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
您找到你想要的搜索结果了吗?
是的
没有找到

【TypeScript 演化史 — 第一章】non-nullable 的类型

在这篇文章中,我们将讨论发布于 TypeScript 2.0 中的 non-nullable 类型,这是对类型系统的一个重大的改进,该特性可对 null 和 undefined 的检查。cannot read property 'x' of undefined 和 undefined is not a function 在 JS 中是非常常见的错误,non-nullable 类型可以避免此类错误。 null 和 undefined 的值 在 TypeScript 2.0 之前,类型检查器认为 null 和 undefined 是每种类型的有效值。基本上,null 和 undefined 可以赋值给任何东西。这包括基本类型,如字符串、数字和布尔值: let name: string; name = "Marius"; // OK name = null; // OK name = undefined; // OK let age: number; age = 24; // OK age = null; // OK age = undefined; // OK let isMarried: boolean; isMarried = true; // OK isMarried = false; // OK isMarried = null; // OK isMarried = undefined; // OK 以 number 类型为例。它的域不仅包括所有的IEEE 754浮点数,而且还包括两个特殊的值 null 和 undefined 对象、数组和函数类型也是如此。无法通过类型系统表示某个特定变量是不可空的。幸运的是,TypeScript 2.0 解决了这个问题。 严格的Null检查 TypeScript 2.0 增加了对 non-nullable 类型的支持,并新增严格 null 检查模式,可以通过在命令行上使用 ——strictNullChecks 标志来选择进入该模式。或者,可以在项目中的 tsconfig.json 文件启用 strictnullcheck 启用。 { "compilerOptions": { "strictNullChecks": true // ... } } 在严格的 null 检查模式中,null 和 undefined 不再分配给每个类型。null 和undefined 现在都有自己的类型,每个类型只有一个值

02

在 Android 11 及更高版本系统中处理可空性

在去年 5 月的 I/O 开发者大会上,我们正式宣布 Kotlin 优先 (Kotlin First) 的这一重要理念,Kotlin 将成为 Android 开发者的首选语言。目前,在排名前 1,000 位的 Android 应用中,已有超过 60% 正在使用 Kotlin 进行开发。为什么 Kotlin 受到这么多开发者的喜爱呢?这里就不得不提 Kotlin 在可空性方面的优势了。Kotlin 将可空性直接融合到了类型系统中,这意味着开发者在声明一个参数时,需要提前说明该参数能否接纳 null 值。本文将带您了解 Android 11 SDK 引入了哪些变更,以便在 API 中显示更多的可空性信息。此外,我们还将介绍一些实用方法与技巧,帮助您做好准备,顺利应对 Kotlin 中的可空性问题。

01

CVPR 2021 线上分享 | 2D和3D CNN解决不好视频动作识别,字节跳动等提出更高效的Action模块

近年来,由于视频理解成为实现 VR/AR 以及视频共享社交网络服务等实际应用的关键组件,学术界对该领域的研究越来越感兴趣。每天有数百万个视频上传到 TikTok、抖音和西瓜视频进行处理。但是,视频流的爆炸式增长对执行视频理解所需的高准确率和低计算成本提出了挑战。 作为视频理解的一个基本问题,动作识别在内容审核和推荐等视频相关的应用中被提出了越来越高的要求。随着 VR 等技术的飞速发展,与时序相关的动作识别也成为了近年来的研究热点。 时空性、特征和运动模式是视频动作识别任务的重要组成部分。目前,学界主流方法

02

斯坦福AI实验室又一力作:深度学习还能进一步扩展 | CVPR2016最佳学生论文详解

结构递归神经网络: 时空领域图像中的深度学习 联合编译:陈圳、章敏、李尊 摘要 虽然相当适合用来进行序列建模,但深度递归神经网络体系结构缺乏直观的高阶时空架构。计算机视觉领域的许多问题都固有存在高阶架构,所以我们思考从这方面进行提高。在解决现实世界中的高阶直觉计算方面,时空领域图像是一个相当流行的工具。在本文中,我们提出了一种结合高阶时空图像和递归神经网络的方法。我们开发了一种可随意扩展时空图像的办法,这是一种正反馈、差异化高、可同步训练的RNN混合网络。这种方法是通用的,通过一系列设定好的步骤可以将任意时

06
领券