Flex Builder3+FDT3 环境配置

又折腾了大半天,终于把flex下下来,环境给搭起来了。再次深刻体会到工欲善其事,先利其器.公司网络太bt了,没办法,快吐血了都.HOHO 纪录下: 现在还不清楚fdt做什么呢?汗颜~ 软件下载地址: FTP地址:58.63.244.83PORT:21ID:riachinaPWD:riachina_down 是一个论坛的ftp,估计这两天要被下爆炸了.哈哈~不过真感谢~ 软件安装参考的资料: http://www.jdhcn.com/article.asp?id=16 http://space.actionscript3.cn/html/79/t-479.html http://iigay.com/thread-46327-1-1.html(这个地址已经不能访问了,不知道为什么.) 不过大部分是按该文来配置的,所以copy过来了:哈哈~ 这两天准备学习Flex,于是下载了Flex Builder 3.0 For Eclipse plugin准备安装. 但是安装后启动Eclipse,找了半天也没找到Flex.而且Flex Builder会把JRE也安装.觉得这样很不爽. 所以我想到能不能来个Flex Builder绿色安装方法呢. 想到就做.下面是我的安装过程.(前提是系统已经有JRE,且JAVA环境变量已经配置OK,此处略过该安装) 一.首先下载安装Eclipse 3.3 解压到 D:\Program Files\eclipse 到算安装成功了. 二.下载安装Flex Builder 3.0 http://trials.adobe.com/Applicat ... FB3_WWEJ_Plugin.exe 1. 指定 Flex Builder 3.0 安装路径为D:\Program Files\eclipse\Flex Builder,进下一步. (你也可设为其它目录,但不要这样:D:\Program Files\eclipse) 2. 指定 Eclipse 安装路径为 D:\Program Files\eclipse 进下一步. 3. 选择是否安装浏览器 Flash Plyer 9 插件(可选安装) 安装要花一点时间.大家慢慢等待...出现一些提示你不用管它. 等安装完后运行 Eclipse.exe 你是看不到 Flex的..往下看我会帮你解决这个问题^_^ 三. 绿化Flex Builder 这是重点. 1. 把D:\Program Files\eclipse\Flex Builder\com.adobe.flexbuilder.update.site\下的 plugins、features、site.xml 复制到 D:\Program Files\eclipse\ (如果你的eclipse目录已经有一个site.xml 你只要把两个文件的feature节内容合并就好了.) 2. 把D:\Program Files\eclipse\Flex Builder\eclipse\下的 plugins、features(如果有的话,这是Eclipse的一些更新) 复制到 D:\Program Files\eclipse\ 3. 把D:\Program Files\eclipse\Flex Builder\sdks 复制到D:\Program Files\eclipse\ OK,Flex Builder安装完成,接下来就是启动Elipse 我们现在已经可以找到Flex了.但还没完,请往下看. 4. 进行Flex的配置. 在Eclipse中.点击->Window->Preferences->Flex->Installed Flex SDKs 修改Flex SDKs 2.0 和 Flex SDKs 3.0的路径点Apply让设置成效. 重启Eclipse..你就可以开发Flex了. 5. 现在你的Flex已经开始工作了.但之前安装的Flex Builder怎么办呢.哈哈. 运行这个D:\Program Files\eclipse\Flex Builder\Uninstall Adobe Flex Builder 3 Plug-in\Uninstall Adobe Flex Builder 3 Plug-in.exe就可以了. 可是这鬼东西怎么玩呢..呵呵..大家一起学习交流吧.. 插件破解方法及地址(不知道对不对,反正正反先用着): http://www.blogjava.net/vip01/archive/2008/02/29/182336.html fdt的序列号: Aaron McGruder Key 1: MrTTtLjKsIK4228333333sz0633383k00000Dt868864L6630I88662 得来不易 另外也把adobe flash cs3给下了,一起研究下到底这个怎么玩. 还有在一个flex 群里发现的资源,都发上来(还不清楚是什么?我想我一定疯了): 文件名: Flex3_component_Explorer.rar下载地址: http://www.fs2you.com/files/9d8f5282-ad13-11dc-ac5a-00142218fc6e/ 文件名: Flex3StyleExplorer_V3Beta.rar下载地址: http://www.fs2you.com/files/44b9da3a-ad23-11dc-bcd1-0014221f4662/ 文件名: Cairngorm 开发文档中文版.rar下载地址: http://www.fs2you.com/files/5a026eae-ad2d-11dc-80f6-0014221b798a/ 文件名: FlexFilterStyle.rar下载地址: http://www.fs2you.com/files/a493e451-ad41-11dc-9e99-0014221f4662/ FlashMX2004游戏制作完全攻略(电子书与配套光盘).rarhttp://www.fs2you.com/files/e0075deb-a93c-11dc-8c47-00142218fc6e/ FlashCS3Help_cn.rar(AS3.0帮助文档中文版)http://www.fs2you.com/files/2f74e099-a6f7-11dc-adbf-00142218fc6e/ 文件名: ActionScript 3.0 Cookbook 完整简体中文版.pdf下载地址: http://www.fs2you.com/files/c19a6157-da36-11dc-b07a-0014221b798a/ 新书:完全手册——Flex3.0 RIA开发详解:基于ActionScript3.0实现下载地址:http://www.riabook.cn/zh_book/wanquanshouce_flex3_ria_kaifaxiangjie.htm 发完此文,要正式进入学习.太折腾人了,入门最难了.
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
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
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