Excle也能编程-VBA小工具

自己动手来一个小工具,使用 VBA 创建一个秒表 详细介绍如何使用Excel VBA创建简易秒表工具。通过UserForm设计界面(包含计时显示标签和三个控制按钮),结合VBA定时器功能实现开始、暂停、重置等核心功能。代码逻辑包括时间计算分解(精确到0.01秒)、状态控制以及跨午夜异常处理。文中提供完整的模块代码和操作步骤,并说明实际精度限制(约10毫秒)等注意事项。 阅读详情

工作中有用到,就学习了一下VBA编程。发现这个真的可以使得Excle工作效率倍增。
工作需求,为照片粘贴档案条。需要将一条条数据,转换为小纸片并且按照特殊样式排序。
完成后像这样这里写图片描述

其实要完成这个还是比较简单的。
主要说说自己遇到的几个“坑”
1.此次样式用到了“模板”,并不是完全靠代码来调整出来的。
2.想用插件-窗口来封装“转换”操作。但是发现窗口不行,所以后面用到窗体中的按钮来实现。
3.因为要符合打印纸的格式,所以样式调了好一会儿。

首先建立标签的模板
这里写图片描述
像这样,在最右边建立相应的模板样式。

接下来就是编辑窗体代码了!
窗体代码

Dim a As Integer '声明一个公共变量
Private Sub UserForm_Initialize()
With Me
StartUpPosition = 0
Left = 600
Top = 50
End With
End Sub

Private Sub CommandButton1_Click()
    Call 生成档案条
    UserForm1.Hide
End Sub
Sub 生成档案条()
    Sheets(2).Activate
    Sheets(2).PageSetup.PrintArea = ""
    Dim MaxRow As Long '声明变量
    a = 0
    Application.ScreenUpdating = False
    MaxRow = Sheets(1).Cells(Rows.Count, 1).End(xlUp).Row
    Cells(1, Columns.Count - 2).Resize(4, 3).Copy
    '将档案条模板粘贴到A列,且粘贴的份数由工资表的行数决定
    Range("a1:C" & (MaxRow - 1) * 4).PasteSpecial xlPasteAll
    Range("a1:C" & (MaxRow - 1) * 4).PasteSpecial xlPasteColumnWidths
    Range("a1:C" & (MaxRow - 1) * 4).PasteSpecial xlPasteFormulas
    Dim rowHigh As Range
    Dim rowHighBase As Range
    Dim HighBase As Integer
    For i = 1 To MaxRow * 4
        HighBase = i Mod 4
        If HighBase = 0 Then
            HighBase = 4
        Else
            HighBase = i Mod 4
        End If
        Set rowHigh = Rows(i)
        Set rowHighBase = Rows(HighBase)
        rowHigh.RowHeight = rowHighBase.RowHeight
    Next
    For i = 2 To MaxRow '循环复制数据
        复制数据 (i) '调用“复制数据”过程,将工资表的信息复制到工资卡中
    Next
Call 排版 '调用过程'排版'
    Application.ScreenUpdating = True
End Sub
Sub 复制数据(i As Integer)
'将‘档案的数据’填入每一份档案卡中
    Dim id As String
    id = Sheets(1).Cells(i, 2) & "." & Format(i - 1, "0000")
    Cells(4 * a + 1, 2) = id
    Cells(4 * a + 2, 2) = Sheets(1).Cells(i, 5)
    Cells(4 * a + 3, 2) = Sheets(1).Cells(i, 16)
    a = a + 1
End Sub
Private Sub 排版()
    lrow = 1
    drow = 0
    Application.ScreenUpdating = False
    Dim MaxRow As Long, c As Long
    MaxRow = Sheets(1).Cells(Rows.Count, 1).End(xlUp).Row '记录已用区域的行数
    c = Int(MaxRow / 2 + 1) '计算拆分成两列后纵向需要排列多少份
    For i = 1 To c '横向复制7次
        Range(Cells(c * (i) * 4 + 1, 1), Cells(Int(MaxRow / 2 + 1) * (i + 1) * 4, 3)).Copy
        '粘贴到右边一列
        Cells(1, i * 3 + 1).PasteSpecial xlPasteAll
        Selection.PasteSpecial xlPasteColumnWidths '选择性粘贴列宽
    Next
    Rows((c * 3 + 1) & ":" & Rows.Count).Clear
    
