当前位置：首页 > news >正文

【快速实践】类激活图（CAM，class activation map）可视化

news 来源：原创 2025/7/5 9:53:12

类激活图可视化：有助于了解一张图像的哪一部分让卷积神经网络做出了最终的分类决策

对输入图像生成类激活热力图
类激活热力图是与特定输出类别相关的二维分数网格：对任何输入图像的每个位置都要进行计算，它表示每个位置对该类别的重要程度

我们将使用的具体实现方式是“Grad-CAM: visual explanations from deep networks via gradient based localization”

给定一张输入图像，对于一个卷积层的输出特征图，用类别相对于通道的梯度对这个特征图中的每个通道进行加权

代码示例如下

加载 VGG16 执行图片分类

from keras.preprocessing import image 
from keras.applications.vgg16 import VGG16 
from keras.applications.vgg16 import preprocess_input, decode_predictions 
import numpy as np 
from keras import backend as K import tensorflow as tf
tf.compat.v1.disable_eager_execution()##---------------------------------- 加载 VGG16 网络
model = VGG16(weights='imagenet')  ##---------------------------------- 预测给定图片 
img_path = 'elephant.png'   
img = image.load_img(img_path, target_size=(224, 224))   
x = image.img_to_array(img)   
x = np.expand_dims(x, axis=0)   
x = preprocess_input(x) 
preds = model.predict(x) ##---------------------------------- 解读预测结果
print('Predicted:', decode_predictions(preds, top=3)[0]) 
# 打印出：对这张图像预测的前三个类别
# Predicted:', [(u'n02504458', u'African_elephant', 0.92546833),   ## 非洲象（African elephant，92.5% 的概率）
# (u'n01871265', u'tusker', 0.070257246), 						   ## 长牙动物（tusker，7%的概率）
# (u'n02504013', u'Indian_elephant', 0.0042589349)]				   ## 印度象（Indian elephant，0.4% 的概率）print(np.argmax(preds[0])) 
# 获得 非洲象对应输出索引：386

应用Grad-CAM算法，计算类激活热力图 heatmap

african_elephant_output = model.output[:, 386]                                  # 预测向量中的 “非洲象” 元素    (None,)       
last_conv_layer_output = model.get_layer('block5_conv3').output                 # VGG16 最后一个卷积层         (None, 14, 14, 512)# 类别相对于通道的梯度: “非洲象”类别相对于 block5_conv3 输出特征图的梯度
grads = K.gradients(african_elephant_output, last_conv_layer_output)[0]         # grads.shape:                (None, 14, 14, 512)
pooled_grads = K.mean(grads, axis=(0, 1, 2))                                    # pooled_grads.shape:         (512,)# 获得当前图 conv_layer_output_value 和 pooled_grads_value 实际值
iterate = K.function([model.input], [pooled_grads, last_conv_layer_output[0]])
pooled_grads_value, conv_layer_output_value = iterate([x]) 
# 计算加权值
for i in range(512):   conv_layer_output_value[:, :, i] *= pooled_grads_value[i]heatmap = np.mean(conv_layer_output_value, axis=-1)

可视化

import matplotlib.pyplot as plt
heatmap = np.maximum(heatmap, 0) 
heatmap /= np.max(heatmap) 
plt.matshow(heatmap)
plt.show()  ##  ---------------------------------------------------- 下方左图# 缩放 heatmap 后，在原图上叠加显示
import cv2 
img = cv2.imread(img_path) 
heatmap = cv2.resize(heatmap, (img.shape[1], img.shape[0]))
heatmap = np.uint8(255 * heatmap)
heatmap = cv2.applyColorMap(heatmap, cv2.COLORMAP_JET) 
superimposed_img = heatmap * 0.4 + img
cv2.imwrite('elephant_cam.jpg', superimposed_img)  ## -------------- 下方右图

