【ASP.NET Core 8端点路由深度解析】:掌握路由优先级的5大核心规则与实战技巧

第一章:ASP.NET Core 8端点路由优先级概述

在 ASP.NET Core 8 中,端点路由(Endpoint Routing)是请求处理管道的核心机制之一。它负责将传入的 HTTP 请求映射到应用程序中定义的终结点,例如控制器操作、Razor 页面或最小 API。当多个路由模板可能匹配同一请求时,路由系统会依据**路由优先级**决定使用哪一个端点进行处理。

路由匹配的基本原则

路由优先级由框架自动计算,主要依据以下因素:
  • 路由模板的具体程度:更具体的路径(如 /api/users/123)优先于通配模式(如 /api/{controller}/{id}
  • 约束的存在:包含参数约束的路由通常被认为更明确
  • 添加顺序:在无明显优先级差异时,先注册的路由优先级更高

自定义优先级控制

开发者可通过 Order 属性显式设置路由优先级。数值越小,优先级越高。
// 示例:显式设置路由优先级
app.MapGet("/data", () => "通用数据")
   .WithDisplayName("GenericData");

app.MapGet("/data/latest", () => "最新数据")
   .WithDisplayName("LatestData")
   .RequireRouteValue("priority", 1)
   .WithMetadata(new RouteAttribute("/data/latest") { Order = -1 });
上述代码中,Order = -1 确保 /data/latest 在与其他相似路由比较时具有更高优先级,避免被泛化路由提前捕获。

常见路由优先级场景对比

路由模板优先级因素说明
/api/products/123字面量匹配完全匹配静态路径,优先级最高
/api/products/{id:int}带类型约束比无约束的 {id} 更具体
/api/{controller}/{action}通配模式通常作为后备路由,优先级较低
graph LR A[Incoming Request] --> B{Matches Literal Route?} B -->|Yes| C[Execute High-Priority Endpoint] B -->|No| D{Matches Constrained Route?} D -->|Yes| E[Execute Constrained Endpoint] D -->|No| F[Match Generic Route or Return 404]

第二章:端点路由优先级的核心规则解析

2.1 路由模板长度与匹配优先级的内在关系

在现代Web框架中,路由匹配不仅依赖于路径结构,还与模板长度密切相关。通常情况下,**更长的路由模板具有更高的匹配优先级**,这有助于精确路由优先于泛化路由。
匹配机制解析
当多个路由规则可匹配同一请求时,系统倾向于选择最具体的规则,即模板字符长度更长者。例如:
// 示例:Gin 框架中的路由定义
r.GET("/api/users", handlerA)
r.GET("/api/users/:id", handlerB)
r.GET("/api/users/:id/profile", handlerC) // 优先级最高
上述代码中,请求 /api/users/123/profile 将优先匹配第三条路由,因其模板长度最长,语义最具体。
优先级决策表
路由模板长度(字符数)匹配优先级
/api/users10
/api/users/:id15
/api/users/:id/profile22
该策略有效避免了泛化路由误捕获本应由具体路由处理的请求,提升系统可预测性与稳定性。

2.2 字面量路由与参数化路由的优先级对比实践

在现代 Web 框架中,路由匹配顺序直接影响请求处理结果。字面量路由(Literal Route)具有明确路径,而参数化路由(Parameterized Route)包含动态片段,其优先级处理需谨慎设计。
路由匹配优先级规则
多数框架遵循“先精确后模糊”原则:
  • 字面量路由如 /users/detail 优先于 /users/:id
  • 相同层级下,声明顺序决定优先级
代码示例与分析
router.GET("/users/new", handleNew)           // 字面量
router.GET("/users/:id", handleUser)          // 参数化
上述代码中,访问 /users/new 不会误匹配到 :id,因框架自动识别字面量优先。若调换注册顺序,在部分框架中可能导致 new 被当作用户 ID 处理。
优先级对比表
路由类型匹配优先级典型场景
字面量路由固定页面、操作入口
参数化路由资源 ID 访问、动态内容

