java编程思想(三):控制程序流程

一、== 和 equals

    == 判断是比较得两个对象是否是同一个对象判断内存地址和值;

   equals 在Object下是:

   public boolean equals(Object obj) {
        return (this == obj);
   }

   调用的也是==,如果某个具体类想对比类得值是否相同的时候,需要重写equals;

  String就重写了equals方法:

  public boolean equals(Object anObject) {
        if (this == anObject) {
            return true;
        }
        if (anObject instanceof String) {
            String anotherString = (String)anObject;
            int n = value.length;
            if (n == anotherString.value.length) {
                char v1[] = value;
                char v2[] = anotherString.value;
                int i = 0;
                while (n-- != 0) {
                    if (v1[i] != v2[i])
                        return false;
                    i++;
                }
                return true;
            }
        }
        return false;
    }

   进行值得比较;

   String n1 = new String("abc");
   String n2 = new String("abc");

   n1 == n2 为false;n1包含栈帧地址和内存地址,共创建了两个对象,n2也是一样,所以两个对象不是同一个值

   n1.equals(n2) 为true:对比得值

二、开关 switch;

    switch ('整数因子') {
          case value:
            break;

         default:
            break;
        }

     省略掉break;程序会继续往下执行,value值必须是enum  byte   short   int  char 那样得整型值,jdk7以后可以string了;

     浮点数(float,double)上下漂泊,不能准确判断

三、&& 和 & 的区别

     “或”(||)、“与”(&&)、“非”(!) 

     “或”(||):其中一个Wietrue,结果就为true

     “与”(&&):两个都为true,结果才为true

    “非”(!) :非

    “短路现象”:一旦能够明确无误的确定整个表达式得值,就不在计算表达式余下的部分;

    {
       int a = 10;
       if(a < 0&& ++a> 0){
           system.out.println(a);//3
       }

        system.out.println(a);//5
     }

    第三行:a<0为false,已经可以明确达到整个表达式的值了,后面的++a 就不会执行了,

    第五行:的输出 a 还是等于 10;

    如果将第二行换成 :  if(a < 0& ++a> 0){  ,那么最终的值 a 就会等于11.

四、自动递增和自动递减

    i++,  ++i,    i--,--i

    i++: 表示先进行逻辑运算,本次运算完成之后在进行i+1

    ++i:表示先进行i+1操作,然后在进行前后的算术操作

    int i = 1;
    print(i);// 输出 1
    print(“++i :” + ++i);// 输出 2
    print(“i++ :” + i++ );// 输出 2
    print(i);// 输出 3

五、移位操作符   <<    >>    >>>

    左移操作符(<<):按照操作右侧指定的位数将操作符左边的操作数向左移动(在低位补0);

    有符号 右移操作符(>>):按照操作符右侧指定的位数将操作符左边的操作数向右移动,有符号为正,则高位插0,为负数,高位插1

    无符号 右移操作符(>>>):无论正负,高位都插0;

    <<=:左移之后赋值操作;

    int i= -1;
    print(Integer.toBinaryString(i));//正数1取反+1;1111111111111111
    i>>>=10;无符号右移,高位填0:111111

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