luck060606-优快云博客

原创 vue源码watch实现

个人理解：数据变化之后需要做出一些callback，那就有点类似于数据监听，数据监听中使用了watcher去更新视图，那同样在watch中也使用watcher，当数据发生改变，去watcher当中执行一些callback。所以需要对watch里面的对象进行处理，核心就是获取data属性，表达式，和一些值。首先依然是从options里面获取watch，但watch里面的形态可能有很多种。之后使用watcher类，因为数据改变时，dep会notify watcher。

2023-09-07 14:38:18 155

原创 vue5源码（watch）

数据的状态分为get和set，get的时候触发收集依赖即dep.depend，set的时候触发更新dep.notify，然后watcher去通知组件进行更新。每一个observer的实例都有一个dep实例，我的理解是每一个对象都有一个dep.一个dep可以对应多个watcher，相当于当响应式对象的数据发生变化时，它会通过dep同志所有watcher，告诉他们需要重新计算。get的时候收集依赖，dep.target理解为自己指定的全局的位置，全局唯一。，所以dep是在observer中调用的。

2023-08-29 15:40:10 146

原创 vue源码4（生命周期）

这里的Mixin可以理解为将Vue原始的options和传入的子对象进行合并。其中callHook为，可以执行生命周期里的函数。首先在new Vue之前就要初始化生命周期。

2023-08-21 13:41:11 117

原创 vue3源码（将render函数变成vnode再转成真实dom）

现在已经获得了render函数后，需要把render函数变成vnode，之后将vnode生成真实dom。这块依旧是对对象进行解析，并递归，利用对dom的操作，生成一些dom节点。增加_update的功能，传入旧的真实dom，和生成的虚拟dom。再通过_update将虚拟dom变成真实dom放到页面上去。之后将生成的dom放在原始dom后面，再将原始dom删除。接下来就是将虚拟dom变成真实的dom渲染至页面。首先对vnode进行操作，生成真实的dom。首先给vm实例添加一个属性，为旧的dom。

2023-08-18 15:22:57 409

原创 vue源码2（ast语法树）

在上一篇我们已经初始化了数据，并且拿到了el，那么接下来就要生成虚拟dom。

2023-08-16 15:18:40 101

原创 vue源码1（vm初始化和data的数据监测）

首先，一开始学习写页面的时候，都是使用的html，css，js，如果需要绑定js里的数据，那么则需要通过js操作dom。

2023-08-14 15:29:45 144

原创 c++学习1

c++helloworld

2022-06-14 14:28:39 174

原创 pytorch实现线性回归

import randomfrom torch import nnimport torchfrom torch.utils import datadef synthetic_data(w,b,num): feature=torch.normal(0,0.1,(num,len(w))) label=torch.matmul(feature,w)+b label+=torch.normal(0,0.1,label.shape) return feature,labeld

2022-03-13 14:26:45 2189 1

原创李沐线性回归1import random import torch from d2l import torch as d2l #构造数据集 def synthetic_data(w,b,num_exa

import randomimport torchfrom d2l import torch as d2l#构造数据集def synthetic_data(w,b,num_examples): x=torch.normal(0,1,(num_examples,len(w))) y=torch.matmul(x,w)+b y+=torch.normal(0,0.01,y.shape) return x,y.reshape(-1,1)#生成批量def data_it

2022-03-13 13:42:30 2305

转载李沐深度学习1

import osimport pandas as pdimport torch#添加数据os.makedirs(os.path.join('.','data'),exist_ok=True)data_file=os.path.join('.','data','house.csv')with open(data_file,'w') as f: f.write('NUMROOMS,ALLEY,PRICE\n') f.write('NA,Pave,127500\n') f.w

2022-02-27 13:55:39 116

原创 Dataloader的使用

import torchvisionimport sslfrom torch.utils.data import DataLoaderfrom torch.utils.tensorboard import SummaryWriterssl._create_default_https_context = ssl._create_unverified_contextdataset_transform=torchvision.transforms.ToTensor()train_set=torchvi

2022-02-07 14:37:34 111

原创 torchvision中数据集的使用

import torchvisionimport sslfrom torch.utils.tensorboard import SummaryWriterssl._create_default_https_context = ssl._create_unverified_contextdataset_transform=torchvision.transforms.ToTensor()train_set=torchvision.datasets.CIFAR10(root='E:\\postgrad

2022-02-07 14:06:01 493

原创 pytorch中transforms的常见使用

from PIL import Imagefrom torchvision import transformsfrom torch.utils.tensorboard import SummaryWriterimport osimg_path='3.jpg'img=Image.open(img_path)root_dir='data/animaldata/train/ants_image'img_path_list=os.listdir(root_dir)#1.totensor的使用ten

2022-02-07 13:20:03 969

原创 Pytorch Tensorboard的使用

writer.add_scalar(label,y,x)from torch.utils.tensorboard import SummaryWriterwriter=SummaryWriter('logs')#pathfor i in range(20): writer.add_scalar('y=2x',2i,i)writer.close()运行：在终端内输入tensorboard--logdir=logs --port=6007writer.add_image(label

