- Sort Score
- Result 10 results
- Languages All
Results 81 - 90 of 148 for podRef (0.13 sec)
-
src/main/webapp/js/admin/plugins/form-validator/lang/pt.js
iva(s)",badCreditCard:"O número de cartão de crédito digitado não é válido",badCVV:"O código de segurança do cartão de crédito não é válido",wrongFileDim:"As dimensões da imagem não são válidas",imageTooTall:"a imagem não pode ser mais alta que ",imageTooWide:"a imagem não pode ser mais larga que ",imageTooSmall:"a imagem é muito pequena",min:"min",max:"max",imageRatioNotAccepted:"A proporção da imagem (largura x altura) não é válida",badBrazilTelephoneAnswer:"O número de telefone digitado é inv...
Registered: Wed Jun 12 13:08:18 UTC 2024 - Last Modified: Mon Jan 01 05:12:47 UTC 2018 - 2.7K bytes - Viewed (0) -
docs/pt/docs/tutorial/encoder.md
# Codificador Compatível com JSON Existem alguns casos em que você pode precisar converter um tipo de dados (como um modelo Pydantic) para algo compatível com JSON (como um `dict`, `list`, etc). Por exemplo, se você precisar armazená-lo em um banco de dados. Para isso, **FastAPI** fornece uma função `jsonable_encoder()`. ## Usando a função `jsonable_encoder`
Registered: Mon Jun 17 08:32:26 UTC 2024 - Last Modified: Thu Apr 18 19:53:19 UTC 2024 - 1.9K bytes - Viewed (0) -
docs/pt/docs/tutorial/cookie-params.md
Você pode definir parâmetros de Cookie da mesma maneira que define paramêtros com `Query` e `Path`. ## Importe `Cookie` Primeiro importe `Cookie`: ```Python hl_lines="3" {!../../../docs_src/cookie_params/tutorial001.py!} ``` ## Declare parâmetros de `Cookie` Então declare os paramêtros de cookie usando a mesma estrutura que em `Path` e `Query`.
Registered: Mon Jun 17 08:32:26 UTC 2024 - Last Modified: Tue May 10 00:09:54 UTC 2022 - 1.1K bytes - Viewed (0) -
docs/pt/docs/tutorial/body-nested-models.md
# Corpo - Modelos aninhados Com o **FastAPI**, você pode definir, validar, documentar e usar modelos profundamente aninhados de forma arbitrária (graças ao Pydantic). ## Campos do tipo Lista Você pode definir um atributo como um subtipo. Por exemplo, uma `list` do Python: ```Python hl_lines="14" {!../../../docs_src/body_nested_models/tutorial001.py!} ```
Registered: Mon Jun 17 08:32:26 UTC 2024 - Last Modified: Thu Apr 18 19:53:19 UTC 2024 - 7.4K bytes - Viewed (0) -
pkg/kube/portforwarder.go
} // Run the same check as k8s.io/kubectl/pkg/cmd/portforward/portforward.go // so that we will fail early if there is a problem contacting API server. podGet := restClient.Get().Resource("pods").Namespace(f.ns).Name(f.podName) obj, err := podGet.Do(context.TODO()).Get() if err != nil { return nil, fmt.Errorf("failed retrieving: %v in the %q namespace", err, f.ns) } pod, ok := obj.(*v1.Pod) if !ok {
Registered: Fri Jun 14 15:00:06 UTC 2024 - Last Modified: Mon Aug 14 02:12:37 UTC 2023 - 5.5K bytes - Viewed (0) -
docs/pt/docs/fastapi-cli.md
Registered: Mon Jun 17 08:32:26 UTC 2024 - Last Modified: Tue Jun 11 23:49:51 UTC 2024 - 6.4K bytes - Viewed (0) -
docs/pt/docs/tutorial/extra-models.md
``` ## Resposta com `dict` arbitrário Você também pode declarar uma resposta usando um simples `dict` arbitrário, declarando apenas o tipo das chaves e valores, sem usar um modelo Pydantic. Isso é útil se você não souber os nomes de campo / atributo válidos (que seriam necessários para um modelo Pydantic) antecipadamente. Neste caso, você pode usar `typing.Dict` (ou simplesmente dict no Python 3.9 e superior):
Registered: Mon Jun 17 08:32:26 UTC 2024 - Last Modified: Fri Mar 22 01:42:11 UTC 2024 - 7.8K bytes - Viewed (0) -
src/main/resources/fess_indices/fess/cs/stopwords.txt
před pta jejich byl ještě až bez také pouze první vaše která nás nový tipy pokud může strana jeho své jiné zprávy nové není vás jen podle zde už být více bude již než který by které co nebo ten tak má při od po jsou jak další ale si se ve to jako
Registered: Wed Jun 12 13:08:18 UTC 2024 - Last Modified: Thu Jul 19 06:31:02 UTC 2018 - 992 bytes - Viewed (0) -
tensorflow/compiler/mlir/tensorflow/tests/mlir2graphdef/infer_derived_attribute.mlir
// RUN: tf-mlir-translate -mlir-to-graphdef %s -o - | FileCheck %s func.func @main() { // The operation does not have any attributes, but TensorFlow OpDef expects // a `dtype` to be added on the NodeDef. We verify that we correctly use the // DerivedAttr to populate the NodeDef. // CHECK: key: "dtype" // CHECK-NEXT: value { // CHECK-NEXT: type: DT_FLOAT // CHECK: float_val: 2 // CHECK: key: "dtype" // CHECK-NEXT: value {
Registered: Sun Jun 16 05:45:23 UTC 2024 - Last Modified: Mon Mar 28 12:06:33 UTC 2022 - 1K bytes - Viewed (0) -
tensorflow/compiler/mlir/tfr/python/composite.py
The argument to the decorator must be the name of a TF raw operator the function composites for. Decorated function must take positional arguments which corresponds to the input and attributes in OpDef of the TF operation. # TODO(fengliuai): more documents here. Example: @composite.Composite('AddN') def _compose_add_n(inputs, N): if N == 1: .... """
Registered: Sun Jun 16 05:45:23 UTC 2024 - Last Modified: Tue Sep 28 21:37:05 UTC 2021 - 1.9K bytes - Viewed (0)