用JavaHelp系统开发和交付更好的文档

java文档规范 java文档规范,java文档规范, 立即下载
<script type="text/javascript" src="http://pagead2.googlesyndication.com/pagead/show_ads.js"> </script> 在线帮助系统是任何软件系统整体不可或缺的一部分。帮助系统可提供直观的帮助信息,使用户可以轻松的浏览、查找和显示帮助信息,同时有助于用户学习系统的使用,如此一来,许多应用程序的学习周期就大大缩短。然而,从传统上讲,由于 Java 语言中没有集成帮助系统,那么 Java 开发人员不得不从零开始创建自己定制的帮助系统。这样不仅成本高,而且费时。   现在有了 JavaHelp 技术,Java 开发人员就不再需要为应用程序所运行的每个平台构建自己的帮助系统。JavaHelp 技术的目的是满足当今的工业强度的应用程序。   本文将详细介绍如何使用 JavaHelp 系统来为您的软件系统提供更好的帮助信息。内容包括: 帮助信息实现方法概述。 JavaHelp 技术介绍。 JavaHelp 技术的功能特点和优势的讨论。 开发帮助信息所应用的风格。 可用于您自己应用程序中的示例代码。   帮助系统的可选方案   Java 开发人员可用以下几种方案来实现其应用程序的帮助系统: 无帮助系统:让用户自行判断和领会系统是如何工作的。然而,一个软系统如果没有文档、帮助信息系统、或者手册,那么该软件系统就是不完全的。而且还会影响到使用它的用户。设想一下没有使用手册的 Adobe Photoshop 会是什么一种情况! 使用 HTML:这是一个低成本的选项,但是其功能和导航受到限制。 自定义系统:这是一个高成本的选项,耗费资源和时间。 第三方私有方案:这是一个可替代自定义系统的可行的方案;然而,它也有自己的后果,包括:成本和长期支持。如果软件供应商破产,你能做些什么呢?   这就是为什么要设计 JavaHelp 技术的原因。   JavaHelp 技术   JavaHelp 是一个可扩展的、平台独立的帮助系统,可使作者和开发人员将在线帮助融合到applet、应用程序、操作系统和设备之中。它也可用来 Web 上和公司内部 Intranet 上传递在线文档。它的设计理念之一就是以网络为中心,帮助数据和搜索功能既可以在客户端,也可以在服务器端,同时帮助数据可以通过 Web 进行更新。   JavaHelp 系统是用 Java 语言所写,因此可以运行在任何支持 Java Runtime Environment (JRE)的平台或者浏览器上。这说明,它可用于异构环境中,如 Web 或 公司内部 Intranet。此外,它还可以用来为任何软件应用程序开发和提供在线帮助,而不只是针对那些用 Java 语言开发而成的应用程序。而且,它也可以自我应用,而不需与任何软件相关联--正如以 Web 为中心的分类文档(如人力资源、技术支持、等)的传输机制。 JavaHelp 1.0 在 1999 年首次发布,经历了数年的发展和完善,该技术现在已经成熟。 JavaHelp 2.0 技术由 Java Community Process (JCP) 设计成 JSR-97。这说明和 WinHelp 不同,JavaHelp 具有 HTML 内容的跨平台优势,因为它并不将公司局限于单一的平台。请务必注意:JavaHelp 系统可以用来为部署在任何平台上的任何软件应用程序(而不仅仅是基于 Java 语言的应用程序)传递和提供在线帮助。   JavaHelp 系统得到了来自行业和 主要帮助写作工具供应商 的广泛支持。   JavaHelp 的功能和优势   JavaHelp 提供了几个对文档写作十分有用的功能。此外,它所提供的几个可重用的组件可为 Java 开发人员节省大量的时间。JavaHelp 的一些功能如下: 帮助导航器:内容目录 (TOC) 支持以可折叠和可扩展的方式显示主题、无限分级、多目录合并;一个索引支持多索引合并;和具有灵活和可配置特性的全文检索。 压缩:基于 JavaHelp 的帮助系统可以压缩并封装到一个单一的 Java Archive (JAR)文件中。 可扩展和可定制: JavaHelp API 可用来定制或者扩展用户界面及其功能。 Extensions 可以自定义导航,甚至是语音和声音。