logo
publist
写文章

简介

该用户还未填写简介

擅长的技术栈

可提供的服务

暂无可提供的服务

[DDD大营销-设计模式相关]

考察点:DDD (领域驱动设计) 理解参考回答定位:基于 DDD 分层架构,倾向于贫血模型与充血模型结合解释:①实体类(Entity)主要承载数据(偏贫血);②核心业务逻辑未堆砌在 Service 中,通过领域服务(Domain Service,如 RaffleStrategy)配合设计模式(责任链、规则树)组织;③部分核心逻辑(如解析规则字符串)封装在实体(StrategyEntity)中(偏充

#设计模式
【DAY 4】

你可以把的服务员 (Controller/App层)端来一个盘子,盘子里放着顾客的点单条(用户ID、菜品ID)。这个盘子就是 RaffleFactorEntity(输入)。好处:服务员不需要左手拿用户ID,右手拿策略ID,直接端个盘子就行。大厨 (Domain层)接过盘子,开始根据单子炒菜(执行抽奖逻辑、规则过滤)。大厨炒好菜后,不会直接把菜扔给服务员,而是装在一个精美的餐盒里,餐盒上还贴着标签(

#java#开发语言
模型训练步骤

1.准备数据2.加载数据3.加载模型4.设置损失函数5.设置优化器6.开始训练7.开始测试最后验证结果展示。

文章图片
#深度学习#pytorch#人工智能
卷积神经网络

其中 W1 和 H1 表示输入的长宽, F表示卷积核的长和宽, S表示步长, P表示边界填充。输出的y均在0到1之间,且所以输出值之和为1, 常用于分类问题。LSTM:在RNN基础上进行改进,加了C控制参数,控制当前模型复杂度。1.传统网络输入要把数据拉成一维,而卷积可以用三维数据输入(张量)反向传播:计算梯度,之后根据梯度选择合适的优化器来对参数进行更新。长:H2 = (H1 - FH + 2

文章图片
#cnn#深度学习#人工智能
到底了