主頁 > 後端開發 > DL4J實戰之五：矩陣操作基本功

DL4J實戰之五：矩陣操作基本功

2021-10-21 06:05:56 後端開發

歡迎訪問我的GitHub

https://github.com/zq2599/blog_demos

內容：所有原創文章分類匯總及配套原始碼，涉及Java、Docker、Kubernetes、DevOPS等；

本篇概覽

  • 作為《DL4J實戰》系列的第五篇，在前面對深度學習有一定的了解后，本篇會暫停深度學習相關的操作，轉為基本功練習：矩陣操作，即INDArray介面的基本用法
  • INDArray的類圖如下，由于BaseNDArray是個抽象類，因此在實際使用中，咱們用的都是NDArray的實體：

在這里插入圖片描述

  • 之所以用一篇文章來學習矩陣操作，是因為后面的實戰程序中處處都有它，處處離不開它，若不熟練就會寸步難行；

  • 本篇涉及的API較多，因此先做好歸類，后面的代碼按照分類來寫會清晰一些，一共分為五類：矩陣屬性、創建操作、讀操作、寫操作、矩陣計算，接下來用思維導圖列出每一類的常用API

  • 矩陣屬性：

在這里插入圖片描述

  • 創建操作：

在這里插入圖片描述

  • 讀操作：

在這里插入圖片描述

  • 寫操作：

在這里插入圖片描述

  • 矩陣計算：

在這里插入圖片描述

原始碼下載

  • 本篇實戰中的完整原始碼可在GitHub下載到，地址和鏈接資訊如下表所示(https://github.com/zq2599/blog_demos)：
名稱 鏈接 備注
專案主頁 https://github.com/zq2599/blog_demos 該專案在GitHub上的主頁
git倉庫地址(https) https://github.com/zq2599/blog_demos.git 該專案原始碼的倉庫地址，https協議
git倉庫地址(ssh) [email protected]:zq2599/blog_demos.git 該專案原始碼的倉庫地址，ssh協議
  • 這個git專案中有多個檔案夾，《DL4J實戰》系列的原始碼在dl4j-tutorials檔案夾下，如下圖紅框所示：

在這里插入圖片描述

  • dl4j-tutorials檔案夾下有多個子工程，本次實戰代碼在ndarray-experience目錄下，如下圖紅框：

在這里插入圖片描述

創建工程

  • 在父工程dl4j-tutorials下新建名為ndarray-experience的子工程，其pom.xml如下：
<?xml version="1.0" encoding="UTF-8"?>
<project xmlns="http://maven.apache.org/POM/4.0.0"
         xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"
         xsi:schemaLocation="http://maven.apache.org/POM/4.0.0 http://maven.apache.org/xsd/maven-4.0.0.xsd">
    <parent>
        <artifactId>dlfj-tutorials</artifactId>
        <groupId>com.bolingcavalry</groupId>
        <version>1.0-SNAPSHOT</version>
    </parent>
    <modelVersion>4.0.0</modelVersion>

    <artifactId>ndarray-experience</artifactId>

    <dependencies>
        <dependency>
            <groupId>org.nd4j</groupId>
            <!--注意要用nd4j-native-platform，否則容器啟動時報錯：no jnind4jcpu in java.library.path-->
            <artifactId>${nd4j.backend}</artifactId>
        </dependency>

        <dependency>
            <groupId>ch.qos.logback</groupId>
            <artifactId>logback-classic</artifactId>
        </dependency>
    </dependencies>

</project>
  • 接下來的代碼都寫在ndarray-experience工程中

最基本的方法

  • 先列出兩個最基本的方法，后面學習時會頻繁用到它們：

  • rand：秩，維數，例如2行3列的二維矩陣，rand方法回傳值等于2

  • shape：矩陣每個維度的大小，如2行3列的二維矩陣，shape方法回傳值等于[2, 3]

