首页
学习
活动
专区
工具
TVP
发布
精选内容/技术社群/优惠产品,尽在小程序
立即前往

-makeWindowControllers是初始化NSPersistentDocument的最佳位置吗?

是的,-makeWindowControllers 是初始化 NSPersistentDocument 的最佳位置。在 NSPersistentDocument 中,-makeWindowControllers 方法负责创建和配置文档的窗口控制器。通常,您应该在此方法中创建窗口控制器,并将其添加到文档的 windowControllers 属性中。

例如,您可以在 -makeWindowControllers 方法中执行以下操作:

代码语言:objective-c
复制
- (void)makeWindowControllers {
    NSWindowController *windowController = [[NSWindowController alloc] initWithWindowNibName:@"MyDocumentWindowController"];
    [self addWindowController:windowController];
}

在这个例子中,我们创建了一个名为 "MyDocumentWindowController" 的窗口控制器,并将其添加到了文档的 windowControllers 属性中。

请注意,-makeWindowControllers 方法只会在需要时调用,例如当用户打开一个新的文档窗口时。因此,您不需要担心不必要的性能开销。

页面内容是否对你有帮助?
有帮助
没帮助

相关·内容

继承代码复用最佳方案

在客户端代码使用时,面对子类,这种继承叫实现继承: Child object = new Child(); 还有一种看待继承角度:从父类往下看,客户端使用时,面对父类,这种继承叫接口继承: Parent...不推荐实现继承: 继承很宝贵,Java只支持单继承 一个类只能有一个父类,一旦继承位置被实现继承占据,再想做接口继承就难了 实现继承通常也是一种受程序设计语言局限思维方式 很多语言,不使用继承,...2 面向组合编程 可以组合根因:获取产品信息、生成报表服务本是两件事(分离关注点)。 你要是看出两件事了,就不会把它们放一起。 分解设计第一步,分解粒度越小越好。...DCI对象Data数据, 对象使用Context场景, 对象Interaction交互行为三者简称, 一种特别关注行为模式(可对应GoF行为模式),而MVC模式一种结构性模式,DCI可使用演员场景表演来解释...复用方式背后编程思想:面向组合编程。它给我们提供了一个不同视角,但支撑面向组合编程分离关注点。将不同关注点分离,每个关注点成为一个模块,在需要时组装。

56450

最佳广告预算配比良方7:3

02新锐品牌成长阶段品牌与流量比应为3:7~5:5 经历了优胜劣汰重重考验,最终能够存活下来,光靠喝奶和辅食,不能支撑企业健康成长。...那是因为初期便宜流量用完了,而互联网信息海量,通过最初流量红利所能抢占只能大海中一瓢用户。...仅仅通过流量打到“购买者”远远不够,品牌势能一种社会场能,喝水想到农夫山泉,酱油想到海天,电动车想到特斯拉,一种众所周知,一种条件反射。...谈及品牌逆势崛起经验,波司登董事局主席兼总裁高德康曾说,做产品做现在,做品牌做未来,而品牌力量冲破内卷关键。...需要强调,品牌广告切忌分散式投放,如果预算允许,建议选择集中引爆方式,以高强度方式去输出品牌信息,物理空间电梯和地铁,线上空间CCTV和热门综艺,必须让消费者避无可避看到品牌广告,在同一时期以不断重复方式印刻消费者品牌印象

41010

【FinTech】机器学习发展金融科技公司最佳方式

金融地球上没有人不需要东西。这是生活基本必需品,因为每个人都需要钱来吃饭,旅行和买东西。尽管技术变得更聪明,人们也变得更聪明。目前金融市场已经由人和机器组成。...数据科学家实施ML主要目标促使人力减少。今天机器学习非常普遍,你可能每天都会不知不觉地使用它几十次。它希望减少人们阅读,理解和分析大数据所需时间。...因此chatbots为小公司提供了一个很好机会来减少他们开支并帮助公司收入增长。 股市预测 ? 每个人都想通过购买股票来致富。 但是你买了合适股票? 那些实际上会涨?...我们都需要某人帮助才能完成我们需要任务,无论在谷歌还是人类帮助下。借助机器学习功能数字助理,高管和经理可以比以往更轻松地完成工作。...无论金融服务公司选择投资开发虚拟助理平台进行自己运营,还是为了作为其客户服务包一部分提供给平台,投资回报可能都很大。

