练习测试主类调用其他类

【Python自动化测试14】Python自动化测试基础与进阶练习题 一、前言   本文章主要讲解Python自动化测试的基础练习题并附录对应答案,主要给自动化测试行业从业新手或想了解自动化测试行业小白的知识复习以及梳理,文章中有特定针对自动化测试领域的练习题哦,下方有系列文章的传送门,还在持续更新中,感兴趣的小伙伴也可以前往查看,话不多说,让我们一起看看吧~ 阅读详情

 

/**

 * @(#)ObjectClass001.java

 *

 *

 * @author

 * @version 1.00 2010/2/21

 */

 

class Person

{

//姓名

String name ;

//年龄

int age ;

//婚姻

boolean marriage ;

}

 

public class ObjectClass

{

public static void main(String args[])

    {

            /*

             *在方法中声明对象,必须赋值。

             *下面的Person cl001 = new Person() ;

             *在java1.4及其以下版本则要写成两句话:

             *                Person cl001 = null ;

             *                cl001 = new Person() ;

             */

            Person cl001 = new Person() ;

            cl001.name =  "陈亮" ;

            cl001.age = 30 ;

            cl001.marriage = true ;

            System.out.println("cl001姓名:"+cl001.name) ;

            System.out.println("cl001年龄:"+cl001.age) ;

            System.out.println("cl002婚姻:"+cl001.marriage) ;

            

            Person cl002 = new Person() ;

            

            System.out.println("cl002姓名:"+cl002.name) ;

            System.out.println("cl002年龄:"+cl002.age) ;

            System.out.println("cl002婚姻:"+cl002.marriage) ;

            

    }

}

 

运行结果:

 

##############################################################

--------------------Configuration: <Default>--------------------

cl001姓名:陈亮

cl001年龄:30

cl002婚姻:true

cl002姓名:null

cl002年龄:0

cl002婚姻:false

 

Process completed.

 ████████████████████████████████████████

 

/**

 * @(#)ObjectClass002.java

 *

 *

 * @author

 * @version 1.00 2010/2/21

 */

 

class Person

{

//姓名

String name ;

//年龄

int age ;

//婚姻

boolean marriage ;

}

 

public class ObjectClass002

{

public static void main(String args[])

    {

            /*

             *在方法中声明对象,必须赋值。

             *下面的Person cl001 = new Person() ;

             *在java1.4及其以下版本则要写成两句话:

             *                Person cl001 = null ;

             *                cl001 = new Person() ;

             */

            //Person cl001 = new Person() ;

            Person cl001 = null ;

            cl001 = new Person() ;

            cl001.name =  "陈亮" ;

            cl001.age = 30 ;

            cl001.marriage = true ;

            System.out.println("cl001姓名:"+cl001.name) ;

            System.out.println("cl001年龄:"+cl001.age) ;

            System.out.println("cl002婚姻:"+cl001.marriage) ;

            System.out.println("######################################") ;

            

            Person cl002 = new Person() ;

            

            //cl002 = cl001 ;这语句是将cl002和cl001的栈都指向cl001的堆内容。会互相修改影响!

            cl002 = cl001 ;

            cl002.age = 888 ;

            System.out.println("cl001姓名:"+cl001.name) ;

            System.out.println("cl001年龄:"+cl001.age) ;

            System.out.println("cl002婚姻:"+cl001.marriage) ;

            System.out.println("cl002姓名:"+cl002.name) ;

            System.out.println("cl002年龄:"+cl002.age) ;

            System.out.println("cl002婚姻:"+cl002.marriage) ;

            System.out.println("######################################") ;

            cl001.marriage = false;

            System.out.println("cl001姓名:"+cl001.name) ;

            System.out.println("cl001年龄:"+cl001.age) ;

            System.out.println("cl002婚姻:"+cl001.marriage) ;

            System.out.println("cl002姓名:"+cl002.name) ;

            System.out.println("cl002年龄:"+cl002.age) ;

            System.out.println("cl002婚姻:"+cl002.marriage) ;

            

    }

}

 

############################################################################

运行结果:

 

 

--------------------Configuration: <Default>--------------------
cl001姓名:陈亮
cl001年龄:30
cl002婚姻:true
######################################
cl001姓名:陈亮
cl001年龄:888
cl002婚姻:true
cl002姓名:陈亮
cl002年龄:888
cl002婚姻:true
######################################
cl001姓名:陈亮
cl001年龄:888
cl002婚姻:false
cl002姓名:陈亮
cl002年龄:888
cl002婚姻:false

Process completed.

