cls

Class类对象的三种实例化方式

两盒软妹~` 提交于 2019-11-27 00:31:09
1. 通过对象实例化 1 class Person { 2 3 } 4 public class Test { 5 public static void main(String[] args) throws ClassNotFoundException { 6 Person person = new Person(); 7 Class<? extends Person> cls = person.getClass(); 8 System.out.println(cls.getName()); 9 System.out.println(cls); 10 } 11 } 先实例化对象,通过对象.getClass方法实例化 2. 由于1中必须要先有对象,所以在没有对象的情况下,可以通过类名称.class方式 1 class Person { 2 3 } 4 public class Test { 5 public static void main(String[] args) throws ClassNotFoundException { 6 Class<? extends Person> cls = Person.class; 7 System.out.println(cls.getName()); 8 System.out.println(cls); 9 } 10 } 3.

<人人都懂设计模式>-单例模式

强颜欢笑 提交于 2019-11-27 00:19:16
这个模式,我还是了解的。 书上用了三种不同的方法。 class Singleton1: # 单例实现方式1 __instance = None __is_first_init = False def __new__(cls, name): if not cls.__instance: Singleton1.__instance = super().__new__(cls) return cls.__instance def __init__(self, name): if not self.__is_first_init: self.__name = name self.__is_first_init = True def get_name(self): return self.__name tony = Singleton1('Tony') karry = Singleton1('karry') print(tony.get_name(), karry.get_name()) print(id(tony), id(karry)) print(tony == karry) print("=======单例实现方式1========") class Singleton2(type): # 单例实现方式2 def __init__(cls, what, bases=None, dict

单例模式

你。 提交于 2019-11-27 00:05:20
一、内容 保证一个类只有一个实例,并提供一个访问它的全局访问点 二、角色 单例 三、使用场景 当类只有一个实例而且客户可以从一个众所周知的访问点访问它时 比如:数据库链接、Socket创建链接 四、优点 对唯一实例的受控访问 单利相当于全局变量,但防止了命名空间被污染 与单利模式功能相似的概念:全局变量、静态变量(方法) 试问?为什么用单例模式,不用全局变量呢?   答、全局变量可能会有名称空间的干扰,如果有重名的可能会被覆盖 五、单例模式的四种实现方式 1、文件导入的形式(常用) s1.py class Foo(object): def test(self): print("123") v = Foo() #v是Foo的实例 s2.py from s1 import v as v1 print(v1,id(v1)) #<s1.Foo object at 0x0000000002221710> 35788560 from s1 import v as v2 print(v1,id(v2)) #<s1.Foo object at 0x0000000002221710> 35788560 # 两个的内存地址是一样的 # 文件加载的时候,第一次导入后,再次导入时不会再重新加载 2、基于类实现的单例模式 # ======================单例模式:无法支持多线程情况=====

Tensorflow版Faster RCNN源码解析(TFFRCNN) (15) VGGnet_train.py

徘徊边缘 提交于 2019-11-26 23:30:57
本blog为github上 CharlesShang/TFFRCNN 版源码解析系列代码笔记 --------------- 个人学习笔记 --------------- ---------------- 本文作者吴疆 -------------- ------ 点击此处链接至博客园原文 ------ 与VGGnet_test.py相比,VGGnet_train.py需要馈入更多的变量,与train.py中train_model(...)函数定义的feed_dict相照应,此外,还增加了name为rpn-data、roi-data、drop6和drop7的网络处理层, keep_prob 为dropout的比例 # train.py中train_model(...)函数定义的feed_dict feed_dict={ self.net.data: blobs['data'], self.net.im_info: blobs['im_info'], self.net.keep_prob: 0.5, self.net.gt_boxes: blobs['gt_boxes'], self.net.gt_ishard: blobs['gt_ishard'], self.net.dontcare_areas: blobs['dontcare_areas'] } VGGnet_train

Tensorflow版Faster RCNN源码解析(TFFRCNN) (13) gt_data_layer/roidb.py

╄→гoц情女王★ 提交于 2019-11-26 22:21:06
本blog为github上 CharlesShang/TFFRCNN 版源码解析系列代码笔记 --------------- 个人学习笔记 --------------- ---------------- 本文作者吴疆 -------------- ------ 点击此处链接至博客园原文 ------ 定义函数与roi_data_layer/roidb.py类似 1.prepare_roidb(imdb) 给imdb.roidb增加'info_boxes'字段信息,shape为N* 18,18表示(cx, cy, scale_ind, box, scale_ind_map, box_map, gt_label, gt_sublabel, target), 未见调用 get_boxes_grid(image_height, image_width) (由C编译)未知函数意义 为何imdb.roidb中既有gt roi又有一般的roi???ex_rois和gt_rois??? 默认 无 cfg.TRAIN.SCALE_MAPPING 值,将报错,该函数并未被执行 # 为imdb.roidb增加'info_boxes'字段信息 # 包含(cx, cy, scale_ind, box, scale_ind_map, box_map, gt_label, gt_sublabel,

