🐳 یک گیست قدیمی از من برای محاسبه ب.م.م اعداد در سی شارپ یا همون GCD یا GCF یا بزرگترین مخرج مشترک
😺 https://gist.github.com/AmirMahdyJebreily/84c4778eb2816e444790285f27409e5f
#آموزشی
@codeaghajcs
😺 https://gist.github.com/AmirMahdyJebreily/84c4778eb2816e444790285f27409e5f
#آموزشی
@codeaghajcs
Gist
Compute GDC in C#
Compute GDC in C#. GitHub Gist: instantly share code, notes, and snippets.
Code Agha
🐳 یک گیست قدیمی از من برای محاسبه ب.م.م اعداد در سی شارپ یا همون GCD یا GCF یا بزرگترین مخرج مشترک 😺 https://gist.github.com/AmirMahdyJebreily/84c4778eb2816e444790285f27409e5f #آموزشی @codeaghajcs
🐳 خب گیست قدیمی مربوط به ب.م.م رو با اطلاعات الانم نوشتم و نتیجه از ۵۰ خط رسید به ۱ خط. نتیجه رو باهاتون در میون گذاشتم :
🔗 https://gist.github.com/AmirMahdyJebreily/2c0e7c05f642af18c3bd6d58a915bfdc
کدش هم یه تابع ریکرسیو هست که توی یک خط اینطوریه :
#الگوریتم #آموزشی
@codeaghajcs
🔗 https://gist.github.com/AmirMahdyJebreily/2c0e7c05f642af18c3bd6d58a915bfdc
کدش هم یه تابع ریکرسیو هست که توی یک خط اینطوریه :
int gcd(int u, int v) => ((v != 0) ? gcd(v, u % v) : u);- مال ۴ سال پیش بود کدش و کلا یادم رفته بود همچین چیزی هم هست. لذا الان آپدیتش کردیم قوی 💪
#الگوریتم #آموزشی
@codeaghajcs
Gist
Euclidean algorithm for GCD in C# By CodeAgha
Euclidean algorithm for GCD in C# By CodeAgha. GitHub Gist: instantly share code, notes, and snippets.
👌3
📄 اکما اسکریپت ۲۰۲۳ : چیزهای تازه برای توسعه دهندگان جاوا اسکریپت | ECMAScript 2023: Fresh Goodies for JavaScript Developers
- اکما اسکریپت، یه استاندارد بزرگه برای زبان های اسکریپتی. تو این مقاله یه خلاصه خیلی کامل از آپدیت های جدیدش میخونید که عالیه!
🔗 ECMAScript 2023: Fresh Goodies for JavaScript Developers
#مقاله #مهم
@codeaghajcs
- اکما اسکریپت، یه استاندارد بزرگه برای زبان های اسکریپتی. تو این مقاله یه خلاصه خیلی کامل از آپدیت های جدیدش میخونید که عالیه!
🔗 ECMAScript 2023: Fresh Goodies for JavaScript Developers
#مقاله #مهم
@codeaghajcs
👍1
🐳 جمعی از ساختمان های داده و حومه
- همه ساختمان های داده اینا نیستن و بعضیاشونم ساختمان داده نیستن اصلا بیشتر یه الگوریتمن تا ساختمان داده
ولی خوبه که یاد بگیرید
#آموزشی #مهم
@codeaghajcs
- همه ساختمان های داده اینا نیستن و بعضیاشونم ساختمان داده نیستن اصلا بیشتر یه الگوریتمن تا ساختمان داده
ولی خوبه که یاد بگیرید
#آموزشی #مهم
@codeaghajcs
👍4🔥1
🎙 #پادکست دوازدهم
⁉️ اضافه کاری، دوباره کاری
- خیلی از برنامه نویس ها نمیدونن وقتی میگیم کمالگرا نباش یعنی چی؟ همچنین این دوستان لذت توسعه پذیری و توسعه اسون بی دردسر رو با اصولی ساختن برنامه رو تاحالا نچشیدن. نتیجش این میشه که یه سری کار های اضافه توی کد انجام میدن، از ترس اینکه در آینده اگر بخوان فلان چیزو به برنامه اضافه کنن سختشون نشه 🙃
- تو این پادکست در مورد این موارد بیشتر صحبت میکنیم
@codeaghajcs
⁉️ اضافه کاری، دوباره کاری
- خیلی از برنامه نویس ها نمیدونن وقتی میگیم کمالگرا نباش یعنی چی؟ همچنین این دوستان لذت توسعه پذیری و توسعه اسون بی دردسر رو با اصولی ساختن برنامه رو تاحالا نچشیدن. نتیجش این میشه که یه سری کار های اضافه توی کد انجام میدن، از ترس اینکه در آینده اگر بخوان فلان چیزو به برنامه اضافه کنن سختشون نشه 🙃
برنامه باید متناسب با نیازی که همین الان دارید نوشته بشه، نه نیازی که فکر میکنید در آینده ممکنه داشته باشید.
