重构范围小议

昨天给小组的几个新员工讲解一下重构,主要是因为这两天在对应新员工的一些代码,发现了一些问题,希望他们后面能注意一下,也顺便讲解一下重构,就拿他们的代码讲解了一下重构实战。过后对与重构的定义范围做了一些思考。觉得重构不仅仅是个狭义的范畴--以前我理解的。
Refactoring is a disciplined technique for restructuring an existing body of code,altering its internal structure without changing its external behavior
1:大一些来说,重构的对象可以是一个系统,只要不改变软件的外在行为,即软件的功能,那么对整个系统进行大的手术,也是重构。对于用户来说可能什么都没有发生变化,效果可能影响的对象,架构师--可以更快更好的扩展等,编码人员--今后可以更快的响应用户的需求。
2:次一些,重构的对象可以是一个功能点,不能改变的地方是对外的接口,也就是充当facade的那个类的所有public方法,那么这个功能点内部的剩余的所有方法都可以更改,进行重构,不管是否是public的。影响的对象,今后的维护人员,可以更快的定位问题的所在,可以更快的响应用户的变更需求。
3:再次,重构的对象就是一个类了,那么不能改变得就是这个类的所有对外的public接口和protected接口,别的都可以修改。影响对象同上。
4:最后就是方法,字段等了。影响同上。
所以站在不同的角度,站在不同的重构对象上,可以修改的东西也是不同的,就像public方法,如果站在系统和功能点上来说,有时还可以修改的了。这些都应该不是问题。当然了,作为api对外发布的就不一样了。
罗里罗嗦的说了这么多,主要就是中午自己胡思乱想了很多,就把这些记录下来,看看自己的成长历程。
内容概要:本文档详细介绍了如何在MATLAB环境下实现CNN-GRU(卷积门控循环单元)混合模型的多输入单输出回归预测。项目旨在通过融合CNN的局部特征提取能力和GRU的时序依赖捕捉能力,解决传统序列模型在处理非线性、高维、多输入特征数据时的局限性。文档涵盖了项目背景、目标、挑战及其解决方案,强调了模型的轻量化、高效性和可视化全流程追踪等特点。此外,还提供了具体的应用领域,如智能电网负荷预测、金融时间序列建模等,并附有详细的代码示例,包括数据加载与预处理、网络结构定义、训练选项设置、模型训练与预测以及结果可视化等步骤。; 适合人群:对深度学习有一定了解,特别是对时间序列预测感兴趣的科研人员或工程师。; 使用场景及目标:①需要处理多输入单输出的非线性回归预测任务;②希望在MATLAB平台上快速实现并优化深度学习模型;③寻求一种高效、轻量且具有良好泛化能力的预测模型应用于实际场景中,如智能电网、金融分析、交通流量预测等领域。; 阅读建议:由于文档内容涉及较多的技术细节和代码实现,建议读者先熟悉CNN和GRU的基本概念,同时掌握MATLAB的基础操作。在阅读过程中,可以结合提供的代码示例进行实践操作,以便更好地理解和掌握CNN-GRU混合模型的构建与应用。
评论
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