大约有 2,000 项符合查询结果（耗时：0.0073秒） [XML]
StringUtils 字符串工具扩展：强大的文本处理工具集 · App Inventor 2 中文网
...衡量字符串相似度。
返回值：编辑距离（需要的最小编辑操作数）
重复 Repeat(文本, 次数)
将指定文本重复指定次数。
返回值：重复后的文本
使用示例
基本文本处理
...
ImageView 扩展：图片查看器扩展，支持缩放、双击缩放和动画缩放 · App In...
...品展示
电商应用中的产品图片展示：
当 图片列表.项目点击 索引
调用 ImageView1.SetImage 图片路径为 产品图片列表[索引]
调用 ImageView1.FitToScreen 适应屏幕
3. 地图查看
查看大尺寸地图图片：
当...
Popup弹出菜单扩展 · App Inventor 2 中文网
...项
从字符串设置菜单项
从列表设置菜单项
从文件加载菜单项
菜单项定义格式
菜单文本
图标名称
复选框
其他设置
...
Popup弹出菜单扩展 · App Inventor 2 中文网
...项
从字符串设置菜单项
从列表设置菜单项
从文件加载菜单项
菜单项定义格式
菜单文本
图标名称
复选框
其他设置
...
常用Linux命令详解（持续更新） - 更多技术 - 清泛网 - 专注C/C++及内核技术
...kedacom 删除用户
二、文件与目录的操作
1. 列出文件列表的ls命令（详解）
ls(list)命令用来显示当前目录中的文件和子目录列表。配合参数的使用，能以不同的方式显示目录内容。范例如下:
显示当前目录的内容
[root@KEDA...
Deep Learning（深度学习）学习笔记整理系列之（三） - 大数据 & AI - 清泛...
...非线性处理单元层）非凸目标代价函数中普遍存在的局部最小是训练困难的主要来源。
BP算法存在的问题：
（1）梯度越来越稀疏：从顶层越往下，误差校正信号越来越小；
（2）收敛到局部最小值：尤其是从远离最优区域开...
Deep Learning（深度学习）学习笔记整理系列之（三） - 大数据 & AI - 清泛...
...非线性处理单元层）非凸目标代价函数中普遍存在的局部最小是训练困难的主要来源。
BP算法存在的问题：
（1）梯度越来越稀疏：从顶层越往下，误差校正信号越来越小；
（2）收敛到局部最小值：尤其是从远离最优区域开...
Deep Learning（深度学习）学习笔记整理系列之（三） - 大数据 & AI - 清泛...
...非线性处理单元层）非凸目标代价函数中普遍存在的局部最小是训练困难的主要来源。
BP算法存在的问题：
（1）梯度越来越稀疏：从顶层越往下，误差校正信号越来越小；
（2）收敛到局部最小值：尤其是从远离最优区域开...
Deep Learning（深度学习）学习笔记整理系列之（三） - 大数据 & AI - 清泛...
...非线性处理单元层）非凸目标代价函数中普遍存在的局部最小是训练困难的主要来源。
BP算法存在的问题：
（1）梯度越来越稀疏：从顶层越往下，误差校正信号越来越小；
（2）收敛到局部最小值：尤其是从远离最优区域开...
Deep Learning（深度学习）学习笔记整理系列之（三） - 大数据 & AI - 清泛...
...非线性处理单元层）非凸目标代价函数中普遍存在的局部最小是训练困难的主要来源。
BP算法存在的问题：
（1）梯度越来越稀疏：从顶层越往下，误差校正信号越来越小；
（2）收敛到局部最小值：尤其是从远离最优区域开...