Javascript面向对象编程指南笔记 - 第三章 - 函数

JavaScript 面向对象编程思想简介 JavaScript 面向对象编程JavaScript 执行过程JavaScript 面向对象编程面向对象介绍什么是对象什么是面向对象程序中面向对象的基本体现创建对象简单方式简单方式的改进:工厂函数构造函数更优雅的工厂函数:构造函数解析构造函数代码的执行构造函数和实例对象的关系构造函数的问题 JavaScript 执行过程 JavaScript 运行分为两个阶段: 预解析 全局预解析(所有变量和函数声明都会提前;同名的函数和变量函数的优先级高) 函数内部预解析(所有的变量、函数和形参都会参与预解析) 阅读详情

第三章 函数


3-1 什么是函数

所谓函数,本质上就是一种代码的分组形式。
我们将一组代码赋予名字,便于日后调用。

通常来说,函数声明 通常由一下几个部分组成:

  • function 子句
  • 函数名称
  • 函数所需参数,通常有0到多个参数,参数之间用逗号分割。
  • 函数所执行代码块,称之为函数体。
  • return 子句。如果没有显式的返回值,我们就默认为返回值是undefined

需要注意的是,一个函数只有一个返回值,如果需要返回多个值,可以考虑放进一个数组中,以数组元素的形式返回。


3-1-1 调用函数

如果要使用一个函数,就必须要调用它。
调用方式:函数名+(参数)。

>>> var result = sum(1,2);
>>> result;
>>> 3
//调用sun()函数,返回值赋予result.

3-1-2 参数

通常定义函数时,我们会设置函数所需参数,当然如果不设置,或者调用时忘记传递数值,Javascript就会自动将其设定为undefined 。

>>> sum(1);
NaN
// 因为只设置了一个参数,所以函数将 1 与 undefined 相加。

对于所以传递来的参数,JS来者不拒。
所以即使参数传递过多,多余部分会被忽略掉。

其实,我们可以创建一些在参数数量方面更为灵活的函数。 这得益于每个函数内部都有一个内建的 arguments 数组, 它能返回函数所接收的所有参数。

>>> function args() { return arguments; }
>>> args();
[]
>>> args(1, 2, 3, 4, "haha");
[1, 2, 3, 4, "haha"]

通过 arguments 数组,我们能进一步完善sum()函数功能, 使之能对任意数量的参数执行求和运算。

function sumOnSteroids() {
    var i, res = 0;
    var number_of_params = arguments.length;
    for (i = 0; i < number_of_params; i++) {
        res += arguments[i];
    }
    return res;
}
// arguments.length 返回的事函数所调用时所接收的参数数量。
// (其实arguments不是一个数组,而是一个类似数组的对象,第四章会解答)

3-2 预定义函数

Javascript 引擎中有一组可以供随时调用的内建函数。


3-2-1 parseInt( )

parseInt()会试图将其收到的任何输入值(通常是字符串)转换成整数类型输出。如果转换失败就返回NaN。

>>> parseInt('064');
064
>>> parseInt('abc123');
Nan
>>> parseInt('1abc123')//注意第一位是数字
1
>>> parseInt('123abc')
123

除此之外,该函数还有个可选的第二参数:radix, 它负责设定函数所期望的数字类型-十进制,二进制,八进制,十六进制等。如果我们以十进制输出FF,结果为NaN,如改为十六进制,结果为255。

>>> parseInt('FF', 10);
NaN
>>> parseInt('FF', 16);
255

通常如不设置第二参数,函数默认为十进制。
但如果首参字符串为0x开头,第二参数默认为十六进制。
如果0开头,默认为八进制。


3-2-2 parseFloat( )

功能和parseInt( )基本相同,不过只支持转换为十进制
与parseInt( )相同,在遇到第一个异常字符时会放弃。
与parseInt( )不同的是,parseFloat( )可以接收指数形式的数据。

>>> parseFloat('123e-2');
1.23

3-2-3 isNaN( )

