在用任何语言编写程序时，都需要使用变量来存储各种信息。变量是内存空间的名称，变量有不同类型，例如整型、字符串类型等等。操作系统根据变量的数据类型分配内存。Solidity中，变量类型有以下几大类：值类型地址类型引用类型类型保留字取值布尔型booltrue/false整型int/uint有符号整数/无符号整数。整型int...

Solidity支持c风格和c++风格的注释。//之后到行尾的文本，都被看作注释，编译器忽略此内容/* 与 */ 之间的文本被看作注释，编译器忽略此内容示例注释示例。functiongetResult()publicviewreturns(uint){//这是一行注释，类似于c++中的注释...

为简单起见，我们使用在线Solidity开发工具RemixIDE编译和运行Solidity程序。第1步 –在Fileexplorers选项卡下，新建一个test1.sol文件，代码如下：示例pragmasolidity^0.5.0;contractSolidityTest{constructor(...

一个Solidity源文件可以包含任意数量的合约定义、import指令和pragma指令。让我们从一个简单的Solidity源程序开始。下面是一个Solidity源文件的例子：pragmasolidity>=0.4.0<0.6.0;contractSimpleStorage{uintstoredData;f...

学习Solidity推荐使用在线开发环境Remix，本教程的例子将使用Remix开发运行。安装nodejs/npmnode官方网站下载node，推荐LTS版本，按提示完成安装，npm会同时装上。验证Node版本：Kevin@QIKEGUG:>node-vv10.16.3Kevin@QIKEGUG:>npm-...

循环神经网络(RNN)是一种用于处理序列数据的人工神经网络，序列数据是相互依赖的（有限或无限）数据流，比如时间序列数据、信息性的字符串、对话等。长短时记忆网络(LSTM)是一类特殊的循环神经网络，具有学习长时依赖关系的能力，是目前最常用的循环神经网络。注意:关于循环神经网络的介绍，可参考我们的教程深度学习–...

卷积神经网络（CNN）旨在解决图像识别问题，卷积神经网络在图像识别、机器视觉等方面有着广泛的应用。这张杭州天际线的图片，可以看到很多建筑和颜色。那么计算机是如何处理这幅图像的呢?图像由像素组成，像素表示图像中的一个颜色点。例如，一个40×30的图像，表示宽40个像素，高30个像素，总共有1200个像素。根据...

生物神经元人脑有数十亿个神经元。神经元是人脑中相互连接的神经细胞，参与处理和传递化学信号和电信号。以下是生物神经元的重要组成部分:树突 –从其他神经元接收信息的分支细胞核 –处理从树突接收到的信息轴突 –一种被神经元用来传递信息的生物电缆突触 ...

数学中的回归是指，现实中的变量之间存在一种函数关系，通过一批样本数据找出这个函数关系，即通过样本数据回归到真实的函数关系。线性回归/LinearRegression是指，一些变量之间存在线性关系，通过一批样本数据找出这个关系，线性关系函数的图形是一条直线。线性函数的方程如下：y=wx+by=wx+b线性回归就是根据一批...

TensorBoard是一个工具，可以图形化显示TensorFlow程序（神经网络），还可以显示许多训练过程中的指标数据，如损失、准确度或权重等。TensorBoard可以帮助用户更好地理解、调试和优化TensorFlow程序。下面是一个线性回归模型的图形：TensorBoard通过读取TensorFlow事件日志文件...

前面章节都是低阶API的介绍，有助于我们理解TensorFlow的基础知识。为方便开发人员，TensorFlow提供了高阶API，包括以下模块：Keras，用于构建和训练深度学习模型的TensorFlow高阶API。EagerExecution，一个以命令方式编写TensorFlow代码的API，就像使用NumPy一样...

TensorFlow中，会话（Session）表示计算图一次执行的上下文，也被称为TensorFlow运行时。TensorFlow应用大致可以分为2个部分：使用计算图定义神经网络结构创建会话运行神经网络(计算图)我们将通过一个例子来加深理解。示例本例完成以下操作：创建两个张量常量创建一个操作打开一个会话打印结果impo...

下面的代码在内存中创建一个默认计算图。importtensorflowastfx=tf.Variable(3,name="x")y=tf.Variable(4,name="y")f=x*x*y+y+2代码中声明了变量和函数，这将会在内存中创建一个默认计算图。默认计算图是TensorFlow默认生成的计算图。>&g...

占位符允许稍后赋值，通常用于存储样本数据。要创建占位符，可使用tf.placeholder方法。语法tf.placeholder(dtype,shape=None,name=None)说明dtype:数据类型shape:占位符的维数，可选。默认情况下，值为赋值数据的形状name:占位符的名称，可选声明一个占位符:imp...

变量存储可变化的值，例如可用于存储可训练参数：权重和偏置。要创建一个变量，可以使用tf.get_variable()方法。tf.get_variable(name="",values,dtype,initializer)参数name="":变量名称values:指定变量形状dtype:数据类型，可选initialize...