慢慢529
获得徽章 0
- 由于现在编译和运行都是在Web服务器上，所以自然要在Web服务器中安装Maven和JDK，至于这两货怎么安装我就不多说了，搞Java的这个应该是基本操作吧。
不过这里要注意一点，就是Maven和JDK的环境变量不仅要在/etc/profile中配置一份，还要在/root/.bash_profile中也配置一份。不然脚本运行的时候可能会报**“command not found: mvn”**等错误。展开评论点赞 - 如果键盘不是通过类似 WindowInsets 实现的, 就不行, 公司有一个华为手机 自带的 定制的百度输入法. 当输入法悬浮的时候, WindowInsets 就不灵... 很头疼...
最后想将这个形成一个独立的组件，直接可用，再编写过程中发现出现好多问题，解决所有问题后发现与上面的代码都不一样，不过思路是一致的，只不过细节调整了，比如获取键盘高度等。展开评论点赞 - vm vh
1.按照设计稿的尺寸，将px按比例计算转为vw和vh1.可以动态计算图表的宽高，字体等，灵活性较高2.当屏幕比例跟 ui 稿不一致时，不会出现两边留白情况1.每个图表都需要单独做字体、间距、位移的适配，比较麻烦
scale
1.通过 scale 属性，根据屏幕大小，对图表进行整体的等比缩放1.代码量少，适配简单2.一次处理后不需要在各个图表中再去单独适配1.因为是根据 ui 稿等比缩放，当大屏跟 ui 稿的比例不一样时，会出现周边留白情况 2.当缩放比例过大时候，字体会有一点点模糊，就一点点 3.当缩放比例过大时候，事件热区会偏移。
rem + vm vh
1.获得 rem 的基准值2.动态的计算html根元素的font-size3.图表中通过 vm vh 动态计算字体、间距、位移等1.布局的自适应代码量少，适配简单1.因为是根据 ui 稿等比缩放，当大屏跟 ui 稿的比例不一样时，会出现周边留白情况2.图表需要单个做字体、间距、位移的适配展开评论点赞 - 大家应该都明白，我们项目要操作Redis，自然就需要数据进行网络传输，既然要进行数据的网络传输，那么序列化方式的选择就尤为重要了。
显而易见，造成上述问题的很大可能就是因为序列化方式的不同，我们翻看源码去验证下。
通过源码可以看到，defaultSerializer这个对象实际上调用的序列化方法是一个对象的序列化方式，用于字符串的序列化自然就会有编码的问题。![[呲牙]](//lf-web-assets.juejin.cn/obj/juejin-web/xitu_juejin_web/img/jj_emoji_2.cd1e2bd.png)
摘要重点 展开评论点赞 - Pytorch梳理数据集有两个主要的方法：torch.utils.data.DataLoader和torch.utils.data.Dataset。
Dataset：存储数据集的样本及其标签
DataLoader将数据集包裹到迭代器中，方便模型读取
Pytorch提供了人工智能三大领域（文本、图像、语音）主要的数据集，使用TorchText,
TorchVision, TorchAudio我们可以拿到对应的一些主流数据集。展开评论点赞 - 收藏了，文章很好,但是token在编译领域不能翻译(理解)为令牌, 而是符号.
在鉴权的语境下,你可以翻译(理解)为令牌.
这个翻译其实代表了对编译理解不理解的核心问题.
还有个这么个问题啊，我一般会在try加上loading, 然后finally内关闭loading, 我有这样的需求 还是需要加上try,catch吧![[发呆]](//lf-web-assets.juejin.cn/obj/juejin-web/xitu_juejin_web/img/jj_emoji_4.28b310a.png)
， 全局捕获promise的错误也是同理。。 展开评论点赞 - 缺点：在于代码啰唆，开发效率一般，因为所有HTML都需要命名，哪怕是一个10像素的间距。这就导致很多开发者要么选择直接使用标签选择器，要么就选择一个简单的类名，然后通过父子关系限定样式，结果带来了更糟糕的维护问题。评论点赞
![[呲牙]](http://lf-web-assets.juejin.cn/obj/juejin-web/xitu_juejin_web/img/jj_emoji_2.cd1e2bd.png)
摘要重点![[发呆]](http://lf-web-assets.juejin.cn/obj/juejin-web/xitu_juejin_web/img/jj_emoji_4.28b310a.png)
， 全局捕获promise的错误也是同理。。