Flex 选项卡加载方式简介

本文讨论了在Flex中使用选项卡组件时遇到的初始化加载问题,特别是当尝试在初始化时给非选中选项卡中的对象赋值或操作时出现的空对象错误。提供了解决方案,即为选项卡组件设置属性creationPolicy=”all”,以确保所有组件在初始化时正确加载。

Flex中选项卡默认只加载选中的选项,所以在初始化的时候给其他的选项卡中的对象赋值或是其他操作,都会出现空对象错误。

解决办法:给选项卡设置属性 creationPolicy=”all”

如:
<s:TabBar width=”50%” height=”28″ dataProvider=”{picVs}”/>
<mx:ViewStack creationPolicy=”all”  id=”picVs” />

 

creationPolicy有如下取值:如果没有为容器指定creationPolicy,则该容器将继承其父项的creationPolicy。如果没有为Application指定creationPolicy,则默认为 ContainerCreationPolicy.AUTO。

ContainerCreationPolicy.AUTO:

容器将延迟创建部分或全部后代,直到需要它们时为止。此进程称为延迟实例化。此策略能使启动时间达到最佳,因为最初只创建很少的 UIComponent。但是,当用户首次导航到应用程序的其它部分时,这将引入导航延迟。导航器容器(如 Accordion、TabNavigator 和 ViewStack)通过立即创建其所

有子项实现ContainerCreationPolicy.AUTO策略,但要等到子项成为导航器容器的所选子项时才创建该子项的更深层的后代。

ContainerCreationPolicy.ALL:

导航器容器会立即创建每个子项的更深层的后代,而不必等待选择该子项。对于单一视图容器(如 VBox 容器),ContainerCreationPolicy.AUTO和ContainerCreationPolicy.ALL 策略没有区别。

ContainerCreationPolicy.NONE:

将容器添加到创建队列,而不是立即进行实例化和绘制。应用程序处理列队容器时,将创建容器的子项,并等待创建子项后才前进到创建队列中的下一个容器。

ContainerCreationPolicy.QUEUED:

容器不创建其子项。在这种情况下,由MXML作者负责通过调用 createComponentsFromDescriptors() 方法来创建子项。

转载于:https://my.oschina.net/u/272336/blog/140971

### 如何通过清华源下载支持GPUPyTorch安装包 为了成功下载并安装支持GPUPyTorch版本,可以按照以下方式操作: #### 方法一:手动指定CUDA版本Python版本 如果希望使用`conda`命令来安装特定版本PyTorch GPU包,则需要明确指定所需的CUDA版本以及对应的Python版本。例如,对于Python 3.8和CUDA 11.7的情况,可以通过以下命令完成安装[^2]: ```bash conda install pytorch torchvision torchaudio cudatoolkit=11.7 -c pytorch -c nvidia ``` 需要注意的是,默认情况下可能会优先匹配CPU版本PyTorch包。因此,在执行上述命令时应特别留意终端输出的内容,确认所选的安装包是否带有`cpu`字样。 #### 方法二:直接从清华镜像站点获取预编译好的安装包 另一种更为可靠的方法是从清华大学开源软件镜像站的手动挑选适合当前系统的具体安装包。以下是具体的实现流程[^3]: 1. **访问清华镜像网站** 打开[TUNA PyTorch 镜像](https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/)页面,并导航至对应的操作系统架构目录(如 `win-64`, `linux-64` 或其他)。 2. **筛选目标安装包** 根据实际需求选择合适的PyTorch版本号及其依赖项组合。比如针对Linux平台下的 Python 3.7 和 CUDA 11.7 的情况,可以选择名为 `pytorch-1.13.1-py3.7_cuda11.7_cudnn8.5.0_0.tar.bz2` 的压缩文件进行下载。 3. **本地安装选定的tar.bz2文件** 将下载后的`.tar.bz2`格式数据上传到服务器或者保存在同一台机器上后运行下面这条指令即可完成部署工作: ```bash conda install /path/to/downloaded/file/pytorch-1.13.1-py3.7_cuda11.7_cudnn8.5.0_0.tar.bz2 ``` 此过程能够有效规避因自动解析错误而导致加载不正确组件的风险。 #### 注意事项 尽管采用以上两种策略均能达成目的,但在某些特殊场景下仍可能出现兼容性难题。例如当试图在一个已存在的基础环境中重复引入新的Jupyter Notebook实例或其他交互工具链时,可能遭遇动态链接库缺失等问题[^4]。此时建议创建独立虚拟环境分别管理不同用途的应用程序集合以减少冲突概率。 ---
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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