这就使得作者在设计帮助系统时有更大的灵活性和控制力。 上下文帮助:这是由 Swing 提供的。 合并功能:在提供给用户之前可以对多个帮助组件进行合并。 动态更新:许在线帮助系统在发布之后进行动态更新。 适应性强:可使帮助系统适用于提供和显示信息。在最终部署环境事先未知的情况下,这将十分有用。 可本鼗?/B>:Java 支持国际化(I18N),因此 JavaHelp 系统可以轻松进入国际市场。   部署和操作情况   JavaHelp 技术为作者和开发人员提供了几种在应用程序中部署或调用它的方法。由于它是以网络为中心的,所以它可以独立于它所支持的应用程序而运行。它甚至可以嵌入应用程序之中。并且由于它是用 Java 语言所写,因此它具有平台独立和浏览器独立的特点,可运行在任何支持Java Runtime Environment (JRE)的平台和浏览器上。这使得它成为当今异构计算环境中的理想的选择。   这里是 JavaHelp 提供帮助信息的几种情况: 独立应用程序:这是一个运行在桌面上的无需浏览器的本地应用程序。JavaHelp 帮助查看器可以作为一个单独的应用程序或者一个嵌入到该本地应用程序本身的应用程序而运行。 网络应用程序:这些是网络应用程序,它们从远程服务器提取数据。JavaHelp 系统从远程服务器装载帮助信息是可能的。这对软件开发商来说十分有用,它们就可以为其客户提供轻量级的客户端应用程序,这些轻量级的应用程序从远程服务器提取帮助信息。软件供应商可以随意更改帮助信息,而不需要发布新的软件版本。 Applets:运行于 web 浏览器中的小应用程序。JavaHelp 系统本身可以是浏览器的一部分,同时帮助数据可以是,也可以不是应用程序的一部分。 基于服务器的应用程序:这是一个运行于 Java 服务器上的,但使用浏览器作为其 GUI 的应用程序。   参考实现 Sun Microsystems 提供一个参考实现 (JavaHelp System),它将实现 JavaHelp 规范。它具有成熟、健壮和可靠的特点,并可供开发人员所使用。JavaHelp System 下载的地址是: http://java.sun.com/products/javahelp。其最新的版本是2.0_01.   参考实现是以压缩文件的形式出现的,在选择的目录下对它进行解压缩就可以轻松的进行安装。 如果您选择 Windows 的 c:/ 作为其目的,它将被安装到 c:/jh2.0 下。   参考实现附带有文档、工具和几个演示程序。二进制演示程序位于 c:/jh2.0/demos/bin, 用 java -jar demoName.jar 命令可以方便的运行这些演示程序。除了这些演示程序外,目录 c:/jh2.0/javahelp/bin 含有 jhindexer 和 jhsearch 工具,它们分别用来创建索引数据库和搜索的。最后,目录 c:/jh2.0/javahelp/lib 含有 JavaHelp API 的 JAR 文件,它们是: jh.jar: 使用标准导航器(目录、索引、全文检索)所需的标准库。 jhbasic.jar: 它是 jh.jar 的子集,不包含对全文搜索引擎的支持。对于那些大小很关键的帮助信息系统,或者不需要全文检索数据库的系统来说,这可能会十分有用。 jhall.jar: 含有所有 JavaHelp 系统类,以及创建检索数据库所需的工具。 jsearch.jar: 含有用于 JavaHelp 系统中的全文搜索引擎。   JavaHelp 帮助查看器   参考实现所附带的一个有趣的演示程序是帮助查看器(c:/jh2.0/demos/bin/hsviewer.jar),它是一个 helpset 查看器,可用来查看本文将要部署的帮助信息。值得注意的是它和 508 兼容。   如图 1 所示的标准查看器是由一个工具栏(可用来显示多种按钮如 Back、Forward、Print,等等)和两个窗格所组成: 内容窗格: 使用 HTML 和 frame 、表格和轻量级组件显示帮助主题 导航窗格: 一个标签界面,用户可以在目录、索引和全文搜索显示模式之间进行切换。需要指出的是,导航器和内容查看器是同步的,所以用户总是知晓相对位置和选项。
JAVA-WEB团队开发组交接文档编写规范 JAVA-WEB团队开发组交接文档编写规范,特点:便于团队代码开发管理规范,简洁,清楚,明了。 立即下载

