JavaScript基础知识(3)

【D3.js in Action 3 精译_012】1.2.5 与 D3 相关的 JavaScript 基础知识 本篇为《D3.js in Action》全新第三版第一章1.2.5小节内容,主要介绍了与 D3.js 相关的 JavaScript 基础知识,重点讲解了 JS 中的方法链式调用以及数组对象的常见接口方法,如 forEach、map、filter、find 等。 阅读详情
 练习:
 instanceof表示左边的数据是由右边的数据创建出来的
 undefined值的类型就是undefined
 undefined的值和null的值虽然相等,但是类型不同,null的类型是object。值相等是因为js的自动转换。
 NaN和任何数据比较,永远返回false,今后只要有可能判断NaN时就用isNaN。NaN和任何东西计算,永远返回NaN

 var str="hello";
 str>10?str>10000?值永远返回false。
 在关系运算中:字符串比数字,字符串转为数字。字符串如果转不成数字,就会变成NaN,NaN和任何数据比较都会返回false,所以在上述比较中,str不能转为数字,值返回false

 注意:在逻辑运算中,不要急于将第一个条件之后的++/--提取出来


 使用变量出错的情况只有一个:没声明的变量,只要使用就会出错。
 var name="张三";
 例1:
 console.log(Name);    //错误!
 该例子中,Name是未声明的,所以会出错

 例2:
 var name;
 console.log(name);   //声明但是没有赋值,返回结果是undefined;

 ReferenceError找不到对象,未声明错误



 新课:
 函数:也就是方法。是封装执行一项专门任务的步骤的代码序列。任务调用都是通过任务名调用的。方法的目的是重用。

 何时需要定义方法?只要发现一段代码重复使用,就封装为方法。
 方法声明语法:
 function 方法名(参数列表) {
 方法体:步骤清单;
 return 返回值;
 }
 调用:
 方法名(参数值列表);

 方法声明后不调用的话是不能使用的。

 例:
 function buy(what/*菜名*/){
 console.log("取饭盒");
 console.log("走到食堂");
 console.log("找窗口打饭");
 what="香喷喷的"+what;
 console.log("回宿舍");
 return what;
 }
 var jy1=buy("饺子");
 console.log(jy1);
 var jy2=buy("盖饭");
 console.log(jy2);
 var jy3=buy("面条");
 console.log(jy3);


 参数:是方法内独有的变量。作用就是接受传入数据,并在方法内处理。参数的根本目的就是让参数变的灵活。参数的定义都是定义在方法名后面的圆括号()中。
 如何声明方法参数?不用var。
 参数何时使用?只有方法被调用时才自动创建。

 返回值:方法执行完成后,由方法返回的一个数据。有的方法有返回值,有的方法没有返回值。

 定义返回值:不用再声明变量,直接用return,后面跟一个值就行了。

 return:两层含义
 1.本意是退出方法。return后的操作不能执行。
 2.退出同时,可返回数据。



 可以在任何需要的地方,调用方法执行;带返回值的方法,使用时,等效于直接使用返回值。
 例:
 function add(a,b){
 return a+b;
 }
 var a=parseInt(prompt("输入第一个加数"));
 var b=parseInt(prompt("输入第二个加数"));
 console.log(add(a,b));   //add(a,b)的返回值可直接使用

 在上例中,后面的东西不能放在return后面,因为这样后面的步骤就无法执行了。

 例:
 function getmax(a,b,c){
 var max=a>b?a:b;
 max=max>c?max:c;
 return max;
 }
 var a=parseInt(prompt("输入第一个加数"));
 var b=parseInt(prompt("输入第二个加数"));
 var c=parseInt(prompt("输入第三个加数"));
 console.log("最大值:"+getmax(a,b,c));

 为什么要定义返回值?因为调用方法的人需要明确的返回结果。return是给调用者用的。

 作用域:指一个变量的可用范围。

 var washer="洗衣机";
 function fun(){
   var yg="我的衣服";
   console.log(yg);
   console.log(washer);
 }
 fun();
 console.log(yg);     //出错!

 window对象:是整个网页的全局作用域对象
 全局作用域:直接放在全局作用域中的变量,叫全局变量。凡是今后只要希望所有作用域共用的变量都要声明全局作用域。
 局部(函数)作用域:声明在方法内部的变量或方法的参数变量都叫局部变量。