82530

为机器学习模型设置最佳阈值:0.5二元分类最佳阈值

其他象限模型错误。 改变模型阈值将改变混淆矩阵中值。...为了便于比较和评估,我们现在将定义两个标准化指标(它们值在0.0和1.0之间)。 精度precision标记观察事件比例(例如,我们模型认为有害帖子,它们有害)。...F1分为精度与查全率调和平均值,F1分最佳值为1.0,最差值为0.0;F1对精度和召回率都是相同对待,所以你可以看到它在两者之间保持平衡。...所以在为我们二元分类器选择阈值时,我们必须在精度或召回率上妥协,因为没有一个分类器完美的。我们来讨论一下如何推理选择合适阈值。 选择最佳阈值 右边数据会产生噪声(较大阈值)。...总结 二元分类器最佳阈值针对业务结果进行优化并考虑到流程限制阈值。通过本文中描述过程,你可以更好地为用例决定最佳阈值。 如果你对这篇文章有任何问题,请随时留言。

1.2K10

为机器学习模型设置最佳阈值:0.5二元分类最佳阈值

其他象限模型错误。 改变模型阈值将改变混淆矩阵中值。...为了便于比较和评估,我们现在将定义两个标准化指标(它们值在0.0和1.0之间)。 精度precision标记观察事件比例(例如,我们模型认为有害帖子,它们有害)。...F1分为精度与查全率调和平均值,F1分最佳值为1.0,最差值为0.0;F1对精度和召回率都是相同对待,所以你可以看到它在两者之间保持平衡。...所以在为我们二元分类器选择阈值时,我们必须在精度或召回率上妥协,因为没有一个分类器完美的。我们来讨论一下如何推理选择合适阈值。 选择最佳阈值 右边数据会产生噪声(较大阈值)。...总结 二元分类器最佳阈值针对业务结果进行优化并考虑到流程限制阈值。通过本文中描述过程,你可以更好地为用例决定最佳阈值。 如果你对这篇文章有任何问题,请随时留言。

72830

一张图让您秒懂 PD怎样计算出region最佳机架放置位置

答 : 让Region知道自己放置位置(城市、机房、数据中心、机架) 在Tidb中 PD怎样计算出region最佳机架放置位置 ?...划红线处,由1 replication.location_labels中值 推导出len为2 2. 当p1,p2在第三点位上位置重叠时,该点位数值计为-1 3....当p1,p2同dc ,不同host时计为2 4. diff(p1,p3) 对应六个位置数值推导原理同 diff(p1,p2) 将len=2, diff(p1,p2),diff(p1,p3) 在六个位置上对应不同数值代入...score计算公式可得出Best Location 111112.jpg 既上图中将划红线处 1,2,3(p3上面的红线)计算结果代入,得出P1在不同位置score分值。...conclusion : p1在host1、host2时计算出Score值最大值,证明放在这两个位置中任意一个位置,当一个数据中心灾难时,仍然有2个副本存在,保障了raft多数派存在,保障了数据安全性

69200

Mac OSX 给现有的应用追加基于文档功能

,具体哪一种类型,关键在于创建工程时候,你是否选中下图中Create Document-based Application选项: 创建工程界面 基于文档应用与非文档应用主要区别...Document-based Application选项,也就是说,你项目非基于文档Application,但由于某种原因(请不要问我是什么原因...重写其中几个父类方法: makeWindowControllers() :加载应用窗口控制器(通常是NSWindowController或其子类)...ViewController // 对编辑控件进行初始化赋值 editController.editTextView.string = readText } Extensions: 这个用来标识你应用可以打开或保存是的文件类型,可以根据你实际需求填写,(也可是你自己定义文件扩展名,比如:.mydoc