相关推荐

Java help帮助文档

Java1.8 SDK +CSS参考手册3.0+DHTML.chm+html.chm+J2EE中文API.chm+JavaScript2.chm+jQuery1.7.chm

JavaHelp 开发系统帮助(一)

在线帮助系统是任何软件系统整体不可或缺的一部分。帮助系统可提供直观的帮助信息,使用户可以轻松的浏览、查找和显示帮助信息,同时有助于用户学习系统的使用,如此一来,许多应用程序的学习周期就大大缩短。然而,从传统上讲,由于 Java 语言中没有集成帮助系统,那么 Java 开发人员不得不从零开始创建自己定制的帮助系统。这样不仅成本高,而且费时。   现在有了 JavaHelp 技术,Java 开发人员...

weixin_30908103的博客 464

javaHelp帮助文档1

javaHelp

java help

http://www.21tx.com 2008年12月09日 ibm Nancy Chen Junhua   本文示例源代码或素材下载   从开发者的角度看,自动化的帮助组件,或者帮助系统,通常是在构建一个 Java 应用程序时最后考虑的事情。不过对于用户来说,帮助系统是学习新应用程序时非常有价值的资源。随着对功能更全和更可靠的应用程序帮助系统的需求增加,应用程序开发人员的时间和生

studyvcmfc的专栏 2187

平台项目初验交付清单

平台项目初验交付清单 1.文档验收报告 2.项目初验报告 。。。。。。

AI Agent在保险行业落地:从智能客服到核保理赔的实践路径

AI Agent作为大模型技术的核心应用形态,正从通用对话走向垂直行业深度落地。其本质是让机器理解自然语言、处理非结构化文档,并在复杂业务流程中辅助人类完成信息抽取、内容生成与多轮交互。在保险这一强监管、高客单价的行业中,智能客服与销售助手率先验证了降本增效的价值,核保与理赔环节则进一步展示了AI在文档理解与风控辅助上的高价值潜力。从技术原理到商业闭环,垂直场景正在成为AI应用的主战场。本文以保险行业为样本,剖析AI Agent如何嵌入真实业务流程,梳理可复用的三阶段落地路径,为企业在医疗、金融等类似高文本

weixin_29039773的博客 366

JavaHelp 开发系统帮助(二)

眼见为实   这时,您就可以查看以上所创建的帮助信息了。对它进行实验的最简单的方法就是按照以下的步骤: 在 c:\下创建一个目录,名称可任取。为了演示方便,我将该目录称为 myhelp。将 Sample.hs、 map.jhm、 SampleTOC.xml、 SampleIndex.xml 拷贝至 myhelp 目录下在 myhelp 下创建一个子目录,叫做 help。将文件 welcom...

weixin_30387423的博客 214

计组实验4 控制冒险与分支预测

目录前言实验内容背景知识分支预测技术⭐阻塞周期计算方法不开启 BTB开启 BTBpart 1 矩阵乘法与优化未开启 BTB 的分析开启 BTB 的分析part 2 设计代码使 BTB 无效part 3 循环展开优化矩阵乘法未开启 BTB开启 BTB结束语结论 前言 上一篇博客:计组实验3 mips冒险之流水线冒险 摸了半个月了。。。咕咕咕 今天来写计组实验 4 这个实验非常简单,就是有点难。 这个实验比较容易算错,或者是被模拟器出人意料的结果搞的神神叨叨的,所以今天来记录并且详细分析该实验。 注:请务必阅

AKGWSB 's blog 5669

java --help_java help

制作java应用程序的帮助文件 (转)如果你使用过JBuilder,并且看过它的帮助的话,想不想让你自己的应用程序也有个这么专业的帮助呢?事实上做起来是很简单的,sun提供了一个JavaHelp可以帮助我们实现这个目的。使用javaHelp为应用添加帮助有两个步骤:1,制作帮助文件(helpSet)。现在先让我们来制作helpSet吧,打开http://java.sun.com/products/...

weixin_28844359的博客 966

WPF实战:利用Live Charts实现高性能动态曲线可视化

本文详细介绍了如何在WPF中使用Live Charts实现高性能动态曲线可视化,特别适用于工业监控和金融分析等实时数据场景。通过增量渲染、内存复用和硬件加速等核心技术,Live Charts能够高效处理高频数据更新,显著提升图表流畅度。文章提供了从基础实现到工业级优化的完整解决方案,帮助开发者应对各种性能挑战。

weixin_29189373的博客 407

Overleaf+EndNote+BibTeX:手把手搞定Elsevier期刊投稿的参考文献格式(避坑指南)

本文详细介绍了如何利用Overleaf、EndNote和BibTeX三大工具无缝协作,解决Elsevier期刊投稿中的参考文献格式问题。从工具链配置、文献库导出、BibTeX文件优化到Overleaf集成与编译,提供全流程指南和常见问题解决方案,帮助学术新手高效完成Elsevier期刊投稿。

weixin_30616969的博客 513

Javahelp使用入门

Javahelp使用指南,用来制作在线帮助系统。

想飞的马 2829

【CAPL实用开发】--- 使用VN1640A测试Busoff快慢恢复

使用VN1640A测试Busoff快慢恢复,包含具体的CAPL代码实现。

LabVIEW、CAPL、python、车载以太网等学习分享,文章正在写 2098

用 JavaHelp 系统开发和交付更好的文档

用 JavaHelp 系统开发和交付更好的文档在线帮助系统是任何软件系统整体不可或缺的一部分。帮助系统可提供直观的帮助信息,使用户可以轻松的浏览、查找和显示帮助信息,同时有助于用户学习系统的使用,如此一来,许多应用程序的学习周期就大大缩短。然而,从传统上讲,由于 Java 语言中没有集成帮助系统,那么 Java 开发人员不得不从零开始创建自己定制的帮助系统。这样不仅成本高,而且费时。 现在有了 J

