DEMO圖片
Strength.js 套件能用在註冊時就先查抄暗碼的強度，目前許多網站都有會員機制，許多人怕暗碼會遺忘或是偷懶都邑用一些很簡短簡單的暗碼，如許就讓其它惡意的利用者就有機可趁，這也讓網站的經管者很頭大。
此套件首要的標準分數為:
密碼必需包括8個字符以上
密碼必需包括1個小寫字母
密碼必需包含1個大寫字母
暗碼必需包含1個數字
固然有非凡的字元也是加分的關鍵
利用方式:
第一步 載入 JavaScripts 和 CSS 的樣式檔案
- <!-- 樣式檔案 -->
- <link href='strength.css' rel='stylesheet' type='text/css'>
- <!-- 利用 Google 的 API 獲得 jQuery-->
- <script type="text/javascript" src="http://ajax.googleapis.com/ajax/libs/jquery/1.7.2/jquery.min.js"></script>
- <!-- Strength.js 的主程式檔案-->
- <script type="text/javascript" src="strength.js"></script>
valeritmfov8 發表在 痞客邦 留言(0) 人氣()
RGB LED依序為紅、最長腳、藍、綠
RGB LED的共陽極（最長腳）串接一個330的電阻後再接地(GND)。
RGB LED的R接Arduino GPIO腳位16。
RGB LED的G接Arduino GPIO腳位17。
RGB LED的B接Arduino GPIO腳位5。
程式碼
1.每隔一秒改變LED的色彩，紅、綠、藍、黃、青、洋紅、白
valeritmfov8 發表在 痞客邦 留言(0) 人氣()
ubuntu firefox播放久了，突然不能用了
顯示
ubuntu firefox youtube cannot play
網頁設計
安裝插件
valeritmfov8 發表在 痞客邦 留言(0) 人氣()
指定背景圖片巨細
background-size：bg-size , bg-size
bg-size = auto | length | percentage | cover | contain
網頁設計
- 預設值為auto，即配景圖片原始長寬。
- length指定圖片具體巨細的數值，不答應負值。
- percentage以背景圖地點元素的百分比指定佈景圖巨細，不答應負值。
- length與percentage可設定2數值，也可只設定1個數值，當只設定一個數值，另外一個數值(高)預設值為auto，此時高度以配景圖原始寬高比例，自動縮放。
- cover主要用於配景圖小於所在的內容，而靠山圖又不合適使用repeat，此時就可以採用cover的體例，使靠山圖放大至內容的巨細，但此方式輕易使背景圖因放大而失真。
- contain與cover正好相反，主要用於配景圖大於地點內容，但卻需要將背景圖完整顯現，此時便可採用contain的體式格局，使背景圖縮小至內容的巨細。
結果顯現為了讓顯現效果有明明的區別，類型中的屬性預設為：
width:300px;height:200px;border:1px solid #CCC;background:#FFFFFF url(bg.jpg) no-repeat left top;
valeritmfov8 發表在 痞客邦 留言(0) 人氣()
資料庫常常是有看沒有懂網頁設計
圖解秒懂SQL說話 網頁設計
網頁設計
valeritmfov8 發表在 痞客邦 留言(0) 人氣()
下載檔案安裝
1. 先到NVIDIA下載驅動程式NVIDIA-Linux-x86_64-470.239.06.run
valeritmfov8 發表在 痞客邦 留言(0) 人氣()
在測試 mnist 數字辨識時
代碼來源
https://hackmd.io/@Maxlight/SkuYB0w6_#3-hyperparameter
- import torch
- from torch.utils import data as data_
- import torch.nn as nn
- from torch.autograd import Variable
- import matplotlib.pyplot as plt
- import torchvision
- import os
-
- EPOCH = 1
- BATCH_SIZE = 50
- LR = 0.001
- DOWNLOAD_MNIST = False
-
- train_data = torchvision.datasets.MNIST(root = './mnist',train = True,transform = torchvision.transforms.ToTensor(),download = DOWNLOAD_MNIST)
-
- print(train_data.train_data.size())
- print(train_data.train_labels.size())
- plt.ion()
- for i in range(11):
- plt.imshow(train_data.train_data[i].numpy(), cmap = 'gray')
- plt.title('%i' % train_data.train_labels[i])
- plt.pause(0.5)
- plt.show()
-
- train_loader = data_.DataLoader(dataset = train_data, batch_size = BATCH_SIZE, shuffle = True,num_workers = 2)
-
- test_data = torchvision.datasets.MNIST(root = './mnist/', train = False)
- test_x = torch.unsqueeze(test_data.test_data, dim = 1).type(torch.FloatTensor)[:2000]/255.
