Loading [MathJax]/jax/output/CommonHTML/config.js
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 >问答首页 >match_parent不能填充父级!

match_parent不能填充父级!
EN

Stack Overflow用户
提问于 2011-01-05 10:13:20
回答 1查看 12.8K关注 0票数 7

我在TableRow里面有LinearLayout。在代码中启动LinearLayout,如下所示:

代码语言:javascript
代码运行次数:0
运行
AI代码解释
复制
LinearLayout  mainRowLayout = new LinearLayout(this);
mainRowLayout.setLayoutParams(new LayoutParams(LayoutParams.MATCH_PARENT, LayoutParams.WRAP_CONTENT));
TableRow tr = new TableRow(this);
tr.addView(mainRowLayout);

问题是LinearLayout没有填充父对象(即TableRow)。附件中的图片说明了这个问题,如安卓的hirarchyViewer所示(绿色的矩形就是我的分数)。

"LinearLayout image"

谢谢。

EN

回答 1

Stack Overflow用户

回答已采纳

发布于 2011-03-07 20:05:17

以编程方式创建布局时,需要为父容器提供子容器的布局说明。

代码语言:javascript
代码运行次数:0
运行
AI代码解释
复制
// child element
LinearLayout mainRowLayout = new LinearLayout(this);

// parent element
TableRow tr = new TableRow(this);

// parent element's instructions (layout params for main row)
TableRow.LayoutParams lopForMainRow = new TableRow.LayoutParams(LayoutParams.FILL_PARENT, LayoutParams.WRAP_CONTENT);

tr.addView(mainRowLayout, lopForMainRow);

试一试:]

票数 13
EN
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接:

https://stackoverflow.com/questions/4602882

复制
相关文章
如何选择Microsoft Azure机器学习算法
编者按:机器学习的算法很多,如何选择一直是初学者的一个痛点。本文给出了机器学习算法选择的方法和实例,不仅适用于Microsoft Azure框架,同样可以应用于其他场合。 本文目录 机器学习算法速查卡 机器学习的类别 选择算法的注意事项 算法注释 更多的算法帮助 关于问题“我应该使用什么机器学习算法”?我们总是回答“这取决于“。这取决于数据的大小,质量和性质。这取决于你想要解决什么问题。这取决于算法上的数学知识如何转换为您正在使用的计算机的指令。这取决于你有多少时间。在尝试之前,即使是最有经验的数据科学
小莹莹
2018/04/24
1.1K0
如何选择Microsoft Azure机器学习算法
Azure认知服务之表格识别器
Azure 认知服务的目标是帮助开发人员创建可以看、听、说、理解甚至开始推理的应用程序。 Azure 认知服务中的服务目录可分为五大主要支柱类别:视觉、语音、语言、Web 搜索和决策。开发人员使用 Azure 认知服务能够轻松地将认知功能添加到其应用程序中。 Azure认知服务主要包含:人脸、表单识别、墨迹识别等内容。上次已经介绍过人脸识别服务了,这次介绍下表单识别器如何使用。
MJ.Zhou
2020/08/12
1.3K0
Azure认知服务之表格识别器
SCOM 2012 R2监控Microsoft Azure服务(2)配置Azure监控
上一篇文章介绍了如何添加Azure管理包,并配置Azure订阅进行管理。但配置完成后,SCOM还无法对Azure的云、存储、虚拟机进行监控,那么本章内容就会进行监控的配置。
李珣
2019/03/14
4420
Microsoft Azure Site Recovery (1) 安装服务器代理
在混合云的架构中,Microsoft Azure Site Recovery是用于在云端建立灾难恢复数据中心,简化并大大降低我们建立灾难恢复数据中心的复杂度和成本。Azure Site Recovery不但可以保护私有云和Azure之间的站点,还能在两个Hyper-V或者VMware之间进行保护。在VMware站点进行保护时需要安装InMage Scout来支持。
李珣
2019/03/14
5910
Ansible 2.1支持Microsoft Azure和Docker
Ansible自动化框架的第2个版本添加了Microsoft Azure和Docker容器管理功能,从此不再只是一个Red Hat支持工具。 当年Red Hat收购Ansible这个最流行的IT自动化框架时,大家的疑问是:接下来会发生什么变化?Ansible是否会进行调整以支持Red Hat的产品? 事实并非如此。2016年1月Ansible 2.0首次亮相,对其脚本处理中的对多通用功能进行了改进。然而,2.1版加入了对容器、Microsoft Windows和Microsoft Azure支持。这些要么
CSDN技术头条
2018/02/12
6630
Azure - 机器学习企业级服务概述与介绍
Azure 机器学习是一种用于加速和管理机器学习项目生命周期的云服务。机器学习专业人员、数据科学家和工程师可以在日常工作流中使用它:训练和部署模型,以及管理 MLOps。可以在 Azure 机器学习中创建模型,也可以使用从开源平台构建的模型,例如 Pytorch、TensorFlow 或 scikit-learn。MLOps 工具有助于监视、重新训练和重新部署模型。
TechLead
2023/10/25
2710
Azure - 机器学习企业级服务概述与介绍
Microsoft Azure Remoteapp使用自定义镜像创建桌面服务
继续来Azure RemoteApp,上一次利用自带的模板小测了一下Azure的RemoteApp。但是默认模板有很多局限性,比如没办法自定义安装APP。不过Azure中提供了上传自定义模板的功能,下面就来看看自定义模板的上传过程。
李珣
2019/03/14
1K0
Microsoft Azure Site Recovery (1) 安装VMM服务器代理
在混合云的架构中,Microsoft Azure Site Recovery是用于在云端建立灾难恢复数据中心,简化并大大降低我们建立灾难恢复数据中心的复杂度和成本。Azure Site Recovery不但可以保护私有云和Azure之间的站点,还能在两个Hyper-V或者VMware之间进行保护。在VMware站点进行保护时需要安装InMage Scout来支持。
李珣
2019/03/14
5240
机器学习(七):Azure机器学习模型搭建实验
Azure Machine Learning(简称“AML”)是微软在其公有云Azure上推出的基于Web使用的一项机器学习服务,机器学习属人工智能的一个分支,它技术借助算法让电脑对大量流动数据集进行识别。这种方式能够通过历史数据来预测未来事件和行为,其实现方式明显优于传统的商业智能形式。
Lansonli
2023/02/18
7020
机器学习(七):Azure机器学习模型搭建实验
Microsoft Azure RemoteApp预览版体验
Microsoft Azure RemoteApp是微软发布在国际版Azure中的DaaS服务,目前还是预览版,需要订阅才能激活试用。RemoteApp允许用户在 Windows、WP8.1、Mac OS X、iOS 和 Android 设备上通过远程桌面来运行应用,比如在 Windows RT 中运行非官方的桌面应用。
李珣
2019/03/14
8790
Microsoft Azure WebSite创建网站
Microsoft Azure WebSite是Microsoft Azure中PaaS平台既服务到一个重要组件,WebSite具有以下特点,方便我们WEB部署和上线发布
李珣
2019/03/14
2.4K0
Azure认知服务之使用墨迹识别功能识别手写汉字
前面我们使用Azure Face实现了人脸识别、使用Azure表格识别器提取了表格里的数据。这次我们试试使用Azure墨迹识别API来对笔迹进行识别。
MJ.Zhou
2020/08/24
1.4K0
Azure认知服务之使用墨迹识别功能识别手写汉字
【机器学习】Azure机器学习利用无处不在的数据成就生意和生活
