- 综合排序
- 最热优先
- 最新优先
- 来自专栏全栈程序员必看
flask框架2_flask框架介绍
flask框架2 文章目录 flask框架2 一. 状态保持 1. Session细节 二. 高级处理 1. 上下文 2. 请求勾子 3. Flask( )参数 2. Flask应用配置 四. 脚本启动 五. 模板 1. 模板变量的基本使用 (重点) 2. 过滤器 一. 状态保持 1. ): # print(g.name) # 会报错 return "demo1" 上下文底层实现 https://segmentfault.com/a/1190000009152655 2. print(type(user_id)) return "user" # 部分转换器可以传递参数, 以便设置更灵活格式要求 @app.route('/news/<string(minlength=2, label>
{# 支持自定义对象 #} <label>{ { user.is_login() }}</label>
{# 支持函数和方法调用 #} </body> 2.1.1K40编辑于 2022-09-27 - 来自专栏学习笔记ol
框架分析（2）-React
框架分析（2）-React 主要对目前市面上常见的框架进行分析和总结，希望有兴趣的小伙伴们可以看一下，会持续更新的。希望各位可以监督我，我们一起学习进步。 同时，React还与其他流行的库和框架（如Redux、React Router等）兼容，可以与它们无缝集成。 2、组件化开发 React鼓励开发者将应用程序拆分成多个可重用的组件。每个组件都有自己的状态和属性，可以独立地进行开发、测试和维护。 开发者需要掌握JSX语法、组件生命周期、状态管理等概念和技术，以便能够正确地使用和理解框架。 2、生态系统的快速变化 React的生态系统和社区在不断发展和变化，新的库和工具不断涌现。 这意味着开发者需要自行选择和集成其他库或框架来处理路由、状态管理、构建和部署等方面的问题。对于一些初学者来说，这可能会增加一些困惑和学习成本。
45230编辑于 2023-10-11 - 来自专栏江湖安得便相忘
Swoft 2 框架概览
最近在工作中使用到了一款swoole的衍生框架 Swoft ，虽然会有一些小毛病，但整体上还是不错的，安利一下，说不定就用上了呢？ 文章结尾里面有重点噢！ 简介： Swoft 是一款基于 Swoole 扩展实现的 PHP 微服务协程框架。Swoft 能像 Go 一样，内置协程网络服务器及常用的协程客户端且常驻内存，不依赖传统的 PHP-FPM。 有类似 Go 语言的协程操作方式，有类似 Spring Cloud 框架灵活的注解、强大的全局依赖注入容器、完善的服务治理、灵活强大的 AOP、标准的 PSR 规范实现等等。
1.5K20发布于 2019-09-16 - 来自专栏编程心路
SSH框架之旅-struts2（2）
action name="action1" class="cc.wenshixin.action.ActionDemo1"> </action> <action name="action<em>2</em>" class="cc.wenshixin.action.ActionDemo<em>2</em>"> </action> 1.2 局部结果页面配置 如果在配置文件中，既设置了全局结果页面配置，又设置了局部结果页面配置 </result> </action> </package> 2.struts2 访问 JSP 的 API ---- struts 中的 action 类就相当于是普通java 相比这种原始的封装方式，struts2 提供了把表单数据封装到对象中更简单的方法。 3.1 属性封装 直接把表单提交的数据封装到 Action 类的属性中。 class="cc.wenshixin.action.ActionDemo2"> <!
