UIView的基本控件

                  RunningZero原创,大家一起分享,一起学习,一起进步

UIview


UIBotten(按钮)
开辟空间 + 初始化
[UIButton buttonWithType(枚举):UIButtonTypeSystem]
按钮设置标题
[setTitle:  forState(枚举):]
参数1:按钮的标题

参数2:显示这个标题的状态

               设置按钮的文字颜色

                                -(void)setTitleColor:(UIColor *)color forState:(UIControlState)state;

               设置按钮内部的图片

                                -(void)setImage:(UIImage *)image forState:(UIControlState)state;

               设置按钮的背景图片

                                -(void)setBackgroundImage:(UIImage *)image forState:(UIControlState)state;

               设置按钮的文字字体(需要拿到按钮内部的label设置)

                                button.titleLabel.font = [UIFont systemFontOfSize:15];

               获取按钮的文字

                                    -(NSString *)titleForState:(UIControlState)state;

               获取按钮的文字颜色

                               -(UIColor *)titleColorForState:(UIControlState)state;

               获取按钮内部的小图片

                              -(UIImage *)imageForState:(UIControlState)state;

               获取背景图片

-(UIImage *)backgroundImageForState:(UIControlState)state;

添加点击事件
addTarget:<#(nullable id)#> action:<#(nonnull SEL)#> forControlEvents:<#(UIControlEvents)#>
取消键盘的方式 -- 取消第一响应
[textField resignFirstResponder]

UILabel(标签)
设置文字
.text
设置颜色
.textColor
设置字体以及大小
.font = [UIFont systemFontOfSize:]
文本对齐方式
.textAlignment(枚举)
控制行数
.numberOfLines
断行模式
.lineBreakMode(枚举)
阴影颜色
.shadowColor
阴影大小
.shadowOffset =CGSizeMake(<#CGFloat width#>, <#CGFloat height#>)
UITextField(文本输入框)
设置边框风格
.borderStyle(枚举)
设置占位符
.placeholder
获取文本输入框输入的内容
textField.text
设置输入文字的颜色
.textColor
是否允许输入
YES - 允许输入
NO - 不允许输入
textField.enabled = YES;
是否开始输入的时候清空输入框内容
YES - 是
NO - 否
textField.clearsOnBeginEditing = YES;
是否文字已圆点格式显示(适用于密码)
.secureTextEntry(YES/NO)
设置键盘风格
.keyboardType(枚举)
自定义输入视图(默认是键盘)
多数使用在自定义键盘
.inputView
其他
borderStyle - 边框样式(枚举值)
clearButtonMode - 清除按钮模式(枚举值)
leftViewMode - 输入框左视图
leftViewMode - 左视图的显示模式
rightView - 输入右视图
rightViewMode - 右视图的显示模式
UIimageView(图片显示)
设置图片
.image = [UIImage imageNamed:]
设置图片尺寸比例的问题

.contentMode(枚举)

                                          拉伸
                                       scaleTofill
                                       aspecttofit
                                       aspecttofill

                                          没拉伸
                                       center
                                       top
                                       bottom
                                       topleft
                                       toplight

             Aspect/保持原来比例
                    UIViewContentModeScaleAspectFit,//让最大宽度和高度占据控件,同时保持原有比例
                    UIViewContentModeScaleAspectFill,//让最小宽度和高度占据控件,同时保持原有比例

            序列帧动画
                   animationImages 添加动画的数组
                   animationRepeatCount 设置重复次数
                   animationDuiation 设置动画之间间隔时间 

            startAnimating 开始动画


开辟空间+初始化(同UIView)
开辟空间+初始化(同UIView)

开辟空间+初始化(同UIView)

自定义视图
      自定义属性
               Label
              TextFeild
      自定义视图以self为父视图


深度学习是机器学习的一个子领域,它基于人工神经网络的研究,特别是利用多层次的神经网络来进行学习和模式识别。深度学习模型能够学习数据的高层次特征,这些特征对于图像和语音识别、自然语言处理、医学图像分析等应用至关重要。以下是深度学习的一些关键概念和组成部分: 1. **神经网络(Neural Networks)**:深度学习的基础是人工神经网络,它是由多个层组成的网络结构,包括输入层、隐藏层和输出层。每个层由多个神经元组成,神经元之间通过权重连接。 2. **前馈神经网络(Feedforward Neural Networks)**:这是最常见的神经网络类型,信息从输入层流向隐藏层,最终到达输出层。 3. **卷积神经网络(Convolutional Neural Networks, CNNs)**:这种网络特别适合处理具有网格结构的数据,如图像。它们使用卷积层来提取图像的特征。 4. **循环神经网络(Recurrent Neural Networks, RNNs)**:这种网络能够处理序列数据,如时间序列或自然语言,因为它们具有记忆功能,能够捕捉数据中的时间依赖性。 5. **长短期记忆网络(Long Short-Term Memory, LSTM)**:LSTM 是一种特殊的 RNN,它能够学习长期依赖关系,非常适合复杂的序列预测任务。 6. **生成对抗网络(Generative Adversarial Networks, GANs)**:由两个网络组成,一个生成器和一个判别器,它们相互竞争,生成器生成数据,判别器评估数据的真实性。 7. **深度学习框架**:如 TensorFlow、Keras、PyTorch 等,这些框架提供了构建、训练和部署深度学习模型的工具和库。 8. **激活函数(Activation Functions)**:如 ReLU、Sigmoid、Tanh 等,它们在神经网络中用于添加非线性,使得网络能够学习复杂的函数。 9. **损失函数(Loss Functions)**:用于评估模型的预测与真实值之间的差异,常见的损失函数包括均方误差(MSE)、交叉熵(Cross-Entropy)等。 10. **优化算法(Optimization Algorithms)**:如梯度下降(Gradient Descent)、随机梯度下降(SGD)、Adam 等,用于更新网络权重,以最小化损失函数。 11. **正则化(Regularization)**:技术如 Dropout、L1/L2 正则化等,用于防止模型过拟合。 12. **迁移学习(Transfer Learning)**:利用在一个任务上训练好的模型来提高另一个相关任务的性能。 深度学习在许多领域都取得了显著的成就,但它也面临着一些挑战,如对大量数据的依赖、模型的解释性差、计算资源消耗大等。研究人员正在不断探索新的方法来解决这些问题。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值