그람 슈미트 예제

또한 그람-슈미트 프로세스의 파라메트화 버전은 일반 선형 그룹 G L (R n) {디스플레이 스타일 GL(mathbf {R} ^{n}}의 변형 을 직교 그룹 O (R n)에 생성합니다. 유클리드 내부 제품으로 $V=R^{3}$를 보자. Gram-Schmidt 알고리즘을 적용하여 $left{(1,-1,1),(1,0,1),(1,1,2)right$를 기준으로 교정합니다. Gram-Schmidt 프로세스가 선형 종속 시퀀스에 적용되는 경우 vi가 v1, …, vi−1의 선형 조합이라고 가정하여 ith 단계에서 0 벡터를 출력합니다. 교정법 기초를 생성할 경우 알고리즘은 출력에서 0 개의 벡터를 테스트하고 0 벡터의 배수가 1의 길이를 가질 수 없기 때문에 이를 폐기해야 합니다. 그러면 알고리즘에 의해 출력되는 벡터 수는 원래 입력에 의해 스팬된 공간의 차원이 됩니다. Gram-Schmidt 프로세스는 선형으로 독립적인 카운트 무한 시퀀스 {vi}i에도 적용됩니다. 결과는 직교 (또는 직교 정상) 시퀀스 {ui}i 자연 번호 n : v1의 대수 범위, …, vn은 u1, …, un의 대수 범위와 동일합니다. 다른 정형화 알고리즘은 가정용 변환 또는 주어진 회전을 사용합니다. 가정용 변환을 사용하는 알고리즘은 안정화된 Gram-Schmidt 프로세스보다 더 안정적입니다. 반면에 Gram-Schmidt 프로세스는 j {displaystyle j} th 반복 후에 직교 벡터를 생성하고, 가정용 반사를 사용하는 교정은 모든 벡터를 끝에서만 생성합니다. 따라서 그람-슈미트 프로세스만 Arnoldi 반복과 같은 반복 메서드에 적용할 수 있습니다.

여기서 D 0=1 및 j ≥ 1의 경우, D j는 양자 역학에서 그램 결정자이며 원래 그람-슈미트보다 특정 애플리케이션에 더 적합한 특성을 가진 여러 직교 화 계획이 있다. 그럼에도 불구하고, 그것은 심지어 가장 큰 전자 구조 계산을위한 인기있고 효과적인 알고리즘 남아있다. [3] 이 방법은 외르겐 페데르센 그램과 에르하르트 슈미트의 이름을 따서 명명되었지만, 피에르 시몬 라플라스는 그람과 슈미트 이전에 도리어 잘 알고 있었다. [1] 라이 그룹 분해이론에서는 이와사와 분해에 의해 일반화된다. Gram-Schmidt에 대한 결정자 수식은 위에서 설명한 재귀 알고리즘보다 계산 속도가 느립니다(기하급수적으로 느립니다.) 그것은 주로 이론적 인 관심입니다. 이 프로세스가 컴퓨터에서 구현될 때 벡터 u k {displaystyle mathbf {u} _{k}}는 반올림 오류로 인해 직교가 아닌 경우가 많습니다. 위에서 설명한 바와 같이 그램-슈미트 프로세스의 경우(때로는 «클래식 그람-슈미트»라고도 함) 직교의 이 손실은 특히 나쁘다; 따라서(클래식) 그람-슈미트 공정은 수치적으로 불안정하다고 한다. 그람 슈미트 프로세스 페이지에서 $V$가 내부 제품 공간이고 ${ v_1, v_2, …, v_n}$가 $V$의 선형 독립 벡터 집합인 경우, 우리는 직교 정규 벡터 집합을 구성할 수 있습니다 .{e_1, e_2, …, e_n}$ $V : Gram-Schmidt 공정을 전체 컬럼 랭크 매트릭스의 컬럼 벡터에 적용하면 QR 분해가 생성됩니다(직교 및 삼각형 행렬로 분해됨).