 

 

 ████████████████████████████████████████

 

 

 

/**

 * @(#)ObjectClass003.java

 *

 *

 * @author

 * @version 1.00 2010/2/21

 */

 

class Person

{

//姓名

String name ;

//年龄

int age ;

//婚姻

boolean marriage ;

}

 

public class ObjectClass003

{

public static void main(String args[])

    {

            /*

             *在方法中声明对象,必须赋值。

             *下面的Person cl001 = new Person() ;

             *在java1.4及其以下版本则要写成两句话:

             *                Person cl001 = null ;

             *                cl001 = new Person() ;

             */

            //Person cl001 = new Person() ;

            Person cl001 = null ;

            cl001 = new Person() ;

            cl001.name =  "陈亮" ;

            cl001.age = 30 ;

            cl001.marriage = true ;

            System.out.println("cl001姓名:"+cl001.name) ;

            System.out.println("cl001年龄:"+cl001.age) ;

            System.out.println("cl002婚姻:"+cl001.marriage) ;

            System.out.println("######################################") ;

            

            Person cl002 = new Person() ;

            //要想cl002的改变不影响到cl001的内容。

            //就不能写成  cl002 = cl001 ;

            //我目前想到的办法就是写成下面的样子

            cl002.name = cl001.name ;

            cl002.age = cl001.age ;

            cl002.marriage = cl001.marriage ;

            cl002.age = 888 ;

            System.out.println("cl001姓名:"+cl001.name) ;

            System.out.println("cl001年龄:"+cl001.age) ;

            System.out.println("cl002婚姻:"+cl001.marriage) ;

            System.out.println("cl002姓名:"+cl002.name) ;

            System.out.println("cl002年龄:"+cl002.age) ;

            System.out.println("cl002婚姻:"+cl002.marriage) ;

            System.out.println("######################################") ;

            cl001.marriage = false;

            System.out.println("cl001姓名:"+cl001.name) ;

            System.out.println("cl001年龄:"+cl001.age) ;

            System.out.println("cl002婚姻:"+cl001.marriage) ;

            System.out.println("cl002姓名:"+cl002.name) ;

            System.out.println("cl002年龄:"+cl002.age) ;

            System.out.println("cl002婚姻:"+cl002.marriage) ;

            

    }

}

############################################################################

运行结果:

 

 

--------------------Configuration: <Default>--------------------

cl001姓名:陈亮

cl001年龄:30

cl002婚姻:true

######################################

cl001姓名:陈亮

cl001年龄:30

cl002婚姻:true

cl002姓名:陈亮

cl002年龄:888

cl002婚姻:true

######################################

cl001姓名:陈亮

cl001年龄:30

cl002婚姻:false

cl002姓名:陈亮

cl002年龄:888

cl002婚姻:true

 

Process completed.

 

 

 ████████████████████████████████████████

 

 

 

推荐几个自动化测试实战练习项目,助你2022如虎添亿 学习自动化测试最难的是没有合适的项目练习。 测试本身既要讲究科学,又有艺术成分,单单学几个 API 的调用很难应付工作中具体的问题。 你得知道什么场景下需要添加显性等待,什么时候元素定位需要写得更加优雅,为什么需要断言这个元素,而不是另一个。你得有合适的页面控件才能练习某种操作。 现在网上关于练习自动化的文章有很多,但是可以供学习使用的练习项目却非常稀缺。有的项目操作比较简单,无法达到练习各种操作的效果。有的项目非常复杂,光熟悉业务就要半个月。 可以说,一个好的练习项目对掌握好自动化测试至关重 阅读详情

相关推荐

JAVA|A类、B类和主类E

A类、B类和主类E 编写一个Java应用程序,该程序包括3个类: A类、B类和主类E。其中类B是类A的子类,在子类B中新增了成员变量和成员方法,并且隐藏了父类A的成员变量和重写了父类A的成员方法。在主类E的main方法中,创建类B的对象并赋给父类A的对象a,使用上转型对象a来测试上转型对象的一些特性。 A.java???? package work.third; public class A { ...