可以通过此函数确定某个输入值是否是可以参与算术运算的数字。
因此可以来测试parseInt()和parseFloat()的调用成功与否。

>>> isNaN(NaN)
true
>>> isNaN(123)
false
>>> isNaN(1.23)
false
>>> isNaN(parseInt('abc123'))
true

注:NaN === NaN 返回值是false


3-2-4 isFinite( )

检查输入是否为既非 infinity 也非 NaN 的数字


3-2-5 URL的编码与反编码

在URL(Uniform Resource Locator)或 URI 中有一些字符具有特殊含义,因此我们需要转义.
* encodeURI():返回一个可用的URL 解码:decodeURI()
* encodeURIComponent(): 认为我们所传递的仅仅是URL的一部分。解码:decodeURIComponent()


3-2-6 eval( )

会将输入字符串当做Javascript代码来执行。

>>> eval('var ii = 2;');
>>> ii;
2

避免使用 避免使用 避免使用


3-2-7 alert( )函数

不是JS核心一部分,不在ECMA标准中,由浏览器提供,显示文本消息对话框。

但是这个函数会阻塞当前浏览器进程,也就是说代码会停止执行。

3-3 变量的作用域

在JS中,不能为变量定义特定的作用域。
但是可以定义函数域。
如果变量是在某个函数中定义的,那么函数以外不可见。
但如果在 if 或 for 中定义,在代码块外可见。

全局变量 定义在所有函数之外
局部变量 定义在函数中

如果声明变量时没有用 var 语句,变量默认为全局变量。


3-4 函数也是数据

其实函数也是一种 数据类型

function f(){return 1;}
var f = function(){return 1;}//函数标识记法 function literal notation

对函数变量调用 typeof ,返回字符串为 function

JS中, 函数是一种数据,只不过这种数据有两个重要特性:

  • 它们包含是代码
  • 它们是可执行的

因为函数也赋予变量数据,所以函数命名规则与一般变量相同 —— 即函数名不能以数字开头, 可以由任意的字母,数字和下划线组合。

3-4-1 匿名函数

没有被赋予任何变量的数据叫做 匿名数据

没有名字的函数叫做 匿名函数

>>> function(a){return a;}

我们可以将匿名数据片段设置为函数,这样就有了两种优雅的用法:

  • 我们可以将匿名函数作为参数传递给其他函数 ,这样,接收方函数就能利用我们所传递的函数来完成某些事情。
  • 我们可以定义某个匿名函数来执行某些一次性任务。

下面为实例:

3-4-2 回调函数

既然函数可以像其他数据那样赋值给某个个变量,可以被定义,删除,拷贝,那么也可以当场参数传递给其他函数。

下面我们定义一个以两个函数为参数的函数。

function invoke_and_add(a,b){
    return a() + b();
}
function one(){
    return 1;
}
function two(){
    return 2;
}
>>> invoke_and_add(one,two);
3

事实上我们可以用匿名函数来代替 one() 和 two()。

invoke_and_add(function(){return 1;}, function(){return 2;})

3-4-3 回调函数

在编程过程中,我们通常需要将一个函数的返回值传递给另一个函数。

function multiplyByTwo(a, b, c) {
    var i, ar = [];
    for(i = 0; i < 3; i++) {
        ar[i] = arguments[i] * 2;
    }
    return ar;
}
function addOne(a) {
    return a + 1;
}

>>> multiplyByTwo(1, 2, 3);
[2, 4, 6]
>>> addOne(100);
101

下面我们定义一个用于储存元素数组,实现三个元素在两个函数之间传递。

var myarr = [];
myarr = multiplyByTwo(10, 20, 30);
[20, 40, 60]

然后,用循环遍历每个元素, 并将它们分别传递给 addOne()。

>>> for (var i = 0; i < 3; i++){myarr[i] = addOne(myarr[i]);}
>>> myarr
[21, 41, 61]

在这里我们还是使用了两个循环。
我们需要对multiplyByTwo()函数做一些改动, 使其接受一个回调函数。

function multiplyByTwo(a, b, c, callback){
    var i, ar = [];
    for(i = 0; i < 3; i++){
        ar[i] = callback(arguments[i] * 2);
    }
    return ar;
}

