使用Scala

一、Scala简介与安装 Scala是Scalable Language的简写,是一门多范式的编程语言,由联邦理工学院洛桑(EPFL)的Martin Odersky于2001年基于Funnel的工作开始设计,设计初衷是要集成面向对象编程和函数式编程的各种特性。 Scala是一种将面向对象和函数式编程结合在一起的高级语言,旨在以简洁、优雅和类型安全的方式表达通用编程模式。Scala功能强大,不仅可以编写简单脚本,还可以构建大型系统。 Scala运行于Java平台,Scala程序会通过JVM被编译成class字节码文件,然后在操作系统上 阅读详情

在Scala中,对于脚本文件,其扩展名为.sc,而编译后的文件扩展名为.scala。

加载脚本文件并执行

通常对于脚本文件,使用scala环境,然后使用:load命令加载(编译并运行)文件:

# upper1.sc
class Upper{
    def upper(strings: String*): Seq[String] = {
        strings.map((s:String) => s.toUpperCase())
    }
}

val up = new Upper
println(up.upper("Hello", "World!"))

scala> :load upper1.sc
Loading upper1.sc...
defined class Upper
up: Upper = Upper@38fb151a
ArrayBuffer(HELLO, WORLD!)

上述脚本中,只有最后一行才是println命令的输出,其他行则是REPL提供的一些反馈信息。

假如的确希望能将脚本文件编译为JVM的字节码(一组.class文件),可以在scalac命令中传入-Xscript参数,表示你所选中的main类,它是生成的Java应用程序的入口点。

PS C:\Users\yilon\hello> scalac -Xscript Upper1 upper1.sc

上述命令中,第一行命令生成一连串的字节码文件,并最终生成Upper1.class文件

-a----         2018/1/3     18:13           2297 Upper1$$anon$1$Upper.class
	-a----         2018/1/3     18:13           1024 Upper1$$anon$1.class
-a----         2018/1/3     18:13            598 Upper1$.class
-a----         2018/1/3     18:13            580 Upper1.class

再通过scala执行该Upper1字节码文件,得到最终输出结果。

PS C:\Users\yilon\hello> scala Upper1
ArrayBuffer(HELLO, WORLD!)

Upper1.class中包含了可执行的主程序,可以使用javap和Scala对应工具scalap,对该文件实施逆向工程!

PS C:\Users\yilon\hello> javap -cp . Upper1
Compiled from "upper1.sc"
public final class Upper1 {
  public static void main(java.lang.String[]);
}

PS C:\Users\yilon\hello> scalap -cp . Upper1
object Upper1 extends scala.AnyRef {
  def this() = { /* compiled code */ }
  def main(args: scala.Array[scala.Predef.String]): scala.Unit = { /* compiled code */ }
}

编译对象文件并执行

我们对最初upper1.sc脚本文件进行一次重构,把这个脚本文件转化成编译好的一个命令行工具。也就是说,我们将创建一个包含了main方法的更为经典的JVM应用程序。

# upper1.scala
object Upper{
        def main(args:Array[String]) = {
                args.map(_.toUpperCase()).foreach(printf("%s ",_))
                println("")
        }
}

如果代码具有.scala扩展名,那就表示我们会使用scalac编译它。现在upper方法被改名成了main方法。由于Upper是一个对象,main方法就像是Java类的静态main方法一样。它就是Upper应用的入口点。

在Scala中,main方法必须为对象方法。(在Java中,main方法必须是类静态方法。)应用程序的命令参数将作为一组字符串传递给main方法。举例来说,输入参数是args:Array[String]。

为了运行代码,必须首先实用scalac,将代码编译成为一个能在JVM下运行的.class文件

PS C:\Users\yilon\hello> scalac upper1.scala

得到两个字节码文件:

-a----         2018/1/3     18:32           3023 Upper$.class
-a----         2018/1/3     18:32            578 Upper.class