  • 準備一個靜態方法，可以將INDArray實體的詳情列印出來，用的就是rand和shape方法：

    private static void disp(String type, INDArray indArray) {
        StringBuilder stringBuilder = new StringBuilder("*****************************************************\n");
        stringBuilder.append(type)
                     .append("\n維度 : ").append(indArray.rank())
                     .append("\n形狀 : ").append(Arrays.toString(indArray.shape()))
                     .append("\n完整矩陣 : \n").append(indArray);

        System.out.println(stringBuilder);
    }

創建矩陣

  1. 全零矩陣：zeros
// 創建2行3列的全零矩陣
INDArray indArray0 = Nd4j.zeros(2, 3);
disp("全零矩陣", indArray0);
  • 執行結果
全零矩陣
維度 : 2
形狀 : [2, 3]
完整矩陣 : 
[[         0,         0,         0], 
 [         0,         0,         0]]
  1. 全1矩陣：ones
// 創建2行3列的全一矩陣
INDArray indArray1 = Nd4j.ones(2, 3);
disp("全一矩陣", indArray1);
  • 執行結果
全一矩陣
維度 : 2
形狀 : [2, 3]
完整矩陣 : 
[[    1.0000,    1.0000,    1.0000], 
 [    1.0000,    1.0000,    1.0000]]
  1. 全是指定值的矩陣：valueArrayOf
// 創建2行3列的全是指定值的矩陣
INDArray indArray2 = Nd4j.valueArrayOf(new int[] {2, 3}, 888);
disp("全是指定值(888)的矩陣", indArray2);
  • 執行結果
全是指定值(888)的矩陣
維度 : 2
形狀 : [2, 3]
完整矩陣 : 
[[  888.0000,  888.0000,  888.0000], 
 [  888.0000,  888.0000,  888.0000]]
  1. rand：隨機矩陣（0到1之間的亂數）
// 創建2行3列的隨機矩陣
INDArray indArray2 = Nd4j.rand(2, 3);
disp("隨機矩陣", indArray2);
  • 執行結果
隨機矩陣
維度 : 2
形狀 : [2, 3]
完整矩陣 : 
[[    0.7236,    0.5159,    0.1908], 
 [    0.9458,    0.4413,    0.4173]]
  1. 隨機高斯分布的矩陣(平均值為0,標準差為1)：randn
// 創建2行3列的隨機高斯分布矩陣
INDArray indArray3 = Nd4j.randn(2, 3);
disp("隨機高斯分布矩陣", indArray3);
  • 執行結果
隨機高斯分布矩陣
維度 : 2
形狀 : [2, 3]
完整矩陣 : 
[[   -0.4287,   -0.5790,    0.5004], 
 [   -0.5122,    1.0551,   -0.1998]]
  1. 等引數列：linspace
// 創建等引數列，
// 從1到6、長度為10的等引數列
INDArray indArray4 = Nd4j.linspace(1,6, 10);
disp("等引數列", indArray4);
  • 執行結果
等引數列
維度 : 1
形狀 : [10]
完整矩陣 : 
[    1.0000,    1.5556,    2.1111,    2.6667,    3.2222,    3.7778,    4.3333,    4.8889,    5.4444,    6.0000]
  1. 根據陣列創建矩陣：create(float[] data, int[] shape)
// 根據陣列創建2行3列的矩陣
INDArray indArray6 = Nd4j.create(new float[] {1, 2, 3, 4, 5, 6}, new int[]  {2,3});
disp("根據陣列創建矩陣", indArray6);
  • 執行結果
根據陣列創建矩陣
維度 : 2
形狀 : [2, 3]
完整矩陣 : 