2.3 约束路由与通配符路由的冲突解决策略

在现代Web框架中,约束路由(如 `/user/{id:int}`)与通配符路由(如 `/static/*`)常因匹配优先级引发冲突。解决此类问题的核心在于明确路由注册顺序与匹配规则。
路由优先级原则
大多数框架遵循“先定义优先”原则,即:
  1. 精确路由优先(如 /user/123
  2. 约束路由次之(如 /user/{id:int}
  3. 通配符路由最后(如 /static/*
代码示例:Gin 框架中的处理
r := gin.Default()
r.GET("/user/:id", func(c *gin.Context) { /* 处理用户请求 */ })
r.GET("/user/*action", func(c *gin.Context) { /* 处理通配操作 */ })
上述代码中,若请求为 /user/profile,将匹配通配符路由。但若交换注册顺序,则可能误触发约束路由解析失败。因此,应将更具体的约束路由置于通配符之前,避免歧义。
推荐实践
使用独立前缀隔离静态资源路径,例如统一采用 /assets/*,可有效规避与业务参数路由的冲突。

2.4 默认值和可选参数对优先级的影响分析

在函数或方法调用中,参数的优先级顺序直接影响运行时行为。当同时支持默认值与可选参数时,显式传入的值应具有最高优先级。
参数优先级规则
  • 显式传参:优先使用调用时传入的实际值
  • 可选参数:未传值但定义为可选时,启用默认逻辑
  • 默认值:仅在无传参且非强制时生效
代码示例
func Connect(host string, port ...int) {
    p := 8080
    if len(port) > 0 {
        p = port[0] // 显式传参覆盖默认
    }
    fmt.Printf("Connecting to %s:%d\n", host, p)
}
上述代码中,port 作为可选参数,若调用时提供,则覆盖默认值 8080。这表明显式参数优先于默认设定,确保接口灵活性与可控性。

2.5 自定义IRouteConstraint在优先级控制中的应用

在ASP.NET Core中,路由约束接口 `IRouteConstraint` 可用于实现高级路由匹配逻辑。通过自定义约束,开发者可精确控制不同路由模板的优先级与匹配条件。
实现自定义约束类
需实现 `IRouteConstraint` 接口的 `Match` 方法,根据业务规则返回布尔值:

public class PriorityRouteConstraint : IRouteConstraint
{
    public bool Match(HttpContext httpContext, IRouter route, string routeKey,
        RouteValueDictionary values, RouteDirection routeDirection)
    {
        // 示例:仅当请求头包含特定版本时匹配
        var header = httpContext.Request.Headers["X-Priority"];
        return header == "high";
    }
}
该方法在路由评估期间调用,参数 `routeDirection` 区分入站请求与生成URL场景,`values` 包含当前解析的路由数据。
注册与使用
在 `Startup.cs` 中注册约束类型:
  • 将约束映射到字符串令牌(如 "priority")
  • 在路由模板中使用该令牌激活约束

第三章:路由注册顺序与终结点排序机制

3.1 MapControllers、MapRazorPages等方法的加载次序影响

在ASP.NET Core的请求处理管道中,`MapControllers`、`MapRazorPages`等终结点路由方法的调用顺序直接影响请求的匹配与处理结果。若多个终结点映射可能匹配同一URL路径,先注册的将优先被匹配。
典型注册顺序示例
app.UseRouting();
app.UseEndpoints(endpoints =>
{
    endpoints.MapRazorPages();     // 映射页面
    endpoints.MapControllers();    // 映射Web API控制器
});
上述代码中,Razor Pages优先于API控制器进行匹配。若将两者顺序颠倒,则可能导致预期外的404错误或行为异常。
常见映射方法优先级对比
方法名适用场景推荐顺序
MapRazorPagesRazor页面应用靠前
MapControllersWeb API或MVC次之
MapFallback默认回退处理最后

3.2 UseEndpoints中路由注册顺序的实际测试验证

在ASP.NET Core的中间件管道中,`UseEndpoints`的路由注册顺序直接影响请求匹配结果。通过实际测试可验证其执行逻辑。
测试代码示例
app.UseEndpoints(endpoints =>
{
    endpoints.MapGet("/user/{id}", async context =>
    {
        await context.Response.WriteAsync("User route");
    });

    endpoints.MapGet("/user/info", async context =>
    {
        await context.Response.WriteAsync("Info route");
    });
});
上述代码中,尽管`/user/info`是更具体的路径,但由于它在`/user/{id}`之后注册,当请求`/user/info`时,仍会被`{id}`占位符匹配,导致“User route”返回。
匹配优先级验证结论
  • 路由匹配遵循注册顺序,而非路径具体性
  • 先注册的路由优先参与匹配
  • 设计时应将泛型路由置于具体路由之后

