函数组：SI72

最新推荐文章于 2025-09-10 12:45:00 发布
原创 最新推荐文章于 2025-09-10 12:45:00 发布 · 2k 阅读 · 0 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
文章标签：

#insert #object #file #server #dialog #delete

函数组说明： KEN: Info Object editor link
里面部分函数可以操作本地文件夹和文件，这些功能也可以在类 CL_GUI_FRONTEND_SERVICES 中找到，实现方式都是一样的，通过 OLE 调用 Windows API 完成相应功能。OE，大概是Object editor的缩写，我没有仔细研究前面这些函数模块的功能。

 

IO_GLOBAL_DATA_GET
IO_OE_CAN_INSERT_HYPERLINK
IO_OE_CHECK
IO_OE_GET_HYPERLINKS
IO_OE_GET_TITLE
IO_OE_INSERT_GRAPHIC
IO_OE_INSERT_HYPERLINK
IO_OE_SAVED
IO_OE_SET_TITLE
IO_OE_TEST_MACRO
IWB_CHECK_OE_MODE
IWB_COLLECT_USAGE_INFO_ALL
IWB_CONV_OBJECT_TO_URL
IWB_CONV_URL_TO_OBJECT
IWB_CREATE_TRANSITIVE_LIST
IWB_OE_BUILD_DST_PHIO
IWB_OE_CLOSE
IWB_OE_CLOSE_REQUEST
IWB_OE_EDIT_REQUEST
IWB_OE_INIT
IWB_OE_INIT_NEW
IWB_OE_ITS_CHECK
IWB_OE_ITS_START
IWB_OE_OPEN
IWB_OE_PROP_REQUEST
IWB_OE_REPAIR
IWB_OE_SAVE
IWB_OE_SAVE_REQUEST
IWB_OE_SET_PROPERTIES
IWB_OE_SET_STATUS
TEST_EDIT
TMP_GUI_BROWSE_FOR_FOLDER：弹出一个对话框，用户可以选择文件夹，输入参数可以指定初始文件夹，返回参数为选中的文件夹。
TMP_GUI_CREATE_DIRECTORY：创建目录
TMP_GUI_DELETE_FILE：删除文件
TMP_GUI_DEREGISTER_SERVER：注销动态链接库
TMP_GUI_DIRECTORY_LIST_FILES：列出目录中的文件
TMP_GUI_FILE_OPEN_DIALOG：弹出打开文件对话框
TMP_GUI_GET_COMPUTERNAME：获得计算机名
TMP_GUI_GET_FILE_EXIST：检查文件是否存在
TMP_GUI_GET_SYSTEMDIR：获得 GUI 所在计算机的系统文件夹路径（环境变量中systemdir指定）
TMP_GUI_GET_TEMPPATH：获得 GUI 所在计算机的登录用户的临时目录路径（环境变量中temp指定）
TMP_GUI_READ_DIRECTORY：读取目录
TMP_GUI_REGISTER_SERVER：注册动态链接库
TMP_GUI_REMOVE_DIRECTORY：删除目录

激活函数：ReLU、GELU、SiLU、Swish、SwiGLU
u013250861的博客
06-24 972
使用场景推荐函数理由快速训练、小模型、CNNReLU简单高效，部署友好NLP 编码器（BERT 等）GELU收敛快、平滑、泛化能力强SiLU替代 GELU，训练稳定图像模型（EfficientNet）Swishβ 可调，性能更强大语言模型（PaLM/GPT-4）SwiGLU强表达力，尤其适合大型 FFN 层生成五者的可视化曲线对比图分析它们在梯度饱和区的行为差异结合论文提供 ablation study 数据对比是否需要深入哪一部分？
YOLOv5改进系列（13）——更换激活函数之SiLU，ReLU，ELU，Hardswish，Mish，Softplus，AconC系列等
路人贾的博客
07-04 6877
手把手教你学会YOLOv5改进系列之如何更换激活函数，内含SiLU，ReLU，ELU，Hardswish，Mish，Softplus，AconC系列等详细讲解及改进方法！
ABAP 几个文件相关的函数
