动态生成与编译(二)----CodeDOM的类层次结构

 

昨天本来已经洋洋洒洒地写了一个程序,准备直接切入正题了,但昨天写的过程中发现了解一下CodeDOM的类层次结构还是有好处,今天先写这个了,顺便讲讲基本的概念。

System.CodeDOM这个命名空间的大多数类都是从System.CodeDOM.CodeObject这个类(而它直接从System.Object而来)继承的,大头都在这里,烦的也在这里了。

 

System.Object
   System.CodeDom.CodeObject
      System.CodeDom.CodeComment//
注释
      System.CodeDom.CodeCompileUnit//
编译单元,整个CodeDOM的根
      System.CodeDom.CodeExpression
      System.CodeDom.CodeNamespace//
命名空间
      System.CodeDom.CodeNamespaceImport//
命名空间导入
      System.CodeDom.CodeStatement
      System.CodeDom.CodeTypeMember
      System.CodeDom.CodeTypeReference//
类型引用

 

其中除了第3System.CodeDom.CodeExpression6System.CodeDom.CodeStatement、第7System.CodeDom.CodeTypeMember其它几个都是很简单的,甚少有类再派生出去,用法也很明了,E文直译过来就是那样的用途。在()入门的部分代码里就有,后面的用法也没什幺翻新的了(但会频繁的出现),后面不再讲。

 

CodeExpression顾名思义是代码表达式,这是一大块,实际上我们写的程序的语句就是由一个个的表达式构成的,要它少都不行。这个类是所有代码表达式的基类,它里面其实是什幺也不干,空空的。不过在CodeDOM里很多类的构造函数都有CodeExpression类型的参数的(本来嘛,表达式无所不在),了解一下它下面有什幺东西也是很有用处,用的时候也知道某某东西是可以用到某个类的构造函数里的,不过现在智能感知都很厉害,好象也不用记得很牢喔。

这下面的东西太多了,不写上来了,就提几个。如:CodeCastExpression(强制类型转换)CodeBaseReferenceExpression(基类的引用)CodeTypeOfExpression(typeof()表达式)CodeMethodInvokeExpression(调用方法的表达式)等。

 

CodeStatement直接译就是代码语句,跟CodeExpression一样,也是程序里各种各样语句的基类,里面也是基本没东西(除了有个表示该语句的所属行的属性)。语句显然比表达式要复杂一点,比如一个简单的赋值语句,其左边与右边本身就是一个表达式,如左边是一个变量引用表达式,右边可能是一个调用方法的表达式等等(它有一个构造函数就是如下 这样的public CodeAssignStatement(CodeExpression, CodeExpression))这还是比较简单的,复杂的如那种for循环语句的构造函数里有四个部分要设置,每一部分又是表达式,又是语句,语句组。写个new都写得长长的,好烦呀。

CodeStatementCodeDOM里很重要的一个东西,最终代码生成时生成的就是这些语句,只有这些CodeStatement是最后表现出来的。上面忘了说一个东西,就是那个CodeComment//注释,其实如果只是创建了这样的一个CodeComment,对最后的代码生成是毫无用处的,只有把这个加到CodeCommentStatement里,再把这个CodeCommentStatement加到某个CodeTypeMemberCommments属性里才能使注释语句生效(下面就讲CodeTypeMember)

 

上面的两个是最基本的东西啦,不得不用。实际上CodeDOM最管用的应该是下面这个CodeTypeMember了。这个东西把类里面的字段、方法、属性、事件、构造函数等一网打尽。见下:

System.Object
   System.CodeDom.CodeObject
      System.CodeDom.CodeTypeMember
         System.CodeDom.CodeMemberEvent
         System.CodeDom.CodeMemberField
         System.CodeDom.CodeMemberMethod
         System.CodeDom.CodeMemberProperty
         System.CodeDom.CodeSnippetTypeMember
         System.CodeDom.CodeTypeDeclaration

跟两个不太同的是,这个基类比较的丰富。有

Attributes:可以设置类成员的public,private等属性。

CustomAttributes:设置成员的Attribute用的,就是[]里的那种东西。

Comments:注释集合,上面讲到过了,s表示它可以加好多的注释语句,这些注释语句一般用于比较大的注释,比如这个方法的用途、这个属性的意义等;要为方法里的某个地方注释,直接把注释语句当成一般的CodeStatement顺序加到某方法里就是了。

还有设置自定义的Attributes、所属行和名字的,这些就没有什幺重要的特性了。

上面那些由CodeTypeMember派生出来的类里面最重要的是CodeMemberMethod ,它增加了一些比较重要的属性,比如参数声明、返回值类型等。还有就是Statements属性了,就是该方法的语句集合喽,它的类型是CodeStatementCollection (这个不是从CodeObject继承的),要注意的是这个CollectionAdd方法有两种形式:public int Add(CodeExpression) public int Add(CodeStatement) 。看前面那一个,发现可以把一个CodeExpression直接加到CodeTypeMemberStatements里面去,不一定要CodeStatement(当然也可以用一个CodeExpressin产生一个CodeStatement再加也可以)。这个好象是CodeCOM里目前发现唯一一个不用CodeStatement而产生语句效果的

CodeMemberMethod下面又派生了三个类,分别是构造函数、执行文件的入口点方法与静态构造函数的(因为这三个比较的特殊),这里不细述了。

 

还有CodeTypeDeclaration顾名思义就是类型声明了,声明class(interface,structor等等)用的,那些上面CodeMemberField, CodeMemberMethod, CodeMemberProperty等就可加到这里来

上面是一些基本的东西,一些细节等后面再讲了。

 

最后提一下CodeDOM的逻辑结构,在这里面的很多类都有Add方法,就是为了往里添东西用的。基本的路子就是:

1、由一些CodeExpression组成简单的CodeStatement

2、复杂点的CodeStatement再由CodeExpressionCodeStatement(数组)组成(一个for循环或一个if组语句(包括else部分)组成的就是一个大的CodeStatement;异常也是,从try起到catchfinally结束的部分就是一个大的CodeStatement)

3、大的CodeStatement与一些小的不能组合的CodeStatement(CodeExpression)依序加到CodeMemberMethodStatements里。

4、CodeMemberMethodCodeMemberEventCodeMemberField等一道加到CodeTypeDeclaration

5、CodeTypeDeclaration加到CodeNamespace

6、CodeNamespace加到CodeCompileUnit

 

至此大功告成。用这个CodeCompileUnit可以生成完整的文件了可以编译的,当然从CodeNamespaceCodeStatement等也是可以生成代码的(当然就不是完整的代码文件,不能编译的)

转载于:https://www.cnblogs.com/lichdr/archive/2004/10/21/55038.html

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