3.3 如何利用Order属性显式控制路由优先级

在ASP.NET Core的中间件管道中,路由匹配顺序直接影响请求处理结果。当多个终结点(Endpoint)可能匹配同一URL时,框架通过 `Order` 属性决定执行优先级。
Order属性的作用机制
`Order` 值越小,优先级越高。默认值为0,负数优先级更高,正数则更低。这允许开发者精确控制哪个路由先被评估。
代码示例
app.MapGet("/api/data", () => "Generic Data")
    .WithMetadata(new RouteHandlerMetadata { Order = 1 });

app.MapGet("/api/data/latest", () => "Latest Data")
    .WithMetadata(new RouteHandlerMetadata { Order = -1 });
上述代码中,尽管 `/api/data` 在前,但 `/api/data/latest` 因 `Order = -1` 会优先匹配,避免了通用路由提前捕获请求。
常见应用场景
  • API版本控制:高优先级赋予特定版本路径
  • 管理后台路由:确保管理接口不被通用路由拦截
  • 调试端点:临时提升调试路由优先级

第四章:实战中的路由优先级优化技巧

4.1 避免歧义路由:高优先级专用路由设计模式

在微服务架构中,多个服务可能注册相似路径,导致网关路由匹配产生歧义。为解决此问题,引入高优先级专用路由设计模式,通过显式定义精确路径并提升其优先级,确保关键流量准确转发。
路由优先级配置示例

routes:
  - id: user-service-exact
    uri: lb://user-service
    predicates:
      - Path=/api/users/current
    order: 1
  - id: user-service-fallback
    uri: lb://user-service
    predicates:
      - Path=/api/users/**
    order: 2
上述配置中,/api/users/current 作为专用高优先级路由(order=1),优先匹配当前用户请求,避免被通配符路径 /api/users/** 提前捕获。
设计优势
  • 消除路径冲突,提升路由准确性
  • 保障核心接口的独立性和稳定性
  • 便于监控与灰度发布策略实施

4.2 API版本化路由与传统路由的共存方案

在现代后端架构中,API版本化路由常与传统静态路由并存。为实现平滑过渡,可通过路由前缀区分版本路径,同时保留旧版接口访问入口。
路由注册策略
采用统一入口注册机制,按路径前缀分流:
// 注册v1传统路由
router.HandleFunc("/api/users", getUserHandler)
// 注册v2版本化路由
router.HandleFunc("/api/v2/users", getUserV2Handler)
上述代码中,/api/users 为传统路由,而 /api/v2/users 明确标识版本号,便于客户端适配与服务端维护。
共存优势对比
  • 降低升级成本:老系统无需一次性迁移
  • 支持灰度发布:新旧版本可并行运行
  • 提升兼容性:不同客户端可请求对应版本

4.3 Razor Pages与MVC控制器间路由冲突规避

在ASP.NET Core应用中,Razor Pages与MVC控制器共存时可能因相似路径引发路由冲突。例如,`/Users`既可能指向`Controllers/UsersController.cs`中的`Index`动作,也可能映射到`Pages/Users.cshtml`。
路由优先级控制
通过调整注册顺序可影响匹配优先级:先注册MVC,后启用Razor Pages,将优先匹配控制器。
app.UseRouting();
app.UseEndpoints(endpoints =>
{
    endpoints.MapControllerRoute(
        name: "default",
        pattern: "{controller=Home}/{action=Index}/{id?}");
    endpoints.MapRazorPages(); // 后注册,优先级靠后
});
上述配置确保MVC路由优先处理,避免页面覆盖控制器。
显式路径隔离
  • 为Razor Pages添加统一前缀,如/page/{page}
  • 使用[PageRoute]特性指定自定义路径
模式推荐场景
MVC优先 + Pages带前缀以API和传统控制器为主的项目

4.4 中间件配合实现动态优先级调整

在现代分布式系统中,任务的执行优先级常需根据实时负载、资源可用性或业务需求动态调整。通过中间件协同调度,可实现灵活的优先级管理机制。
优先级策略配置示例
{
  "priority_rules": [
    {
      "condition": "cpu_usage > 80%",
      "action": "reduce_low_priority_tasks",
      "timeout": 300
    }
  ]
}
上述配置定义了当CPU使用率超过80%时,自动降低低优先级任务的调度频率,timeout表示策略生效持续时间(秒)。该规则由监控中间件解析并下发至调度器。
中间件协作流程
监控模块 → 规则引擎 → 调度中间件 → 执行节点
  • 监控模块采集系统实时指标
  • 规则引擎匹配预设优先级策略
  • 调度中间件动态重排任务队列