 值传递:将一个变量的值赋值给另一个变量,其实是将原变量中的值,复制一份给新变量。
 js中一切赋值都是值传递。

 例:
 var sum=0;
 function add(){
 sum+=3;
 console.log(sum);
 }
 add();               //3
 console.log(sum);    //3,只要见不到var,sum使用的值都是window里面的,且将window的sum直接操作赋值了

 对未声明的变量赋值:js会自动在全局创建该变量(仅限于赋值操作)
 例:
 function add(){
 sum=3;             //此处的sum是全局变量,但是不推荐这样使用
 }

 函数作用域在调用方法时创建,方法执行完立刻销毁!
 var sum=0;
 function add(sum){
  sum+=3;
 console.log(sum);   
 }
 add(sum);               //3
 console.log(sum);    //0,这个里面函数本身定义了sum参数,执行结束后就会立刻销毁,不会对外面的sum值产生影响

 例:
 var card=10;
 function buy(what,card){
 card-=3;
 console.log("余额"+card);
 what="香喷喷的"+what;
 return what;
 }
 var jy1=buy("饺子",card);
 console.log(jy1);
 console.log("余额"+card);


 问题:
 方法的参数和方法外定义了哪些变量没有任何关系,方法参数是依据方法的处理逻辑至少需要几个数据才可正常执行。
 方法参数两个作用:
 1.接收外部传入数据,在方法内处理
 2.规定调用方法的人必须提供哪些参数
 方法定义是独立存在的。

 方法返回值:根据方法调用者的需要来定义。如果方法调用者需要明确返回一个结果,就定义返回值。否则,可以不定义返回值。
 拥有返回指定的方法,可以当作一个值用!
 何时必须用变量接住?方法的返回值,后续程序可能反复使用。

 鄙视题:
 var num=0;
 function f1(num){
  num=100;
  console.log(num);
 }
 f1(num);               //100
 cosole.log(num);    //0



 自定义函数:
 全局函数:ECMAScript定义了标准,由各浏览器厂商已经实现的函数。咱们直接调用。
 isNaN(x),parseInt/Float(x)
 isFinite():判断指定数字是否有限值
 encodeURI:将url中的非法字符转为单字节符号 --编码
 decodeURI:将encodeURI转后的字符串,转换回原文  --解码
 在url语法中,是不允许出现多字节字符,所以在发送之前都会对整个url中非法字符进行编码,转为utf-8
 encodeURI对非法字符编码转为单字节,但是不会修改原字符串。必须用变量接住编码返回值才能保存编码。

 例:
 var kword="张东";
 kword=encodeURI(kword);
 var url="http://www.baidu.com/s?wd=";
 console.log(kword);
 console.log(url+kword);
 console.log("欢迎"+decodeURI(kword));


 unicode编码:每个字符2字节
 utf-8编码:字母、数字是单字节,但是汉字是3字节

 url规定,在参数值中,如果再次出现保留字,就是非法。
 url保留字:/ ? $ : 等等

 encodeURIComponent可以解决上述问题,既能对多字节非法字符编码,又能对单字节非法字符编码。今后在进行编码时优先选用encodeURIComponent,解码就用decodeURIComponent(kword)。
 encodeURIComponent何时使用?将数据通过url发送时,都要先编码再发送.
 decodeURIComponent:对encodeURIComponent编码的字符串解码。收到编码后的字符串后,都要先解码,在处理。

 var kword="http://tmooc.cn";
 kword=encodeURIComponent(kword);
 var url="http://www.baidu.com/s?wd=";
 console.log(kword);
 console.log(url+kword);
 console.log("欢迎访问"+decodeURIComponent(kword));

 eval()可以执行字符串格式代码
 eval("alert('hello eval()')");

 程序结构:3种:顺序结构、选择结构、循环结构

 程序:IPO
 需求:找名词-->程序中的数据
       两类:输入数据:单价,数量,收款金额
             输出数据:应收金额,找零
 分析处理流程:
      1.请用户输入:单价,数量,收款金额,保存在变量中
      2.计算:
           应收金额=单价*数量
           找零=收款金额-应收金额
      3.输出:应收金额和找零

 var price=parseFloat(prompt("请输入单价"));
 var count=parseFloat(prompt("请输入数量"));
 var money=parseFloat(prompt("请输入收款金额"));
 var total=price*count;
 total=total>=500?total*0.8:total;
 var change=money-total;
 document.write("应收"+total.toFixed(2));
 document.write("找零:"+change.toFixed(2));


 document.write在顺序执行代码中是没有问题的,是在网页中直接写html代码,document.write("<h1>应收</h1>"+total.toFixed(2)+"<br/>");