输入任意长度的字符串参数并执行命令

PS C:\Users\yilon\hello> scala -cp . Upper Hello World
HELLO WORLD

通过选项-cp .将当前目录添加到查询类路径中(classpath)中,不过在这里其实并不需要该选项。

由于SBT会帮助我们编译文件,我们实际上并不需要手动编译这些文件,在SBT提示符下,我们可以使用下列命令运行程序

PS C:\Users\yilon\hello> sbt
"C:\Users\yilon\.sbt\preloaded\org.scala-sbt\sbt\"1.0.4"\jars\sbt.jar"
Java HotSpot(TM) 64-Bit Server VM warning: ignoring option MaxPermSize=256m; support was removed in 8.0
[warn] No sbt.version set in project/build.properties, base directory: C:\Users\yilon\hello
[info] Loading settings from idea.sbt ...
[info] Loading global plugins from C:\Users\yilon\.sbt\1.0\plugins
[info] Set current project to hello (in build file:/C:/Users/yilon/hello/)
[info] sbt server started at 127.0.0.1:5736
sbt:hello> runMain Upper Hello World
[info] Compiling 3 Scala sources to C:\Users\yilon\hello\target\scala-2.12\classes ...
[info] Done compiling.
[warn] Multiple main classes detected.  Run 'show discoveredMainClasses' to see the list
[info] Packaging C:\Users\yilon\hello\target\scala-2.12\hello_2.12-0.1-SNAPSHOT.jar ...
[info] Done packaging.
[info] Running Upper Hello World
HELLO WORLD
[success] Total time: 5 s, completed 2018-1-3 18:47:41

在上述命令消息队列中,显示了编译文件的存储路径[info] Compiling 3 Scala sources to C:\Users\yilon\hello\target\scala-2.12\classes ...,可以通过scala命令来执行

PS C:\Users\yilon\hello> scala -cp target\scala-2.12\classes Upper Hello World
HELLO WORLD

解释运行Scala与编译运行Scala

概括的说,假如在命令行输入scala命令时不指定文件参数,REPL将启动。在REPL中输入命令、表达式和语句都会被直接执行。假如输入scala命令时指定Scala源文件,scala命令将会以脚本的形式编译并运行文件。另外,假如你提供了JAR文件或是一个定义了main方法的类文件,scala会像Java命令那样执行该文件。

参考文献:[1]. Scala程序设计(第二版)

转载请注明出处:http://blog.youkuaiyun.com/coder__cs/article/details/78992764
本文出自【elon33的博客】

一、Scala从入门到精通一一概述 Scala的基本概述why is Scala?Scala的诞生如何学好Scala? why is Scala? Spark—新一代内存级大数据计算框架,是大数据的重要内容。 Spark就是使用Scala编写的。因此为了更好的学习Spark, 需要掌握Scala这门语言。 Scala 是 Scalable Language 的简写,是一门多范式(范式/编程方式[面向对象/函数式编程])的编程语言 ... 阅读详情

相关推荐

【Scala入门】Scala下载及安装(Windows)以及Idea创建第一个scala项目

【Scala入门】Scala下载及安装(Windows)以及Idea创建第一个scala项目

水w的博客 1万+

大数据之scala_scala的介绍及基本语法

1.Scala概述 什么是Scala Scala是一种多范式的编程语言,其设计的初衷是要集成面向对象编程和函数式编程的各种特性。Scala运行于Java平台(Java虚拟机),并兼容现有的Java程序。 面向函数和面向对象的混合式编程 1.2.Scala特点 1.优雅:这是框架设计师第一个要考虑的问题,框架的用户是应用开发程序员,API是否优雅直接影响用户体验。 2.速度快:Scala语言表达能力强,一行代码抵得上Java多行,开发速度快;Scala是静态编译的,所以和JRuby,Groovy比起来速度会快

WuBoooo的博客 917

安装部署Scala及IDEA创建Scala项目

学习大数据知识,scala语言是一定要了解的,本文介绍Scala语言的安装过程和使用IDEA创建Scala项目。

DreamsArchitects的博客 1436

Scala 简介一

scala是完全面向对象的语言,所以无法使用break,continue关键字这样的方式来中断,或继续循环逻辑,而是采用了函数式编程的方式代替了循环语法中的break和continue。将问题分解成一个一个的步骤,将每个步骤进行封装(函数),通过调用这些封装好的功能按照指定的步骤,解决问题。//如果布尔表达式1为true,则执行该语句块。//如果布尔表达式2为true,则执行该语句块。//如果布尔表达式为true则执行该语句块。//上面条件都不满足的场合,则执行该语句块。...

