支持php7的集成开发环境,Windows 7下配置AppSer PHP集成开发环境

Windows 7下配置AppSer PHP集成开发环境

Xiaohui Huang,

School of Computing, CUG, Wuhan, Hubei

Email: smilehuang94 AT yahoo DOT com

一、前期准备

在网上下载AppSer的安装包,如图1所示:

0818b9ca8b590ca3270a3433284dd417.png

图1.下载AppSer

二、配置集成开发环境

双击AppSer安装包,选择下一步,选择软件要安装的位置,如图2所示

0818b9ca8b590ca3270a3433284dd417.png

图2

接着点击下一步,勾选所有的功能,如图3所示

0818b9ca8b590ca3270a3433284dd417.png

图3

接着点击下一步,填写Server Name,我们一般都填写localhost,在填写端口号的时候一定要注意要填写现在本电脑里面未被占用的端口号,安装默认的端口号是80号端口,由于我的电脑80号端口被IIS服务占用,所以在此我填写的是8888号端口,如果填写的是已被其他程序占用的端口,那么在访问localhost的时候就会提示如图4所示的错误,填写范例如图5所示所示。

0818b9ca8b590ca3270a3433284dd417.png

图4

0818b9ca8b590ca3270a3433284dd417.png

图5

填写完毕后,点击下一步,填写MySQL密码,选择UTF-8 Unicode选项,并勾选Enable InnDB,如图6所示

0818b9ca8b590ca3270a3433284dd417.png

图6

然后点击Install,直至安装完毕

三、安装后环境配置

在浏览器中输入网址localhost:8888出现如图7所示画面就说明AppSer环境已经安装成功,如果提示的是HTTP 404 NOT FOUND就说明刚才的端口号已经被占用,只需将AppSer卸载重装设置新的端口号即可。

0818b9ca8b590ca3270a3433284dd417.png

图7

下面来具体的配置php的开发环境。

在AppSer的安装目录下有如图8所示的几个文件夹:

0818b9ca8b590ca3270a3433284dd417.png

图8

我们在C:\AppServ\www\phpMyAdmin下修改如下几个文件:

1.将config.inc.php文件重命名为config.inc.bak

2.将config.sample.inc.php重命名为config.inc.php

3.将config.inc.php文件打开,设置$cfg['blowfish_secret'] = '';右侧的值为任意一个字符串

接着,我们在浏览器中输入localhost:8888/phpMyAdmin/index.php就会出现如图9所示画面

0818b9ca8b590ca3270a3433284dd417.png

图9

输入相应的用户名和密码即可登录。

至此,利用AppSer配置php的编译环境过程已经全部结束,需要注意的是:

当我们在新建php项目时,我们要讲这个项目的包放在www文件夹下,例如我新建了一个项目名字为Test的php项目,那么我将Test文件夹放在www文件夹后,我就通过网址localhost:8888/Test/*(*为通配符,例如index.php等)来访问相关的网页。

Thank you.

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
,发送类别,概率,以及物体在相机坐标系下的xyz.zip目标检测(Object Detection)是计算机视觉领域的一个核心问题,其主要任务是找出图像中所有感兴趣的目标(物体),并确定它们的类别和位置。以下是对目标检测的详细阐述: 一、基本概念 目标检测的任务是解决“在哪里?是什么?”的问题,即定位出图像中目标的位置并识别出目标的类别。由于各类物体具有不同的外观、形状和姿态,加上成像时光照、遮挡等因素的干扰,目标检测一直是计算机视觉领域最具挑战性的任务之一。 二、核心问题 目标检测涉及以下几个核心问题: 分类问题:判断图像中的目标属于哪个类别。 定位问题:确定目标在图像中的具体位置。 大小问题:目标可能具有不同的大小。 形状问题:目标可能具有不同的形状。 三、算法分类 基于深度学习的目标检测算法主要分为两大类: Two-stage算法:先进行区域生成(Region Proposal),生成有可能包含待检物体的预选框(Region Proposal),再通过卷积神经网络进行样本分类。常见的Two-stage算法包括R-CNN、Fast R-CNN、Faster R-CNN等。 One-stage算法:不用生成区域提议,直接在网络中提取特征来预测物体分类和位置。常见的One-stage算法包括YOLO系列(YOLOv1、YOLOv2、YOLOv3、YOLOv4、YOLOv5等)、SSD和RetinaNet等。 四、算法原理 以YOLO系列为例,YOLO将目标检测视为回归问题,将输入图像一次性划分为多个区域,直接在输出层预测边界框和类别概率。YOLO采用卷积网络来提取特征,使用全连接层来得到预测值。其网络结构通常包含多个卷积层和全连接层,通过卷积层提取图像特征,通过全连接层输出预测结果。 五、应用领域 目标检测技术已经广泛应用于各个领域,为人们的生活带来了极大的便利。以下是一些主要的应用领域: 安全监控:在商场、银行
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