第五章:总结与最佳实践建议

实施自动化配置管理
在生产环境中,手动配置服务器极易引入不一致性。使用如Ansible或Terraform等工具可确保环境一致性。例如,以下Go代码片段展示了如何通过API动态获取服务器配置:

func GetServerConfig(env string) (*Config, error) {
    resp, err := http.Get(fmt.Sprintf("https://api.example.com/config/%s", env))
    if err != nil {
        return nil, err
    }
    defer resp.Body.Close()

    var config Config
    if err := json.NewDecoder(resp.Body).Decode(&config); err != nil {
        return nil, err
    }
    return &config, nil // 返回解析后的配置
}
建立监控与告警机制
完整的可观测性体系应包含日志、指标和追踪。推荐组合使用Prometheus收集指标,Grafana进行可视化,并通过Alertmanager配置分级告警策略。
  • 关键服务设置P99延迟阈值告警
  • 数据库连接池使用率超过80%触发预警
  • 每小时自动检查证书有效期并通知运维
安全加固实践
风险项缓解措施实施频率
弱密码策略启用多因素认证 + 密码复杂度校验持续执行
未授权访问基于RBAC的最小权限模型每次部署前验证
灾难恢复演练
定期执行故障注入测试,模拟数据中心断电、网络分区等场景。某金融客户通过每月一次的全链路切换演练,将RTO从45分钟优化至8分钟。
内容概要:本文详细介绍了利用二维时域有限差分法(2D FDTD)对光子晶体90度弯曲波导进行数值仿真的Matlab代码实现。该仿真方法旨在精确分析光子晶体波导在弯曲结构下的光传输特性,揭示其导光机制缺陷模式的调控原理。资源包含完整的Matlab程序代码,支持对空间网格划分、介电常数分布、边界条件(如PML吸收边界)及光源参数等关键仿真要素的灵活设置优化,便于用户复现结果并开展深入研究。通过仿真可直观获得光场在波导中的传播动态、透射谱特性以及能量损耗情况,为高性能光子器件的设计优化提供理论依据和技术支持。; 适合人群:具备电磁场理论、光学基础和Matlab编程能力,从事光子学、集成光学或纳米光子器件研究的研究生、科研人员及工程技术开发者。; 使用场景及目标:①学习和掌握FDTD方法在周期性介质(光子晶体)器件仿真中的具体应用流程;②研究90度弯波导的光传输性能,分析弯曲损耗来源并探索低损耗结构优化方案;③作为光子集成电路中关键无源器件的设计教学参考案例,服务于学术研究工程实践。; 阅读建议:建议结合光子晶体能带理论FDTD算法基本原理进行系统学习,运行代码时应逐步调整结构参数仿真设置,观察光场演化和输出结果的变化,以深化对物理现象的理解,并可在此基础上拓展至其他复杂光子结构(如分束器、谐振腔)的仿真分析。
内容概要:本文系统研究了基于共识的捆绑算法(Consensus-Based Bundle Algorithm, CBBA)在多智能体多任务分配中的应用,重点聚焦于远程太空船交会维修任务中的相对运动规划(RPO)问题。通过构建多航天器协同任务场景,采用Matlab代码实现了CBBA算法的全过程仿真,展示了其在分布式决策框架下高效完成任务分配的能力。研究深入探讨了任务收益建模、路径规划约束、通信延迟动态重规划等关键环节,验证了CBBA在确保任务分配一致性、避免资源冲突、适应动态环境变化以及优化整体任务效能方面的优越性能,为复杂空间任务中的自主协同提供了可靠的技术路径。; 适合人群:具备控制理论、航天动力学、分布式优化或多智能体系统等相关背景,从事航天任务规划、智能优化算法研究或相关工程实践的研究生、科研人员及航空航天领域工程师。; 使用场景及目标:①为多航天器在轨服务(如交会对接、空间维修)提供高效、鲁棒的分布式任务分配解决方案;②深入理解CBBA算法的核心机制及其在高动态、强约束空间任务中的适应性优化潜力;③推动分布式人工智能算法在航天工程实际系统中的集成应用验证。; 阅读建议:建议读者结合提供的Matlab代码,重点剖析任务建模逻辑、收益函数设计、共识迭代过程及收敛性分析模块,通过修改场景参数进行仿真实验,以深化对多智能体协同决策机制算法性能边界条件的理解。
