dede 单表模型动态浏览设置 arclistsg arc.sglistview.class.php-php手册-PHP中文網

首頁

php教程

php手册

dede 单表模型动态浏览设置 arclistsg arc.sglistview.class.php

WBOYWBOYWBOYWBOYWBOYWBOYWBOYWBOYWBOYWBOYWBOYWBOYWB

Jun 13, 2016 am 10:17 AM

dede分動態模型瀏覽設定

比如，分类信息，内容页默认都是生成静态的，如果有需要设为动态访问的，可以参考如下方法：

　　arclistsg 标签，单表独立模型的文档列表调用标记

　　方法一:

　　在arclist标签使用中，其对应主表dede_archives中有一个字段ismake字段，其作用大家应该知道，值为-1时动态，我们的方法就是模仿这个。

　　单表模型的创建，默认是不没有ismake字段，因为我们手工创建一个ismake字段，设其传值为-1。

　　注：创建模型时，可以添加一个ismake字段。如果没有，则可以在对应表中直接添加，并在dede_channeltype表中的listfields中加上ismake字段，此举为添加查询字段。如果最后一步都完了，发现不起作用，可以查询listfields是否有ismake

　　修改源码：

　　　　第一，arclistsg 源码中，大约在264行，找到$row['arcurl']这个，GetFileUrl（）【这个函数在　　　　　　　　helpers/channelunit.helper.php中】,就是获取url地址用的，其中有一个ismake参数,有兴趣可以看看这个函数。

我们的目的就是将GetFileUrl（）参数中的 1[$row['title']后面的1] 改为$row['ismake']

　　　　　　注：如果只需要arclistsg标签显示动态，则到此步就可以了

　　　　第二，修改arc.sglistview.class.php,大约760行，将$row['ismake'] = 1;注释掉，下其下面的几行，有$row['arcurl'] = GetFileUrl()有与第一步中的代码，改成第一步中一样的即可

　　到此，基本上可以实现动态浏览，不过在新增或修改时还是会生成html文件，将对应发布程序或修改程序将生成html的代码注释就可以了。

　　方法二：

　　　　其实和方法一是一个道理，如果不想建立ismake字段，将对应的地方法修改为-1就可以了，不过这样做兼容性不怎么好，建议方法一

陳述

本文內容由網友自願投稿，版權歸原作者所有。本站不承擔相應的法律責任。如發現涉嫌抄襲或侵權的內容，請聯絡admin@php.cn

从VAE到扩散模型：一文解读以文生图新范式Apr 08, 2023 pm 08:41 PM

1 前言在发布DALL·E的15个月后，OpenAI在今年春天带了续作DALL·E 2，以其更加惊艳的效果和丰富的可玩性迅速占领了各大AI社区的头条。近年来，随着生成对抗网络（GAN）、变分自编码器（VAE）、扩散模型（Diffusion models）的出现，深度学习已向世人展现其强大的图像生成能力；加上GPT-3、BERT等NLP模型的成功，人类正逐步打破文本和图像的信息界限。在DALL·E 2中，只需输入简单的文本（prompt），它就可以生成多张1024*1024的高清图像。这些图像甚至

找不到中文语音预训练模型？中文版 Wav2vec 2.0和HuBERT来了Apr 08, 2023 pm 06:21 PM

Wav2vec 2.0 [1]，HuBERT [2] 和 WavLM [3] 等语音预训练模型，通过在多达上万小时的无标注语音数据（如 Libri-light ）上的自监督学习，显著提升了自动语音识别（Automatic Speech Recognition, ASR），语音合成（Text-to-speech, TTS）和语音转换（Voice Conversation，VC）等语音下游任务的性能。然而这些模型都没有公开的中文版本，不便于应用在中文语音研究场景。 WenetSpeech [4] 是

