【Kuiperinfer】笔记03 张量（Tensor）类设计与实现，单元测试解析

2024-02-29 21:52
文章标签 实现 设计 笔记 解析 03 单元测试 张量 tensor kuiperinfer

本文主要是介绍【Kuiperinfer】笔记03 张量（Tensor）类设计与实现，单元测试解析，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！

在这里插入图片描述

文章目录

  • Tensor类的组成
  • Tensor类设计
  • 数据顺序（行主序/列主序）
  • 使用单元测试
  • Tensor类方法描述
    • C++中的类模板
    • 张量创建
      • 单元测试
    • 返回维度信息
      • 单元测试
    • 返回张量中的数据
      • 单元测试
    • 张量填充
      • 单元测试
    • reshape
      • 单元测试
    • 逐元素处理
      • 单元测试
    • 其他辅助函数
      • 判空
      • 返回数据存储的起始位置
      • 返回张量的shape
    • 练习
      • Flatten
      • Padding
  • 参考

Tensor类的组成

张量的数据按照channels，rows，cols的顺序排放，主要包含以下部分：

  1. 数据，可以是double，float或int
  2. shape信息
  3. 各种类方法，例如返回张量的形状、填充张量数据和reshape等。

Tensor类设计

Tensor类需要提供高效的矩阵计算算法，同时也应该在软件工程的层面上优化接口。

Kuiperinfer中的张量是以arma::fcube为基础进行开发的，三维的arma::fcube是由多个二维的matrix在channel维度叠加形成的。

fcube即Cube<float>的简写，是armadillo做的typedef。

其constructor形式为cube(n_rows, n_cols, n_slices)，分别对应行、列、通道数。

对这样的一个Tensor类，需要进行以下工作：

  1. 提供对外接口，在fcube类的基础上进行；
  2. 封装矩阵计算，提供更友好的数据访问和使用接口。

类定义：

template <>
class Tensor<float> {
public:uint32_t rows() const;uint32_t cols() const;uint32_t channels const;uint32_t size() const;void set_data(const arma::fcube& data);...
private:std::vector<uint32_t> raw_shapes_; // 数据的shapearma::fcube data_; // 数据存储// 在变量名后面加下划线是c++中常见的一种命名规范，用于说明该变量为类的数据成员，而不是方法成员；另一种常见的命名方法为m_data
}

数据顺序（行主序/列主序）

矩阵存储有两种形式：行主序和列主序。行主序先填行，列主序先填列。

在这里插入图片描述

在这里插入图片描述

armadillo是默认列主序的，而PyTorch是行主序的，想要和PyTorch对齐，应当做出一些调整。

使用单元测试

在VS中配置单元测试的方法：

  1. 打开CourseLists.txt文件，在文件的最后一行添加

    gtest_discover_tests(kuiper_datawhale_course2) // 参数对应前面add_executable中的项目名称

  2. 在CMake设置中，设置将生成输出复制回本地计算机为true；或者编辑CMakeSettings.json，在对应的配置字典中添加

    "remoteCopySources": true,

  3. 生成项目，此时项目文件夹中应该会多出一个out/build文件夹。

  4. 测试 > 测试资源管理器，可以看到项目中所有的测试

    在这里插入图片描述

可以顺带在选项 > 适用于Google Test的测试适配器 > 并行化中，设置并行测试执行为True，可以加快多个测试的运行速度

Tensor类方法描述

主要包含下面几类方法：

  • 张量创建（constructor）
  • 返回维度信息
  • 获取张量数据
  • 填充数据
  • element-wise处理
  • reshape
  • 辅助函数：判空、返回地址、shape
  • Flatten
  • Padding

C++中的类模板

C++中的模板类以下面的代码开头

template <typename Type>

此时，类外类方法成员的限定符也应该从ClassName::改为ClassName<Type>::。

在Kuiperinfer的代码实现中，Tensor模板类的定义如下：

template <typename T = float> 
class Tensor; // 模板类声明，T为模板参数，float为模板参数默认值template <>
class Tensor<float>{}; // template specialization，模板具体化，使用具体的类型（这里是float）给出对应的类定义

张量创建

张量创建方法通过构造函数（constructor）来实现；当程序声明对象时，会自动调用符合传入参数的构造函数；在对象被销毁时，会调用析构函数。

在Tensor类中，需要实现以下几种传参的构造函数：

  • 一维张量
  • 二维张量
  • 三维张量

为方便起见，在底层都使用三维的arma::fcube来表示，因此需要在不需要的维度填1。设shapes的参数顺序为rows, cols, channels，实现如下：