61520

拥有100万亿参数GPT-4将比GPT-3大500倍:超大型神经网络实现AGI最佳方式

相比之下,OpenAI 相信以大型数据集为基础并在大型计算机上训练大型神经网络实现 AGI 最佳方式。...一个拥有 1750 亿个参数比 GPT-2 大 100 倍语言模型。 GPT-3 发布后当时最大神经网络,并且现在仍然最大神经网络。它语言专长和无数能力令大多数人感到惊讶。...给定一个可扩展算法,在这种情况下transformers——GPT 系列背后基本架构——它可能有一条通向AGI直接路径,该路径可以基于该算法训练越来越大模型。...但大型模型只是 AGI 难题一部分。训练它们需要大量数据集和大量计算能力。 当机器学习社区开始揭示无监督学习潜力时,数据不再瓶颈。...没有人知道更大神经网络是否会越来越接近它。但不可否认虽然可能还要等几年,但GPT-4 将是值得关注东西,让我们拭目以待。

83720

粒子群优化算法(PSO)

,想想一旦粒子群中间有一个粒子找到了一个最优解,是不是所有的粒子会一窝蜂朝着这个方向而去了,而在这个去过程中,万一某个粒子找到了一个更好解,那它还会走?...用简单图表示如下: ---- ---- 2、粒子群算法步骤 粒子群核心部分就是上面说到那两个公式,一个速度更新方式,另一个位置更新方式,重点还是速度更新方式; 总结来说,粒子群算法步骤如下...: 初始化粒子群个体; 计算每个个体适应度值(函数值)作为评判好坏标准; 找到每个个体自己在所有迭代过程中最优解Pbest; 找到所有个体在所有迭代过程中最优解Zbest; 根据速度公式更新速度...; 根据位置公式更新位置; 重复步骤二直至迭代次数结束 这里有几个参数需要说一下, 关于速度V,限制速度范围,比如需要设置一个最大速度,防止更新过快; 关于c1与c2,这两个参数代表学习因子,决定跟随历史优秀解能力...个体最佳 fitnessgbest = fitness; %个体最佳适应度值 fitnesszbest = bestfitness; %全局最佳适应度值 %% VI.

54810

粒子群优化算法(PSO)和matlab代码实现

,想想一旦粒子群中间有一个粒子找到了一个最优解,是不是所有的粒子会一窝蜂朝着这个方向而去了,而在这个去过程中,万一某个粒子找到了一个更好解,那它还会走?...用简单图表示如下: ---- ---- 2、粒子群算法步骤 粒子群核心部分就是上面说到那两个公式,一个速度更新方式,另一个位置更新方式,重点还是速度更新方式; 总结来说,粒子群算法步骤如下...: 初始化粒子群个体; 计算每个个体适应度值(函数值)作为评判好坏标准; 找到每个个体自己在所有迭代过程中最优解Pbest; 找到所有个体在所有迭代过程中最优解Zbest; 根据速度公式更新速度...; 根据位置公式更新位置; 重复步骤二直至迭代次数结束 这里有几个参数需要说一下, 关于速度V,限制速度范围,比如需要设置一个最大速度,防止更新过快; 关于c1与c2,这两个参数代表学习因子,决定跟随历史优秀解能力...个体最佳 fitnessgbest = fitness; %个体最佳适应度值 fitnesszbest = bestfitness; %全局最佳适应度值 %% VI.

40820

粒子群算法matlab实现(一)

其流程图如下: Step1:确定一个粒子运动状态利用位置和速度两个参数描述,因此初始化也是这两个参数; Step2: 每次搜寻的结果(函数值)即为粒子适应度,然后记录每个粒子个体历史最优位置和群体历史最优位置...首先我们需要画出函数图像,如下图: 多峰问题对于算法检验效果最佳,而上图显然一个简单非等距、非等高多峰一元函数。...位置和速度初始化即在位置和速度限制内随机生成一个N x d 矩阵,对于此题,位置初始化也就是在0~20内随机生成一个50×1数据矩阵,而对于速度则不用考虑约束,一般直接在0~1内随机生成一个50×...此处位置约束也可以理解为位置限制,而速度限制保证粒子步长不超限制,一般设置速度限制为[-1,1]。...粒子群另一个特点就是记录每个个体历史最优和种群历史最优,因此而二者对应最优位置和最优值也需要初始化。其中每个个体历史最优位置可以先初始化为当前位置,而种群历史最优位置则可初始化为原点。

