前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
圈层
工具
发布
首页
学习
活动
专区
圈层
工具
社区首页 >专栏 >.net自定义错误页面实现

.net自定义错误页面实现

作者头像
小小许
发布于 2018-09-20 09:12:01
发布于 2018-09-20 09:12:01
1.3K00
代码可运行
举报
文章被收录于专栏:angularejs学习篇angularejs学习篇
运行总次数:0
代码可运行

前言:

  在实际的web开发中,经常会遇到以下情况,导致给用不好的体验:     a、程序未处理的异常,直接输出显示到用户页面     b、用户访问的资源不存在,直接显示系统默认的404页面     c、其它以下请求错误状态的系统默认页面(403等)   为了给用户友好的体验,在实际项目开发中, 需要对系统会不同的异常定制相应的友好提示页面

  .net中自定义异常页面的重定向都是通过web.config配置页面配置实现, 其具体的实现方式有两种方式:

其一、通过节点system.web新增customErrors配置节点实现

IIS环境需求:IIS7、IIS7+、IIS7以前版本

作用对象:作用于Asp.Net级别的错误处理程序        也就是说,对于(.html/.js)等静态资源不起作用 实现方式:

代码语言:javascript
代码运行次数:0
运行
AI代码解释
复制
 <system.web>
   <customErrors mode="On" defaultRedirect="ApplicationErroy.aspx">
      <error statusCode="403" redirect="/ErrorPage/403.html"/>
      <error statusCode="404" redirect="/ErrorPage/404.html"/>
      <error statusCode="500" redirect="/ErrorPage/500.html"/>
    </customErrors>
  </system.web>

其二、通过节点system.webServer新增httpErrors配置节点实现

 IIS环境需求:IIS7、IIS7+

作用对象:作用于IIS级别的错误信息处理程序        也就是说,asp.net程序异常和静态资源异常都处理 实现方式:

代码语言:javascript
代码运行次数:0
运行
AI代码解释
复制
  <system.webServer>
    <httpErrors errorMode="Custom" existingResponse="Replace">
      <clear />
      <error statusCode="404" responseMode="ExecuteURL" path="/ErrorPage/404.html" />
      <error statusCode="403" responseMode="ExecuteURL" path="/ErrorPage/403.html" />
      <error statusCode="500" responseMode="Redirect" path="/ErrorPage/500.html" />
    </httpErrors>
  </system.webServer>

应用总结:

  通过上面的描述,在实际开发中,只要环境时IIS7+,那么完全采用第二种方式即可

本文参与 腾讯云自媒体同步曝光计划,分享自作者个人站点/博客。
原始发表:2018-05-10 ,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 作者个人站点/博客 前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体同步曝光计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
暂无评论
推荐阅读
编辑精选文章
换一批
Caffe源码直播
0.预告 开源项目名称:Caffe—— deep learning framework 语言:C++ 时间:10月22日(周六)早11:00-12:00 参与方式:源码分析微信群内直播链接 主讲人:寒小阳-资深深度学习工程师 我们将直接进行caffe代码结构和设计分析,直播地址将在直播当天(周六)上午提前公布。 欢迎大家阅读正文先行了解项目。 1.前言 目前的图像和自然语言处理很多地方用到了神经网络/深度学习相关的知识,神奇的效果让广大身处IT一线的程序猿GG们跃跃欲试,不过看到深度学习相关一大串公式之后头
顶级程序员
2018/04/26
9670
Caffe源码直播
深度学习500问——Chapter12:网络搭建及训练(2)
PyTorch 是torch的python版本,是由Facebook开源的神经网络框架,专门针对GPU加速的深度神经网络(DNN)编程。Torch是一个经典的对多维矩阵数据进行操作的张量(tensor)库,在机器学习和其他数学密集型应用有广泛应用。与TensorFlow的静态计算图不同,pytorch的计算图是动态的,可以根据计算需要实时改变计算图。但由于Torch语言采用Lua,导致在国内一直很小众,并逐渐被支持Python的Tensorflow抢走用户。作为经典机器学习库Torch的端口,PyTorch为Python语言使用者提供了舒适的写代码选择。
JOYCE_Leo16
2024/06/21
1440
深度学习caffe的代码怎么读?
作者:Gein Chen 链接:https://www.zhihu.com/question/27982282/answer/80242005 来源:知乎 著作权归作者所有,转载请联系作者获得授权。
bear_fish
2018/09/19
1.6K0
caffe随记(二) --- 数据结构简介
TeeyoHuang
2017/12/28
8490
caffe随记(二) --- 数据结构简介
基于Caffe 框架的AI图像识别自动化
自动化实现过程,UI框架的自动化往往不能满足所有场景的需求,比如:动态效果图片内容一致性检查;在全民AI的浪潮中,基于Caffe框架的AI图像识别结合QT4A自动化测试尝试,在企鹅电竞弹幕识别,以及表情业务自动化中动态图像识别有了落地,填补了自动化对动态图片内容精准检测的不足。 Caffe是一个清晰而高效的深度学习框架,也是一个被广泛使用的开源深度学习框架,在Tensorflow出现之前一直是深度学习领域Github star最多的项目。 Caffe的主要优势为:容易上手,网络结构都是以配置文件形式定义,
腾讯移动品质中心TMQ
2019/07/19
2.6K0
基于Caffe 框架的AI图像识别自动化
学习Caffe代码的方法心得
版权声明:本文为博主原创文章,转载请注明源地址。 https://blog.csdn.net/10km/article/details/52728157
10km
2019/05/25
6430
caffe示例实现之4在MNIST手写数字数据集上训练与测试LeNet
http://blog.csdn.net/liumaolincycle/article/details/47336921
bear_fish
2018/09/19
6030
caffe示例实现之4在MNIST手写数字数据集上训练与测试LeNet
机器学习库初探之 Caffe
本文介绍了如何使用Caffe进行深度学习模型的训练和部署。首先介绍了Caffe的基本情况和特点,然后详细讲解了Caffe中模型训练和部署的流程和步骤。最后,探讨了如何使用Caffe进行图像分类和物体检测任务。
吕晟
2017/07/07
3.6K1
机器学习库初探之 Caffe
Caffe源码解析(一) —— caffe.proto
caffe.proto是caffe数据结构定义的主要文件,本文主要是在caffe.proto代码的基础上加上了部分中文注释,其中的内容与caffe的prototxt文件中的结构相对应。 // synt
Tyan
2017/12/29
2.5K0
caffe详解之Python接口
solver.net.forward()是将batch_size个图片送到网络中去,只有前向传播(Forward Propagation,FP),作用于训练集
AI异构
2020/07/29
8540
caffe详解之Python接口
一文简短介绍Caffe
导语:在经过三天之后,我们的活动人数已经达到50人了,感谢大家对小编的支持,同时在本文末附上活动的众筹榜单(同日另一篇文)。希望能跟小伙伴们度过愉快的6天! 深度学习给学术界企业界带来的变革是颠覆性的,AlphaGo也让这一技术享誉全球。正在深度学习领域奋战的你,一定知道caffe框架,今天小编给大家推荐一文,希望能对进行深度学习研究的同学有所帮助。 Caffe的全称应该是Convolutional Architecture for Fast Feature Embedding,它是一个清晰、高效的深度学习
IT派
2018/03/29
9280
一文简短介绍Caffe
caffe源码分析-DataReader
DataReader作为DataLayer的数据成员变量,以多线程的方式从数据库(如lmdb, hdf5)读取数据:
bear_fish
2019/02/25
5070
caffe源码分析-DataReader
深度学习三大框架对比
人工智能的浪潮正席卷全球,诸多词汇时刻萦绕在我们的耳边,如人工智能,机器学习,深度学习等。“人工智能”的概念早在1956年就被提出,顾名思义用计算机来构造复杂的,拥有与人类智慧同样本质特性的机器。经过几十年的发展,在2012年后,得益于数据量的上涨,运算力的提升和机器学习算法(深度学习)的出现,人工智能开始大爆发。但目前的科研工作都集中在弱人工智能部分,即让机器具备观察和感知能力,可以一定程度的理解和推理,预期在该领域能够取得一些重大突破。电影里的人工智能多半都是在描绘强人工智能,即让机器获得自适应能力,解决一些之前还没遇到过的问题,而这部分在目前的现实世界里难以真正实现。
用户2368476
2018/06/19
2K0
深度学习三大框架对比
caffe源码分析-ReLULayer
激活函数如:ReLu,Sigmoid等layer相对较为简单,所以在分析InnerProductLayer前,我们先看下激活函数层。
bear_fish
2019/02/25
5670
caffe源码分析-ReLULayer
caffe源码分析-layer
Data Layers定义了caffe中网络的输入,依赖于高效的数据库,例如(LevelDB or LMDB)。并且可以对数据做预处理,例如mean subtraction, scaling, random cropping, mirroring。 常用的有:Input, ImageData.
bear_fish
2019/02/25
1.1K0
caffe源码分析-layer
深度学习三大框架对比
人工智能的浪潮正席卷全球,诸多词汇时刻萦绕在我们的耳边,如人工智能,机器学习,深度学习等。
腾讯Bugly
2018/05/22
4.1K9
caffe c++示例(mnist 多层感知机c++训练,测试)
caffe训练网络模型一般直接使用的caffe.bin: caffe train -solver solver.prototxt,其实这个命令的本质也是调用c++的Solver.
bear_fish
2019/02/25
1K0
caffe c++示例(mnist 多层感知机c++训练,测试)
【caffe速成】caffe图像分类从模型自定义到测试
这一次我们讲讲 Caffe 这个主流的开源框架从训练到测试出结果的全流程。到此,我必须假设大家已经有了深度学习的基础知识并了解卷积网络的工作原理。
用户1508658
2019/07/25
5280
【caffe速成】caffe图像分类从模型自定义到测试
DL开源框架Caffe | 模型微调 (finetune)的场景、问题、技巧以及解决方案
码科智能
2018/01/03
1.7K0
DL开源框架Caffe | 模型微调 (finetune)的场景、问题、技巧以及解决方案
我的第一个caffe C++程序
最近一段时间一直在考虑为浏览器添加AI过滤裸露图片的功能,但目前大多数AI相关的教程都是用python语言。如果是训练模型,使用python语言无疑是最合适的,但现在的需求是嵌入到产品中,必须要使用C++,为此特意比较了现在比较流行的深度学习框架,发现caffe比较契合需求。caffe本身使用C++语言开发,提供了丰富的C++ API,也提供了很多C++的示例。值得一提的是,雅虎提供了开源的色情图片检测模型open_nsfw,采用的正是caffe深度学习框架。因此我的目标是将open_nsfw集成到产品中。
云水木石
2019/07/01
1.1K0
我的第一个caffe C++程序
相关推荐
Caffe源码直播
更多 >
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档
查看详情【社区公告】 技术创作特训营有奖征文