第二次作业

本文介绍了学生使用C#语言实现的基本计算器项目的全过程,包括项目克隆、代码编写、单元测试及性能调试等内容,并分享了作者在GitHub上的实践心得。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

GIT地址:https://github.com/853864648

GIT用户名:853864648

学号后五位:62607

博客地址 :https://www.cnblogs.com/phzs/

作业链接 :https://i.cnblogs.com/EditPosts.aspx?postid=10621563&update=1

一。工具

在上学期已经安装好

二。克隆项目

在给的网址处申请注册一个 Github 账号,然后登陆点击FORK,随后复制网址进行下图操作

在电脑浏览器上那个动图看不了所以一开始不太会,后开用手机看了一边才操作好

由于我们选择的是C#,所以在新建项目时要选择C#控制台程序并完成用户名邮箱的操作

三。代码

题目要求写出四则运算并且为二到三个运算符

运行结果

100道题

 

由于专业知识实在是有限,实在做不出2到3个运算符的运算......

四。测试

首先按照要求创一个CalculatorUnitTest

然后按照下图创建引用

最后开始调试并成功

 五。断点调试

首先设置断点并且设置启动项

开始调试

六。性能调试

按照要求步骤

开始调试后,运行一段时间停止

详细调试

七。上传代码

在输入git status后出现了下图说明可以上传

然后输入git push出现登陆界面

但是在输入后登陆不到界面直接消失,通过百度也没又找到问题,英文是实在是看不懂,到现在也没查出来是哪里的错误。。。。

心得体会:经过这次作业我感觉自己的水平真的有待提高,应该抓时间来学习。并且在这次使用bithub的过程中初步了解了这个软件。但是由于全部是英文,好多地方看不懂,希望可以提升自己,争取下次做的比这一次有所进步。

 

转载于:https://www.cnblogs.com/phzs/p/10621563.html

内容概要:本文档详细介绍了一个基于MATLAB实现的跨尺度注意力机制(CSA)结合Transformer编码器的多变量时间序列预测项目。项目旨在精准捕捉多尺度时间序列特征,提升多变量时间序列的预测性能,降低模型计算复杂度与训练时间,增强模型的解释性和可视化能力。通过跨尺度注意力机制,模型可以同时捕获局部细节和全局趋势,显著提升预测精度和泛化能力。文档还探讨了项目面临的挑战,如多尺度特征融合、多变量复杂依赖关系、计算资源瓶颈等问题,并提出了相应的解决方案。此外,项目模型架构包括跨尺度注意力机制模块、Transformer编码器层和输出预测层,文档最后提供了部分MATLAB代码示例。 适合人群:具备一定编程基础,尤其是熟悉MATLAB和深度学习的科研人员、工程师和研究生。 使用场景及目标:①需要处理多变量、多尺度时间序列数据的研究和应用场景,如金融市场分析、气象预测、工业设备监控、交通流量预测等;②希望深入了解跨尺度注意力机制和Transformer编码器在时间序列预测中的应用;③希望通过MATLAB实现高效的多变量时间序列预测模型,提升预测精度和模型解释性。 其他说明:此项目不仅提供了一种新的技术路径来处理复杂的时间序列数据,还推动了多领域多变量时间序列应用的创新。文档中的代码示例和详细的模型描述有助于读者快速理解和复现该项目,促进学术和技术交流。建议读者在实践中结合自己的数据集进行调试和优化,以达到最佳的预测效果。
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