zcy691640的专栏
07-29 905
1.浏览文件夹 data:p_file TYPE rlgrap-filename.    CALL FUNCTION 'TMP_GUI_BROWSE_FOR_FOLDER'     EXPORTING       window_title    = '选择文件夹'       initial_folder  = ''     IMPORTING       selected_fold
SAP 常用BAPI
GAVIN
10-22 1326
CURRENCY_AMOUNT_SAP_TO_DISPLAY]根据货币的FACTOR值将内部格式金额信息转换为外部格式。[DB_RESET_ISOLATION_TO_DEFAULT] 将数据库中的ISOLATIONLEVEL更改为默认值。[SO_SPLIT_FILE_AND_PATH]将指定完整路径的文件名拆分为文件夹（目录）和文件。[TRINT_SPLIT_FILE_AND_PATH] 从文件的完整路径中分别取得文件名和路径。
制御
weixin_30457465的博客
03-12 358
* [/SAPDMC/LSM_F4_SERVER_FILE] サーバのファイルをツリー表示して選択 * [TMP_GUI_FILE_OPEN_DIALOG] ファイル選択ダイアログボックスの表示 * [TRINT_SPLIT_FILE_AND_PATH] ファイルのフルパスから、ファイル名とパスを分けて取得する * [POPUP_TO_CONFIRM] ダイアログボックスを表示する * [...
关于打开文件夹目录的folderbrowsedialog
luyangchild的专栏
08-15 1015
folderbrowsedialog是一个不错的组件，功能简单，足够实现选择目录 folderbrowsedialog openFolder; openFolder.ShowDialog();             if (" " != openFolder.SelectedPath)             {                 sourcefolder.Text
SiLU激活函数：深度学习中的革命性创新与架构设计深解
最新发布
深耕互联网架构与AI领域多年，专注大模型工程化、云原生架构、AI驱动系统，分享实战经验、前沿技术和架构方法论。每周产出深度长文+技术短文，涵盖大厂案例、论文解读与工程实践。拒绝水文，只讲干货。关注我，与一线架构师共同探索技术本质。
09-10 1093
SiLU（Sigmoid Linear Unit）激活函数是一个结合了Sigmoid函数和线性乘法的创新设计。其数学表达式为：其中，是Sigmoid函数。这个设计看似简单，却蕴含着深刻的数学洞察力——它将线性变换与门控机制相结合，形成了一种自门控（Self-Gated）特性。SiLU函数可以看作是输入与其经过Sigmoid转换后的门控权重的乘积，这种设计让网络能够自适应地学习每个神经元的最佳激活策略。"""自定义SiLU激活函数的前向和反向传播可以针对特定硬件进行优化"""# 前向传播计算。
激活函数小结：ReLU、ELU、Swish、GELU等
热门推荐
beingstrong的博客
10-14 1万+
激活函数Sigmoid、Tanh、ReLU、Leaky ReLU、PReLU、ELU、SoftPlus、Maxout、Mish、Swish、GELU、SwiGLU、GEGLU 总结
MATLAB实现传染病模型：SI/SIS/SIR
weixin_35871529的博客
09-09 3028
本文还有配套的精品资源，点击获取 简介：在传染病研究中，数学建模是理解疾病传播的关键工具。本压缩包提供用MATLAB实现的三种基本传染病模型：SI、SIS和SIR模型的源代码。SI模型关注感染者的传染率，SIS模型加入了康复者的概念，而SIR模型则进一步引入了恢复后获得免疫力的状态。MATLAB代码通过迭代更新种群状态，展示疾病的传播动态，并进行参数敏感性分析。学习者可以通...
si1-lab2-part2:SI1 @ UFCG 实验室 2 第 2 部分
06-26
4. 接口：接口在Java中扮演着契约的角色，它定义了一组方法签名，但不提供实现。类可以实现一个或多个接口，强制执行某些行为的规范。 5. 异常处理：Java提供了异常处理机制，通过`try-catch-finally`块捕获和处理...
