首页
学习
活动
专区
工具
TVP
发布
精选内容/技术社群/优惠产品,尽在小程序
立即前往
您找到你想要的搜索结果了吗?
是的
没有找到

你的WordPress主题添加表情功能

WordPress表情 前言 每次在评论回复的时候都想着要是有表情那该多好啊,偶然一次看见@Shawn的主题做了OwO表情,本着不耻下问的精神问了博主怎么做到的,耐心的Shawn告诉了我OwO表情的作者源码地址以及...其实网上添加表情的教程有很多,但是!!!这个OwO表情里包含了我喜欢的滑稽等表情。下面来几张表情预览。 ###预览图: ? ? ? 开始 下载所需资源 好了,废话不多说,下面就开始教程!...因为博主使用的是路易的Inspire主题,所以该教程暂时只适用于同意使用该主题的同志们。...需要注意的是,在自定义js脚本的上面我们需要引用OwO.min.js文件 添加comment_add_owo()函数 好了,做到这里你以为就可以了吗,下面我们还需要使用上之前宏定义的图片。...总结 一开始是不想写这个教程的,但是宣宣每次都在群里说快更快更,无奈只能写下了,其实这个表情功能在我加到Inspire主题上的是有问题的,第一个评论的可以使用,回复再使用的时候表情就显示不出来了,这是一个

1.5K20

Next主题添加多说评论系统

这周末没有加班,静下心写了篇文章,发布成功后,却又遇到Github Pages更新的原因导致博客的页面出现空白,又顺手写了一篇解决页面空白问题的博客,文章关于hexo主题next博客加载空白页的处理,...在添加评论的过程中,主要遇到下面的三个问题: 1、如何选取合适评论系统; 2、添加评论系统后,如何根据文章对评论进行区分; 3、如何解决评论后的邮件提醒。...添加评论邮件提醒 多说自带的邮件提醒功能是不支持主动评论提醒的,比如说在某一篇博客中,有人主动评论留言的话,多说此时是不会邮件提醒的。...data to Duoshuo fail那就重新检查以下data数据是否修改正确; 若输出Post data to Duoshuo success,那么就登录到多说的后台,在用户那里看到新添加的用户...,这里我就填写1了 到这里基本的工作就完成了,重新发布博客,就可以使用主动评论邮件提醒了。

92640

Hexo Next主题添加评论功能

添加评论功能 之前使用的来必力,最近评论功能一直出不来,用户体验比较差,所以重新评估选择了Valine。...下面我们换一种头像展现,在NexT主题中,进行如下修改,把我们的默认头像修改为一种具有不同颜色、面部等的机器人: avatar: robohash # gravatar style ?...邮件提醒 进入Leancloud>选择你的评论所存放的应用>设置>邮件模板,按下图设置好用于重置密码的邮件主题>然后保存: ? 请注意修改链接你的博客或者网站首页。...4.3 LeanCloud 休眠策略 LeanCloud 所有用户提供免费的体验实例,体验实例有 每天6小时的强制休眠时间。30 分钟内没有外部请求,则休眠。...我的做法是在 VPS 上添加一个定时任务,每天6:00 ~ 23:00每20分钟访问一次我的LeanCloud网址,防止云引擎进入休眠,保证通知邮件的及时发送。

2.2K50

Akina-Siren主题添加说说功能

最近更新:原作者评论了,鸡冻 有一种更方便的办法来建立说说页面,请看>>>传送门 首先感谢keith制作的Akina-Siren主题,非常漂亮 我仿照http://skyarea.cn/everything...添加模板文件 在「/wp-content/themes/Akina-Siren/」下添加「statuspage.php」文件(随便你咋命名,自己看得懂就可以) 内容如下: 添加新页面 新建一个页面,选择模板「statuspage」,页面标题设置「说说」,页面内容 <div style="text-align: center; margin-bottom: 45px...2.进入「外观 – <em>主题</em>设置 – 其它 –  首页不显示的分类文章」,输入刚刚得到的tag_id。 3.进入分类的详细设置,「图像描述」的内容即为副标题。...4.然后将所有说说的分类设置<em>为</em>「说说」,即可完成说说页面的搭建。

