ホームページ バックエンド開発 PHPチュートリアル PHP5_PHP教程のクラスとオブジェクト

PHP5_PHP教程のクラスとオブジェクト

Jul 13, 2016 pm 05:21 PM
and php5 意味 物体 モデル 親切 プログラミング のために

PHP5_PHP教程のクラスとオブジェクト 第 1 页 第一节 面向对象编程 [1]
PHP5_PHP教程のクラスとオブジェクト 第 2 页 第二节 对象模型 [2]
PHP5_PHP教程のクラスとオブジェクト 第 3 页 第三节 定义一个类 [3]
PHP5_PHP教程のクラスとオブジェクト 第 4 页 第四节 构造函数和析构函数 [4]
PHP5_PHP教程のクラスとオブジェクト 第 5 页 第五节 克隆 [5]
PHP5_PHP教程のクラスとオブジェクト 第 6 页 第六节 访问属性和方法 [6]
PHP5_PHP教程のクラスとオブジェクト 第 7 页 第七节 类的静态成员 [7]
PHP5_PHP教程のクラスとオブジェクト 第 8 页 第八节 访问方式 [8]
PHP5_PHP教程のクラスとオブジェクト 第 9 页 第九节 绑定 [9]
PHP5_PHP教程のクラスとオブジェクト 第 10 页 第十节 抽象方法和抽象类 [10]
PHP5_PHP教程のクラスとオブジェクト 第 11 页 第十一节 重载 [11]
PHP5_PHP教程のクラスとオブジェクト 第 12 页 第十二节 类的自动加载 [12]
PHP5_PHP教程のクラスとオブジェクト 第 13 页 第十三节 对象串行化 [13]
PHP5_PHP教程のクラスとオブジェクト 第 14 页 第十四节 命名空间 [14]
PHP5_PHP教程のクラスとオブジェクト 第 15 页 第十五节 Zend引擎的发展 [15]

PHP5_PHP教程のクラスとオブジェクト
tru​​ehttp://www.bkjia.com/PHPjc/532458.html

著者: Leon Atkinson 翻訳: Haohappy

オブジェクト指向プログラミングは、大規模なソフトウェア プロジェクト、特に複数人が関与するプロジェクトにソリューションを提供するように設計されています。ソース コードが 10,000 行以上になると、すべての変更が望ましくない副作用を引き起こす可能性があります。この状況は、モジュールが秘密を形成するときに発生します。第一次世界大戦前のヨーロッパのような同盟です。

//haohappy 注: これは、モジュール間の相関関係が高すぎ、相互依存性が強すぎることを意味します。ログインを処理するモジュールを使用すると、クレジット カード処理モジュールがそのデータベース接続を共有できるようになります。もちろん、開始点は適切です。これにより、別のデータベースに接続する必要がなくなります。ただし、場合によっては、ログイン処理モジュールがいずれかの名前を変更することがあります。これにより、クレジット カード モジュールで処理エラーが発生し、その結果、請求書を処理するモジュールでエラーが発生する可能性があります。これにより、システム内のすべての関連モジュールが誤動作する可能性があります
。したがって、大多数のプログラマーがカップリングとカプセル化に感謝しているのは、少し劇的なことだと思います。カップリングは 2 つのモジュール間の依存度の尺度であり、カップリングが少ないほど、より良いものを抽出できると考えています。既存のプロジェクトからモジュールを取り出して、別の新しいプロジェクトで使用することもできます。また、カプセル化の原理により、モジュールが相対的に扱われるため、モジュール内で大規模な変更を行うこともできます。独立しており、モジュール間のデータ通信はインターフェイスを介して行われます。モジュールは互いの変数名を介して相互に監視することはなく、関数を介して丁寧にリクエストを送信します。 カプセル化は、PHP およびどのプログラミング言語でも使用できる原則です。多くの手続き型言語では、怠惰になりがちです。オブジェクト指向プログラミングは、プログラマーがカプセル化の原則に違反しない方法を実現することを目的としています。プログラミングでは、モジュールはオブジェクトに編成されます。これらのオブジェクトにはメソッドとプロパティがあります。プログラミングの観点から見ると、メソッドはオブジェクトの機能であり、属性はオブジェクトの特性です。理想的なオブジェクト指向システムでは、システムはオブジェクトとオブジェクト間のメソッドで構成されます。