Gram-Schmidt 공정의 결과는 결정자를 사용하여 비재귀 수식으로 표현될 수 있다. 수학, 특히 선형 대수 및 수치 분석에서 Gram-Schmidt 프로세스는 내부 제품 공간에서 일련의 벡터를 직교정규화하는 방법이며, 가장 일반적으로 는 표준 내부 제품을 갖춘 유클리드 공간 Rn입니다. Gram-Schmidt 프로세스는 k ≤ n에 대해 유한하고 선형적으로 독립적인 세트 S = {v1, …, vk}를 취하고 직교 세트 S′= {u1, …, uk}를 생성하여 S와 동일한 k 차원 서브스페이스에 걸쳐 있습니다.

파이썬 rnn 예제

다음 단계는 LSTM 모델을 만드는 것입니다. 다시 말하지만, 나는 모든 정보와 TensorFlow 작업을 보유하기 위해 파이썬 클래스를 사용했습니다 : 연구원은이 불안정한 환경에서 그라데이션 기반 교육을 할 수있는 여러 가지 방법을 발견했습니다. 몇 가지 예는 다음과 같습니다 그라데이션 클리핑, 헤시안무료 최적화, 모멘텀 등 구현하는 것은 그리 어렵지 않지만 함수 sequence_loss_by_example를 이미 사용할 수 있으므로 여기에서 사용할 수 있습니다. TensorFlow LSTM이 여러 데이터 스트림을 한 번에 처리할 수 있는지 알고 계십니까? 예제에서 작업하면 20x4x35x650 입력의 경우 한 번에 4개의 35×650 입력이 있는 것과 같습니다. 나는 4x35x650을 140 × 650으로 변환 할 수 있다는 것을 알고 있지만 4 개의 입력을 한 번에 고려할 수있는 더 우아한 방법이 있는지 궁금했습니다. 이 네트워크를 구성하는 방법에는 여러 가지가 있으며 전자 필기장에는 여러 가지 방법이 있습니다. 예를 들어 서로 겹쳐진 두 개의 LSTM 레이어, 양방향에서 시퀀스를 처리하는 양방향 LSTM 레이어 또는 더 많은 밀도 레이어를 사용할 수 있습니다. 나는 잘 작동 하기 위해 위의 설정을 발견. 반복 신경망의 최종 테스트로 모델 또는 사람이 출력을 생성했는지 여부를 추측하는 게임을 만들었습니다. 다음은 두 가지 옵션이 컴퓨터에서 나온 것이고 하나는 인간에게서 온 첫 번째 예입니다: 훌륭한 기사입니다! 예측을 위해 둘 이상의 타임계열을 사용하는 경우 코드를 어떻게 수정해야 합니까? 예를 들어 이 예제에서 사용되는 입력 데이터 $X$는 각각 10개의 시퀀스로 구성된 20개의 이진 시퀀스로 구성됩니다.

각 입력 시퀀스는 $0$ 또는 $1$로 반올림되는 균일한 임의 분포에서 생성됩니다. 위에서 설명한 것처럼 단어 자체, 즉 «A», «소녀»등은 신경망에 직접 입력되지 않습니다. 둘 다 그들의 하나의 뜨거운 벡터 형식 표현-오히려, 포함 벡터 각 단어에 대 한 사용 됩니다. 포함 벡터는 단어의 일부 의미 또는 컨텍스트를 유지해야 하는 단어(종종 길이 50-300 사이)의 효율적인 벡터 표현입니다. 내가 다른 게시물에 광범위하게 덮여있다 단어 포함여기에 입력되지 않습니다 – Word2Vec 단어 는 파이썬과 텐서 플로우, Word2Vec 케라스 튜토리얼과 텐서 플로우와 케라스와 파이썬 gensim Word2Vec 튜토리얼. 그것은 흥미로운 주제이며 조사하는 데 가치가 있습니다. 줄 42: 우리는 100,000 개 이상의 교육 예제를 반복하고 있습니다이 메모리를 사용하면 네트워크가 예측을 할 때 전체 컨텍스트를 고려할 수있는 순서로 장기 종속성을 학습 할 수 있습니다. 또는 다음 온도 측정을 할 수 있습니다. RNN은 서열을 처리하는 인간의 방법을 모방하도록 설계되었습니다 : 우리는 단어 자체대신 응답을 형성 할 때 전체 문장을 고려합니다. 예를 들어 다음 문장을 생각해 보십시오: 모델의 핵심은 한 번에 한 단어를 처리하고 문장의 다음 단어에 대한 가능한 값의 확률을 계산하는 LSTM 셀로 구성됩니다.