Tensor<float>::Tensor(uint32_t size){data_ = arma::fcube(1, size, 1); // 默认为列向量this->raw_shapes_ = std::vector<uint32_t>{size};
}
Tensor<float>::Tensor(uint32_t rows, uint32_t cols){data_ = arma::fcube(rows, cols, 1);this->raw_shapes_ = std::vector<uint32_t>{rows, cols};
}
Tensor<float>::Tensor(uint32_t channels, uint32_t rows, uint32_t cols){data_ = arma::fcube(rows, cols, channels);this->raw_shapes_ = std::vector<uint32_t>{channels, rows, cols};
}

在头文件的声明中，这些方法都标了explicit，从而避免错误传参导致隐式类型转换。

单元测试

在test_create_tensor.cpp中，进行张量创建的测试

  • 测试对应张量的fcube形状
  • 测试shapes的值

kuiperinfer源码中给出的测试代码为在LOG中输出相关信息，这里尝试用ASSERT_EQ和ASSERT_TRUE进行判别。

TEST(test_tensor, tensor_init1DEQ) {using namespace kuiper_infer;Tensor<float> f1(4);f1.Fill(1.0f); // this->data_.fill(value)const auto& shapes = f1.raw_shapes(); // return this->raw_shapes_;std::vector<uint32_t> shapes_should_be = std::vector<uint32_t>{ 4 };ASSERT_EQ(shapes, shapes_should_be);const auto& data = f1.data(); // return this->data_;arma::fcube data_should_be = arma::fcube(1, 4, 1, arma::fill::value(1.0f));ASSERT_TRUE(approx_equal(data, data_should_be, "absdiff", 1e-6));
}
TEST(test_tensor, tensor_inti2DEQ) {using namespace kuiper_infer;Tensor<float> f1(4, 4);f1.Fill(1.0f);const auto& shapes = f1.raw_shapes();const auto& data = f1.data();std::vector<uint32_t> shapes_s = std::vector<uint32_t>{ 4, 4 };arma::fcube data_s = arma::fcube(4, 4, 1, arma::fill::value(1.0f));ASSERT_EQ(shapes, shapes_s);ASSERT_TRUE(arma::approx_equal(data, data_s, "absdiff", 1e-6));
}
TEST(test_tensor, tensor_init3DEQ) {using namespace kuiper_infer;Tensor<float> f1(2, 3, 4);f1.Fill(1.0f);const auto& shapes = f1.raw_shapes();const auto& data = f1.data();std::vector<uint32_t> shapes_s = std::vector<uint32_t>{ 2, 3, 4 };arma::fcube data_s = arma::fcube(3, 4, 2, arma::fill::value(1.0f));ASSERT_EQ(shapes, shapes_s);ASSERT_TRUE(arma::approx_equal(data, data_s, "absdiff", 1e-6));
}

返回维度信息

实现以下方法：

  • rows()
  • cols()
  • channels()
  • size()

其实直接返回shapes里存储的值也可以

uint32_t Tensor<float>::rows const{CHECK(!this->data_.empty()); // CHECK dies with a fatal error if the condition not truereturn this->data_.n_rows;
}
uint32_t Tensor<float>::cols const{CHECK(!this->data_.empty());return this->data_.n_cols;
}
uint32_t Tensor<float>::channels const{CHECK(!this->data_.empty());return this->data_.n_slices;
}
uint32_t Tensor<float>::size() const{CHECK(!this->data_.empty());return this->data_.size();
}

单元测试

TEST(test_tensor_size, tensor_size1) {using namespace kuiper_infer;Tensor<float> f1(2, 3, 4);ASSERT_EQ(f1.channels(), 2);ASSERT_EQ(f1.rows(), 3);ASSERT_EQ(f1.cols(), 4);
}

返回张量中的数据

实现以下方法：

  • slice(uint32_t channel)，返回对应channel的数据，返回类型为arma::fmat
  • at(uint32_t channel, uint32_t row, uint32_t col)，返回对应(channel, row, col)的数据
const arma::fmat Tensor<float>::slice(uint32_t channel) const{CHECK_LT(channel, this->channels());return this->data_.slice(channel);
}
float Tensor<float>::at(uint32_t channel, uint32_t row, uint32_t col) const{CHECK_LT(channel, this->channels());CHECK_LT(row, this->rows());CHECK_LT(col, this->cols());return this->data_.at(row, col, channel);
}
arma::fcube Tensor<float>::data() const{return this->data_;
}