内容概要:本文研究了一种计及自适应预测修正的微电网模型预测控制(MPC)优化调度方法,并提供了基于Matlab的完整代码实现。该方法融合自适应预测机制MPC滚动优化框架,有效应对微电网中可再生能源出力波动、负荷需求不确定性等多重挑战,显著提升调度决策的精度系统鲁棒性。通过构建动态反馈校正机制,实时修正预测模型误差,优化未来时段的运行策略,实现对微电网内部分布式电源、储能系统及可控负荷的协同调控,达成经济性、稳定性环保性多目标的综合优化。所提方法具有较强的工程实用性理论价值,为现代智能微电网的能量管理系统提供了可靠的技术支撑。; 适合人群:具备电力系统分析、优化控制理论基础及Matlab编程能力的研究生、科研人员,以及从事微电网、智能配电系统、新能源并网等领域技术研发的工程技术人员。; 使用场景及目标:①应用于高校科研机构开展微电网优化调度算法的仿真研究性能验证;②服务于电力企业或能源科技公司开发先进能量管理系统(EMS),提升微电网运行效率可再生能源消纳能力;③作为自动化、电气工程等专业的高级教学案例,帮助学生深入理解MPC在复杂能源系统中的建模、优化反馈控制全过程。; 阅读建议:建议读者结合Matlab代码逐模块分析算法实现流程,重点掌握预测模型构建、滚动优化求解及反馈修正机制的设计逻辑,可通过调整预测时域、权重系数扰动场景等参数进行仿真实验,深入理解各环节对系统性能的影响。
内容概要:本文围绕电力系统短期负荷预测问题,深入研究了基于极限学习机(ELM)及其智能优化算法的应用方法,提出并实现了白鲸优化算法(BWO)和鹭鹰优化算法(IBOA)对ELM模型的关键参数进行寻优的技术路径。通过Matlab编程实现,优化后的模型有效提升了预测精度,降低了原始ELM因随机初始化带来的不稳定性和误差波动,增强了模型在面对电力负荷不确定性变化时的泛化能力和鲁棒性。研究系统阐述了ELM的基本原理、两种新型群智能优化算法的搜索机制及其在解决非线性参数优化问题上的优势,并通过实验对比验证了优化模型在均方根误差(RMSE)、平均绝对百分比误差(MAPE)等指标上的显著优越性,为电力系统负荷预测提供了高效可靠的解决方案。; 适合人群:具备电力系统分析、人工智能算法理论基础及Matlab编程能力的高校研究生、科研机构研究人员以及电力公司从事负荷预测、电网调度能源管理的工程技术人员。; 使用场景及目标:①应用于电网调度中心的短期负荷预测业务,提高预测准确性,保障电力供需平衡;②为智能优化算法在电力工程领域的落地应用提供可复现的技术范例;③支撑电力市场出清、发电计划制定、储能系统配置及需求侧响应等关键决策环节; 阅读建议:建议读者结合提供的Matlab代码进行实践操作,重点理解ELM网络结构搭建、适应度函数设计、优化算法迭代流程及预测结果后处理等关键步骤,通过调整数据集和参数设置,深入掌握模型调优技巧,并尝试将该方法迁移至风电、光伏功率预测等相似时序预测任务中。
下载代码方式:https://pan.quark.cn/s/d305330341ec 在当代科技领域中,华为作为中国顶尖的科技企业,持续研发先进技术以优化用户的使用感受。鸿蒙操作系统(HarmonyOS)是由华为独立设计的一款面向多场景的分布式操作系统,其目标在于消除不同设备间的隔阂,促成无障碍的联合工作。本指南将详尽阐释在非华为品牌的个人电脑上,如何运用鸿蒙超级终端、多屏联动(多视窗)特性以及NFC芯片,使这些功能得到充分的发挥。 鸿蒙超级终端作为鸿蒙系统的关键特性之一,它将多样化的设备整合为一个统一体,使用户能够在多个设备之间无拘无束地转换和共享资源。对于非华为电脑的使用者而言,或许需要借助华为的电脑助手软件或特定的鸿蒙OS应用来实现鸿蒙设备的对接。