4-浅层神经网络

🔈 本节我们将从浅层神经网络入手，开始真正的神经网络模型的学习。

3-神经网路基础之Python与向量化

🔈 上节课我们主要介绍了逻辑回归，以输出概率的形式来处理二分类问题。我们介绍了逻辑回归的 Cost function 表达式，并使用...

2-神经网络基础之逻辑回归

🔈 本节我们将开始介绍神经网络的基础：逻辑回归（Logistic Regression）。通过对逻辑回归模型结构的分析，为我们后面学习神...

1-Introduction

我们常常用深度学习这个术语来指训练神经网络的过程。有时它指的是特别大规模的神经网络训练。那么神经网络究竟是什么呢？

参考资料-面试指南

面向过程：面向过程的设计思路是自顶向下的，按功能划分称若干个基本模块，形成一个树状结构，各个模块的功能上相对独立。

文件和输入输出流

C++的 I/O是以一连串的字节流的方式进行的，在输入操作中，字节从设备（键盘，磁盘驱动器等）流向内存。在输出操作中，字节从内...

函数模板和类模板

思考:如果重载的函数，其解决问题的逻辑是一致的、函数体语句相同，只是处理的数据类型不同，那么写多个相同的函数体，是重复劳...

多态性

绑定机制：绑定是将一个标识符名和一个存储地址联系在一起的过程。

类的继承与派生

如果派生类声明一个和某基类成员同名的新成员（如果是成员函数，则参数表也要相同，参数不同的情况属于重载），派生的新成员就...

数组与指针

一、数组 数组的存储与初始化 一维数组 二维数组 数组作为函数参数 对象数组 对象数组——线性回归方程实例 class Point{ pub...

数据的共享与保护

块作用域中声明的，没有用static修饰的对象是动态生存期的对象（习惯称局部生存期对象）。

类与对象

类外(main()函数)不能访问 private 和 protected 类型，只能访问声明 public 的对外接口。

函数

当函数发生递归调用时，同一个局部变量在不同递归深度上可以同时存在不同的取值，这在底层是如何做到的？ 答：对同一个函数的多...

基础知识+字符串string类

有效地将一个较复杂的程序系统设计任务分解成许多易于控制和处理的子任务，便于开发和维护

构建第一个ArkTS应用（Stage模型）

为确保运行效果，本文以使用DevEco Studio 4.1 Beta1版本为例

开发准备

本文档适用于OpenHarmony应用开发的初学者。通过构建一个简单的具有页面跳转/返回功能的应用（如下图所示），快速了解工程目录...

应用开发导读

应用开发文档用于指导开发者通过OpenHarmony提供的接口完成应用开发。当前应用开发文档提供了在标准系统上开发应用的JS接口。

OpenHarmony三方组件

OpenHarmony三方组件，是经过验证可在OpenHarmony系统上可重复使用的软件组件，可帮助开发者快速开发OpenHarmony系统或应用。根...

OpenHarmony 5.0.0 Release

OpenHarmony 5.0.0 Release版本标准系统能力持续完善。

术语

方舟字节码（ArkCompiler Bytecode）文件，是ArkCompiler的编译工具链以源代码作为输入编译生成的产物，其文件后缀名为.abc。在...