单元测试

TEST(test_tensor_values, tensor_values1) {using namespace kuiper_infer;Tensor<float> f1(2, 3, 4);f1.Fill(1.0f);ASSERT_EQ(1, f1.at(1, 1, 1));const auto& mat = f1.slice(0);arma::fmat mat_s = arma::fmat(3, 4, arma::fill::value(1.0f));ASSERT_TRUE(arma::approx_equal(mat, mat_s, "absdiff", 1e-6));
}

张量填充

实现以下方法：

  • Fill(float value)
  • Fill(const std::vector<float>& values, bool row_major)
  • Rand()
  • Ones()
  • values(bool row_major)：返回特定顺序的值

第二个参数用于控制填充顺序，如果为true则按行主序填充

void Tensor<float>::Fill(float value){CHECK(!this->data_.empty());this->data_.fill(value)
}
void Tensor<float>::Rand(){CHECK(!this->data_.empty());this->data_.randn();
}
void Tensor<float>::Ones(){CHECK(!this->data_.empty());this->Fill(1.0f);
}
void Tensor<float>::Fill(const std::vector<float>& values, bool row_major){CHECK(!this->data_.empty());const uint32_t total_elems = this->data_size();CHECK_EQ(values.size(), total_elems);if(row_major){const uint32_t rows = this->rows();const uint32_t cols = this->cols();const uint32_t planes = rows * cols;const uint32_t channels = this->data_n_slices();for (uint32_t i = 0; i < channels; ++i){auto& channel_data = this->data_slice(i);const arma::fmat& channel_data_t = arma::fmat(values.data() + i * planes, this->cols(), this->rows());channel_data = channel_data_t.t();}}else{std::copy(values.begin(), values.end(), this-data_.memptr());// fcube本来就是列主序，所以直接copy}
}
std::vector<float> Tensor<float>::values(bool row_major){CHECK_EQ(this->data_.empty(), false);std::vector<float> values(this->data_.size()); // values length shapesif(!row_major){std::copy(this->data_.mem, this->data_.mem + this->data_.size(), values.begin()); // 列主序直接copy}else{uint32_t index = 0;for (uint32_t c = 0; c < this->data_.n_slices; ++c){ // 转序每个channelconst arma::fmat& channel = this->data_.slice(c).t();std::copy(channel.begin(), channel.end(), values.begin() + index);index += channel.size();}CHECK_EQ(index, values.size());}return values;
}

单元测试

直接输出每个channel更加直观

TEST(test_fill_reshape, fill1) {using namespace kuiper_infer;Tensor<float> f1(2, 3, 4);std::vector<float> values(2 * 3 * 4);// 将1到24填充到values中for (int i = 0; i < 24; ++i) {values.at(i) = float(i + 1);}f1.Fill(values, true);f1.Show();
}

I20240229 05:25:13.321183  2142 tensor.cpp:199] Channel: 0
I20240229 05:25:13.321188  2142 tensor.cpp:200]1.0000    4.0000    7.0000   10.00002.0000    5.0000    8.0000   11.00003.0000    6.0000    9.0000   12.0000
I20240229 05:25:13.321225  2142 tensor.cpp:199] Channel: 0
I20240229 05:25:13.321230  2142 tensor.cpp:200]1.0000    2.0000    3.0000    4.00005.0000    6.0000    7.0000    8.00009.0000   10.0000   11.0000   12.0000