现在我们只需要调用一次函数。

>>> myarr = multiplyByTwo(1, 2, 3, addOne);
[3, 5, 7]

我们还可以用匿名函数代替addOne(), 这样可以节省一个额外的全局变量。

>>> myarr = multiplyByTwo(1, 2, 3, function(a){return a + 1});
[3, 5, 7]

3-4-4 自调函数

(
    function(){
        alert('');
    }
)()
// 这种匿名函数可以在定以后自行调用
(
    function(name){
        alert('Hello ' + name + '!');
    }
)('dude') //立即调用

自调函数不会产生任何全局变量,但是是无法重复执行。
更加适合一次性的或初始化的任务。


3-4-5 内部(私有)函数

我们可以在函数内部定义另一个函数

function a(param){
   function b(theinput){
       return theinput * 2;
   };
   return 'The result is ' + b(param);
};
var a = function(param){
   var b = function(theinput){
       return theinput * 2;
   };
   return 'The result is ' + b(param);
};//函数标识记法

当调用全局函数a()时,本地函数b()会在内部调用,由于是本地函数,在外部是不可见的,所以也叫私有函数。

好处:

  • 有助于我们确保全局名字空间的纯净性(命名冲突小)
  • 私有性——只讲必要函数暴露给“外部世界”

3-4-6 返回函数的函数

函数都会有一个返回值,及时不是显式返回,也会隐式返回一个 undefined,我们也可以返回一个函数。

function a() {
    alert('A!');
    return function(){
        alert('B!');
    };
}

如果想让返回的函数立刻执行,可以在后面加上一堆括号。

>>> a()();

3-4-7 能重写自己的函数

由于一个函数可以返回另一个函数, 因此我们可以用新的函数来覆盖旧的。

>>> a = a();//用a()的返回值来重写自己。

我们其实也可以在函数内部重写函数自身

function a() {
    alert('A!');
    a = function(){
        alert('B!');
    };
}

第一次调用执行 alert(“A!”)
第二次执行alert(“B!”)

【Javascript】深入理解Javascript中的面向对象编程 【Javascript】深入理解Javascript中的面向对象编程, 理解如何在javascript实现面向对象的封装、继承和多态的使用 阅读详情

相关推荐

写给大家看的面向对象编程书(第3版).pdf

内容简介 《写给大家看的面向对象编程书(第3版)》是一部独具特色的面向对象技术著作。书中结合代码示例生动透彻地讲述了面向对象思想的精髓,让读者真正学会以对象方式进行思考。此外,《写给大家看的面向对象编程书(第3版)》还讨论了各种与面向对象概念密切相关的应用主题,包括XML、UML建模语言、持久存储、分布式计算和客户/服务器技术等。《写给大家看的面向对象编程书(第3版)》内容精炼,示例简单明了,适合各层次面向对象开发人员阅读,也是高校相关专业面向对象课程的理想教学参考书。

JavaScript高级程序设计第三版.CHM【带实例】

从驱动全球商业、贸易及管理领域不计其数的复杂应用程序的角度来看,说 JavaScript 已经成为当今世界上最流行的编程语言一点儿都不为过。 JavaScript 是一种非常松散的面向对象语言,也是 Web 开发中极受欢迎的一门语言。 JavaScript,尽管它的语法和编程风格与 Java 都很相似,但它却不是 Java 的“轻量级”版本,甚至与 Java 没有任何关系。 JavaScri...

weixin_30483013的博客 556

基于POI-TL实现动态Word模板数据填充(含图表):从需求到落地的完整开发实践

本文聚焦企业级报告生成场景中 “在线编辑模板 + 动态数据填充” 的核心需求,详细阐述基于 POI-TL、OnlyOffice 与 MinIO 的全栈实现方案。通过代码示例拆解模板加载、文字填充、图表匹配渲染(含通过关系 ID 关联图表与段落的关键逻辑)、报告存储全步骤。最终通过技术组合实现业务人员可视化编辑模板、后端高效填充数据的目标,为同类动态 Word 生成需求提供可复用的实践参考。

imHanweihu的博客 1869

JavaScript面向对象编程指南(第2版)电子书下载

JavaScript面向对象编程指南下载链接: https://pan.baidu.com/s/1zDhbDQeUrm3K3zZy6ct_AQ 提取码获取方式:关注下面微信公众号,回复关键字: basejs