 分支结构:程序在运行过程中,可以根据不同的条件,执行不同的任务。
 分支结构:
 if结构:1件事,要么做,要么不做,就用if结构   
 if...else...结构:2件事,二选一执行

 例:
 var price=parseFloat(prompt("请输入单价"));
 var count=parseFloat(prompt("请输入数量"));
 var money=parseFloat(prompt("请输入收款金额"));
 var total=price*count;
 if(total>=500){
 total*=0.8
 }
 var change=money-total;
 document.write("应收"+total.toFixed(2));
 document.write("找零:"+change.toFixed(2));

 三目运算只能赋值,做不了语句。

 if语句下面如果只有一句话,可以省略大括号,但是不推荐使用,容易出错。

 例:
 var price=parseFloat(prompt("请输入单价"));
 var count=parseFloat(prompt("请输入数量"));
 var money=parseFloat(prompt("请输入收款金额"));
 var total=price*count;

 if(money>=total){
 var change=money-total;
 document.write("应收"+total.toFixed(2));
 document.write("找零:"+change.toFixed(2));
 }
 else{
 var change=total-money;
 document.write("总额不足");
 document.write("还差:"+change.toFixed(2));
 }

 凡是满足和不满足都执行的语句,都提到if结构之外。if语句不可能都不执行。

 else if结构:多件事,多选一执行
 语法:
 if(条件1){
   满足条件1执行的代码
 }else if(条件2){
 满足条件2执行的代码
 }else if(条件n){
 满足条件n执行的代码
 }else{
 以上条件都不满足时,默认执行的代码
 }

 else if结构中,如果前一个条件已经满足,则后续else if不再执行!

 例:
 var score=parseInt(prompt("请输入分数:"));
 if(score>100||score<0){
 alert("屌丝");
 }else if(score>=90){
 alert("A");
 }else if(score>=80){
 alert("B");
 }
 else if(score>=60){
 alert("C");
 }
 else{
 alert("D");
 }

 注:
 if语句用于处理分支逻辑时:
 1.if判定中默认必需一个boolean值;
 2.若出现的值不是boolean类型,则会自动转换。下面值默认都会自动转换为false:
 if(0){}
 if(null){}
 if(undefined){}
 if(NaN){}
 if(""){}
 if(0.0){}

 分支结构中的条件,可以不是逻辑表达式,也可以不是布尔值,如果不是,js会自动转换为boolean类型,即0(整数),null,undefined,NaN,"",0.0(浮点数)都转为false,其余的全都转为true。


 克莱托指数:
 var weight=parseFloat(prompt("请输入体重(kg)"));
 var height=parseFloat(prompt("请输入身高(m)"));
 var quetlet=weight/(height*height);
 if (quetlet>25){
 document.write("偏重");
 }else if (quetlet<20){
 document.write("偏瘦");
 }else{
 document.write("正常");
 }

【D3.js in Action 3 精译_004】第一部分 D3.js 基础知识 本篇介绍了《D3.js in Action》最新第三版的第一部分、第一章1.1小节。主要内容是对 D3.js 这一强大的 JavaScript 数据可视化工具库进行了简单介绍,并对比了 D3 与其他同类别工具库的主要特色与亮点。 阅读详情

相关推荐

电池充电管理芯片规格书精读指南:从参数解析到设计实战

电池充电管理是嵌入式系统和便携式设备开发中的基础环节,其核心在于理解并应用充电芯片的规格参数。充电芯片通过精确控制电压、电流、温度等关键参数,实现对锂电池等可充电电池的安全、高效管理。掌握这些参数原理,对于优化产品功耗、提升充电效率、保障电池寿命具有重要技术价值,广泛应用于智能穿戴、消费电子、无人机等场景。本文聚焦于**充电电流**设定与**热管理**等核心参数,深入解析其相互影响与工程选型中的权衡,旨在帮助开发者将抽象的规格书数据转化为可靠的电路设计依据,从而有效排查充电故障,提升产品整体可靠性。

weixin_26874745的博客 667

js 条件判断

练习 小明身高1.75,体重80.5kg。请根据BMI公式(体重除以身高的平方)帮小明计算他的BMI指数,并根据BMI指数: 低于18.5:过轻 18.5-25:正常 25-28:过重 28-32:肥胖 高于32:严重肥胖 实现思路:首先定义小明身高与体重两个变量 在用JS prompt方法 弹出让用户输入的提示框 让用户输入值 然后根据bmi公式和指数 写判断方法...

