大约有 42,000 项符合查询结果(耗时:0.0340秒) [XML]

https://www.fun123.cn/referenc... 

MaterialDialog 对话框增强扩展 · App Inventor 2 中文网

...Id) 当底部面板(Bottom Sheet)被关闭时触发。可在此更新应用状态。 dialogId:被关闭的底部面板的唯一标识符。 AfterPageLoaded 页面加载完成时(dialogId,url) 当 WebView 对话框中的页面加载完成后触发。 dialogId...
https://www.tsingfun.com/it/da... 

REDHAT 6.4 X64下ORACLE 11GR2静默安装 - 数据库(内核) - 清泛网 - 专注C/C++及内核技术

...ksh-2*包可以不安装或在安装完 pdksh 以后再安装。 将pdksh 程序包下载到本地。 Pdksh安装包需要在网上下载光盘里没有 # rpm -ivh pdksh-5.2.14-37.el5_8.1.x86_64.rpm 注意:如果提示该程序包与 ksh冲突,如果已经安装 ksh,建议使用命令 r...
https://www.tsingfun.com/it/cpp/2255.html 

Windows x64编程中寄存器的使用 - C/C++ - 清泛网 - 专注C/C++及内核技术

...k 机制目的是为了 Debug 所需。 3. 由 callee 保存 在一个程序里应尽量使用 registers,在 x64 里有 16 个通用寄存器和 16 个 xmm 寄存器,可是一些 registers 在使用前必须保存原来值,以防丢失原来值。 因此,在 callee 使用它们时会...
https://www.tsingfun.com/it/bi... 

Deep Learning(深度学习)学习笔记整理系列之(三) - 大数据 & AI - 清泛...

...没有隐层节点(如LR)。这些模型无论是在理论分析还是应用中都获得了巨大的成功。相比之下,由于理论分析的难度大,训练方法又需要很多经验和技巧,这个时期浅层人工神经网络反而相对沉寂。 深度学习是机器学习...
https://www.tsingfun.com/it/bi... 

Deep Learning(深度学习)学习笔记整理系列之(三) - 大数据 & AI - 清泛...

...没有隐层节点(如LR)。这些模型无论是在理论分析还是应用中都获得了巨大的成功。相比之下,由于理论分析的难度大,训练方法又需要很多经验和技巧,这个时期浅层人工神经网络反而相对沉寂。 深度学习是机器学习...
https://www.tsingfun.com/it/bi... 

Deep Learning(深度学习)学习笔记整理系列之(三) - 大数据 & AI - 清泛...

...没有隐层节点(如LR)。这些模型无论是在理论分析还是应用中都获得了巨大的成功。相比之下,由于理论分析的难度大,训练方法又需要很多经验和技巧,这个时期浅层人工神经网络反而相对沉寂。 深度学习是机器学习...
https://www.tsingfun.com/it/bi... 

Deep Learning(深度学习)学习笔记整理系列之(三) - 大数据 & AI - 清泛...

...没有隐层节点(如LR)。这些模型无论是在理论分析还是应用中都获得了巨大的成功。相比之下,由于理论分析的难度大,训练方法又需要很多经验和技巧,这个时期浅层人工神经网络反而相对沉寂。 深度学习是机器学习...
https://www.tsingfun.com/it/bi... 

Deep Learning(深度学习)学习笔记整理系列之(三) - 大数据 & AI - 清泛...

...没有隐层节点(如LR)。这些模型无论是在理论分析还是应用中都获得了巨大的成功。相比之下,由于理论分析的难度大,训练方法又需要很多经验和技巧,这个时期浅层人工神经网络反而相对沉寂。 深度学习是机器学习...
https://www.tsingfun.com/it/bi... 

Deep Learning(深度学习)学习笔记整理系列之(三) - 大数据 & AI - 清泛...

...没有隐层节点(如LR)。这些模型无论是在理论分析还是应用中都获得了巨大的成功。相比之下,由于理论分析的难度大,训练方法又需要很多经验和技巧,这个时期浅层人工神经网络反而相对沉寂。 深度学习是机器学习...
https://www.tsingfun.com/it/bi... 

Deep Learning(深度学习)学习笔记整理系列之(三) - 大数据 & AI - 清泛...

...没有隐层节点(如LR)。这些模型无论是在理论分析还是应用中都获得了巨大的成功。相比之下,由于理论分析的难度大,训练方法又需要很多经验和技巧,这个时期浅层人工神经网络反而相对沉寂。 深度学习是机器学习...