相关文章
场景分析原则-5W1H1E
5W1H1E详细描述备注 why 这个功能的目的必要性who谁来用这个功能使用对象when什么时间/背景使用使用时间where什么地点使用使用地点how如何使用使用方式what happen可能影响什么功能功能交互experience性能安全、可靠性、可用性等方面用户体验
1.在5W1H1E的基础上,…
建站知识
2025/3/19 8:35:14
软件测试-5W1H原则
why 测试目标: 为什么而测试?功能 、可用性、安全性等 what 测试对象: 测试什么?被测试的项目,如对象、函数、类、菜单、按钮、表格、接口、整个系统等; where 测试环境: 在哪里测&…
建站知识
2025/3/19 12:25:45
需求分析:5W1H分析法
5W1H分析法 罗列出一系列与用户需求相关的问题:
Who:产品为谁设计?目标用户是谁?谁购买,谁使用?数量有多少?Why:用户为什么要选择我们的产品?除了我们的产品外ÿ…
建站知识
2025/3/19 11:14:33
5w1h分析数据异常问题
5w1h是分析中常见的一种分析方法,个人认为它比较适合解决未知原因导致异常的问题,也就是说当你不知道,该如何入手解决这个问题的时候,可考虑此方法。举一个曾经在工作中遇到的问题。有段时间内,业务解绑卡数量逐步上升…
建站知识
2025/3/4 2:12:27
【计算机专业漫谈】【计算机系统基础学习笔记】W1-计算机系统概述
利用空档期时间学习一下计算机系统基础,以前对这些知识只停留在应试层面,今天终于能详细理解一下了。参考课程为南京大学袁春风老师的计算机系统基础MOOC,参考书籍也是袁老师的教材,这是我的听课自查资料整理后的笔记,…
建站知识
2025/3/4 21:53:28
吴恩达深度学习L2W1——神经网络权重初始化方法、正则化
文章目录 神经网络的初始化初始化数据模型搭建简单函数零初始化——initialize_parameters_zeros随机初始化——initialize_parameters_randomHe初始化 三种初始化结果对比 在神经网络中使用正则化导入数据模型搭建非正则化模型L2正则化dropout 三种模型的对比 怎么说呢 神经网…
建站知识
2025/3/4 6:41:08
04.卷积神经网络 W1.卷积神经网络(作业:手动/TensorFlow 实现卷积神经网络)
文章目录 作业1:实现卷积神经网络1. 导入一些包2. 模型框架3. 卷积神经网络3.1 Zero-Padding3.2 单步卷积3.3 卷积神经网络 - 前向传播 4. 池化层5. 卷积神经网络 - 反向传播5.1 卷积层反向传播5.1.1 计算 dA5.1.2 计算 dW5.1.3 计算 db 5.2 池化层 - 反向传播5.2.1…
建站知识
2025/1/10 17:42:02
联想笔记本更换显示屏?
antenna: [2nten2] 笔记本的天线有 11g和 11n两种: 11g 的天线是两根, 一个是黑色的, 一个是灰色的。 黑色的是main主天线, 转载于:https://www.cnblogs.com/bkylee/p/10974038.html
建站知识
2025/2/28 2:11:00