[[    1.0000,    2.0000,    3.0000], 
 [    4.0000,    5.0000,    6.0000]]
  1. 三維矩陣
// 三維矩陣
INDArray indArray7 = Nd4j.valueArrayOf(new int[] {2, 2, 3}, 888);
disp("三維矩陣", indArray7);
```shell

三維矩陣
維度 : 3
形狀 : [2, 2, 3]
完整矩陣 : 
[[[  888.0000,  888.0000,  888.0000], 
  [  888.0000,  888.0000,  888.0000]], 

 [[  888.0000,  888.0000,  888.0000], 
  [  888.0000,  888.0000,  888.0000]]]
  1. 創建正方形二維矩陣，并且對角線上的元素值都是1.0：
// 創建3行3列的二維矩陣，對角線值為1.0
INDArray indArray10 = Nd4j.eye(3);
disp("3*3矩陣，且對角線都是1.0", indArray10);
  • 執行結果
3*3矩陣，且對角線都是1.0
維度 : 2
形狀 : [3, 3]
完整矩陣 : 
[[    1.0000,         0,         0], 
 [         0,    1.0000,         0], 
 [         0,         0,    1.0000]]

讀操作

  • 接下來試試讀取相關的操作，回顧前面用陣列創建的2行3列的矩陣，內容如下：
[[    1.0000,    2.0000,    3.0000], 
 [    4.0000,    5.0000,    6.0000]]
  1. 讀取指定位置：
System.out.println("讀取第一行第一列位置的值 : " + indArray6.getDouble(1,1));
  • 執行結果
讀取第一行第一列位置的值 : 5.0
  1. 指定行：
System.out.println("讀取第一行 : " + indArray6.getRow(1));
  • 執行結果
讀取第一行 : [    4.0000,    5.0000,    6.0000]
  1. 指定列：
System.out.println("讀取第二列 : " + indArray6.getColumn(2));
  • 執行結果
讀取第二列 : [    3.0000,    6.0000]
  1. 指定多列：
System.out.println("讀取第二、三列 : " + indArray6.getColumns(1,2));
  • 執行結果
讀取第二、三列 : [[    2.0000,    3.0000], 
 [    5.0000,    6.0000]]

寫操作

  • 接下來試試讀取相關的操作，回顧前面用陣列創建的2行3列的矩陣，內容如下：
[[    1.0000,    2.0000,    3.0000], 
 [    4.0000,    5.0000,    6.0000]]
  1. 修改指定位置，查看了原始碼后發現，put方法內容實際上是在呼叫putScalar方法：
indArray6.put(1,1, 123);
indArray6.putScalar(0,0, 456);
disp("a. 修改后", indArray6);
  • 執行結果
a. 修改后
維度 : 2
形狀 : [2, 3]
完整矩陣 : 
[[  456.0000,    2.0000,    3.0000], 
 [    4.0000,  123.0000,    6.0000]]
  1. 修改整行：
// 準備一維陣列
INDArray row1 = Nd4j.create(new float[] {9,8,7});

// 用一維陣列替換矩陣的整行
indArray6.putRow(1, row1);
disp("b. 修改后", indArray6);
  • 執行結果
b. 修改后
維度 : 2
形狀 : [2, 3]
完整矩陣 : 
[[  456.0000,    2.0000,    3.0000], 
 [    9.0000,    8.0000,    7.0000]]

矩陣計算

  • 矩陣計算，咱們從最基本的四則運算開始
  1. 加減乘除，入參是一個標量，會與矩陣中的所有元素做計算
// 準備好原始資料，2行3列矩陣
indArray6 = Nd4j.create(new float[] {1, 2, 3, 4, 5, 6}, new int[]  {2,3});

// 加法
disp("加法", indArray6.add(1));

// 減法
disp("減法", indArray6.sub(1));

// 乘法
disp("乘法", indArray6.mul(2));

// 除法
disp("除法", indArray6.div(2));