— Max Kanat-Alexander
- تو این پادکست در مورد این موارد بیشتر صحبت میکنیم
@codeaghajcs
👍2
🐳 شاید آمریکا و شوروی جنگو از آلمانا برده باشن. ولی ذهن یه ایرانیو دست کم گرفتن 😂
- اینجاست که امام میگه
#فان
@codeaghajcs
- اینجاست که امام میگه
آمریکا هیچ غلطی نمیتواند بکند
#فان
@codeaghajcs
🤣6
🐳 شبکه عصبی چیست ؟ | What is a neutral Network
شبکه عصبی یک مدل محاسباتیه که از علوم عصبی الهام گرفته و تو مسائلی مثل تشخیص الگو، یادگیری ماشینی، تشخیص صوت، تشخیص چهره، تشخصی اثر انگشت و... کاربرد داره. این مدل از واحد های کوچکی که بهشون میگیم نرون تشکیل شده که هرکدوم وظیفه محاسبه خروجی مشخصی رو با توجه به ورودیهایی که از نرونهای دیگه میگیرن.
یک شبکه عصبی از چندین لایه تشکیل شده. لایه ورودی اطلاعات را از محیط دریافت میکنه و آونها رو به لایههای پنهان یا لایه خروجی ارسال میکنه. لایه پنهان وظیفه استخراج ویژگیهای پیچیده از دادهها رو دارن (مثل تشابه رنگ ها).
هر اتصال بین هر دو نرون با یک وزن صورت میگیره. هرچی وزن عدد بزرگ تری داشته باشه، اون نرون مهم تره. همچنین وزنها مسئول اهمیت دادن به ورودیها هستند و توسط توابع فعالسازی، خروجی نرونها تعیین میشه.
توابع فعالسازی توابعی هستن که خروجی های نرون رو مشخص میکنن و در واقع اینها باعث تفکر انتزاعی مدل میشن.
اطلاعات بیشتر :
🔗 IBM/What is a nerual network
🔗TechTarget/What is a nerual network
#آموزشی #مقاله #مهم
@codeaghajcs
شبکه عصبی یک مدل محاسباتیه که از علوم عصبی الهام گرفته و تو مسائلی مثل تشخیص الگو، یادگیری ماشینی، تشخیص صوت، تشخیص چهره، تشخصی اثر انگشت و... کاربرد داره. این مدل از واحد های کوچکی که بهشون میگیم نرون تشکیل شده که هرکدوم وظیفه محاسبه خروجی مشخصی رو با توجه به ورودیهایی که از نرونهای دیگه میگیرن.
یک شبکه عصبی از چندین لایه تشکیل شده. لایه ورودی اطلاعات را از محیط دریافت میکنه و آونها رو به لایههای پنهان یا لایه خروجی ارسال میکنه. لایه پنهان وظیفه استخراج ویژگیهای پیچیده از دادهها رو دارن (مثل تشابه رنگ ها).
هر اتصال بین هر دو نرون با یک وزن صورت میگیره. هرچی وزن عدد بزرگ تری داشته باشه، اون نرون مهم تره. همچنین وزنها مسئول اهمیت دادن به ورودیها هستند و توسط توابع فعالسازی، خروجی نرونها تعیین میشه.