템플릿 메소드 예제

ComputerBuilder 클래스는 마더보드 및 프로세서와 같은 다른 구성 요소를 추가하고 설정하는 방법을 선언하여 컴퓨터를 빌드하는 데 필요한 단계를 요약합니다. 긍정적 인 의견을 주셔서 감사합니다. 저는 저자입니다. 예제에서는 lambda 식을 사용하여 패턴을 구현하는 방법을 보여 줍니다. 모든 단계가 추상화되면 괜찮습니다. 그러나 일부 단계는 기본 구현을 통해 이점을 얻을 수 있습니다. 하위 클래스는 이러한 메서드를 구현할 필요가 없습니다. 템플릿 메서드는 각 도메인 아키텍처의 고정 부분을 구현 하는 프레임 워크에서 사용 됩니다., 사용자 지정 옵션에 대 한 «자리 표시자»를 떠나. 위의 예제는 주문 처리 흐름을 다룹니다.

OrderProcessTemplate 클래스는 알고리즘 스켈레톤을 포함하는 추상 클래스입니다. note에 표시된 것처럼 processOrder()는 프로세스 단계를 포함하는 메서드입니다. 우리는 동일한 순서 처리 단계를 가지고 두 개의 하위 클래스 NetOrder 및 StoreOrder가 있습니다. 실제로 실제 templateMethod()가 최종이어야 함을 정의하는 템플릿 메서드의 정의는 하나도 없습니다. 경우에 따라 재정의할 수 있습니다. 물건을 만드는 것을 그만두십시오, 친구, 당신은 그것을 위한 것이 아닙니다. 교과서에 충실하고, 조에서 물건을 복사 중지! 클라이언트는 기본 클래스의 템플릿 메서드를 호출하고 다른 단계의 구현에 따라 기본 클래스의 일부 메서드와 하위 클래스의 메서드중 일부를 사용하고 있습니다. 당신은 다시 틀렸다. 메서드를 최종으로 만들 수도 있습니다. 따라서 비공개로 만드는 것이 재정의되지 않도록 보장하는 유일한 방법은 아닙니다.

템플릿 메서드를 사용하면 모놀리식 알고리즘을 일련의 개별 단계로 전환할 수 있으며, 하위 클래스에서 쉽게 확장할 수 있으며 수퍼클래스에 정의된 구조를 그대로 유지할 수 있습니다. 처음에는 모든 단계를 추상화로 선언하여 하위 클래스가 이러한 메서드에 대한 자체 구현을 제공하도록 할 수 있습니다. 이 경우 하위 클래스에는 이미 필요한 모든 구현이 있으므로 수퍼 클래스의 메서드와 일치하도록 메서드의 서명을 조정하는 것만 하면 됩니다. 이 예제에서 템플릿 메서드 패턴은 간단한 전략 비디오 게임에서 인공 지능의 다양한 분기에 대한 «골격»을 제공합니다. 템플릿 메서드에서 보낸 자체 메시지 중 일부는 메서드를 후크하는 것일 수 있습니다. 이러한 메서드는 템플릿 메서드와 동일한 기본 클래스에서 구현되지만 빈 바디(즉, 아무 것도 수행하지 않습니다)가 있습니다. 후크 메서드는 하위 클래스가 재정의할 수 있도록 존재하므로 템플릿 메서드 자체를 재정의할 필요 없이 알고리즘의 동작을 미세 조정할 수 있습니다. 즉, 변형 구현을 «중단»할 수있는 «후크»를 제공합니다. 재정의할 수 없도록 템플릿 메서드를 최종으로 설정한 게임 추상 클래스 정의 작업을 만들려고 합니다. 크리켓과 축구는 게임을 확장하고 그 방법을 재정의 구체적인 클래스입니다. 추상 클래스는 알고리즘의 단계 역할을 하는 메서드와 이러한 메서드를 특정 순서로 호출하는 실제 템플릿 메서드를 선언합니다.

