【练习三】顺序结构(for)循环相关练习(一共31题)

C语言for循环结构经典练习 C语言的一些经典例题,还是挺有用的 阅读详情

目录

16:输出1-100之间的不能被5整除的数,每5个一行。

17:输出斐波那契数列数列的前20项

18:输出一个整数的二进制数、八进制数、十六进制数。

19:随机产生一个字母,如果是大写字母则输出“yes”,否则输出“no”

20:随机产生一个字符,判断:如果为大写字母则输出“大写字母”;如果为小写字母则输出“小写字母”;否则怎输出“其他字符”;

21:求100到1000之间的所有能被5和6整除的整数,每行显示5个

22:求和:1/3+3/5+5/7+7/9+………..+97/99

23:输出100以内的所有素数,每行显示5个;并求和。

24:山上有一口缸可以装50升水,现在有15升水。老和尚叫小和尚下山挑水,每次可以挑5升。问:小和尚要挑几次水才可以把水缸挑满?通过编程解决这个问题。

提示:

(1) 用整型变量water表示水缸里的水“int water = 15;”。

(2) 用整型变量l表示小和尚下山挑水的次数“int l = 0;”。

(3) 分析循环条件(水少于50升),循环操作(水增加5升,挑水次数增加1)。

(4) 套用while循环(或do-while循环)写出代码。

下面还有几题,每天都要努力一点点,若有错误,请指正


16:输出1-100之间的不能被5整除的数,每5个一行。

public class DemoText1 {

	public static void main(String[] args) {
		int num=0;
		for(int i=1;i<=100;i++){
			if(i%5==0)
				continue;
			num++;
			
			System.out.print(i+" ");
			if(num%5 == 0)
				System.out.println();
		}

	}

}

17:输出斐波那契数列数列的前20项

public class DemoText2 {

	public static void main(String[] args) {
//		输出斐波那契数列数列的前20项:1、1、2、3、5、8……
//		从第三数起,是他前面两个数的和,
		int[] num = new int[20];
		num[0]=1;
		num[1]=1;
//		求二十项,num用来存储数据
		for(int i=2;i<20;i++){
			num[i] = num[i-1]+num[i-2];
		}
//		打印输出
		System.out.print("[");
		for(int a=0;a<20;a++){
			if(a==19){
				System.out.print(num[a]+"]");
				}
			else{
				System.out.print(num[a]+",");
			}
		}

	}

}

18:输出一个整数的二进制数、八进制数、十六进制数。

import java.util.Scanner;

public class DemoText4 {

	public static void main(String[] args) {
//		输出一个整数的二进制数、八进制数、十六进制数。
		Scanner sc = new Scanner(System.in);
		System.out.println("请输入一个整数:");
		int sum = sc.nextInt();
		System.out.printf("它十进制表示:%d",sum);
//		printf我没有找到用来表示二进制的,有这种,可以借鉴一下
		System.out.println("它二进制表示:"+Integer.toBinaryString(sum));
		System.out.printf("它八进制表示:%o",sum);
		System.out.printf("它十六进制表示:%x",sum);
	}
}

19:随机产生一个字母,如果是大写字母则输出“yes”,否则输出“no”

public class DemoText3 {

	public static void main(String[] args) {
//		随机产生一个字母,如果是大写字母则输出“yes”,否则输出“no”
		
//		死循环,直到随机产生争取的数为止
		for(int i=1;i<i+1;i++){
//			Math.random()*(随机数的范围)+最小值:随机数的范围最大,也不会大于127-65,
//			然后加上65,范围就是(127-65)
		int cha = (int)(Math.random()*(127-65)+65);
//		判断输入的这个数在谁的范围内,如果这个范围内,就结束本次循环,从新生成一个数
//		A-a:之间还有几个数,不是字母的数
		if(cha<'A' || cha>(int)'z'){
			System.out.println("输入错误");
			continue;
		}else if(cha >(int)'A'&&cha<(int)'Z'){
//			用强转,把A,a的值与整数进行比较
//			如果正确就结束循环
			System.out.println("大写:"+(char)cha);
			System.out.println("Yes");
			break;
		}else if(cha >(int)'a'&& cha<(int)'z'){
			System.out.println("小写:"+(char)cha);
			System.out.println("no");
			break;
		}else{
			continue;
		}
		}
	}
}