匿名用户小易 3324

在一个类中调用另一个类的2种方法

1、使用窗口类的指针 1.1在类A中定义这个窗口的指针 1.2在类A的构造函数中将窗口的指针设置为空指针 1.3在对应的点击事件中,new一个这个窗口的对象出来,然后再用这个对象调用窗口函数 2、直接使用窗口对象 2.1在类A中定义这个窗口的对象 2.2在对应的点击事件中,再用这个对象调用窗口函数 ...

zxf347085420的博客 8380

【Mac】mac下使用 找不到或无法加载主类

1.美图 2.背景 写了一个helo word 编译执行 [lcc@lcc-2 ~/IdeaProjects/lcc_work/test-java/java-v8-book-jvm-v1/src/main/java/com/java/book/jvm/chapter11]$ javac HelloWord.java [lcc@lcc-2 ~/IdeaProjects/lcc_work/test...

九师兄 2481

java 主类的main方法调用其他方法

方法1:A a=new test().new A(); 内部类对象通过外部类的实例对象调用其内部类构造方法产生,如下: 1 public class test{ 2 class A{ 3 void fA(){ 4 System.out.println("we are students"); 5 ...

u013323018的博客 1万+

基于maven-jar-plugin打造一款自动识别主类的maven打包插件

在Java项目构建过程中,MANIFEST.MF文件中的Main-Class属性配置是一个关键但容易出错的环节。传统方式需要在pom.xml中显式声明主类路径,这不仅增加了维护成本,在大型多模块项目中更可能因配置遗漏导致运行时异常。Spring Boot通过@SpringBootApplication注解实现自动识别主类的机制广受好评,但在非Spring Boot项目中这种能力却难以直接复用。 本文将深入探讨如何通过开发mainclass-finder-maven-plugin自定义插件,在Maven构建

在技术的广袤天地里,本博客如精准罗盘。剖析前沿科技,深掘代码奥秘,以精炼笔触,带您穿越复杂技术迷宫,速达知识彼岸。 2599

如何获取SAP BTP账户及BAS启用

返回到 Service Marketplace 点击SAP Business Application Studio 然后go to Application。进入子用户的OverView里面找到Entitlements添加SAP Business Application Studio。注意:在选购BTP免费环境的时候,使用人要选公司才可以成功。在完成上述操作后,就可以登陆Cockpit。这里有SAP官方的BTP试用的手顺链接。配置权限※我绑定的是登录时的邮箱。※过程中有问题可以在评论区讨论。

wangshulong2013的博客 724

Java中main函数调用其他类中的方法

Java中main函数调用其他类中的方法 java

AAAhxz的博客 1万+

2022 七校联合NewStarCTF 公开赛赛道 WEEK5|MISC

2022 七校联合NewStarCTF 公开赛赛道 WEEK5|MISC

zerorzeror的博客 3121

java继承 编程题_Java编程之继承问题代码示例

课堂练习:–在包bzu.aa中定义一个交通工具类(Vehicle):1、属性——载客量(capacity)2、方法(1)无参构造方法(给capacity初始化值为2,并输出“执行交通工具类的无参构造方法。”)(2)有参构造方法(传参给capacity初始化,并输出“执行交通工具的有参构造方法。”)(3)capacity的set、get方法(4)print方法:输出capacity–在包bzu.aa...