欢迎关注微信公众号:DroidMind 2261

告别理论!手把手教你用Patran/Nastran搞定机翼颤振分析(附完整模型文件)

本文提供了一份详细的机翼颤振分析实战指南,使用Patran/Nastran软件从零开始构建完整分析模型。涵盖几何建模、网格划分、模态分析到气动弹性耦合的全流程,特别适合航空航天领域工程师学习颤振分析技术。教程包含完整模型文件和实用脚本,帮助读者快速掌握这一关键飞行器设计技能。

weixin_30879169的博客 545

BunkerWeb 开源 WAF/WAAP 实战:基于 Nginx 的 Web 安全防护部署指南

Web 应用暴露在公网后,SQL 注入、XSS、恶意爬虫与 CC 攻击等威胁接踵而至,仅靠业务代码自建防护很难覆盖层出不穷的攻击变种。WAF(Web 应用防火墙)将安全能力前置到流量入口,成为收敛攻击面的关键手段;而更进一步的 WAAP 则扩展至 API 场景,覆盖防爬、限流与 Bot 识别。BunkerWeb 作为一款基于 Nginx 构建的开源 WAF/WAAP,在保留 Nginx 高性能底座的同时,通过模块化设计集成规则引擎、频率限制、IP 封禁、自动 HTTPS 等能力,并借助 Docker 容器化

weixin_34198881的博客 357

JavaScript面向对象编程指南(第2版) 笔记

2.1 检查变量是否存在时,更好的选择是使用 typeof var result = ""; if (typeof somevar !== "undefined"){ return = "yes"; } result; ""在这种情况下,typeof返回的是一个字符串,这样就可以与字符串“undefined”进行比较; 2.2 对于for-in 循环来说,它最使用的场合仍然是对象,以及用于

Ttvi的专栏 2050

Windows Server 2012评估版过期自动关机问题:两种高效解决方案详解

本文针对Windows Server 2012评估版过期导致的自动关机问题,提供了两种高效解决方案。一是通过slmgr.vbs命令重置授权,临时延长评估期;二是使用DISM工具将评估版转换为正式版,一劳永逸。文章详细解析了两种方法的操作步骤、注意事项及适用场景,帮助用户快速恢复服务器稳定运行。

pytorchlight8的博客 1198

读书笔记《javascript面向对象编程指南》

第一章 ◆对象 事物在程序设计语言中的表现形式. ◆类 一切基于对象,依靠一套原型系统(prototype),我将现有的 Person 对象扩展成了一个叫做Bob的新对象 ◆封装 阐述对象中所包含的内容 1.信息隐藏 2.方法与属性的可见性. ◆聚合 现有对象合并成一个新对象的过程(分解问题便于解决) ◆继承 ◆多态 不同对象通过相同的方法调用来实现各自行为的能力. 第二章 ◆变量 1.声明变量 2.初始化变量 tips 区分大小写 ◆操作符 ±*/% ++ – 后置时先返回再递增减 ◆基本数据类型 ◇基本

qq_38246482的博客 574

用Arduino和8个舵机,从零搭建一台能走路的并联腿机器狗(附完整代码与3D模型)

本文详细介绍了如何用Arduino和8个舵机从零搭建一台能走路的并联腿机器狗,包括硬件准备、结构组装、电路系统搭建、运动算法实现和Arduino编程。通过完整的代码与3D模型,帮助创客深入理解机器人运动原理,实现稳健行走的8自由度机器狗。

weixin_30482383的博客 702

YOLO11改进 - 卷积Conv | DEGConv(方向引导边缘门控卷积) : 空间分块、方向先验、轻量边缘增强

本文介绍了方向引导边缘门控卷积(DEGConv),一种专为增强边缘敏感度与方向感知能力设计的轻量级模块。该方法通过 Sobel 算子生成方向嵌入,结合条纹卷积提取水平与垂直边缘特征,并利用门控机制动态抑制背景噪声,从而精准捕捉细粒度结构。我们将 DEGConv 成功集成进 YOLO11,在 Backbone 的 SPPF 后及 Neck 的 P3、P4 分支中引入该模块以优化特征提取。实验证明,集成 DEGConv 的 YOLO11 在检测任务中表现优异,有效提升了模型对复杂边缘与方向特征的建模能力。