Day7

本秂侑毒 提交于 2019-11-26 20:34:52
1.继承 1.1 单继承# ### 继承 """ (1) 单继承 (2) 多继承 至少2个类,子类和父类 一个类继承另外一个类,当前类是子类 (衍生类) 被继承的这个类是父类.(基类,超类) python 所有类的父类都是object """ # 1.子父继承后,子类可以使用父类的公有方法 class Father(): skin = "黑色的" __sex = "男性" def hobby(self): print("爱好喜欢大篮球") def __smoke(self): print("老爸喜欢抽大麻") class Daughter(Father): pass obj = Daughter() print(obj.skin) obj.hobby() # 2.子父继承后,子类不能调用父类的私有方法 class Son(Father): def pub_func(self): print(self.__sex) #error obj = Son() # print(obj.__sex) # obj.pub_func() # 3.子父继承后,子类可以改写父类方法 """self对象优先调用本类中的方法,如果本类当中没有再调用父类.""" class n_selfchild(Father): skin = "白色的" def hobby(self): print("白种人喜欢种大麻"

python singleton 4种单例

*爱你&永不变心* 提交于 2019-11-26 17:41:34
def singleton(cls, *args, **kwargs): instances = {} def inner(cls, *args, **kwargs): if cls not in instances: instances[cls] = cls(*args, **kwargs) return instances[cls] return inner @singleton class Test1: pass # 推荐使用这种 简单好用 线程安全 # =========================================================== import threading class Singleton: def __init__(self, cls): self.__cls = cls self.__instance = None self._lock = threading.Lock() def __call__(self, *args, **kwargs): self._lock.acquire() if self.__instance is None: self.__instance = self.__cls(*args, **kwargs) self._lock.release() return self.__instance

简单管理系统(框架已有,功能待完善)

筅森魡賤 提交于 2019-11-26 17:04:39
闲暇之余所作,功能未完善,望见谅。 #include <stdio.h> #include <stdlib.h> #include <ctype.h> #include <string.h> #include <windows.h> #include <time.h> #include <math.h> #include <unistd.h> typedef struct Information{//结点 char sName[10]; //姓名 char sPhoneNum[12]; //电话号码 char sID[19]; //身份证 char sPassword[20]; //密码 char sAccount[20]; //账号 struct Information *next; //指针域 }Node; #define MAX 100 int hh=11; int pp=11; int kk=22; int ll=11; char ch; int a[MAX]; int len; int love; int cc=0; Node *head=NULL; void keep2(); void Loading(); //加载 void SamllMune(); //小界面 void login(); //开户 void registered(); //登录 void read(

Python爬虫scrapy框架的源代码分析

北城以北 提交于 2019-11-26 16:57:29
scrapy框架流程图 推荐三个网址:官方1.5版本:https://doc.scrapy.org/en/latest/topics/architecture.html 点击打开链接 官方0.24版本(中文):https://scrapy-chs.readthedocs.io/zh_CN/0.24/topics/architecture.html 点击打开链接 scrapy中文网1.5版本:http://www.scrapyd.cn/doc/137.html 点击打开链接 图十分的重要 创建项目与配置环境后各部分组件: 上图主要是关于各个组件的作用! 下面是部分组件的详情: 首先主要是项目写代码部分: 项目名.py(eg:baidu.py) 项目一百度——eg:baidu.py # -*- coding: utf-8 -*- import scrapy # scrapy: 是一个基于异步+多线程的方式运行爬虫的框架,内部的函数都是以回调的形式执行的,不能手动调用。 class BaiduSpider(scrapy.Spider): # name: 自定义的爬虫名称,运行爬虫的时候就通过这个name的值运行的。name的值是唯一的。 name = 'baidu' # allowed_domains:允许访问的网站的域名。没有设置的无法访问。 allowed_domains = [

Tensorflow版Faster RCNN源码解析(TFFRCNN) (10) roi_data_layer/roidb.py

烈酒焚心 提交于 2019-11-26 15:51:40
本blog为github上 CharlesShang/TFFRCNN 版源码解析系列代码笔记 --------------- 个人学习笔记 --------------- ---------------- 本文作者吴疆 -------------- ------ 点击此处链接至博客园原文 ------ """Transform a roidb into a trainable roidb by adding a bunch of metadata 元数据.""" 1.prepare_roidb(imdb) roidb = imdb.roidb ,增加 roidb[i]中'image'(记录图像路径)、'width'(记录图像宽)、'height'(记录图像高)、'max_classes'(记录图像中各roi与哪类gt IOU最大)、'max_overlaps'(记录各roi与gt最大的IOU值)字段赋值得到( 'imdb' )数据集所有图像的roidb, 未见调用 # 增加roidb[i]中'image'(记录图像路径)、'width'(记录图像宽)、'height'(记录图像高)、 # 'max_classes'(记录该图像中各roi与哪类gt IOU最大)、'max_overlaps'(记录各roi与gt最大的IOU值)字段赋值得到数据集所有图像的roidb def