- test_y = test_data.test_labels[:2000]
-
- class CNN(nn.Module):
- def __init__(self):
- super(CNN, self).__init__()
- self.conv1 = nn.Sequential(
- nn.Conv2d(in_channels = 1, out_channels = 16, kernel_size = 5, stride = 1, padding = 2,),# stride = 1, padding = (kernel_size-1)/2 = (5-1)/2
- nn.ReLU(),
- nn.MaxPool2d(kernel_size = 2),
- )
- self.conv2 = nn.Sequential(
- nn.Conv2d(16, 32, 5, 1, 2),
- nn.ReLU(),
- nn.MaxPool2d(2)
- )
- self.out = nn.Linear(32*7*7, 10)
-
- def forward(self, x):
- x = self.conv1(x)
- x = self.conv2(x)
- x = x.view(x.size(0), -1)
- output = self.out(x)
- return output, x
-
- cnn = CNN()
- print(cnn)
-
- optimization = torch.optim.Adam(cnn.parameters(), lr = LR)
- loss_func = nn.CrossEntropyLoss()
-
- for epoch in range(EPOCH):
- for step, (batch_x, batch_y) in enumerate(train_loader):
- bx = Variable(batch_x)
- by = Variable(batch_y)
- output = cnn(bx)[0]
- loss = loss_func(output, by)
- optimization.zero_grad()
- loss.backward()
- optimization.step()
-
- if step % 50 == 0:
- test_output, last_layer = cnn(test_x)
- pred_y = torch.max(test_output, 1)[1].data.numpy()
- accuracy = float((pred_y == test_y.data.numpy()).astype(int).sum()) / float(test_y.size(0))
- print('Epoch: ', epoch, '| train loss: %.4f' % loss.data.numpy(), '| test accuracy: %.2f' % accuracy)
-
- test_output, _ = cnn(test_x[:10])
- pred_y = torch.max(test_output, 1)[1].data.numpy()
- print(pred_y, 'prediction number')
- print(test_y[:10].numpy(), 'real number')
valeritmfov8 發表在 痞客邦 留言(0) 人氣()
很多網站成立早期，利用YAHOO或GOOGLE搜索引擎搜索本身網站，卻發此刻YAHOO或GOOGLE搜尋引擎輸入網站名找不到本身網站，花了大把銀子請網頁設計公司作網站，卻沒法到達曝光的結果，下面介紹如何使用免費網站 SiteTag：http://sitetag.us/ 來讓自己網站提拔排名及暴光。
valeritmfov8 發表在 痞客邦 留言(0) 人氣()
1. 備份資料庫及FTP網站資料
2. 到官方下載opencart 3.X
https://www.opencart.com/index.php?route=marketplace/extension/info&extension_id=35919
3. 解緊縮檔案後上傳到FTP
4. 升級
- http://yourdomain/install
valeritmfov8 發表在 痞客邦 留言(0) 人氣()
CPanel 新帳號時沒法點竄PHP版本
泛起錯誤
The system failed to create the file “/var/cpanel/userdata/wordnetyea/cache.lock” (as EUID: 1063, EGID: 1066 1066) because of the following error: Permission denied
valeritmfov8 發表在 痞客邦 留言(0) 人氣()
