一、型別的動態確定
print 3.0 + 2.0 + 1.0- 5.0 + 4.0 % 2.0 - 1.0 / 4.0 + 6.0
輸出的結果是6.75
3 + 2 + 1 - 5 + 4 % 2 - 1 / 4 + 6
輸出的結果是7
3.0+2
+1-5
+4%2
-1/4
+6輸出的結果是7.0
print3+2+
1-5+
4%2-
1/4+
6.0
輸出的結果是7.0
最關鍵的是：
print 3.0 + 2.0 + 1.0- 5.0 + 4.0 % 2.0 - 1 / 4 + 6.0
輸出的結果也是7.0.
說明：型別是動態確定的。如果有浮點數，就會確定為浮點數的型別。
對上述表示式的處理過程是：
首先根據各個運算子將各個表示式表示為子表示式
在計算的時候，如果有浮點型別，就先將運算元表示為浮點型別，然後計算的結果也是浮點型別。
上述輸出結果的不同就是：
1/4得到的是0.25。如果儲存為整數型別就是0。
在 print 3.0 + 2.0 + 1.0- 5.0 + 4.0 % 2.0 - 1 / 4 + 6.0 中
雖然，計算的浮點數的型別。但是1 / 4計算的0.25要先根據運算元的型別，將結果儲存為0。然後由於後續運算的其它運算元比如6.0為浮點數，故而再將0表示為浮點型別0。
而1.0/4.0其就是，直接將結果儲存為浮點數0.25（根據運算元型別判定）
因此：兩者的結果，乙個是7.0. 另外乙個是6.75
不斷學習,不斷總結
總結自己 1.歷時近一年的工作時間,不停工作不停學習,在技術上多多少少有些收穫.2.工作上相識相知很多同事,每個人都有每個人的特點,不管關係再好都走不到一起,社會真的很複雜.3.在心態上還算一直放得較正,沒有走向極端,沒有抱怨的生活.樂觀面對點點滴滴.4.生活,單調,現在愛上了單車,每天都有它來陪伴...
不斷學習,不斷總結
總結自己 1.歷時近一年的工作時間,不停工作不停學習,在技術上多多少少有些收穫.2.工作上相識相知很多同事,每個人都有每個人的特點,不管關係再好都走不到一起,社會真的很複雜.3.在心態上還算一直放得較正,沒有走向極端,沒有抱怨的生活.樂觀面對點點滴滴.4.生活,單調,現在愛上了單車,每天都有它來陪伴...
深度學習之我見
2006年hinton等人提出深度學習的概念 是人工智慧這幾年最大的突破的原因。這裡一句話概括下什麼是深度學習 輸入乙個物件，通過逐層進行多維度運算，最後輸入結果 深度學習其實是相對專家系統而言，之前的判斷是通過用大量 如果 就 if then 規則定義的，自上而下的思路。深度學習是仿照人工神經網路...