AI 助理
备案控制台登录注册
开发者社区 云计算 文章 正文

flex4的s:states和mx:states的区别

2014-09-27 706
版权
举报
版权声明：
本文内容由阿里云实名注册用户自发贡献，版权归原作者所有，阿里云开发者社区不拥有其著作权，亦不承担相应法律责任。具体规则请查看《 阿里云开发者社区用户服务协议》和 《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容，填写 侵权投诉表单进行举报，一经查实，本社区将立刻删除涉嫌侵权内容。
简介： http://help.adobe.com/en_US/Flex/4.0/UsingSDK/WS2db454920e96a9e51e63e3d11c0bf63611-7ffa.html#WS434685AA-B886-4f71-BF3F-F81884986F28   总结           ...

http://help.adobe.com/en_US/Flex/4.0/UsingSDK/WS2db454920e96a9e51e63e3d11c0bf63611-7ffa.html#WS434685AA-B886-4f71-BF3F-F81884986F28

 

总结

<s:states>
  <s:State name="default"/>
  <s:State name="addCheckBox"/>
  <s:State name="addTextInput"/>
  <s:State name="addCheckBoxandButton"/>
 </s:states>

 

元件使用includeIn

 

没有了mx:addChild

 

其它都差不多

银狐游戏开发
+关注
861文章2问答
目录
打赏
0
0
0
0
13
分享
相关文章
pai_rec_coder
|
2月前
|
TensorFlow 算法框架/工具 Python
Restoring from checkpoint failed，Assign requires shapes of both tensors to match. lhs shape= [700,8] rhs shape= [660,8]
模型恢复出错，是特征参数不一致问题
pai_rec_coder
59 5
AI浩
RuntimeError: Given groups=1, weight of size 64 128 1 7, expected input[16,
RuntimeError: Given groups=1, weight of size 64 128 1 7, expected input[16,
AI浩
3042 0
BetterBench
|
7月前
|
机器学习/深度学习 PyTorch 算法框架/工具
【Pytorch】Expected hidden[0] size (2, 136, 256), got [2, 256, 256]
文章解决了PyTorch中LSTM模型因输入数据的批次大小不一致导致的“Expected hidden[0] size”错误，并提供了两种解决方案：调整批次大小或在DataLoader中设置drop_last=True来丢弃最后一个不足批次大小的数据。
BetterBench
131 1
一个处女座的程序猿
成功解决but is 0 and 2 (computed from start 0 and end 9223372 over shape with rank 2 and stride-1)
成功解决but is 0 and 2 (computed from start 0 and end 9223372 over shape with rank 2 and stride-1)
一个处女座的程序猿
467 0
Clover&lsquo;sBlog
display:none和visibility: hidden区别
display:none和visibility: hidden区别
Clover&lsquo;sBlog
91 0
柳鲲鹏
undefined reference to `gdk_monitor_get_scale_factor/gtk_widget_get_scale_factor‘
undefined reference to `gdk_monitor_get_scale_factor/gtk_widget_get_scale_factor‘
柳鲲鹏
105 0
chokcoco
|
Web App开发 前端开发 JavaScript
如何不使用 overflow: hidden 实现 overflow: hidden
如何不使用 overflow: hidden 实现 overflow: hidden
chokcoco
189 0
晚来南风晚相识
display:none与visibility: hidden的区别
display:none与visibility: hidden的区别
晚来南风晚相识
202 0
display:none与visibility: hidden的区别
YOLO创新改进大师
display:none和visibility:hidden
display:none和visibility:hidden
YOLO创新改进大师
157 0
display:none和visibility:hidden
绿箭侠2017
|
人工智能 算法 BI
Hidden Markov Model
HMM隐马尔科夫模型 ①通俗的理解 首先举一个例子，扔骰子，有三种骰子，第一个是比较常见的6个面，每一个面的概率都是1/6。第二个只有4个面，，每一个面的概率是1/4。
绿箭侠2017
833 0

热门文章

最新文章

  • 1
    开源之夏 | 阿里开源近百任务上线，顶级导师&万元奖金等你
    21
  • 2
    错误”ORA-12560: TNS: 协议适配器错误“解决方法
    1032
  • 3
    【微信小程序】一文带你了解数据绑定、事件绑定以及事件传参、数据同步
    11
  • 4
    2020年阿里云ACE线下活动-杭州ACE阿里云视觉开放平 台Workshop开发者沙龙圆满落幕
    2
  • 5
    传统老三样品牌重新焕发新春，上海凤凰宣布与ofo战略合作
    585
  • 6
    OfficeScan5.58升级到7.38
    783
  • 7
    linuxQQ
    1
  • 8
    【实验】DOS基本命令
    703
  • 9
    水晶按钮最终效果图
    775
  • 10
    android4.4系统解决“ERRORcouldn't find native method”方法
    857
  • 1
    《数据浪潮中的航向校准：DataWorks里AI应对概念漂移之策》
    51
  • 2
    《鱼与熊掌兼得：DataWorks中AI驱动的数据脱敏与可用性平衡术》
    57
  • 3
    《驯服PB级时序数据：DataWorks中AI的超凡技艺》
    36
  • 4
    《数据治理破局：DataWorks中AI驱动流程的自修复之道》
    35
  • 5
    《量子潮涌下，DataWorks中AI模型训练框架的变革征途》
    33
  • 6
    理解API：应用程序之间的桥梁
    32
  • 7
    Claude 3.7登顶webdev榜首，国内怎么使用Claude 3.7
    135
  • 8
    从Postman到Apipost：我的动态参数测试实战踩坑记
    22
  • 9
    OmniAlign-V：20万高质量多模态数据集开源，让AI模型真正对齐人类偏好
    39
  • 10
    Proxy Lite：仅3B参数的开源视觉模型！快速实现网页自动化，支持在消费级GPU上运行
    102

    • 相关电子书

    更多
  • Smart Scalable Feature Reduction with Random Forests
  • 低代码开发师（初级）实战教程
  • 阿里巴巴DevOps 最佳实践手册
    • 下一篇
    通义万相：视觉生成大模型再进化
    AI助理

    你好，我是AI助理

    可以解答问题、推荐解决方案等