28930

Argon主题添加自适应背景图

废话 我的博客采用的是solstice23大佬的Argon主题,这个主题有一点缺陷,就是不能为手机和电脑单独设置页面的背景图,因为这点小原因,我也不好意思去找原作者。...首先我在浏览器的开发者工具中查看,我发现背景图相关的代码在这 我通过在元素中搜索现在的背景图地址,发现他位于IDcontent之前插入的伪元素下的background属性中。...这样一看就很简单了 思路 我只需要判断是否手机访问或者是否电脑访问,然后如果是就替换content::before的背景属性就行了 判断的方法有很多,最好的方法就是判断屏幕的宽带与高度比,如果屏幕的宽度大于屏幕的高度...中添加了一段更换背景图的代码,保存后我发现,WordPress的额外css在整个html的上方,优先级没有原来的高,因此更换失败 然后我又在想如何提高优先级 我想到主题设置中有页眉和页脚代码的设置,根本不需要那么麻烦...解决方法 先在Argon主题的设置中将背景图的地址设置电脑端访问看到的图片 然后在Argon主题设置的页脚内容或页尾脚本中加入以下代码 @media (max-width: 768px

2.8K40

博客添加可切换的暗色和亮色主题

博客添加可切换的暗色和亮色主题 发布于 2018-05-19 13:42 更新于 2018-08-12...然而——绝大多数的技术类博客或技术文章都是亮色主题的,代码在其中以和谐但不太好看的亮色存在,或者扎眼但熟悉的暗色存在。这始终觉得不那么舒适。 于是,作为博主,我决定考虑添加亮色和暗色两种主题色的支持。...所以,我们考虑在 body 上额外添加一个 class,名为 dark-theme;运行时动态切换这个 class 的存在与否,我们便能在整个 body 范围之内切换样式。...而对于 css,我们每一个与主题色相关的颜色添加一个与之对应的 dark-theme 样式。...那么,我们只需要即时切换 body 的 dark-theme 的出现与否,就能让浏览器我们使用全新的样式和颜色。 编写 css 第一个要改变的,当然是背景色了。

1K10

Python之LDA主题模型算法应用

所以,就是这样,lda已经安装好了。让我们一起完成随包提供的示例。 一个例子 lda github存储库中的示例查看路透社新闻发布的语料库 - 让我们复制一下并添加一些细节以更好地了解正在发生的事情。...这包含在 lda包中,因此这一步很简单(我还打印出每个项目的数据类型和大小): 从上面我们可以看到有395个新闻项目(文档)和一个大小4258的词汇表。...主题字 从拟合模型中我们可以看到主题词概率: 从输出的大小我们可以看出,对于20个主题中的每一个,我们在词汇表中分配了4258个单词。对于每个主题,应该对单词的概率进行标准化。...format (n , sum_pr )) 我们还可以获得每个主题的前5个单词(按概率): * 主题 6 - 德国 德国 战争 政治 政府 * 主题 7 - 哈里曼 你。...在下面的词干图中,每个词干的高度反映了焦点主题单词的概率: plt .tight_layout () plt .show () ? 最后,让我们看一下几个文档的主题分布。

1.5K10

独家 | 利用Python实现主题建模和LDA 算法(附链接)

标签:LDA 算法 主题建模是一种用于找出文档集合中抽象“主题”的统计模型。LDA(Latent Dirichlet Allocation)是主题模型的一个示例,用于将文档中的文本分类特定的主题。...LDA算法每一个文档构建出一个主题,再为每一个主题添加一些单词,该算法按照Dirichlet分布来建模。 那便开始吧!...Gensim doc2bow 每个文档创建一个字典来报告单词和这些单词出现的次数,将其保存到“bow_corpus”,然后再次检查选定的文档。 ?...计算每个主题下出现的单词及其相对权重。 ? ? ? 图3 你能用每个主题中的单词及其相应的权重来区分不同的主题吗? 利用TF-IDF 运行LDA ? ?...图4 现在,你能用每个主题中的单词及其相应的权重来区分不同的主题吗? 评估利用LDA词袋模型对样本文档进行分类的效果 检查将测试文件归哪一类。 ?

