Սկիզբ » Ուսումնական նյութեր » Ծրագրավորում

RSSԲաժին: Ծրագրավորում

JavaScript լեզու, զանգվածներ ֊ մաս #2

| Փետրվար 7, 2019 |
JavaScript լեզու, զանգվածներ ֊ մաս #2

JavaScript լեզվի զանգվածները և դրանց հետ աշխատանքը։ .map .filter .reduce .push .unshift Դասերը շարունակական են լինելու, այնպես որ կարող եք բաժանորդագրվել YouTube֊ի ալիքին և ծանուցում կստանաք նոր տեսանյութերի մասին։

Կարդալ ամբողջը

JavaScript լեզու, Ֆունկցիաներ ֊ մաս #1

| Փետրվար 7, 2019 |
JavaScript լեզու, Ֆունկցիաներ ֊ մաս #1

JavaScript լեզվի դասընթաց, փոփոխականներ, կոնստանտներ, ֆունկցիաներ, callback ֆունկցիա, ռեկուրսիա: Դասերը շարունակական են լինելու, այնպես որ կարող եք բաժանորդագրվել YouTube֊ի ալիքին և ծանուցում կստանաք նոր տեսանյութերի մասին։

Կարդալ ամբողջը

Երեք պատահական խնդիր

| Դեկտեմբեր 19, 2017 |
Երեք պատահական խնդիր

Արտահայտության հապավում Խնդիրը։ Տրված է ինչ-որ արտահայտություն, օրինակ, «Միացյալ ազգերի կազմակերպություն» և պահանջվում է սրանից ստանալ «ՄԱԿ» հապավումը։ Դպրոցականը կամ ուսանողը, հավանաբար, առաջին լուծումը կտանի այսպես. տողը դարձնել ցուցակ, հետո անցնել տողի վրայով ու հավաքել բոլոր այն տառերը, որոնց նախորդում են տառ չհանդիսացող այլ սիմվոլներ։ Հետո՝ հավաքած տառերը դարձնել մեծատառ ու միավորել մեկ տողի մեջ։ […]

Կարդալ ամբողջը

Կոտրում ենք quadcopter֊ի ip camera-ն reverse engineering -ի մեթոդներով

| Ապրիլ 25, 2017 |
Կոտրում ենք quadcopter֊ի ip camera-ն reverse engineering -ի մեթոդներով

Դրոնների թեման ինձ վաղուց էր հետաքրքրում ու քանի որ կային մի շարք մտքեր կապված դրանց հետ, որոշեցի վերջապես սկսել ինչ֊որ բան անել։ Գնեցի Overmax X-Bee drone 5.2, որը կարելի է կառավարել ինչպես rc֊ով, այնպես էլ android application-ով։ Բայց դա այն չէր ինչն ինձ պետք էր, իսկ ինձ պետք էր ստանալ video stream֊ն այնպես, որպեսզի հետագայում հնարավոր […]

Կարդալ ամբողջը

Yacc֊ի և Lex֊ի մասին

| Նոյեմբեր 28, 2016 |
Yacc֊ի և Lex֊ի մասին

Ովքե՞ր են այդ Yacc֊ն ու Lex֊ը Ի՞նչ է լեզվի քերականությունը Լեզվի սահմանում GNU Bison֊ի ֆայլը Քերականության ստուգումը Bison֊ի միջոցով Բառային վերլուծություն Flex֊ի միջոցով Գործարկման առաջին փորձ Թեսթավորում․ առաջին մաս Արվածի ամփոփում և հետագա քայլերի մշակում Աբստրակտ քերականական ծառ Bison նկարագրության ընդլայնում Գործարկման երկրորդ փորձ Ես պատմում եմ ծրագրավորման լեզվի շարահյուսական վերլուծիչի իրականացման մասին։ Պատմությունս հնարավորին […]

