生成函数

通过前面的学习，我们了解到一个PHP文件在服务器端的执行过程包括以下两个大的过程： 递给php程序需要执行的文件， php程序完成基本的准备工作后启动PHP及Zend引擎， 加载注册的扩展模块。 初始化完成后读取脚本文件，Zend引擎对脚本文件进行词法分析，语法分析。然后编译成opcode执行。 如过安装了apc之类的opcode缓存， 编译环节可能会被跳过而直接从缓存中读取opcode执行。 在第二步中，词法分析、语法分析，编译中间代码，执行中间代码等各个部分统称为Zend虚拟机。 与Java、C#等编译型语言相比，PHP少了一个手动编译的过程，它们无需编译即可运行，我们称其为解释性语言。 Java有自己的Java虚拟机，它在多个平台上实现统一语言； C#有自己的.NET虚拟机，它在单一平台实现多种语言； PHP跟他们一样，也有属于自己的Zend虚拟机。它们在本质是相同的，它们都是抽象的计算机。 这些虚拟机都是在某种较底层的语言上抽象出另外一种语言，有自己的指令集，有自己的内存管理体系。 它们最终都会将抽象级别较高的语言实现转化为抽象级别较低的语言实现， 并且实现其它辅助功能，如内存管理，垃圾回收等机制， 以减少程序员在具体实现上的工作，从而可以将更多的时间和精力投入到业务逻辑中。 从抽象层次看，Zend虚拟机比Java等语言更高级一些，这里的高级不是说功能更强大或效率更高，

用函数生成随机数：（__Random） 1、在Jmeter中点击 选项－函数助手对话框： 2、在弹出的对话框中选__Random，填写随机数的范围，点击生成按钮，就看到需要的字符串了，然后复制出来 3、在请求中使用生成的随机数，把复制的字符串粘贴到请求的参数里 4、运行脚本后，可查看到该请求发送的数据中，contendId是随机的 来源： https://www.cnblogs.com/peiya/p/11957315.html

在一个 Android 应用中，我使用 FragmentPagerAdapter 来处理多 Fragment 页面的横向滑动。不过我碰到了一个问题，即当 Fragment 对应的数据集发生改变时，我希望能够通过调用 mAdapter.notifyDataSetChanged() 来触发 Fragment 页面使用新的数据调整或重新生成其内容，可是当我调用 notifyDataSetChanged() 后，发现什么都没发生。 搜索之后发现不止我一个人碰到这个问题，大家给出的解决办法五花八门，有些确实解决了问题，但是我总感觉问题没搞清楚。于是我决定搞明白这个问题到底是怎么回事，以及正确的用法到底如何。要搞明白这个问题，仅仅阅读文档并不足够，还需要阅读相关几个类的相关方法的实现，搞懂其设计意图。下面就是通过阅读源代码搞明白的内容。 【ViewPager】 ViewPager 如其名所述，是负责翻页的一个 View。准确说是一个 ViewGroup，包含多个 View 页，在手指横向滑动屏幕时，其负责对 View 进行切换。为了生成这些 View 页，需要提供一个 PagerAdapter 来进行和数据绑定以及生成最终的 View 页。 setAdapter() ViewPager 通过 setAdapter() 来建立与 PagerAdapter 的联系。这个联系是双向的，一方面

