js基础

String 数组 日期 数组
####String相关内容
创建字符串的两种方式
var str=“ads”
var str=new String(“ads”);
2.把字符串转数值
parseInt()把字符串或小数转成整数
parseFloat()把字符串转成小数或整数
Number ()等效parseFloat()
3.字符串的大小写转换
str.toUpperCase();//转大写
str.toLowerCase();//转小写
4.获取字符串出现的位置
var str=“abcdefg”;
str.indexof(“4”);从0开始
str.lastINdexof(“e”);
5.截取字符串
str.substring(起始位置,结束位置)
6.字符串的替换
str.replace(被替换,替换的内容);
7.拆分字符串
str.split(",");将一个字符串拆分成多个字符串,返回值为数组 数组里面装着多个字符串
####数值相关 四舍五入
18.3456.toFixed(3);
####数组相关的内容
1、创建数组
var arr1=[“asd”,18,true];
var arr2 =new Array();数组声明时没有[]
2.向数组中添加内容
arr.push(“asd”);
3.修改数组的长度
var arr=[“adsad”,“asd”,“asd”,“ad”,a];
arr.length=3;
4.数组的遍历
for循环遍历
5.数组反转
arr.reverse();
6.数组排序
arr.sort();把arr按照字符串进行排序
默认的排序规则是以字符串的形式进行排序,排序规则是通过Unicode字符编码
进行排序,比完第一位再比第二位依次类推
自定义排序:

Insert title here #####日期相关内容 -服务器时间和客户端时间 -客户端时间 1.获取当前的时间 var d1=new Date(); 2.从服务器端请求到的时间字符串转成data对象 var d2=new Date(""2019/9/21 14:33:22); 3.从时间对象中获取和设置时间戳(距离1970年1月1日) d1.getTime(); d1.setTime(); 4.从时间对象中获取时间分量(单独的年月日时分秒 星期几) d1.getFullYear();//年 d1.getMouth();//月 d1.getDate();//日 d1.getDay();星期几 d1.getHours();//时 d1.getMinutes();//分 d1.getSeconds();//秒 5.获取年月日和获取时分秒 -年月日 d1.toLocaleDateString(); -时分秒 d1.toLocalTimeString(); #######正则表达式 -应用场景:1.查找内容 2.校验文本

. :匹配任意字符 除了换行
\w:匹配任意数字 ,字母、下划线
\d:匹配任意数字
\s:匹配任意空白
^:开头
: 结 尾 / / 第 一 种 创 建 正 则 对 象 的 方 式 / / 创 建 一 个 以 a 开 头 的 正 则 i 代 表 忽 略 大 小 写 v a r r e f 1 = / a / i ; / / 创 建 一 个 以 m 结 尾 的 正 则 r e g 1 = / m :结尾 //第一种创建正则对象的方式 //创建一个以a开头的正则i代表忽略大小写 var ref1=/^a/i; //创建一个以m结尾的正则 reg1=/m ////aivarref1=/a/i;//mreg1=/m/;
//创建一个包含两位数字的正则
reg1=/\d{2}/;
//创建要给以三位数字开头的正则
reg1=/^\d{3}/;
//创建一个以y开头以m结尾中间有5位数字
reg1=/^y\d{5}mKaTeX parse error: Undefined control sequence: \d at position 30: …数字组成的正则 reg1=/^\̲d̲{3,5}/;
//创建一个6-10位数字字下划线的正则
reg1=/^\w{6,10}KaTeX parse error: Got function '\newline' with no arguments as superscript at position 1: \̲n̲e̲w̲l̲i̲n̲e̲");
//和正则相关的方法
//1.查找内容
var str=“you can you up no can no b b”;
//全局查找no
var reg=/no/g;
//exec执行
/* alert(reg.exec(str)); *///找到一个
//校验文本
reg=/^you/;
-创建正则对象的两种方式:
1.var reg=/规则/模式;(模式:g代表全局查找,i忽略大小写)
2.var reg=new RegExp(规则,模式);这种方式创建正则对象时如果有反斜杠需要转译
和正则相关的几个方法
1.reg.exec(str);
2.reg.test(str)校验文本

Insert title here

}

3.字符串中和正则相关的方法:1.查找内容 str.math(正则规范);//此方法一次性查询到所有出现的内容装在一个数组中返回 4.字符串中和正则表达式相关的方法:2.查找替换 str.replace(正则,“新内容”);//查找到正则匹配的所有内容并全部替换掉
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