76420发布于 2018-08-30 - 来自专栏AI系统
【AI系统】AI 框架之争
时间维度结合 AI 的发展历程，AI 框架在时间维度的发展大致可以分为四个阶段，分别为 1）2000 年初期的萌芽阶段、2）2012~2014 年的成长阶段、3）2015 年~2019 年的爆发阶段，和 Caffe 的发明者加入了 Meta（现更名为 Meta）并发布了 Caffe2 并融入了 PyTorch 的推理生态；与此同时，微软研究院开发了 CNTK 框架。 收编，并在 TensorFlow2.X 版本中成为其高级 API 之一。 第一代 AI 框架第一代 AI 框架在时间上主要是在 2010 年前，面向需要解决问题有：1）机器学习 ML 中缺乏统一的算法库，2）提供稳定和统一的神经网络 NN 定义。 同时，第一代 AI 框架的缺点也比较明显，主要集中在 1）灵活性和 2）面向新场景支持不足。
68811编辑于 2024-12-06 - 来自专栏AI系统
【AI系统】AI 框架作用
本文将从深度学习的原理开始，进而深入地讨论在实现深度学习的计算过程中使用到的 AI 框架，看看 AI 框架具体的作用和目的。 例如，第 2 层神经网络的神经元输出是第 3 层神经元的输入，输入的数据通过神经元上的激活函数（非线性函数如 tanh、sigmod 等），来控制输出的数值。 AI 框架的作用AI 框架与微分关系根据深度学习的原理，AI 框架最核心和基础的功能是自动求导（后续统一称为自动微分，AutoGrad）。 AI 框架与程序结合下面左图的公式是神经网络表示的复合函数表示，蓝色框框表示的是 AI 框架，AI 框架给开发者提供构建神经网络模型的数学操作，AI 框架把复杂的数学表达，转换成计算机可识别的计算图。 这一过程，只要你定义好网络 AI 框架都会主动地帮我们完成。
62610编辑于 2024-12-06 - 来自专栏Alter聊科技
全球首个AI框架CC EAL2+证书 ，昇思MindSpore推开可信AI大门
撰文 / 张贺飞 编辑 / 沈洁 近日，昇思MindSpore正式通过SGS Brightsight实验室的安全评估，获得了AI框架领域的首份CC EAL2+证书。 可为何昇思MindSpore主动送测SGS Brightsight实验室，并深度参与了人工智能框架安全目标的制定？ 隐藏在首份CC EAL2+证书背后的，其实是人工智能的新潮向。 01 AI框架的险滩和暗礁 经历了Theano、Caffe等早期框架的探路，TensorFlow和PyTorch在全球范围内的风靡，再到飞桨、昇思MindSpore等国产框架的崛起，AI框架在第三次人工智能浪潮中扮演的角色早已深入人心 站在行业的立场上，全球首份人工智能框架的CC EAL2+证书，所承载的价值不单单是填补了市场空白，还为人工智能框架的安全可信提供了重要参照与标准，有望为整个人工智能产业的可信化进程按下加速键。 再来思考昇思MindSpore获得全球首个CC EAL2+证书的时代意义，正在从根源上制约人工智能应用的弊端，为企业打通了强化隐私保护、稳定性、可解释性、公平性的路径，有力地推开了可信AI的大门。
54020编辑于 2023-01-13 - 来自专栏哲学驱动设计
OpenExpressApp 框架结构（2）
图1 框架包图 ? 图2 实体元数据 结构图 ? 图3 逻辑视图（ObjectViews） 结构图 ? 图4 命令结构图 ? 图5 列表编辑器（ListEditors） ? 图8.2 视图控制器（2） ? 图8.3 视图（窗体） ? 图9 AutoUI结构图 目前就画到这里，已经可以从图中比较清晰地看出目前框架的主要结构和功能。 关于OpenExpreessApp，详见： 开源信息系统开发平台之OpenExpressApp框架 1.1 春节飞虎版发布 信息系统开发平台OpenExpressApp － 支持日志功能 1.GIX4 目前大致的类结构 2.OpenExpressApp 框架结构（2）
70490发布于 2018-01-29 - 来自专栏归思君的技术博客
集合框架2- ArrayList
其实 Java 集合框架也叫做容器，主要由两大接口派生而来，一个是 collection,主要存放对象的集合。另外一个是Map, 存储着键值对（两个对象）的映射表。 2.ArrayList 的成员属性 private static final int DEFAULT_CAPACITY = 10; //默认初始容量为10 private static final Object ) { // overflow-conscious code int oldCapacity = elementData.length; //在以前的容量基础上增加旧容量的1/2 2.
