给个代码你玩玩

给个代码你玩玩🤣🤣🤣
import java.util.Random;
import java.util.Scanner;

public class 自己改{

public static void main(String[] args) {
	System.out.println("--------欢迎来到猜数字游戏--------");
	System.out.println("~~~~~猜对有奖励哟~~~~");
          Scanner sc = new Scanner(System.in);
  		System.out.println("请输入一个5以内的整数,若与随机数相等即获胜");
  		System.out.println("请输入一个5以内的整数:");
  		 int a = sc.nextInt();
  		Random r = new Random();
        int r2 =r.nextInt(5);
        System.out.println("该随机的数为:"+r2);
        while(true){
		if(a==r2){
			System.out.println("恭喜你,猜对了!");
			System.out.println("奖励超多屁");
			
			
		}
		if(a !=r2){
			System.out.println("哦吼~猜错了哦!");
			System.out.println("    ");
			System.out.println("再给你一次机会,请输入一个5以内的整数:");
			
			while(sc.hasNext()){
				int a1 = sc.nextInt();					 
	            int r3 =r.nextInt(5);
	            System.out.println("该随机的数为:"+r3);
	            while(true){
	            if(a1==r3){
					System.out.println("恭喜你,猜对了!");
					System.out.println("奖励超多屁");
					
				}
				if(a1!=r3){
					System.out.println("哦吼~猜错了哦!");
					System.out.println("    ");
					System.out.println("再给你一次机会,请输入一个5以内的整数:");
					break;
			   
		
			
	}

              
	
	
	
	
	
	

				
		}

}
sc.close();
}
}
}
}

【为什么要学习这门课程】深度学习框架如TensorFlow和Pytorch掩盖了深度学习底层实现方法,那能否能用Python代码从零实现来学习深度学习原理呢?本课程就为大家提供了这个可能,有助于深刻理解深度学习原理。左手原理、右手代码,双管齐下!本课程详细讲解深度学习原理并进行Python代码实现深度学习网络。课程内容涵盖感知机、多层感知机、卷积神经网络、循环神经网络,并使用Python 3及Numpy、Matplotlib从零实现上述神经网络。本课程还讲述了神经网络的训练方法与实践技巧,且开展了代码实践演示。课程对于核心内容讲解深入细致,如基于计算图理解反向传播算法,并用数学公式推导反向传播算法;另外还讲述了卷积加速方法im2col。【课程收获】本课程力求使学员通过深度学习原理、算法公式及Python代码的对照学习,摆脱框架而掌握深度学习底层实现原理与方法。本课程将给学员分享深度学习的Python实现代码。课程代码通过Jupyter Notebook演示,可在Windows、ubuntu等系统上运行,且不需GPU支持。【优惠说明】 课程正在优惠中!  备注:购课后可加入白勇老师课程学习交流QQ群:957519975【相关课程】学习本课程的前提是会使用Python语言以及Numpy和Matplotlib库。相关课程链接如下:《Python编程的术与道:Python语言入门》https://edu.csdn.net/course/detail/27845《玩转Numpy计算库》https://edu.csdn.net/lecturer/board/28656《玩转Matplotlib数据绘图库》https://edu.csdn.net/lecturer/board/28720【课程内容导图及特色】
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