魔改工程师的博客 679

[JavaScript] 面向对象编程

通过类与对象的概念,可以更好地模拟现实世界的实体,提升代码的可重用性、可维护性和扩展性。JavaScript 的面向对象编程非常灵活,类的引入让代码更加清晰和直观。多态是指不同的类在调用相同方法时,可以表现出不同的行为。静态方法是直接定义在类上的方法,而不是在实例上的方法。在 JavaScript 早期,使用函数和原型链实现面向对象的思想,语法复杂且容易出错。继承允许我们定义一个类,继承另一个类的属性和方法,从而实现代码复用。是用来定义对象蓝图的关键字,其中包含对象的属性和方法。调用父类的构造函数。

kevin_blog 2522

基于simulink的BMS系统中电池单体故障隔离与恢复建模

本文介绍了使用Simulink构建BMS电池单体故障诊断与容错控制模型的方法。主要内容包括:1)搭建12串锂电池组模型;2)实现单体故障注入(过压、断线等);3)设计故障诊断与隔离模块(采用Stateflow状态机);4)开发恢复判断逻辑(需满足电压、温度等条件);5)系统监控与仿真设置。文章还提供了工程实践建议,如防环流设计、通信冗余等,并指出进阶方向(多故障处理、AI预警等)。该模型适用于新能源汽车、储能系统的BMS设计,可提高系统可靠性和安全性。

xiaoheshang_123的博客 141

JavaScript面向对象编程指南

《JavaScript面向对象编程指南》 第一章、引言 1.5 面向对象的程序设计常用概念 对象(名词):是指“事物”在程序设计语言中的表现形式。 这里的事物可以是任何东西,我们可以看到它们具有某些明确特征,能执行某些动作。 这些对象特征就叫做属性(形容词),动作称之为方法(动词)。 类:实际上就是对象的设计蓝图或制作配方。类更多的是一种模板,而对象就是

Curtain的博客 3348

使用 Simulink + Simscape Electrical 对锂电池储能系统的充放电管理策略进行建模与仿真

摘要:本文详细介绍了基于Simulink的锂电池储能系统充放电管理策略建模与仿真方法。重点阐述了系统结构设计、建模过程(包括锂电池模型、充放电控制器、热管理系统等模块搭建)以及仿真设置。通过分析荷电状态管理、温度控制和功率限制等核心要素,展示了如何实现安全高效的充放电策略。仿真结果可验证系统性能,为优化管理策略提供依据。该方法为新能源存储和智能电网应用提供了实用的仿真分析工具。

amy_mhd的博客 161

霍尼韦尔SoftMaster使用说明

霍尼韦尔SoftMaster使用说明

JavaScript笔记

JavaScript学习记录

YANKUOP的博客 1969

Devexpress16.2.6破解工具

Devexpress16.2.6破解工具Devexpress16.2.6破解工具Devexpress16.2.6破解工具Devexpress16.2.6破解工具

JavaScript面向对象编程完全指南

本文介绍了JavaScript面向对象编程的核心概念和高级特性。主要内容包括:1)对象定义与创建方式(构造函数、字面量、工厂函数);2)面向对象三大特性(封装、继承、多态);3)原型与原型链机制;4)函数进阶(定义方式、作用域链、四种调用模式及this指向);5)上下文调用模式(call/apply/bind);6)递归函数与深拷贝实现。文章通过大量代码示例详细讲解了JavaScript面向对象编程的核心机制,包括原型继承、作用域链、this绑定等关键概念,适合有一定基础的开发者深入学习。

