Yii 1开发日记,yii开发日记
Yii 1开发日记,yii开发日记
用yii 1实现后台的搜索功能,效果如下图:
1.模型中:
<span> 1</span> <span>public</span> <span>function</span><span> search() </span><span> 2</span> <span> { </span><span> 3</span> <span> 4</span> <span>$criteria</span> = <span>new</span><span> CDbCriteria; </span><span> 5</span> <span>//</span><span>独立高级搜索</span> <span> 6</span> <span>if</span>(<span>isset</span>( <span>$_GET</span>['goods'<span>]) ) { </span><span> 7</span> <span>//</span><span>商品货号</span> <span> 8</span> <span>if</span> (<span>isset</span>(<span>$_GET</span>['goods']['goods_sn']) && <span>$_GET</span>['goods']['goods_sn'] != ""<span>) </span><span> 9</span> <span> { </span><span>10</span> <span>$criteria</span>->compare('goods_sn',<span>$_GET</span>['goods']['goods_sn'], <span>true</span><span> ); </span><span>11</span> <span> } </span><span>12</span> <span>//</span><span>商品名称</span> <span>13</span> <span>if</span> (<span>isset</span>(<span>$_GET</span>['goods']['goods_name']) && <span>$_GET</span>['goods']['goods_name'] != ""<span>) </span><span>14</span> <span> { </span><span>15</span> <span>$criteria</span>->compare('goods_name',<span>$_GET</span>['goods']['goods_name'], <span>true</span><span>); </span><span>16</span> <span> } </span><span>17</span> <span>//</span><span>商品分类</span> <span>18</span> <span>if</span> (<span>isset</span>(<span>$_GET</span>['goods']['cat_id']) && <span>$_GET</span>['goods']['cat_id'] != ""<span>) </span><span>19</span> <span> { </span><span>20</span> <span>$criteria</span>->compare('cat_id',<span>$_GET</span>['goods']['cat_id'], <span>true</span><span>); </span><span>21</span> <span> } </span><span>22</span> <span>//</span><span>是否上架</span> <span>23</span> <span>if</span> (<span>isset</span>(<span>$_GET</span>['goods']['is_on_sale']) && <span>$_GET</span>['goods']['is_on_sale'] != ""<span>) </span><span>24</span> <span> { </span><span>25</span> <span>$criteria</span>->compare('is_on_sale',<span>$_GET</span>['goods']['is_on_sale'<span>]); </span><span>26</span> <span> } </span><span>27</span> <span>//</span><span>是否精品</span> <span>28</span> <span>if</span> (<span>isset</span>(<span>$_GET</span>['goods']['is_best']) && <span>$_GET</span>['goods']['is_best'] != ""<span>) </span><span>29</span> <span> { </span><span>30</span> <span>$criteria</span>->compare('is_best',<span>$_GET</span>['goods']['is_best'<span>]); </span><span>31</span> <span> } </span><span>32</span> <span>//</span><span>是否新品</span> <span>33</span> <span>if</span> (<span>isset</span>(<span>$_GET</span>['goods']['is_new']) && <span>$_GET</span>['goods']['is_new'] != ""<span>) </span><span>34</span> <span> { </span><span>35</span> <span>$criteria</span>->compare('is_new',<span>$_GET</span>['goods']['is_new'<span>]); </span><span>36</span> <span> } </span><span>37</span> <span>//</span><span>是否热销</span> <span>38</span> <span>if</span> (<span>isset</span>(<span>$_GET</span>['goods']['is_hot']) && <span>$_GET</span>['goods']['is_hot'] != ""<span>) </span><span>39</span> <span> { </span><span>40</span> <span>$criteria</span>->compare('is_hot',<span>$_GET</span>['goods']['is_hot'<span>]); </span><span>41</span> <span> } </span><span>42</span> <span>43</span> <span> } </span><span>44</span> <span>return</span> <span>new</span> CActiveDataProvider(<span>$this</span>, <span>array</span><span>( </span><span>45</span> 'criteria'=><span>$criteria</span> <span>46</span> <span> )); </span><span>47</span> }