1117

VS2103+Intel2013+MSMPI运行Fortran并行程序

VS2103+Intel2013+MSMPI运行Fortran并行程序MSMPI安装新建Fortran90项目编写Fortran并行程序在cmd运行编译完成的执行文件 MSMPI安装 我这里采用的是Microsoft MPI v9.0.1,可以点此下载。下载完成后同时安装msmpisdk.msi、msmpisetup.exe两个文件,安装位置默认即可。 其中msmpisdk.msi的默认安装路径在C:\Program Files (x86)\Microsoft SDKs\MPI,该文件包含了mpi环境所需

weixin_43176703的博客 2937

metahuman 下载材质 脸部灰白 脸部过亮

metahuman 下载材质 脸部灰白 脸部过亮

jacke121的专栏 245

help in java_使用javaHelp制作java swing帮助文档

最近在做一个Swing项目,项目接近尾声,需要做最后的帮助系统了。简单搜索了一下,找到了javaHelp。JavaHelp是sun推出的编写帮助系统的一个类库,能够开发类似windows的CHM帮助文档。Jar包下载地址:http://dl.vmall.com/c0paz9lpea。一个完整的帮助系统至少需要下图中的几个文件。HelloHelp.java是帮助系统启动的类。Hello.hs是帮助...

weixin_34442022的博客 263

lammps后处理:堆垛层错和孪晶的数量统计

python调用ovito包可以免费实现ovito pro版本的功能,不需要安装ovito pro软件,如统计位错线长度、CNA结构、键角分布等,如需深入学习,可考虑报名python ovito后处理课程,或lammps一对一课程。lammps金属变形模拟中,可能会产生堆垛层错或者孪晶等结构,但是ovito免费版本无法统计这些结构的数量。使用python和ovito软件包,则可以方便的统计出这些结构的数量。大家好,我是小马老师。

lammps_jiayou的博客 469

程序员交接文档格式(自己整理,仅供参考,付md文档)

交付人各项目详细 一、XXX项目 标题: 内容 完成情况: ************************************************************** 涉及数据库: ************************************************************** 需求文档地址: ************************************************************** 详细设计文档地址

Chen_chenjiasheng的博客 3万+

SIMATIC S7-1200, S7-1500 PID 控制[手册]

SIMATIC S7-1200, S7-1500 PID 控制[手册]

VB摄像头监控

该VB模块可对摄像头捕获的画面进行录像等,可在创建的窗口进行控制

JavaHelp软件的一个定制实用程序类

JavaHelp软件的一个定制实用程序类 发布者:IBM  日期: 2000-07-01 00:00:00 浏览次数:0 (共有_条评论) 查看评论 | 我要评论   级别: 初级 Marshall Lamb (mlamb@us.ibm.com), 软件工程师, IBM 2000 年 7 月 01 日

studyvcmfc的专栏 1437

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")

java交接文档_如何写好交接文档

没客观标准。谁接手让谁看。我们重来不弄这个。接收的,移交的,两人一起做两周的结对编程,什么代码也都搞定。多年的复杂代码,2周接下来。当然两人都是高手,我这里也没低手。低手进不来,进来也待不下来。很多时候,看起来是文档的问题,其实根本不是。你遇到的这个问题,是新手接代码,真正的问题是新手的业务和技术实力不够,而不一定是你的文档写的不好。说的远点:我多年前带队伍,常常听到程序员说文档不足,其实不过是多...

weixin_33217202的博客 4054

锂电池充电器电路设计 里面有电路

锂电池充电器电路设计 里面有电路 3.7V升压到5V电路设计。

你真的会做交付文档了吗?

毫无疑问,设计人员和开发人员之间存在着不可避免的设计交付工作,设计和开发的沟通优劣会直接影响一款产品的好坏。完美的设计交付必然是产品迈向成功的一个里程碑,然而在实际的工作中,设计和开发的交付却存在很大问题,沟通难、协同难、设计意图被误解的问题困扰着很多设计团队。   但其实,这些问题是可以很好解决的,我们一起来看看设计和开发之间究竟该如何协作。   1. 邀请开发人员参与设计流程   ...

aimeeth的博客 3442

软件项目开发,交付文档(全)

2019独角兽企业重金招聘Python工程师标准>>> ...

weixin_34314962的博客 2万+
上一篇: WebDAV客户端开发实例
下一篇: Java初学者都必须理解的六大问题
java169
博客等级 码龄18年 27粉丝 2568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