DWZ学习记录--Dialog的查找和分页

分页功能已经有分析过了,在我的博客中就能找到,这里就不在重复了。

 

dialog的查找功能,navtab的查找功能很简单,但是dialog的查找功能真的费了我好几个晚上不停的测试和查找相关的资料,DWZ资料真的很少,给作者留言也石沉大海。一切都靠自己摸索。

 

<form id="pagerForm" rel="pagerForm" method="post" action="###" οnsubmit="return dwzSearch(this, 'dialog');">

 

这句代码非常的重要,在网络上找的半死都找不到相关的教程,结果测试老是失败,无意中下载别人的代码,一个个的参考测试才找到的原来是这句代码搞鬼,套上后一切的迷惑都烟消云散了,TMD

 

分页代码也有变化:

 

<div class="pagination" targetType="dialog" totalCount="<%=totalcount%>" numPerPage="<%=perpage%>" pageNumShown="5" currentPage="<%=currentpage%>"></div>

targetType="dialog"这个也是关键啊。。TMD,搞死人命

 

此外,每页记录数量也有变化:

<select class="combox" name="numPerPage" οnchange="dialogPageBreak({numPerPage: this.value});">

dialogPageBreak 这个也是关键啊。。TMD,不容忽视

 

补充一下,还有一个细节的地方,就是列表的表格那里也有一个东东要注意的啊。

<table class="table" width="600" layoutH="138" nowrapTD="false" targetType="dialog">

targetType="dialog",看到了吧,还是这个东西,不知道让我伤心了多少回啊。。

  • 1
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
YOLO高分设计资源源码,详情请查看资源内容中使用说明 YOLO高分设计资源源码,详情请查看资源内容中使用说明 YOLO高分设计资源源码,详情请查看资源内容中使用说明 YOLO高分设计资源源码,详情请查看资源内容中使用说明YOLO高分设计资源源码,详情请查看资源内容中使用说明YOLO高分设计资源源码,详情请查看资源内容中使用说明YOLO高分设计资源源码,详情请查看资源内容中使用说明YOLO高分设计资源源码,详情请查看资源内容中使用说明YOLO高分设计资源源码,详情请查看资源内容中使用说明YOLO高分设计资源源码,详情请查看资源内容中使用说明YOLO高分设计资源源码,详情请查看资源内容中使用说明YOLO高分设计资源源码,详情请查看资源内容中使用说明YOLO高分设计资源源码,详情请查看资源内容中使用说明YOLO高分设计资源源码,详情请查看资源内容中使用说明YOLO高分设计资源源码,详情请查看资源内容中使用说明YOLO高分设计资源源码,详情请查看资源内容中使用说明YOLO高分设计资源源码,详情请查看资源内容中使用说明YOLO高分设计资源源码,详情请查看资源内容中使用说明YOLO高分设计资源源码,详情请查看资源内容中使用说明YOLO高分设计资源源码,详情请查看资源内容中使用说明YOLO高分设计资源源码,详情请查看资源内容中使用说明YOLO高分设计资源源码,详情请查看资源内容中使用说明YOLO高分设计资源源码,详情请查看资源内容中使用说明YOLO高分设计资源源码,详情请查看资源内容中使用说明YOLO高分设计资源源码,详情请查看资源内容中使用说明YOLO高分设计资源源码,详情请查看资源内容中使用说明
以下是一个简单的 Matlab 代码示例,用于实现 Gated Recurrent Unit (GRU) 模型: ```matlab % GRU implementation in MATLAB % Hyperparameters hidden_size = 100; % 隐藏层大小 seq_length = 10; % 输入序列长度 learning_rate = 0.01; % 初始化权重参数 Wz = randn(hidden_size, hidden_size + seq_length); Wr = randn(hidden_size, hidden_size + seq_length); Wh = randn(hidden_size, hidden_size + seq_length); Uz = randn(hidden_size, hidden_size); Ur = randn(hidden_size, hidden_size); Uh = randn(hidden_size, hidden_size); bz = zeros(hidden_size, 1); br = zeros(hidden_size, 1); bh = zeros(hidden_size, 1); % 训练数据和标签 data = ... % 输入序列数据 labels = ... % 目标标签 % 前向传播和反向传播 for iteration = 1:1000 % 初始化隐藏状态和损失 h = zeros(hidden_size, 1); loss = 0; for t = 1:seq_length % 前向传播 x = data(:, t); z = sigmoid(Wz * [h; x] + Uz * h + bz); r = sigmoid(Wr * [h; x] + Ur * h + br); h_tilde = tanh(Wh * [r .* h; x] + bh); h = (1 - z) .* h + z .* h_tilde; % 计算损失 loss = loss + norm(h - labels(:, t))^2; end % 反向传播 dWz = zeros(size(Wz)); dWr = zeros(size(Wr)); dWh = zeros(size(Wh)); dUz = zeros(size(Uz)); dUr = zeros(size(Ur)); dUh = zeros(size(Uh)); dbz = zeros(size(bz)); dbr = zeros(size(br)); dbh = zeros(size(bh)); dh_next = zeros(size(h)); for t = seq_length:-1:1 x = data(:, t); z = sigmoid(Wz * [h; x] + Uz * h + bz); r = sigmoid(Wr * [h; x] + Ur * h + br); h_tilde = tanh(Wh * [r .* h; x] + bh); dh = 2 * (h_tilde - labels(:, t)); dz = dh .* (h_tilde - h) .* z .* (1 - z); dr = (Wh(:, 1:hidden_size)' * dz) .* h .* r .* (1 - r); dh_tilde = (Wh(:, hidden_size+1:end)' * dz) .* (1 - h_tilde.^2); dh_combined = dh_next + (Wh(:, hidden_size+1:end)' * dz) .* r; dWz = dWz + dz * [h; x]'; dWr = dWr + dr * [h; x]'; dWh = dWh + dh_combined * [r .* h; x]'; dUz = dUz + dz * h'; dUr = dUr + dr * h'; dUh = dUh + dh_combined * (r .* h)'; dbz = dbz + dz; dbr = dbr + dr; dbh = dbh + dh_combined; dh_next = (Wz(:, 1:hidden_size)' * dz) + (Wr(:, 1:hidden_size)' * dr) + (Wh(:, 1:hidden_size)' * dh_combined); % 更新权重 Wz = Wz - learning_rate * dWz; Wr = Wr - learning_rate * dWr; Wh = Wh - learning_rate * dWh; Uz = Uz - learning_rate * dUz; Ur = Ur - learning_rate * dUr; Uh = Uh - learning_rate * dUh; bz = bz - learning_rate * dbz; br = br - learning_rate * dbr; bh = bh - learning_rate * dbh; end % 打印损失 fprintf('Iteration %d, Loss: %f\n', iteration, loss); end ``` 这只是一个简单的 GRU 模型实现示例,实际应用中可能需要根据具体问题进行调整和改进。希望对你有所帮助!

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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