reshape

实现reshape方法：

  • Reshape(const std::vector<uint32_t>& shapes, bool row_major)
void Tensor<float>::Reshape(const std::vector<uint32_t>& shapes, bool row_major){/*shapes {channels, rows, cols}data_ {rows, cols, channels}*/CHECK(!this->data_.empty());CHECK(!shapes.empty());const uint32_t origin_size = this->size();const uint32_t current_size = std::accumulate(shapes.begin(), shapes.end(), 1, std::multiplies()); // std::accumulate(first, last, initial value, op)CHECK(shapes.size() <= 3);CHECK(cruuent_size == orgin_size);std::vector<float> values;if(row_major){ // 行主序需要重排values = this->values(true); // std::vector<float> Tensor<float>::values(bool row_major)}if(shapes.size == 3){this->data_.reshape(shapes.at(1), shapes.at(2), shapes.at(0));this->raw_shapes_ = {shapes.at(0), shapes.at(1), shapes.at(2)};} else if(shapes.size() == 2){this->data_.reshape(shapes.at(0), shapes.at(1), 1);this->raw_shapes_ = {shapes.at(0), shapes.at(1)};} else{ // shapes.size() == 1this->data_.reshape(shapes.at(0));this->raw_shapes_ = {shapes.at(0)};}if (row_major){this->Fill(values, true)}
}

单元测试

TEST(test_fill_reshape, reshape1) {using namespace kuiper_infer;LOG(INFO) << "-------------------Reshape-------------------";Tensor<float> f1(2, 3, 4);std::vector<float> values(2 * 3 * 4);// 将1到24填充到values中for (int i = 0; i < 24; ++i) {values.at(i) = float(i + 1);}f1.Fill(values);f1.Show();/// 将大小调整为(4, 3, 2)f1.Reshape({4, 3, 2}, true);LOG(INFO) << "-------------------After Reshape-------------------";f1.Show();
}

I20240229 05:25:13.321269  2142 test_fill_reshape.cpp:23] -------------------Reshape-------------------
I20240229 05:25:13.321276  2142 tensor.cpp:199] Channel: 0
I20240229 05:25:13.321281  2142 tensor.cpp:200]1.0000    2.0000    3.0000    4.00005.0000    6.0000    7.0000    8.00009.0000   10.0000   11.0000   12.0000
I20240229 05:25:13.321295  2142 tensor.cpp:199] Channel: 1
I20240229 05:25:13.321300  2142 tensor.cpp:200]13.0000   14.0000   15.0000   16.000017.0000   18.0000   19.0000   20.000021.0000   22.0000   23.0000   24.0000
I20240229 05:25:13.321339  2142 test_fill_reshape.cpp:34] -------------------After Reshape-------------------
I20240229 05:25:13.321346  2142 tensor.cpp:199] Channel: 0
I20240229 05:25:13.321352  2142 tensor.cpp:200]1.0000   2.00003.0000   4.00005.0000   6.0000
I20240229 05:25:13.321362  2142 tensor.cpp:199] Channel: 1
I20240229 05:25:13.321368  2142 tensor.cpp:200]7.0000    8.00009.0000   10.000011.0000   12.0000
I20240229 05:25:13.321377  2142 tensor.cpp:199] Channel: 2
I20240229 05:25:13.321383  2142 tensor.cpp:200]13.0000   14.000015.0000   16.000017.0000   18.0000
I20240229 05:25:13.321393  2142 tensor.cpp:199] Channel: 3
I20240229 05:25:13.321399  2142 tensor.cpp:200]19.0000   20.000021.0000   22.000023.0000   24.0000

逐元素处理

实现Transform方法

  • Tensor<float>::Transform(const std::function<float(float)>& filter)
void Tensor<float>::Transform(const std::function<float(float)>& filter){CHECK(!this->data_.empty());this->data_.transform(filter);
}

armadillo的.transform()方法可以传入functor或者lambda函数。

std::function是C++11的新特性，是一个函数包装器，可以包装任意类型的可调用实体，如普通函数、函数对象、lambda表达式。

单元测试

首先定义一个处理函数

float MinusOne(float value) {return value - 1.0f};

使用这个处理函数处理每个数据

TEST(test_transform, transform2) {using namespace kuiper_infer;Tensor<float> f1(2, 3, 4);f1.Fill(1.0f);f1.Show();f1.Transform(MinusOne);f1.Show();
}

I20240229 05:39:12.326036  2720 tensor.cpp:199] Channel: 0
I20240229 05:39:12.326052  2720 tensor.cpp:200]1.0000   1.0000   1.0000   1.00001.0000   1.0000   1.0000   1.00001.0000   1.0000   1.0000   1.0000
I20240229 05:39:12.326097  2720 tensor.cpp:199] Channel: 1
I20240229 05:39:12.326140  2720 tensor.cpp:200]1.0000   1.0000   1.0000   1.00001.0000   1.0000   1.0000   1.00001.0000   1.0000   1.0000   1.0000
I20240229 05:39:12.326174  2720 tensor.cpp:199] Channel: 0
I20240229 05:39:12.326187  2720 tensor.cpp:200]0        0        0        00        0        0        00        0        0        0
I20240229 05:39:12.326207  2720 tensor.cpp:199] Channel: 1
I20240229 05:39:12.326243  2720 tensor.cpp:200]0        0        0        00        0        0        00        0        0        0

