宿主机 宿主 深度 实验室

实验 24:模板方法模式

[实验任务一]:数据库连接 对数据库的操作一般包括连接、打开、使用、关闭等步骤,在数据库操作模板类中我们定义了connDB()、openDB()、useDB()、closeDB()四个方法分别对应这四个步骤。对于不同类型的数据库(如SQL Server和Oracle),其操作步骤都一致,只是连接数据 ......
模板 模式 方法

实验19:中介者模式

[实验任务一]:虚拟聊天室 在“虚拟聊天室”实例中增加一个新的具体聊天室类和一个新的具体会员类,要求如下: 1. 新的具体聊天室中发送的图片大小不得超过20M。 2. 新的具体聊天室中发送的文字长度不得超过100个字符。 3. 新的具体会员类可以发送图片信息和文本信息。 4. 新的具体会员类在发送文 ......
中介者 中介 模式

实验 20:备忘录模式

[实验任务一]:多次撤销 改进课堂上的“用户信息操作撤销”实例,使得系统可以实现多次撤销(可以使用HashMap、ArrayList等集合数据结构实现)。 实验要求: 1. 提交源代码; package rjsj.no20; public class Client { public static v ......
备忘录 模式

实验 21:观察者模式

[实验任务一]:股票提醒 当股票的价格上涨或下降5%时,会通知持有该股票的股民,当股民听到价格上涨的消息时会买股票,当价格下降时会大哭一场。 实验要求: 1. 提交源代码; package test21; // 观察者接口,股民 interface Observer { void update(do ......
观察者 模式

实验 25:访问者模式

[实验任务一]:打包员 在我们课堂上的“购物车”的例子中,增加一个新的访问者:打包员,负责对购物车中货物装包。 实验要求: 1. 提交源代码,不要提交类图; package test25; public abstract class AbstractGoods implements Goods{ p ......
访问者 模式

实验6:原型模式

[实验任务一]:向量的原型 用C++完成数学中向量的封装,其中,用指针和动态申请支持向量长度的改变,使用浅克隆和深克隆复制向量类,比较这两种克隆方式的异同。 实验要求: 1. 画出对应的类图; 2. 提交源代码(用C++完成); #include "stdafx.h" using namespace ......
原型 模式

实验9:桥接模式

[实验任务一]:两个维度的桥接模式 用桥接模式实现在路上开车这个问题,其中,车可以是car或bus,路可以是水泥路或沥青路。 实验要求: 1. 画出对应的类图; 2. 提交源代码; #include <iostream> using namespace std; class Transportati ......
模式

实验10:组合模式

[实验任务一]:组合模式 用透明组合模式实现教材中的“文件夹浏览”这个例子。 实验要求: 1. 文件的执行不需真正实现,只需简单提示即可; 2. 提交源代码; #pragma once #include<iostream> #include<string> #include<vector> usin ......
模式

实验11:装饰模式

[实验任务一]:手机功能的升级 用装饰模式模拟手机功能的升级过程:简单的手机(SimplePhone)在接收来电时,会发出声音提醒主人;而JarPhone除了声音还能振动;更高级的手机(ComplexPhone)除了声音、振动外,还有灯光闪烁提示。 实验要求: 1. 提交类图; 2. 提交源代码; ......
模式

实验12:外观模式

[实验任务一]:计算机开启 在计算机主机(Mainframe)中,只需要按下主机的开机按钮(on()),即可调用其他硬件设备和软件的启动方法 ,如内存(Memory)的自检(check())、CPU的运行(run())、硬盘(HardDisk)的读取(read())、操作系统(OS)的载入(load ......
外观 模式

实验5:建造者模式

[实验任务一]:计算机组装 使用建造者模式,完成下述任务:计算机组装工厂可以将CPU、内存、硬盘、主机等硬件设备组装在一起构成计算机,计算机的类型可以是笔记本,也可以是台式机。 实验要求: 1. 画出对应的类图; 2. 提交源代码; package test5; public class Compu ......
模式

实验7:单例模式

[实验任务一]:学号的单一 仿照课堂的身份证的例子,实现每个同学仅有一个学号这一问题。 实验要求: 1. 画出对应的类图; 2. 提交源代码; package test7; public class Client { public static void main(String[] args) { ......
模式

实验8:适配器模式

[实验任务一]:双向适配器 实现一个双向适配器,使得猫可以学狗叫,狗可以学猫抓老鼠。 实验要求: 1. 画出对应的类图; 2. 提交源代码; public class Adapter implements CatTarget, DogAdaptee { private CatTarget catta ......
适配器 模式

实验3:工厂方法模式

[实验任务一]:加密算法 目前常用的加密算法有DES(Data Encryption Standard)和IDEA(International Data Encryption Algorithm)国际数据加密算法等,请用工厂方法实现加密算法系统。 实验要求: 1. 画出对应的类图; 2.提交该系统的 ......
工厂 模式 方法

实验4:抽象工厂模式

[实验任务一]:人与肤色 使用抽象工厂模式,完成下述产品等级结构: 实验要求: 1. 画出对应的类图; 2. 提交源代码; AbstractFactory类: package com.shiyan4; public interface AbstractFactory { public Man pro ......
工厂 模式

实验2:简单工厂模式

[实验任务一]:女娲造人 使用简单工厂模式模拟女娲(Nvwa)造人(Person),如果传入参数M,则返回一个Man对象,如果传入参数W,则返回一个Woman对象,如果传入参数R,则返回一个Robot对象。请用程序设计实现上述场景。 实验要求: 1. 画出对应的类图; 2. 提交源代码 TEST.J ......
工厂 模式

