大约有 48,000 项符合查询结果（耗时：0.0371秒） [XML]
App Inventor 2 天气预报App开发 - 第三方API接入的通用方法 · App Inventor 2 中文网
...回json格式的数据结果，使用AppInventor2解析json结果，显示到App上即可。
第三方天气API介绍
第三方天气的api平台特别多，这里仅以“和风天气”（dev.qweather.com）作为演示，其他平台的使用方法都是几乎一样的。...
编程基础与事件状态 08：独立完成专注与休息循环 · App Inventor 2 中文网
...把前七课连起来：专注完成记一次记录，进入休息，休息到期结束；取消不记完成。启动冻结专注和休息参数，用户修改下一轮设置不会改变当前轮。
先预测，再运行
专注完成后进入休息，休息到期会再增加...
Arduino 101 实验06 - 土壤湿度传感器，做一个浇水提醒 · App Inventor 2 中文网
...验06：土壤湿度与浇水提醒
这个实验做完你会得到什么
一、器材清单
二、接线
三、界面组件
四、分步搭代码块
第 1 步：先看原始值
第 2 步：两点标定
第 3 步：换算成百...
Arduino 101 实验08 - 板载六轴：加速度计与陀螺仪 · App Inventor 2 中文网
...载六轴，加速度计与陀螺仪
这个实验做完你会得到什么
一、器材清单
二、界面组件
三、分步搭代码块
第 1 步：订阅两路数据
第 2 步：加速度计驱动小球
第 3 步：陀螺仪显示...
Deep Learning（深度学习）学习笔记整理系列之（四） - 大数据 & AI - 清泛...
...们假设其输出与输入是相同的，然后训练调整其参数，得到每一层中的权重。自然地，我们就得到了输入I的几种不同表示（每一层代表一种表示），这些表示就是特征。自动编码器就是一种尽可能复现输入信号的神经网络。为...
Deep Learning（深度学习）学习笔记整理系列之（四） - 大数据 & AI - 清泛...
...们假设其输出与输入是相同的，然后训练调整其参数，得到每一层中的权重。自然地，我们就得到了输入I的几种不同表示（每一层代表一种表示），这些表示就是特征。自动编码器就是一种尽可能复现输入信号的神经网络。为...
Deep Learning（深度学习）学习笔记整理系列之（四） - 大数据 & AI - 清泛...
...们假设其输出与输入是相同的，然后训练调整其参数，得到每一层中的权重。自然地，我们就得到了输入I的几种不同表示（每一层代表一种表示），这些表示就是特征。自动编码器就是一种尽可能复现输入信号的神经网络。为...
Deep Learning（深度学习）学习笔记整理系列之（四） - 大数据 & AI - 清泛...
...们假设其输出与输入是相同的，然后训练调整其参数，得到每一层中的权重。自然地，我们就得到了输入I的几种不同表示（每一层代表一种表示），这些表示就是特征。自动编码器就是一种尽可能复现输入信号的神经网络。为...
Deep Learning（深度学习）学习笔记整理系列之（四） - 大数据 & AI - 清泛...
...们假设其输出与输入是相同的，然后训练调整其参数，得到每一层中的权重。自然地，我们就得到了输入I的几种不同表示（每一层代表一种表示），这些表示就是特征。自动编码器就是一种尽可能复现输入信号的神经网络。为...
Deep Learning（深度学习）学习笔记整理系列之（四） - 大数据 & AI - 清泛...
...们假设其输出与输入是相同的，然后训练调整其参数，得到每一层中的权重。自然地，我们就得到了输入I的几种不同表示（每一层代表一种表示），这些表示就是特征。自动编码器就是一种尽可能复现输入信号的神经网络。为...