es6学习笔记

自执行函数里面的this指向的是window  
let,const
1.声明的变量只在命令所在的代码块内有效
2.let申明的变量不会变量提升(域解析)
3,不允许在同一个作用域下声明已经声明的变量
4,const申明后必须赋值

数据结构
set :集合,由一组无序而且唯一的项组成的,特点key跟value相同,没有重复的value
let s = new set([1,2,3])
属性 .size
方法 .add() 添加一个数据
.delete(value) 删除指定数据,返回布尔值
.has(value) 判断是否有这个值 返回布尔值
.clear() 清除所有的数据
.keys() 返回键名的遍历器
.values() 返回值的遍历器
.entries() 返回键值对的遍历器
.forEach(function(value,key,set/数据本身){})

map :字典型数据结构,是用来存储不重复的key的hash结构,不同set 字典使用的是【键,值】的形式来存储的数据的
键可以是字符串,也可以是对象 const map = new map([ ['a',1],['b':2]])
map.set(键,值) 设置键值
map.get(键) 获取键对应的值
map.delete(键) 删除
map.has(键) 返回布尔值
map.clear() 清除所有的键值
map结构中 认为NaN是同一个键


iterator跟for-of
遍历器(Iterator)是一种接口,为各种不同的数据结构提供统一的访问机制。任何数据结构只要部署Iterator接口,就可以完成遍历操作
for–in 用于遍历对象的属性。
for-of 用于遍历数据 — 就像数组中的元素。
for-of 不仅仅是为数组设计,还可以用于类数组的对象,比如 DOM 对象的集合

...扩展运算符 var str='abc'; arr=[...str] => [q,b,c]


class语法
通过class关键字申明一个类
class Miav{
conshis.a=a;
tructor(a,b){
tthis.b=b;
return this
}
print1(){
console.log(this.a+'-'+this.b)
}
print2(){
console.log(this.a+'-'+this.b)
}
}
Miav下面的constructor是构造函数,方法直接写在构造函数后面,不需要逗号隔开,原型继续存在,方法都在原型上,定义在类的方法不能被枚举


继承 extends a extends b a类继承b类
继承格式class A extends B { }
static 如果在一个方法前, 加上static关键字, 就表示该方法不会被@@@@@@实例@@@@@继承, 而是直接通过类来调用, 这就称为“ 静态方法”
父类的静态方法, 可以被子类继承。

super() 调用父类的构造函数 没调用super之前,子类没有this/// super当函数只能在构造 函数constructor里面调用
super.方法() 这里super其实就是父类的原型对象
class B {
constructor(a,b){
this.a=a;
this.b=b;
return this
}
static add(){
console.log(this)
}
}
class A extends B {
constructor(a,b,c){
super(a,b)
this.c=c
}
addm(){
console.log(this.a+this.b+this.c)
}
}
var a =new A(1,2,3); a.addm() a.add()

symbol 表示独一无二值
基本数据类型 null undefined number boolean string symobl
定义symbol let s1 = Symbol('key') 这个key只是描述,不会影响s1的值
symbol不能做任何运输,判断为真

字符串的扩展
1.模板字符串 `` ${变量}
var str ='a'
2 str.repeat(2) => 'aa'

3 str.includes('a') 查找str中有没有a 返回布尔值

4 str.endWith('a') str.startWith('a') 查找str开头/结尾是否包含a
数组扩展
Array.from() 把类数组转换成真正的数组
Array.of() 方法用于将一组值,转换为数组。
arr.find() 查找数组中的符合条件的,返回第一个符合条件的,没有找到符合条件的返回-1
arr.find(function(a){ return a>2})
arr.findIndex() 查找数组中的符合条件的,返回第一个符合条件的下标;没找到返回undefined
arr.fill(填充的值,开始位置,结束位置不包括结束位置)
对象的扩展
Object.is() 判断两个数据是否一样 返回布尔值
Object.is(NaN,NaN) true Object.is(+0,-0) false
Object.assign(目标对象,源对象,源对象。。。。) 用于对象的合并,将源对象的所有可枚举的属性复制到目标对象上

rest参数(...变量名) 用于获取函数多余的参数,rest实质是一个数组,该变量将多余的参数放入数组中


箭头函数
格式 :函数名=(参数)=> {函数体}
体内没有自己的this对象,使用的时候,其内部的this就是定义时候所在的环境的对象,而不是使用时所在的环境对象
没有arguments对象 用...rest代替


generator函数 生成器
普通函数 用function声明
generator函数用 function* 声明
在生成器函数内部,有一种类似return的语法:关键字yield。
二者的区别是,普通函数只可以return一次,
而生成器函数可以yield多次(当然也可以只yield一次)。
在生成器的执行过程中,遇到yield表达式立即暂停,后续可恢复执行状态。


async函数
函数声明
async function foo() {}
// 函数表达式
const foo = async function () {};
async表示函数里有异步操作
await表示紧跟在后面的表达式需要等待结果。
async函数的返回值是 Promise 对象,你可以用then方法指定下一步的操作。
async函数内部return语句返回的值,会成then为方法回调函数的参数
async函数内部抛出错误,会导致返回的 Promise 对象变为reject状态。抛出的错误对象会被catch方法回调函数接收到。
await命令后面是一个 Promise 对象。如果不是,会被转成一个立即resolve的 Promise 对象。
如 async function f() { async function f() {
return await 123; ====》》 return await Promise.resolve(123);
} }
只要一个await语句后面的 Promise 变为reject,那么整个async函数都会中断执行。
即使前一个异步操作失败,也不要中断后面的异步操作。这时可以将第一个await放在try...catch结构里面
另一种方法是await后面的 Promise 对象再跟一个catch方法,处理前面可能出现的错误。
如 async function f() {
await Promise.reject('出错了')
.catch(e => console.log(e));
return await Promise.resolve('hello world');
}


promise 对象



traceur.js 前台把es6编译成es5
1.引入tranceur.js
2.引入引导程序 bootstrap.js (是引导程序不是bootstrap库)
3.插入js <script type='module'>要写的es6代码</script>

map 打散
reduce 汇总

转载于:https://www.cnblogs.com/chengyuanblog/p/9089124.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