标签: gradient

Stack Overflow不会让我发布我的整个问题,因为我是一个不受信任的新用户,所以如果你对这个问题感兴趣,请访问 http://doctype.com/would-cause-behavior-only-one-persons -ie8

所讨论的背景是用单像素,xy重复的半透明PNG绘制的.

这个人的IE8正在绘制一个渐变,从左上角开始,对右边和下面变得更透明.

我无法在IE8/WinXP/VMwareFusion/SnowLeopard中重现此问题.也无法用IE7重现(IE8在兼容模式下).也无法用IE6或任何其他浏览器重现.

我们运行相同的版本 - 只有产品ID不同.

我在 http://en.wikipedia.org/wiki/Internet_Explorer_8#Release_history 确认18702是IE8的最终版本.

即使我认为它没有帮助,我在IE8中要求一个插件列表 - 没什么不寻常的.

什么可能导致这个问题只有这一个人？这个人提到它是一台工作电脑而且IT人员对事情非常严格.任何工作场所限制都会导致这种奇怪的行为吗 它可能是图形驱动程序问题吗？

再次,我知道这不是一个IE8问题,因为我有IE8,无法重现它.

我想知道一个人如何改变IE8 - 可能出于安全原因 - 以便看到这种行为？或者,什么会导致一台特定的计算机以这种方式显示东西？

如何在XML中定义易于重复使用的基本形状(或渐变或角落)？

我有十几个可绘制的渐变,除了开始和结束颜色之外都是相同的.我希望在其他地方定义相同的东西,并为每个不同的渐变设置一个XML文件,只定义开始和结束颜色.那可能吗？

这是基础:

<?xml version="1.0" encoding="utf-8"?>
<shape xmlns:android="http://schemas.android.com/apk/res/android"
       android:shape="rectangle">
    <gradient xmlns:android="http://schemas.android.com/apk/res/android"
        android:type="linear" 
        android:angle="270" 
    android:startColor="#e1ffffff"
    android:endColor="#e100ff00">

    <stroke android:width="1dp" 
            android:color="#ff000000" />

    <corners android:radius="4dp" />
</gradient>
</shape>

然后我想在每个drawable的XML文件中覆盖startColor和endColor(也许是角半径或任何其他属性).

我尝试使用父级和样式,但它们都不使用任何属性.例如:

<style name="base_gradient">
    <item name="android:angle">270</item>
    <item name="android:type">linear</item>
    <item name="android:startColor">#e1ffffff</item>
    <item name="android:endColor">#e100ff00</item>
</style>

然后drawable看起来像:

<gradient style="@style/base_gradient" />

那没用.我尝试类似地将上面的内容放在它自己的XML文件中,然后为每个drawable执行此操作:

<gradient parent="@drawable/base_gradient" />

那也行不通.

有没有办法做到这一点？

我是R的初学者,需要我的脚本帮助.我设法使用我的2D绘图上的库(ggplot2)生成缩放颜色渐变,如下所示;

z <- c(data$conf)
d <- qplot(x, y, xlab="Dimension 1", ylab="Dimension 2", colour=z)
d
d + scale_colour_gradient(limits=c(0, 1), data=data$conf, low="blue", high="red"))

我现在正试图在3D绘图上重现这个渐变,我使用了scatterplot3d或plot3d.我相信colorRampPalette基于327行(1 ... 327)创建颜色渐变,而我对数据$ conf中的值函数的渐变感兴趣.我需要一个连接,但在哪里？

attach(data)
t1 <- c(data$conf)
jet.colors <- colorRampPalette(c("blue", "red"))
e <- plot3d(x, y, z, col=jet.colors(327))

如果你可以帮助我那将是很棒的 - 或者如果你知道任何3D绘图/比例梯度包可以做得更好,也很酷.

我偶然发现了一些奇怪的东西.将虚线白色边框应用于元素时,背景渐变的颜色显示在元素的错误一侧,如下所示:

我在最新版本的Firefox,Chrome,Opera和IE10中看到了这一点.然而,IE9有我的意图.

我的css目前是:

aside.block { 

    width:                  259px;
    padding:                12px;
    margin:                 15px 0;

    border:                 2px dashed #fff;

    background-image:       -o-linear-gradient(bottom, rgb(219,203,0) 0%, rgb(255,236,0) 100%);
    background-image:       -moz-linear-gradient(bottom, rgb(219,203,0) 0%, rgb(255,236,0) 100%);
    background-image:       -webkit-linear-gradient(bottom, rgb(219,203,0) 0%, rgb(255,236,0) 100%);
    background-image:       -ms-linear-gradient(bottom, rgb(219,203,0) 0%, rgb(255,236,0) 100%);
    background-image:       linear-gradient(bottom, rgb(219,203,0) 0%, rgb(255,236,0) 100%);
    filter:                 progid:DXImageTransform.Microsoft.gradient(startColorstr='#ffec00', endColorstr='#dbcb00');

}

左侧和右侧的边框颜色很好,但由于这几乎发生在每个浏览器中,我将不得不假设这是我的错误,而不是浏览器错误.我在这里错过了什么？

我正在研究一个Tensorflow网络，该网络为CartPole开放式环境实现了强化学习。

网络为策略梯度代理实施似然比方法。

事实是，使用gather_ndop 定义保单丢失！在这里，看看：

    ....
    self.y = tf.nn.softmax(tf.matmul(self.W3,self.h2) + self.b3,dim=0)
    self.curr_reward = tf.placeholder(shape=[None],dtype=tf.float32)
    self.actions_array = tf.placeholder(shape=[None,2],dtype=tf.int32)
    self.pai_array = tf.gather_nd(self.y,self.actions_array)
    self.L = -tf.reduce_mean(tf.log(self.pai_array)*self.curr_reward)