qq_37232843的博客 1万+

Scala 中的后缀操作符示例

在 Scala 编程语言中,操作符可以使用两种方式进行调用:前缀调用和后缀调用。后缀操作符是一种特殊的操作符调用方式,它可以使代码更加简洁易读。在示例 4 中,我们定义了一个名为 Person 的类,该类包含一个名为 sayHello 的方法。在使用后缀操作符调用时,可以将方法名写在实例对象之后,而不加点符号和括号。在 Scala 中,如果方法只有一个参数,可以将点符号和括号省略,直接将参数写在方法后面。需要注意的是,后缀操作符虽然可以使代码更加简洁易读,但过度使用后缀操作符可能会导致代码可读性降低。

DevRevolt的博客 118

Scala安装使用

Scala IDE就是Scala官网中针对eclipse稳定版本配置好了Scala的插件。Scala IDE 就是配置好Scala插件的eclipse。点击第三步,弹出选择SDK,点击Browse选择本地安装的Scala目录。选择system对应的Scala版本即可。注意:这里建议将Scala安装到纯英文没有空格和特殊符号的路径下。避免后期使用Scala版本出现问题。以下载Scala2.11为例,操作在Windows中安装Scala。注意:这里安装了Scala,所以这里显示“Uninstall”。.....

Lansonli(蓝深李)的博客 1395

在IDEA中使用Scala

1.本地下载Scala安装包,解压到指定路径 2.配置环境变量 (1)新增系统环境变量 此电脑----右键----属性----高级系统设置----环境变量----系统变量----新建 SCALA_HOME (2)配置PATH环境变量新增: %SCALA_HOME%\bin (3)配置CLASSPATH: %SCALA_HOME%\bin;%SCALA_HOME%\lib\dt.jar;%SCALA_HOME%\lib\tools.jar; 一路确定即可 (4)测试Sca

weixin_55983492的博客 1万+

NVIDIA GPU任务调度全景:从Block分配到Warp发射

GPU并行计算的核心是任务调度,而CUDA kernel在GPU上的执行并非简单的一次性操作,而是经过从CPU命令队列到硬件前端,再到GigaThread引擎和Warp Scheduler的多层协同。理解这一过程,是性能优化的基础。Warp作为硬件调度的基本单位,其状态切换与延迟隐藏能力直接决定计算单元的利用率;而Occupancy作为衡量SM上活跃Warp池大小的指标,也并非越高越好,需要结合访存模式与资源占用综合判断。对于多任务并发场景,Stream优先级、计算抢占、MIG硬件隔离与MPS软件共享等机制

weixin_32612263的博客 271

Scala安装使用教程

Scala是一门多范式(multi-paradigm)的编程语言,设计初衷是要集成面向对象编程和函数式编程的各种特性。Scala运行在Java虚拟机上,并兼容现有的Java程序。Scala源代码被编译成Java字节码,所以它可以运行于JVM之上,并可以调用现有的Java类库。函数编程范式更适合用于Map/Reduce和大数据模型,着眼于函数本身,函数范式逻辑清晰、简单,非常适合用于处理基于不变数据的批量处理工作。像Spark,kafka等都是采用Scala开发的,所以学习好大数据,掌握scala是必要的。

m0_56341622的博客 2151

【项目分享】RailTracker: 火车票务数据采集与分析

从12306使用爬虫爬取火车站及车次信息、火车票价 通过本项目,我们将带领访问者手把手完成火车票数据采集、数据清洗、数据集成、可视化的一整个流程!

