MyEclipse快捷按键介绍

本文详细介绍MyEclipse中各种快捷键的使用方法,包括基本编辑操作、代码导航、重构及视图管理等功能,帮助开发者提高开发效率。
MyEclipse 快捷键1(CTRL)
  Ctrl+S 保存(养成随手保存的习惯)
  Ctrl+C 复制
  Ctrl+V 黏贴
  Ctrl+X 剪切
  Ctrl+Z 返回到修改前的状态
  Ctrl+Y 与上面的操作相反
  Ctrl+D 删除当前行
  Ctrl+L 定位在某行
      Ctrl+1 快速修复
  Ctrl+O 快速显示 OutLine
  Ctrl+T 快速显示当前类的继承结构
  Ctrl+W 关闭当前Editer
  Ctrl+K 选中一个常量/变量后 快速定位到下一个
  Ctrl+E 快速显示当前Editer的下拉列表
  Ctrl+J 正向增量查找(按下Ctrl+J后,你所输入的每个字母编辑器都提供快速匹配定位到某个单词,如果没有,则在stutes line中显示没有找到了,)
  Ctrl+/ 注释当前行,再按则取消注释
  Ctrl+Q 定位到最后一次编辑处
  Ctrl+M 切换窗口的大小
  Ctrl+I 格式化激活的元素Format Active Elements。
  Ctrl+F6 切换到下一个Editor
  Ctrl+F7 切换到下一个Perspective
  Ctrl+F8 切换到下一个View

MyEclipse 快捷键2(CTRL+SHIFT)
      Ctrl+Shift+E 显示管理当前打开的所有的View的管理器(可以选择关闭,激活等操作)
  Ctrl+Shift+/ 自动注释代码
  Ctrl+Shift+\自动取消已经注释的代码
  Ctrl+Shift+O 自动引导类包
  Ctrl+Shift+J 反向增量查找(和上条相同,只不过是从后往前查)
  Ctrl+Shift+F4 关闭所有打开的Editer
  Ctrl+Shift+X 把当前选中的文本全部变为大写
  Ctrl+Shift+Y 把当前选中的文本全部变为小写
  Ctrl+Shift+F 格式化当前代码
  Ctrl+Shift+M(先把光标放在需导入包的类名上) 作用是加Import语句
  Ctrl+Shift+P 定位到对于的匹配符(譬如{}) (从前面定位后面时,光标要在匹配符里面,后面到前面,则反之)
  Ctrl+Shift+F格式化文件Format Document。
  Ctrl+Shift+O作用是缺少的Import语句被加入,多余的Import语句被删除。
  Ctrl+Shift+S保存所有未保存的文件。
  Ctrl+Shift+/ 在代码窗口中是这种注释,在JSP文件窗口中是 。
  Shift+Ctrl+Enter 在当前行插入空行(原理同上条)

MyEclipse 快捷键3(ALT)
      Alt+/ 代码助手完成一些代码的插入 ,自动显示提示信息
  Alt+↓ 当前行和下面一行交互位置(特别实用,可以省去先剪切,再粘贴了)
  Alt+↑ 当前行和上面一行交互位置(同上)
  Alt+← 前一个编辑的页面
  Alt+?帮助
  Alt+→ 下一个编辑的页面(当然是针对上面那条来说了)
  Alt+Enter 显示当前选择资源(工程,or 文件 or文件)的属性
  MyEclipse 快捷键4(ALT+CTRL)
  Alt+CTRL+↓ 复制当前行到下一行(复制增加)
  Alt+CTRL+↑ 复制当前行到上一行(复制增加)

MyEclipse 快捷键5(ALT+SHIFT)
      Alt+Shift+R 重命名
  Alt+Shift+M 抽取方法
  Alt+Shift+C 修改函数结构(比较实用,有N个函数调用了这个方法,修改一次搞定)
  Alt+Shift+L 抽取本地变量
  Alt+Shift+F 把Class中的local变量变为field变量
  Alt+Shift+I 合并变量
  Alt+Shift+V 移动函数和变量
  Alt+Shift+Z 重构的后悔药(Undo) Shift+Enter 在当前行的下一行插入空行(这时鼠标可以在当前行的任一位置,不一定是最后)
  Alt+Shift+O(或点击工具栏中的Toggle Mark Occurrences按钮) 当点击某个标记时可使本页面中其他地方的此标记黄色凸显,并且窗口的右边框会出现白色的方块,点击此方块会跳到此标记处。

MyEclipse 快捷键6
下面的快捷键是重构里面常用的(注:一般重构的快捷键都是Alt+Shift开头的了)
  F2当鼠标放在一个标记处出现Tooltip时候按F2则把鼠标移开时Tooltip还会显示即Show Tooltip Description。
  F3跳到声明或定义的地方。
  F5单步调试进入函数内部。
  F6单步调试不进入函数内部,如果装了金山词霸2006则要把“取词开关”的快捷键改成其他的。
  F7由函数内部返回到调用处。
  F8一直执行到下一个断点。
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
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