完整代码参考

from keras.preprocessing import image 
from keras.applications.vgg16 import VGG16 
from keras.applications.vgg16 import preprocess_input, decode_predictions 
import numpy as np 
from keras import backend as K 
import tensorflow as tf
tf.compat.v1.disable_eager_execution()##---------------------------------- 加载 VGG16 网络
model = VGG16(weights='imagenet')  ##---------------------------------- 预测给定图片 
img_path = 'elephant.png'   
img = image.load_img(img_path, target_size=(224, 224))   
x = image.img_to_array(img)   
x = np.expand_dims(x, axis=0)   
x = preprocess_input(x) 
preds = model.predict(x) ##---------------------------------- 解读预测结果
print('Predicted:', decode_predictions(preds, top=3)[0]) 
# 打印出：对这张图像预测的前三个类别
# Predicted:', [(u'n02504458', u'African_elephant', 0.92546833),      ## 非洲象（African elephant，92.5% 的概率）
# (u'n01871265', u'tusker', 0.070257246), 		          ## 长牙动物（tusker，7%的概率）
# (u'n02504013', u'Indian_elephant', 0.0042589349)]                   ## 印度象（Indian elephant，0.4% 的概率）print(np.argmax(preds[0])) 
# 获得 非洲象对应输出索引：386african_elephant_output = model.output[:, 386]                                  # 预测向量中的 “非洲象” 元素    (None,)       
last_conv_layer_output = model.get_layer('block5_conv3').output                 # VGG16 最后一个卷积层         (None, 14, 14, 512)# 类别相对于通道的梯度: “非洲象”类别相对于 block5_conv3 输出特征图的梯度
grads = K.gradients(african_elephant_output, last_conv_layer_output)[0]         # grads.shape:                (None, 14, 14, 512)
pooled_grads = K.mean(grads, axis=(0, 1, 2))                                    # pooled_grads.shape:         (512,)# 获得当前图 conv_layer_output_value 和 pooled_grads_value 实际值
iterate = K.function([model.input], [pooled_grads, last_conv_layer_output[0]])
pooled_grads_value, conv_layer_output_value = iterate([x]) 
# 计算加权值
for i in range(512):   conv_layer_output_value[:, :, i] *= pooled_grads_value[i]heatmap = np.mean(conv_layer_output_value, axis=-1) import matplotlib.pyplot as plt
heatmap = np.maximum(heatmap, 0) 
heatmap /= np.max(heatmap) 
plt.matshow(heatmap)
# plt.show()# 缩放 heatmap 后，在原图上叠加显示
import cv2 
img = cv2.imread(img_path) 
heatmap = cv2.resize(heatmap, (img.shape[1], img.shape[0]))
heatmap = np.uint8(255 * heatmap)
heatmap = cv2.applyColorMap(heatmap, cv2.COLORMAP_JET) 
superimposed_img = heatmap * 0.4 + img
cv2.imwrite('elephant_cam.jpg', superimposed_img)

参考书籍：Python 深度学习

【快速实践】类激活图（CAM，class activation map）可视化

类激活图可视化：有助于了解一张图像的哪一部分让卷积神经网络做出了最终的分类决策对输入图像生成类激活热力图类激活热力图是与特定输出类别相关的二维分数网格：对任何输入图像的每个位置都要进行计算，它表示每个位置对该类别的重要程度我…...

编程日记 2025/7/5 9:53:12

从零开始自搭SpringBoot项目 -- Qingluopay项目工程介绍

从零开始自搭项目 – QingLuoPay 一，为什么要从零开始自搭项目首先在介绍这个项目之前先介绍一下我为什么要选择从零自搭项目，而不是跟着网上哪些视频等做项目。之前的很长一段时间我也都是在网上找一些做项目的视频就包含黑马的（神领物…...

编程日记 2025/7/5 8:44:34

使用 Jupyter Notebook：安装与应用指南

文章目录安装 Jupyter Notebook1. 准备环境2. 安装 Jupyter Notebook3. 启动 Jupyter Notebook4. 选择安装方式（可选） 二、Jupyter Notebook 的基本功能1. 单元格的类型与运行2. 可视化支持3. 内置魔法命令三、Jupyter Notebook 的实际应用场景1. 数据…...

编程日记 2025/7/5 9:17:30

.NET框架用C#实现PDF转HTML

HTML作为一种开放标准的网页标记语言，具有跨平台、易于浏览和搜索引擎友好的特性，使得内容能够在多种设备上轻松访问并优化了在线分享与互动。通过将PDF文件转换为HTML格式，我们可以更方便地在浏览器中展示PDF文档内容，同时也更容…...

编程日记 2025/7/5 7:32:03

使用 httputils + chronicle-bytes 实现金融级 java rpc

1、认识 chronicle-bytes Chronicle-Bytes 是一个类似于 Java NIO 的 ByteBuffer 的高效字节操作库，但它提供了许多扩展功能。这个项目由 OpenHFT 开发并维护，旨在提供高性能、低延迟的数据处理解决方案。Chronicle-Bytes 设计用于高频率交易和其他对性…...