  • 執行結果
加法
維度 : 2
形狀 : [2, 3]
完整矩陣 : 
[[    2.0000,    3.0000,    4.0000], 
 [    5.0000,    6.0000,    7.0000]]
*****************************************************
減法
維度 : 2
形狀 : [2, 3]
完整矩陣 : 
[[         0,    1.0000,    2.0000], 
 [    3.0000,    4.0000,    5.0000]]
*****************************************************
乘法
維度 : 2
形狀 : [2, 3]
完整矩陣 : 
[[    2.0000,    4.0000,    6.0000], 
 [    8.0000,   10.0000,   12.0000]]
*****************************************************
除法
維度 : 2
形狀 : [2, 3]
完整矩陣 : 
[[    0.5000,    1.0000,    1.5000], 
 [    2.0000,    2.5000,    3.0000]]
  1. 前面的add方法，執行完畢后會生成一個新的NDArray實體，不影響原物件，但如果呼叫的是addi，就會修改原物件的內容：
INDArray indArray8 = Nd4j.create(new float[] {1, 2, 3, 4, 5, 6}, new int[]  {2,3});
disp("替換前", indArray8);
indArray8.addi(1);
disp("替換后", indArray8);
  • 執行結果
替換前
維度 : 2
形狀 : [2, 3]
完整矩陣 : 
[[    1.0000,    2.0000,    3.0000], 
 [    4.0000,    5.0000,    6.0000]]
*****************************************************
替換后
維度 : 2
形狀 : [2, 3]
完整矩陣 : 
[[    2.0000,    3.0000,    4.0000], 
 [    5.0000,    6.0000,    7.0000]]
  1. 展開：Nd4j.toFlattened，2行3列的二維矩陣展開后成了一維的
disp("展開", Nd4j.toFlattened(indArray6));
  • 執行結果
展開
維度 : 1
形狀 : [6]
完整矩陣 : 
[    1.0000,    2.0000,    3.0000,    4.0000,    5.0000,    6.0000]
  1. 轉換：reshape，相當于使用原有資料，但是換一個shape入參
disp("轉換", indArray6.reshape(3,2));
  • 執行結果
轉換
維度 : 2
形狀 : [3, 2]
完整矩陣 : 
[[    1.0000,    2.0000], 
 [    3.0000,    4.0000], 
 [    5.0000,    6.0000]]
  1. 提取正方形矩陣的對角線：diag，得到的結果是一維的
// 創建一個人3行3列的正方形矩陣
INDArray indArray9 = Nd4j.create(new float[] {1, 2, 3, 4, 5, 6, 7, 8, 9}, new int[]  {3,3});
disp("3*3矩陣", indArray9);
// 提取正方形矩陣的對角線
disp("3*3矩陣的對角線", Nd4j.diag(indArray9));
  • 執行結果如下圖，diag方法得到了源物件的對角線

在這里插入圖片描述

  1. 基于源矩陣形狀創建新矩陣，且值都相通（入參值），然后用此新矩陣減去源矩陣：rsub
// 初始化一個2行3列的矩陣
INDArray indArray11 = Nd4j.create(new float[] {1, 2, 3, 4, 5, 6}, new int[]  {2,3});
// 參考indArray12的結構創建一個2行3列的矩陣，該矩陣的所有元素的值都等于10(入參)，
// 然后，用該矩陣減去indArray11，結果作為rsub方法的回傳值回傳
INDArray indArray12 = indArray11.rsub(10);
disp("rsub方法", indArray12);
  • 執行結果如下，可見所有值都是10減去源矩陣對應位置的值：
rsub方法
維度 : 2
形狀 : [2, 3]
完整矩陣 : 
[[    9.0000,    8.0000,    7.0000], 
 [    6.0000,    5.0000,    4.0000]]