2.6K10

Hexo+GithubNexT主题添加文章阅读量统计功能

备注: 点击创建Class之后,理论上来说名字可以随意取名,只要你交互代码做相应的更改即可,但是为了保证我们前面对NexT主题的修改兼容,此处的新建Class名字必须Counter。 ?...在弹出的界面中,选择左侧的 应用Key 选项,即可发现我们创建应用的 AppID 以及 AppKey,有了它,我们就有权限能够通过主题中配置好的 Javascript 代码与这个应用的 Counter表进行数据存取操作了...复制 AppID 以及 AppKey 并在 NexT 主题的 _config.yml 文件中我们相应的位置填入即可,正确配置之后文件内容像这个样子: leancloud_visitors: enable...后台管理 当你配置部分完成之后,初始的文章统计量显示0,但是这个时候我们 LeanCloud 对应的应用的 Counter 表中并没有相应的记录,只是单纯的显示0而已,当博客文章在配置好阅读量统计服务之后第一次打开时

2.7K30

教程 | 一文读懂如何用LSA、PSLA、LDAlda2vec进行主题建模

概述 所有主题模型都基于相同的基本假设: 每个文档包含多个主题每个主题包含多个单词。 换句话说,主题模型围绕着以下观点构建:实际上,文档的语义由一些我们所忽视的隐变量或「潜」变量管理。...让我们回想主题模型的基本假设:每个文档由多个主题组成,每个主题由多个单词组成。...深度学习中的 LDAlda2vec 那么,这些主题模型会将哪些因素纳入更复杂的自然语言处理问题中呢? 在文章的开头,我们谈到能够从每个级别的文本(单词、段落、文档)中提取其含义是多么重要。...通过使用 lda2vec,我们不直接用单词向量来预测上下文单词,而是使用上下文向量来进行预测。该上下文向量被创建两个其它向量的总和:单词向量和文档向量。...而文档向量更有趣,它实际上是下列两个组件的加权组合: 文档权重向量,表示文档中每个主题的「权重」(稍后将转换为百分比) 主题矩阵,表示每个主题及其相应向量嵌入 文档向量和单词向量协同起来,文档中的每个单词生成

2.1K10

教程 | 一文读懂如何用LSA、PSLA、LDAlda2vec进行主题建模

概述 所有主题模型都基于相同的基本假设: 每个文档包含多个主题每个主题包含多个单词。 换句话说,主题模型围绕着以下观点构建:实际上,文档的语义由一些我们所忽视的隐变量或「潜」变量管理。...让我们回想主题模型的基本假设:每个文档由多个主题组成,每个主题由多个单词组成。...深度学习中的 LDAlda2vec 那么,这些主题模型会将哪些因素纳入更复杂的自然语言处理问题中呢? 在文章的开头,我们谈到能够从每个级别的文本(单词、段落、文档)中提取其含义是多么重要。...通过使用 lda2vec,我们不直接用单词向量来预测上下文单词,而是使用上下文向量来进行预测。该上下文向量被创建两个其它向量的总和:单词向量和文档向量。...而文档向量更有趣,它实际上是下列两个组件的加权组合: 文档权重向量,表示文档中每个主题的「权重」(稍后将转换为百分比) 主题矩阵,表示每个主题及其相应向量嵌入 文档向量和单词向量协同起来,文档中的每个单词生成

1.3K00
领券