编程日记 2025/7/5 8:27:57

开源模型应用落地-Qwen2.5-7B-Instruct与vllm实现推理加速的正确姿势-利用KOR框架实现结构化输出（七）

一、前言目前，大语言模型已升级至Qwen2.5版本。无论是语言模型还是多模态模型，均在大规模多语言和多模态数据上进行预训练，并通过高质量数据进行后期微调以贴近人类偏好。在本篇学习中，将集成vllm实现模型推理加速，现在，我们赶紧跟上技术发展的脚步，去体验一下新版本模…...

编程日记 2025/7/1 18:53:20

利用大语言模型解决推理任务

利用大语言模型（Large Language Models, LLMs）来解决推理任务是目前人工智能领域中的一个重要研究方向。大语言模型，如GPT系列（包括ChatGPT）和BERT等，具有强大的自然语言理解和生成能力，已经能够…...

编程日记 2025/7/5 9:39:17

修复OpenLinkSaas客户端在使用AtomGit账号时页面崩溃

问题描述：当一个新的AtomGit用户登录OpenLinkSaas客户端后出现了页面崩溃。从浏览器控制台来看，是gitNoticeList出现了null。查看代码后发现是请求atomGit api是返回的一个null的列表接下来我们加下保护性的代码，来兼容null或undefine的情…...

编程日记 2025/7/5 7:36:55

如何使用大语言模型进行事件抽取与关系抽取

诸神缄默不语-个人CSDN博文目录文章目录 1. 什么是事件抽取与关系抽取？2. 示例：使用大语言模型进行事件抽取与关系抽取 1. 什么是事件抽取与关系抽取？ 事件抽取是指从文本中识别出与某些“事件”相关的信息。这些事件通常包括动作、参与者、…...

编程日记 2025/7/5 7:55:14

WebRTC线程的启动与运行

WebRTC线程运行的基本逻辑： while(true) {…Get(&msg, …);…Dispatch(&msg);… }Dispatch(Message *pmsg) {…pmsg->handler->OnMessage(pmsg);… }在执行函数内部，就是一个while死循环，只做两件事，从队列里Get取…...

编程日记 2025/7/5 9:01:55

Unity3D ILRuntime开发原则与接口绑定详解

引言 ILRuntime是一款基于C#的热更新框架，使用IL2CPP技术将C#代码转换成C代码，支持动态编译和执行代码，适用于Unity3D的所有平台，包括Android、iOS、Windows、Mac等。本文将详细介绍ILRuntime在Unity3D中的开发原则及接口绑定技术…...

编程日记 2025/7/5 8:51:37

grouped = df.drop(‘name‘, axis=1).groupby(‘team‘)

这行代码： grouped df.drop(name, axis1).groupby(team)的作用是首先删除 DataFrame 中的 name 列，然后按 team 列进行分组。以下是对每个部分的详细解释： 1. df.drop(name, axis1) df.drop(name, axis1) 这部分代码会从 DataFrame df 中…...

编程日记 2025/7/1 6:15:22

mysqll连接用时太长解决方法

1、连接用时太长分析从客户端连接mysql服务器，时间长达10几秒，此为mysql的dns的反向解析造成，在局域网内如果都是用ip连接，可以通过在配置文件中添加skip-name-resolve，取消此功能，取消后，就不…...

编程日记 2025/7/1 4:19:45

Elasticsearch：利用 AutoOps 检测长时间运行的搜索查询

作者：来自 Elastic Valentin Crettaz 了解 AutoOps 如何帮助你调查困扰集群的长期搜索查询以提高搜索性能。 AutoOps 于 11 月初在 Elastic Cloud Hosted 上发布，它通过性能建议、资源利用率和成本洞察、实时问题检测和解决路径显著简化了集群管理。 Au…...

编程日记 2025/7/1 14:53:54

一、Spring定制化RestTemplate，预留出RestTemplate定制化扩展点 org.springframework.cloud.client.loadbalancer.LoadBalancerAutoConfiguration 二、Ribbon定义RestTemplate Ribbon扩展点功能 org.springframework.cloud.netflix.ribbon.RibbonAutoConfiguratio…...

编程日记 2025/7/2 6:54:10

使用Python，pypinyin将汉字转为带音调，首字母等多种风格的拼音，自动学习生字词

使用Python，pypinyin将汉字转为带音调，首字母等多种风格的拼音，自动学习生字词 1. 效果图2. 安装及支持的音调分类3. 源码参考这篇博客将介绍如何使用Python，pypinyin将汉字转为带音调的拼音，自动学习生字词&#xff…...