ReLU 系列激活函数：Leaky ReLU、PReLU、RReLU 、CRelu、ReLU6、swish(SiLU)、SReLU
weixin_36378508的博客
07-29 1128
ReLU函数是深度学习中较为流行的一种激活函数，相比于 sigmoid 函数和 tanh 函数，它具有如下当输入为正时，不存在梯度饱和问题。计算速度快得多。ReLU 函数中只存在线性关系，因此它的计算速度比 sigmoid 和 tanh 更快。
YOLOv5基础知识入门（6）— 激活函数（Mish、Sigmoid、Tanh、ReLU、Softmax、SiLU等）
小哥谈
08-15 2496
YOLOv5训练过程中使用了激活函数，可以改善模型的训练速度和准确性，本节课就给大家介绍一下激活函数的概念以及常见的激活函数！
函数模块：ALSM_EXCEL_TO_INTERNAL_TABLE
我的SAP空间
07-22 4337
  作用，把一个 Excel 文件中的内容读到内表中。 输入参数：FILENAME：文件名I_BEGIN_COL：开始列I_BEGIN_ROW：开始行I_END_COL：结束列I_END_ROW：结束行 输出参数：INTERN：保存了内容的内表，结构如下：　ROW：数据所在行　COL：数据所在列　VALUE：数据值 需要注意，VALUE 的长度为 50，也就
CONVERSION_EXIT_ALPHA_OUTPUT
我的SAP空间
03-27 3714
功能：删除输入的数字编号中的前置 0。这个基本上不太用得到。输入参数：INPUT：不限制类型，必须输入。原始编号。输出参数：OUTPUT：日期类型。计算出的结果。测试结果：如果 INPUT 输入为纯数字（就是只有 0～9 之间的字符），结果删除该数字的前置 0。如果 INPUT 输入不为纯数字（就是包含 0～9 之外的字符），结果就跟输入值一样。代码说明：调用了一个系统函数 CONVERSION_
函数组：C13Z
我的SAP空间
09-17 2914
 函数组说明：本函数组中包含了一些对文件操作的函数模块。 C13Z_APPL_TO_FRONT_ENDC13Z_DOWNLOADC13Z_FILE_DOWNLOAD_ASCIIC13Z_FILE_DOWNLOAD_BINARYC13Z_FILE_UPLOAD_ASCIIC13Z_FILE_UPLOAD_BINARYC13Z_FRONTEND_FILENAME_GET：获取用户计算机上的
BKK_ADD_MONTH_TO_DATE
我的SAP空间
03-27 2870
功能：向指定的日期上增加若干个月，并返回结果日期输入参数：OLDDATE：日期类型，必须输入。原始日期。MONTHS：不限制类型，必须输入。添加的月份数。输出参数：NEWDATE：日期类型。计算出的结果。测试结果：如果 MONTHS 指定为负数，则相当于在原始日期基础上减去若干个月。如果 MONTHS 指定为小数，则按照四舍五入的方法转换成整数后再计算，不会把小数再转换成天。对于日期为月末的情况，
函数组：SDHI
我的SAP空间
09-08 2559
 函数组说明：外部应用程序 F4 界面模块。当ABAP 开发者想要自己设计 F4 帮助，不用 SAP 提供的标准值帮助时，可以使用下列函数。CONVERSION_EXIT_ALPHA_RANGE_ICONVERSION_EXIT_ALPHA_RANGE_OCONVERSION_EXIT_ISOLA_RANGE_ICONVERSION_EXIT_ISOLA_RANGE_OF4IF_CHOOS
函数组：SEUT
我的SAP空间
07-08 2426
函数组说明：层次管理。这个函数组中包含的函数模块都用来完成 LIST 输出的树型控件的操作。LIST 树的例子可以见事务码 SE09 中的请求号层级、或者 FS00 维护科目表时的科目层级。具体用法这里无法一一说明，如果需要使用时请自行研究。RS_TREE_ADD_NODE（插入节点）RS_TREE_AUTOMATIC_REFRESH（Start automatic refre
SiLU函数
03-29