Կարդալ ամբողջը

NodeJs/ExpressJs workshop – Barcamp Yerevan 2016

| Հունիս 18, 2016 |
NodeJs/ExpressJs workshop - Barcamp Yerevan 2016

NodeJs/ExpressJs workshop-ի կոդը գիտհաբում և տեսանյութը https://github.com/emarukyan/expressjs-example-by-edd Սպասում եմ, ձեր արձագանքներին:

Կարդալ ամբողջը

Նեյրոնային ցանցերի ուսուցումը backpropagation ալգորիթմի միջոցով։ Մաս 4, իրականացում python֊ով։

| Մայիս 13, 2016 |
Նեյրոնային ցանցերի ուսուցումը backpropagation ալգորիթմի միջոցով։ Մաս 4, իրականացում python֊ով։

Այս մասում կներկայացնենք սիմվոլների ճանաչումը backpropagation ալգորիթմի միջոցով։ Կոդը կգրենք python լեզվով, քանի որ այն կոմպակտ է և թույլ է տալիս իրականացնել արագ լուծումներ։ Ինչպես նշվել է նախորդ մասերում, ցանցի ելքերին պետք է նախապես տրվեն որոշակի արժեքներ, որոնց հետ պետք է համեմատվեն ցանցի փաստացի ելքերը, այդ իմաստով յուրաքանչյուր սիմվոլ կներկայացնենք 5×6 մատրիցի տեսքով։ Վերը բերված […]

Կարդալ ամբողջը

Նեյրոնային ցանցերի ուսուցումը backpropagation ալգորիթմի միջոցով։ Մաս 3, կշռային գործակիցների հաշվարկն ու սխալի հետադարձ փոխանցումը։

| Մայիս 1, 2016 |
Նեյրոնային ցանցերի ուսուցումը backpropagation ալգորիթմի միջոցով։ Մաս 3, կշռային գործակիցների հաշվարկն ու սխալի հետադարձ փոխանցումը։

Այս մասում փոքրիկ օրինակի վրա կծանոթանանք backpropagation ալգորիթմին։ Այն կազմված է հետևյալ հիմնական քայլերից՝ Ցանցի մուտքից մինչև ելք՝ հաշվում ենք  նեյրոնների ելքային արժեքները, ելքային շերտի յուրաքանչյուր նեյրոնի համար հաշվում ենք δ սխալի արժեքը, ելքային շերտի նեյրոնների համար հաշվում ենք կշռային գործակիցները, հաշվում ենք թաքնված շերտի նեյրոնների համար δ սխալի արժեքները՝ հաշվի առնելով ելքային շերտում համապատասխան […]

Կարդալ ամբողջը

Նեյրոնային ցանցերի ուսուցումը backpropagation ալգորիթմի միջոցով։ Մաս 1, ընդհանուր դրույթներ։

| Ապրիլ 25, 2016 |
Նեյրոնային ցանցերի ուսուցումը backpropagation ալգորիթմի միջոցով։ Մաս 1, ընդհանուր դրույթներ։

Արհեստական նեյրոնային ցանցերի աշխատանքը հիմնված է կենսաբանական նեյրոնի մաթեմատիկական մոդելի վրա։   Նկար 1․ Կենսաբանական նեյրոնի կառուցվածքը։   Բացի այլ բաղկացուցիչներից՝  նեյրոնն ունի նաև սինափսներ (synapse) և աքսոններ (axon)։ Սինափսը հանդիսանում է մուտք, իսկ աքսոնը ելք, ընդ որում ամեն նախորդ նեյրոնի աքսոնը միանում է հաջորդի սինափսին (նկար 1)։ Նեյրոնի մաթեմատիկական մոդելը սխեմատիկորեն կարելի է պատկերել […]

Կարդալ ամբողջը

[գիրք] PASCAL ծրագրավորում․ մեթոդական ցուցումներ և ստուգողական առաջադրանքներ

| Հունվար 9, 2016 |
[գիրք] PASCAL ծրագրավորում․ մեթոդական ցուցումներ և ստուգողական առաջադրանքներ

Ներբեռնել

Կարդալ ամբողջը

173