20:随机产生一个字符,判断:如果为大写字母则输出“大写字母”;如果为小写字母则输出“小写字母”;否则怎输出“其他字符”;

public class DemoText5 {

		public static void main(String[] args) {

			int cha = (int)(Math.random()*(127-65)+65);
			if(cha<'A' || cha>(int)'z'){
				System.out.println("输入错误");
				
			}else if(cha >(int)'A'&&cha<(int)'Z'){
				System.out.println((char)cha);
				System.out.println("大写字符");
				
			}else if(cha >(int)'a'&&cha<(int)'z'){
				System.out.println((char)cha);
				System.out.println("小写字符");
			}else{
				System.out.println((char)cha);
				System.out.println("其它字符");
			}	
		}
	}

21:求100到1000之间的所有能被5和6整除的整数,每行显示5个

public class DemoText6 {

	public static void main(String[] args) {

		int sum=0;
		for(int i=100;i<1000;i++){
			if(i%5==0&&i%6==0){
				System.out.print(i+" ");
				sum++;
				if(sum%5==0)
					System.out.println();
			}
			
		}
		
	}

}

22:求和:1/3+3/5+5/7+7/9+………..+97/99

public class DemoText7 {

	public static void main(String[] args) {
//		求和:1/3+3/5+5/7+7/9+………..+97/99
		double sum=0;
//		找规律,可以看到,分母比分子大二,所以说,只要确定一个数就可以
		for(double i=1;i<=97;i+=2){
			sum=sum+i/(i+2);
		}
		System.out.println("和为:"+sum);
	}

}

23:输出100以内的所有素数,每行显示5个;并求和。

public class DemoText8 {

	public static void main(String[] args) {
//		输出100以内的所有素数,每行显示5个;并求和。
				int a=0;
				int sum=0;
				for(int i=2;i<=100;i++){
					for(int z=2;z<i;z++){
						if(i%z==0){
							break;
						}else{
//							打印输出并求和
							System.out.print(" "+i);
							sum=sum+i;
							a++;
							if(a%5==0)
								System.out.println();
						}
						break;
					}
				}
				System.out.println("\n和是:"+sum);
	}		

}

24:山上有一口缸可以装50升水,现在有15升水。老和尚叫小和尚下山挑水,每次可以挑5升。问:小和尚要挑几次水才可以把水缸挑满?通过编程解决这个问题。

提示:

(1) 用整型变量water表示水缸里的水“int water = 15;”。

(2) 用整型变量l表示小和尚下山挑水的次数“int l = 0;”。

(3) 分析循环条件(水少于50升),循环操作(水增加5升,挑水次数增加1)。

(4) 套用while循环(或do-while循环)写出代码。

public class DemoText9 {

	public static void main(String[] args) {
		int water = 15;
		int I=0;
//		不能等于50,因为等于50时,还会在运行一次这样就会多了
		while (water<50){
			
			water+=5;
			I++;
		}
		System.out.println(I);
	}

}

下面还有几题,每天都要努力一点点,若有错误,请指正

【练习一】选择结构(for)循环相关练习(一共31题) java for循环练习题 阅读详情

相关推荐

C++顺序结构编程实战:从计算圆面积周长到信奥赛规范详解

顺序结构是程序设计中最基础的控制结构,它规定了代码按照线性顺序依次执行,是构建任何复杂算法的起点。其核心原理在于通过变量存储数据,并利用表达式进行计算,最终通过标准输入输出完成人机交互。掌握顺序结构对于培养严谨的计算思维和代码实现能力至关重要,尤其在信息学奥林匹克竞赛(信奥赛)和GESP认证等编程能力测评中,它是解决数学计算、物理模拟等问题的基本技术手段。在实际应用中,顺序结构广泛用于数据处理、科学计算和基础算法实现等场景。本文以C++语言为例,通过计算圆的面积和周长这一经典案例,深入探讨了数据类型选择、精

