scala notes (1) - Basic, Control & Function, Array and Map & Tuple

- Basics

val greeting: String = null

val xma, ymax = 100 // both are set

String -> StringOps //intersect, sorted...

Int -> RichInt // 1.to(10)

primitive -> Rich*

BigInt & BigDecimal // * can be applied

apply method on both class and companion object


- Control Structures & Functions

val s = if (x>0) 1 else -1

if (x > 0) 1 else () // () is type of Unit

x = y = 1 // x is Unit

while & for // no break inside loop, use boolean, nested function or Breaks object instead

for(i <- 1 to n) r = r*i // no val or var i

import scala.util.control.Breaks._
    breakable {
        for (...) {
            if (...) break; // Exits the breakable block
            ...
         }
}
val n = ...
for (n <- 1 to 10) {
// Here n refers to the loop variable
}

variable shadowing rule, two n variables above

advanced for loops

for (i <- 1 to 3; j <- 1 to 3 if i != j) print(f"${10 * i + j}%3d")

for (i <- 1 to 3; from = 4 - i; j <- from to 3) print(f"${10 * i + j}%3d") // from is a varaible

for (i <- 1 to 10) yield i % 3 // generate a collection

============functions============

def abs(x: Double) = if(x>0) x else -x

def fac(n: Int):Int = if(n<=0) 1 else n*fac(n-1) // return type is needed for recursive call

def decorate(str: String, left: String = "[", right: String = "]") = left + str + right //named and default parameter. 

//decorate(left = "<<<", str = "Hello", right = ">>>"), order doesn't matter

def sum(args: Int*) = { //sum(1,2,3)
 var result = 0
 for(i <- args) result += i
 result
}

for existing sequence, seq, use sum(seq: _*). e.g., sum(1 to 5: _*)

MessageFormat.format("The answer to {0} is {1}","everything", 42. asInstanceOf[AnyRef]) // primitive value in variable object parameters.


val words = scala.io.Source.fromFile("/usr/share/dict/words").mkString
// Evaluated as soon as words is defined
lazy val words = scala.io.Source.fromFile("/usr/share/dict/words").mkString
// Evaluated the first time words is used, need to if it's initialized every time it's accessed.
def words = scala.io.Source.fromFile("/usr/share/dict/words").mkString

// Evaluated every time words is used

===============Exception================

if (x >= 0) { sqrt(x)} else throw new IllegalArgumentException("x should not be negative") //exception with type of Nothing. the type of this statement is Double.

try{ process..} catch {
   case _: SomeException => ...
   case ex: IOException => ...
}finally{...}


- Arrays

val s = Array("Hello", "World") // length is fixed

s.toBuffer

s(0)// Hello

val ab = ArrayBuffer[Int]() //length is variable

ab += 1; ab += (2,3,4); ab ++= Array(5,6);  ab.trimEnd(4);//it's efficient to remove head or tail elements from array buffer. no elements shift.

ab.insert(2, 6); ab.remove(2); ab.remove(2, 3);

ab.toArray

sum, max, mkString, append, count ...

Array.ofDim[Int](3, 4) //multiple-dimension array

===============scala java converters=================

asJava, asScala

 *  - `scala.collection.Iterable` <=> `java.lang.Iterable`
 *  - `scala.collection.Iterator` <=> `java.util.Iterator`
 *  - `scala.collection.mutable.Buffer` <=> `java.util.List`
 *  - `scala.collection.mutable.Set` <=> `java.util.Set`
 *  - `scala.collection.mutable.Map` <=> `java.util.Map`

 *  - `scala.collection.mutable.concurrent.Map` <=> `java.util.concurrent.ConcurrentMap`

asJavaCollection, asJavaEnumeration, asJavaDictionary

 *  - `scala.collection.Iterable` <=> `java.util.Collection`
 *  - `scala.collection.Iterator` <=> `java.util.Enumeration`

 *  - `scala.collection.mutable.Map` <=> `java.util.Dictionary`

one way conversion, asJava

 *  - `scala.collection.Seq` => `java.util.List`
 *  - `scala.collection.mutable.Seq` => `java.util.List`
 *  - `scala.collection.Set` => `java.util.Set`

 *  - `scala.collection.Map` => `java.util.Map`


- Maps and Tuples

val scores = Map("Alice" -> 10, "Bob" -> 3, "Cindy" -> 8) //"Alice" -> 10 creates tuple

scores("Bob") //throw exception if not exists

scores.getOrElse("calf", 0)//return Option

val scores1 = scores.withDefaultValue(0); scores1.get("xxx")//return 0

val scores2 = scores.withDefault(_.length); scores2.get("yyyy")//return 4

val scoreMore = scores + ("calf" -> 30) // add more key/value on immutable map to create a new map

val scoreLess = scores - "Alice" //remove to create a new map

val scores = mutable.Map[String, Int]()

scores("Bob") = 11

scores += ("Alice" -> 3, "xx" -> 4)

scores -= ..

