您好,欢迎光临本网站![请登录][注册会员]  

搜索资源列表

  1. Java常用设计模式和代码

  2. 创建型模式   1、FACTORY—追MM少不了请吃饭了,麦当劳的鸡翅和肯德基的鸡翅都是MM爱吃的东西,虽然口味有所不同,但不管你带MM去麦当劳或肯德基,只管向服务员说"来四个鸡翅"就行了。麦当劳和肯德基就是生产鸡翅的Factory   工厂模式:客户类和工厂类分开。消费者任何时候需要某种产品,只需向工厂请求即可。消费者无须修改就可以接纳新产品。缺点是当产品修改时,工厂类也要做相应的修改。如:如何创建及如何向客户端提供。   2、BUILDER—MM最爱听的就是"我爱你"这句话了,见到不同地方
  3. 所属分类:Java

    • 发布日期:2011-09-05
    • 文件大小:1013kb
    • 提供者:duzc309
  1. 23种设计模式

  2. 1、FACTORY 追MM少不了请吃饭了,麦当劳的鸡翅和肯德基的鸡翅都是MM爱吃的东西,虽然口味有所不同,但不管你带MM去麦当劳或肯德基,只管向服务员说“来四个鸡翅”就行了。麦当劳和肯德基就是生产鸡翅的Factory 工厂模式:客户类和工厂类分开。消费者任何时候需要某种产品,只需向工厂请求即可。消费者无须修改就可以接纳新产品。缺点是当产品修改时,工厂类也要做相应的修改。如:如何创建及如何向客户端提供。 2、BUILDER MM最爱听的就是“我爱你”这句话了,见到不同地方的MM,要能够用她们的方
  3. 所属分类:C++

    • 发布日期:2012-11-29
    • 文件大小:1mb
    • 提供者:mxbing1984
  1. C#23种设计模式示例源代码

  2. 创建型模式 1、 FACTORY —追 MM 少不了请吃饭了, 麦当劳的鸡翅和肯德基的鸡翅都是 MM 爱吃的东西, 虽然口味有所不同, 但不管你带 MM 去麦当劳或肯德基, 只管向服务员说“来四个鸡翅”就行 了。麦当劳和肯德基就是生产鸡翅的 Factory 工厂模式:客户类和工厂类分开。消费者任何时候需要某种产品,只需向工厂请求即可。消 工厂模式 费者无须修改就可以接纳新产品。缺点是当产品修改时,工厂类也要做相应的修改。如:如 何创建及如何向客户端提供。 2、BUILDER — MM 最爱听的
  3. 所属分类:C#

  1. C#23种设计模式

  2. 1、FACTORY 追MM少不了请吃饭了,麦当劳的鸡翅和肯德基的鸡翅都是MM爱吃的东西,虽然口味有所不同,但不管你带MM去麦当劳或肯德基,只管向服务员说“来四个鸡翅”就行了。麦当劳和肯德基就是生产鸡翅的Factory 工厂模式:客户类和工厂类分开。消费者任何时候需要某种产品,只需向工厂请求即可。消费者无须修改就可以接纳新产品。缺点是当产品修改时,工厂类也要做相应的修改。如:如何创建及如何向客户端提供。 2、BUILDER MM最爱听的就是“我爱你”这句话了,见到不同地方的MM,要能够用她们的方
  3. 所属分类:C#

    • 发布日期:2013-06-02
    • 文件大小:5mb
    • 提供者:yiwuya
  1. C#23种设计模式_示例源代码及PDF

  2. 1、 FACTORY —追 MM 少不了请吃饭了, 麦当劳的鸡翅和肯德基的鸡翅都是 MM 爱吃的东西, 虽然口味有所不同, 但不管你带 MM 去麦当劳或肯德基, 只管向服务员说“来四个鸡翅”就行 了。麦当劳和肯德基就是生产鸡翅的 Factory 工厂模式:客户类和工厂类分开。消费者任何时候需要某种产品,只需向工厂请求即可。消 工厂模式 费者无须修改就可以接纳新产品。缺点是当产品修改时,工厂类也要做相应的修改。如:如 何创建及如何向客户端提供。 2、BUILDER — MM 最爱听的就是“我爱你
  3. 所属分类:C#

    • 发布日期:2013-07-14
    • 文件大小:6mb
    • 提供者:fiozhao
  1. 衣服数据包

  2. 衣服数据包
  3. 所属分类:其它

    • 发布日期:2015-01-17
    • 文件大小:23mb
    • 提供者:xiaogang_fq
  1. C#23种设计模式示例源代码

  2. 创建型模式 1、 FACTORY —追 MM 少不了请吃饭了, 麦当劳的鸡翅和肯德基的鸡翅都是 MM 爱吃的东西, 虽然口味有所不同, 但不管你带 MM 去麦当劳或肯德基, 只管向服务员说“来四个鸡翅”就行 了。麦当劳和肯德基就是生产鸡翅的 Factory 工厂模式:客户类和工厂类分开。消费者任何时候需要某种产品,只需向工厂请求即可。消 工厂模式 费者无须修改就可以接纳新产品。缺点是当产品修改时,工厂类也要做相应的修改。如:如 何创建及如何向客户端提供。 2、BUILDER — MM 最爱听的
  3. 所属分类:C#