编程日记 2025/7/1 17:58:59

消防设施操作员考试题库及答案

一、单选题 1.根据国家标准《防火门》(CB1295~2008)的规定，门扇上带防火玻璃的防火门的代号为（）。 A.s B.bl C.b D.l 答案：C 解析：根据初级教材238页，门扇上带防火玻璃的防火门的代号为b。 2.关于彩…...

编程日记 2025/6/29 21:42:48

算法：IMPACT通过微生物特征分析可解释的微生物表型

文章目录介绍框架代码参考介绍人类肠道微生物群由数万亿细菌组成，对健康和疾病有重大影响。通过现代技术的进步，高通量分析提供了增强我们对微生物组与复杂疾病结果之间联系的理解的潜力。然而，目前的微生物组模型缺乏微生物特征的可解释…...

编程日记 2025/7/4 13:15:33

2、zookeeper和kafka

zookeeper zookeeper基本知识 zookeeper：开源的分布式框架协调服务 zookeeper的工作机制基于观察者模式设计的分布式结构，复制存储和管理架构当中的元信息，架构当中的应用接受观察者的监控，一旦数据有变化，通知对于…...

编程日记 2025/7/2 4:44:00

监控工具（Nagios）

2.4 Nagios 2.4.1 基础概念讲解嘿，小伙伴们！我们已经见识过了Prometheus、Grafana和Zabbix的强大功能，现在是时候认识一下监控界的“老大哥”——Nagios了！Nagios是一款历史悠久的开源监控工具，虽然它可能没有像Zab…...

编程日记 2025/7/5 8:49:50

c++不够用知识补充-using namespace

感觉c的知识储备不够用了，忘记的再捡起来？！ C之using namaspace;(未完)_namspace include-CSDN博客文章浏览阅读238次。初学C时，只要是程序都是用这个来打头。#includeusing namespace std;以前也不求甚解，知道随着对…...

编程日记 2025/7/1 20:19:16

奇异值分解SVD

线性变换 SVD在2*2矩阵 SVD推广到任意大小矩阵去掉奇异值小的部分： 原始的时空矩阵模式1模式2模式3...

编程日记 2025/7/2 23:16:45

如何在 Windows 10/11 上录制带有音频的屏幕 [3 种简单方法]

无论您是在上在线课程还是参加在线会议，您都可能需要在 Windows 10/11 上录制带有音频的屏幕。互联网上提供了多种可选方法。在这里，本博客收集了 3 种最简单的方法来指导您如何在 Windows 10/11 上使用音频进行屏幕录制。请继续阅读以探索！ …...

编程日记 2025/6/30 5:46:58

Linux centos7 docker安装（yum快速安装）

Linux centos7 docker安装 （yum快速安装） 1. 查看内核1.1 内核升级操作（可选） 2. 部署docker2.1 卸载旧版本2.2 安装需要的软件包2.3 添加阿里云镜像源2.4 部署docker（可手动选择版本，默认安装最新版本&…...

编程日记 2025/7/4 6:10:05

深入Android架构(从线程到AIDL)_08 认识Android的主线程

目录 3、认识Android的主线程(又称UI线程) 复习： 各进程(Process)里的主线程编辑 UI线程的责任： 迅速处理UI事件举例 3、认识Android的主线程(又称UI线程) 复习： 各进程(Process)里的主线程 UI线程的责任： 迅速处理UI事…...

编程日记 2025/7/2 21:07:27

接受Header使用错Map类型，导致获取到的Header值不全

问题复现在 Spring 中解析 Header 时，我们在多数场合中是直接按需解析的。例如，我们想使用一个名为 myHeaderName 的 Header，我们会书写代码如下：RequestMapping(path "/hi", method RequestMethod.GET) public Str…...

编程日记 2025/6/30 5:46:54

等保测评和密评的相关性和区别

等保测评和密评在网络安全领域均扮演着至关重要的角色，它们之间既存在相关性，又各具特色。以下是对两者相关性和区别的详细阐述：相关性 1.法律基础：等保测评和密评都是依据国家相关法律法规开展的活动。等保测评主要依据《网…...