普林斯顿陈丹琦：如何让「大模型」变小Apr 08, 2023 pm 04:01 PM

“Making large models smaller”这是很多语言模型研究人员的学术追求，针对大模型昂贵的环境和训练成本，陈丹琦在智源大会青源学术年会上做了题为“Making large models smaller”的特邀报告。报告中重点提及了基于记忆增强的TRIME算法和基于粗细粒度联合剪枝和逐层蒸馏的CofiPruning算法。前者能够在不改变模型结构的基础上兼顾语言模型困惑度和检索速度方面的优势；而后者可以在保证下游任务准确度的同时实现更快的处理速度，具有更小的模型结构。陈丹琦普

解锁CNN和Transformer正确结合方法，字节跳动提出有效的下一代视觉TransformerApr 09, 2023 pm 02:01 PM

由于复杂的注意力机制和模型设计，大多数现有的视觉 Transformer（ViT）在现实的工业部署场景中不能像卷积神经网络（CNN）那样高效地执行。这就带来了一个问题：视觉神经网络能否像 CNN 一样快速推断并像 ViT 一样强大？近期一些工作试图设计 CNN-Transformer 混合架构来解决这个问题，但这些工作的整体性能远不能令人满意。基于此，来自字节跳动的研究者提出了一种能在现实工业场景中有效部署的下一代视觉 Transformer——Next-ViT。从延迟 / 准确性权衡的角度看，

Stable Diffusion XL 现已推出—有什么新功能，你知道吗？Apr 07, 2023 pm 11:21 PM

3月27号，Stability AI的创始人兼首席执行官Emad Mostaque在一条推文中宣布，Stable Diffusion XL 现已可用于公开测试。以下是一些事项：“XL”不是这个新的AI模型的官方名称。一旦发布稳定性AI公司的官方公告，名称将会更改。与先前版本相比，图像质量有所提高与先前版本相比，图像生成速度大大加快。示例图像让我们看看新旧AI模型在结果上的差异。Prompt: Luxury sports car with aerodynamic curves, shot in a

什么是Transformer机器学习模型？Apr 08, 2023 pm 06:31 PM

译者 | 李睿审校 | 孙淑娟近年来， Transformer 机器学习模型已经成为深度学习和深度神经网络技术进步的主要亮点之一。它主要用于自然语言处理中的高级应用。谷歌正在使用它来增强其搜索引擎结果。OpenAI 使用 Transformer 创建了著名的 GPT-2和 GPT-3模型。自从2017年首次亮相以来，Transformer 架构不断发展并扩展到多种不同的变体，从语言任务扩展到其他领域。它们已被用于时间序列预测。它们是 DeepMind 的蛋白质结构预测模型 AlphaFold

AI模型告诉你，为啥巴西最可能在今年夺冠！曾精准预测前两届冠军Apr 09, 2023 pm 01:51 PM

说起2010年南非世界杯的最大网红，一定非「章鱼保罗」莫属！这只位于德国海洋生物中心的神奇章鱼，不仅成功预测了德国队全部七场比赛的结果，还顺利地选出了最终的总冠军西班牙队。不幸的是，保罗已经永远地离开了我们，但它的「遗产」却在人们预测足球比赛结果的尝试中持续存在。在艾伦图灵研究所（The Alan Turing Institute），随着2022年卡塔尔世界杯的持续进行，三位研究员Nick Barlow、Jack Roberts和Ryan Chan决定用一种AI算法预测今年的冠军归属。预测模型图

LeCun预言AGI：大模型和强化学习都是斜道！我的「世界模型」才是新路Apr 08, 2023 pm 08:51 PM

AI界当代最著名巨擘之一、Meta的AI实验室灵魂人物Yann LeCun，长期致力于让机器对世界的运转理念有基础了解，也就是让AI获得常识。LeCun过去的做法，是用视频选段训练神经网络，让AI逐个像素地预测日常活动视频下一帧将会出现啥。不出人意料地，他自己承认这途径撞上了铁板。在数月到一年半之间的思考后，LeCun对下一代AI有了新的想法。AI新路径在《MIT科技评论》的采访中，LeCun勾勒出他的新研究路径，称如此会给机器赋予探索世界的常识基础。对LeCun而言，这就是打造AGI（通用人工

See all articles