其他辅助函数

判空

bool Tensor<float>::empty() const{return this->data_.empty()};

返回数据存储的起始位置

调用.memptr()

const float* Tensor<float>::raw_ptr() const{CHECK(!this->data_.empty());return this->data_.memptr();
}

返回张量的shape

const std::vector<uint32_t>& Tensor<float>::raw_shapes() const {CHECK(!this->raw_shapes_.empty());CHECK_LE(this->raw_shapes_.size(), 3);CHECK_GE(this->raw_shapes_.size(), 1);return this->raw_shapes_;
}

练习

Flatten

编写Tensor::Flatten方法，将多维展开成一维。

在这里插入图片描述

观察函数声明和单元测试

void Tensor<float>::Flatten(bool row_major) {CHECK(!this->data_.empty());// 请补充代码
}
TEST(test_homework, homework1_flatten1) {using namespace kuiper_infer;Tensor<float> f1(2, 3, 4);f1.Flatten(true);ASSERT_EQ(f1.raw_shapes().size(), 1);ASSERT_EQ(f1.raw_shapes().at(0), 24);
}TEST(test_homework, homework1_flatten2) {using namespace kuiper_infer;Tensor<float> f1(12, 24);f1.Flatten(true);ASSERT_EQ(f1.raw_shapes().size(), 1);ASSERT_EQ(f1.raw_shapes().at(0), 24 * 12);

方法实现，调用Reshape即可

void Tensor<float>::Flatten(bool row_major) {CHECK(!this->data_.empty());// 请补充代码std::vector<uint32_t> new_shapes = std::vector<uint32_t>{ this->size() };this->Reshape(new_shapes, row_major);
}

Padding

编写Tensor::Padding函数，在张量周围做填充

在这里插入图片描述

观察函数声明和单元测试

/*** 填充张量* @param pads 填充张量的尺寸* @param padding_value 填充张量
*/
void Tensor<float>::Padding(const std::vector<uint32_t>& pads,float padding_value) {CHECK(!this->data_.empty());CHECK_EQ(pads.size(), 4);// 四周填充的维度uint32_t pad_rows1 = pads.at(0);  // upuint32_t pad_rows2 = pads.at(1);  // bottomuint32_t pad_cols1 = pads.at(2);  // leftuint32_t pad_cols2 = pads.at(3);  // right// 请补充代码}
TEST(test_homework, homework2_padding1) {using namespace kuiper_infer;Tensor<float> tensor(3, 4, 5);ASSERT_EQ(tensor.channels(), 3);ASSERT_EQ(tensor.rows(), 4);ASSERT_EQ(tensor.cols(), 5);tensor.Fill(1.f);tensor.Padding({1, 2, 3, 4}, 0);ASSERT_EQ(tensor.rows(), 7);ASSERT_EQ(tensor.cols(), 12);int index = 0;for (int c = 0; c < tensor.channels(); ++c) {for (int r = 0; r < tensor.rows(); ++r) {for (int c_ = 0; c_ < tensor.cols(); ++c_) {if ((r >= 2 && r <= 4) && (c_ >= 3 && c_ <= 7)) {ASSERT_EQ(tensor.at(c, r, c_), 1.f) << c << " "<< " " << r << " " << c_;}index += 1;}}}
}TEST(test_homework, homework2_padding2) {using namespace kuiper_infer;ftensor tensor(3, 4, 5);ASSERT_EQ(tensor.channels(), 3);ASSERT_EQ(tensor.rows(), 4);ASSERT_EQ(tensor.cols(), 5);tensor.Fill(1.f);tensor.Padding({2, 2, 2, 2}, 3.14f);ASSERT_EQ(tensor.rows(), 8);ASSERT_EQ(tensor.cols(), 9);int index = 0;for (int c = 0; c < tensor.channels(); ++c) {for (int r = 0; r < tensor.rows(); ++r) {for (int c_ = 0; c_ < tensor.cols(); ++c_) {if (c_ <= 1 || r <= 1) {ASSERT_EQ(tensor.at(c, r, c_), 3.14f);} else if (c >= tensor.cols() - 1 || r >= tensor.rows() - 1) {ASSERT_EQ(tensor.at(c, r, c_), 3.14f);}if ((r >= 2 && r <= 5) && (c_ >= 2 && c_ <= 6)) {ASSERT_EQ(tensor.at(c, r, c_), 1.f);}index += 1;}}}
}

