学之思开源代码学习(1)

这几天在学习“学之思”开源代码的环境配置与使用(gitee上的mysql版)
学之思:前端VUE,后端:SpringBoot
具体环境要求与不再详细描述,放个链接
学之思教考分离系统
这个过程中掺杂了许许多多复杂的环境配置

1.向管理员索取数据表脚本

在这里插入图片描述

2.创建数据库(随便啥数据库),然后执行SQL脚本

在这里插入图片描述

3.在IDEA中连上mysql数据库

在这里插入图片描述在这里插入图片描述
在这里插入图片描述

4.导入SQL脚本

mysql5不支持datetime(0),可把脚本里的datetime(0)以改成datetime
在这里插入图片描述

5.用IDEA打开xzs文件夹,并配置环境

在这里插入图片描述

6.运行XzsApplication.java

在这里插入图片描述

这样,后台就成功运行起来了

1.用WebStorm打开xzs-admin文件夹并配置环境

删除package-lock.json文件(官方说明!)
具体环境配置也许非常困难,但是按照提示的错误信息一步一步地去百度上找都能解决的
然后在IDE内部的控制台输入npm run serve即可自动打开运行的网页
在这里插入图片描述

2.用WebStorm打开xzs-student文件夹并配置环境

同样的操作
在这里插入图片描述

目前成功地把前后端在本地跑起来了,后序会细细剖析内部文件

  • 2
    点赞
  • 10
    收藏
    觉得还不错? 一键收藏
  • 5
    评论
您好!对于计算机视觉(Computer Vision)的学习资料和源代码,以下是一些常用的资源: 1. OpenCV:OpenCV 是一个源的计算机视觉库,提供了许多图像和视频处理的功能,官方网站上提供了详细的文档和示例代码。您可以访问官方网站(https://opencv.org/)了解更多信息。 2. PyTorch:PyTorch 是一个流行的深度学习框架,它也提供了一些计算机视觉相关的模型和工具。官方网站(https://pytorch.org/)上提供了丰富的文档和示例代码,您可以在其中找到许多计算机视觉任务的示例。 3. TensorFlow:TensorFlow 是另一个广泛使用的深度学习框架,也提供了一些计算机视觉相关的模型和工具。您可以访问官方网站(https://www.tensorflow.org/)查找相关文档和示例代码。 4. Torchvision:Torchvision 是 PyTorch 的一个扩展库,专门用于计算机视觉任务。它提供了一些经典的计算机视觉模型、数据集加载器和图像变换等工具。您可以在 PyTorch 的官方文档中找到 Torchvision 的详细介绍和使用示例。 5. ImageNet 数据集:ImageNet 是一个大规模的图像数据集,用于训练和评估计算机视觉模型。您可以访问 ImageNet 网站(http://www.image-net.org/)了解如何获取和使用该数据集。 6. GitHub:GitHub 是一个源代码托管平台,您可以在其中找到许多与计算机视觉相关的源项目。通过搜索关键词,如 "computer vision" 或特定任务的名称,您可以找到许多有用的代码资源。 这些资源应该能够帮助您学习和实践计算机视觉。祝您学习顺利!如果您有其他问题,请随时提问。

“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 5
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