动词ing基本用法_【初中语法重难点】非谓语动词之现在分词和动名词

现在分词和动名词的形式是一样的,都是doing,但它们的含义和用法存在很大差别,即便都可以做表语、定语,其含义也是大不相同的。

希望同学们通过今天的学习,能够真正领悟它们的用法和区别。

460f0bdb1a864c969e3ddde3d87c6626.png

一.现在分词(The Present Participle): doing

1、现在分词由动词加“ing”构成,表示主动或正在进行,主要起形容词、副词和动词的作用,可在句中作表语、定语、状语、宾补等成份。

(1) 作表语。(与主语存在主动的逻辑关系)

The news is exciting.

这个消息令人兴奋。

The result is amazing.

这个结果令人惊异。

(2)作定语。(与被修饰词之间存在主动的逻辑关系)

Do you know the young man standing under the tree?

你认识站在树下的年轻人吗?

The woman wearing a red coat is my aunt.

穿红外套的女人是我的阿姨。

(3)作状语。(与句子主语存在主动逻辑关系,并且与谓语动作同时发生)

Passing by the house, he saw a girl playing the piano .(时间状语)

经过这所房子的时候,他看到一个女孩正在弹钢琴。

A lot of land has gone with the trees, leaving only sand.(结果状语)

大量的土地已经与树木一起消失了,只留下了沙子。

They wake up their parents , calling “Merry Christmas”(伴随状语)

他们弄醒了他们的父母,喊着“圣诞节快乐”。

(4)作宾补。(与宾语存在主动逻辑关系,并且与谓语动作同时发生)

I hear a girl singing in the next room.

我听到一个女孩正在隔壁唱歌。

2、现在分词的否定式:not doing

Not knowing where he is, she is feeling anxious.

不知道他在哪里,她感到非常焦急。

二.动名词(The Gerund): doing

1、动名词由动词加“ing”构成,它是一个动词性的名词,它具有名词的绝大多数特征,可作主语、宾语、表语、定语、宾补等成份。

(1)作主语。

Seeing is believing.

眼见为实

Picking apples is much better than having classes.

摘苹果比上课好多了。

注:下列句型可用it作形式主语,将真正主语动名词放于句末。如:

It’s no use/good complaining about others.

抱怨别人是没有用处/好处的。

(2)作表语。

His job is feeding animals.

他的工作是喂养动物。

The only thing that I want to do is sleeping.

我想做的唯一的事情就是睡觉。

(3)作宾语,分为动词宾语与介词宾语两种。

Tom enjoys living in Beijing.

汤姆喜欢住在北京。

Would you mind my opening the door.

你介意我开窗户吗?

What about going fishing tomorrow?

明天去钓鱼怎么样?

注:有些动词后加不定式和动名词作宾语有两种截然不同的含义。如:

go on to do sth.(接着做另一件事)

go on doing sth.(继续做同一件事)

forget /remember to do sth.(记住或忘记去做某事,还未做)

forget /remember doing sth.(记住或忘记做过某事,不一定做没做)

stop to do sth.(停下来去做另外一件事)

stop doing sth.(停止正在做的事)

mean to do. (打算做某事)

mean doing.(意味着......)

try to do.(努力做某事)

try doing.(尝试做某事)

(4)作定语

a swimming pool 游泳池

a sleeping car 卧铺车厢

a reading room阅览室

a walking stick 手杖

动名词相当于一个名词作定语,说明被修饰词的用途、功能或性质。

2、动名词的否定式:not doing

She regrets not helping him then.

她后悔当时没有帮助他。

3、No + 动名词表示"禁止"。

No smoking.禁止吸烟。

No parking .禁止停车。

4、动名词的复合结构:名词所有格、形容词物主代词+动名词。

Do you mind my / Wei Fang's opening the window ?

你介意我/魏芳打开窗户吗?

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,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