Javascript学习笔记(五)

本文深入探讨了JavaScript中对象的概念,包括其属性、特性和创建方式。介绍了对象作为属性的无序集合,以及如何通过名字访问这些值。同时,详细解释了对象的动态特性,属性的可写、可枚举和可配置特性,以及对象的原型、类和扩展标记。最后,对比了几种创建对象的方法,包括对象直接量、new关键字和Object.create()函数。

1.对象是js的基本数据类型,它将很多值聚合在一起,并且可以通过名字访问这些值。对象也可以看做是属性的无序集合,每个属性都是一个名/值对。属性名是字符串,也可以把对象看成是从字符串到值的映射。js中的对象是动态的,可以新增也可以删除属性。

属性包括名字和值。属性名可以是包含空字符串在内的任意字符串,但不能存在两个同名的属性。值可以是任意值,或者可以是getter或setter函数(或两者都有)。

每个属性都有三个特性:可写(是否可以设置属性值),可枚举(是否可以通过for/in循环返回该属性),可配置(是否可以删除或修改该属性)。

每个对象还有三个特性:原型,类和扩展标记(是否可以向该对象添加新属性)。

2.创建对象的几种方式

对象直接量:保留字可以作为对象的属性名。ES5中,对象直接量中的最后一个属性后的逗号将忽略。所有通过对象直接量创建的对象都有同一个原型对象,可以通过Object.prototype获得这个原型对象的引用。Object.prototype没有原型对象或者说原型对象为null。

通过new:new后面跟随一个构造函数。如果使用 var obj = new Object(t);生成一个对象,不提供t或者t为null、undefined的情况下,会生成一个新的空对象,原型是Object.prototype;t如果是一个非宿主对象,那么直接返回t,不创建任何新对象;如果t为基本类型变量,那么会生成对应的包装类对象。

Object.create():第一个参数为对象的原型。可以传入null来创建一个没有原型的新对象,但通过这种方式创建的对象不会继承任何东西,甚至不包括基础方法,如toString()。如果传入的是对象直接量,那么该对象直接量也是新生成对象的原型对象。假设有如下代码:

var o = {x:1,y:2};
var t = Object.create(o);
console.log(t);

打印出来的是什么内容呢?就是{}。t有x和y属性,是从o继承过来的。Object.create除了第一个参数传入对象原型之外,第二个参数也可以传入一个对象,这个对象的所有可枚举属性会复制到新创建的对象上。

 

训练数据保存为deep_convnet_params.pkl,UI使用wxPython编写。卷积神经网络(CNN)是一种专门针对图像、视频等结构化数据设计的深度学习模型,在计算机视觉、语音识别、自然语言处理等多个领域有广泛应用。其核心设计理念源于对生物视觉系统的模拟,主要特点包括局部感知、权重共享、多层级抽象以及空间不变性。 **1. 局部感知与卷积操作** 卷积层是CNN的基本构建块,使用一组可学习的滤波器对输入图像进行扫描。每个滤波器在图像上滑动,以局部区域内的像素值与滤波器权重进行逐元素乘法后求和,生成输出值。这一过程能够捕获图像中的边缘、纹理等局部特征。 **2. 权重共享** 同一滤波器在整个输入图像上保持相同的权重。这显著减少了模型参数数量,增强了泛化能力,并体现了对图像平移不变性的内在假设。 **3. 池化操作** 池化层通常紧随卷积层之后,用于降低数据维度并引入空间不变性。常见方法有最大池化和平均池化,它们可以减少模型对微小位置变化的敏感度,同时保留重要特征。 **4. 多层级抽象** CNN通常包含多个卷积和池化层堆叠在一起。随着网络深度增加,每一层逐渐提取更复杂、更抽象的特征,从底层识别边缘、角点,到高层识别整个对象或场景,使得CNN能够从原始像素数据中自动学习到丰富的表示。 **5. 激活函数与正则化** CNN中使用非线性激活函数来引入非线性表达能力。为防止过拟合,常采用正则化技术,如L2正则化和Dropout,以增强模型的泛化性能。 **6. 应用场景** CNN在诸多领域展现出强大应用价值,包括图像分类、目标检测、语义分割、人脸识别、图像生成、医学影像分析以及自然语言处理等任务。 **7. 发展与演变** CNN的概念起源于20世纪80年代,其影响力在硬件加速和大规模数据集出现后真正显现。经典模型如LeNet-5用于手写数字识别,而AlexNet、VGG、GoogLeNet、ResNet等现代架构推动了CNN技术的快速发展。如今,CNN已成为深度学习图像处理领域的基石,并持续创新。 资源来源于网络分享,仅用于学习交流使用,请勿用于商业,如有侵权请联系我删除!
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
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
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