在Yii 框架中創(chuàng)建模型主要有兩種方式：1. 使用Gii 自動生成模型，通過啟用Gii 工具並訪問其界面輸入表名和類名即可生成模型類及CRUD 代碼；2. 手動創(chuàng)建模型文件，在models/ 目錄下新建PHP 文件並定義繼承自yii\db\ActiveRecord 的類，同時實現(xiàn)tableName()、rules()、attributeLabels() 等方法；此外還需注意模型命名規(guī)範(fàn)、自動填充字段、模型位置以及AR 與非AR 模型的區(qū)別，根據(jù)實際需求選擇合適的方式。
在Yii 框架中創(chuàng)建模型其實是一個很直接的過程，尤其是使用Yii 提供的Gii 工具之後。如果你已經(jīng)配置好了數(shù)據(jù)庫連接，並且了解基本的MVC 結(jié)構(gòu)，那麼創(chuàng)建一個新模型會非常簡單。
下面幾種常見方式可以幫你快速完成模型創(chuàng)建，尤其適合新手或中小型項目。
使用Gii 自動生成模型
Yii 自帶的代碼生成工具Gii 是最推薦的方式之一。它可以根據(jù)你的數(shù)據(jù)庫表結(jié)構(gòu)自動生成模型類和CRUD 代碼。
操作步驟如下：
-
確保你已經(jīng)在
config/web.php中啟用了Gii：'bootstrap' => ['gii'], 'modules' => [ 'gii' => [ 'class' => 'yii\gii\Module', ], ], 訪問
/index.php?r=gii或者設(shè)置好URL 重寫後訪問/gii點擊“Model Generator”
輸入數(shù)據(jù)表名（例如：
user）以及模型類名（例如：User）點擊“Preview” 和“Generate”
這樣就能快速生成一個基礎(chǔ)模型類，裡麵包含了屬性定義、驗證規(guī)則、關(guān)聯(lián)關(guān)係等。
手動創(chuàng)建模型文件
如果你不想用Gii，或者想更深入理解模型結(jié)構(gòu)，也可以手動創(chuàng)建模型。
- 在
models/目錄下新建一個PHP 文件，比如Post.php - 定義一個繼承自
yii\db\ActiveRecord的類：
namespace app\models;
use yii\db\ActiveRecord;
class Post extends ActiveRecord
{
public static function tableName()
{
return 'post'; // 數(shù)據(jù)庫表名}
}- 如果需要驗證規(guī)則、標(biāo)籤、行為等，可以繼續(xù)添加方法，比如：
public function rules()
{
return [
[['title', 'content'], 'required'],
['title', 'string', 'max' => 255],
];
}
public function attributeLabels()
{
return [
'id' => 'ID',
'title' => '標(biāo)題',
'content' => '內(nèi)容',
];
}這種方式更適合對框架有一定了解的開發(fā)者，或者你想精細(xì)控制模型邏輯的時候。
常見問題與註意事項
-
模型命名規(guī)範(fàn)：通常模型類名是大駝峰命名法（如
UserProfile），對應(yīng)表名是小寫加下劃線（如user_profile） -
自動填充字段：如果你的數(shù)據(jù)表有
created_at、updated_at這樣的字段，建議使用TimestampBehavior -
模型位置：默認(rèn)放在
models/目錄下，但你可以通過命名空間調(diào)整存放路徑 -
AR 與非AR 模型的區(qū)別：ActiveRecord 是用於數(shù)據(jù)庫交互的模型，如果只是做表單驗證或業(yè)務(wù)邏輯，可以用
Model類代替