ab735886672的博客 282

处理SAP资产折旧AFAB 过账报错:“科目 8019010100 要求一个成本会计分配”

本文介绍如何处理资产折旧报错 ““科目XXXXXXX 要求一个成本会计分配””

IT小职员 2776

Java方法02:方法的定义和调用

方法的定义 Java的方法类似于其它语言的函数,是一段用来完成特定功能的代码片段,一般情况下,定义一个方法包含以下语法: 方法包含一个方法头和一个方法体。下面是一个方法的所有部分: 修饰符:修饰符,这是可选的,告诉编译器如何调用该方法。定义了该方法的访问类型 返回值类型:方法可能会返回值。returnValueType是方法返回值的数据类型。有些方法执行所需的操作,但没有返回值。在这种情况下,returnValueType是关键字void 方法名:是方法的实际名称。方法名和参数表共同构成方法签名

weiyoo55的博客 271

ABAP CURR Data Type 深度解析与实战案例

CURR 数据类型是 SAP ABAP 中为处理货币金额而设计的一种特殊数据类型。CURR 数据类型能够自动根据关联的货币代码字段(例如 WAERS)确定小数位数,从而保证金额数据的精度与正确性。CURR 类型通常在 SAP 数据字典中使用,常见于各类业务数据表中,如会计凭证、销售订单等场景中,用于存储货币金额。CURR 数据类型底层实现上类似于 DEC 数据类型,但其特别之处在于与货币代码字段的绑定,这使得金额的格式化和显示可以自动匹配相应的货币规则。

2007 年 ~ 2025 年,深耕 SAP 技术 18 年 878

YOLO26优化:特征融合 | 一种新颖的多尺度特征融合iAFF,适配小目标检测

在YOLO26中如何使用:iAFF加入Neck替代Concat;

①答疑群聊服务;②YOLO大模型知识问答系统;③计算机视觉论文生成智能体; 270

JavaScript-条件判断

JavaScript使用if () { ... } else { ... }来进行条件判断。例如,根据年龄显示不同内容,可以用if语句实现如下: var age = 20; if (age >= 18) { // 如果age >= 18为true,则执行if语句块 alert('adult'); } else { // 否则执行else语句块 alert('t...

weixin_30469895的博客 329

优秀的 Verilog/FPGA开源项目介绍(二十六)- ISP (图像信号处理)

介绍查看《ISP算法及架构分析介绍》今天项目的顺序就是先介绍几个关于ISP算法架构的项目,包括python、matlab、c等高级语言实现的ISP算法架构,最后介绍一个FPGA实现ISP的项目。openISPhttps://github.com/cruxopen/openISP项目介绍用python实现的ISP架构,该架构涉及到的知识如下:下图是最新实现的模块:主要模块如...

OpenFPGA的博客 4948

js对象

/**********javascript对象***********/ 1、js对象是无序集合类型,由若干键值组成。例如:描述“小G”这个漂亮的小仙女我们可以这样描述她: var xiaoG = { name:"小G", both:"1994", height:158, beautiyface:"100%" } //获取其中的属性可通过.来获取 xiaoG.na

Nathan 435

INFFUS 2025 | DDBFusion:基于双重分解和贝塞尔曲线的统一图像分解与融合框架

现有的图像融合算法大多集中于网络架构和损失函数的设计,采用统一的特征提取策略,却忽略了冗余信息和有效信息的划分。然而,对于互补信息而言,统一的特征提取器可能并不适用。因此,本文提出了一种基于贝塞尔曲线图像增强和分层分解的统一图像融合算法,并构建了一个自监督学习任务来学习有意义的信息。其中,贝塞尔曲线旨在模拟不同的图像特征,并构建特殊的自监督学习样本,因此作者的方法不需要特定任务的数据,并且可以在公共自然图像数据集上轻松进行训练。同时,作者的双重分解自监督训练方法可以为模型赋予冗余信息过滤能力。

