大约有 2,700 项符合查询结果(耗时:0.0080秒) [XML]

https://www.fun123.cn/referenc... 

数据结构与本地数据库 04:从打包 JSON 读取知识卡片 · App Inventor 2 中文网

... delete edit 高亮或隐藏信息 提交 function HideORDispFeedback() { $("#feedback").toggle();}function makeTitleDraggable(element, titleElement) { let isDragging = false; let offsetX, offsetY; // 只在...
https://www.fun123.cn/referenc... 

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

... delete edit 高亮或隐藏信息 提交 function HideORDispFeedback() { $("#feedback").toggle();}function makeTitleDraggable(element, titleElement) { let isDragging = false; let offsetX, offsetY; // 只在...
https://www.fun123.cn/referenc... 

数据结构与本地数据库 05:搜索、倒序与重复导入 · App Inventor 2 中文网

... delete edit 高亮或隐藏信息 提交 function HideORDispFeedback() { $("#feedback").toggle();}function makeTitleDraggable(element, titleElement) { let isDragging = false; let offsetX, offsetY; // 只在...
https://www.fun123.cn/referenc... 

游戏中的算法与计算思维 08:数据驱动的毕业游戏 · App Inventor 2 中文网

... delete edit 高亮或隐藏信息 提交 function HideORDispFeedback() { $("#feedback").toggle();}function makeTitleDraggable(element, titleElement) { let isDragging = false; let offsetX, offsetY; // 只在...
https://www.fun123.cn/referenc... 

数据结构与本地数据库 03:增删改与 TinyDB 恢复 · App Inventor 2 中文网

... delete edit 高亮或隐藏信息 提交 function HideORDispFeedback() { $("#feedback").toggle();}function makeTitleDraggable(element, titleElement) { let isDragging = false; let offsetX, offsetY; // 只在...
https://www.fun123.cn/referenc... 

App Inventor 2 PersonalImageClassifier (PIC) 拓展:自行训练AI图像识别...

...是事先准备好样本数据(这里指的是图片)及数据的标注信息(如图片中的人物是高兴、愤怒、哭泣等图片的判定信息),通过AI算法的训练,对输入的样本及标注进行拟合,形成最终的训练集数据。有了这份训练集数据,当下...
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...

...出O等于输入I,即输入I经过这个系统变化之后没有任何的信息损失(呵呵,大牛说,这是不可能的。信息论中有个“信息逐层丢失”的说法(信息处理不等式),设处理a信息得到b,再对b处理得到c,那么可以证明:a和c的互信息...
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...

...出O等于输入I,即输入I经过这个系统变化之后没有任何的信息损失(呵呵,大牛说,这是不可能的。信息论中有个“信息逐层丢失”的说法(信息处理不等式),设处理a信息得到b,再对b处理得到c,那么可以证明:a和c的互信息...
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...

...出O等于输入I,即输入I经过这个系统变化之后没有任何的信息损失(呵呵,大牛说,这是不可能的。信息论中有个“信息逐层丢失”的说法(信息处理不等式),设处理a信息得到b,再对b处理得到c,那么可以证明:a和c的互信息...
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...

...出O等于输入I,即输入I经过这个系统变化之后没有任何的信息损失(呵呵,大牛说,这是不可能的。信息论中有个“信息逐层丢失”的说法(信息处理不等式),设处理a信息得到b,再对b处理得到c,那么可以证明:a和c的互信息...