Python循环语句，对象 案例 1：斐波那契数列 案例 2：模拟cp操作 案例 3：生成8位随机密码 1 案例1：斐波那契数列 1.1 问题 编写 fib.py脚本，主要要求如下： 输出具有 10个数字的斐波那契数列 使用 for循环和range函数完成 改进程序，要求用户输入一个数字，可以生成用户需要长度的斐波那契数列 1.2 方案 斐波那契数列就是某一个数，总是前两个数之和，比如 0，1，1，2，3，5，8。由于输出是一串数字，可以用列表的结构存储。开始时，列表中有两个值，即0，1。然后通过循环向列表中追加元素，追加元素总是列表中最后两个元素值之和。 本例使用的是列表，不能使用元组，因为列表是一个可变类型，而元组是不可变类型。各种数据类型的比较如下： 按存储模型分类 标量类型：数值、字符串 容器类型：列表、元组、字典 按更新模型分类： 可变类型：列表、字典 不可变类型：数字、字符串、元组 按访问模型分类 直接访问：数字 顺序访问：字符串、列表、元组 映射访问：字典 由于循环次数是确定的，可以使用 for循环。python中的for循环与传统的for循环（计数器循环）不太一样，它更象shell脚本里的foreach迭代。python中的for接受可迭代对象（例如序列或迭代器）作为其参数，每次迭代其中一个元素。 for循环经常与range()函数一起使用。range函数语法如下：

1. Python数字类型的作用 Python数字类型用来存储数值，它是不可变对象，一旦定义之后，其值不可以被修改。如果改变了数字类型的值，就要重新为其分配内存空间。 定义一个数字类型的变量：a = 100, 变量a就存储了100这个数值 2. Python支持三种不同的数值类型 (1)整型(int)：Python整型数据，包含正整数和负整数。在Python3中，整型是没有限制大小的，也没有Python2中的Long类型。 同时可以使用十六进制(0x)或八进制(0o)来表示一个整数。 (2)浮点型(float): Python浮点型由整数部分和小数部分组成，也可以使用科学计数法表示，比如：3.14e+10, 60.99E-5 (3)复数(complex): 复数由实数部分和虚数部分组成，可以使用a + bj或者complex(a, b)来表示，其中a是实数部分，b是虚数部分。复数的实部a和虚部b都是浮点型。 3. Python数字类型转换 Python数字类型转换就是将一个数据内置的类型进行转换，而数据类型的转换，只需要将数据类型作为函数名即可。 数字类型转换的函数方法如下： int(x): 将x转换为一个整数； float(x): 将x转换为一个浮点数 complex(x): 将x转换为一个复数，其中实部为x，虚部为0； complex(x, y): 将x和y转换为一个复数

histfit是带正态拟合的频率直方图 我们用命令normrnd生成符合正态分布的随机数． normrnd(u,v,m,n) 其中，u表示生成随机数的期望，v代表随机数的方差． 运行： a=normrnd(10,2,10000,1); histfit(a) %% 我们可以得到正态分布的统计直方图与其正态分布拟合曲线． 　　 来源： https://www.cnblogs.com/liuhaiqing/p/11890165.html

生成对抗网络因为优雅的创意和优秀的性能吸引了很多研究者与开发者，本文从简洁的案例出发详解解释了 DCGAN，包括生成器的解卷积和判别器的卷积过程。此外，本文还详细说明了 DCGAN 的实现过程，是非常好的实践教程。 热身 假设你附近有个很棒的派对，你真的非常想去。但是，存在一个问题。为了参加聚会，你需要一张特价票——但是，票已经卖完了。 等等！难道这不是关于生成对抗网络（Generative Adversarial Networks）的文章吗？是的，没错。但是请先忍忍吧，这个小故事还是很值得一说的。 好的，由于派对的期望值很高，组织者聘请了一个有资质的安全机构。他们的主要目标是不允许任何人破坏派对。为了做到这一点，场地的入口安排了很多警卫，检查每个人门票的真实性。 你并没有什么武打天赋能硬闯进去。所以，唯一的途径是通过一张非常有说服力的假票瞒天过海。 不过，这个计划存在一个很大的问题——你没见过真票长什么样。 即使根据自己的创造力设计了一张票，你是不可能在第一次尝试时能骗过警卫的。此外，如果没有一张足够真实的派对假票，带着自己做的假票进门无异于自投罗网。 为了解决这个问题，你决定打电话给你的朋友 Bob 帮你点忙。 Bob 的任务非常简单。他将用你做的假票尝试混进派对中去。如果他被拒之门外，他将为你带回有关票面样式的有用提示。 基于这个反馈，你可以再试着做一张新版假票交给 Bob