### SiLU 函数概述 SiLU（Sigmoid Linear Unit），也被称为 Swish，是一种近年来被广泛研究和应用的激活函数。它具有平滑性和连续性的特点，能够帮助优化过程中的梯度流动更加稳定[^4]。 #### 数学定义 SiLU 的数学表达形式如下： \[ f(x) = x \cdot \sigma(x) \] 其中 \( \sigma(x) \) 表示 Sigmoid 函数，即： \[ \sigma(x) = \frac{1}{1 + e^{-x}} \] 因此，SiLU 可以进一步展开为： \[ f(x) = \frac{x}{1 + e^{-x}} \] 这种定义使得 SiLU 不仅保留了线性部分的特点，还引入了非线性特性，从而增强了模型的表现能力。 --- ### 在 PyTorch 中的实现 PyTorch 已经内置支持 SiLU 激活函数，可以通过 `torch.nn` 或 `torch.functional` 调用： ```python import torch import torch.nn as nn # 使用 torch.nn.SiLU 类 activation_silu = nn.SiLU() input_tensor = torch.tensor([-1.0, 0.0, 1.0]) output_tensor = activation_silu(input_tensor) print(output_tensor) ``` 如果需要手动实现 SiLU，则可以利用 PyTorch 的张量操作完成： ```python def silu_manual(x): return x * torch.sigmoid(x) manual_output = silu_manual(input_tensor) print(manual_output) ``` 两种方法的结果完全一致，推荐优先使用内置的 `nn.SiLU()`，因为它经过高度优化，性能更优[^3]。 --- ### 在 TensorFlow 中的实现 尽管 TensorFlow 并未直接提供 SiLU 激活函数的支持，但可以通过自定义方式轻松实现： ```python import tensorflow as tf @tf.function def silu_tf(x): return x * tf.sigmoid(x) input_tensor_tf = tf.constant([-1.0, 0.0, 1.0], dtype=tf.float32) output_tensor_tf = silu_tf(input_tensor_tf) print(output_tensor_tf.numpy()) ``` 此代码片段展示了如何在 TensorFlow 中通过组合基本运算来构建 SiLU 激活函数。 --- ### 应用场景与优势 SiLU 主要应用于深度学习领域中的神经网络设计中，尤其是在卷积神经网络（CNN）、循环神经网络（RNN）以及 Transformer 架构中表现出色。它的主要优点包括但不限于以下几点： - **平滑性**：由于其输出值是连续且可导的，这有助于梯度下降算法在优化过程中保持稳定性。 - **缓解梯度消失问题**：相较于传统的 ReLU 和 Sigmoid 激活函数，SiLU 更能有效应对深层网络中的梯度消失现象。 - **增强表现力**：实验表明，在某些任务上，采用 SiLU 替代传统激活函数可以获得更高的精度或更快的收敛速度。 --- ### 结合具体框架的应用实例 以下是基于 PyTorch 的一个简单例子，展示如何将 SiLU 集成到神经网络架构中： ```python class CustomNet(nn.Module): def __init__(self): super(CustomNet, self).__init__() self.layers = nn.Sequential( nn.Linear(784, 256), nn.SiLU(), nn.Linear(256, 128), nn.SiLU(), nn.Linear(128, 10), nn.Softmax(dim=1) ) def forward(self, x): return self.layers(x) model = CustomNet() print(model) ``` 在此例中，SiLU 被作为隐藏层之间的激活函数使用，替代了常见的 ReLU 或 Tanh 等选项[^2]。 ---
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
表情包 代码片
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值