  1. 兩個矩陣相加：add，兩個形狀相通的矩陣，同樣位置的值相加：
INDArray indArray13 = Nd4j.create(new float[] {1, 2, 3, 4, 5, 6}, new int[]  {2,3});
INDArray indArray14 = Nd4j.create(new float[] {1, 1, 1, 1, 1, 1}, new int[]  {2,3});

disp("矩陣相加", indArray13.add(indArray14));
  • 執行結果
矩陣相加
維度 : 2
形狀 : [2, 3]
完整矩陣 : 
[[    2.0000,    3.0000,    4.0000], 
 [    5.0000,    6.0000,    7.0000]]
  1. 叉乘：mmul，2行3列乘以3行2列，
INDArray indArray13 = Nd4j.create(new float[] {1, 2, 3, 4, 5, 6}, new int[]  {2,3});
INDArray indArray15 = Nd4j.create(new float[] {1, 2, 3, 4, 5, 6}, new int[]  {3,2});
disp("2行3列", indArray13);
disp("3行2列", indArray15);
disp("2行3列矩陣與3行2列矩陣的叉乘", indArray13.mmul(indArray15));
  • 執行結果，可見，2行3列矩陣的每一行的元素，都和3行2列矩陣每一列的元素做兩兩相乘再相加，一共四個值，所以結果就是2行2列的矩陣：

在這里插入圖片描述

  1. 矩陣所有元素值累加：sum
INDArray indArray16 = Nd4j.create(new float[] {1, 2, 3, 4, 5, 6}, new int[]  {2,3});
// 總和
double sum = indArray16.sum().getDouble();
System.out.println("矩陣元素累加和 : " + sum);
  • 執行結果
矩陣元素累加和 : 21.0
  1. 轉置操作（不改變源物件）：transpose
INDArray indArray16 = Nd4j.create(new float[] {1, 2, 3, 4, 5, 6}, new int[]  {2,3});

disp("轉置前", indArray16);
disp("轉置操作", indArray16.transpose());
disp("transpose操作后的原值(不變)", indArray16);
  • 執行結果，可見2行3列轉置后變成了3行2列，但是生成了新物件，而源物件未改變
轉置前
維度 : 2
形狀 : [2, 3]
完整矩陣 : 
[[    1.0000,    2.0000,    3.0000], 
 [    4.0000,    5.0000,    6.0000]]
*****************************************************
轉置操作
維度 : 2
形狀 : [3, 2]
完整矩陣 : 
[[    1.0000,    4.0000], 
 [    2.0000,    5.0000], 
 [    3.0000,    6.0000]]
*****************************************************
transpose操作后的原值(不變)
維度 : 2
形狀 : [2, 3]
完整矩陣 : 
[[    1.0000,    2.0000,    3.0000], 
 [    4.0000,    5.0000,    6.0000]]
  1. 轉置操作（源物件被改變）：transposei
INDArray indArray16 = Nd4j.create(new float[] {1, 2, 3, 4, 5, 6}, new int[]  {2,3});
disp("轉置前", indArray16);
disp("轉置操作", indArray16.transposei());
disp("transposei操作后的原值(已變)", indArray16);
  • 執行結果
轉置前
維度 : 2
形狀 : [2, 3]
完整矩陣 : 
[[    1.0000,    2.0000,    3.0000], 
 [    4.0000,    5.0000,    6.0000]]
*****************************************************
轉置操作
維度 : 2
形狀 : [3, 2]
完整矩陣 : 
[[    1.0000,    4.0000], 
 [    2.0000,    5.0000], 
 [    3.0000,    6.0000]]