小白学视觉 308

❤️爆肝十二万字《python从零到精通教程》,从零教你变大佬❤️(建议收藏)

文章目录强烈推荐系列教程,建议学起来!!一.pycharm下载安装二.python下载安装三.pycharm上配置python四.配置镜像源让你下载嗖嗖的快4.1pycharm内部配置4.2手动添加镜像源4.3永久配置镜像源五.插件安装(比如汉化?)5.1自动补码神器第一款5.2汉化pycharm5.3其它插件六.美女背景七.自定义脚本开头八、这个前言一定要看九、python入门十、python缩进十一、Python注释1.单行注释2.多行注释十二、Python 变量1.变量定义理解2. 变量名命名3. 分

全栈川川 26万+

javascript基础知识之三座大山

三座大山:1.原型  原型链                     2.作用域  闭包                     3.异步  单线程 后续补充

做自己 3687

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&#39;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(&#39;DeepLearnToolbox&#39;));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(&#39;state&#39;,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&#39;); % Visualize the RBM weights%% ex2 train a 100-100 hidden unit DBN and use its weights to initialize a NNrand(&#39;state&#39;,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 = &#39;sigm&#39;;%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, &#39;Too big error&#39;);```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(&#39;state&#39;,0)sae = saesetup([784 100]);sae.ae{1}.activation_function = &#39;sigm&#39;;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)&#39;)% Use the SDAE to initialize a FFNNnn = nnsetup([784 100 10]);nn.activation_function = &#39;sigm&#39;;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, &#39;Too big error&#39;);```Example: Convolutional Neural Nets---------------------```matlabfunction test_example_CNNload mnist_uint8;train_x = double(reshape(train_x&#39;,28,28,60000))/255;test_x = double(reshape(test_x&#39;,28,28,10000))/255;train_y = double(train_y&#39;);test_y = double(test_y&#39;);%% 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&#39;ll get around 1.2% errorrand(&#39;state&#39;,0)cnn.layers = { struct(&#39;type&#39;, &#39;i&#39;) %input layer struct(&#39;type&#39;, &#39;c&#39;, &#39;outputmaps&#39;, 6, &#39;kernelsize&#39;, 5) %convolution layer struct(&#39;type&#39;, &#39;s&#39;, &#39;scale&#39;, 2) %sub sampling layer struct(&#39;type&#39;, &#39;c&#39;, &#39;outputmaps&#39;, 12, &#39;kernelsize&#39;, 5) %convolution layer struct(&#39;type&#39;, &#39;s&#39;, &#39;scale&#39;, 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, &#39;Too big error&#39;);```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(&#39;state&#39;,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, &#39;Too big error&#39;);%% ex2 neural net with L2 weight decayrand(&#39;state&#39;,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, &#39;Too big error&#39;);%% ex3 neural net with dropoutrand(&#39;state&#39;,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, &#39;Too big error&#39;);%% ex4 neural net with sigmoid activation functionrand(&#39;state&#39;,0)nn = nnsetup([784 100 10]);nn.activation_function = &#39;sigm&#39;; % 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, &#39;Too big error&#39;);%% ex5 plotting functionalityrand(&#39;state&#39;,0)nn = nnsetup([784 20 10]);opts.numepochs = 5; % Number of full sweeps through datann.output = &#39;softmax&#39;; % 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, &#39;Too big error&#39;);%% 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(&#39;state&#39;,0)nn = nnsetup([784 20 10]); nn.output = &#39;softmax&#39;; % 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, &#39;Too big error&#39;);```[![Bitdeli Badge](https://d2weczhvl823v0.cloudfront.net/rasmusbergpalm/deeplearntoolbox/trend.png)](https://bitdeli.com/free "Bitdeli Badge")

web3.js基础知识简单汇总

使用JavaScript 来开发 DApp时,很多时候需要使用到 web3.js。当然,也可以选择使用ethers.js。

lqins的博客 4003

文档:亲测可用解决vnc灰屏,黑屏,鼠标大黑叉情况

主要解决vnc-viewer灰屏,黑屏,鼠标大黑叉等现象,详细见文档。

lwip-2.0.3

lwip是瑞典计算机科学院(SICS)的Adam Dunkels 开发的一个小型开源的TCP/IP协议栈。实现的重点是在保持TCP协议主要功能的基础上减少对RAM 的占用。

javascript教程(3)——JS函数的基础知识

1.函数基础知识 1.1函数的定义 函数是由事件驱动的或者当它被调用时执行的可重复使用的代码块。【简而言之,函数是为了实现某种特定功能的代码块】。   1.2函数的分类和调用 我们JS里面分为系统函数和自定义函数。所谓的系统函数就是JS为我们已经提供好的函数,而自定义函数就是我们自己写的为了实现某种特定功能的函数。     系统函数:   console.log()  // 控制台...

