Adobe AIR Boot Camp:从入门到精通

需积分: 1 0 下载量 146 浏览量 更新于2024-08-02 收藏 4.98MB PDF 举报
"AIR-Boot-Camp_DNICKULL_FINAL.pdf 是一个由Adobe Systems Incorporated创建的关于Flex-AIR Boot Camp的培训资料,由Duane Nickull、James Ward和Andrew Spaulding三位高级技术布道师撰写。这个文档旨在教授用户如何使用Adobe AIR进行应用程序开发,通过一系列从头到尾完成的项目,包括‘HelloWorld.air’、视频播放器、全屏应用、Web服务客户端、远程调用示例、无边框窗口应用、硬盘数据读写、XML处理(包括RSS馈送)以及AIR应用的打包和分发。文档内容包括演示文稿、所有项目的源代码以及详细的步骤教程。" 本文档首先对Adobe AIR进行了概述,介绍了它作为一个平台,允许开发者使用Flash、Flex、HTML或JavaScript等技术构建可以在桌面运行的富互联网应用程序(RIA)。AIR的主要特点是它结合了Web的灵活性和桌面应用的特性,提供了一种跨平台的开发环境。 接下来,文档详细讲解了AIR的架构,包括其运行时架构。这部分内容可能涉及AIR运行时如何与操作系统交互、如何处理内存管理和安全性,以及如何支持本地资源访问等。 在开发环境部分,作者可能会介绍如何配置和使用Flex Builder或FlashDevelop等IDE来开发AIR应用,同时讨论了调试工具、代码编辑器和版本控制集成等开发辅助工具。 部署架构部分会涵盖应用描述文件(App descriptor file)的使用,这是定义AIR应用元数据和设置的XML文件,以及如何导出和打包AIR应用程序,以便用户可以下载和安装。此外,还会涉及到签名和发布流程,确保应用的安全性和合法性。 最后,文档的核心是实际的编码项目,这些项目不仅涵盖了基本的“Hello World”程序,还延伸到了更复杂的任务,如创建一个视频播放器,实现全屏功能,以及与Web服务的交互。这些实例将帮助学习者掌握AIR编程的基本概念和技术,包括数据持久化、XML处理和用户界面设计等。 通过这个Boot Camp,开发者能够快速掌握Adobe AIR开发的基本技能,并有能力创建出功能丰富的桌面应用程序。
2023-07-14 上传
2023-06-08 上传

Traceback (most recent call last): File "D:/air/数据缺失填充/BRITS-Air-Quality-main - 4 - 副本/BRITS-Air-Quality-main/Air-Quality/main.py", line 156, in <module> LOSS_train, MAE_train, MRE_train, MAE_test, MRE_test = run() File "D:/air/数据缺失填充/BRITS-Air-Quality-main - 4 - 副本/BRITS-Air-Quality-main/Air-Quality/main.py", line 144, in run LOSS_train, MAE_train, MRE_train = train(model,train_data_iter) File "D:/air/数据缺失填充/BRITS-Air-Quality-main - 4 - 副本/BRITS-Air-Quality-main/Air-Quality/main.py", line 53, in train ret = model.run_on_batch(data, optimizer, epoch) File "D:\air\数据缺失填充\BRITS-Air-Quality-main - 4 - 副本\BRITS-Air-Quality-main\Air-Quality\models\aseq.py", line 171, in run_on_batch ret = self(data) File "D:\anaconda3\envs\pytorch-gpu2\lib\site-packages\torch\nn\modules\module.py", line 1501, in _call_impl return forward_call(*args, **kwargs) File "D:\air\数据缺失填充\BRITS-Air-Quality-main - 4 - 副本\BRITS-Air-Quality-main\Air-Quality\models\aseq.py", line 63, in forward encoder_out = self.encoder(data) File "D:\anaconda3\envs\pytorch-gpu2\lib\site-packages\torch\nn\modules\module.py", line 1501, in _call_impl return forward_call(*args, **kwargs) File "D:\air\数据缺失填充\BRITS-Air-Quality-main - 4 - 副本\BRITS-Air-Quality-main\Air-Quality\models\brits.py", line 38, in forward ret_f = self.rits_f(data, 'forward') File "D:\anaconda3\envs\pytorch-gpu2\lib\site-packages\torch\nn\modules\module.py", line 1501, in _call_impl return forward_call(*args, **kwargs) File "D:\air\数据缺失填充\BRITS-Air-Quality-main - 4 - 副本\BRITS-Air-Quality-main\Air-Quality\models\rits.py", line 174, in forward h = h * gamma_h RuntimeError: The size of tensor a (14) must match the size of tensor b (64) at non-singleton dimension 0 进程已结束,退出代码 1

2023-07-25 上传

import numpy as np import math import matplotlib.pyplot as plt import tkinter as tk import tkinter.messagebox import pandas as pd from openpyxl import load_workbook from warnings import simplefilter engine_torque = 10 i0 = 2.088 i1 = 2.928 ig = 2.929 efficiency = 0.96 Wheel_radius = 0.3059 slope = 0 #坡度单位弧度 slope_cos = math.cos(slope) slope_sin = math.sin(slope) rolling_resistance_coefficient = 0.01 air_coefficient = 0.28 face_area = 0.4 air_density = 1.2258 vehicle_speed = 0 weight = 268 step_size = 0.01 flag = 0 time = 0 vehicle_speed_plot = [] time_plot = [] def drive_force(engine_torque,i0,i1,ig,efficiency,Wheel_radius): drive_force = engine_torque*i0*ig*i1*efficiency/Wheel_radius return drive_force def rolling_resistance(weight,rolling_resistance_coefficient,slope_cos): rolling_resistance = weight*rolling_resistance_coefficient*slope_cos return rolling_resistance def air_resistance(air_coefficient,face_area,air_density,relative_speed): air_resistance = 0.5*air_coefficient*face_area*air_density*relative_speed*relative_speed return air_resistance def grade_resistance(weight,slope_sin): grade_resistance = weight*slope_sin return grade_resistance while flag==0: relative_speed = vehicle_speed vehicle_acclerate = (drive_force(engine_torque,i0,i1,ig,efficiency,Wheel_radius)-rolling_resistance(weight,rolling_resistance_coefficient,slope_cos)-air_resistance(air_coefficient,face_area,air_density,relative_speed))/weight vehicle_speed = vehicle_acclerate*step_size+vehicle_speed running_distance = relative_speed*step_size+0.5*vehicle_acclerate*step_size*step_size time = time+step_size if time == 10: flag = 1 vehicle_speed_plot.append(vehicle_speed) time_plot.append(time)

2023-06-08 上传