基本上就這些了。創(chuàng)建模型本身不復(fù)雜，但要根據(jù)實際需求選擇合適的方法。 Gii 能節(jié)省大量時間，而手動編寫則更靈活可控。
以上是如何在YII中創(chuàng)建新模型？的詳細(xì)內(nèi)容。更多資訊請關(guān)注PHP中文網(wǎng)其他相關(guān)文章！
熱AI工具
Undress AI Tool
免費脫衣圖片
Undresser.AI Undress
人工智慧驅(qū)動的應(yīng)用程序，用於創(chuàng)建逼真的裸體照片
AI Clothes Remover
用於從照片中去除衣服的線上人工智慧工具。
Clothoff.io
AI脫衣器
Video Face Swap
使用我們完全免費的人工智慧換臉工具，輕鬆在任何影片中換臉！
熱門文章
熱工具
記事本++7.3.1
好用且免費的程式碼編輯器
SublimeText3漢化版
中文版，非常好用
禪工作室 13.0.1
強大的PHP整合開發(fā)環(huán)境
Dreamweaver CS6
視覺化網(wǎng)頁開發(fā)工具
SublimeText3 Mac版
神級程式碼編輯軟體(SublimeText3)
全球最強開源 MoE 模型來了，中文能力比肩 GPT-4，價格僅 GPT-4-Turbo 的近百分之一
May 07, 2024 pm 04:13 PM
想像一下，一個人工智慧模型，不僅擁有超越傳統(tǒng)運算的能力，還能以更低的成本實現(xiàn)更有效率的效能。這不是科幻，DeepSeek-V2[1]，全球最強開源MoE模型來了。 DeepSeek-V2是一個強大的專家混合（MoE）語言模型，具有訓(xùn)練經(jīng)濟、推理高效的特點。它由236B個參數(shù)組成，其中21B個參數(shù)用於啟動每個標(biāo)記。與DeepSeek67B相比，DeepSeek-V2效能更強，同時節(jié)省了42.5%的訓(xùn)練成本，減少了93.3%的KV緩存，最大生成吞吐量提高到5.76倍。 DeepSeek是一家探索通用人工智
替代MLP的KAN，被開源專案擴展到卷積了
Jun 01, 2024 pm 10:03 PM
本月初，來自MIT等機構(gòu)的研究者提出了一種非常有潛力的MLP替代方法—KAN。 KAN在準(zhǔn)確性和可解釋性方面表現(xiàn)優(yōu)於MLP。而且它能以非常少的參數(shù)量勝過以更大參數(shù)量運行的MLP。例如，作者表示，他們用KAN以更小的網(wǎng)路和更高的自動化程度重現(xiàn)了DeepMind的結(jié)果。具體來說，DeepMind的MLP有大約300,000個參數(shù)，而KAN只有約200個參數(shù)。 KAN與MLP一樣具有強大的數(shù)學(xué)基礎(chǔ)，MLP基於通用逼近定理，而KAN基於Kolmogorov-Arnold表示定理。如下圖所示，KAN在邊上具
無需OpenAI數(shù)據(jù)，躋身程式碼大模型榜單！ UIUC發(fā)表StarCoder-15B-Instruct
Jun 13, 2024 pm 01:59 PM
在軟件技術(shù)的前沿，UIUC張令明組攜手BigCode組織的研究者，近日公布了StarCoder2-15B-Instruct代碼大模型。這一創(chuàng)新成果在代碼生成任務(wù)取得了顯著突破，成功超越CodeLlama-70B-Instruct，登上代碼生成性能榜單之巔。StarCoder2-15B-Instruct的獨特之處在于其純自對齊策略，整個訓(xùn)練流程公開透明，且完全自主可控。該模型通過StarCoder2-15B生成了數(shù)千個指令，響應(yīng)對StarCoder-15B基座模型進行微調(diào)，無需依賴昂貴的人工標(biāo)注數(shù)
Yolov10：詳解、部署、應(yīng)用一站式齊全！
Jun 07, 2024 pm 12:05 PM