weixin_34384557的博客 385

for循环例题

for循环例题 循环结构的四个要素 1.初始化条件 2.循环条件 //是boolean类型 3.循环体 4.迭代条件 /* 题目:输入两个正整数m和n,求其最大公约数和最小公倍数 比如:12和20的最大公约数是4,最小公倍数是60 break的使用: */ import java.util.Scanner; class ForTest{ public static void main(String[] args){ Scanner scan = new Scanner(System.in);

qq_57181249的博客 2406

C++顺序结构实战:从计算圆面积周长解析信奥赛/GESP入门要点

顺序结构是程序设计中最基础的控制结构,程序语句按照书写顺序依次执行,如同遵循菜谱步骤。其核心原理在于将问题分解为输入、处理、输出的线性流程,通过变量定义、算术运算和输入输出语句实现。掌握顺序结构对于培养严谨的编程思维和数据处理能力至关重要,是理解程序执行逻辑的基石。在信息学奥赛(OI)和编程能力等级认证(GESP)的入门考核中,常通过“计算圆的面积和周长”等经典数学应用题来考察该知识点。这类题目不仅巩固C++基础语法,如double数据类型、cin/cout流操作,更着重训练格式化输出(如使用fixed与s

conghuang7343的博客 340

JAVA初学者关于for循环的十道练习题

1、循环输入周一到周五的成绩,要求成绩不能是负数,如果为负数,重新输入,结果显示,平均分,最高分,最低分。7.公鸡2元,母鸡1元,小鸡半元,每种至少一只,100文买100只鸡有多少可能性。8.鸡兔同笼:总共100个脚,各多少只?6.输入A和B两个值,计算出他俩的最小公倍数和最大公因数。4.列出1-1000以内所有的奇数和偶数。2.输出所有5位数中的回文数。5.列出1000以内所有的质数。3.计算1-100之和。

m0_62756941的博客 3697

C++顺序结构编程实战:从计算圆面积到信息学奥赛基础

顺序结构是程序设计的基础,它规定了代码按照线性顺序依次执行的核心原理。在C++编程中,理解变量定义、数据类型选择、运算符使用以及输入输出控制,是构建健壮程序的关键技术价值。通过解决“计算圆的面积和周长”这类经典问题,可以深入掌握如何将零散语法知识组装成完整程序,并应用于信息学奥赛(CSP-J/S)等实际场景。本文以**格式化输出**和**程序健壮性**为例,详细拆解了从环境准备、代码实现到调试测试的全流程,帮助初学者夯实基础,培养工程化思维。

weixin_34232744的博客 643

C++顺序结构编程实战:从计算圆面积周长掌握信奥赛基础

顺序结构是程序设计的基础,它规定了代码按照线性顺序依次执行,是理解程序逻辑的起点。其核心原理在于指令的串行化处理,通过变量存储数据、运算符进行计算、输入输出流进行交互。掌握顺序结构的技术价值在于能够将数学公式和逻辑转化为可执行的代码,这是解决各类计算问题的通用范式。在C++编程实践中,顺序结构广泛应用于基础数学计算、数据转换和简单算法实现等场景。本文以计算圆的面积和周长为具体案例,深入讲解如何运用变量定义、常量声明、算术运算和格式化输出等C++基础语法,并针对信奥赛和GESP认证的常见考点,如数据类型选择、

weixin_33861800的博客 333

【练习四】顺序结构(for)循环相关练习(一共31题)

Java for循环相关习题,一共31题

fool_Java的博客 1142

JAVA练习题(for循环练习题等)

30道java练习题,包括for循环练习题,do...while练习题,switch...case练习题等...

