-
13.21 练习
13.21 练习 13.21 练习 (1)创建一个有文字字段和三个按钮的程序片。当我们按下每个按钮时，使不同的文字显示在文字段中。 (2)增加一个复选框到练习1创建的程序中，捕捉事件，并插入不同的文字到文字字段中。 (3)创建一个程序片并增加所有导致action()被调用的组件，然后捕捉他们的事件并在文字字段中为每个组件显示一个特定的消息。 (4... -
6.11 练习
6.11 练习 6.11 练习 (1) 用默认构建器（空自变量列表）创建两个类：A和B，令它们自己声明自己。从A继承一个名为C的新类，并在C内创建一个成员B。不要为C创建一个构建器。创建类C的一个对象，并观察结果。 (2) 修改练习1，使A和B都有含有自变量的构建器，则不是采用默认构建器。为C写一个构建器，并在C的构建器中执行所有初始化工作。 (3... -
10.3 本身的缺陷：RandomAccessFile
10.3 本身的缺陷：RandomAccessFile 10.3 本身的缺陷：RandomAccessFile RandomAccessFile用于包含了已知长度记录的文件，以便我们能用seek()从一条记录移至另一条；然后读取或修改那些记录。各记录的长度并不一定相同；只要知道它们有多大以及置于文件何处即可。 首先，我们有点难以相信RandomAcc... -
第14章 多线程
第14章 多线程 第14章 多线程 利用对象，可将一个程序分割成相互独立的区域。我们通常也需要将一个程序转换成多个独立运行的子任务。 象这样的每个子任务都叫作一个“线程”（Thread）。编写程序时，可将每个线程都想象成独立运行，而且都有自己的专用CPU。一些基础机制实际会为我们自动分割CPU的时间。我们通常不必关心这些细节问题，所以多线程的代码编写... -
空标题文档
20.2 让 GUI 做点事情 现在有了一个非常基本的 GUI，这个窗口中包含一个按钮。不过它什么也做不了。我们还没有编写代码来告诉程序当有人点击按钮时要做些什么。这就像有一辆汽车，虽然有车身和四个轮子，但是没有发动机。尽管看起来不错，可是哪里也去不了。 我们需要一些代码让程序运行起来。对于 PyQt 程序来说，起码要有下面这些代码： 代码清单 ... -
5.7 误差反向传播法的实现
5.7 误差反向传播法的实现 5.7.1 神经网络学习的全貌图 5.7.2 对应误差反向传播法的神经网络的实现 5.7 误差反向传播法的实现 通过像组装乐高积木一样组装上一节中实现的层，可以构建神经网络。本节我们将通过组装已经实现的层来构建神经网络。 5.7.1 神经网络学习的全貌图 在进行具体的实现之前，我们再来确认一下神经网络学习的全貌图。... -
5.8 小结
5.8 小结 5.8 小结 本章我们介绍了将计算过程可视化的计算图，并使用计算图，介绍了神经网络中的误差反向传播法，并以层为单位实现了神经网络中的处理。我们学过的层有 ReLU 层、Softmax-with-Loss 层、Affine 层、Softmax 层等，这些层中实现了 forward 和 backward 方法，通过将数据正向和反向地传播，... -
7.6.2 克鲁斯卡尔（Kruskal）算法
7.6.2 克鲁斯卡尔（Kruskal）算法 7.6.2 克鲁斯卡尔（Kruskal）算法 现在我们来换一种思考方式，普里姆（Prim）算法是以某顶点为起点，逐步找各顶点上最小权值的边来构建最小生成树的。这就像是我们如果去参观某个展会，例如世博会，你从一个入口进去，然后找你所在位置周边的场馆中你最感兴趣的场馆观光，看完后再用同样的办法看下一个。可我们为...