一、前言在過去的幾年里，YOLOs由于其在計算成本和檢測性能之間的有效平衡，已成為實時目標(biāo)檢測領(lǐng)域的主導(dǎo)范式。研究人員探索了YOLO的架構(gòu)設(shè)計、優(yōu)化目標(biāo)、數(shù)據(jù)擴充策略等，取得了顯著進展。同時，依賴非極大值抑制（NMS）進行后處理阻礙了YOLO的端到端部署，并對推理延遲產(chǎn)生不利影響。在YOLOs中，各種組件的設(shè)計缺乏全面徹底的檢查，導(dǎo)致顯著的計算冗余，限制了模型的能力。它提供了次優(yōu)的效率，以及相對大的性能改進潛力。在這項工作中，目標(biāo)是從后處理和模型架構(gòu)兩個方面進一步提高YOLO的性能效率邊界。為此
LLM全搞定！ OmniDrive：集3D感知、推理規(guī)劃於一體（英偉達最新）
May 09, 2024 pm 04:55 PM
寫在前面&筆者的個人理解這篇論文致力於解決當(dāng)前多模態(tài)大語言模型（MLLMs）在自動駕駛應(yīng)用中存在的關(guān)鍵挑戰(zhàn)，即將MLLMs從2D理解擴展到3D空間的問題。由於自動駕駛車輛（AVs）需要針對3D環(huán)境做出準(zhǔn)確的決策，這項擴展顯得格外重要。 3D空間理解對於AV來說至關(guān)重要，因為它直接影響車輛做出明智決策、預(yù)測未來狀態(tài)以及與環(huán)境安全互動的能力。目前的多模態(tài)大語言模型（如LLaVA-1.5）通常只能處理較低解析度的影像輸入（例如），這是由於視覺編碼器的分辨率限制，LLM序列長度的限制。然而，自動駕駛應(yīng)用需
全面超越DPO：陳丹琦團隊提出簡單偏好優(yōu)化SimPO，也煉出最強8B開源模型
Jun 01, 2024 pm 04:41 PM
為了將大型語言模型（LLM）與人類的價值和意圖對齊，學(xué)習(xí)人類回饋至關(guān)重要，這能確保它們是有用的、誠實的和無害的。在對齊LLM方面，一種有效的方法是根據(jù)人類回饋的強化學(xué)習(xí)（RLHF）。儘管RLHF方法的結(jié)果很出色，但其中涉及了一些優(yōu)化難題。其中涉及訓(xùn)練一個獎勵模型，然後優(yōu)化一個策略模型來最大化該獎勵。近段時間已有一些研究者探索了更簡單的離線演算法，其中之一就是直接偏好優(yōu)化（DPO）。 DPO是透過參數(shù)化RLHF中的獎勵函數(shù)來直接根據(jù)偏好資料學(xué)習(xí)策略模型，這樣就無需顯示式的獎勵模型了。此方法簡單穩(wěn)定
清華接手，YOLOv10問世：效能大幅提升，登上GitHub熱門榜
Jun 06, 2024 pm 12:20 PM
目標(biāo)偵測系統(tǒng)的標(biāo)竿YOLO系列，再次獲得了重磅升級。自今年2月YOLOv9發(fā)布之後，YOLO（YouOnlyLookOnce）系列的接力棒傳到了清華大學(xué)研究人員的手上。上週末，YOLOv10推出的消息引發(fā)了AI界的關(guān)注。它被認(rèn)為是電腦視覺領(lǐng)域的突破性框架，以其即時的端到端目標(biāo)檢測能力而聞名，透過提供結(jié)合效率和準(zhǔn)確性的強大解決方案，延續(xù)了YOLO系列的傳統(tǒng)。論文網(wǎng)址：https://arxiv.org/pdf/2405.14458專案網(wǎng)址：https://github.com/THU-MIG/yo
速度秒掉GPT-4o、22B擊敗Llama 3 70B，Mistral AI開放首個代碼模型
Jun 01, 2024 pm 06:32 PM
對標(biāo)OpenAI的法國AI獨角獸MistralAI有了新動作：首個代碼大模型Codestral誕生了。作為一個專為程式碼產(chǎn)生任務(wù)設(shè)計的開放式產(chǎn)生AI模型，Codestral透過共享指令和補全API端點幫助開發(fā)人員編寫並與程式碼互動。 Codestral精通程式碼和英語，因而可為軟體開發(fā)人員設(shè)計高階AI應(yīng)用。 Codestral的參數(shù)規(guī)模為22B，遵循新的MistralAINon-ProductionLicense，可用於研究和測試目的，但禁止商用。目前，該模型可以在HuggingFace上下載。下載地址