두근두근 파이썬 예제

Python 인터프리터는 C 또는 C++(또는 C에서 호출할 수 있는 다른 언어)로 구현된 새로운 함수 및 데이터 유형으로 쉽게 확장됩니다. 파이썬은 사용자 정의 응용 프로그램에 대한 확장 언어로도 적합합니다. create를 사용 하 여배경SubtractorMOG2() 예를 들어 더 동적 배경으로 사용 하 여 있을 수 있는 결과 하지 않습니다. 모에인 셰이크리와 홍장의 `배경 감산에 기반한 실시간 조류 감지`에서는 프레임 사이의 물체를 추적하여 문제를 다루고 N 프레임에 존재하는 경우 움직이는 오브젝트일 수 있습니다. 첫 번째 example_01.mp4는 아파트의 정문을 모니터링하고 문이 열릴 때를 감지합니다. 두 번째, example_02.mp4 내 부엌 캐비닛에 장착 된 라즈베리 파이를 사용 하 여 캡처 되었습니다. 부엌과 거실을 내려다보며 사람들이 움직이고 걸을 때 움직임을 감지합니다. 이것은 작동하지 않습니다. 파이썬은 PHP와 인터페이스하지 않으며 파이썬에서 PHP로 결과를 전달할 수 없습니다 (두 스크립트 간에 메시지를 전달하는 방법을 알아 낸 경우가 아니면). 대신 파이썬을 사용하여 웹 스트림을 만든 다음 PHP가 웹 스트림의 결과를 읽도록해야 합니다. 이렇게 하면 두 개의 독립적인 프로세스가 됩니다.

그리고 그를 빨간 손으로 잡기 위해, 우리는 파이썬과 OpenCV를 사용하여 모션 감지 및 추적 시스템을 구축하기로 결정했습니다. 기본적이지만, 이 시스템은 우리가 활용한 방법의 한계를 감안할 때 상당히 합리적인 결과를 얻으면서 비디오 스트림을 취하고 움직임을 분석 할 수 있습니다. 내 라즈베리 파이에 OpenCV를 설치 하는 https://www.pyimagesearch.com/2016/04/18/install-guide-raspberry-pi-3-raspbian-jessie-opencv-3/ 따라.하지만 난 일반적으로 파이썬과 OpenCV를 사용 하 여 라즈베리 파이의 비디오 스트림에 액세스할 수 있습니다…. 나는 그것이 파이썬 3이라고 생각했다. imutils 패키지는 파이썬 2.7과만 호환됩니다 – 곧 파이썬 3으로 업데이트 될 것입니다. 또한,이 게시물의 상단에 나는 상세한 코드는 파이썬 2.7 및 OpenCV 2.4.X에 대한 것을 언급한다. OpenCV 3.0과 파이썬 3을 사용하므로 오류가 발생합니다. cv2.findContours 함수는 OpenCV 3에서 변경되었기 때문에 라인을 변경하십시오 : Hey Robert – 파이썬 가상 환경을 사용하고 있다고 가정합니까? 그렇다면 PyImageSearch + OpenCV 설치 자습서를 따르는 경우 일반적으로 «cv»라는 이름의 적절한 파이썬 가상 환경에 있는지 확인하십시오. 퍼징은 프로그램에서 버그를 찾기 위한 자동화된 기술입니다.