48430编辑于 2023-10-16 - 来自专栏AI系统
到底什么是AI框架？AI框架有什么用？
本章将从深度学习的原理开始，进而深入地讨论在实现深度学习的计算过程中使用到的AI框架，看看AI框架具体的作用和目的。深度学习原理深度学习的概念源于人工神经网络的研究，但是并不完全等于传统神经网络。 AI框架的作用AI框架与微分关系根据深度学习的原理，AI框架最核心和基础的功能是自动求导（后续统一称为自动微分，AutoGrad）。接下来有个更加重要的问题，深度学习中的神经网络为什么需要反向求导？ 图片AI框架与程序结合下面左图的公式是神经网络表示的复合函数表示，蓝色框框表示的是AI框架，AI框架给开发者提供构建神经网络模型的数学操作，AI框架把复杂的数学表达，转换成计算机可识别的计算图。 图片定义整个神经网络最终的损失函数为 $Loss$ 之后，AI框架会自动对损失函数求导（即对神经网络模型中各个参数求其偏导数）。 这一过程，只要你定义好网络AI框架都会主动地帮我们完成。
1.5K00编辑于 2023-07-15 - 来自专栏编程心路
SSH框架之旅-spring（2）
使用 Aspectj 实现 AOP 也有两种方式： 1.基于 Aspectj 的xml配置 2.基于 Aspectj 的注解方式 除了上面的 jar 包之外，还需要导入 Aspectj 的相关 jar 包 Aspectjweaver.jar 下载地址，aopalliance.jar，这个在 Struts2 的lib中有，spring-aop.jar、spring-aspects.jar。 -- 2.配置 AOP 操作 --> <aop:config> <! -- 2.开启AOP操作 --> <aop:aspectj-autoproxy></aop:aspectj-autoproxy> </beans> 测试方法同上 3. DEBUG (the least serious) # 2. INFO # 3. WARN # 4. ERROR # 5.
72320发布于 2018-08-30 - 来自专栏编程心路
SSH框架之旅-hibernate（2）
这样做的前提条件是，1.用户的用户名不能为空，2.用户的用户名不能重复，用户的用户名不能修改。这样尽管也是可以的，但不能很好的满足业务需求的改变，所以不推荐使用自然主键的方式。 2.持久化类 ---- 2.1 持久化类的编写规则 实体类经过 hibernate 操作转换成持久化类，下面还是使用实体类说明规则。 实体类提供无参的构造方法。 setId(2); //托管态 持久态转其他状态 持久化对象可以通过 session 对象执行 get()和 load()方法，或者 Query 查询（后面会说到）从数据库种获得。 hibernate 框架提供了很多的优化方式，一级缓冲就是优化方式之一。hibernate 还有二级缓存，但现在已经不适用了，使用 redis技术来代替了。 已提交读（Read Commited，2级）：一个事务在执行过程中，既可以访问其他事务成功提交的新插入的数据，又可以访问成功修改的数据。
1.5K30发布于 2018-08-30 - 来自专栏闻道于事
Strtus2框架笔记
Struts2以WebWork优秀的设计思想为核心，吸收了 Struts框架的部分优点，提供了一个更加整洁的MVC设计模式实现的Web 应用程序框架。 Struts2引入了几个新的框架特性：从逻辑中分离出横切关注点的拦截器、减少或者消除配置文件、贯穿整个框架的强大表达式语言、支持可变更和可重用的基于MVC模式的标签API， Struts2充分利用了从其它 MVC框架学到的经验和教训，使得 Struts2框架更加清晰灵活。 Struts2的详细交教程可以看：http://www.yiibai.com/struts_2/ 为什么要用Struts2： struts2其实就是为我们封装了servlet，简化了jsp跳转的复杂操作 > 2 <!