编程日记 2025/7/1 13:38:38

朱姆沃尔特隐身战舰：从失败到威慑

前言 "朱姆沃尔特"号驱逐舰是美国海军雄心勃勃的项目，旨在重塑未来海战。它融合了隐身、自动化和强大火力，然而由于技术问题和预算超支，原计划建造32艘的目标被大幅缩减，最终只建造了三艘。该舰的设计特点包括“穿浪逆船…...

编程日记 2025/7/1 20:16:54

create-a-weather-app-using-flask-python

使用 Flask | Python 创建天气应用程序原文:https://www . geesforgeks . org/create-a-weather-app-use-flask-python/ 先决条件: 烧瓶安装 Flask 是一个用 Python 编写的轻量级框架。它是轻量级的，因为它不需要特定的工具或库，并且允许快速的 web 开…...

编程日记 2025/7/1 12:35:39

BurpSuite2024.11

新增功能 2024 年 11 月 25 日，版本 24.11 此版本引入了站点地图过滤器 Bambdas、匹配和替换 Bambdas、用于 API 扫描的动态身份验证令牌，以及用于入侵者攻击的增强负载管理。我们还进行了多项用户体验改进、性能改进和一些错误修复。使用 Bambdas 过…...

编程日记 2025/6/29 11:29:21

MyBatis-plus sql拦截器

因为业务需求，重新写了一套数据权限。项目中用的是mybtis-plus，正好MyBatis-Plus提供了插件数据权限插件 | MyBatis-Plus，那就根据文档来实现这个需求。实现： 实现MultiDataPermissionHandler 首先创建MultiDataPermissionHan…...

编程日记 2025/7/1 13:14:51

springboot3 redis 批量删除特定的 key 或带有特定前缀的 key

在 Spring Boot 3 中与 Redis 一起使用时，可以通过 Redis 的命令来实现批量删除特定的 Key 或带有特定前缀的 Key。以下是实现方式和注意事项。使用 RedisTemplate RedisTemplate 是 Spring Boot 提供的一个操作 Redis 的工具，支持各种 Redis 操作。 …...

编程日记 2025/7/2 8:52:01

若依框架（前后端分离）集成cas5.5

一、后端配置 1、添加cas依赖在common模块pom添加spring-security-cas依赖：  <dependency><groupId>org.springframework.security</groupId><artifactId>spring-security-cas</artifactId> &l…...

编程日记 2025/7/1 18:17:46

区块链方向学习路线

学习路线图下面是登链社区给出的区块链开发者的学习路线图学习路线建议对于一个区块链方向的学习者而言，首先要了解的是区块链理论知识，当你了解了区块链的理论知识之后，下面有三个方向来学习，可以通俗的理解为区块链方向的后…...

编程日记 2025/7/1 16:06:45

【从零开始入门unity游戏开发之——C#篇40】C#特性（Attributes）和自定义特性

文章目录前言一、特性（Attributes）基本概念二、自定义特性1、自定义特性代码示例：2、应用自定义特性：3、解释3.1 **AttributeUsage 特性**3.2 特性的命名3.3 **构造函数**：3.4 **属性**： 4、使用反射获取特…...

编程日记 2025/7/4 15:19:26

Unity2D无限地图的实现（简单好抄）

说明：本教程实现的是在2D游戏中玩家在游戏中上下左右移动的时候自动进行地图拼接的功能，如果你只想实现左右移动的无限地图，那么这篇博客也能起到一定参考作用。思路第一步： 创建一个10*10的2D游戏对象当做地图第二步创建一个…...

编程日记 2025/7/3 1:50:41

OSPF特殊区域（open shortest path first LSA Type7）

一、区域介绍 1、Stub区域 Stub区域是一种可选的配置属性。通常来说，Stub区域位于自治系统的边界，例如，只有一个ABR的非骨干区域。在这些区域中，设备的路由表规模以及路由信息传递的数量都会大量减少。 kill 4 5类type 传递1 …...

编程日记 2025/7/3 3:53:19

工程师了解的Lua语言

1、关于lua语言 lua语言是用于嵌入式领域当中的一门脚本语言，其实在大学期间，我也没有接触过这门语言，但是在未来的发展之路当中，需要用到这门语言，所以在我的知识库当中添加这门语言知识是必要而且重要的，…...

编程日记 2025/7/3 22:11:23

每日一学——日志管理工具（Graylog）

5.2 Graylog 5.2.1 输入输出配置嘿，小伙伴们！今天我们要介绍的是Graylog——一款功能强大的日志管理工具。Graylog不仅可以帮助我们收集、存储和搜索日志数据，还可以通过丰富的插件系统进行扩展。让我们一起来看看如何配置Graylog来收集日…...