然后，他们针对网络的所有参数采用这种损耗的导数：

    self.gradients = tf.gradients(self.L,tf.trainable_variables())

怎么会这样？？我认为神经网络的整个观点总是与可区分的操作一起工作，就像cross-entropy从来没有做过奇怪的事情一样，例如self.y根据self.actions_array随机选择且显然不可区分的索引选择索引。

我在这里想念什么？谢谢！

我试图使用xml制作自定义drawable,如附加图像

以下是我所做的两种方法,

<?xml version="1.0" encoding="utf-8"?>
<shape xmlns:android="http://schemas.android.com/apk/res/android"
android:shape="rectangle">
<corners android:radius="30dp" />
<solid android:color="@color/colorAccent" />
<stroke
    android:width="2dp"
    android:color="@color/colorAccent" />
<gradient
    android:angle="135"
    android:endColor="#000"
    android:startColor="#ffff"
    android:type="linear" />
</shape>

通过这样做我可以得到正确的效果,但颜色似乎合并,我想要两种颜色没有任何合并效果,然后我尝试这样,

<?xml version="1.0" encoding="utf-8"?>
<layer-list xmlns:android="http://schemas.android.com/apk/res/android">
<item android:drawable="@color/white">
    <shape android:shape="oval">
        <corners android:radius="@dimen/size_30dp" />
    </shape>
</item>
<item>
    <rotate
        android:fromDegrees="35"
        android:pivotX="0%"
        android:pivotY="100%">
        <shape android:shape="rectangle">
            <solid android:color="@color/textColorGreyExtraLight" />
        </shape>
    </rotate>
</item>
</layer-list>

这种方法实际上搞砸了UI,我也在圆边上妥协,

所以,我有什么方法可以使用XML绘制这种效果？

任何形式的帮助将不胜感激.

FYI可绘制的宽度和高度会有所不同,因此对角线应始终从左下边缘到右上边缘.

谢谢

最近在研究Pytorch和backward函数的封装。我明白如何使用它，但是当我尝试时

x = Variable(2*torch.ones(2, 2), requires_grad=True)
x.backward(x)
print(x.grad)

我预计

tensor([[1., 1.],
        [1., 1.]])

因为它是恒等函数。然而，它返回

tensor([[2., 2.],
        [2., 2.]]).

为什么会出现这种情况？

我知道这是一个非常基本的问题，但我尝试了很多 StackOverflow 解决方案，但没有任何效果。

这是我正在使用的 HTML 内容。

<html>
<style>
  div:after {
    content: "\A";
    position: absolute;
    width: 100%;
    height: 100%;
    top: 0;
    left: 0;
    background: rgba(0, 0, 0, 0.5);
    background: -moz-linear-gradient(top, rgba(0, 0, 0, 0.5) 0%, rgba(216, 38, 38, 0.7) 100%);
    /* FF3.6+ */
    background: -webkit-gradient(linear, left top, left bottom, color-stop(0%, rgba(0, 0, 0, 0.5)), color-stop(100%, rgba(216, 38, 38, 0.7)));
    /* Chrome,Safari4+ */
    background: -webkit-linear-gradient(top, rgba(0, 0, 0, 0.5) 0%, rgba(216, 38, 38, 0.7) 100%);
    /* Chrome10+,Safari5.1+ */
    background: -o-linear-gradient(top, rgba(0, 0, …

我正在使用 Pytorch 来训练一些神经网络。我感到困惑的部分是：

prediction = myNetwork(img_batch)
max_act = prediction.max(1)[0].sum()
loss = softcrossentropy_loss - alpha * max_act

在上面的代码中，“prediction”是“myNetwork”的输出张量。我希望最大化一批“预测”的最大输出。

例如： [[-1.2, 2.0, 5.0 , 0.1, -1.5] [ 9.6 , -1.1, 0.7, 4,3, 3.3]] 对于第一个预测向量，第 3 个元素是最大的，而对于第二个预测向量，第 3 个元素是最大的，第一个元素是最大值。我想最大化“5.0+9.6”，尽管我们不知道新输入数据的最大输出是什么索引。

事实上，我的训练似乎是成功的，因为“max_act”部分确实增加了，这对我来说是期望的行为。然而，我听到一些关于 max() 操作是否可微的讨论：

Some says, mathmatically, max() is not differentiable.
Some says, max() is just an identity function to select the largest element, and this largest element is differentiable.

所以我现在很困惑，我担心我最大化“max_act”的想法从一开始就是错误的。如果 max() 操作在 Pytorch 中可微分，有人可以提供一些指导吗？

考虑以下使用 PyTorch 实现的线性回归代码：

X是输入，Y是训练集的输出，w是需要优化的参数

import torch

X = torch.tensor([1, 2, 3, 4], dtype=torch.float32)
Y = torch.tensor([2, 4, 6, 8], dtype=torch.float32)

w = torch.tensor(0.0, dtype=torch.float32, requires_grad=True)

def forward(x):
    return w * x

def loss(y, y_pred):
    return ((y_pred - y)**2).mean()

print(f'Prediction before training: f(5) = {forward(5).item():.3f}')

learning_rate = 0.01
n_iters = 100

for epoch in range(n_iters):
    # predict = forward pass
    y_pred = forward(X)

    # loss
    l = loss(Y, y_pred)

    # calculate gradients = backward pass
    l.backward()

    # update weights
    #w.data = …