    'Dim rng As Range
    'Set rng = Rows(1) '将第一行赋予变量
    'For i = 1 To Cells(Rows.Count, "A").End(xlUp).Row + 1 Step 4
    '遍历所有行,步长为4
    '    Set rng = Union(rng, Rows(i)) ' 将Rng与第一行合并,即获得所有工资卡中的间隔行
    'Next
    'rng.RowHeight = 40
    '将 A 列到 F列的已用区域为打印区域
    Sheets(2).PageSetup.PrintArea = "$A$1:$F$" & Cells(Rows.Count, "A").End(xlUp).Row
    '页边距设置为0
    With Sheets(2).PageSetup
         .LeftMargin = Application.InchesToPoints(0) '左边距
        .RightMargin = Application.InchesToPoints(0)  '右边距
        .TopMargin = Application.InchesToPoints(0) '上边距
        .BottomMargin = Application.InchesToPoints(0) '下边距
        .HeaderMargin = Application.InchesToPoints(0) '页眉
        .FooterMargin = Application.InchesToPoints(0) '页脚
        .Orientation = xlPortrait '设置纵向打印模式
    End With
    ActiveWindow.View = xlPageBreakPreview ' 进入分页浏览状态
    '删除每页最上面多出来的一行
    Do While drow < MaxRow * 3 \ 2
        drow = lrow * 28
        Rows(drow).RowHeight = 20
        lrow = lrow + 1
    Loop
    'ActiveSheet.PageSetup.Orientation = xlLandscape '将页面设置为横向
    'ActiveWindow.View = xlPageBreakPreview ' 进入分页浏览状态
    'If ActiveSheet.VPageBreaks.Count > 0 Then '如果有纵向分页符'
        '将第一个分页符向右拖出'
    '    ActiveSheet.VPageBreaks(1).DragOff Direction:=xlToRight, RegionIndex:=1
    'End If
    Application.ScreenUpdating = True '恢复屏幕刷新
End Sub

Private Sub UserForm_Click()

End Sub

VBA虽然承袭了VB的代码,感觉有点儿坑。但是能让excle能够编程,并表现的更加自动化,真是比国产WPS强太多!

将Excel VBA封装成exe程序[老贴收藏]      假如您手头已有一xls文档等待封装,假如您机子上已安装有VB6开发系统,那么请跟着往下操作: 一、用VB制作EXE文件头部分       1、打开VB,“文件”-“新建工程”-“标准EXE”;       2、此时会出现名为Form1的默认窗体编辑窗口,Form1将作为软件启动封面窗体,打开该Form1的属性窗口,对如下属性进行设置:BorderStyle=0,StartUpP... 阅读详情

相关推荐

Excle 2007 VBA 参考大全——第一章Excle VBA基础

Ⅱ.内容提要 本书共27章及三个附录,大致分为三个部分。通过内容提要我们可以很清楚的看到VBA编程的关键是Excle对象模型。 部分 章节 内容 Ⅰ 第1章(基础知识) 介绍了vba编程和excle对象模型的基础知识 ——介绍了VBA语言及其特征,阐明了集合、对象、属性、方法和事件的关系,并展示了如何通过对象模型将这些概念与Excle产生联系 Ⅱ 第2—27章 (使用特定对象)...