2.控制器中:
<span>$model</span>=<span>new</span> B2cGoods('search');
表示在model中启用模型中的search作为搜索。
3.视图中:
<div <span>class</span>="well"> <div <span>class</span>="search-box"> <form <span>class</span>="form-inline" method="get" action=""><br /> <span>//指定form表单提交的页面,很重要</span> <input type='hidden' name='r' value='B2CShop/b2cGoods/goodsList/id/<?php echo $id ?>'> <div <span>class</span>="form-group"> <<span>input name</span>="goods[goods_sn]"<span> type</span>="text" <span>class</span>="form-control"<span> style</span>="width:140px;"<span> placeholder </span>= "商品货号"<span> value</span>=<?php <span>echo</span> <span>$_GET</span>['goods']['goods_sn'] ; ?> > </div>&<span>nbsp; </span><div <span>class</span>="form-group"> <<span>input name</span>="goods[goods_name]"<span> type</span>="text" <span>class</span>="form-control"<span> style</span>="width:140px;"<span> placeholder </span>= "商品名称"<span> value</span>=<?php <span>echo</span> <span>$_GET</span>['goods']['goods_name'] ; ?> > </div> &<span>nbsp; </span><div <span>class</span>="form-group"> <?php <span>echo</span> CHtml::dropDownList( "goods[cat_id]" , <span>$_GET</span>['goods']['cat_id'] ,<span> B2cCategory</span>::listData( <span>$id</span> ) , <span>array</span>( "class"=>"form-control" , 'empty'=>'请选择类型...', 'encode' => <span>false</span>, "style"=>"width:140px") ); ?> </div> &<span>nbsp; </span><div <span>class</span>="checkbox"> <label>上架 </span><<span>input type</span>="checkbox"<span> name</span>="goods[is_on_sale]"<span> style</span>="width: 24px;"<span> value</span>="1"<br /> <span>//实现checkbox,刷新页面保持原状态</span> <?php <span>echo</span> <span>$_GET</span>['goods']['is_on_sale']?'checked="checked"':'' ?> > </label> </div> &<span>nbsp; </span><div <span>class</span>="checkbox"> <label>精品 </span><<span>input type</span>="checkbox"<span> name</span>="goods[is_best]"<span> style</span>="width: 24px;"<span> value</span>="1" <?php <span>echo</span> <span>$_GET</span>['goods']['is_best']?'checked="checked"':'' ?> > </label> </div> &<span>nbsp; </span><div <span>class</span>="checkbox"> <label>新品 </span><<span>input type</span>="checkbox"<span> name</span>="goods[is_new]"<span> style</span>="width: 24px;"<span> value</span>="1" <?php <span>echo</span> <span>$_GET</span>['goods']['is_new']?'checked="checked"':'' ?> > </label> </div> &<span>nbsp; </span><div <span>class</span>="checkbox"> <label>热销 </span><<span>input type</span>="checkbox"<span> name</span>="goods[is_hot]"<span> style</span>="width: 24px;"<span> value</span>="1" <?php <span>echo</span> <span>$_GET</span>['goods']['is_hot']?'checked="checked"':'' ?> > </label> </div> <button type="submit" <span>class</span>="btn btn-default"><span <span>class</span>="glyphicon glyphicon-search"></span> 搜 索</button> </form> </div> </div>
这里需要注意的一点是实现checkbox,保持原状态,echo $_GET['goods']['is_hot']?'checked="checked"':'' ?>,即用php判断是否有值。