wydsnza的博客 566

ssm框架搭建

这个是一个在idea上成功跑起来的ssm框架项目,保存在这里方便以后使用直接下载

js(JavaScript)基础知识3

JavaScript函数( 函数的声明和调用,形参和实参,arguments对象,匿名函数,构造函数,回调函数,预解析...);JavaScript对象( 对象的创建方式,属性和方法,关键字详解,对象的使用方法...); JavaScript内置对象(Array对象,Date对象, String对象,Math对象,全局对象)

weixin_67275645的博客 213

JavaScript(JS)基础知识分享3

本文摘要涵盖了JavaScript开发中的关键知识点与实践案例

2402_88266590的博客 669

根据w3cSchool学习javascript整理js的一些基础知识

js声明变量类型: var x= new Number; var y= new Boolean; var cars= new Array; var person= new Object; js数组: var cars=new Array(); cars[0]="Audi"; cars[1]="BMW"; cars[2]="Volvo"; 缩写:

code旅行者的专栏 1763

HTML5、CSS3和JavaScript的基础知识以及从入门到精通的学习路径

HTML5、CSS3和JavaScript是现代Web开发的核心技术,掌握它们对于想要从事Web开发的人来说至关重要。本文将介绍HTML5、CSS3和JavaScript的基础知识以及从入门到精通的学习路径。通过深入理解这三种技术的特性和用法,并结合实践项目,学习者可以逐步提升自己的前端开发能力。

努力是为了站在万人之中,成为别人的光 6264

JavaScript基础知识3

数组、函数、对象 1、数组 定义数组 语法: var 自定义数组名称 = []; 给数组赋值 ✔直接在定义数组的时候,就可以赋值了,值与值之间使用逗号隔开。 例如: var ary = [1,2,3,4,'abc',true,'汉字']; ✔通过索引(编号)的方式给数组赋值: 索引: 数组中每一个值对应的编号,编号是从 0 开始的 ...

weixin_45176415的博客 713

JavaWeb笔记---JavaScript基础知识3(js中的DOM)

1.DOM模型 DOM 全称是 Document Object Model 文档对象模型 就是把文档中的标签,属性,文本,转换成为对象来管理 1.1Document 对象 Document 对象的理解: 第一点:Document 它管理了所有的 HTML 文档内容 第二点:document 它是一种树结构的文档。有层级关系 第三点:它让我们把所有的标签都对象化 第四点:我们可以通过 document 访问所有的标签对象 什么是对象化? 在Java中 class Person{ String name;

SLSLSLSLSLSLS的博客 244

3、JS基础知识-前端面试

文章目录1、 1、

shixue7758的博客 458

JavaScript基础知识复习3

script > // 1. 语法,使用 [] 来定义一个空数组 // 定义一个空数组,然后赋值给变量 classes // let classes = [];// 2. 定义非空数组 let classes = [ '小明' , '小刚' , '小红' , '小丽' , '小米' ] </ script >// 1. 语法,使用 [] 来定义一个空数组。

2401_85837579的博客 1139

[JavaScript]基础知识笔记3

<script>代码放这里</script> 新建.js文件放代码 <script src=".js"></script> 8.document.write("语句")动态写入内容 弹出框 (1)alert("提示信息") 警示框(提示框),它只有一个确定按钮 (2)带输入的弹出框 prompt("提示信息","文本默认值") 用户点确定返回输入的字符串 用户点取消返回null confirm("提示...

m0_63949551的博客 495

js基础知识回顾3

此文章的目的是让本人更加认真的回顾一下基础知识 三元运算符 var score = Math.round(Math.random() * 100); var tip = (score>60) ? score+"及格" : score+"不及格"; ?前面为条件,若成立,结果为:前面的.反之,结果为:后面的 ...

qq_43412333的博客 283
上一篇: JavaScript基础知识(2)
下一篇: JavaScript基础知识(4)
敲代码的猫
博客等级 码龄10年 70粉丝 46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