利用数据,企业可以预测出潜在的趋势,比如员工离职和办公室能源需求。利用数据,健身房能找到与客户续约的最佳时间点。利用数据,鞋商可以决定哪种产品需要补货,而哪种应该清仓。 “明智地使用数据让世界完全不同,”微软信息管理与机器学习集团副总裁Joseph Sirosh表示,“这也是机器学习存在的意义。机器学习注重依据历史数据进行预测,它充分考虑过去,但更强调着眼未来。毕竟,除了回顾过去,你更在意前进的方向。” 微软Azure机器学习帮助各种企业和机构理解大数据背后的意义,使它们能在Azure
小莹莹
2018/04/20
6310
【机器学习】Azure机器学习利用无处不在的数据成就生意和生活
回顾R和微软过去的一年
托马斯·斯莫尔的ML / DL博客最近回顾了数据科学,机器学习和深度学习显著的进步-其中许多涉及R和/或微软。以下是他们的亮点: R Project R和Python保持其作为开放数据科学主要工具的领导地位。Python与R的争论仍在继续,一个新的共识是数据科学家应该考虑学习两者。R有一个更强大的统计和机器学习技术库,在使用小数据时更加灵活。Python更适合开发应用程序,而Python开源许可证对商业应用程序开发的限制较少。 R用户社区在2016年继续扩大。在2016年O'Reilly数据科学薪资调查
小莹莹
2018/04/23
9500
回顾R和微软过去的一年
利用机器学习和功能连接预测认知能力
使用机器学习方法,可以从个体的脑功能连通性中以适度的准确性预测认知表现。然而,到目前为止,预测模型对支持认知的神经生物学过程的洞察有限。为此,特征选择和特征权重估计需要是可靠的,以确保具有高预测效用的重要连接和环路能够可靠地识别出来。我们全面研究了基于健康年轻人静息状态功能连接网络构建的认知性能各种预测模型的特征权重-重测可靠性(n=400)。尽管实现了适度的预测精度(r=0.2-0.4),我们发现所有预测模型的特征权重可靠性普遍较差(ICC<0.3),显著低于性别等显性生物学属性的预测模型(ICC≈0.5)。较大的样本量(n=800)、Haufe变换、非稀疏特征选择/正则化和较小的特征空间略微提高了可靠性(ICC<0.4)。我们阐明了特征权重可靠性和预测精度之间的权衡,并发现单变量统计数据比预测模型的特征权重稍微更可靠。最后,我们表明,交叉验证折叠之间的特征权重度量一致性提供了夸大的特征权重可靠性估计。因此,如果可能的话,我们建议在样本外估计可靠性。我们认为,将焦点从预测准确性重新平衡到模型可靠性,可能有助于用机器学习方法对认知的机械性理解。
悦影科技
2023/07/28
4670
Web服务和Microsoft平台
Microsoft 对 Web 服务的支持 Web 服务自出现之日起即构成了 Microsoft 在互操作性方面努力的基础。除使用 .NET 来围绕 Web 服务构建完整的开发人员平台之外,Microsoft 还致力于实现标准化过程 - 推动供应商在水平和垂直标准俩方面达成一致意见与互操作性。 随后几年中,Web 服务将在 Microsoft 平台中扮演更为重要的角色 - 提供新的开发人员工具、加深对 IT 运营和管理的关注、为使用者和信息工作者提供更多可用工具、增强业务应用程序市场的创新并扩展社区的业
张善友
2018/01/30
7480
Azure 静态 web 应用集成 Azure 函数 API
前几次我们演示了如何通过Azure静态web应用功能发布vue跟blazor的项目(使用 Azure静态web应用+Github全自动部署VUE站点、使用Azure静态Web应用部署Blazor Webassembly应用)。但是一个真正的web应用,总是免不了需要后台api服务为前端提供数据或者处理数据的能力。同样前面我们也介绍了Azure函数服务,Azure函数的http trigger可以对http作出响应,可以完美的承当web api的角色。现在Azure静态web应用可以直接集成Azure函数,使得一次发布可以同时发布前端项目(vue、blazor)及后台api服务(azure函数)。
MJ.Zhou
2020/11/24
1.2K0
Azure 静态 web 应用集成 Azure 函数 API
SCOM 2012 R2监控Microsoft Azure服务(1)配置管理包
随着微软公有云Azure的落地,现在越来越多的用户把应用发布到了Azure当中,但苦于Azure门户中的监控能力较弱,无法满足企业一些较为核心的监控需求。而SCOM作为一个优秀的监控服务器,目前针对SCOM 2012 sp1和R2发布了System Center Management Pack for Windows Azure管理包,通过API来远程收集Azure特定的资源,包括有Cloud Services、Azure Storage、虚拟机。
李珣
2019/03/14
7310
RPA与AI认知--Microsoft Text Analysis
1 背景概要 随着企业实施其数字化转型愿景,由于数据消费增加而导致的技术复杂性仍然是需要解决的最大挑战之一,目前我们已经知道如何管理大量的数据,而现在的目标是管理其复杂性。如果将人工智能和机器人过程自动化(RPA)结合起来,将会推动客户参与的创新方法,扩大员工能力和探索新的商业模式方面发挥至关重要的作用。 2 理解RPA与认知技术的融合 软件机器人在具有明确规则和重复度高的流程方面做得非常出色,如果在提高准确性的同时,模拟人类行为,那么RPA将会变得更加智能,以后也可以完成认知智能和预测能力
用户2017109
2018/06/19
8320
2018 最新机器学习 API 推荐清单,快给 APP 加点智能
本篇基于 2017 年的推荐清单做了一些改进——去除了一些不再进行维护的 API,并且更新了一些新的 API。主要覆盖如下方向:
AI研习社
2018/07/26
1.8K0
2018 最新机器学习 API 推荐清单,快给 APP 加点智能

相似问题

Python机器学习API - Microsoft Azure / AWS Lambda

16

Microsoft认知服务Face API

10

Azure机器学习服务- dataset API问题

12

Azure机器学习Python模块未能执行对认知服务的调用

15

完成Microsoft Azure认知服务TTS API的请求API地址列表

184
添加站长 进交流群

领取专属 10元无门槛券

AI混元助手 在线答疑

扫码加入开发者社群
关注 腾讯云开发者公众号

洞察 腾讯核心技术

剖析业界实践案例

扫码关注腾讯云开发者公众号
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