qq_31972823的博客 946

vba新规作成打开excel小工具

工作时总会有很多不同路径下的excel文件经常需要打开,每天不停地重复很麻烦,写了这个小工具,下边是excel内容,点击A列文件名字,触发onchange事件,新规作成打开excel,路径是对应文件的路径,E列设定onchange事件范围 下边是vba代码 Private Sub Worksheet_SelectionChange(ByVal Target As Range) Dim pstart As String Dim pend As String Dim path As String Set w

charles542307299的博客 2255

Excel中的VBA

我们经常听说也经常看到有EXCLE高手编写的编程脚本使excel运算变的简单易用又特别符合特定环境的应用;但是COPY来发现又好多不适合我们的环境;求人不如求己,今 天我们说说什么是excle中的VBA脚本编程。 首先,知道是什么VBA. VBA(Visual Basic for Applications)是Visual Basic的一种宏语言,是在其桌面应用程序中执行通用的自动化(OLE)任务的编程语言。主要能用来扩展Windows的应用程序功能,特别是Microsoft Office软件。它也...

pantaiming的博客 468

将Excel VBA封装成exe程序

将Excel VBA封装成exe程序

wang880117的博客 2万+

VBA解决EXCLE中特殊字符内文本字体颜色

🏆本文收录于专栏,主要记录项目实战过程中所遇到的Bug或因后果及提供真实有效的解决方案,希望能够助你一臂之力,帮你早日登顶实现财富自由🚀;同时,欢迎大家!持续更新中,up!up!up!!

**My Coding Family** 1236

EXCEL2EXE(将EXCEL文件编译为EXE文件的工具)

将EXCEL文件编译为EXE文件的工具,这样可以脱离EXCEL环境,独立运行并且发布自己的软件了。

在EXCLE 中利用 VBA 汇总满足一定条件的几个工作表

在EXCLE 中利用 VBA 汇总满足一定条件的几个工作表我们要完成:要查询并汇总当前工作簿的所有班级工作表中的数学成绩在100分以上的所有学生记录我们要用到:1.VBA 中的ADO 和SQL;2.VBA中的循环语句;第一步:引用ADO对象库。需要引用的项目如下(如果你的机器里面是另外的版本,那么就引用该版本)Microsoft ADO Ext2

okshy的专栏 2413

隐藏ExcelVBA.rar

隐藏ExcelVBA模块工具,将我们的VBA代码模块隐藏起来

vba 指定列后插入列_Excle中的VBA介绍分享

SunYoung1、什么是VBAVisual Basic for Applications(VBA)是Visual Basic的一种 宏 语言,它能使常用的程序自动化,是针对Office开发的一种工具,通俗点讲,VBA是一种Excle能听懂识别的编程语言。2、在Excle中VBA的作用2.1、实现Excel中没有提供的功能2.2、编写自己需要的函数2.3、实现一键自动化,提高办事效率2.4、通过插...

weixin_39633090的博客 1425

封装模块exe(生成程序方法).rar

VB6.0封装VBA代码为Exe程序,里面注释全部封装过程及注意问题,仅需要几部即可完成,即可直接执行或者被Excel调用

Qwen3.5在昇腾910B上的vLLM Ascend高性能部署实战

大语言模型推理优化是AI工程落地的核心环节,其本质是计算、内存与通信三者的协同调度。vLLM作为主流推理框架,通过PagedAttention和Continuous Batching显著提升GPU利用率;而昇腾NPU凭借高带宽HBM与专用AI算子,在国产化算力平台中展现出独特优势。当vLLM深度适配昇腾(即vLLM Ascend),不仅保留动态批处理、流式输出等关键能力,更实现KV Cache的HBM感知管理与HCCL直通优化,使中小尺寸模型(如Qwen3.5-35B)在单台Atlas A3服务器上达成百并

weixin_30558697的博客 439

EXCLE批量插入图片VBA代码

输入入下vba代码: Sub 批量插入图片() Dim address As String Dim cellcolumn, piccolumn As Integer On Error Resume Next '容错处理 address = “E:\商品图片” '图片文件夹所在的位置,根据图片位置修改 cellcolumn = 1 '设置款号所在列,根据自己实际情况修改 piccolumn =...

qdliuminghao的博客 4416

新手必看:用Simulink搭建飞跨电容三电平逆变器的完整流程(附SPWM配置技巧)