무차별 암호 대입 공격과 달리 퍼처의 페이로드는 프로그램이 이해할 수 있는 논리를 따르도록 구성됩니다. 예를 들어 응용 프로그램에서 JSON 입력을 예상하는 경우 유효한 요청에는 표준 개체 및 모듈에 대한 설명이 포함됩니다. 파이썬 언어 참조는 언어의 보다 공식적인 정의를 제공합니다. C 또는 C++에서 확장을 작성하려면 파이썬 인터프리터 및 파이썬/C API 참조 설명서확장 및 포함을 읽어보십시오. 파이썬을 깊이 다루는 여러 책도 있습니다. 복잡성은 퍼처의 작업에 투입되는 세부 수준과 관련이 있습니다. 예를 들어 간단한 퍼처는 응용 프로그램의 반응을 고려하지 않고 임의로 작동합니다. 더 복잡한 퍼처는 결과에 따라 따라야 할 경로를 결정할 수 있습니다. 안녕하세요 애드리안. 나는 Rpi 3 및 Rpi 카메라 모듈 v1.3을 사용합니다. 나는 라이브 스트림으로 실행할 수 없습니다. 나는 터미널과 파이썬2 유휴에서 시도했다.

나는 오류를 주지 않았다.

비밀번호 정규식 예제

이것이 이 예제에서 «?==»와 같은 괄호 안에 사용되는 이유입니다. 그러나 정규식에는 OR 연산자가 있으므로 DeMorgan의 정리를 적용하고 잘못된 암호와 일치하는 정규식을 작성하십시오. 예를 들어, 내 유효성 검사는 다음과 같은 문자로 실패했습니다. 또는 [. 특수 문자를 화이트 리스팅하는 데 관심이 없었기 때문에 [^ws]를 테스트로 활용했습니다. 요약하자면, 여기에 나를 위해 일한 것이 있습니다 … 표현식은 강한 조건과 거의 동일하지만, 이번에는 또는 조건을 포함하고 있습니다. 기본적으로 암호가 6자 이상이 있고 소문자와 대문자 알파벳 문자가 하나 이상 있거나 소문자와 숫자 문자가 하나 이상 있거나 대문자가 하나 이상 있는 경우 중간 강도를 갖는 것으로 암호를 레이블을 지정하려고 합니다. 숫자 문자입니다. 우리는이 하나에서 특수 문자를 떠나기로 결정했습니다. 정규법 구문에 이미 익숙한 경우 직접 정규식을 편집할 수 있다는 것을 잊지 마십시오! 암호에 두 개 이상의 대문자가 포함되어 있는지 확인하려면 ‹[A-Z].*[A-Z]›를 사용합니다. 3개 이상은 ‹[A-Z].*[A-Z].**[A-Z]› 또는 ‹(?:[A-Z]*){3}›를 사용합니다. 유니코드 대문자를 허용하는 경우 앞의 예제에서 각 ‹[A-Z]›를 ‹p{Lu}›로 변경하면 됩니다.

자바스크립트에서 점을 ‹[sS]›로 바꿉습니다. 암호는 알파벳 [대문자(A-Z), 소문자(a-z)) 및/또는 숫자(0-9) 및 하나 이상의 ASCII 특수 문자 정규식에는 AND 연산자가 없으므로 유효한 암호와 일치하는 정규식을 작성하는 것이 매우 어렵습니다. 뭔가 다른 무언가에 의해 정의 하고 다른 … 그의 표현은 지정된 최소 요구 사항 각각에 적합합니다. 특수 문자를 필요로하지 않는 그의 표현의 문제는 특수 문자를 허용하지 않는다는 것입니다, 그래서 그들은 또한 최대 요구 사항을 적용, 나는 OP가 요청 믿지 않는다. 일반적으로 사용자가 원하는 만큼 강력한 암호를 만들 수 있도록 허용하려고 합니다. 왜 강력한 암호를 제한? «?=»는 결과에 포함하지 않고 주 식 다음의 그룹과 일치하는 포지티브 LOOKAHEAD를 의미합니다. 나는 즉시 모든 개발자가 하는 것처럼 정규 표현식에 대해 생각하기 시작했습니다. 패턴 매칭에 정규식을 사용합니까? 그러나 곧 내 생각 과정에서 나는 또한 정규 표현의 순서가 있기 때문에, 그것을 할 수 없었지만.

