sencha touch2.3.1入门学习(1)
1:到官网下载http://www.sencha.com/products/touch/download/,我下载最新版本2.3.1a; 二:建立文件夹目录结构如下 其他文件夹自行建立,touch-2.3是第一步官网下载解压而来。 三:编写代码: 1:index.html !DOCTYPE htmlhtmlhead meta charset=utf-8 titlew
1:到官网下载http://www.sencha.com/products/touch/download/,我下载最新版本2.3.1a;
二:建立文件夹目录结构如下
其他文件夹自行建立,touch-2.3是第一步官网下载解压而来。
三:编写代码:
1:index.html
<meta charset="utf-8"> <title>wifiApp</title> <link rel="stylesheet" type="text/css" href="touch-2.3/resources/css/sencha-touch.css"> <script type="text/javascript" src="touch-2.3/sencha-touch-debug.js"></script> <script type="text/javascript" src="app.js"></script>
2:app.js
/** * Created by Chongshi Tan on 14-3-4. */ Ext.application( { name: 'WifiApp', controllers: ['WifiController'], views: ['WifiListContainer'], launch: function() { var wifiListContainer = Ext.create('WifiApp.view.WifiListContainer'); Ext.Viewport.add(wifiListContainer); } });
3:WifiListContainer.js
/** * Created by Chonshi Tan on 14-3-4. */ Ext.define("WifiApp.view.WifiListContainer", { extend: 'Ext.Container', requires: ['Ext.Toolbar'], config: { items: [{ xtype: 'toolbar', docked: 'top', title: '开关列表', items: [{ xtype: 'spacer' },{ xtype: 'button', text: 'New', ui: 'action', iconCls: 'add', id: 'new-wifiList-btn' }] }] } });
4:WifiController.js
/** * Created by Chongshi Tan on 14-3-4. */ Ext.define('WifiApp.controller.WifiController', { extend: 'Ext.app.Controller', launch: function() { this.callParent(); console.info("lauch"); }, init: function() { this.callParent(); console.info('init'); }, config: { refs: { newWifiBtn: "#new-wifiList-btn" }, control: { newWifiBtn: { tap: 'onNewWifi' } } }, onNewWifi: function() { console.log("onNewWifi"); } });
四:运行效果,火狐浏览器输入:http://localhost:63342/wifiapp/index.html
五:最后感谢
yanwushu
博客教程:http://blog.csdn.net/yanwushu/article/category/1235170在他的代码上修改用最新的库做了一些改进和测试的demo,后续继续学习……

熱AI工具

Undresser.AI Undress
人工智慧驅動的應用程序,用於創建逼真的裸體照片

AI Clothes Remover
用於從照片中去除衣服的線上人工智慧工具。

Undress AI Tool
免費脫衣圖片

Clothoff.io
AI脫衣器

Video Face Swap
使用我們完全免費的人工智慧換臉工具,輕鬆在任何影片中換臉!

熱門文章

熱工具

記事本++7.3.1
好用且免費的程式碼編輯器

SublimeText3漢化版
中文版,非常好用

禪工作室 13.0.1
強大的PHP整合開發環境

Dreamweaver CS6
視覺化網頁開發工具

SublimeText3 Mac版
神級程式碼編輯軟體(SublimeText3)

Kimi:一句話,十幾秒鐘,一份PPT就新鮮出爐了。 PPT這玩意兒,可太招人煩了!開個碰頭會,要有PPT;寫個週報,要做PPT;拉個投資,要展示PPT;就連控訴出軌,都得發個PPT。大學比較像是學了個PPT專業,上課看PPT,下課做PPT。或許,37年前丹尼斯・奧斯汀發明PPT時也沒想到,有一天PPT竟然如此氾濫成災。嗎嘍們做PPT的苦逼經歷,說起來都是淚。 「一份二十多頁的PPT花了三個月,改了幾十遍,看到PPT都想吐」;「最巔峰的時候,一天做了五個PPT,連呼吸都是PPT」;「臨時開個會,都要做個

Diffusion不僅可以更好地模仿,而且可以進行「創作」。擴散模型(DiffusionModel)是一種影像生成模型。與先前AI領域大名鼎鼎的GAN、VAE等演算法,擴散模型另闢蹊徑,其主要想法是先對影像增加噪聲,再逐步去噪的過程。其中如何去噪還原原影像是演算法的核心部分。最終演算法能夠從一張隨機的雜訊影像中產生影像。近年來,生成式AI的驚人成長將文字轉換為圖像生成、視訊生成等領域的許多令人興奮的應用提供了支援。這些生成工具背後的基本原理是擴散的概念,這是一種特殊的取樣機制,克服了先前的方法中被

