django2.0 官方中文文档地址

django2.0 官方开始发布中文文档了，之前还想着一直翻译完成所有有必要的内容，想着可以省事一些了，打开以后看了一下，发现官方的中文文档还没翻译完成，

现在（2018-7-10）最新章节是是编写你的第一个 Django 补丁（https://docs.djangoproject.com/zh-hans/2.0/intro/contributing/）

django 2.0 官方中文文档地址：

https://docs.djangoproject.com/zh-hans/2.0/

原文地址：https://www.cnblogs.com/resn/p/9288615.html

时间： 2024-10-12 16:54:49

django2.0 官方中文文档地址的相关文章

OkHttp 官方中文文档

OkHttp官方中文文档本文结构 Calls Connections Recipes Interceptors HTTPS 本文翻译来自官方OkHttp Wiki OkHttp官方中文文档一Calls 1 请求 2 响应 3重写请求 4重写响应 5后续请求 6请求重试 7 呼叫 8调度二Connections 1URLs URLs摘要 2 Addresses 3 Routes 4Connections 三Recipes 1同步获取 2异步获取 3访问头 4Posting a String

利用Python3内置文档资源高效学习及官方中文文档

从前面的对Python基础知识方法介绍中,我们几乎是围绕Python内置方法进行探索实践,比如字符串.列表.字典等数据结构的内置方法,和大量内置的标准库,诸如functools.time.threading等等,而我们怎么快速学习掌握并学会使用这个Python的工具集呢? 我们可以利用Python的内置文档大量资源既可以掌握许多关于Python工具集的基本使用. dir函数 Python中内置的dir函数用于提取某对象内所有属性的方法,,诸如对象的方法及属性 L = [1, 2, 3, 4] p

rancher2中文文档地址

rancher2中文文档地址待办 https://docs.rancher.cn/ 原文地址:https://www.cnblogs.com/lishikai/p/12311923.html

一、frp官方中文文档

frp 是一个可用于内网穿透的高性能的反向代理应用,支持 tcp, udp, http, https 协议. 目录 frp 的作用开发状态架构使用示例通过 ssh 访问公司内网机器通过自定义域名访问部署于内网的 web 服务转发 DNS 查询请求转发 Unix域套接字对外提供简单的文件访问服务安全地暴露内网服务点对点内网穿透通过 frpc 所在机器访问外网功能说明配置文件 Dashboard 身份验证加密与压缩客户端热加载配置文件客户端查看代理状态特权模式端口

[cocos2dx 3.0 + iap]中文文档(转)

一.In App Purchase概览Store Kit代表App和App Store之间进行通信.程序将从App Store接收那些你想要提供的产品的信息,并将它们显示出来供用户购买.当用户需要购买某件产品时,程序调用StoreKit来收集购买信息. 下图即为基本的store kit 模型:Store Kit的API只是为程序添加In App Purchase功能的一小部分.你需要决定如何去记录那些你想要提交的产品,如何在程序中将商店功能展现给用户,还要考虑如何将用户购买的产品提交.本章的剩

PyTorch官方中文文档：torch

torch 包 torch 包含了多维张量的数据结构以及基于其上的多种数学操作.另外,它也提供了多种工具,其中一些可以更有效地对张量和任意类型进行序列化. 它有CUDA 的对应实现,可以在NVIDIA GPU上进行张量运算(计算能力>=2.0). http://www.aibbt.com/a/pytorch/ 张量 Tensors torch.is_tensor[source] torch.is_tensor(obj) 如果obj 是一个pytorch张量,则返回True 参数: obj (Ob

Flask-Bcrypt 0.5中文文档发布了！

Flask-Bcrypt - flask-bcrypt-docs-zh 0.5 文档 Flask-Bcrypt是一个Flask扩展,它能为你的应用提供bcrypt散列功能. 欢迎批评指正. Flask-Bcrypt Flask-Bcrypt是一个Flask扩展,它为你的应用提供了bcrypt散列功能. 得益于近些年来计算机硬件(如GPU)性能的提升,散列技术已经变得很容易被攻破了.想要解决这个问题,一个积极的作法是使用一种“去优化”的散列技术.Bcrypt就是这样一个散列工具:不同于MD5和SH

Keras官方中文文档：卷积层Convolutional

卷积层 Conv1D层 keras.layers.convolutional.Conv1D(filters, kernel_size, strides=1, padding='valid', dilation_rate=1, activation=None, use_bias=True, kernel_initializer='glorot_uniform', bias_initializer='zeros', kernel_regularizer=None, bias_regularizer=

Keras官方中文文档：高级激活层Advanced Activation

高级激活层Advanced Activation LeakyReLU层 keras.layers.advanced_activations.LeakyReLU(alpha=0.3) LeakyRelU是修正线性单元(Rectified Linear Unit,ReLU)的特殊版本,当不激活时,LeakyReLU仍然会有非零输出值,从而获得一个小梯度,避免ReLU可能出现的神经元"死亡"现象.即,f(x)=alpha * x for x < 0, f(x) = x for x>