즉, 정규식 엔진은 정규식을 평가할 때 문자열을 통해 이동합니다. 안녕, 나는 하나의 문자 (a-z에서)와 암호 크기가 8 자 인 숫자 의 수를 허용하는 암호 유효성 검사에 대한 정규 표현식이 필요합니다. 전:143h6434—> 유효한 143d432y-> 유효하지 않은 나는 당신에게 짧은 예를 줄 것이다. 작은 문자, 대문자 문자 및 숫자를 포함해야 한다는 암호 정책을 일치시키고 싶다고 가정해 보겠습니다. 테스트22와 같은 것입니다. 나는 1에 대한 요구 사항이 있습니다. 적어도 나는 숫자 2를 허용합니다. 하나의 알플라벳 3.

특별한 캐릭터나 공백을 허용하지 마십시오. 패턴 = «(?=.**d)(?=.*[a-zA-Z][^@#$%////])(?=S+$).{.{ 8,20})»; 그러나 이것은 `.`char. 놀랍게도 `AB`를 허용합니다. CD1a11` 및 제한 `a.1111111111A`. 정규식 엔진이 단어 테스트의 마지막 «t»에 도달하면 위의 정규식을 일반 정규식으로 작성하는 대신 이동하지 않습니다. 엔진은 전방의 주의를 고려, 그것은 «테스트»후 부품을 평가하지만 이동하지 않습니다. 이것은 무엇을 의미합니까? 전체 조합은 의미입니다 : 적어도 하나의 숫자와 하나의 대문자 문자 (i I o 및 O 제외), 하나의 특수 기호 («@$»)가있는 6 ~ 12 자 문자열입니다. 이 정규식 패턴은 강력하고 복잡한 암호를 구현하는 데 매우 유용합니다.

word cloud 예제

다음 단어는 클라우드라는 단어에 맞지 않습니다: 단어 클라우드는 사람들이 사용하는 가장 일반적인 단어를 자동으로 표시하여 여론을 빠르게 요약합니다. 응답의 전체 텍스트를 문장으로 읽으려면 디스플레이를 텍스트 벽으로 변경하거나 응답 보고서를 만듭니다. 워드 클라우드는 무거운 리프팅을 처리하고 리드에있는 모든 사람에게 명확한 시각적 인 방법으로 피드백을 통신 할 수 있습니다. 클라우드에서 각 단어의 크기는 지금까지 받은 항목(또는 투표)의 수를 나타냅니다. 정확한 수가 필요한 경우 클라우드의 항목별 응답 기록을 확인할 수 있습니다. 그들은 간단하고 이해하기 쉬운경우에도, 워드 클라우드를 사용할 때 당신은 몇 가지 세부 사항을 주의해야한다 : 단어의 중요성은 다음과 같이 단어 구름으로 설명 될 수있다 : 산 마리노 고등학교 교사 피터 팩콘은 자신의 주간 수업 계획의 일환으로 단어 구름을 사용 2016 년 대통령 선거를 다루고 있습니다. 아래는 선거 후 학생들이 했던 클라우드 팩콘의 단어를 재현한 것입니다. 건배! 당신은 와인 병의 모양에 워드 클라우드를 만들었습니다! 그것은 가장 자주 검은 체리에 대해 언급 와인 설명 처럼 보인다, 과일 맛과 와인의 전체 바디 특성. 이제 각 국가에 대한 리뷰를 자세히 살펴보고 각 국가 플래그를 사용하여 워드 클라우드를 플롯해 보겠습니다. 당신이 상상하기 쉽게, 이것은 당신이 곧 만들 것입니다 예입니다 : Wordle는 단순성과 사용자 정의의 좋은 균형을 친다. 내가 시도한 다른 발전기의 모든 요란한 부분 (예 : 사용자 지정 셰이프 없음)이 없지만 사용하는 것은 매우 간단합니다. 내가 가장 좋아하는 기능 – 내가 가진 모든 단어 클라우드 생성기가 있었으면 좋겠다 – 한 번의 클릭으로 전체 클라우드를 스크램블 `무작위화`버튼입니다. 몇 번 탭하면 이 도구를 사용하여 만들 수 있는 내용을 빠르게 파악할 수 있습니다.

