异常

异常

异常是指在程序的运行过程中所发生的不正常的事件,他会中断正在运行的程序。

异常分为:

RuntimeException(运行时异常):包括RuntimeaException及其所有子类。不要求程序必须对它们作出处理,比如InputMismatchExceptioArithmeticExceptionNullPointerException等。即使没有使用try-catchthrows进行处理,仍旧可以进行编译和运行。如果运行时发生异常,会输出异常的堆栈信息并中止程序执行。

Checked异常(非运行时异常):除了运行时异常外的其他异常类都是Checked异常。程序必须捕获或者声明抛出这种异常,否则出现编译错误,无法通过编译。处理方式包括两种:通过try-catch捕获异常,通过throws声明抛出异常从而交给上一级调用方法处理。

Java编程语言使用异常处理机制为程序提供了错误处理的能力。

异常不可避免java解决异常的办法:try catch finally(抓)  throws (声明)throw(抛)。

try 语句块用来对异常代码进行捕获

catch 对产生的异常进行对应的处理

finally 不管是否发生异常,代码块都要执行

throws 声明方法中可能要抛出的各种异常;

throw  手动抛出异常。

try catch finally语句中,不管return在什么地方,在执行return之前都会调用finally代码块一个try语句必须带有至少一个catch语句块或一个finally语句块

java异常产生异常的时候java会对应异常类型生成一个异常的对象try捕获到异常后,catch会拿到异常的对象和catch的后面的异常类型进行对比如果对比成功,执行这个catch,如果对比失败,交给下一个catch块继续对比(有下一个catch的情况下)

常见的异常:NullPointerException 空指针异常,ArrayIndexOutOfBoundsException 数组下标越界异常,ClassNotFoundException 找不到类异常, FileNotFoundException 找不到文件异常,NetException SQLException SQL异常 IOException io异常NumberFormatException 数字格式化异常

基于Swin Transformer与ASPP模块的图像分类系统设计与实 本文介绍了一种结合Swin Transformer与空洞空间金字塔池化(ASPP)模块的高效图像分类系统。该系统通过融合Transformer的全局建模能力和ASPP的多尺度特征提取优势,显著提升了模型在复杂场景下的分类性能。 模型架构创新 系统核心采用Swin Transformer作为骨干网络,其层次化窗口注意力机制能高效捕获长距离依赖关系。在特征提取阶段,创新性地引入ASPP模块,通过并行空洞卷积(膨胀率6/12/18)和全局平均池化分支,实多尺度上下文信息融合。ASPP输出经1x1卷积降维后与原始特征拼接,有效增强了模型对物体尺寸变化的鲁棒性。 训练优化策略 训练流程采用Adam优化器(学习率0.0001)和交叉熵损失函数,支持多GPU并行训练。系统实了完整的评估标体系,包括准确率、精确率、召回率、特异度和F1分数等6项标,并通过动态曲线可视化模块实监控训练过程。采用早停机制保存最佳模型,验证集准确率提升可达3.2%。 工程实亮点 1. 模块化设计:分离数据加载、模型构建和训练流程,支持快速迭代 2. 自动化评估:每轮训练自动生成标报告和可视化曲线 3. 设备自适应:智能检测CUDA可用性,无缝切换训练设备 4. 中文支持:优化可视化界面的中文显示与负号渲染 实验表明,该系统在224×224分辨率图像分类任务中,仅需2个epoch即可达到92%以上的验证准确率。ASPP模块的引入使小目标识别准确率提升15%,特别适用于医疗影像等需要细粒度分类的场景。未来可通过轻量化改造进一步优化推理速度。
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