*****************************************************
transposei操作后的原值(已變)
維度 : 2
形狀 : [3, 2]
完整矩陣 : 
[[    1.0000,    4.0000], 
 [    2.0000,    5.0000], 
 [    3.0000,    6.0000]]
  1. 橫向拼接：hstack，要求兩個矩陣行數相等
// 2行3列
INDArray indArray17 = Nd4j.create(new float[] {1, 2, 3, 4, 5, 6}, new int[]  {2,3});
// 2行1列
INDArray indArray18 = Nd4j.create(new float[] {1, 2}, new int[]  {2,1});
disp("源矩陣", indArray17);
disp("拼接上的矩陣", indArray18);
// 2行3列的矩陣，橫向拼接一列后，變成了2行4列
disp("橫向拼接(每一行都增加一列)", Nd4j.hstack(indArray17, indArray18));
  • 執行結果如下圖，可見是把indArray18 橫著拼到indArray17 的右側

在這里插入圖片描述

  1. 縱向拼接：vstack，要求兩個矩陣列數相等
// 2行3列
INDArray indArray19 = Nd4j.create(new float[] {1, 2, 3, 4, 5, 6}, new int[]  {2,3});
// 1行3列
INDArray indArray20 = Nd4j.create(new float[] {1, 2, 3}, new int[]  {1,3});
disp("源矩陣", indArray17);
disp("拼接上的矩陣", indArray18);
// 2行3列的矩陣，縱向拼接一行，變成了3行3列
disp("縱向拼接(增加一行)", Nd4j.vstack(indArray19, indArray20));
  • 執行結果如下圖，可見是把indArray20放在了indArray19的底部

在這里插入圖片描述

  • 以上就是矩陣操作的常用API了，希望能給您一些參考，在深度學習的開發中更熟練的操作資料

你不孤單，欣宸原創一路相伴

  1. Java系列
  2. Spring系列
  3. Docker系列
  4. kubernetes系列
  5. 資料庫+中間件系列
  6. DevOps系列

歡迎關注公眾號：程式員欣宸

微信搜索「程式員欣宸」，我是欣宸，期待與您一同暢游Java世界...
https://github.com/zq2599/blog_demos

轉載請註明出處，本文鏈接：https://www.uj5u.com/houduan/327736.html

標籤：Java

上一篇：C語言 檔案讀寫 fputs 函式 - C語言零基礎入門教程

下一篇：面試官：雙親委派模型你了解嗎？

標籤雲
其他(157675) Python(38076) JavaScript(25376) Java(17977) C(15215) 區塊鏈(8255) C＃(7972) AI(7469) 爪哇(7425) MySQL(7132) html(6777) 基礎類(6313) sql(6102) 熊猫(6058) PHP(5869) 数组(5741) R(5409) Linux(5327) 反应(5209) 腳本語言(PerlPython)(5129) 非技術區(4971) Android(4554) 数据框(4311) css(4259) 节点.js(4032) C語言(3288) json(3245) 列表(3129) 扑(3119) C++語言(3117) 安卓(2998) 打字稿(2995) VBA(2789) Java相關(2746) 疑難問題(2699) 细绳(2522) 單片機工控(2479) iOS(2429) ASP.NET(2402) MongoDB(2323) 麻木的(2285) 正则表达式(2254) 字典(2211) 循环(2198) 迅速(2185) 擅长(2169) 镖(2155) 功能(1967) .NET技术(1958) Web開發(1951) python-3.x(1918) HtmlCss(1915) 弹簧靴(1913) C++(1909) xml(1889) PostgreSQL(1872) .NETCore(1853) 谷歌表格(1846) Unity3D(1843) for循环(1842)

熱門瀏覽
  • 【C++】Microsoft C++、C 和匯編程式檔案

    ......

    uj5u.com 2020-09-10 00:57:23 more
  • 例外宣告