本文详细介绍了使用Simulink搭建飞跨电容三电平逆变器(FCNPC)的完整流程,特别聚焦于SPWM调制策略的配置技巧。通过模块拆解、参数设置和波形优化的三步法,配合实操截图和典型参数表,帮助新手快速掌握多电平逆变器的建模与仿真技能,适用于电力电子学习和项目开发。

weixin_30664051的博客 288

EXCLE VBA 基础知识

VBA(Visual Basic for Applications)是一种针对 Microsoft Office 程序编程的集成开发环境(IDE),其中包括 Excel、Word、PowerPoint 等。它是一种基于 Visual Basic 语言的编程工具,用于自动化和定制化 Office 应用程序,通过编写 VBA 代码,可以实现自动执行任务、创建自定义函数和运行宏等功能。在 Excel 中,可以使用 VBA 来编写自定义的宏(Macro),以实现一系列的自动化操作。

Awai72723的博客 681

从零开始学习信号完整性(SIPI)--2

上一节我们已经谈过,信号完整性研究的是如何使驱动器输出的信号传输到接收器件并被正确的接收。 信号完整性的三要素包含了:信号、驱动接收芯片、传输通道。 这其中信号是主体,我们要做的主要工作就是设计好信号的传输路径为信号的正确传输扫清障碍。要做信号完整性分析与设计首先要了解信号的特性,以及信号质量的判别标准。 对一个信号进行描述通常需要如下几个指标: 信号特性的描述 摆幅:信号从低电平到高电平之间的电压差,对于单端信号通常由信号的供电电压决......

qq_29476769的博客 2万+

Surface Go 2 变身 Linux 开发本:保姆级 Ubuntu 20.04 双系统安装与驱动配置全攻略

本文详细介绍了如何将 Surface Go 2 变身为高效的 Linux 开发本,涵盖 Ubuntu 20.04 双系统安装、专用内核配置、驱动优化等全流程。通过 linux-surface 内核安装和硬件驱动优化,确保 Surface Go 2 的触控、笔输入、摄像头等功能完美运行,适合开发者打造便携生产力工具。

weixin_30596165的博客 617

Excle使用VBA导出为XML格式

Private Sub ToXML() '定义所需类型 Dim Filename As Variant Dim TDOpenTag As String Dim CellContents As String Dim Rng As Range Dim r As Long, c As Integer '定义保存名称和类型 Filename = Application.GetSaveAsFilename( _ InitialFileName...

沈越的博客 1336

手把手教你学PCIE--基本概念:PCIe 初始化流程概述

硬件上电复位:系统上电时,所有 PCIe 设备都会进行复位。链路训练(Link Training):主机和设备之间通过链路训练状态机(LTSSM)协商链路参数(如速度和宽度)。配置空间访问:主机通过配置空间读写来发现和配置设备。资源分配:主机为设备分配内存映射 I/O 区域(BARs)、中断向量等资源。驱动程序加载和高级配置:操作系统加载设备驱动程序,并进行更高级的配置和状态监控。硬件上电复位:确保所有设备处于已知的良好状态。链路训练:主机和设备通过 LTSSM 协商链路速度和宽度。

MHD0815的博客 1376

【VBA】获取Excle的安装路径

在VBA中,如何获取Excle的安装路径呢?请看以下代码:Sub 获取Excle的安装路径() MsgBox "Excle的安装路径为:" & Application.Path End Sub 点击运行程序后,执行结果如下:点击下载附件 转载于:https://www.cnblogs.com/OliverQin/p/7340472.html...

weixin_30651273的博客 156

【INMP441】 MEMS麦克风,让硬件“听得见”,更要“听得清”

INMP441是一款数字MEMS麦克风,采用PDM接口输出高质量数字音频信号。相比传统模拟麦克风,它具有高度集成、抗干扰强、功耗低等优势,支持通过时钟启停实现软件控制开关。该麦克风体积小巧但功能强大,内置MEMS传感器、ADC转换器等模块,适合智能音箱、语音遥控等应用。工程师可通过ESP32等主控芯片轻松连接INMP441,利用多麦克风阵列实现波束成形等高级功能。INMP441展现了数字音频采集的先进技术,为创客和智能硬件开发者提供了优秀的音频解决方案。