Dreamcatcher_AC的博客 1215

Probability and Statistics - 4th edition

Probability and Statistics - 4th edition

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")

Javascript函数作为参数——JS学习笔记

JS函数作为参数JS函数作为参数无参有参匿名类型来个狠的:自调用 JS函数作为参数 今天我们来康一康函数作为参数~ 无参 这是无参数函数作为参数 function test1(Func) { Func(); } function test2() { alert("我是test2"); } test1(test2); //无参数只写函数名 成功执行test2: 有参 现在调用的函数有一个参数了: function test1(Func) { Func(mydata); } functi

qq_41135011的博客 9401

黑马JS教程笔记(JavaScript教程)——JS基础

<head><title>JavaScript练习</title></head><body><script></script></body>

Dontla的博客 2664

JavaScript面向对象编程

继承是指一个对象(或类)可以获取另一个对象(或类)的属性和方法。子类(派生类)继承父类(基类)的特性,并可以扩展或修改这些特性。继承的目的是代码复用和建立对象之间的层次关系。

kelong的博客 1466

【JS】JavaScript高级程序设计-第三章基本概念

本文章为JavaScript高级程序设计第三版的重点学习笔记,从第三章开始学习提示:以下是本篇文章正文内容,下面案例可供参考基本数据类型: Undefined Null Boolean Number String;使用typeof 来判断基础数据类型typeof null 返回的是objectnull == undefined 但 null!NaN和任何值都不相等包括NaNJS 精度问题使用arguments对象来访问函数参数。

sobergyn的博客 999

JavaScript中的面向对象编程(OOP) - 终极指南

本文介绍了 JavaScript 的面向对象编程 (OOP) 概念,包括继承、多态、封装和抽象等关键要素,并通过代码示例帮助开发者理解和应用 OOP 思维。

一点一木 1428

JavaScript 面向对象编程完整指南

本文是一份完整的JavaScript面向对象编程(OOP)指南,涵盖五大核心章节: 核心概念:介绍OOP基础,包括封装(通过私有属性和方法实现数据隐藏)、继承(使用extends建立类层次结构)和多态(子类对同一方法的不同实现)。 语法实现:详细展示ES6类语法、构造函数、原型链等JavaScript特有实现方式。 设计模式:讲解工厂模式、单例模式等常见OOP设计模式。 实际应用:提供DOM操作、API封装等前端开发中的OOP实践案例。 最佳实践:指出常见误区并给出专业建议。

qq_43086997的博客 1379

《javascript面向对象编程指南》

**第一章、引言 1.5 面向对象的程序设计常用概念 对象(名词):是指“事物”在程序设计语言中的表现形式。 这里的事物可以是任何东西,我们可以看到它们具有某些明确特征,能执行某些动作。 这些对象特征就叫做属性(形容词),动作称之为方法(动词)。 类:实际上就是对象的设计蓝图或制作配方。类更多的是一种模板,而对象就是在这些模版的基础上被创建出来的。 封装:主要阐述对象中包含的内容。通常包

Sunshine 613

简述JS中的面向对象编程

简述JS中的面向对象编程背景介绍在 JavaScript 中,大多数事物都是对象, 从作为核心功能的字符串和数组,到建立在 JavaScript 之上的浏览器API。你甚至可以自己创建对象,将相关的函数和变量封装打包成便捷的数据容器。理解这种面向对象(object-oriented, OO) 的特性对于进一步学习 JavaScript语言知识是必不可少的。这个模块将帮助你了解“对象”,先详细介绍对...

bradmatt的博客 1万+

JavaScript 的函数式编程与面向对象编程区别在哪?

本文通过代码来看一看JavaScript中函数式编程和面向对象编程的差异。作者 |Jesse Warden译者 |弯月,责编 | 郭芮出品 | 优快云(ID:CSD...

优快云资讯 4729
上一篇: 欢迎使用优快云-markdown编辑器
下一篇: 慕课网-十天精通CSS3-CSS选择器(上)
Garrik_Liu
博客等级 码龄10年 0粉丝 6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