函数不是封装的吗?下面的例子是不是破坏了函数的封装性了?还想问问return的用法,谁能详解一下

武学鸠摩智 2015-11-03 05:46:20
function sanhai(num1,num2){
var total=num1*num2;
return total;
}
var taitai=sanhai(10,2);
alert(taitai);

这个是不是破坏了函数的封装性?

还有return的用法,谁能详解一下,小弟是新手,再次谢过
...全文
136 7 打赏 收藏 转发到动态 举报
写回复
用AI写文章
7 条回复
切换为时间正序
请发表友善的回复…
发表回复
街头小贩 2015-11-03
  • 打赏
  • 举报
回复
封装不可以有返回值吗?函数(有返回值),过程(没有返回值)
天际的海浪 2015-11-03
  • 打赏
  • 举报
回复
引用 5 楼 xue1881999 的回复:
你想,alert(taitai)应该包含在大括号里啊
这就要看你的函数的具体功能需要了。 如果函数的计算结果始终都是要在弹出框中输出,就可以把 alert(); 写在函数体内。 但是这样一来函数的输出方式就定死了,当在程序的某个地方要用函数的计算结果做一些其它的事情就没办法了
武学鸠摩智 2015-11-03
  • 打赏
  • 举报
回复
你想,alert(taitai)应该包含在大括号里啊
天际的海浪 2015-11-03
  • 打赏
  • 举报
回复
引用 3 楼 xue1881999 的回复:
封装性就是它是一整块的,在{ 语句块}之间
你是怎么觉得是破坏了函数的封装性的
武学鸠摩智 2015-11-03
  • 打赏
  • 举报
回复
封装性就是它是一整块的,在{ 语句块}之间
天际的海浪 2015-11-03
  • 打赏
  • 举报
回复
这很正常啊, return就是跳出当前函数,并设置函数的返回值
Go 旅城通票 2015-11-03
  • 打赏
  • 举报
回复
封装性什么意思?第一次听说。。。。。 return是函数的返回值,如果你没有return语句,那么默认返回undefined
卷积神经网络(Convolutional Neural Networks, CNNs 或 ConvNets)是一类深度神经网络,特别擅长处理图像相关的机器学习和深度学习任务。它们的名称来源于网络中使用了一种叫做卷积的数学运算。以下是卷积神经网络的一些关键组件和特: 卷积层(Convolutional Layer): 卷积层是CNN的核心组件。它们通过一组可学习的滤波器(或称为卷积核、卷积器)在输入图像(或上一层的输出特征图)上滑动来工作。 滤波器和图像之间的卷积操作生成输出特征图,该特征图反映了滤波器所捕捉的局部图像特(如边缘、角点等)。 通过使用多个滤波器,卷积层可以提取输入图像中的多种特征。 激活函数(Activation Function): 在卷积操作之后,通常会应用一个激活函数(如ReLU、Sigmoid或tanh)来增加网络的非线。 池化层(Pooling Layer): 池化层通常位于卷积层之后,用于降低特征图的维度(空间尺寸),减少计算量和参数数量,同时保持特征的空间层次结构。 常见的池化操作包括最大池化(Max Pooling)和平均池化(Average Pooling)。 全连接层(Fully Connected Layer): 在CNN的末端,通常会有几层全连接层(也称为密集层或线层)。这些层中的每个神经元都与前一层的所有神经元连接。 全连接层通常用于对提取的特征进行分类或回归。 训练过程: CNN的训练过程与其他深度学习模型类似,通过反向传播算法和梯度下降(或其变种)来优化网络参数(如滤波器权重和偏置)。 训练数据通常被分为多个批次(mini-batches),并在每个批次上迭代更新网络参数。 应用: CNN在计算机视觉领域有着广泛的应用,包括图像分类、目标检测、图像分割、人脸识别等。 它们也已被扩展到处理其他类型的数据,如文本(通过卷积一维序列)和音频(通过卷积时间序列)。 随着深度学习技术的发展,卷积神经网络的结构和设计也在不断演变,出现了许多新的变体和改进,如残差网络(ResNet)、深度卷积生成对抗网络(DCGAN)等。

87,926

社区成员

发帖
与我相关
我的任务
社区描述
Web 开发 JavaScript
社区管理员
  • JavaScript
  • 无·法
加入社区
  • 近7日
  • 近30日
  • 至今
社区公告
暂无公告

试试用AI创作助手写篇文章吧