我的博客&日记&啥也不是

我是在B站上留意到第一课的作业,让弄一个博客....然后上网查了一下什么叫博客,百度上说其中的一个意思好像就是网络日记,我很自然当日记了,也可以是学习笔记。

目录

学习笔记

软件

 新建编程的地方

开始编程


学习笔记

不得不说,这是我第N+1次学习编程,我想学过好几次,希望这次可以成功这次一定成功!
选择是C语言,这个可以做游戏的吧...希望在我这里看到什么人就算了,本人啥也不会,这就是个日记&笔记

软件

   

链接;VS官网

我的软件也是哔站上找的,其实VC++6.0挺好用的

 新建编程的地方

 这个是真的nb,我以前不知道,我学习的是C语言,C++ 和 C语言不一样,屮艸芔茻。

新建工程后,右键源文件>添加>新建项

 把文件后缀改了,  .cpp好像是C++的文件,.C才是C语言的文件后缀,不一样,你去查一下C++和C语言的“Hello Word”,就知道了

开始编程

emmmmmm,没错,就是Hello Word

固定的东西

        #include <stdio.h>
        int main()
        {
            return 0;
        }

 输出Hello Word

        #include <stdio.h>
        int main()
        {
            printf("hello word ooooooooooo");
            return 0;
        }

解释 &执行

按Ctrl + F5运行。按Ctrl + F10一步步运行
int;整形
main函数 是主函数 - 是开始执行的地方(梦开始的地方)。入口,只能有一个。
int main;main函数调用之后返回一个整形
return返回。
return 0 ;返回0,与int main前后呼应
printf("");print function;打印功能。使用注意事项,;括号里要加英文版的双引号("")

内容概要:本文介绍了一种利用遗传算法优化BP神经网络进行回归预测的方法,并提供了完整的MATLAB程序代码。主要内容包括数据预处理、遗传算法与BP神经网络的结合、适应度函数的设计以及最终的预测结果展示。文中详细解释了如何将Excel格式的数据导入MATLAB并进行归一化处理,如何定义适应度函数来优化BP神经网络的参数(如激活函数和学习率),并通过遗传算法找到最优解。实验结果显示,在某工业数据集上,经过遗传算法优化后的BP神经网络预测精度显著提高,从原来的0.82提升到了0.91。此外,还提到了一些实用技巧,比如调整遗传代数、修改激活函数等方法进一步改进模型性能。 适合人群:对机器学习有一定了解的研究人员和技术爱好者,特别是那些希望深入了解遗传算法与BP神经网络结合应用的人士。 使用场景及目标:适用于需要快速构建高效回归预测模型的场景,尤其是当传统BP神经网络无法达到预期效果时。通过本篇文章的学习,读者能够掌握一种有效的优化手段,从而提高模型的泛化能力和预测准确性。 其他说明:代码可以直接应用于新的数据集,只需确保数据格式符合要求(Excel格式)。对于想要深入探索或改进现有模型的人来说,还可以尝试更换不同的激活函数或其他调节方式来获得更好的表现。
评论 1
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