    • 发布日期:2017-07-07
    • 文件大小:3mb
    • 提供者:zhgx85
  1. SIEMENS MOBY 基于射频技术的智能识别系统产品资料.pdf

  2. SIEMENS MOBY 基于射频技术的智能识别系统产品资料pdf,SIEMENS MOBY 基于射频技术的智能识别系统产品资料MOBY识别系统 MOBY引言 概述 所有采用识别系统的用户都有其个性化需求。有的需要经济的全球许多成功的工业公司都采用了MOBY识别系统。 Smart abels(智能标签)用于物流,有的则需要运行可靠的数据存 储器用于组装生产线。对于汽车工业来说,诸如移动数据存储器 MDS)等首先必须耐热,而对于运输控制与物流而言,则要求容量 大 对于不同需求:西门子公司提出了一种
  3. 所属分类:其它

  1. Delphi2010语法手册.pdf

  2. Delphi2010语法手册.pdf第三章数据类型及运算符 35 31简单类型 36 311整型类型 36 312实型类型… -36 313字符类型… 37 314布尔类型 L垂 -38 315枚举类型 316子界类型 32结构类型 41 321集合及其运算 41- 32.2数组 ∴-42- 323记录类型 44- 3字符串类型 48 34指针 35变体类型… -52- 36运算符 3561有序类型运算符… -57 362数学运算符 363逻辑运算符… 364位运算符 59 365字符串运算符…
  3. 所属分类:Delphi

    • 发布日期:2019-07-14
    • 文件大小:7mb
    • 提供者:chunyangsuhao
  1. fashion_mnist:Fashion-MNIST上的Hyperas-密集网络的超参数调整-源码

  2. 时尚MNIST Fashion-MNIST上的Hyperas-密集网络的超参数调整。 有关数据的重要详细信息如下:-包含28x28张衣服的图像-包含60,000张训练集中的图像和10,000张测试集中的图像-我们的任务是将图像分类为10种不同的类别,例如T恤/上衣,裤子,套衫,着装等数据集可以从下载 该模型具有2个Dense和2个Dropout层。 必要的图书馆员或文件包是:- TensorFlow 凯拉斯 脾气暴躁的 Hyperas,Hyperopt Matplotlib
  3. 所属分类:其它

    • 发布日期:2021-03-07
    • 文件大小:77kb
    • 提供者:weixin_42128963
  1. restql:Lar适用于您的Laravel模型的数据解析包-源码

  2. RestQL RestQL是一个基于Laravel雄辩的数据解析程序包。 该程序包尝试采用GraphQL原理,仅解决客户端请求的数据。 RestQL使用您的Laravel模型作为入口点,以雄辩的方法向其中添加查询。 数据解析包 数据解析包是基于从客户端接收的参数来优化查询和响应的方法。 这基于REST基础,但尝试添加GraphQL原理。 在查看更多 为什么? 假设您有一个管理作者的应用程序,这些作者可以发布文章,而这些文章可以包含来自不同作者的评论。 例如,您有一个Web客户端,它使用ax
  3. 所属分类:其它

    • 发布日期:2021-02-05
    • 文件大小:47kb
    • 提供者:weixin_42139871
  1. 分类:使用Node,Express,React,React Native,Redux和GraphQL构建的示例Web和移动应用程序。 最基本的stitchfix.com krate.in复制品(允许用户每月订阅时尚的衣服和配饰)-源码

  2. 箱 :t-shirt: :jeans: :package: 每月获得时尚服装和配饰的订阅。 使用Node,GraphQL,Express,Sequelize(MySQL)和JWT Auth构建的API 使用React和Redux以及服务器端渲染(SSR)/ SEO友好构建的WebApp 使用React Native构建移动(Android和iOS)Native App 使用Babel + Webpack在ES6 +中编写 使用Adobe Experience Design设计。 预览
  3. 所属分类:其它

  1. metric-learning-divide-and-conquer:CVPR 2019论文“划分和征服度量学习的嵌入空间”的源代码-Source code learning

  2. 划分和征服度量学习的嵌入空间 关于 该存储库包含用于复制数据集 , 和的结果以(CVPR 2019)的代码。 纸: 补充文件: 我们还将我们的方法应用于Kaggle的,在2131名中排名第10位。 幻灯片: 要求 Python版本3.6.6或更高版本 SciPy和scikit-learn软件包 PyTorch( ) 支持GPU的 ( ) 下载并提取,和的数据集 用法 以下命令将在200个纪元和80个批次的店内衣服数据集上训练具有边际损失的模型,同时将嵌入层分为8个簇,并从190个
  3. 所属分类:其它

    • 发布日期:2021-03-25
    • 文件大小:35kb
    • 提供者:weixin_42126668