http://www.bit-101.com/blog/?p=853
在AS3中使用元数据嵌入资源的例子:
package
{
import flash.display.Bitmap;
import flash.display.MovieClip;
import flash.display.Sprite;
import flash.media.Sound;
import flash.text.Font;
import flash.text.TextField;
import flash.text.TextFormat;
import flash.text.TextFieldAutoSize;
public class Main extends Sprite {
[Embed(source = '../assets/fd-logo.jpg')]
private var EmbeddedImage:Class;
private var image:Bitmap;
[Embed(source = '../assets/clip.swf', symbol = 'EmbeddedClipExample')]
private var EmbeddedClip:Class;
private var clip:MovieClip;
[Embed(source = '../assets/bird-sound.mp3')]
private var EmbeddedSound:Class;
private var sound:Sound;
[Embed(source='../assets/Arborcrest.ttf', fontName='Arborcrest')]
public var EmbeddedFont:Class;
private var field:TextField;
public function Main():void {
image = new EmbeddedImage();
image.x = 50;
image.y = 50;
addChild(image);
clip = new EmbeddedClip();
clip.x = 200;
clip.y = 50;
addChild(clip);
var s:Sound = new EmbeddedSound();
s.play(0, 1000);
Font.registerFont(EmbeddedFont);
var style:TextFormat = new TextFormat();
style.font = "Arborcrest";
style.size = 45;
field = new TextField();
field.autoSize = TextFieldAutoSize.LEFT;
field.embedFonts = true;
field.defaultTextFormat = style;
field.text = "Embedded Font Example";
field.x = 50;
field.y = 150;
addChild(field);
}
}
}
注意必须用Flex编译,Flash的编译器自动忽略元数据。
分享到:
相关推荐
Knowledge Graph Embedding with Hierarchical Relation Structure 本文讲述了知识图谱嵌入(KGE)模型中的一种新的方法,即使用层次关系结构(Hierarchical Relation Structure,HRS)来嵌入知识图谱。传统的KGE...
CVPR 2022 Image Dehazing Transformer with Transmission-Aware 3D Position Embedding 源代码,很有学习价值,大佬任文琦团队的最新去雾杰作,从3D定位的角度去思考去雾。CVPR 2022 Image Dehazing Transformer ...
with existing multi-context label embedding methods. An effective alternative optimization algorithm is further derived to solve the sparse matrix factorization problem. Experimental results ...
此示例在web工程当中嵌入apachds轻量级目录访问服务器 主要使用apacheds-all-*.jar文件。 示例的功能如下: 1 在servlet当中增加监听,web容器启动时即启动ldap服务。 2 通过servlet查看ldap当中的内容。...
We first introduce the formal definition of graph embedding as well as the related concepts. After that, we propose two taxonomies of graph embedding which correspond to what challenges exist in ...
首先,标题和描述中提到的"Adversarial Attribute-Text Embedding for Person Search with Natural Language Query"指的是使用对抗属性-文本嵌入技术来实现基于自然语言查询的人搜索功能。在这里,“对抗”指的是...
Knowledge Graph Embedding with Triple Context
embedding = nn.Embedding(10, 3) input = Variable(torch.LongTensor([[1, 2, 4, 5], [4, 3, 2, 9]])) output = embedding(input) ``` 输出将是两组词向量,每组四个单词,每个向量大小为3,输出形式为一个三维...
3. 学习用户 Embedding 需要考虑三个方面的信息:用户的内在属性、用户对用户的联系和用户对 item 的联系。 4. 组合特征可以刻画特征之间的关联,但需要手工设计。 5. 社会推荐假设用户之间存在一个社交网络,并使用...
yoav.goldberg@gmail.comAbstractWe analyze skip-gram with negative-sampling (SGNS), a word embedding method introduced by Mikolov et al., and show that it is implicitly factorizing a word-context ...
space and represent logical operators as learned geometric operations (e.g., translation, rotation) in this embedding space. By performing logical operations within a low-dimensional embedding space,...
在IT领域,嵌入(Embedding)是一种将非结构化数据转换为低维向量空间中的数值表示的技术,常用于自然语言处理、图论和推荐系统等。在本项目"myEmb_embedding_"中,我们将探讨如何对网络数据,特别是用networkx库...
rnn_embedding_1.py
sentence embedding, a hot topic in current natural language processing research, using recurrent neural networks (RNN) with Long Short-Term Memory (LSTM) cells. The proposed LSTM-RNN model ...
3. **概念及其之间关系的可视化**:通过对嵌入向量进行可视化,可以帮助理解不同类别之间的相似性和关联性。 例如,在本文提到的项目中,研究者试图通过神经网络嵌入将维基百科上的所有书籍文章表示成50个数字组成...
3. 结构化表示:是指使用 2-D 矩阵来表示句子 Embedding,每行矩阵关注句子不同部分。 4. 正则化项:是一种特殊的项,用于约束模型的参数,以避免过拟合。 5. 作者-profiling:是一种 NLP 任务,旨在根据作者的写作...
3. **Max Pooling**:取每个单词 Embedding 向量的最大值,形成一个新的向量。这种方法可以捕获文本中最显著的特征,但同样可能忽略某些重要信息。 4. **Attention机制**:引入注意力机制,根据每个单词的重要性...
3. 模型构建:创建一个深度学习模型,可能包含卷积神经网络(CNN)或循环神经网络(RNN),以处理时间序列数据,以及前面提到的embedding层。 4. 训练与验证:划分数据集为训练集、验证集和测试集,使用训练集对模型...
Embedding 向量适合作为一个中间结果,用于传统的机器学习场景,比如分类、聚类。而 Completion 接口,一方面可以直接拿来作为一个聊天机器人,另一方面,你只要善用提示 词,就能完成合理的文案撰写、文本摘要、...
3. **聚类与降维**:求解稀疏优化问题后得到的最佳解决方案包含了可用于聚类和降维的信息。具体而言,可以通过谱聚类和嵌入来实现这一目标。 4. **流形维度估计**:此外,每个数据点的最佳邻域大小可以作为该点所属...