wordpress去掉index.php,wordpress去掉win主机链接中的index.php

本文介绍了如何在Windows主机上通过编辑httpd.ini文件来移除WordPress固定链接中的index.php。步骤包括创建httpd.ini文件,粘贴配置代码并上传到WordPress根目录,然后在后台调整固定链接设置。此外,建议避免使用静态化插件,因为它们可能会带来问题,尤其是在不熟悉如何正确清理缓存的情况下。
摘要由CSDN通过智能技术生成

从来未用过WIN主机,所以本人对这个问题也未研究过,今天帮别人弄了一下,还是很简单,记录一下方便有同样问题的童鞋查询。

打开记事本,把下面代码粘贴进去:

[ISAPI_Rewrite]

# 3600 = 1 hour

CacheClockRate 3600

RepeatLimit 32

# Protect httpd.ini and httpd.parse.errors files

# from accessing through HTTP

# Rules to ensure that normal content gets through

RewriteRule /sitemap.xml /sitemap.xml [L]

RewriteRule /favicon.ico /favicon.ico [L]

# For file-based wordpress content (i.e. theme), admin, etc.

RewriteRule /wp-(.*) /wp-$1 [L]

# For normal wordpress content, via index.php

RewriteRule ^/$ /index.php [L]

RewriteRule /(.*) /index.php/$1 [L]

保存时保存类型选择“所有文件”,并输入文件名称:httpd.ini

将这个httpd.ini文件上传到WP程序所在的目录也就是与index.php在同一个目录内。

之后进入WP后台修改固定链接,比如:/%category%/%post_id%.html

刷新博客首页,打开文章链接看看链接地址中的index.php是不是消失了。

另外,网上还有说使用cos-html-cache静态化插件也可以实现,个人建议不要使用此方法,静态化插件也是我强烈建议新手不要用的一个插件,之前写过一篇:什么情况下有必要使用静态化缓存插件,对个人小博静态化插件,对你没有任何用处,只会带来无尽的问题,而且很多新手在知道很多问题是静态化插件造成的后,直接删除插件,这是错误的,拿cos-html-cache静态化插件为例,删除插件前,应首先进入插件设置页面,清除缓存,之后再删除插件,不然缓存文件依然存在,页面显示的还是静态化后的内容,插件删除也不会再更新了。

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