大约有 3,000 项符合查询结果(耗时:0.0097秒) [XML]

https://bbs.tsingfun.com/thread-1749-1-1.html 

图片轮播拓展 - ColinTreeSlideShow - App Inventor 2 拓展 - 清泛IT社区,为创新赋能!

...定!2017.9.24更新(v2) 融合了新组件AsyncImageLoader,现在直接加载在线图片也不会卡啦GitHub Release 2017.9.17发布第一版本 GitHub Release 基本使用流程为该组件预留一个空的 水平滚动布局,将宽高设置好 (目前组件有个问题,在...
https://www.tsingfun.com/it/cpp/1608.html 

菜单的背景颜色 - C/C++ - 清泛网 - 专注C/C++及内核技术

...就是用于修改菜单项属性 WM_MEASUREITEM和WM_DRAWITEM消息不是直接发给菜单窗口的,会被父窗口给收到,所以得处理父窗口的WM_MEASUREITEM和WM_DRAWITEM消息,给话框类添加这两个消息处理函数,两个函数里的代码分别如下: void CFirstDl...
https://www.tsingfun.com/it/tech/1480.html 

windbg 备忘 - 更多技术 - 清泛网 - 专注C/C++及内核技术

...关命令: k,kM .frame frame_number Windbg查看全局变量: a.直接把鼠标移动到全局变量上,就能显示值了. b.watch窗口里面,把那个全局变量输进去. 入侵模式调试 在默认情况下,当我们用CDB调试一个已经运行的进程时,它通常作为全...
https://www.tsingfun.com/it/opensource/856.html 

常用Git命令汇总 - 开源 & Github - 清泛网 - 专注C/C++及内核技术

...m /git commint 这三个操作,所有一般在操作工作区的时候,直接删除了文件,而不是使用git rm的,最后提交是可以用这个,如下 #git commit -am "提交信息" git commit -amend #修改最后一次提交的信息 #------------------------------...
https://www.tsingfun.com/it/cpp/1433.html 

使用CSplitterWnd实现拆分窗口(多视图显示) - C/C++ - 清泛网 - 专注C/C++及内核技术

...,指定窗格的初始大小    ● pContext:一般是由父窗口传递过来,包含窗口的创建信息    返回值:如果创建成功,返回非零值(TRUE),否则返回0(FALSE)。 m_wndSplitter.CreateView(0,0,RUNTIME_CLASS(CTest),CSize(190,100),pContext); 实现的关...
https://www.tsingfun.com/ilife/idea/793.html 

几个有趣的Javascript Hack - 创意 - 清泛网 - 专注C/C++及内核技术

...re no passwords in forms on this page.");})(); 访问一个带密码框的页面,然后地址栏输入以上代码,就会弹出当前密码框中的密码了,别干坏事哟~ Js hack
https://www.tsingfun.com/it/op... 

ZMQ: 基本原理 - 开源 & Github - 清泛网 - 专注C++内核技术

...相同的线路协议。 图表力争紧凑,比如任何两个节点或直接或通过一个或多个中介机构连接。 第1点很明显,故意使用单词“通道”而不是使用“连接”这一点是为了描述模型工作的实际情况,即使IP多播或UDP等无连接的底层传...
https://www.tsingfun.com/it/bi... 

Deep Learning(深度学习)学习笔记整理系列之(四) - 大数据 & AI - 清泛...

...是编码code了。因为是无标签数据,所以误差的来源就是直接重构后与原输入相比得到。 2)通过编码器产生特征,然后训练下一层。这样逐层训练: 那上面我们就得到第一层的code,我们的重构误差最小让我们相信这个co...
https://www.tsingfun.com/it/bi... 

Deep Learning(深度学习)学习笔记整理系列之(四) - 大数据 & AI - 清泛...

...是编码code了。因为是无标签数据,所以误差的来源就是直接重构后与原输入相比得到。 2)通过编码器产生特征,然后训练下一层。这样逐层训练: 那上面我们就得到第一层的code,我们的重构误差最小让我们相信这个co...
https://www.tsingfun.com/it/bi... 

Deep Learning(深度学习)学习笔记整理系列之(四) - 大数据 & AI - 清泛...

...是编码code了。因为是无标签数据,所以误差的来源就是直接重构后与原输入相比得到。 2)通过编码器产生特征,然后训练下一层。这样逐层训练: 那上面我们就得到第一层的code,我们的重构误差最小让我们相信这个co...