-
第6章 类复用
第6章 类复用 第6章 类复用 “Java引人注目的一项特性是代码的重复使用或者复用。但最具革命意义的是，除代码的复制和修改以外，我们还能做多得多的其他事情。” 在象C那样的程序化语言里，代码的重复使用早已可行，但效果不是特别显著。与Java的其他地方一样，这个方案解决的也是与类有关的问题。我们通过创建新类来重复使用代码，但却用不着重新创建，可以直接... -
管理上下文
管理上下文 菜单 国家 浓缩 显著浓缩 不包括 综述 我该怎么做才能避免摘要化？ 管理上下文 使用上下文菜单快速访问和管理您的代码库 要更深入地了解 context 在 Cursor 中的工作原理，请查看我们的Working with Context 指南。 菜单 使用上下文菜单，您可以选择要发送到... -
字符串辅助函数
字符串辅助函数 , 加载辅助函数 , 可用函数 字符串辅助函数 字符串辅助函数文件包含了一些帮助你处理字符串的函数。 加载辅助函数 可用函数 ,加载辅助函数 该辅助函数通过下面的代码加载: $this -> load -> helper ( 'string' ); ,可用函数 该辅助函数有下列可用函数： ra... -
13.13 action的替代品
13.13 action 的替代品 13.13 action 的替代品 正如早先指出的那样，action() 并不是我们对所有事进行分类后自动为handleEvent() 调用的唯一方法。有三个其它的被调用的方法集，如果我们想捕捉某些类型的事件（键盘、鼠标和焦点事件），因此我们不得不重载规定的方法。这些方法是定义在基类组件里，所以他们几乎在所有我们可能... -
自动求导: 自动微分
自动求导: 自动微分 Variable(变量） 梯度 自动求导: 自动微分 译者：@小王子 校对者：@李子文 PyTorch 中所有神经网络的核心是 autograd 自动求导包. 我们先来简单介绍一下, 然后我们会去训练我们的第一个神经网络. autograd 自动求导包针对张量上的所有操作都提供了自动微分操作. 这是一个逐个... -
2.5.1 列表类型 list
2.5.1 列表类型 list 2.5.1 列表类型 list 列表（list）是由若干数据组成的序列（sequence）①。构成列表的数据既能作为一个整 体去参加运算，也可以作为个体去参加运算。现实世界中列表是很常见的数据，如名单、待 办事项清单、数学中的数列等都可表示为列表。Python 提供了内建类型 list 以支持列表数 据的表示和操作。 ... -
（27）设计模式之建造者模式
（27）设计模式之建造者模式 介绍 _6正文 _39总结 （27）设计模式之建造者模式 介绍 在软件系统中，有时候面临着“一个复杂对象”的创建工作，其通常由各个部分的子对象用一定的算法构成；由于需求的变化，这个复杂对象的各个部分经常面临着剧烈的变化，但是将它们组合在一起的算法确相对稳定。如何应对这种变化？如何提供一种“封装机制”来隔离出“复杂对... -
5.3 格子取数
5.3 格子取数 题目描述 分析与解法 举一反三 5.3 格子取数 题目描述 有n*n个格子，每个格子里有正数或者0，从最左上角往最右下角走，只能向下和向右，一共走两次（即从左上角走到右下角走两趟），把所有经过的格子的数加起来，求最大值SUM，且两次如果经过同一个格子，则最后总和SUM中该格子的计数只加一次。 分析与解法 初看到此题，... -
13.20 总结
13.20 总结 13.20 总结 对于AWT而言，Java 1.1到Java 1.2最大的改变就是Java中所有的库。Java 1.0版的AWT曾作为目前见过的最糟糕的一个设计被彻底地批评，并且当它允许我们在创建小巧精致的程序时，产生的GUI“在所有的平台上都同样的平庸”。它与在特殊平台上本地应用程序开发工具相比也是受到限制的，笨拙的并且也是不友好的... -
广播语义
广播语义 一般语义 直接语义 (In-place semantics) 向后兼容 广播语义 译者：@谢家柯 @Twinkle 一些 PyTorch 的操作支持基于 NumPy Broadcasting Semantics . 简而言之, 如果一个 PyTorch 操作支持广播语义, 那么它的张量参数可以自动扩展为相同的大小 (不...