48020

数学建模暑期集训18:粒子群算法

% 随机初始化粒子所在位置在定义域内 end v = -vmax + 2*vmax .* rand(n,narvs); % 随机初始化粒子速度(这里我们设置为[-vmax,vmax]) 计算适应度...(x(i,:)); % 调用Obj_fun1函数来计算适应度(这里写成x(i,:)主要是为了和以后遇到多元函数互通) end pbest = x; % 初始化这n个粒子迄今为止找到最佳位置(...一个n*narvs向量) ind = find(fit == max(fit), 1); % 找到适应度最大那个粒子下标 gbest = x(ind,:); % 定义所有粒子迄今为止找到最佳位置...(一个1*narvs向量) Obj_fun1为自定义目标函数 更新粒子速度和位置并计算适应度 %% 迭代K次来更新速度与位置 fitnessbest = ones(K,1); % 初始化每次迭代得到最佳适应度...xlabel('迭代次数'); disp('最佳位置:'); disp(gbest) disp('此时最优值:'); disp(Obj_fun1(gbest)) 粒子群算法优化思路 非线性递减惯性权重

51820

如何在算法比赛中获得出色表现 :改善模型5个重要技巧

数据不平衡?如果您有一个聪明CV策略,并且仅依靠它而不是靠排行榜得分(尽管这可能很诱人),那么您很可能会在私人最终得分上获得惊喜。...尝试hyperparameter搜索 超参数搜索可帮助您找到模型应具有的最佳参数(学习率,softmax温度等),以获得最佳性能,而无需手动进行数千次无聊实验。...但是,它优点可以让您在测试中包括先验知识:如果您想在1e-4和1e-1之间找到最佳学习率,但是您假设它必须在1e-3附近,则可以绘制样本来自以1e-3为中心对数正态分布。...仍然在优化过程中,您可以将Lookahead包裹在优化器中;先行算法包括前进k个优化步骤,找到最佳性能位置,然后朝该最佳方向退后一步并从此处重新开始训练。...在开始训练之前,为权重找到一个很好初始化方法:如果您使用流行体系结构,请从基线权重(例如图像识别中ImageNet)开始,如果不是,请尝试分层顺序单位方差初始化(LSUV,最好初始化方法-理论上

86840

自动机器学习之Auto-Keras与AutoML入门指南

根据你输入数据集,神经架构搜索算法将自动搜索最佳架构和相应参数。神经架构搜索基本上用一组自动调整模型算法取代深度学习工程师/从业者!...“NAS搜索空间”以获得更优化单元; 如果AutoML系统用户经验丰富深度学习从业者,那么他们可能会决定: 1.在训练数据集一个非常小子集上运行NAS; 2.找到一组最佳架构构建块/单元;...现在让我们初始化Auto-Keras训练时间列表: ? 上述代码限定了一组训练-TIMES,包括[1,2,4,8,12,24]小时。...请确保使用本教程“下载”部分下载源代码。 从那里打开终端,导航到下载源代码位置,然后执行以下命令: ? ? 在这里你可以看到我们脚本正在指示Auto-Keras执行六组实验。...超过8-12小时训练不会提高我们准确度,这意味着我们已达到饱和点并且Auto-Keras无法进一步优化。 三、Auto-Keras和AutoML值得? ? Auto-Keras值得

1.5K10

python粒子群算法实现「建议收藏」

大家好,又见面了,我你们朋友全栈君。 参考博客: http://blog.csdn.net/zuochao_2013/article/details/53431767?...所有的粒子都由一个fitness-function确定适应值以判断目前位置好坏。每一个粒子必须赋予记忆功能,能记住所搜寻到最佳位置。每一个粒子还有一个速度以决定飞行 距离和方向。...在粒子群算法中,适应度不一定要越大越好,而是确定适应度好坏,只需要根据适应度好坏确定最佳位置。 在迭代过程中,会有粒子跑出范围,在这种情况下,一般不强行将粒子重新拉回到初始化解空间。...因为即使粒子跑出空间,随着迭代进行,如果在初始化空间内有更好解存在,那么粒子也可以自行返回到初始化空间。...(self.x) self.p = self.x # 个体最佳位置 self.pg = self.x[np.argmin(fitness)] # 全局最佳位置