首先是各种参考博客、链接等，表示感谢。 1、参考博客1： 地址 ——以下，开始正文。 2017/12/12 更新 解决训练不收敛的问题。 更新在最后面部分。 1、DCGAN的简单总结 稳定的深度卷积GAN 架构指南: 所有的pooling层使用步幅卷积(判别网络)和微步幅度卷积(生成网络)进行替换。 在生成网络和判别网络上使用批处理规范化。 对于更深的架构移除全连接隐藏层。 在生成网络的所有层上使用RelU激活函数，除了输出层使用Tanh激活函数。 在判别网络的所有层上使用LeakyReLU激活函数。 图： LSUN 场景模型中使用的DCGAN生成网络。一个100维度的均匀分布z映射到一个有很多特征映射的小空间范围卷积。一连串的四个微步幅卷积（在最近的一些论文中它们错误地称为去卷积），将高层表征转换为64*64像素的图像。明显，没有使用全连接层和池化层。 2、DCGAN的实现 DCGAN原文 作者是生成了卧室图片，这里参照前面写的参考链接中，来生成动漫人物头像。生成效果如下： 暂且先不放，因为还没开始做。 2.1 搜集原始数据集 首先是需要获取大量的动漫图像，这个可以利用爬虫爬取一个 动漫网站：konachan.net 的图片。爬虫的代码如下所示： import requests # http lib from bs4 import BeautifulSoup # climb

Go 的 reflect 机制和 reflect 包 概述 虽然 Go 是静态语言，然而还是提供了 reflect 机制，并且定义了 reflect 包来辅助反射处理。在 reflect 包中，最重要的两个类型就是 Type和Value，分别从类型、值的角度来描述一个 Go 对象。 Type 类型是一个接口，这个接口实现了 String() string 方法。 Value 类型是一个结构，但是并未定义任何导出字段，同样定义了 String() string 方法。 使用如下语句来导入 reflect 包 import "reflect" 注意 : 1.本文中出现在类型章节的函数，都是 Type 的方法。由于接口的特殊性，无法明确其 receiver 是指针还是值，所以并未显示其 receiver ，但都是有 receiver 的 2.很多方法都有要求，如果要求不满足，那么 panic 3.Value 类型也有零值，零值只能调用 IsValid()/String()/Kind() 方法，其余方法都会 panic 下面我们将依次介绍不同类型的对象和它对应的 Type/Value 对象 Go 的 reflect 机制和 reflect 包 1 类型 3 值 4 算术类型的 Go 对象 : 6 Go 的 reflect 机制和 reflect 包 1 类型 3 Kind 类型 4 值 4

生成器 1.什么是生成器？ ​ -生成的工具 ​ -生成器是一个自定义的迭代器，本质上是一个迭代器。 2.如何实现生成器？ -但凡在函数内定义的yield ​ -调用函数时，函数体代码不会执行 ​ 会返回一个结果，这个结果就是生成器。 3.yield ​ -每一次的yield都会往生成器对象中添加一个值。 ​ -yield只能在函数内定义 ​ -yield可以保存函数的暂停状态 yield和return的对比 ​ -相同点： ​ 返回值的是不限制的； ​ -不同点 ​ return一次只可以返回一次值，yield可以返回多个值juli 自定义的迭代器 def func(): print('from func') yield 'tank' res = func() print(res) >>>>>>> <generator object func at 0x000001C66A88BA98>####生成器 # 当我们通过__next__取值时，才会执行函数体代码。 def func(): print('from func') yield 'tank' res = func() print(res.__next__()) >>>>>>>>> from ('tank', 'asss') 举例 def func(): print('开始准备下蛋') print('1---火鸡蛋1')