Design Pattern 1-builder

博客展示了构建模式的代码实现。定义了 builder 接口、product 类和 director 类,还有两个具体的构建器类 ConcreateBuilder1 和 ConcreateBuilder2。通过 director 类调用构建器的方法来构建产品,体现了构建模式的应用。
部署运行你感兴趣的模型镜像

using System;

namespace Pattern
{
 /// <summary>
 /// Summary description for Class1.
 /// </summary>
 public interface builder
 {
  void buildPartA();
  void buildPartB();
  product getProduct();
 }
 public class product
 {
  public string name;
  public string date;
  public product()
  {
  } 
 }
 public class director
 {
  private builder myb;
  public director(builder b)
  {
   this.myb =b;
  }
  public product construct()
  {

   myb.buildPartA();
   myb.buildPartB();
   return myb.getProduct();

  }

 }
 public class ConcreateBuilder1:builder
 {
  private product p=new product();
  public ConcreateBuilder1()
  {
  }
  public void buildPartA()
  {
   p.name ="A";
   System.Console.WriteLine("build1 part name a");
  }
  public void buildPartB()
  {
   p.date ="b";
   System.Console.WriteLine("build1 part date b");
  }
  public product getProduct()
  {
   System.Console.WriteLine("build1 product");
   return p;
  }
 }

 public class ConcreateBuilder2:builder
 {
  private product p=new product();
  public ConcreateBuilder2()
  {
  }
  public void buildPartA()
  {
   p.name ="A";
   System.Console.WriteLine("build2 part name a");
  }
  public void buildPartB()
  {
   p.date ="b";
   System.Console.WriteLine("build2 part date b");
  }
  public product getProduct()
  {
   System.Console.WriteLine("build 2 product");
   return p;
  }
 }
}

//构建模式builder
   
            director d=new director(new ConcreateBuilder1());
   d.construct();

   d=new director(new ConcreateBuilder2());
   d.construct();

您可能感兴趣的与本文相关的镜像

ACE-Step

ACE-Step

音乐合成
ACE-Step

ACE-Step是由中国团队阶跃星辰(StepFun)与ACE Studio联手打造的开源音乐生成模型。 它拥有3.5B参数量,支持快速高质量生成、强可控性和易于拓展的特点。 最厉害的是,它可以生成多种语言的歌曲,包括但不限于中文、英文、日文等19种语言

内容概要:本文介绍了ENVI Deep Learning V1.0的操作教程,重点讲解了如何利用ENVI软件进行深度学习模型的训练与应用,以实现遥感图像中特定目标(如集装箱)的自动提取。教程涵盖了从数据准备、标签图像创建、模型初始化与训练,到执行分类及结果优化的完整流程,并介绍了精度评价与通过ENVI Modeler实现一键化建模的方法。系统基于TensorFlow框架,采用ENVINet5(U-Net变体)架构,支持通过点、线、面ROI或分类图生成标签数据,适用于多/高光谱影像的单一类别特征提取。; 适合人群:具备遥感图像处理基础,熟悉ENVI软件操作,从事地理信息、测绘、环境监测等相关领域的技术人员或研究人员,尤其是希望将深度学习技术应用于遥感目标识别的初学者与实践者。; 使用场景及目标:①在遥感影像中自动识别和提取特定地物目标(如车辆、建筑、道路、集装箱等);②掌握ENVI环境下深度学习模型的训练流程与关键参数设置(如Patch Size、Epochs、Class Weight等);③通过模型调优与结果反馈提升分类精度,实现高效自动化信息提取。; 阅读建议:建议结合实际遥感项目边学边练,重点关注标签数据制作、模型参数配置与结果后处理环节,充分利用ENVI Modeler进行自动化建模与参数优化,同时注意软硬件环境(特别是NVIDIA GPU)的配置要求以保障训练效率。
评论 1
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
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