zhushatong的博客 3345

Codex接入MATLAB MCP服务器:从配置到实战的全流程记录

模型上下文协议(MCP)为AI编程工具提供了连接外部软件的标准接口,就像给AI装上万能USB,使其能直接操控本地的复杂应用。在MATLAB这类闭源重型工具中,AI编程因许可证、工作区隔离而难以形成闭环,而通过官方MCP服务器,Codex能够调用MATLAB引擎执行代码、读取变量并返回图表结果,将代码生成与运行验证真正打通。这一方案在神经网络拟合、控制系统阶跃响应、图像处理以及hprof文件分析等工程场景中,能显著提升自动化效率。文章围绕Codex桌面版接入MATLAB MCP的全流程,涵盖环境准备、配置命令

weixin_33585822的博客 154

【Scala】Scala 部署和安装

文章目录一、Scala 简介二、安装三、配置 IDEA直接下载插件自主下载插件引入(推荐) 一、Scala 简介 Scala 是一门多范式(multi-paradigm)的编程语言,设计初衷是要集成面向对象编程和函数式编程的各种特性。 Scala 运行在Java虚拟机上,并兼容现有的Java程序。 Scala 源代码被编译成Java字节码,所以它可以运行于JVM之上,并可以调用现有的Java类库。...

beautiful_huang的博客 3338

Dify工作流自动化:如何用Trae AI助手10倍提升你的开发效率(含避坑指南)

本文详细介绍了如何利用Trae AI助手自动化生成Dify工作流,实现开发效率的10倍提升。通过构建DSL示例库、精准需求描述和四步实战法,开发者可将重复的配置工作交给AI,快速生成可运行的工作流,并提供了关键的避坑指南。

weixin_29062865的博客 372

idea安装scala

idea安装scala

水w的博客 1万+

2025东三省D题深圳杯数学建模实战解析:基于多模型融合的法医STR混合样本智能识别系统

本文深入解析了2025年东三省数学建模竞赛D题,即深圳杯赛题,聚焦于法医STR混合样本的智能识别挑战。文章系统阐述了构建一个基于多模型融合的智能识别系统的完整流程,涵盖贡献者人数判定、DNA贡献比例估计、个体基因型推断以及STR谱图去噪四大核心步骤。通过融合高斯混合模型、随机森林、非负矩阵分解、小波变换与深度学习等多种技术,并强调特征工程的重要性,为破解法医DNA混合样本分析这一行业难题提供了清晰的数学建模与AI实战思路。

weixin_29050271的博客 392

SOC设计必看!Tessent DRC检查中最容易踩的5个坑(附解决方案)

本文针对SOC设计中Tessent DRC检查的常见问题,详细分析了5个最易忽视的陷阱,包括时钟域交叉、扫描链虚连、多电压域规则等,并提供专业解决方案。特别针对芯片设计中的DFT验证难点,分享了经过验证的调试方法和Tessent工具使用技巧,帮助工程师提升DRC检查效率。

weixin_29280657的博客 496

IDEA上使用Scala编程方法

一、获取IDEA 很简单直接在官网上下载:https://www.jetbrains.com/idea/,大家可以下载社区版,学生可以认证获取正版,也可自行破解。 下载完按照步骤一步一步来就可安装成功。 二、获取Scala的JDK 这个也是直接去官网上下载:https://www.scala-lang.org/ 选择第二个msi已经编译好的文件,但是不知道为啥我的电脑只能装2.11版本的,大家可自行选择版本。 下载完双击程序一步一步来就可完成JDK的安装。 三、配置JDK环...

master_hunter的博客 1万+

KUKA机器人在自动运行时,动作不流畅,每个点位都有停顿的解决办法

KUKA机器人在自动运行时,动作不流畅,每个点位都有停顿的解决办法

Robot_PLC_HMI_Automation 4585

IDEA安装Scala和创建Scala项目

​​​​​​安装SCALA 基本步骤: 1. 设置IDEA对Scala语言支持插件:File - Settings - Plugins - 搜索scala - install 2. 设置Scala SDK:File - Project - Structure - 选择SDK(下载或者选择本地目录) 安装演示: 图文步骤: 1. File-Settings 中设置IDE...