weixin_39860583的博客 1013

对E-R模型向关系模式转换的认识

一:基本E-R图的转换 1     属性处理 派生属性:直接忽略。 复合属性:展平技术。 多值属性:单独建立一个关系表,关系名就是多值属性名,如果是实体集的多值属性,关系的属性就是实体集的码加上多值属性,如果是联系集的多值属性,关系的属性就是各个实体集的码加上多值属性,关系的码要具体情况具体分析。 2     基本E-R图转换为关系模式 强实体集:一个关系,关系名就是强实体集名,关系属

优快云_LYY的专栏 2734

TMS320F28377D的sys/bios双核工程配置详解——从零搭建到RAM优化

本文详细解析了TMS320F28377D双核系统在sys/bios环境下的工程配置与RAM优化策略。从开发环境搭建、SYS/BIOS工程创建到双核CMD文件配置,提供了实战技巧和常见问题解决方案,帮助开发者高效实现电力电子控制系统中的双核协作与性能优化。

weixin_28292761的博客 600

什么是java程序的主类_什么是Java 应用程序的主类?

问题阐述在进行Java 应用程序开发时,为了使应用程序能够运行,这个应用程序必须要含有一个主类,请问什么是Java 应用程序的主类?专家解答Java 应用程序是由若干类和接口组成的,为了使Java 应用程序能够运行,至少要有一个类含有main()主方法,因为main()主方法是Java 应用程序的入口点,Java 应用程序就是从这里开始运行的,我们把含有main()主方法的类称为Java 应用程序...

weixin_29545475的博客 9230

YOLO创新点改进点的消融实验设计规范

YOLO改进的消融实验是一种重要的方法,用于评估和验证模型中不同组件的影响。在进行YOLO改进的消融实验时,我们可以选择一些可能的改进点,比如Backbone网络、Anchor框设计和损失函数设计,然后通过实验来分析它们对模型性能的影响。首先,我们需要确定实验设计。对于每个改进点,我们将设计多个实验组,并针对每个实验组训练模型并进行性能评估。这里以三个改进点为例进行说明:改进点1:Backbone网络 (改进点2:Anchor框设计 (改进点3:损失函数设计 (

crasher123的博客 2912

java 主类 测试类_Java中的测试类和主类分别是什么,有点晕啊。?

Java程序是由Java虚拟机执行的,那么运行Java程序的时候,Java虚拟机就得知道,从哪一行代码开始执行。所以运行Java程序的命令: java Main.class。就是告诉了Java虚拟机,Main.class就是主类。那么Java虚拟机知道了这个主类,接着就会找这个类里面的 main 方法,然后从 main方法开始执行程序。这个就是主类存在的作用。明白了主类的作用,理解测试类也就容易...

weixin_39862382的博客 2829

55、宇宙微波背景辐射望远镜及其光学系统解析

本文详细解析了宇宙微波背景辐射(CMB)望远镜及其光学系统的设计与优化。内容涵盖折射与反射光学系统的特性、旁瓣控制技术、气球与地面观测系统的对比、探测器阵列的发展、光学系统设计流程以及不同观测场景下的光学系统选择。同时,文章展望了CMB望远镜光学系统的未来发展趋势,包括技术创新、多频段观测、国际合作与大型项目等。通过系统性的分析与对比,为CMB研究提供了全面的技术支持与理论基础。

f9g0h的博客 145

【C语言】一文搞懂C语言文件操作

读写文件、文件相关库函数详解、文件缓冲区介绍

StackFrame 5661

java练习-编写一个Java应用程序,该程序包括3个类:Monkey、People类和主类E

编写一个Java应用程序,该程序包括3个类:Monkey、People类和主类E。要求: (1)Monkey中有个构造方法:Monkey (String s),并且有个public void speak()方法,在speak方法中输出“咿咿呀呀……”的信息。 (2)People是Monkey的子类,在People类中重写父类的方法speak(),在speak方法中输出“别说话!”的信息。 (3)在People类中新增方法void think(),在think方法中输出“认真思考!”。 (4)在主类E的mai

jiayouxu的博客 5798

Claude Code Auto Memory 的 Storage Location,SAP ABAP 项目里的本地记忆仓库应该怎么理解

本文介绍了 SAP ABAP 项目中 Claude Code 的 auto memory 机制,重点探讨了其存储位置的设计原理。auto memory 不是存储在项目目录中,而是默认位于 ~/.claude/projects/<project>/memory/,其中 <project> 基于 Git 仓库路径推导,确保同一仓库下的所有工作目录和分支共享记忆。记忆目录包含入口文件 MEMORY.md(仅加载前 200 行)和详细主题文件,这种分层设计类似 CDS View 架构思想。文章还分析了按 Git 仓