【练习二】顺序结构(for)循环相关练习(一共31题)

Java for循环结构练习题

fool_Java的博客 985

WPS接入DeepSeek,实现AI辅助功能

总的来说,借助 WPS 中宏功能与 DeepSeek 大模型的结合,文档处理、内容创作和数据分析等任务都能更加智能化、自动化。这不仅大幅提升了工作效率,也为办公场景带来了全新的智能化办公体验。

运维老生常谈 3806

MT4量化交易入门:手把手教你用MQL4编写第一个外汇EA(含完整代码)

本文详细介绍了如何使用MQL4在MT4平台上编写第一个外汇EA,涵盖从开发环境配置到均线交叉策略实现的完整流程。通过手把手教学和完整代码示例,帮助量化交易新手快速掌握外汇自动化交易的核心技术,实现高效的MT4量化交易系统。

mmm90的博客 527

第二天:顺序结构-B2025

c语言

zzl20052006的博客 167

工业质检实战:用海康VisionMaster的BLOB分析搞定PCB焊点缺陷检测

本文详细介绍了如何利用海康VisionMaster平台的BLOB分析技术,构建一套针对PCB焊点缺陷的自动化视觉检测方案。文章从核心原理出发,重点阐述了如何通过动态阈值分割和模板匹配定位,克服工业现场光照不均、位置偏移等挑战,实现虚焊、漏焊等缺陷的精准、稳定检测,并提供了实战调优与系统集成的关键思路。

weixin_29091105的博客 567

【C语言初阶(四)】分支和循环语句

从本章开始我们就要进入C语言的正式学习了,前面的章节我们分享了C语言中大概包含哪一些知识,现在我们来一章一章的深入探讨这些知识.本章分享的是分支和循环语句

iwanna1fd的博客 906

基于CatBoost回归模型的完整预测分析:从建模到SHAP可解释性分析

本文介绍了使用CatBoost回归模型进行完整预测分析的流程。首先导入必要的Python库并加载数据,进行数据预处理包括训练测试集划分和归一化处理。然后通过网格搜索优化CatBoost超参数,使用最优参数训练模型并评估预测性能。结果显示模型具有较高的决定系数(R²=0.9944)和较低的误差指标(RMSE=0.0696)。接着进行残差分析和正态性检验,发现残差基本服从正态分布。最后通过SHAP分析实现模型可解释性,识别关键特征影响。该方法为梯度提升树在回归问题中的应用提供了完整解决方案。

fx666_的博客 748

利用CANoe和CAPL实现高效CAN网关设计与仿真

本文详细介绍了如何利用CANoe和CAPL进行高效CAN网关的设计与仿真。通过搭建仿真工程、导入DBC数据库、编写CAPL脚本等步骤,手把手指导读者构建一个连接不同CAN网络的网关模型,实现报文的监听、转发与信号处理,从而在硬件开发前验证逻辑,提升汽车电子开发效率与可靠性。

weixin_29164091的博客 294

c语言顺序程序结构设计,C语言顺序结构程序设计.ppt

《C语言顺序结构程序设计.ppt》由会员分享,可在线阅读,更多相关《C语言顺序结构程序设计.ppt(31页珍藏版)》请在装配图网上搜索。1、2010年3月13日星期日,教师:赵军富,C 语言程序设计,第三章 顺序结构程序设计,2010年3月13日星期日,教师:赵军富,C 语言程序设计,3.1 C语句概述 3.2 C程序基本结构 3.3 数据输入、输出 3.4 程序实例,第三章 顺序结构程序设计,2...

weixin_29179583的博客 244

QcarCamera-EVS HAL实现(一)

高通车载EVS实现

qq_37057338的博客 2378

【C语言程序设计——基础】顺序结构程序设计(头歌实践教学平台习题)【合集】

目录 任务描述 相关知识 编程要求 测试说明 我的通关代码: 测试结果: 任务描述 相关知识 编程编写一个程序,从键盘输入3个变量的值,例如a=5,b=6,c=7,然后将3个变量的值进行交换,使得a=6,b=7,c=5。面积=sqrt(s(s−a)(s−b)(s−c)),s=(a+b+c)/2。使用输入函数获取半径,格式指示符与数据类型一致,实验一下,不一致会如何。根据提示,在右侧编辑器补充代码,计算并输出圆的周长和面积。

Rossy Yan的博客 1814

人工智能训练师三级考试大纲深度解读|理论+实操分值分布+六大模块占比

三级人工智能训练师考试分为理论和实操两大模块(各100分,合格线60分)。理论考试包含AI基础(30%)、数据标注(25%)、模型训练(20%)、测试(15%)和系统运维(10%),题型为客观题;实操考核侧重数据标注(40%)、模型测试(35%)和系统运维(25%),采用现场操作形式。复习应优先关注AI基础和数据标注等高分值模块,实操需重点掌握标准流程和结果准确性(占评分70%)。考试要求两模块均达标,理论侧重概念理解,实操强调规范执行与文档完整。