オブジェクトのプロパティを定義します。 cookie オブジェクトの場合、クラスは cookie マシンになります。クラスのプロパティとメソッドは、呼び出されるメンバーです。PHP は、オブジェクトにアクセスするためのさまざまな方法を C++ から借用し、データ型を提供します。識別子の下に関数と変数を含める。 PHP が最初に設計されたとき、そして PHP3 が開発されたときでさえ、PHP はコード 100,000 行を超える大規模プロジェクトを開発する機能を提供することを目的としていませんでした。 PHP や Zend エンジンの発展により、大規模なプロジェクトを開発できるようになりましたが、プロジェクトがどれほど大きくても、クラス内にスクリプトを記述すればコードを再利用できます。これは、特に自分のコードを他の人と共有したい場合には良いアイデアです。

オブジェクトの考え方は、コンピューターサイエンスにおいて最もエキサイティングな概念の 1 つです。最初はそれをマスターするのは難しいですが、一度マスターすれば、心で考えることが非常に自然に感じられるようになるでしょう。










http://www.bkjia.com/PHPjc/532458.html

www.bkjia.com

技術記事
ページ 1 セクション 1 オブジェクト指向プログラミング [1] ページ 2 セクション 2 オブジェクト モデル [2] ページ 3 セクション 3 クラスの定義 [3] ページ 4 セクション 4 コンストラクターとデストラクター [4] ページ 5...

このウェブサイトの声明
この記事の内容はネチズンが自主的に寄稿したものであり、著作権は原著者に帰属します。このサイトは、それに相当する法的責任を負いません。盗作または侵害の疑いのあるコンテンツを見つけた場合は、admin@php.cn までご連絡ください。

ホットAIツール

Undresser.AI Undress

Undresser.AI Undress

リアルなヌード写真を作成する AI 搭載アプリ

AI Clothes Remover

AI Clothes Remover

写真から衣服を削除するオンライン AI ツール。

Undress AI Tool

Undress AI Tool

脱衣画像を無料で

Clothoff.io

Clothoff.io

AI衣類リムーバー

AI Hentai Generator

AI Hentai Generator

AIヘンタイを無料で生成します。

ホットツール

メモ帳++7.3.1

メモ帳++7.3.1

使いやすく無料のコードエディター

SublimeText3 中国語版

SublimeText3 中国語版

中国語版、とても使いやすい

ゼンドスタジオ 13.0.1

ゼンドスタジオ 13.0.1

強力な PHP 統合開発環境

ドリームウィーバー CS6

ドリームウィーバー CS6

ビジュアル Web 開発ツール

SublimeText3 Mac版

SublimeText3 Mac版

神レベルのコード編集ソフト(SublimeText3)

MLP に代わる KAN は、オープンソース プロジェクトによって畳み込みまで拡張されました MLP に代わる KAN は、オープンソース プロジェクトによって畳み込みまで拡張されました Jun 01, 2024 pm 10:03 PM

今月初め、MIT やその他の機関の研究者らは、MLP に代わる非常に有望な代替案である KAN を提案しました。 KAN は、精度と解釈可能性の点で MLP よりも優れています。また、非常に少数のパラメーターを使用して、多数のパラメーターを使用して実行する MLP よりも優れたパフォーマンスを発揮できます。たとえば、著者らは、KAN を使用して、より小規模なネットワークと高度な自動化で DeepMind の結果を再現したと述べています。具体的には、DeepMind の MLP には約 300,000 個のパラメーターがありますが、KAN には約 200 個のパラメーターしかありません。 KAN は、MLP が普遍近似定理に基づいているのに対し、KAN はコルモゴロフ-アーノルド表現定理に基づいているのと同様に、強力な数学的基礎を持っています。以下の図に示すように、KAN は

