您好,欢迎光临本网站![请登录][注册会员]  

开发技术下载,其它下载列表 第95514页

« 1 2 ... .09 .10 .11 .12 .13 95514.15 .16 .17 .18 .19 ... 222726 »

[其它] 第三阶段:面向对象

说明:1.3面向对象 1.3.1面向对象基础 1.3.1.1面向对象 1.3.1.1.1基本概念 过程和函数 过程类似于函数,只能执行,但是没有返回值 函数不仅能执行而且有返回结果 简单来说,面向对象就是相对于函数而言更大的封装,将多个函数封装给一个对象,每个对象具有不同的职责,在开发时根据不同的职责调用不同的对象就可以极大的简化开发的效率 1.3.1.1.2类和对象 类是一群具有相同特征或者行为的事物的一个统称,不能直接使用;其中特征被称为属性,行为被称为方法;简单来说,类就相当于制造飞机的图纸,是
<weixin_38626473> 上传 | 大小:166kb

[其它] python面向对象详解

说明:面向对象 概念 了解一些名词:类、对象、实例、实例化 类:具有相同特征的一类事物(人、狗、老虎) 对象/实例:具体的某一个事物(隔壁阿花、楼下旺财) 实例化:类——>对象的过程(这在生活中表现的不明显,我们在后面再慢慢解释) 在python中,用变量表示特征,用函数表示技能,因而具有相同特征和技能的一类事物就是‘类’,对象是则是这一类事物中具体的一个。 # 对象 = 类名() # 过程: # 类名()首先会创造出一个对象,创建了一个self变量 # 调用 __init__方
<weixin_38622227> 上传 | 大小:230kb

[其它] 智慧森林童装童鞋新品上市加盟商快速盈利

说明:都说成功是没有捷径的,而智慧森林童装童鞋新品上市加盟商快速盈利却能够给你指引通向成功的方向,欢迎下...该文档为智慧森林童装童鞋新品上市加盟商快速盈利,是一份很不错的参考资料,具有较高参考价值,感兴趣的可以下载看看
<weixin_38655309> 上传 | 大小:5kb

[其它] Python–根据计算公式:BMI = 体重(kg) / 身高(m)^2判断身体状况

说明:Python–根据计算公式:BMI = 体重(kg) / 身高(m)^2判断身体状况 身体质量指数(BMI,Body Mass Index)是国际上常用的衡量人体肥胖程度和是否健康的重要标准,主要用于统计分析。肥胖程度的判断不能采用体重的绝对值,它天然与身高有关。因此,BMI 通过人体体重和身高两个数值获得相对客观的参数,并用这个参数所处范围衡量身体质量。 计算公式:BMI = 体重(kg) / 身高(m)^2 BMI < 18.5 :过轻 18.5 ≤ BMI < 24
<weixin_38681218> 上传 | 大小:37kb

[其它] python装饰器

说明:装饰器 装饰器的本质:一个闭包函数 装饰器的功能:在不修改原函数及其调用方式的情况下对原函数功能进行扩展 import time def func1(): print('in func1') def timer(func): # 装饰器函数 def inner(): start = time.time() func() # 被装饰的函数 print(time.time() - start) return inner
<weixin_38677190> 上传 | 大小:40kb

[其它] 8000元开家特色草鞋店

说明:都说成功是没有捷径的,而8000元开家特色草鞋店却能够给你指引通向成功的方向,欢迎下载8000元开家特色草...该文档为8000元开家特色草鞋店,是一份很不错的参考资料,具有较高参考价值,感兴趣的可以下载看看
<weixin_38597990> 上传 | 大小:4kb

[其它] 利用python爬虫爬取绍兴E网经纪人信息

说明:如果这篇文章对各位大侠有用的话,麻烦点个赞哦! 点赞今年能脱单>_< 点赞今年能致富! import os import urllib from bs4 import BeautifulSoup as bs import time os.chdir('C:/Users/Administrator/Desktop/map') f=open('shaoxingew.txt','w+') headers = { "User_Agent":'Mozilla/5.0 (Lin
<weixin_38714509> 上传 | 大小:145kb

[其它] 动手学深度学习PyTorch版 | (4)循环神经网络

说明:文章目录一. 传统RNN二. GRUstep 1 : 载入数据集step 2 : 初始化参数step 3: GRUstep 4: 训练模型简洁实现GRU三. LSTMstep 1: 初始化参数step 2: LSTM 主函数step 3: 训练模型step 4: 简洁实现 一. 传统RNN RNN存在的问题:梯度较容易出现衰减或爆炸(BPTT) 二. GRU ⻔控循环神经⽹络:捕捉时间序列中时间步距离较⼤的依赖关系 重置⻔有助于捕捉时间序列⾥短期的依赖关系; 更新⻔有助于捕捉时间序列⾥
<weixin_38644688> 上传 | 大小:251kb

[其它] 动手学深度学习PyTorch版 | (4)循环神经网络

说明:文章目录一. 传统RNN二. GRUstep 1 : 载入数据集step 2 : 初始化参数step 3: GRUstep 4: 训练模型简洁实现GRU三. LSTMstep 1: 初始化参数step 2: LSTM 主函数step 3: 训练模型step 4: 简洁实现 一. 传统RNN RNN存在的问题:梯度较容易出现衰减或爆炸(BPTT) 二. GRU ⻔控循环神经⽹络:捕捉时间序列中时间步距离较⼤的依赖关系 重置⻔有助于捕捉时间序列⾥短期的依赖关系; 更新⻔有助于捕捉时间序列⾥
<weixin_38728277> 上传 | 大小:251kb

[其它] 一位营销老总18个月的创业恶梦

说明:成功最有效的是复制,并非所有复制能够起效果,希望整理发布的一位营销老总18个月的创业恶梦能...该文档为一位营销老总18个月的创业恶梦,是一份很不错的参考资料,具有较高参考价值,感兴趣的可以下载看看
<weixin_38748740> 上传 | 大小:167kb

[其它] [Python]利用python实现复杂网络的博弈(1)——Networkx相关知识

说明:Networkx入门 首先,我们先使用Constructor来构建一个新的图: import networkx as nx G = nx.Graph() 这个图里面并没有点,也没有边,我们可以采用如下的方式来添加点和边: G.add_node(0) G.add_nodes_from([1, 2, 3, 4, 5, 6, 7, 8]) G.add_edge(0,1) G.add_edges_from([(0,3), (1,4), (1,2), (2,5), (3,6), (3,4), (4,7)
<weixin_38744526> 上传 | 大小:198kb

[其它] 顺德制造创业过程——创业艰难

说明:都说成功是没有捷径的,而顺德制造创业过程——创业艰难却能够给你指引通向成功的方向,欢迎下载顺德制造...该文档为顺德制造创业过程——创业艰难,是一份很不错的参考资料,具有较高参考价值,感兴趣的可以下载看看
<weixin_38679233> 上传 | 大小:246kb
« 1 2 ... .09 .10 .11 .12 .13 95514.15 .16 .17 .18 .19 ... 222726 »