2019年7月24日

摘要: 深度学习与计算机视觉应用实战课程 超细课程 知识付费网址:https://www.xiaocifang.com/i/UXdd288e32Lsg.html 廉价出售 如果一点点小钱都不愿投资自己,可以不用打开了。喜欢自己 投资自己 努力学习!! 阅读全文

posted @ 2019-07-24 15:38 豪顿 阅读(342) 评论(0) 推荐(0) 编辑

摘要: CDA一级数据分析师LEVEL 1备考视频教程资料 百度网盘:https://www.xiaocifang.com/i/UXcd6906dffTg.html 因制作需要特廉价出售 阅读全文

posted @ 2019-07-24 15:35 豪顿 阅读(2151) 评论(1) 推荐(1) 编辑

摘要: 深度学习与计算机视觉、算法、框架应用与代码实现 pdf获取 网址:https://www.xiaocifang.com/i/MX892b7b10Msl.html 制作需要 特廉价出售 阅读全文

posted @ 2019-07-24 15:34 豪顿 阅读(639) 评论(1) 推荐(0) 编辑


2019年6月10日

摘要: https://www.bootcdn.cn/jQuery.Marquee/ html+css图片滚动:https://blog.csdn.net/OoO__0o0/article/details/52210432 阅读全文

posted @ 2019-06-10 09:01 豪顿 阅读(328) 评论(0) 推荐(0) 编辑


2019年5月30日

摘要: # Register your models here.#应用地址 amdin定制查看:https://www.cnblogs.com/0704L/p/8032988.html#用户扩展4种模式:https://blog.csdn.net/qq_37975685/article/details/81 阅读全文

posted @ 2019-05-30 10:14 豪顿 阅读(162) 评论(0) 推荐(0) 编辑


2019年5月21日

摘要: 配置xadmin:https://www.cnblogs.com/xuepangzi/p/8978011.html https://blog.csdn.net/qq_37734509/article/details/82453739 阅读全文

posted @ 2019-05-21 17:44 豪顿 阅读(104) 评论(0) 推荐(0) 编辑


2019年5月14日

摘要: 需求:点击列头,实现对表格数据的排序。 1.表格中的数据从数据库查询回来; 2.这些查询到的数据,存放到哪了:在浏览器内存中,而且是以对象数值的形式表示的; 3.这些数据,怎么渲染到页面上的? 方案1:手动for 循环整个数组,然后 字符串 str+=<str> </tr> 方案2:使用模板引擎,a 阅读全文

posted @ 2019-05-14 09:31 豪顿 阅读(191) 评论(0) 推荐(0) 编辑


2019年2月13日

摘要: 《利用Python进行数据分析·第2版》 第 1 章 准备工作第 2 章 Python 语法基础,IPython 和 Jupyter第 3 章 Python 的数据结构、函数和文件第 4 章 NumPy 基础:数组和矢量计算第 5 章 pandas 入门第 6 章 数据加载、存储与文件格式第 7 章 阅读全文

posted @ 2019-02-13 10:44 豪顿 阅读(1565) 评论(0) 推荐(2) 编辑


2019年1月7日

摘要: https://www.52pojie.cn/search.php?mod=forum&searchid=5833&orderby=lastpost&ascdesc=desc&searchsubmit=yes&kw=%D2%D7%D3%EF%D1%D4+%C3%E2%B0%B2%D7%B0 阅读全文

posted @ 2019-01-07 10:31 豪顿 阅读(161) 评论(0) 推荐(0) 编辑


2018年12月29日

摘要: jdk下载: 使用注解: @ParenPackage(value="struts-default") @Namespace(value="/) @Action(value="find",results={@Result(name="",lication-"/list.jsp")}) 2.Action 阅读全文

posted @ 2018-12-29 15:24 豪顿 阅读(97) 评论(0) 推荐(0) 编辑


Copyright © 2024 豪顿
Powered by .NET 8.0 on Kubernetes