L, there! 5392

MATLAB代码实现了船舶航线优化的功能,使用混合遗传算法(结合模拟退火算法)来寻找从大连港到格拉斯通港的最优航线,同时考虑了船舶的参数、气象数据(风速、风向、有效波高、波浪阻力系数等)对航行的影响

这段MATLAB代码主要实现了船舶航线优化的功能,使用混合遗传算法(结合模拟退火算法)来寻找从大连港到格拉斯通港的最优航线,同时考虑了船舶的参数、气象数据(风速、风向、有效波高、波浪阻力系数等)对航行的影响。通过以上步骤,该代码能够找到一条在考虑船舶性能和气象条件下,从大连港到格拉斯通港的较优航线,最小化燃油消耗和航行时间的加权和。

AI的内部世界的博客 513

jdk-8u144-linux-x64.tar.gz.

该资源为搭建Linux系统Java环境用,资源的后缀为tar.gz格式的压缩包

Scala深入浅出——从Java到Scala

本文适合有一定Java基础的,并想系统学习Scala的小伙伴借鉴学习。文章有大量实例,建议自己跑一遍。 Scala深入浅出——从Java到ScalaScala一、介绍1、什么是Scala?2、特点3、安装二、Scala特点三、scala的基本语法1、声明变量2、输出3、字符串4、数据类型4.1、scala类型层次结构5、标识符6、运算符7、表达式7.1、条件表达式7.2、块表达式7.3、循环7.3.1、for循环7.3.2、Breaks类7.3.3、while循环8、方法8.1、方法参数9、函数9.1、.