编程日记 2025/7/5 1:14:37

SQL Server中最大并行度详解

在 SQL Server 中，MAXDOP（Maximum Degree of Parallelism，最大并行度）是一个用于控制并行查询执行中最大可用 CPU 核心数的配置参数。通过设置 MAXDOP，你可以管理 SQL Server 在执行并行查询时使用多少个处理器核心&am…...

编程日记 2025/7/5 6:09:27

2453.学习周刊-2024年53周

封面不要站在问题一边打败孩子，而是站在孩子一边打败问题，多从孩子的角度思考问题，帮助孩子一起解决问题 ✍优秀博文 SQL中历史数据处理实践指南新领导上任了，老员工该如何适应？主动接纳还是我行我素？ ✍…...

编程日记 2025/7/2 22:46:11

硬件-射频-PCB-常见天线分类-ESP32实例

文章目录一：常见天线1.1 PCB天线①蓝牙模块的蛇形走线-天线②倒F天线-IFA：③蛇形倒F天线-MIFA④立体的倒F天线-PIFA 1.2 实例示意图1.21 对数周期天线(LPDA):1.22 2.4GHZ的八木天线：1.23 陶瓷天线：1.24 外接天线： 二&…...

编程日记 2025/6/28 16:28:20

Golang的容器编排实践

Golang的容器编排实践一、Golang中的容器编排概述作为一种高效的编程语言，其在容器编排领域也有着广泛的运用。容器编排是指利用自动化工具对容器化的应用进行部署、管理和扩展的过程，典型的容器编排工具包括Docker Swarm、Kubernetes等。在Golang中&a…...

编程日记 2025/7/1 8:07:45

关于大一上的总结

大一上总结前言源于学长们都喜欢写总结，今晚也正好听见一首有点触动心灵的歌，深有感慨，故来此写下这篇总结正文 1.暑假前的准备暑假之前姑且还是学习了基本的C语法，大概是到了结构体的地方，进度很慢&#xff0…...

编程日记 2025/7/4 11:09:48

SpringBoot教程（三十二） SpringBoot集成Skywalking链路跟踪

SpringBoot教程（三十二） | SpringBoot集成Skywalking链路跟踪一、Skywalking是什么？二、Skywalking与JDK版本的对应关系三、Skywalking下载四、Skywalking 数据存储五、Skywalking 的启动六、部署探针前提： Agents 8.9.0 放入 …...

编程日记 2025/7/4 12:34:48

iOS 11 中的 HEIF 图像格式 - 您需要了解的内容

HEIF，也称为高效图像格式，是iOS 11 之后发布的新图像格式，以能够在不压缩图像质量的情况下以较小尺寸保存照片而闻名。换句话说，HEIF 图像格式可以具有相同或更好的照片质量，同时比 JPEG、PNG、GIF、TIFF 占用更少的设…...

编程日记 2025/7/2 1:30:47

Python爬虫入门（1）

在互联网时代，数据成为了最宝贵的资源之一。Python作为一种功能强大的编程语言，因其简洁的语法和丰富的库支持，成为了编写网络爬虫的首选。本文将带你入门Python爬虫技术，让你能够从互联网上自动获取数据。什么是爬虫&#xff1…...

编程日记 2025/7/4 8:03:08

GIT 企业级开发学习 1

本节主要命令： git init ls 不能列出 .git ls -a 列出 .git 1. 初始化 Git 仓库 git init • 初始化一个新的 Git 仓库，在当前目录下生成一个 .git 隐藏文件夹，用于存储版本控制信息。 2. 查看隐藏文件 ls -a • 使用 ls -a 显示隐藏文件…...

编程日记 2025/7/4 18:22:32

C# _ 数字分隔符的使用

总目录一、数字分隔符是什么？ _ 用作数字分隔符。可以将数字分隔符用于所有类型（二进制，十进制，十六进制）的数字文本。数字分隔符 _ 在编译时是被编译器忽略的，因此在语义上对数字结果没有任何影响。二…...

编程日记 2025/7/2 23:29:11

迟来的前端面试经验

最近也是在换工作，小公司和大厂（虾皮、腾讯）都有面试。几次面试收获还是比较大的，了解许多自己的短板，当然也拿到了合适的offer。本文主要整理下面试遇到的问题和知识点，希望对准备找工作的掘友有所帮助。 …...

编程日记 2025/7/3 14:53:50

相关文章：