総合的にDPOを超える:Chen Danqi氏のチームはシンプルなプリファレンス最適化SimPOを提案し、最強の8Bオープンソースモデルも洗練させた 総合的にDPOを超える:Chen Danqi氏のチームはシンプルなプリファレンス最適化SimPOを提案し、最強の8Bオープンソースモデルも洗練させた Jun 01, 2024 pm 04:41 PM

大規模言語モデル (LLM) を人間の価値観や意図に合わせるには、人間のフィードバックを学習して、それが有用で、正直で、無害であることを確認することが重要です。 LLM を調整するという点では、ヒューマン フィードバックに基づく強化学習 (RLHF) が効果的な方法です。 RLHF 法の結果は優れていますが、最適化にはいくつかの課題があります。これには、報酬モデルをトレーニングし、その報酬を最大化するためにポリシー モデルを最適化することが含まれます。最近、一部の研究者はより単純なオフライン アルゴリズムを研究しており、その 1 つが直接優先最適化 (DPO) です。 DPO は、RLHF の報酬関数をパラメータ化することで、選好データに基づいてポリシー モデルを直接学習するため、明示的な報酬モデルの必要性がなくなります。この方法は簡単で安定しています

OpenAI データは必要ありません。大規模なコード モデルのリストに加わりましょう。 UIUC が StarCoder-15B-Instruct をリリース OpenAI データは必要ありません。大規模なコード モデルのリストに加わりましょう。 UIUC が StarCoder-15B-Instruct をリリース Jun 13, 2024 pm 01:59 PM

ソフトウェア テクノロジの最前線に立つ UIUC Zhang Lingming のグループは、BigCode 組織の研究者とともに、最近 StarCoder2-15B-Instruct 大規模コード モデルを発表しました。この革新的な成果により、コード生成タスクにおいて大きな進歩が達成され、CodeLlama-70B-Instruct を上回り、コード生成パフォーマンス リストのトップに到達しました。 StarCoder2-15B-Instruct のユニークな特徴は、その純粋な自己調整戦略であり、トレーニング プロセス全体がオープンで透過的で、完全に自律的で制御可能です。このモデルは、高価な手動アノテーションに頼ることなく、StarCoder-15B 基本モデルの微調整に応じて、StarCoder2-15B を介して数千の命令を生成します。

LLMはすべて完了しました! OmniDrive: 3D 認識と推論プランニングの統合 (NVIDIA の最新) LLMはすべて完了しました! OmniDrive: 3D 認識と推論プランニングの統合 (NVIDIA の最新) May 09, 2024 pm 04:55 PM

上記と著者の個人的な理解: この論文は、自動運転アプリケーションにおける現在のマルチモーダル大規模言語モデル (MLLM) の主要な課題、つまり MLLM を 2D 理解から 3D 空間に拡張する問題の解決に特化しています。自動運転車 (AV) は 3D 環境について正確な決定を下す必要があるため、この拡張は特に重要です。 3D 空間の理解は、情報に基づいて意思決定を行い、将来の状態を予測し、環境と安全に対話する車両の能力に直接影響を与えるため、AV にとって重要です。現在のマルチモーダル大規模言語モデル (LLaVA-1.5 など) は、ビジュアル エンコーダーの解像度制限や LLM シーケンス長の制限により、低解像度の画像入力しか処理できないことがよくあります。ただし、自動運転アプリケーションには次の要件が必要です。

Yolov10: 詳細な説明、展開、アプリケーションがすべて 1 か所にまとめられています。 Yolov10: 詳細な説明、展開、アプリケーションがすべて 1 か所にまとめられています。 Jun 07, 2024 pm 12:05 PM