توابع فعالسازی توابعی هستن که خروجی های نرون رو مشخص میکنن و در واقع اینها باعث تفکر انتزاعی مدل میشن.
اطلاعات بیشتر :
🔗 IBM/What is a nerual network
🔗TechTarget/What is a nerual network
#آموزشی #مقاله #مهم
@codeaghajcs
👍2
🐳 دیتابیس های برداری
- دیتابیسهای برداری از ساختارهای دادهای بردار برای نگهداری اطلاعات استفاده میکنند. این دیتابیسها، دادهها را در قالب بردارها ذخیره کرده و عملیات محاسباتی را سریعتر انجام میدهند. از آنها برای تحلیل دادههای پیچیده و مدیریت موثر اطلاعات استفاده میشود. 🚀📊
#آموزشی
@codeaghajcs
- دیتابیسهای برداری از ساختارهای دادهای بردار برای نگهداری اطلاعات استفاده میکنند. این دیتابیسها، دادهها را در قالب بردارها ذخیره کرده و عملیات محاسباتی را سریعتر انجام میدهند. از آنها برای تحلیل دادههای پیچیده و مدیریت موثر اطلاعات استفاده میشود. 🚀📊
#آموزشی
@codeaghajcs
🐳 ساختن مثلث متساوی الساقین در سی شارپ
- خیلی از دانشجو ها سوال میپرسن چجوری از این مثلث ها بکشیم و... . پیشنهاد میکنم اینجور کد ها رو با بریک پوینت برای خودتون تحلیل کنید...
#سوال_پرتکرار_سی_شارپ #آموزشی
@codeaghajcs
- خیلی از دانشجو ها سوال میپرسن چجوری از این مثلث ها بکشیم و... . پیشنهاد میکنم اینجور کد ها رو با بریک پوینت برای خودتون تحلیل کنید...
int n = 9;اینم 🐳 نمونه های دیگه مثلث که قبلا گذاشتم
for (int i = 1; i <= n; i++)
{
Console.Write("".PadRight(n+1-i, ' '));
for (int j = i; j > 0; j--)
{
Console.Write(j.ToString());
}
for (int j = 2; j <= i; j++)
{
Console.Write(j.ToString());
}
Console.WriteLine();
}
#سوال_پرتکرار_سی_شارپ #آموزشی
@codeaghajcs
👍5
Code Agha
🐳 ساختن مثلث متساوی الساقین در سی شارپ - خیلی از دانشجو ها سوال میپرسن چجوری از این مثلث ها بکشیم و... . پیشنهاد میکنم اینجور کد ها رو با بریک پوینت برای خودتون تحلیل کنید... int n = 9; for (int i = 1; i <= n; i++) { Console.Write("".PadRight(n+1…
This media is not supported in your browser
VIEW IN TELEGRAM
🐳 یکی از دوستان واسه تمرین این حرکتو زد و کدش رو هم فرستاد تا بزاریم اینجا شما هم استفاده کنین :
#ارسالی
@codeaghajcs
int n = 9;شما هم تلاش کنید یه تغییری ایجاد کنین 🙃👍
Console.WriteLine();
for (int i = 1; i <= n; i++)
{
Console.Write(">".PadRight(n+12-i, ' '));
if(i == n)
{
Console.ForegroundColor = ConsoleColor.Cyan;
}
for (int j = i; j > 0; j--)
{
if(j==i)
{
Console.ForegroundColor = ConsoleColor.Cyan;
}
Console.Write(j.ToString());
if(i != n)
{
Console.ResetColor();
}
await Task.Delay(100);
}
for (int j = 2; j <= i; j++)
{
if(j==i)
{
Console.ForegroundColor = ConsoleColor.Cyan;
}
Console.Write(j.ToString());
if(i != n)
{
Console.ResetColor();
}
await Task.Delay(100);
}
Console.WriteLine();
await Task.Delay(200);
}
#ارسالی
@codeaghajcs
👍2