首先考虑一维的padding

std::copy(ori.begin(), ori.end(), aim.begin() + pad_cols1)

二维

for(uint32_t row = 0; row < ori_rows; ++row){aim_row = row + pad_rows1;copy(ori.begin() + row * ori_rowsize, ori.begin() + (row+1) * ori_rowsize, aim.begin() + aim_row * aim_rowsize + pad_cols1);
}

三维

ori_channelsize = ori_rowsize * ori_colsize;
aim_channelsize = aim_rowsize * aim_colsize;
for (uint32_t channel = 0; channel < channels; ++channel) {for(uint32_t row = 0; row < ori_rows; ++row){aim_row = row + pad_rows1;copy(ori.begin() + row * ori_rowsize + channel * ori_channelsize, ori.begin() + (row+1) * ori_rowsize + channel * ori_channelsize, aim.begin() + aim_row * aim_rowsize + pad_cols1 + channel * aim_channelsize);}
}

实现

void Tensor<float>::Padding(const std::vector<uint32_t>& pads,float padding_value) {CHECK(!this->data_.empty());CHECK_EQ(pads.size(), 4);// 四周填充的维度uint32_t pad_rows1 = pads.at(0);  // upuint32_t pad_rows2 = pads.at(1);  // bottomuint32_t pad_cols1 = pads.at(2);  // leftuint32_t pad_cols2 = pads.at(3);  // right// 请补充代码// params neededuint32_t ori_rows = this->rows();uint32_t ori_cols = this->cols();uint32_t new_rows = this->rows() + pad_rows1 + pad_rows2;uint32_t new_cols = this->cols() + pad_cols1 + pad_cols2;uint32_t channels = this->channels();const std::vector<float>& ori_values = this->values();// new data membersthis->data_ = arma::fcube(new_rows, new_cols, channels);this->raw_shapes_ = std::vector<uint32_t>{ channels, new_rows, new_cols };// fill pad values, row_majorCHECK_EQ(this->size(), new_rows * new_cols * channels);std::vector<float> pad_values = std::vector<float>(this->size());std::fill(pad_values.begin(), pad_values.end(), padding_value);uint32_t ori_channelsize = ori_rows * ori_cols;uint32_t pad_channelsize = new_cols * new_rows;for (uint32_t channel = 0; channel < channels; ++channel) {for (uint32_t row = 0; row < ori_rows; ++row) {uint32_t pad_row = row + pad_rows1;std::copy(ori_values.begin() + channel * ori_channelsize + row * ori_cols,ori_values.begin() + channel * ori_channelsize + (row + 1) * ori_cols,pad_values.begin() + channel * pad_channelsize + pad_row * new_cols + pad_cols1);}}CHECK_EQ(this->size(), pad_values.size());this->Fill(pad_values);
}

参考

  • 【Kuiperinfer】：https://github.com/zjhellofss/kuiperdatawhale
  • 作者B站主页：https://space.bilibili.com/1822828582?spm_id_from=333.337.search-card.all.click
  • 【Armadillo Docs】：https://arma.sourceforge.net/docs.html
  • 【CMake file for integrated Visual Studio unit testing】：https://stackoverflow.com/questions/53583286/cmake-file-for-integrated-visual-studio-unit-testing/53585782#53585782

这篇关于【Kuiperinfer】笔记03 张量（Tensor）类设计与实现，单元测试解析的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！


http://www.chinasem.cn/article/760214。

相关文章

C++使用栈实现括号匹配的代码详解

C++使用栈实现括号匹配的代码详解

《C++使用栈实现括号匹配的代码详解》在编程中,括号匹配是一个常见问题,尤其是在处理数学表达式、编译器解析等任务时,栈是一种非常适合处理此类问题的数据结构,能够精确地管理括号的匹配问题,本文将通过C+... 目录引言问题描述代码讲解代码解析栈的状态表示测试总结引言在编程中，括号匹配是一个常见问题，尤其是在
阅读更多...
Java实现检查多个时间段是否有重合