白话机器学习 1104

【YOLOv13[基础]】热力图可视化实践 | 脚本升级 | 优化可视化效果 | 论文必备 | GradCAMPlusPlus, GradCAM, XGradCAM, EigenCAM等

本文将进行添加YOLOv13版本的升级版热力图可视化功能的实践,支持图像热力图可视化、优化可视化效果、 可以选择使用GradCAMPlusPlus, GradCAM, XGradCAM, EigenCAM, HiResCAM, LayerCAM, RandomCAM, EigenGradCAM。一个参数即可设置是否显示检测框等。

静谧、淡雅 647

嵌入式开发学习———Linux环境下C语言学习(三)

本文介绍了C语言中的顺序结构和分支结构,并以三个编程作业为例进行实践:1.顺序结构是代码从上至下逐行执行;2.分支结构包括if条件判断和switch多分支选择。通过具体案例演示了:1)判断三位数是否为水仙花数;2)计算某日期是该年第几天(考虑闰年);3)判断指定月份的天数(考虑闰年)。每个案例都包含完整的代码实现和运行结果验证,展示了如何运用顺序和分支结构解决实际问题。

2201_76094672的博客 1997

visio安装包

Microsoft Office Visio 是一款专业的制图软件。利用经过更新的形状、协作工具和数据链接图表,创建专业级图表以简化复杂的信息。

第11届蓝桥杯国赛真题剖析-2020年10月31日Scratch编程初中级组

第11届蓝桥杯Scratch国赛真题,这是2020年10月31日举办的全国总决赛,由于疫情影响,原定于2020年5月份举行的全国总决赛推迟到10月31日举行。比赛也改为线上形式。试题包括两种题型,分别是选择题和编程创作题,其中选择题5道,都是和Scratch编程知识相关的题目,编程创作题有6道,最后一道题是中级组题目,分别是模拟昼夜交替、小瓢虫找妈妈、女巫与青蛙王子、魔法师盖城墙、模拟新冠疫情传播和3D打印小猫,其中最后一题是中级组题目。

超平的编程课 2616

数学建模模型总结

这是本人在两年内准备参加数学建模竞赛搜集到的模型资料,已经经过了本人的筛选和整理,希望能够对准备参加数学建模竞赛的学弟学妹们提供一些帮助!

SIMATIC S7-1200, S7-1500 PID 控制[手册]

SIMATIC S7-1200, S7-1500 PID 控制[手册]

【C++基础编程】四、流程控制

我们之前在写代码,执行代码的时候,发现写的代码都是一行一行的执行的。这种执行的结构称为“顺序结构”,除了这种结构之外,还有其他的执行结构。程序执行结构结构的描述描述图顺序结构代码从上往下,依次执行。分支结构程序在某一个节点遇到了多种向下执行的可能性,根据条件,选择一个分支继续执行。循环结构某一段代码需要被重复执行多次。

咖喱年糕的博客 1162

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")

【分支循环语句】

C语言中的分支语句和循环语句。

Z15255808023的博客 232

JAVA篇学习之31-45

包机制包机制在Java中,包(Package)是用来组织类和接口的一种机制。它可以将相关的类和接口组织在一起,以便更好地管理和维护代码。包的使用可以避免类名冲突,并且可以更好地组织代码结构。在上面的例子中,就是一个包的名称,MyClass是属于这个包的一个类。Javadoc生成工具Javadoc是Java自带的一种文档生成工具,它可以通过代码中的注释来生成程序的API文档。Javadoc注释以/**开头,以*/结尾,可以包含丰富的标签,用于生成各种格式的文档。

mingwangxingqqq的博客 490
上一篇: 【练习二】顺序结构(for)循环相关练习(一共31题)
下一篇: 【练习四】顺序结构(for)循环相关练习(一共31题)
「已注销」
博客等级 码龄4年 169粉丝 58原创
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
 
 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

打赏作者

「已注销」

老板大气,I am happy

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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