深耕CV 1538

YOLOv11涨点改进 | 全网独家下采样改进、细节涨点篇 | TGRS 2025 | 引入PWD参数化小波下采样模块,减少下采样过程中小目标的关键细节丢失,即插即用,助力高效涨点发论文

本文提出了一种改进YOLOv11小目标检测性能的参数化小波下采样(PWD)模块。PWD通过小波变换保留目标细节信息,增强频率域特征表达,有效解决了传统下采样导致的小目标信息丢失问题。该模块采用双分支设计,结合自适应频率选择和空间补偿机制,在红外图像和低光场景中表现出更强的抗干扰能力。实验表明,PWD能显著提升YOLOv11对弱纹理和低对比度目标的检测精度,同时保持计算效率。文章详细介绍了PWD的结构原理、实现代码及在YOLOv11中的集成方法,为小目标检测提供了有效的改进方案。

Ai缝合怪、助力小伙伴高效发论文 245

20180610-excle vba入门问题

excle vba入门问题课程目录  1.  ecle功能介绍和VBA介绍2.  excel vba学前23事3.  录制宏以及VBE介绍打开VBE的方法?a开发工具,代码选择组,VBb.excle厦门的sheet,右键打开查看代码vbe代码编辑工具VBE代码字体的设置编辑工具栏4.  任务1:录制宏完成高级工资条5.  一键生成统计报表没有快捷键怎么启用宏?用插入按钮,把创建的宏和按钮管理起来的...

weixin_38593826的博客 232

错误代码105(ERR_NAME_NOT_RESOLVED)详解与解决方案

错误代码105表示"",当您的浏览器无法将网站域名转换为IP地址时就会出现此错误。这是最常见的网络连接问题之一,通常与DNS(域名系统)有关。

欢乐打代码! 1万+

VBA 连接Access数据库和Excle

VBA 连接数据库步骤: 1.创建连接对象 2.打开连接 3.执行SQL 4.关闭连接 5.释放连接对象

qq_51649461的博客 3381

最新的sdio 4.0 spec 协议标准 带书签 高清完整PDF版

Part-E1-SDIO-Specification-Ver4.00-Final-120220.pdf:最新的sdio 4.0 spec 协议标准 带书签 高清完整PDF版,包括SDIO 接口的外设,SDIO 接口官方协议等。

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")

vba帮助手册chm_授人以渔,VBA相助你走上成功之路

VBA以他的简洁,实用,行之有效的问题处理方式,得到了广大OFFICE使用者的认可,特别是EXCLE的利用者,VBA成为自己提高能力,并向自动化办公迈进的一个必不可少的工具手段.在讲VBA之初,我曾经利用很多的时间在讲工作表函数,其实,函数的利用就是做程序的开始,函数也是一个过程,在我的文章中我曾经给过函数的定义: 如果对于唯一性输入值value,输出(或者return)的值也具有唯一性(这种输入...

weixin_39861624的博客 1227

OV9734 DATASHEET,完整规格书

OV9734完整规格书,包括电气参数,尺寸规格,寄存器配置表等

VBA脚本 快速删除Excle表格中的空行

在数据统计与分析过程中,由于各种原因如记录的添加、删除以及数据表的合并等操作,经常会在表格中出现一些多余空行。这些空行的存在既影响了美观,同时也影响了数据分析的结果。如果一行行地手工删除,费时费力。借助功能强大的OFFICE VBA,就可以轻松地删除了。一、先创建一个宏,宏名为DelNullRow,代码如下:        Sub DelNullRow        Dim b,c As Inte

asren的专栏 3478

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

上一篇: 在Ubuntu上安装OpenCV3.0+和Python2.7+环境(转)
下一篇: Ubuntu-Chrome 更新Flash插件
我就想叫这个
博客等级 码龄11年 52粉丝 39原创
评论 2
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