GA,M,RC,SR概述

商业软件由于开发工作量大,参与的人多。为了保证工作质量和效率,往往在开始一个项目前就已经规划好了每个版本的发布时间以及版本功能简称simultaneous release plan(同步发行计划),类似于电影上映计划一样,1-2月在美国电影院上映,2-3月到中国电影院,3-4月全球发现dvd,以后就免费电视播放了。所有的商业软件基本都是相通的。可能版本编码名字不一样而已。以eclipse luna版本为例。

这个是eclipse luna的simultaneous release plan:http://wiki.eclipse.org/Luna/Simultaneous_Release_Plan

1.开发团队内部的开发版本一般用buildxxx作为内部版本号,这个我们不需要关心。

2.内部开发到一定阶段了,各个模块集成后,经过细心的测试整个开发团队觉得软件已经稳定没有问题了。可以对外发行了,这个时候叫GA(AenerallyAvailable)版,意思就是基本上可以使用了。这个时候的软件核心功能已经可以使用。

3.由于ga版还不属于公开发行版,里面还有功能不完善的或者一些bug,于是就有了milestone(里程碑)版,milestone版本主要修复一些bug和调整ui。例如这个就是eclipse 某个milestone版里面的工作内容。milestone可能有m1,m2,m3……一般milestone版本比较多,大小bug都会进行修复。


4.milestone版本之后软件基本定型了,这时候的软件就进入了Release Candidates(RC发行候选)版,该阶段的软件类似于最终发行前的一个观察期,该期间只对一些发现的等级高的bug进行修复,发布rc1,rc2等版本。该阶段通常两个版本发行间隔会比较短,一周左右。

5.接着就正式发行了,公开发行后一般会有两个Service Release(SR版)。这两个术语服务性质的版本,每个SR版本里面会包括4个左右的RC版。SR版本也是用来修复一些大的bug或者优化的。

附件:eclipse luna所有的发行版。


  • 4
    点赞
  • 5
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
GA-BP神经网络是一种结合了遗传算法(Genetic Algorithm)和反向传播算法(Backpropagation)的神经网络模型。它的目标是通过遗传算法来优化神经网络的权重和结构,以提高神经网络的性能和泛化能力。 GA-BP神经网络的基本思想是将遗传算法应用于神经网络的训练过程中。遗传算法是一种模拟自然进化过程的优化算法,通过模拟自然选择、交叉和变异等操作来搜索最优解。在GA-BP神经网络中,遗传算法用于搜索神经网络的权重和结构的最优解,而反向传播算法用于计算神经网络的误差和梯度,从而更新权重。 GA-BP神经网络的训练过程可以分为以下几个步骤: 1. 初始化种群:随机生成一组初始的神经网络权重和结构。 2. 评估适应度:使用反向传播算法计算每个个体(神经网络)的适应度,即神经网络在训练数据上的误差。 3. 选择操作:根据适应度值选择一部分个体作为父代,用于产生下一代个体。 4. 交叉操作:对选出的父代个体进行交叉操作,生成新的个体。 5. 变异操作:对新生成的个体进行变异操作,引入随机性,增加搜索空间。 6. 更新种群:将新生成的个体加入到种群中,并淘汰一部分适应度较低的个体。 7. 终止条件:达到预定的终止条件(如达到最大迭代次数或误差小于某个阈值)时停止训练,否则返回第3步。 通过遗传算法的搜索和反向传播算法的优化,GA-BP神经网络可以在较短的时间内找到较好的权重和结构组合,从而提高神经网络的性能和泛化能力。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
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