    相比于斷言適用于排除邏輯上不可能存在的狀態，例外通常是用于邏輯上可能發生的錯誤。 例外宣告 Item 1：當函式不可能拋出例外或不能接受拋出例外時，使用noexcept 理由 如果不打算拋出例外的話，程式就會認為無法處理這種錯誤，并且應當盡早終止，如此可以有效地阻止例外的傳播與擴散。 示例 //不可 ......

    uj5u.com 2020-09-10 00:57:27 more
  • Codeforces 1400E Clear the Multiset(貪心 + 分治)

    鏈接：https://codeforces.com/problemset/problem/1400/E 來源：Codeforces 思路：給你一個陣列，現在你可以進行兩種操作，操作1：將一段沒有 0 的區間進行減一的操作，操作2：將 i 位置上的元素歸零。最終問：將這個陣列的全部元素歸零后操作的最少 ......

    uj5u.com 2020-09-10 00:57:30 more
  • UVA11610 【Reverse Prime】

    本人看到此題沒有翻譯，就附帶了一個自己的翻譯版本 思考 這一題，它的第一個要求是找出所有 $7$ 位反向質數及其質因數的個數。 我們應該需要質數篩篩選1~$10^{7}$的所有數，這里就不慢慢介紹了。但是，重讀題，我們突然發現反向質數都是 $7$ 位，而將它反過來后的數字卻是 $6$ 位數，這就說明 ......

    uj5u.com 2020-09-10 00:57:36 more
  • 統計區間素數數量

    1 #pragma GCC optimize(2) 2 #include <bits/stdc++.h> 3 using namespace std; 4 bool isprime[1000000010]; 5 vector<int> prime; 6 inline int getlist(int ......

    uj5u.com 2020-09-10 00:57:47 more
  • C/C++編程筆記：C++中的 const 變數詳解，教你正確認識const用法

    1、C中的const 1、區域const變數存放在堆疊區中，會分配記憶體（也就是說可以通過地址間接修改變數的值）。測驗代碼如下： 運行結果： 2、全域const變數存放在只讀資料段（不能通過地址修改，會發生寫入錯誤）， 默認為外部聯編，可以給其他源檔案使用（需要用extern關鍵字修飾） 運行結果： ......

    uj5u.com 2020-09-10 00:58:04 more
  • 【C++犯錯記錄】VS2019 MFC添加資源不懂如何修改資源宏ID

    1. 首先在資源視圖中，添加資源 2. 點擊新添加的資源，復制自動生成的ID 3. 在解決方案資源管理器中找到Resource.h檔案，編輯，使用整個專案搜索和替換的方式快速替換 宏宣告 4. Ctrl+Shift+F 全域搜索，點擊查找全部，然后逐個替換 5. 為什么使用搜索替換而不使用屬性視窗直 ......

    uj5u.com 2020-09-10 00:59:11 more
  • 【C++犯錯記錄】VS2019 MFC不懂的批量添加資源

    1. 打開資源頭檔案Resource.h，在其中預先定義好宏 ID（不清楚其實ID值應該設定多少，可以先新建一個相同的資源項，再在這個資源的ID值的基礎上遞增即可） 2. 在資源視圖中選中專案資源，按F7編輯資源檔案，按 ID 型別 相對路徑的形式添加 資源。（別忘了先把檔案拷貝到專案中的res檔案 ......

    uj5u.com 2020-09-10 01:00:19 more
  • C/C++編程筆記：關于C++的參考型別，專供新手入門使用

    今天要講的是C++中我最喜歡的一個用法——參考，也叫別名。 參考就是給一個變數名取一個變數名，方便我們間接地使用這個變數。我們可以給一個變數創建N個參考，這N + 1個變數共享了同一塊記憶體區域。(參考型別的變數會占用記憶體空間，占用的記憶體空間的大小和指標型別的大小是相同的。雖然參考是一個物件的別名，但 ......

    uj5u.com 2020-09-10 01:00:22 more
  • 【C/C++編程筆記】從頭開始學習C ++：初學者完整指南

    眾所周知，C ++的學習曲線陡峭，但是花時間學習這種語言將為您的職業帶來奇跡，并使您與其他開發人員區分開。您會更輕松地學習新語言，形成真正的解決問題的技能，并在編程的基礎上打下堅實的基礎。 C ++將幫助您養成良好的編程習慣（即清晰一致的編碼風格，在撰寫代碼時注釋代碼，并限制類內部的可見性），并且由 ......

    uj5u.com 2020-09-10 01:00:41 more
最新发布
  • Rust中的智能指標:Box<T> Rc<T> Arc<T> Cell<T> RefCell<T> Weak

    Rust中的智能指標是什么 智能指標（smart pointers）是一類資料結構，是擁有資料所有權和額外功能的指標。是指標的進一步發展 指標（pointer）是一個包含記憶體地址的變數的通用概念。這個地址參考，或 ” 指向”（points at）一些其 他資料 。參考以 & 符號為標志并借用了他們所 ......