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

AI Hentai Generator
免費產生 AI 無盡。

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)

熱門話題

想像一下,一個人工智慧模型,不僅擁有超越傳統運算的能力,還能以更低的成本實現更有效率的效能。這不是科幻,DeepSeek-V2[1],全球最強開源MoE模型來了。 DeepSeek-V2是一個強大的專家混合(MoE)語言模型,具有訓練經濟、推理高效的特點。它由236B個參數組成,其中21B個參數用於啟動每個標記。與DeepSeek67B相比,DeepSeek-V2效能更強,同時節省了42.5%的訓練成本,減少了93.3%的KV緩存,最大生成吞吐量提高到5.76倍。 DeepSeek是一家探索通用人工智

本月初,來自MIT等機構的研究者提出了一種非常有潛力的MLP替代方法—KAN。 KAN在準確性和可解釋性方面表現優於MLP。而且它能以非常少的參數量勝過以更大參數量運行的MLP。例如,作者表示,他們用KAN以更小的網路和更高的自動化程度重現了DeepMind的結果。具體來說,DeepMind的MLP有大約300,000個參數,而KAN只有約200個參數。 KAN與MLP一樣具有強大的數學基礎,MLP基於通用逼近定理,而KAN基於Kolmogorov-Arnold表示定理。如下圖所示,KAN在邊上具

特斯拉機器人Optimus最新影片出爐,已經可以在工廠裡打工了。正常速度下,它分揀電池(特斯拉的4680電池)是這樣的:官方還放出了20倍速下的樣子——在小小的「工位」上,揀啊揀啊揀:這次放出的影片亮點之一在於Optimus在廠子裡完成這項工作,是完全自主的,全程沒有人為的干預。而且在Optimus的視角之下,它還可以把放歪了的電池重新撿起來放置,主打一個自動糾錯:對於Optimus的手,英偉達科學家JimFan給出了高度的評價:Optimus的手是全球五指機器人裡最靈巧的之一。它的手不僅有觸覺

目標偵測在自動駕駛系統當中是一個比較成熟的問題,其中行人偵測是最早得以部署演算法之一。在多數論文當中已經進行了非常全面的研究。然而,利用魚眼相機進行環視的距離感知相對來說研究較少。由於徑向畸變大,標準的邊界框表示在魚眼相機當中很難實施。為了緩解上述描述,我們探索了擴展邊界框、橢圓、通用多邊形設計為極座標/角度表示,並定義一個實例分割mIOU度量來分析這些表示。所提出的具有多邊形形狀的模型fisheyeDetNet優於其他模型,並同時在用於自動駕駛的Valeo魚眼相機資料集上實現了49.5%的mAP

FP8和更低的浮點數量化精度,不再是H100的「專利」了!老黃想讓大家用INT8/INT4,微軟DeepSpeed團隊在沒有英偉達官方支援的條件下,硬生在A100上跑起FP6。測試結果表明,新方法TC-FPx在A100上的FP6量化,速度接近甚至偶爾超過INT4,而且比後者擁有更高的精度。在此基礎之上,還有端到端的大模型支持,目前已經開源並整合到了DeepSpeed等深度學習推理框架中。這項成果對大模型的加速效果也是立竿見影──在這種框架下用單卡跑Llama,吞吐量比雙卡還要高2.65倍。一名

寫在前面項目連結:https://nianticlabs.github.io/mickey/給定兩張圖片,可以透過建立圖片之間的對應關係來估計它們之間的相機姿態。通常,這些對應關係是二維到二維的,而我們估計的姿態在尺度上是不確定的。一些應用,例如隨時隨地實現即時增強現實,需要尺度度量的姿態估計,因此它們依賴外部的深度估計器來恢復尺度。本文提出了MicKey,這是一個關鍵點匹配流程,能夠夠預測三維相機空間中的度量對應關係。透過學習跨影像的三維座標匹配,我們能夠在沒有深度測試的情況下推斷度量相對

概述LLaMA-3(LargeLanguageModelMetaAI3)是由Meta公司開發的大型開源生成式人工智慧模型。它在模型結構上與前一代LLaMA-2相比沒有太大的變動。 LLaMA-3模型分為不同規模的版本,包括小型、中型和大型,以適應不同的應用需求和運算資源。小型模型參參數規模為8B,中型模型參參數規模為70B,而大型模型參參數規模則達400B。然而在訓練中,目標是實現多模態、多語言的功能,預計結果將與GPT4/GPT4V相當。安裝OllamaOllama是一個開源的大型語言模型(LL

為了將大型語言模型(LLM)與人類的價值和意圖對齊,學習人類回饋至關重要,這能確保它們是有用的、誠實的和無害的。在對齊LLM方面,一種有效的方法是根據人類回饋的強化學習(RLHF)。儘管RLHF方法的結果很出色,但其中涉及了一些優化難題。其中涉及訓練一個獎勵模型,然後優化一個策略模型來最大化該獎勵。近段時間已有一些研究者探索了更簡單的離線演算法,其中之一就是直接偏好優化(DPO)。 DPO是透過參數化RLHF中的獎勵函數來直接根據偏好資料學習策略模型,這樣就無需顯示式的獎勵模型了。此方法簡單穩定