38530

进化算法中粒子群优化算法(Particle Swarm Optimization)

粒子群优化算法原理 粒子群优化算法基本原理通过模拟鸟群、鱼群等群体行为方式,在搜索空间中寻找最优解。算法中每个粒子表示一个解,粒子通过不断调整自身位置和速度来搜索最优解。...粒子位置表示解候选值,速度表示解搜索方向和速度。粒子群优化算法流程 粒子群优化算法流程如下:初始化粒子群位置和速度。计算每个粒子适应度值。更新粒子速度和位置。更新全局最优解。...= np.copy(self.particles) # 初始化粒子个体最佳位置 self.global_best_position = None # 全局最佳位置 # 粒子群优化算法迭代过程...self.update_position() # 计算适应度值 fitness = self.target_func(self.particles) # 更新个体最佳位置和全局最佳位置...= np.copy(self.particles) # 初始化粒子个体最佳位置 self.global_best_position = None # 全局最佳位置 def optimize

50510

粒子群算法

粒子群优化算法通过模拟鸟群觅食过程中迁徙和群聚行为而提出一种基于群体智能全局随机搜索算法。 自然界中各种生物体均具有一定群体行为。...于1995年,美国心理学家JK和电气工程师RE共同提出了粒子群算法,其基本思想对鸟类群体行为进行建模与仿真的研究结果启发,对仿真模型进行修正,使粒子飞向空间并且在最好处进行降落。 ?...(4)生成初始种群:首先随机生成初始种群位置和速度,然后初始化个体历史最佳位置以及个体历史最佳适应度,初始化群体历史最佳位置以及群体历史最佳适应度; (5)进行粒子群迭代:更新速度并对速度进行边界处理...,更新位置并对位置进行边界处理,进行自适应变异,进行约束条件判断并计算新种群各个个体位置适应度,将新适应度与个体历史最佳适应度进行比较,个体历史最佳适应度与种群最佳适应度作比较,再次循环或者结束; ?...以上代码部分在csdn上下载,未进行更改,在这里就不抛出来了,有需要小伙伴可以私信我。 以下我用粒子群优化算法对一工程实际问题进行优化结果: ?

1.3K20

Java常用构建对象三种方式

前言 当我们面对具有大量可选成员变量 Java 类时,创建这些对象最佳方法是什么?通常有三种方法: 伸缩构造函数,JavaBean模式和构建器模式。 2....username和address互换位置依然成功初始化了对象,不会显式引发构建错误,这是不合理。...IDEA 参数列表提示功能 另外如果参数列表比较长,有七八个的话,代码是非常冗长。 难道构造函数一无,当然不是。...大多数情况下这种方式可以胜任。它缺点在于我们需要两步来完成对象创建工作,另外它缺乏创建不可变对象能力。 4....Builder声明了一系列方法来设置对象属性值,然后将其返回Builder本身,完成所有调用后,我们调用Builder无参build方法进行目标对象初始化

55710

MATLAB 粒子群算法,例题与常用模版

我们首先聚焦与粒子本身,或许全部粒子研究起来很复杂,但单个粒子属性很简单。 首先,每个粒子包含两个基本信息,Position(位置) & Velocity(速度)。...仅有上述位置与速度两个信息还不够,我们之前提到过,每一个粒子会学习。...第二部分为“认知(cognition)”部分,反映了粒子对自身历史经验记忆,代表粒子由向自身历史最佳位置逼近趋势。...第三部分为“社会(social)”部分,反映了粒子间协同合作与知识共享群体历史经验,代表粒子有向群体或领域历史最佳位置逼近趋势。 5....算法基本流程 初始化粒子群,包括群体规模N,每个粒子位置 x i x_i xi​和速度 v i v_i vi​。 计算每一个粒子适应度值 F i t [ i ] Fit[i] Fit[i]。

56930
领券