Nano Hash - криптовалюты, майнинг, программирование

Google Drive API и Google Диск в Интернете

Я разрабатываю приложение, которое использует javascript API Google Диска. Я вызвал какую-то простую функцию, например, «создать папку», чтобы создать папку на диске. В моем приложении он мгновенно обновляется и обновляется, так что я получаю папку, которую я создаю на диске с помощью API. Однако, когда я захожу на docs.google.com, я не вижу там свою папку.

Как это может произойти? Здесь что-то не так? Или для обновления docs.google.com требуется время? Потому что я хочу, чтобы после того, как пользователь использовал мое приложение для обновления диска, он мог сразу увидеть его на docs.google.com.

Спасибо~

10.09.2013

Ответы:


1

В каждой папке есть список родителей. Если вы создадите папку без родителей, она будет существовать на Диске, но вы не увидите ее в интерфейсе Диска, пока не выполните поиск.

На Диске «Мой диск» — это корневая папка, которую можно найти с помощью About/ Получить. Если вы настроите свою папку как родительскую при создании (или обновите ее после), вы сможете увидеть ее в интерфейсе.

30.05.2014
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..