yZzc_XQ的博客 530

android 蓝牙通讯demo

android 下蓝牙通讯demo,实现了发现蓝牙,使能蓝牙,通过蓝牙发送消息。

scala安装与使用

scala的安装与使用

m0_63797754的博客 1万+

深度学习工具包 DeepLearningToolbox

深度学习工具包Deprecation notice.-----This toolbox is outdated and no longer maintained.There are much better tools available for deep learning than this toolbox, e.g. [Theano](http://deeplearning.net/software/theano/), [torch](http://torch.ch/) or [tensorflow](http://www.tensorflow.org/)I would suggest you use one of the tools mentioned above rather than use this toolbox.Best, Rasmus.DeepLearnToolbox================A Matlab toolbox for Deep Learning.Deep Learning is a new subfield of machine learning that focuses on learning deep hierarchical models of data.It is inspired by the human brain's apparent deep (layered, hierarchical) architecture.A good overview of the theory of Deep Learning theory is[Learning Deep Architectures for AI](http://www.iro.umontreal.ca/~bengioy/papers/ftml_book.pdf)For a more informal introduction, see the following videos by Geoffrey Hinton and Andrew Ng.* [The Next Generation of Neural Networks](http://www.youtube.com/watch?v=AyzOUbkUf3M) (Hinton, 2007)* [Recent Developments in Deep Learning](http://www.youtube.com/watch?v=VdIURAu1-aU) (Hinton, 2010)* [Unsupervised Feature Learning and Deep Learning](http://www.youtube.com/watch?v=ZmNOAtZIgIk) (Ng, 2011)If you use this toolbox in your research please cite [Prediction as a candidate for learning deep hierarchical models of data](http://www2.imm.dtu.dk/pubdb/views/publication_details.php?id=6284)```@MASTERSTHESIS\{IMM2012-06284, author = "R. B. Palm", title = "Prediction as a candidate for learning deep hierarchical models of data", year = "2012",}```Contact: rasmusbergpalm at gmail dot comDirectories included in the toolbox-----------------------------------`NN/` - A library for Feedforward Backpropagation Neural Networks`CNN/` - A library for Convolutional Neural Networks`DBN/` - A library for Deep Belief Networks`SAE/` - A library for Stacked Auto-Encoders`CAE/` - A library for Convolutional Auto-Encoders`util/` - Utility functions used by the libraries`data/` - Data used by the examples`tests/` - unit tests to verify toolbox is workingFor references on each library check REFS.mdSetup-----1. Download.2. addpath(genpath('DeepLearnToolbox'));Example: Deep Belief Network---------------------```matlabfunction test_example_DBNload mnist_uint8;train_x = double(train_x) / 255;test_x = double(test_x) / 255;train_y = double(train_y);test_y = double(test_y);%% ex1 train a 100 hidden unit RBM and visualize its weightsrand('state',0)dbn.sizes = [100];opts.numepochs = 1;opts.batchsize = 100;opts.momentum = 0;opts.alpha = 1;dbn = dbnsetup(dbn, train_x, opts);dbn = dbntrain(dbn, train_x, opts);figure; visualize(dbn.rbm{1}.W'); % Visualize the RBM weights%% ex2 train a 100-100 hidden unit DBN and use its weights to initialize a NNrand('state',0)%train dbndbn.sizes = [100 100];opts.numepochs = 1;opts.batchsize = 100;opts.momentum = 0;opts.alpha = 1;dbn = dbnsetup(dbn, train_x, opts);dbn = dbntrain(dbn, train_x, opts);%unfold dbn to nnnn = dbnunfoldtonn(dbn, 10);nn.activation_function = 'sigm';%train nnopts.numepochs = 1;opts.batchsize = 100;nn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.10, 'Too big error');```Example: Stacked Auto-Encoders---------------------```matlabfunction test_example_SAEload mnist_uint8;train_x = double(train_x)/255;test_x = double(test_x)/255;train_y = double(train_y);test_y = double(test_y);%% ex1 train a 100 hidden unit SDAE and use it to initialize a FFNN% Setup and train a stacked denoising autoencoder (SDAE)rand('state',0)sae = saesetup([784 100]);sae.ae{1}.activation_function = 'sigm';sae.ae{1}.learningRate = 1;sae.ae{1}.inputZeroMaskedFraction = 0.5;opts.numepochs = 1;opts.batchsize = 100;sae = saetrain(sae, train_x, opts);visualize(sae.ae{1}.W{1}(:,2:end)')% Use the SDAE to initialize a FFNNnn = nnsetup([784 100 10]);nn.activation_function = 'sigm';nn.learningRate = 1;nn.W{1} = sae.ae{1}.W{1};% Train the FFNNopts.numepochs = 1;opts.batchsize = 100;nn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.16, 'Too big error');```Example: Convolutional Neural Nets---------------------```matlabfunction test_example_CNNload mnist_uint8;train_x = double(reshape(train_x',28,28,60000))/255;test_x = double(reshape(test_x',28,28,10000))/255;train_y = double(train_y');test_y = double(test_y');%% ex1 Train a 6c-2s-12c-2s Convolutional neural network %will run 1 epoch in about 200 second and get around 11% error. %With 100 epochs you'll get around 1.2% errorrand('state',0)cnn.layers = { struct('type', 'i') %input layer struct('type', 'c', 'outputmaps', 6, 'kernelsize', 5) %convolution layer struct('type', 's', 'scale', 2) %sub sampling layer struct('type', 'c', 'outputmaps', 12, 'kernelsize', 5) %convolution layer struct('type', 's', 'scale', 2) %subsampling layer};cnn = cnnsetup(cnn, train_x, train_y);opts.alpha = 1;opts.batchsize = 50;opts.numepochs = 1;cnn = cnntrain(cnn, train_x, train_y, opts);[er, bad] = cnntest(cnn, test_x, test_y);%plot mean squared errorfigure; plot(cnn.rL);assert(er<0.12, 'Too big error');```Example: Neural Networks---------------------```matlabfunction test_example_NNload mnist_uint8;train_x = double(train_x) / 255;test_x = double(test_x) / 255;train_y = double(train_y);test_y = double(test_y);% normalize[train_x, mu, sigma] = zscore(train_x);test_x = normalize(test_x, mu, sigma);%% ex1 vanilla neural netrand('state',0)nn = nnsetup([784 100 10]);opts.numepochs = 1; % Number of full sweeps through dataopts.batchsize = 100; % Take a mean gradient step over this many samples[nn, L] = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.08, 'Too big error');%% ex2 neural net with L2 weight decayrand('state',0)nn = nnsetup([784 100 10]);nn.weightPenaltyL2 = 1e-4; % L2 weight decayopts.numepochs = 1; % Number of full sweeps through dataopts.batchsize = 100; % Take a mean gradient step over this many samplesnn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.1, 'Too big error');%% ex3 neural net with dropoutrand('state',0)nn = nnsetup([784 100 10]);nn.dropoutFraction = 0.5; % Dropout fraction opts.numepochs = 1; % Number of full sweeps through dataopts.batchsize = 100; % Take a mean gradient step over this many samplesnn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.1, 'Too big error');%% ex4 neural net with sigmoid activation functionrand('state',0)nn = nnsetup([784 100 10]);nn.activation_function = 'sigm'; % Sigmoid activation functionnn.learningRate = 1; % Sigm require a lower learning rateopts.numepochs = 1; % Number of full sweeps through dataopts.batchsize = 100; % Take a mean gradient step over this many samplesnn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.1, 'Too big error');%% ex5 plotting functionalityrand('state',0)nn = nnsetup([784 20 10]);opts.numepochs = 5; % Number of full sweeps through datann.output = 'softmax'; % use softmax outputopts.batchsize = 1000; % Take a mean gradient step over this many samplesopts.plot = 1; % enable plottingnn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.1, 'Too big error');%% ex6 neural net with sigmoid activation and plotting of validation and training error% split training data into training and validation datavx = train_x(1:10000,:);tx = train_x(10001:end,:);vy = train_y(1:10000,:);ty = train_y(10001:end,:);rand('state',0)nn = nnsetup([784 20 10]); nn.output = 'softmax'; % use softmax outputopts.numepochs = 5; % Number of full sweeps through dataopts.batchsize = 1000; % Take a mean gradient step over this many samplesopts.plot = 1; % enable plottingnn = nntrain(nn, tx, ty, opts, vx, vy); % nntrain takes validation set as last two arguments (optionally)[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.1, 'Too big error');```[![Bitdeli Badge](https://d2weczhvl823v0.cloudfront.net/rasmusbergpalm/deeplearntoolbox/trend.png)](https://bitdeli.com/free "Bitdeli Badge")

