机房收费系统—MsgBox

找不同

这里写图片描述这里写图片描述
目前,我们最常见的提示框应该就是警告,但是发现有的提示框有判断,有的提示框只有一个选项确定。当然我们也一定见到过,不是警告的提示框,没有警告的图标,左上角没有警告的字,这些不同情况的都是来源于我们弹出提示框的msgbox的属性引起的。我们来说一说msgbox。

———————————————————–

简介

Msgbox 是VB中的一个函数,可以弹出对话框,通过用户点击按钮,返回一个Integer值来表示不同按钮
Msgbox语法:
Msgbox(Prompt[,Buttons] [,Title] [,helpfile,Context])

这里写图片描述

Buttons

关于Bottons参数的一些常量返回的integer值
这里写图片描述

这些是我们常用的一些常数类型,还有一些省缺值类型:(这里省缺值就是默认值的初始的意思)
vbDefaultButton1 0 第一个按钮是缺省值(缺省设置)
vbDefaultButton2 256 第二个按钮是缺省值
vbDefaultButton3 512 第三个按钮是缺省值
vbDefaultButton4 768 第四个按钮是缺省值

还有一些可以决定消息框的强制返回性的常数:
vbApplicationModal 0 应用程序强制返回;应用程序被挂起,直到用户对消息框作出响应才继续工作
vbSystemModal 4096 系统强制返回;全部应用程序都被挂起,直到用户对消息框作出响应才继续工作
vbMsgBoxHelpButton 16384 将Help按钮添加到消息框
VbMsgBoxSetForeground 65536 指定消息框窗口作为前景窗口
vbMsgBoxRight 524288 文本为右对齐
vbMsgBoxRtlReading 1048576 指定文本应为在希伯来和阿拉伯语系统中的从右到左显示

返回值

这里写图片描述
对于这个返回值的应用,可以简单的举一个例子:
在机房收费系统的添加或删除窗体上,删除功能的实现中,有这样一段代码:

'判断该用户是否正在登录
If Trim(myFlexGrid.TextMatrix(.RowSel, 0)) = UserName Then
     MsgBox "该用户正在登录,不能删除", vbOKOnly + vbExclamation, "警告"
     Exit Sub
Else
     a = MsgBox("确定要删除该用户吗?", vbYesNo + vbExclamation, "警告")
     If a = 6 Then
        .RemoveItem .RowSel
         mrc.Delete
         mrc.Update
     Else
         Exit Sub
     End If
End If

在这段代码中a =6 就是指当msgbox的返回值是6的时候,对应上表可以知道,代表了点击了vbyes则得到“是”的命令执行下面的语句。

深度学习是机器学习的一个子领域,它基于人工神经网络的研究,特别是利用多层次的神经网络来进行学习和模式识别。深度学习模型能够学习数据的高层次特征,这些特征对于图像和语音识别、自然语言处理、医学图像分析等应用至关重要。以下是深度学习的一些关键概念和组成部分: 1. **神经网络(Neural Networks)**:深度学习的基础是人工神经网络,它是由多个层组成的网络结构,包括输入层、隐藏层和输出层。每个层由多个神经元组成,神经元之间通过权重连接。 2. **前馈神经网络(Feedforward Neural Networks)**:这是最常见的神经网络类型,信息从输入层流向隐藏层,最终到达输出层。 3. **卷积神经网络(Convolutional Neural Networks, CNNs)**:这种网络特别适合处理具有网格结构的数据,如图像。它们使用卷积层来提取图像的特征。 4. **循环神经网络(Recurrent Neural Networks, RNNs)**:这种网络能够处理序列数据,如时间序列或自然语言,因为它们具有记忆功能,能够捕捉数据中的时间依赖性。 5. **长短期记忆网络(Long Short-Term Memory, LSTM)**:LSTM 是一种特殊的 RNN,它能够学习长期依赖关系,非常适合复杂的序列预测任务。 6. **生成对抗网络(Generative Adversarial Networks, GANs)**:由两个网络组成,一个生成器和一个判别器,它们相互竞争,生成器生成数据,判别器评估数据的真实性。 7. **深度学习框架**:如 TensorFlow、Keras、PyTorch 等,这些框架提供了构建、训练和部署深度学习模型的工具和库。 8. **激活函数(Activation Functions)**:如 ReLU、Sigmoid、Tanh 等,它们在神经网络中用于添加非线性,使得网络能够学习复杂的函数。 9. **损失函数(Loss Functions)**:用于评估模型的预测与真实值之间的差异,常见的损失函数包括均方误差(MSE)、交叉熵(Cross-Entropy)等。 10. **优化算法(Optimization Algorithms)**:如梯度下降(Gradient Descent)、随机梯度下降(SGD)、Adam 等,用于更新网络权重,以最小化损失函数。 11. **正则化(Regularization)**:技术如 Dropout、L1/L2 正则化等,用于防止模型过拟合。 12. **迁移学习(Transfer Learning)**:利用在一个任务上训练好的模型来提高另一个相关任务的性能。 深度学习在许多领域都取得了显著的成就,但它也面临着一些挑战,如对大量数据的依赖、模型的解释性差、计算资源消耗大等。研究人员正在不断探索新的方法来解决这些问题。
评论 21
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

邢美玲

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值