上一页 1 2 3 4 5 6 7 8 9 10 ··· 19 下一页
摘要: 1、在vue data里定义了两个对象, data() { return { medicalUseList:[], medicalUserListOld:[], } } 2、初始值都一样,通过获取远程数据赋值 var useItem = { "Id":item.MedicalID, "Name":i 阅读全文
posted @ 2024-04-23 14:42 ziff123 阅读(56) 评论(0) 推荐(0)
摘要: 1、发布二级目录,修改以下配置,及对应的二级目录名跟配置的一致 2、图片上传 a、修改后台api代码imgController.cs public async Task<MessageModel<string>> InsertPicture([FromForm]UploadFileDto dto) 阅读全文
posted @ 2024-04-19 15:12 ziff123 阅读(78) 评论(0) 推荐(0)
摘要: vue 页面跳转后setInterval并不会自动停止,需要手动结束 如: 1、在data定义一个 intervalId data () { return { intervalId:null } }, 2、 this.intervalId = setInterval(() => { // 你的定时器 阅读全文
posted @ 2024-04-18 11:47 ziff123 阅读(395) 评论(0) 推荐(0)
摘要: 1、使用https 2、使用http时添加以下代码 app.commandLine.appendSwitch('unsafely-treat-insecure-origin-as-secure', 'http://127.0.0.1') http://127.0.0.1 是要拥到访问权限的网址参考: 阅读全文
posted @ 2024-04-07 09:45 ziff123 阅读(193) 评论(0) 推荐(0)
摘要: 1、创建Vue项目在终端运行 npm install element-ui npm install recordrtc 2、案例图示 3、代码 1、获取麦克风列表 if (navigator.mediaDevices && navigator.mediaDevices.getUserMedia) { 阅读全文
posted @ 2024-03-11 14:41 ziff123 阅读(1886) 评论(0) 推荐(0)
摘要: 一、简介: ieba.NET是jieba中文分词的.NET版本(C#实现)。 当前版本为0.42.2,基于jieba 0.42,提供与jieba基本一致的功能与接口,但不支持其最新的paddle模式。关于jieba的实现思路,可以看看这篇wiki里提到的资料。 此外,也提供了 KeywordProc 阅读全文
posted @ 2024-03-05 10:25 ziff123 阅读(817) 评论(0) 推荐(0)
摘要: import os import torch import numpy as np from torch.utils.data import DataLoader from torchvision.datasets import MNIST from torchvision.transforms i 阅读全文
posted @ 2024-02-05 17:19 ziff123 阅读(145) 评论(0) 推荐(0)
摘要: 一、简介 pytorch自带的数据集由两个上层api提供,分别是torchvision和torchtext,其中: 1、torchvision提供了对图片数据处理相关的api和数据 数据位置:torchvision.datasets,例如:torchvision.datasets.MNIST(手写数 阅读全文
posted @ 2024-02-04 11:49 ziff123 阅读(148) 评论(0) 推荐(0)
摘要: 一、Dataset基类介绍 在torch中提供了数据集的基类torch.utils.data.Dataset,继承这个基类,可以快速实现对数据的加载 torch.utils.data.Dataset的源码如下: class Dataset(Generic[T_co]): r"""An abstrac 阅读全文
posted @ 2024-02-04 10:55 ziff123 阅读(84) 评论(0) 推荐(0)
摘要: 假设我们的基础模型是y = wx + b,其中w和b均为参数,我们使用y = 3x + 0.8来构造数据x、y,所以最后通过模型应该能够看得出w和b分别接近3和0.8。 实现过程: 1、准备数据 2、计算预测值 3、计算损失,把参数的梯度置为0,进行反向传播 4、更新参数 代码示例: import 阅读全文
posted @ 2024-02-04 10:00 ziff123 阅读(51) 评论(0) 推荐(0)
上一页 1 2 3 4 5 6 7 8 9 10 ··· 19 下一页