============tuple==========

val symbols = Array("<", "-", ">")
val counts = Array(2, 10, 2)
val pairs = symbols.zip(counts)



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。
【4层】3100平米综合办公楼毕业设计(含计算书、建筑结构图) 、1资源项目源码均已通过严格测试验证,保证能够正常运行; 2、项目问题、技术讨论,可以给博主私信或留言,博主看到后会第一时间与您进行沟通; 3、本项目比较适合计算机领域相关的毕业设计课题、课程作业等使用,尤其对于人工智能、计算机科学与技术等相关专业,更为适合; 4、下载使用后,可先查看README.md或论文文件(如有),本项目仅用作交流学习参考,请切勿用于商业用途。 5、资源来自互联网采集,如有侵权,私聊博主删除。 6、可私信博主看论文后选择购买源代码。 1、资源项目源码均已通过严格测试验证,保证能够正常运行; 2、项目问题、技术讨论,可以给博主私信或留言,博主看到后会第一时间与您进行沟通; 3、本项目比较适合计算机领域相关的毕业设计课题、课程作业等使用,尤其对于人工智能、计算机科学与技术等相关专业,更为适合; 4、下载使用后,可先查看README.md或论文文件(如有),本项目仅用作交流学习参考,请切勿用于商业用途。 5、资源来自互联网采集,如有侵权,私聊博主删除。 6、可私信博主看论文后选择购买源代码。 、1资源项目源码均已通过严格测试验证,保证能够正常运行; 2、项目问题、技术讨论,可以给博主私信或留言,博主看到后会第一时间与您进行沟通; 3、本项目比较适合计算机领域相关的毕业设计课题、课程作业等使用,尤其对于人工智能、计算机科学与技术等相关专业,更为适合; 4、下载使用后,可先查看README.md或论文文件(如有),本项目仅用作交流学习参考,请切勿用于商业用途。 5、资源来自互联网采集,如有侵权,私聊博主删除。 6、可私信博主看论文后选择购买源代码。
1、资源项目源码均已通过严格测试验证,保证能够正常运行; 、2项目问题、技术讨论,可以给博主私信或留言,博主看到后会第一时间与您进行沟通; 3、本项目比较适合计算机领域相关的毕业设计课题、课程作业等使用,尤其对于人工智能、计算机科学与技术等相关专业,更为适合; 4、下载使用后,可先查看README.md或论文文件(如有),本项目仅用作交流学习参考,请切勿用于商业用途。 5、资源来自互联网采集,如有侵权,私聊博主删除。 6、可私信博主看论文后选择购买源代码。 1、资源项目源码均已通过严格测试验证,保证能够正常运行; 2、项目问题、技术讨论,可以给博主私信或留言,博主看到后会第一时间与您进行沟通; 3、本项目比较适合计算机领域相关的毕业设计课题、课程作业等使用,尤其对于人工智能、计算机科学与技术等相关专业,更为适合; 4、下载使用后,可先查看README.md或论文文件(如有),本项目仅用作交流学习参考,请切勿用于商业用途。、资 5源来自互联网采集,如有侵权,私聊博主删除。 6、可私信博主看论文后选择购买源代码。 1、资源项目源码均已通过严格测试验证,保证能够正常运行; 2、项目问题、技术讨论,可以给博主私信或留言,博主看到后会第一时间与您进行沟通; 3、本项目比较适合计算机领域相关的毕业设计课题、课程作业等使用,尤其对于人工智能、计算机科学与技术等相关专业,更为适合; 4、下载使用后,可先查看README.md或论文文件(如有),本项目仅用作交流学习参考,请切勿用于商业用途。、 5资源来自互联网采集,如有侵权,私聊博主删除。 6、可私信博主看论文后选择购买源代码。
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