Java实现检查多个时间段是否有重合

《Java实现检查多个时间段是否有重合》这篇文章主要为大家详细介绍了如何使用Java实现检查多个时间段是否有重合,文中的示例代码讲解详细,感兴趣的小伙伴可以跟随小编一起学习一下... 目录流程概述步骤详解China编程步骤1：定义时间段类步骤2：添加时间段步骤3：检查时间段是否有重合步骤4：输出结果示例代码结语作
阅读更多...
使用C++实现链表元素的反转

使用C++实现链表元素的反转

《使用C++实现链表元素的反转》反转链表是链表操作中一个经典的问题,也是面试中常见的考题,本文将从思路到实现一步步地讲解如何实现链表的反转,帮助初学者理解这一操作,我们将使用C++代码演示具体实现,同... 目录问题定义思路分析代码实现带头节点的链表代码讲解其他实现方式时间和空间复杂度分析总结问题定义给定
阅读更多...
Java覆盖第三方jar包中的某一个类的实现方法

Java覆盖第三方jar包中的某一个类的实现方法

《Java覆盖第三方jar包中的某一个类的实现方法》在我们日常的开发中,经常需要使用第三方的jar包,有时候我们会发现第三方的jar包中的某一个类有问题,或者我们需要定制化修改其中的逻辑,那么应该如何... 目录一、需求描述二、示例描述三、操作步骤四、验证结果五、实现原理一、需求描述需求描述如下：需要在
阅读更多...
如何使用Java实现请求deepseek

如何使用Java实现请求deepseek

《如何使用Java实现请求deepseek》这篇文章主要为大家详细介绍了如何使用Java实现请求deepseek功能,文中的示例代码讲解详细,感兴趣的小伙伴可以跟随小编一起学习一下... 目录1.deepseek的api创建2.Java实现请求deepseek2.1 pom文件2.2 json转化文件2.2
阅读更多...
python使用fastapi实现多语言国际化的操作指南

python使用fastapi实现多语言国际化的操作指南

《python使用fastapi实现多语言国际化的操作指南》本文介绍了使用Python和FastAPI实现多语言国际化的操作指南,包括多语言架构技术栈、翻译管理、前端本地化、语言切换机制以及常见陷阱和... 目录多语言国际化实现指南项目多语言架构技术栈目录结构翻译工作流1. 翻译数据存储2. 翻译生成脚本
阅读更多...
如何通过Python实现一个消息队列

如何通过Python实现一个消息队列

《如何通过Python实现一个消息队列》这篇文章主要为大家详细介绍了如何通过Python实现一个简单的消息队列,文中的示例代码讲解详细,感兴趣的小伙伴可以跟随小编一起学习一下... 目录如何通过 python 实现消息队列如何把 http 请求放在队列中执行1. 使用 queue.Queue 和 reque
阅读更多...
Python如何实现PDF隐私信息检测

Python如何实现PDF隐私信息检测

《Python如何实现PDF隐私信息检测》随着越来越多的个人信息以电子形式存储和传输,确保这些信息的安全至关重要,本文将介绍如何使用Python检测PDF文件中的隐私信息,需要的可以参考下... 目录项目背景技术栈代码解析功能说明运行结php果在当今，数据隐私保护变得尤为重要。随着越来越多的个人信息以电子形
阅读更多...
使用 sql-research-assistant进行 SQL 数据库研究的实战指南(代码实现演示)

使用 sql-research-assistant进行 SQL 数据库研究的实战指南(代码实现演示)

《使用sql-research-assistant进行SQL数据库研究的实战指南(代码实现演示)》本文介绍了sql-research-assistant工具,该工具基于LangChain框架,集... 目录技术背景介绍核心原理解析代码实现演示安装和配置项目集成LangSmith 配置（可选）启动服务应用场景
阅读更多...
使用Python快速实现链接转word文档

使用Python快速实现链接转word文档

《使用Python快速实现链接转word文档》这篇文章主要为大家详细介绍了如何使用Python快速实现链接转word文档功能,文中的示例代码讲解详细,感兴趣的小伙伴可以跟随小编一起学习一下... 演示代码展示from newspaper import Articlefrom docx import
阅读更多...

Copyright China编程 23002807@qq.com

沪ICP备2023033072号-2