在完成相关软件的安装和配置后,用户能够借助超级终端特性将第三方电脑华为手机、平板及其他鸿蒙设备进行配对,达成文件交换、屏幕显示同步乃至跨设备操作。 多屏联动(多视窗)特性是华为为增强工作效率而策划的特色功能。在非华为电脑上运用这一特性,用户能够将手机或平板的显示界面投射到电脑上,甚至可以在电脑上直接操控移动设备的应用,达成两个显示界面间的流畅配合。例如,用户可以在电脑上撰写文档的同时,在手机上查阅资料,两者同步进行,显著提升了工作效率。 NFC(近场通信)芯片是物联网技术的一种实践,它能够储存数据并具备NFC功能的设备展开互动。在华为的生态系统里,NFC芯片常被用于迅速启动特定任务,如激活多屏联动。只需将设定了相应指令的NFC芯片贴附在电脑或手机上,轻轻触碰,就能自动启动多屏联动,极为便捷。 在实践这个指南的过程中,用户应留意以下几点: 1. 保证你的非华为电脑具备NFC功能,并且已安装了最新的华为电脑助...
内容概要:本文提出了一种基于非合作博弈理论的居民负荷分层调度模型,并采用双层鲸鱼优化算法进行求解,旨在应对风电出力不确定性下的电力系统负荷调度问题。该模型通过构建系统运营商居民用户之间的双层博弈架构,上层以最小化负荷峰谷差为目标制定激励性电价信号,下层用户则在电价引导下优化用电行为以降低电费支出,最终实现纳什均衡状态。双层鲸鱼优化算法被用于高效求解该嵌套优化问题,在保证全局寻优能力的同时提升了收敛精度。仿真结果表明,该模型能有效实现削峰填谷,改善负荷曲线形态,增强电网对可再生能源的消纳能力,具有良好的应用前景。; 适合人群:具备一定电力系统基础知识和优化算法背景的研究生、科研人员及从事智能电网、需求响应、能源管理等领域的工程技术人员。; 使用场景及目标:①应用于高比例可再生能源接入的配电系统中,实现居民侧负荷的智能化调控;②为电力公司设计分时电价或激励型需求响应机制提供理论依据技术支持;③作为双层优化、智能算法博弈论在能源系统中融合应用的教学研究案例。; 阅读建议:读者应重点关注非合作博弈的建模逻辑双层优化问题的分解方法,建议结合Matlab代码实现部分,动手复现仿真过程,深入理解鲸鱼算法在上下层迭代求解中的实现细节,并尝试将其推广至多主体能源交互、虚拟电厂调度等更广泛的场景中。
源码链接: https://pan.quark.cn/s/a4b39357ea24 在深度学习领域,卷积神经网络(Convolutional Neural Network, CNN)是处理序列数据和图像数据的重要工具。 Keras 是一个高级神经网络API,它提供了便捷的方式来构建和训练CNN模型。 本文将深入探讨Keras中的`Conv1D`和`Conv2D`层的区别,帮助读者更好地理解和应用这两个关键组件。 `Conv1D`和`Conv2D`的主要区别在于它们处理的数据维度。 `Conv1D`主要用于一维数据,如时间序列分析、文本分类等,而`Conv2D`则用于二维数据,如图像处理。 1. 数据维度: - `Conv1D`:该层接受一维输入,形状通常是 `(batch_size, time_steps, features)`。 在这里,`time_steps`表示序列的长度,`features`是每个时间步的特征数量。 - `Conv2D`:该层处理二维输入,例如图像,其形状为 `(batch_size, height, width, channels)`。 `height`和`width`代表图像的高度和宽度,`channels`通常对应RGB图像的三个颜色通道或单通道灰度图像。 2. 卷积核(Kernel): - `Conv1D`的卷积核也是一维的,沿着输入的时间轴进行滑动,对每个时间步的特征进行卷积操作。 - `Conv2D`的卷积核是二维的,它同时在图像的高度和宽度方向上滑动,可以捕获空间上的局部特征。 3. 参数设置: - `kernel_size`:对于`Conv1D`,它是一个整数,表示卷积核在时间轴上的跨度。 对于`Conv2D`,它是一个包含两个整数...
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值