1. はじめに ここ数年、YOLO は、計算コストと検出パフォーマンスの効果的なバランスにより、リアルタイム物体検出の分野で主流のパラダイムとなっています。研究者たちは、YOLO のアーキテクチャ設計、最適化目標、データ拡張戦略などを調査し、大きな進歩を遂げました。同時に、後処理に非最大抑制 (NMS) に依存すると、YOLO のエンドツーエンドの展開が妨げられ、推論レイテンシに悪影響を及ぼします。 YOLO では、さまざまなコンポーネントの設計に包括的かつ徹底的な検査が欠けており、その結果、大幅な計算冗長性が生じ、モデルの機能が制限されます。効率は最適ではありませんが、パフォーマンス向上の可能性は比較的大きくなります。この作業の目標は、後処理とモデル アーキテクチャの両方から YOLO のパフォーマンス効率の境界をさらに改善することです。この目的を達成するために

清華大学が引き継ぎ、YOLOv10 が登場しました。パフォーマンスが大幅に向上し、GitHub のホット リストに掲載されました。 清華大学が引き継ぎ、YOLOv10 が登場しました。パフォーマンスが大幅に向上し、GitHub のホット リストに掲載されました。 Jun 06, 2024 pm 12:20 PM

ターゲット検出システムのベンチマークである YOLO シリーズが再び大幅にアップグレードされました。今年 2 月の YOLOv9 のリリース以来、YOLO (YouOnlyLookOnce) シリーズのバトンは清華大学の研究者の手に渡されました。先週末、YOLOv10 のリリースのニュースが AI コミュニティの注目を集めました。これは、コンピュータ ビジョンの分野における画期的なフレームワークと考えられており、リアルタイムのエンドツーエンドの物体検出機能で知られており、効率と精度を組み合わせた強力なソリューションを提供することで YOLO シリーズの伝統を継承しています。論文アドレス: https://arxiv.org/pdf/2405.14458 プロジェクトアドレス: https://github.com/THU-MIG/yo

リー・フェイフェイが「空間インテリジェンス」の起業家的な方向性を明らかにする: 視覚化は洞察に変わり、見ることは理解に変わり、理解は行動につながる リー・フェイフェイが「空間インテリジェンス」の起業家的な方向性を明らかにする: 視覚化は洞察に変わり、見ることは理解に変わり、理解は行動につながる Jun 01, 2024 pm 02:55 PM

スタンフォード大学のリー・フェイフェイ氏は、起業後初めて「空間インテリジェンス」という新しい概念を発表した。これは彼女の起業家としての方向性であるだけでなく、彼女を導く「北極星」でもあり、彼女はそれが「人工知能の問題を解決するための重要なパズルのピース」であると考えています。視覚化は洞察につながり、理解は行動につながります。リー・フェイフェイの 15 分間の TED トークに基づいて、数億年前の生命進化の起源から、人間が自然から与えられたものに満足できず人工知能を開発し、どのように人工知能を構築するかまで完全に明らかにされています。次のステップでは空間インテリジェンスを学びます。 9 年前、Li Feifei は、同じステージで新しく生まれた ImageNet を世界に紹介しました。これは、ディープラーニングの爆発的な今回のラウンドの出発点の 1 つです。彼女自身もネチズンに「両方のビデオを見れば、過去 10 年間のコンピュータ ビジョンを理解できるでしょう」と激励しました。

GPT-4o を数秒で破り、Llama 3 70B を 22B で破り、Mistral AI が最初のコード モデルを公開 GPT-4o を数秒で破り、Llama 3 70B を 22B で破り、Mistral AI が最初のコード モデルを公開 Jun 01, 2024 pm 06:32 PM

OpenAI をターゲットとするフランスの AI ユニコーン MistralAI は、新たな動きをとりました。初の大規模コード モデルである Codestral が誕生しました。 Codestral は、コード生成タスク専用に設計されたオープンな生成 AI モデルとして、命令と完了 API エンドポイントを共有することで、開発者がコードを作成して操作できるようにします。 Codestral のコーディングと英語の熟練により、ソフトウェア開発者は高度な AI アプリケーションを設計できます。 Codestral のパラメータ サイズは 22B で、新しい MistralAINon-ProductionLicense に準拠しており、研究およびテスト目的には使用できますが、商用利用は禁止されています。現在、このモデルは HuggingFace からダウンロードできます。ダウンロードリンク

See all articles