超級人類(superpeople)遊戲可以透過steam客戶端下載遊戲,這款遊戲的大小在28G左右,下載到安裝通常需要一個半小時,以下為大家帶來具體的下載安裝教學!新的申請全球封閉測試方法1)在Steam商店(steam客戶端下載)搜尋“SUPERPEOPLE”2)點擊“SUPERPEOPLE”商店頁面下方的“請求SUPERPEOPLE封閉測試訪問權限”3)點擊請求訪問權限按鈕後,將在Steam庫中可確認「SUPERPEOPLECBT」遊戲4)在「SUPERPEOPLECBT」中點選安裝按鈕並下

KimiChat的主要功能包括回答問題、提供建議、語言翻譯、知識查詢、解決計算和數學問題、日程安排和提醒以及網址和文件閱讀等。那麼它的官網網址是什麼呢?一起來看看吧。 kimichat官網地址1、官網地址:https://kimi.moonshot.cn/2、聊天機器人KimiChat直接前往官網註冊帳號就可以使用了。它具有強大的連網搜尋和檔案上傳功能,而且完全免費且沒有使用次數限制。趕快嘗試一下,您會喜歡的! 4.KimiChat是MoonshotAI月之暗面旗下發布的大模型AI產品,在性能上對比

貝樂虎兒歌作為孩子們成長過程中不可或缺的陪伴,以其歡快的旋律、生動的畫面和寓教於樂的內容,贏得了無數家長和孩子們的喜愛。為了讓寶貝們能夠隨時隨地享受到兒歌帶來的快樂,許多家長都希望能夠將貝樂虎兒歌下載到手機或平板上方便隨時拿來給孩子聽,但是究竟該如何將貝樂虎的兒歌保存到自己的手機呢,這篇教學就會為大家帶來詳細的內容介紹,還不了解的用戶們就快來跟著本文一起閱讀了解一下吧。貝樂虎兒歌下載兒歌多圖教學:開啟軟體,選擇一首想要下載的兒歌,小編這裡以「經典兒歌」為例2.在兒歌明星的下方點選「下載」按鈕,

北京時間6月20日凌晨,在西雅圖舉辦的國際電腦視覺頂會CVPR2024正式公佈了最佳論文等獎項。今年共有10篇論文獲獎,其中2篇最佳論文,2篇最佳學生論文,另外還有2篇最佳論文提名和4篇最佳學生論文提名。電腦視覺(CV)領域的頂級會議是CVPR,每年都會吸引大量研究機構和高校參會。根據統計,今年共提交了11532份論文,2719篇被接收,錄取率為23.6%。根據佐治亞理工學院對CVPR2024的數據統計分析,從研究主題來看,論文數量最多的是圖像和視頻合成與生成(Imageandvideosyn

夸克作為一款方便實用的網盤工具,能夠幫助使用者輕鬆取得喜歡的資源,如果想將某個檔案下載到本機要如何操作呢?下面就由小編來告訴大家,趕快一起學習吧!夸克網盤下載到本地方法分享1、先打開夸克軟體,進入到首頁之後我們點擊右下方的【雲圖標】;2、然後在夸克網盤的頁面中我們點擊其中的【文檔】功能;3、接著來到文件的頁面中選擇好需要下載的文件之後點選【三點圖示】;4、最後點選過後在彈出的對話框中我們點選【下載】即可;

我們知道LLM是在大規模電腦叢集上使用海量資料訓練得到的,本站曾介紹過不少用於輔助和改進LLM訓練流程的方法和技術。而今天,我們要分享的是一篇深入技術底層的文章,介紹如何將一堆連作業系統也沒有的「裸機」變成用來訓練LLM的電腦叢集。這篇文章來自於AI新創公司Imbue,該公司致力於透過理解機器的思維方式來實現通用智慧。當然,將一堆連作業系統也沒有的「裸機」變成用於訓練LLM的電腦叢集並不是一個輕鬆的過程,充滿了探索和試錯,但Imbue最終成功訓練了一個700億參數的LLM,並在此過程中積累