2007 年 ~ 2025 年,深耕 SAP 技术 18 年 101

JAVA|Monkey类、People类和主类 E

Monkey类、People类和主类 编写一个Java应用程序,该程序包括3个类:Monkey类、People类和主类 E。要求: (1) Monkey类中有个构造方法:Monkey (String s),并且有个public void speak()方法,在speak方法中输出“咿咿呀呀…”的信息。 (2)People类是Monkey类的子类,在People类中重写方法speak(),在spea...

匿名用户小易 2154

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")

TMS_WebGMaps_1.9.8.0_Full_Source

TMS_WebGMaps_1.9.8.0_Full_Source 全源码 delphi cbuilder

在主类中调用多个类

/* *程序的版权和版本声明部分: *程序的版权和版本声明部分: *Copyright(c)2013,烟台大学计算机学院学生 *All rights reserved. *文件名称: *作者:尚振伟 *完成日期:2014年9月17日 *版本号:v0.1 *对任务及求解方法的描述部分: *输入描述:无 *问题描述:设计一个Person类,Person类具有属性:身份证号(idC

YL的专栏 1330

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

Java运行非Web的Springboot项目(测试类或启动主类两种方法)

Java运行非Web的Springboot项目(测试类或启动主类两种方法)前言一、创建打开一个Springboot项目二、运行项目1、Test测试类运行2、启动主类运行三、持续运行不停止(定时任务、自动执行)总结 前言 如果springboot不是一个Web项目,大家知道,项目启动以后马上就会停止,并且 controller 等各层里面的方法也不会被执行,下面有两种方式可以运行容器里面的方法,测试类或者修改启动主类,都非常简单,几行代码的事情。 一、创建打开一个Springboot项目 使用idea,选

泡泡的博客 5925

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。

java 主类作用_主类

给一个系统定位问题的时候,知识,经验是关键基础,数据是依据,这里说的数据不限于异常队栈,虚拟机运行日志,垃圾收集日志等虚拟机中等一切发生过程等数据都可以作为定位问题的数据, 今天来说说虚拟机中的 jps工具,他的功能与unix中的ps命令类似,来看看他的介绍可以列出正在运行的虚拟添加module 和 主类编译生成jar 包注意在生成jar的时候需要将相关的jar一起复制过来,如果碰到Error: ...

weixin_32384723的博客 727

Maven 打包 设置运行主类

Maven 运行 mvn clean package 命令打包在target目录下生成jar包,如何没有配置指定主类,运行jar会报错,如下lin@lin-laptop:~/测试项目/mvnstudy1/mvnstudy1$ java target/mvnstudy1-1.0-SNAPSHOT.jar 错误: 找不到或无法加载主类 target.mvnstudy1-1.0-SNAPSHOT.jar...

不再更新,新博客 chgl16.space 8023

JAVA错误: 找不到或无法加载主类

检查环境变量配置: JAVA_HOME:D:\Java\jdk1.8.0_91 CLASSPATH:.;%JAVA_HOME%\lib\dt.jar;%JAVA_HOME%\lib\tools.jar;(前面有英文点号) Path:%JAVA_HOME%\bin;%JAVA_HOME%\jre\bin; 设置没问题。java -version测试,显示JDK版本正常; 我很确定自己的JD

陈三的博客 30万+
上一篇: [Java]Stack栈和Heap堆的区别(终结篇)
codecooler
博客等级 码龄19年 47粉丝 5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