dz调用图片PHP写法,100分discuz列表页调用帖子图片

在网上搜索了一上午,就只找到个调用摘要的方法。求坛里的大牛给个调用图片的代码呀,可以控制图片显示张数就更好了,小弟在此先谢谢了

回复讨论(解决方案)

http://m.cmsbj.cn/dzdm/t256/ 你试试这个办法吧!

http://m.cmsbj.cn/dzdm/t256/ 你试试这个办法吧!先谢谢,不过调用的图片路径404

http://m.cmsbj.cn/dzdm/t256/ 你试试这个办法吧!先谢谢,不过调用的图片路径404 那你要找找原因了,看看图片路径对不对吧

http://m.cmsbj.cn/dzdm/t256/ 你试试这个办法吧!先谢谢,不过调用的图片路径404 那你要找找原因了,看看图片路径对不对吧 路径是对的,但是调用不到正确的图片,也就是说调用的图片不存在

%24thread%5B'attachments'%5D%5B'used'%5D%5B'0'%5D%5B'attachment'%5D

这个需要改为你自己的图片存放路径

%24thread%5B'attachments'%5D%5B'used'%5D%5B'0'%5D%5B'attachment'%5D

这个需要改为你自己的图片存放路径版主,这个我改了的,比如帖子里有一张图片路径是data/attachment/forum/201603/19/190716j40roeu9nxex082x.jpg,可是代码解析出来的图片路径是data/attachment/forum/201603/19/这里就是些j随机字符串了.jpg,我的程序版本是x3.2的。

你没有带上域名?

你没有带上域名?谢谢版主老大,带上域名果然显示图片了,再请教一下怎么让它调用多张图片呢,比如让它调用三张图片

%24thread%5B'attachments'%5D%5B'used'%5D%5B'0'%5D%5B'attachment'%5D

%24thread%5B'attachments'%5D%5B'used'%5D%5B'1'%5D%5B'attachment'%5D

%24thread%5B'attachments'%5D%5B'used'%5D%5B'2'%5D%5B'attachment'%5D

试试这样。

%24thread%5B'attachments'%5D%5B'used'%5D%5B'0'%5D%5B'attachment'%5D

%24thread%5B'attachments'%5D%5B'used'%5D%5B'1'%5D%5B'attachment'%5D

%24thread%5B'attachments'%5D%5B'used'%5D%5B'2'%5D%5B'attachment'%5D

试试这样。我只有这样调用才能显示

%24thread%5B'pic'%5D

如果像这样

%24thread%5B'attachments'%5D%5B'used'%5D%5B'0'%5D%5B'attachment'%5D

它就不显示了。

$thread['pic'] 估计只保留了一张封面图,如果你需要其他图,需要从帖子的图片表读出。那需要你看看表结构再去编写了。

$thread['pic'] 估计只保留了一张封面图,如果你需要其他图,需要从帖子的图片表读出。那需要你看看表结构再去编写了。谢谢

本文原创发布php中文网,转载请注明出处,感谢您的尊重!

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
以下是一个简单的神经网络方法的 Matlab 代码,用于解决二元类问题: ```matlab % 输入数据 X = [0 0; 0 1; 1 0; 1 1]; Y = [0; 1; 1; 0]; % 定义神经网络结构 n_input = size(X,2); n_hidden = 5; n_output = 1; % 随机初始化权重 W1 = randn(n_input,n_hidden); b1 = randn(n_hidden,1); W2 = randn(n_hidden,n_output); b2 = randn(n_output,1); % 定义学习率和迭代次数 learning_rate = 0.01; n_iterations = 10000; % 训练神经网络 for i = 1:n_iterations % 正向传播 Z1 = X * W1 + b1'; A1 = 1./(1+exp(-Z1)); Z2 = A1 * W2 + b2'; A2 = 1./(1+exp(-Z2)); % 计算损失和梯度 loss = -sum(Y.*log(A2) + (1-Y).*log(1-A2))/size(X,1); dZ2 = A2 - Y; dW2 = A1' * dZ2 / size(X,1); db2 = sum(dZ2,1) / size(X,1); dZ1 = (dZ2 * W2') .* A1 .* (1-A1); dW1 = X' * dZ1 / size(X,1); db1 = sum(dZ1,1) / size(X,1); % 更新权重 W2 = W2 - learning_rate * dW2; b2 = b2 - learning_rate * db2'; W1 = W1 - learning_rate * dW1; b1 = b1 - learning_rate * db1'; end % 预测结果 Z1 = X * W1 + b1'; A1 = 1./(1+exp(-Z1)); Z2 = A1 * W2 + b2'; A2 = 1./(1+exp(-Z2)); predictions = (A2 > 0.5); % 打印预测结果 disp(predictions); ``` 这个代码实现了一个包含一个隐藏层的神经网络,使用 sigmoid 激活函数进行正向传播,使用交叉熵损失函数和梯度下降算法进行训练。在训练完成后,代码使用训练好的神经网络进行预测,并输出预测结果。 以下是调用实例: ```matlab % 输入数据 X = [0 0; 0 1; 1 0; 1 1]; Y = [0; 1; 1; 0]; % 训练神经网络 predictions = train_and_predict(X,Y); % 打印预测结果 disp(predictions); ``` 在这个例子中,`train_and_predict` 函数封装了上面的代码,用于训练神经网络并进行预测。

“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