1K50发布于 2018-02-28 转载:【AI系统】AI 框架之争
时间维度结合 AI 的发展历程，AI 框架在时间维度的发展大致可以分为四个阶段，分别为 1）2000 年初期的萌芽阶段、2）2012~2014 年的成长阶段、3）2015 年~2019 年的爆发阶段，和 Caffe 的发明者加入了 Meta（现更名为 Meta）并发布了 Caffe2 并融入了 PyTorch 的推理生态；与此同时，微软研究院开发了 CNTK 框架。 收编，并在 TensorFlow2.X 版本中成为其高级 API 之一。 第一代 AI 框架第一代 AI 框架在时间上主要是在 2010 年前，面向需要解决问题有：1）机器学习 ML 中缺乏统一的算法库，2）提供稳定和统一的神经网络 NN 定义。 同时，第一代 AI 框架的缺点也比较明显，主要集中在 1）灵活性和 2）面向新场景支持不足。
41710编辑于 2024-12-13- 来自专栏自然语言处理
txtai：全能AI框架
虽然我们还没有达到完全的AI自动化，但有很多方法可以将AI集成到业务工作流中。 本文介绍了txtai，一个用于语义搜索、大型语言模型编排和语言模型工作流的全能AI框架。 1、txtai简介 tetxtai 是一个用于语义搜索、大型语言模型编排和语言模型工作流的全能AI框架。 txtai 的关键组件是一个嵌入数据库，它结合了向量索引（稀疏和密集）、图网络和关系数据库。 12、大语言模型编排 txtai 是一个一体化的 AI 框架。txtai 支持构建自主代理、检索增强生成（RAG）、与数据对话、包含大型语言模型（LLM）的管道和工作流。 ] app = Application("workflow.yml") list(app.workflow("chain", inputs)) ['French', 'German'] 14、结束语 AI 本文介绍了 txtai，一个一体化的 AI 框架。可能性是无限的，我们对基于 txtai 构建的内容感到兴奋！----
86111编辑于 2025-04-26 - 来自专栏大数据智能实战
AI展示框架(9)：ajax post避免2次提交的解决办法
在开发AI展示框架过程中，每一次ajax post都会触发两次的app route函数响应，尝试了诸多方法才得以解决，现将该方法记录如下： $('#exportForm').submit(function
60330发布于 2019-05-26 - 来自专栏Khan安全团队
PickleC2 横向移动框架
PickleC2 是一个用 python3 编写的简单 C2 框架，用于帮助渗透测试人员的社区参与红队活动。 PickleC2 是完全加密的通信，即使在通过 HTTP 通信时也能保护 C2 流量的机密性和完整性 PickleC2 可以毫无问题地处理多个侦听器和植入程序 PickleC2 支持任何想要添加自己的 将支持可锻 C2 配置文件。 将支持 HTTPS 通信。注意：即使是 HTTP 通信也是完全加密的。 安装 PickleC2 是一个开源的，可以在 Github 上找到。 PickleC2 目前只支持 linux，你可以通过https://github.com/xRET2pwn/PickleC2下载 git clone https://github.com/xRET2pwn /PickleC2.git cd PickleC2 sudo apt install python3 python3-pip python3 -m pip install -r requirements.txt
56740发布于 2021-07-30 - 来自专栏宜达数字
VR开发--搭建UI框架（2）
2、设置启动资源加载场景 ? ? 直接运行场景发现OK ? 而我们的登录或者注册界面所挂载的脚本： ? 问题： ? 3-2：接口制造 实际的打开方法只是在最后一个。 ? 3-3：接口模型其实无非就是拿到数据模型来操控 那我们就创建面板的数据模型 ?
66010发布于 2020-06-02 - 来自专栏机器学习炼丹术
alphaFold2 | 模型框架搭建
文章转自微信公众号：机器学习炼丹术 作者：陈亦新（欢迎交流共同进步） <<AlphaFold2专题>> 啃下alphaFold2 | 解决问题及背景（第一篇） 1 算法概述 2 特征抽取 2.1 MSA 官方还未release alphafold2的代码似乎。 1 算法概述 整体可以分成三个部分： 特征抽取（最左边） Evoformer（中间），是一种对第一步特征进行编码，映射到特征空间的过程； 2 特征抽取 2.1 MSA多序列对齐特征 从上到下其实有三种特征构建的方式 小样本这种相对困难的问题上，因为当存在某种东西不确定的时候，模型推理结构也不一定正确的时候，用这种迭代的方式，可能可以增加鲁棒性和样本多样性吧 5 总结 1， 目前为止构建了alphafold的模型的大框架 ，三个部分；2，MSA的构建是通过类似字符串匹配的方式，这个可以接受；但是氨基酸之间的关系和结构数据库两部分的特征，我没有一点的概念，这个依然是一个疑点。
1.2K50编辑于 2022-11-22 - 来自专栏若是烟花
python爬虫----（2. scrapy框架）
Scrapy框架，Python开发的一个快速,高层次的屏幕抓取和web抓取框架，用于抓取web站点并从页面中提取结构化的数据。 刚开始学习这个框架。不太好评论。只是感觉这个框架有些Java的感觉，需要太多的其他模块的支持。 queuelib, cssselect， libxslt pip install w3lib pip install twisted pip install lxml apt-get install libxml2- pipelines.py:管道定义，用来对items里面提取的数据做进一步处理，如保存等 # settings.py: 爬虫配置文件 # spiders: 放置spider的目录 （2） Python/Resources/' ] def parse(self, response): filename = response.url.split('/')[-2]
68720发布于 2020-07-27
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号