大约有 6,000 项符合查询结果（耗时：0.0124秒） [XML]
App Inventor 2 拓展参考文档 · App Inventor 2 中文网
...I】FlipShare翻转分享拓展：酷炫的分享动画
【UI】自定义下载器扩展：个性化下载进度展示
【UI】AppInventor2 图表扩展：仪表盘、柱状图、折线图、饼图
多媒体
【文件】FileTools 拓展：提供额外的更强大的...
Java 反射最佳实践 - 更多技术 - 清泛网 - 专注C/C++及内核技术
...优雅的使用反射。本文的例子都可以在示例代码中看到并下载，如果喜欢请star，如果觉得有纰漏请提交issue，如果你有更好的点子...概要：最简单优雅的使用反射。
本文的例子都可以在示例代码中看到并下载，如果喜欢请star，...
多媒体组件 · App Inventor 2 中文网
...件需要 Android 4.4 或更高版本、iOS 11 或更高版本。要求AI伴侣v2.68及以上。
属性
操作
设置 文件选择器 所需的操作。有如下选项：
选择现有文件：打开现有文件
选择目录：打开现有目录
选择新文件：创建...
Deep Learning（深度学习）学习笔记整理系列之（四） - 大数据 & AI - 清泛...
...
1）给定无标签数据，用非监督学习学习特征：
在我们之前的神经网络中，如第一个图，我们输入的样本是有标签的，即（input, target），这样我们根据当前输出和target（label）之间的差去改变前面各层的参数，直到收敛...
Deep Learning（深度学习）学习笔记整理系列之（四） - 大数据 & AI - 清泛...
...
1）给定无标签数据，用非监督学习学习特征：
在我们之前的神经网络中，如第一个图，我们输入的样本是有标签的，即（input, target），这样我们根据当前输出和target（label）之间的差去改变前面各层的参数，直到收敛...
Deep Learning（深度学习）学习笔记整理系列之（四） - 大数据 & AI - 清泛...
...
1）给定无标签数据，用非监督学习学习特征：
在我们之前的神经网络中，如第一个图，我们输入的样本是有标签的，即（input, target），这样我们根据当前输出和target（label）之间的差去改变前面各层的参数，直到收敛...
Deep Learning（深度学习）学习笔记整理系列之（四） - 大数据 & AI - 清泛...
...
1）给定无标签数据，用非监督学习学习特征：
在我们之前的神经网络中，如第一个图，我们输入的样本是有标签的，即（input, target），这样我们根据当前输出和target（label）之间的差去改变前面各层的参数，直到收敛...
Deep Learning（深度学习）学习笔记整理系列之（四） - 大数据 & AI - 清泛...
...
1）给定无标签数据，用非监督学习学习特征：
在我们之前的神经网络中，如第一个图，我们输入的样本是有标签的，即（input, target），这样我们根据当前输出和target（label）之间的差去改变前面各层的参数，直到收敛...
Deep Learning（深度学习）学习笔记整理系列之（四） - 大数据 & AI - 清泛...
...
1）给定无标签数据，用非监督学习学习特征：
在我们之前的神经网络中，如第一个图，我们输入的样本是有标签的，即（input, target），这样我们根据当前输出和target（label）之间的差去改变前面各层的参数，直到收敛...
Deep Learning（深度学习）学习笔记整理系列之（四） - 大数据 & AI - 清泛...
...
1）给定无标签数据，用非监督学习学习特征：
在我们之前的神经网络中，如第一个图，我们输入的样本是有标签的，即（input, target），这样我们根据当前输出和target（label）之间的差去改变前面各层的参数，直到收敛...