    uj5u.com 2023-04-20 07:24:10 more
  • Java的值傳遞和參考傳遞

    值傳遞不會改變本身，參考傳遞（如果傳遞的值需要實體化到堆里）如果發生修改了會改變本身。 1.基本資料型別都是值傳遞 package com.example.basic; public class Test { public static void main(String[] args) { int ......

    uj5u.com 2023-04-20 07:24:04 more
  • [2]SpinalHDL教程——Scala簡單入門

    第一個 Scala 程式 shell里面輸入 $ scala scala> 1 + 1 res0: Int = 2 scala> println("Hello World!") Hello World! 檔案形式 object HelloWorld { /* 這是我的第一個 Scala 程式 * 以 ......

    uj5u.com 2023-04-20 07:23:58 more
  • 理解函式指標和回呼函式

    理解 函式指標 指向函式的指標。比如： 理解函式指標的偽代碼 void (*p)(int type, char *data); // 定義一個函式指標p void func(int type, char *data); // 宣告一個函式func p = func; // 將指標p指向函式func ......

    uj5u.com 2023-04-20 07:23:52 more
  • Django筆記二十五之資料庫函式之日期函式

    本文首發于公眾號：Hunter后端 原文鏈接：Django筆記二十五之資料庫函式之日期函式 日期函式主要介紹兩個大類，Extract() 和 Trunc() Extract() 函式作用是提取日期，比如我們可以提取一個日期欄位的年份，月份，日等資料 Trunc() 的作用則是截取，比如 2022-0 ......

    uj5u.com 2023-04-20 07:23:45 more
  • 一天吃透JVM面試八股文

    什么是JVM？ JVM，全稱Java Virtual Machine（Java虛擬機），是通過在實際的計算機上仿真模擬各種計算機功能來實作的。由一套位元組碼指令集、一組暫存器、一個堆疊、一個垃圾回收堆和一個存盤方法域等組成。JVM屏蔽了與作業系統平臺相關的資訊，使得Java程式只需要生成在Java虛擬機 ......

    uj5u.com 2023-04-20 07:23:31 more
  • 使用Java接入小程式訂閱訊息！

    更新完微信服務號的模板訊息之后，我又趕緊把微信小程式的訂閱訊息給實作了！之前我一直以為微信小程式也是要企業才能申請，沒想到小程式個人就能申請。 訊息推送平臺🔥推送下發【郵件】【短信】【微信服務號】【微信小程式】【企業微信】【釘釘】等訊息型別。 https://gitee.com/zhongfuch ......

    uj5u.com 2023-04-20 07:22:59 more
  • java -- 緩沖流、轉換流、序列化流

    緩沖流 緩沖流, 也叫高效流, 按照資料型別分類： 位元組緩沖流：BufferedInputStream，BufferedOutputStream 字符緩沖流：BufferedReader，BufferedWriter 緩沖流的基本原理，是在創建流物件時，會創建一個內置的默認大小的緩沖區陣列，通過緩沖 ......

    uj5u.com 2023-04-20 07:22:49 more
  • Java-SpringBoot-Range請求頭設定實作視頻分段傳輸

    老實說，人太懶了，現在基本都不喜歡寫筆記了，但是網上有關Range請求頭的文章都太水了 下面是抄的一段StackOverflow的代碼...自己大修改過的，寫的注釋挺全的，應該直接看得懂，就不解釋了 寫的不好...只是希望能給視頻網站開發的新手一點點幫助吧. 業務場景：視頻分段傳輸、視頻多段傳輸（理 ......

    uj5u.com 2023-04-20 07:22:42 more
  • Windows 10開發教程_編程入門自學教程_菜鳥教程-免費教程分享

    教程簡介 Windows 10開發入門教程 - 從簡單的步驟了解Windows 10開發，從基本到高級概念，包括簡介，UWP，第一個應用程式，商店，XAML控制元件，資料系結，XAML性能，自適應設計，自適應UI，自適應代碼，檔案管理，SQLite資料庫，應用程式到應用程式通信，應用程式本地化，應用程式 ......

    uj5u.com 2023-04-20 07:22:35 more

Copyright © 2010-2020 有解無憂