Wordle의 주요 단점은 Java입니다. Wordle이 작동하려면 Java가 필요하므로 특정 웹 브라우저에서 실행하기가 어려울 수 있습니다. 최근 버전의 Chrome이 있는 경우 안전할 수 있습니다. 아나그램이나 퀴즈 질문과 같은 다른 단어 게임을 선택하는 경우 한 단어 응답으로 사용하는 것이 좋습니다. 모든 곳에서 설문 조사는 응답으로 구를 지원하지만 응답을 특정 방식으로 제출해야 합니다. 그런 식으로 물결표 «~»를 넣거나 구문의 각 단어 사이에 «_»를 강조하는 것입니다. 예를 들어 «사과~오렌지»는 클라우드라는 단어에서 «사과와 오렌지»로 표시됩니다. 여러 번 당신은 주파수 또는 각 단어의 중요성을 나타내는 다른 크기의 단어의 많은 가득 구름을 볼 수 있습니다. 이를 태그 클라우드 또는 워드클라우드라고 합니다.

이 자습서에서는 파이썬에서 자신의 WordCloud를 만들고 적합하다고 판단되는 대로 사용자 지정하는 방법을 배웁니다. 이 도구는 텍스트 데이터를 탐색하고 보고서를 보다 활발하게 만드는 데 매우 유용합니다. 제이슨 데이비스의 워드 클라우드 생성기는 이상한 것입니다. 데이터 시각화 도구보다 대화형 과학 박람회 프로젝트처럼 느껴집니다. 이 목록의 다른 모든 항목은 주로 단어를 예쁘게 보이게하는 데 관심이 있지만 Davies`는 단어의 배치를 제어하는 수학을 파고 들 수 있습니다. 당신은 오히려 당신의 구름에 `아치메데안`또는 `직사각형`나선형을 하시겠습니까? 이미 그 질문에 대한 답을 알고 있다면, 당신은 그의 발전기가 어떻게 작동하는지에 대한 데이비스의 상세한 분석을 즐길 확신합니다 (단어 클라우드 애호가에 대한 추가 읽기완료). 이것은 내가 실험 한 모든 단어 클라우드 생성기 중 가장 괴상합니다. 확실히 당신의 수학 주요 친구와 공유 할 수있는 하나. WordItOut은이 목록에있는 다른 것과 달리 단어 구름을 생성하는 데 도움이됩니다.

첫째, 그것은 크게 당신의 창조적 인 가능성을 확장 이모티콘 지원이 있습니다. 둘째, ~ 기호를 사용하여 구를 입력할 수 있습니다. 이 생성기는 완성된 구름에서 «피자~헛»을 «피자 헛»으로 자동으로 변경합니다. 셋째, 개별 단어, 빈도, 순위 등의 색상을 조정할 수 있습니다. 여기에 나열된 다른 생성기는 이러한 옵션 중 하나 또는 두 가지를 지원하지만 (지금까지) WordItOut은 세 가지 모두와 함께 유일한 것입니다.

tinymce 예제

이 예제에서는 이미지 대화 상자에 로컬 파일 선택기를 추가하는 방법을 보여 주며 있습니다. 이 예제에서는 로컬 파일 업로드 기능을 보여 줍니다. 위의 코드를 웹 페이지에 삽입한 후 다음 코드를 삽입할 수 있습니다. 물론 무엇을 넣으려면 에 따라 다를 수 있습니다. 간단한