         printf("3、删除信息         4、修改信息\n");

         printf("**********************************\n");

}

 

void AddInfo(stu s[])

{

         printf("请输入姓名、年龄、性别、学号:\n");

         scanf("%s %d %c %d",s[i].name,&s[i].age,&s[i].sex,&s[i].number);

         s[i].id=i+1;

         i++;

 

}

void ShowInfo(stu s[])

{

         int j;

         for(j = 0; j < i; j++)

         {

                  printf("学生信息:%d\n",s[j].id);

                  printf("姓名 :%s\n年龄:%d\n性别:%c\n学号:%d\n",s[j].name, s[j].age,s[j].sex,s[j].number);

         }

}

 

void DeleteInfo(stu *s)

{

         int id,j;

         printf("请输出删除学生的编号:\n");

         scanf("%d",&id);

         for(j = 0; j < i-id; j++)

         {

                  s[id+j-1]=s[id+j];

                  s[id+j-1].id=id+j;

         }

         i--;                    

}

void ModifyInfo(stu *s)

{

         int id;

         printf("请输入修改学生的编号:\n");

         scanf("%d",&id);

    printf("请输入姓名、年龄、性别、学号:\n");

         scanf("%s %d %c %d",s[id-1].name,&s[id-1].age,&s[id-1].sex,&s[id-1].number);

}

                         

int main()

{

         char choice[20];

         stu student[SIZE] = {0};

         while(1)

         {

                  menu();

                  scanf("%s",choice);

                  switch(atoi(&choice[0]))

                  {

                  case 1:

                          AddInfo(student);

                          break;

                  case 2:

                          ShowInfo(student);

                          break;

                  case 3:

                          DeleteInfo(student);

                          break;

                  case 4:

            ModifyInfo(student);

                          break;

                  }

         }

}

 

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