迈瑞BS系列全自动生化分析仪LIS协议接口手册(内含HL7和ASTM)

迈瑞BS系列全自动生化分析仪LIS协议接口手册,内含HL7和ASTM)

【Scala】Mac OS安装Scala并使用

【Scala】Mac OS安装Scala并使用下载安装配置环境变量测试 安装Scala之前需要配置好Java开发环境,请先配置好Java环境。 下载 Scala官网,根据需求选择合适的版本,如果不知道如何选择版本去,可以去mvn仓库,用使用者比较多的版本比较稳,全部Scala版本。 点进去想要的版本,根据系统选择合适的压缩包。 安装 解压压缩包,注意:路径最好不要包含空格和中文,并记录下这个路径。 配置环境变量 #编辑配置文件 vim ~/.bash_profile 输入i进行编辑 #增加环境变量 S

qq_43526856的博客 1348

【Scala】Windows下安装Scala(全面)

【Scala】Windows下安装Scala(全面)

weixin_57259781的博客 3558

scala安装 scala eclipse插件安装 scala简单示例

一、Scala 安装(windows) 可以从 Scala 主页: http://www.scala-lang.org/ 下载 Scala 包,截止到目前为止,最新的发行版是 2.7.6-final 下载完成后解压,比如解压目录是d:/Program Files/scala-2.7.6,然后将d:/Program Files/scala-2.7.6/bin加如到环境变量path中 在cmd输入sc

lywybo的专栏 1万+

Scala系列:Scala 安装与配置

下载 IEDA 的 scala 插件,地址:https://plugins.jetbrains.com/plugin/1347-scala,然后点击 Versions,下载对应版本的插件(2019.2.40版本)目前 Scala 的 IDE 开发工具主要有两种:Eclipse 和 IDEA,这两个开发工具都有相应的 Scala 插件。Scala 安装完成后会自动将 Scala 的 bin 目录的路径添加到系统的 Path 变量中,如 Path 变量中无该路径,则需要手动添加。点击安装文件,下一步完成安装。

兴趣是最好的老师 1025
上一篇: 安装Scala
下一篇: Spark构建独立应用 | sbt应用构建打包
gamedev˚
博客等级 码龄12年 280粉丝 293原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
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
实付元
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