实验1:UML与面向对象程序设计原则

[实验任务一]:UML复习阅读教材第一章复习UML,回答下述问题:面向对象程序设计中类与类的关系都有哪几种?分别用类图实例说明。1. 继承关系a) 继承指的是一个类(称为子类、子接口)继承另外的一个类(称为父类、父接口)的功能,并可以增加它自己的新功能的能力b) 2. 实现关系a) 实现指的是一个c ......
程序设计 对象 原则 程序 UML

深度估计之SCDepth系列

SC-Depth系列。 SCDepthV1 之前的单目深度估计网络的重投影损失,更多的是利用前后帧的颜色误差进行约束,得到了比较精确的结果。但它们基本上都有一个共性问题:深度值不连续!连续几张图像之间的深度值不连续!也就是说,在不同的帧上产生尺度不一致的预测,因为它们承受了每帧图像的尺度不确定性。这 ......
深度 SCDepth

CUDA驱动深度学习发展 - 技术全解与实战

全面介绍CUDA与pytorch cuda实战 关注TechLead,分享AI全维度知识。作者拥有10+年互联网服务架构、AI产品研发经验、团队管理经验,同济本复旦硕,复旦机器人智能实验室成员,阿里云认证的资深架构师,项目管理专业人士,上亿营收AI产品研发负责人 一、CUDA:定义与演进 CUDA( ......
实战 深度 技术 CUDA

进行实验

开发软件在某种意义上就是一项实验。你想让程序做一些事情,然后开始编程,最后观察程序的运行结果是否与预想的一样。性能调优则是更有正式意义的实验。在开始性能调优前,必须要有正确的代码,即在某种意义上可以完成我们所期待的处理的代码。你需要擦亮眼睛审视这些代码,然后问自己:“为什么这些代码是热点?”为什么某 ......

网络安全创新实验课程设计

《网络安全创新实验》课程设计 学院 网络空间安全学院 姓名 黄民哲 胡宇轩 王玉婷 2023年 5月 19日 目录 一、网络拓扑设计 3 二、网络主机概况 3 三、主机部署过程 4 3.1 网关机gateway 4 3.2 攻击者主机 4 3.3 内网用户主机 4 3.4 内网服务器 5 四、存在漏 ......
网络安全 课程 网络

深度可分离卷积

深度可分离卷积,使用了一些 trick 极大减少卷积所需参数量和计算量。 理解深度可分离卷积 若需要对 12×12×3 的输入使用卷积,获得 8×8×256 的输出,直接的卷积方法是使用 256 个 5×5×3 的卷积核(无 padding、步长为 1,下同)。此时卷积层的参数量为 19200,卷积 ......
卷积 深度

深度学习图像复原之去雨:常用数据集介绍

可能有帮助的链接:https://paperswithcode.com/task/single-image-deraining 合成数据集 Rain100H 出自 CVPR 2017 论文 Deep Joint Rain Detection and Removal from a Single Ima ......
深度 图像 常用 数据

CHAT GPT全称及其发展历程深度剖析

CHAT GPT全称为Conversational Generative Pre-trained Transformer,是一种由OpenAI开发的自然语言处理模型。该模型旨在生成流畅且连贯的对话回复,从而在聊天机器人应用中表现出卓越的性能。 CHAT GPT的发展起始于OpenAI提出的GPT架构 ......
全称 深度 历程 CHAT GPT

动手学深度学习v2:数据操作+数据预处理

数据操作 import torch x=torch.arange(12) # x的output为 tensor([0,1,2,3,4,5,6,7,8,9,10,11]) # 可以通过张量的shape属性来访问张量的形状和张量中元素的总数 x.shape # output: torch.Size([1 ......
数据 深度

实验问题

过程 第一轮 标签 生成 最后一轮 标签 生成 ......
问题

Docker跨主机跨服务器迁移

​主要作用: 就是让配置好的容器,可以得到复用,后面用到得的时候就不需要重新配置。 其中涉及到的命令有: docker commit 将容器保存为镜像 docker save -o 将镜像备份为tar文件 docker load -i 根据tar文件恢复为镜像 老服务器 docker备份 [root ......
主机 服务器 Docker

域内主机信息收集

实验拓扑 查看本地用户 net user 查看域内用户 net user /domain 查看在线用户 query user 查看IP信息,看是否有域控 ipconfig/all 查看arp通信情况,看是否有其他网段网络 arp -a 查看网络外部连接状态 netstat -ano 查看DNS服务器 ......
主机 信息

机器学习周刊03:如何学习深度学习?2024 年学习生成式 AI 路线图、如何构建高效的RAG系统、苹果 腾讯最新论文、阿里DreaMoving

腾讯推出的 AppAgent,是一个多模态智能体,通过识别当前手机的界面和用户指令直接操作手机界面,能像真实用户一样操作手机! 机器学习周刊:关注Python、机器学习、深度学习、大模型等硬核技术 1、如何学习深度学习? 最近X上有推友重提这篇文章,是网友看过 Jeremy 教授的 fast.ai ......
路线图 DreaMoving 深度 周刊 路线

制约国产深度学习框架发展的根本原因 —— AI芯片的无法自主生产或量产

秉着没事就胡言乱语的宗旨,这里在接着胡说八道一下。 国外的深度学习框架如TensorFlow、pytorch、Jax打的如火如荼,按照以往惯例我们是不应该去做自主研发软件系统的,毕竟硬件不在掌握之下,搞出的软件质量又不如外国的好,但是随着中美贸易战的爆发这一切被改写。 国外的商用硬件和软件都开始对我 ......
框架 深度 芯片 根本 国产
共4900篇  :2/164页 首页上一页2下一页尾页