Nano Hash - криптовалюты, майнинг, программирование

NSDate далекое будущее

У меня проблема с [NSDate remoteFuture], я использую его так:

while (_connection != nil)
    {
        [[NSRunLoop currentRunLoop] runMode:NSDefaultRunLoopMode beforeDate:[NSData distantFuture]];
    }

Я получаю предупреждение «Метод класса '+ distantFuture' не найден (тип возврата по умолчанию равен 'id')». Я запускаю код, ошибка: - [NSConcreteData timeIntervalSinceReferenceDate]: нераспознанный селектор отправлен экземпляру 0x80d18e0

* TRAINATION приложение из-за неистового исключения «nsinvalidargumentexception», причина: '- [Nsconcretedata TimeIntervalsInceRefenedate]: Нераспознанный селектор, отправленный на экземпляр 0x80d18e0' * Первый бросок Стек: (0x1e63022 0x1606C9ed0 0x1dc9cb2 0x10af300ad 0x18a9330 0x18aa439 0x95707b24 0x957096fe) завершение называется созданием исключения. Я использую [NSDate dateWithTimeIntervalSinceNow:2], ошибка та же. Может ли кто-нибудь помочь мне? большое спасибо.


Ответы:


1

NSData не является NSDate. попробуйте: вместо этого [NSDate DistanceFuture].

09.11.2012
Новые материалы

Кластеризация: более глубокий взгляд
Кластеризация — это метод обучения без учителя, в котором мы пытаемся найти группы в наборе данных на основе некоторых известных или неизвестных свойств, которые могут существовать. Независимо от..

Как написать эффективное резюме
Предложения по дизайну и макету, чтобы представить себя профессионально Вам не позвонили на собеседование после того, как вы несколько раз подали заявку на работу своей мечты? У вас может..

Частный метод Python: улучшение инкапсуляции и безопасности
Введение Python — универсальный и мощный язык программирования, известный своей простотой и удобством использования. Одной из ключевых особенностей, отличающих Python от других языков, является..

Как я автоматизирую тестирование с помощью Jest
Шутка для победы, когда дело касается автоматизации тестирования Одной очень важной частью разработки программного обеспечения является автоматизация тестирования, поскольку она создает..

Работа с векторными символическими архитектурами, часть 4 (искусственный интеллект)
Hyperseed: неконтролируемое обучение с векторными символическими архитектурами (arXiv) Автор: Евгений Осипов , Сачин Кахавала , Диланта Хапутантри , Тимал Кемпития , Дасвин Де Сильва ,..

Понимание расстояния Вассерштейна: мощная метрика в машинном обучении
В обширной области машинного обучения часто возникает необходимость сравнивать и измерять различия между распределениями вероятностей. Традиционные метрики расстояния, такие как евклидово..

Обеспечение масштабируемости LLM: облачный анализ с помощью AWS Fargate и Copilot
В динамичной области искусственного интеллекта все большее распространение получают модели больших языков (LLM). Они жизненно важны для различных приложений, таких как интеллектуальные..