ES6 Promise

1、案例

var p = new Promise(function(resolve,reject){
    //做一下操作
    setTimeout(function(){
        console.log('执行完毕');
        resolve('执行成的随便数据')
    },2000)
})
//在上面的代码中,我们执行了一个异步操作,也就是setTimeout,2秒后,输出“执行完成”,并且调用resolve方法


var p1 = new Promise(function(resolve,reject){
    resolve(1);
})

p1.then(function(value){
    //成功回调函数
    alert('success: '+value)
},function(error){
    //失败回调函数
    alert('fail')
})

2、案例

<script type="text/javascript">
function ajax(url,succ,fail){
    var xhr = new XMLHttpRequest();
    xhr.open('GET',url,true);
    xhr.onreadystatechange=function(){
        if(xhr.readyState == 4 && xhr.status == 200){
            succ.call(this,xhr.responseText);
        }
    }
    xhr.send();
}
window.onload=function(){
    var oBtn = document.getElementById('btn1');
    var oBox = document.getElementById('box1');

    oBtn.onclick=function(){
         ajax('a.txt',function(str){
            alert('ok'+str);
         },function(){
            alert('no')
         })   
    }
}
</script>
<input type="button" value="获取" id="btn1" />
<div id="box1"></div>

3、案例

<script type="text/javascript">
function ajax(url,succ,fail){
    var xhr = new XMLHttpRequest();
    xhr.open('GET',url,true);
    xhr.onreadystatechange=function(){
        if(xhr.readyState == 4 && xhr.status == 200){
            succ.call(this,xhr.responseText);
        }
    }
    xhr.send();
}
window.onload=function(){
    var oBtn = document.getElementById('btn1');
    var oBox = document.getElementById('box1');

    oBtn.onclick=function(){
         ajax('a.txt',function(str){
            alert('ok'+str);
         },function(){
            alert('no')
         })   
    }
}
</script>
<input type="button" value="获取" id="btn1" />
<div id="box1"></div>

4、案例

<script type="text/javascript">
function ajax(url,succ,fail){
    var xhr = new XMLHttpRequest();
    xhr.open('GET',url,true);
    xhr.onreadystatechange=function(){
        if(xhr.readyState == 4 && xhr.status == 200){
            succ.call(this,xhr.responseText);
        }
    }
    xhr.send();
}
window.onload=function(){
    var oBtn = document.getElementById('btn1');
    var oBox = document.getElementById('box1');

    oBtn.onclick=function(){
        var p1 = new Promise(function(resolve,reject){
            ajax('a.txt',function(str){
                resolve(str);
            },function(err){
                reject(err);
            })
        })
        p1.then(function(str){
            oBox.innerHTML = str;
        },function(err){
            oBox.innerHTML = err;
        })
    }

}

</script>
<input type="button" value="获取" id="btn1" />
<div id="box1"></div>

catch 用来捕获报错

 

//catch 用来捕获报错
    var p1 = new Promise(function(resolve,reject){
        resolve('成功了')
    })
    p1.then(function(value){
        console.log(value);
        throw '报错了';
    },function(err){
        console.log(err)
    }).catch(function(e){
        console.log(e);  //报错了
    })

 

 

 

 

 

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