Python每日一记160>>>Java File类

/*
java.io.File类:应用于文件和目录,注意可以是目录哦。
在文件读取、生成、删除、修改时最常用的类就是File类
*/
package myfirst_Java;
//必须引入相关接口和类
import java.io.File;
import java.io.IOException;
import java.util.Date;

public class Hello{
	//主程序入口
	public static void main(String[] args) throws IOException {
//		获取文件对象,路径分隔符要么是反斜杠+转义符\\,要么是正斜杠/,这里文件先存在
		File f=new File("D:\\Java相关\\eclipse\\eclipse-workspace\\java.txt");
		System.out.println(f);
//		文件改名
		f.renameTo(new File("D:\\Java相关\\eclipse\\eclipse-workspace\\python.txt"));
//		注意打印f依然是最开始获得的文件java,要对改名后的文件继续操作,需要再次获取新文件
		System.out.println(f);
		File fPython=new File("D:\\Java相关\\eclipse\\eclipse-workspace\\python.txt");
		System.out.println(fPython);
//		创建新文件
		File newFile=new File("D:\\Java相关\\eclipse\\eclipse-workspace\\newjava.xlsx");
		newFile.createNewFile();
//		获取文件最近修改的时间,转化为时间对象
		System.out.println(new Date(newFile.lastModified()));		
//		获取文件名字,包括扩展名
		System.out.println(newFile.getName());
//		获取文件路径,加名字
		System.out.println(newFile.getPath());
//		获取文件绝对路径+名字,传入的是非绝对路径下,返回绝对路径
		System.out.println(newFile.getAbsolutePath());
//		获取文件的上一级目录名
		System.out.println(newFile.getParent());
//		测试当前文件是否是文件
		System.out.println(newFile.isFile());
//		测试当前文件是否是目录,Flie可以表示文件,也可以表示路径哦!
		System.out.println(newFile.isDirectory());	
//		创建目录
		File dir=new File("D:\\Java相关\\eclipse\\我的dir\\我的第二层dir");
//		boolean dir1=dir.mkdir();
//		最好不要用madir,因为只要由不能存在的点就创建不成功,但是mkdirs是肯定会创建成功的
		boolean dir2=dir.mkdirs();
		System.out.println(dir2);//创建成功返回True
//		删除文件
		fPython.delete();
	    	}
}

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

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