2022-02-06 20:10:11 2243

原创 pytorch使用Dataset读取数据

数据集from torch.utils.data import Datasetfrom PIL import Imageimport osclass Mydata(Dataset): def __init__(self,root_dir,label_dir): self.root_dir=root_dir self.label_dir=label_dir self.path=os.path.join(self.root_dir,self.la

2022-02-06 17:05:00 1285

原创音频预加重Python

def wav_preemphasis(wave_data,a): lens=len(wave_data[0]) wave_data1=np.zeros((2,lens)) wave_data1[0,0]=wave_data[0,0] wave_data1[1, 0] = wave_data[1, 0] for i in range(1,lens,1): wave_data1[0][i]=wave_data[0][i]-a*wave_data[0][i

2021-10-14 10:19:14 909

原创音频傅里叶变换python

def plot_frequencydomain(wav_data): fft_y1=fft(wav_data[0]) abs_y1=np.abs(fft_y1) ang_y1=np.angle(fft_y1) fft_y2=fft(wav_data[1]) N=500 frequency=np.arange(N) pylab.subplot(211) pylab.plot(frequency,abs_y1[0:500]) pylab.

2021-10-14 08:38:45 1375

原创读取音频并画出时域图python

import pyaudioimport wavefrom scipy.fftpack import fft,ifftimport numpy as np#np.set_printoptions(threshold=np.inf)import pylabdef get_wavedata(wavfile):#获取处理好的wave数据 #打开wav文件 wav=wave.open(wavfile,"rb") #创建pyaudio对象 pwav=pyaudio.PyAu

2021-10-14 08:25:46 1115

原创安装pyaudio时的一点小问题

一开始是由于没有安装pyaudio所以报错但pip install pyaudio之后依旧报错按照网上教程从官网下载了whl文件后，显示其实是pyaudio的版本下载错了在终端输入python查看版本再下载对应的pyaudio即可https://www.lfd.uci.edu/~gohlke/pythonlibs/#pyaudio...

2021-10-13 21:44:23 121

原创吴恩达机器学习 ex2练习 python

1.1 Visualizing the data数据文件中有三列，前两列为两门考试的成绩，第三列为是否被录取，1表示被录取，0表示没被录取。第一个题目是将数据进行可视化。遇到的最大的困难就是将数据按照第三列进行分类，想过使用删除，但是计算不好循环的次数。想过使用for循环添加矩阵的行，但是查阅资料显示python会不断地创建一个新的矩阵内存，这样会非常低效，最终使用创建零矩阵，使用for循环将数据分类。import numpy as npimport matplotlib.pyplot as plt

2021-08-25 15:46:01 202

原创吴恩达机器学习 ex1练习 python

1 输出一个5*5的单位矩阵import numpy as npa=np.eye(5)print(a)结果：[[1. 0. 0. 0. 0.] [0. 1. 0. 0. 0.] [0. 0. 1. 0. 0.] [0. 0. 0. 1. 0.] [0. 0. 0. 0. 1.]]2 单变量的线性回归整个2的部分需要根据城市人口数量，预测开小吃店的利润数据在ex1data1.txt里，第一列是城市人口数量，第二列是该城市小吃店利润。2.1画出数据import matplotl

2021-07-22 19:11:54 556

原创输入三个整数x,y,z，请把这三个数由小到大输出。

num=[]for i in range(0,3): a=int(input("请输入第%d个整数"%(i+1))) num.append(a)for i in range(0,3): for j in range(i,3): if num[j]<num[i]: p=num[i] num[i]=num[j] num[j]=pprint(num)

2021-07-18 20:46:49 202

原创输入某年某月某日，判断这一天是这一年的第几天？

输入某年某月某日，判断这一天是这一年的第几天？year=int(input("请输入年"))month=int(input("请输入月"))day=int(input("请输入日"))a=0all=0month1=[31,28,31,30,31,30,31,31,30,31,30,31]month2=[31,29,31,30,31,30,31,31,30,31,30,31]if year%100!=0: if year%4==0: a=2 else:

2021-07-18 20:06:45 95

原创一个整数，它加上100和加上268后都是一个完全平方数，请问该数是多少？

一个整数，它加上100和加上268后都是一个完全平方数，请问该数是多少？设定的范围为0到10000x=0while(x<=10000): if (x+100)**0.5%1==0 and (x+268)**0.5%1==0: print(x) x=x+1

2021-07-18 19:44:01 918

原创企业发放的奖金根据利润提成。利润(I)低于或等于10万元时，奖金可提10%；利润高于10万元，低于20万元时，低于10万元的部分按10%提成，高于10万元的部分，可提成7.5%；20万到40万之间时，

企业发放的奖金根据利润提成。利润(I)低于或等于10万元时，奖金可提10%；利润高于10万元，低于20万元时，低于10万元的部分按10%提成，高于10万元的部分，可提成7.5%；20万到40万之间时，高于20万元的部分，可提成5%；40万到60万之间时高于40万元的部分，可提成3%；60万到100万之间时，高于60万元的部分，可提成1.5%，高于100万元时，超过100万元的部分按1%提成，从键盘输入当月利润I，求应发放奖金总数？方法一：这个方法太笨了l=int(input("请输入所售利润"))if

2021-07-18 19:34:42 1455

luck060606的博客