CSS笔记

最近跟着布尔教育的十八哥学习HTML,做了点笔记,记录一下,方便以后查看:

1.盒子与盒子之间优先使用margin。

2.盒子与文字之间优先使用padding。

3.margin与padding后面的参数按照上右下左顺时针的方向来定义,当某一个位置没有对应的值,这取对边的值。

例如:margin:10px 20px30px ==> 上右下左对应的值分别为:10px、20px、30px、20px(左这个位置没有确定的值,所以取对边即右这个位置对应的值20px)。

4.上下相邻的普通元素,上下边距并非简单的相加,而是取其中较大的边距值,这种现象成为margin重叠。

5.一个盒子,右margin,border,padding,实占多少空间?

竖直方向的长度:height + margin-top + margin-bottom+ padding-top + padding-bottom + border-top + border-bottom;

水平方向的长度:width  + margin-left + margin-right + padding-left +padding-right + border-left + border-right.

6.XHTML究竟有多少个标签?答案:91个~

a, abbr, b,base, body, br, dd, div, dl, dt, em, fieldset, form, h1, h2, h3, h4, h5, h6,head, hr, html, i, img, li, link, meta, ol, p, s, script, span, strong, style,title, u, ul, acronym, address, applet, area, basefont, bdo, big, blockquote,button, caption, center, cite, code, col, colgroup, del, dfn, dir, font, frame,frameset, iframe, input, ins, isindex, kbd, label, legend, map, menu, noframes,noscript, object, optgroup, option, param, pre, q, samp, select, small, strike,sub, sup, table, tbody, td, textarea, tfoot, th, thead, tr, tt, var

常见的块状元素与内联元素

块状元素

address - 地址
blockquote -
块引用
center -
举中对齐块
dir -
目录列表
div -
常用块级容易,也是CSS layout的主要标签
dl -
定义列表
fieldset - form
控制组
form -
交互表单
h1 -
大标题
h2 -
副标题
h3 - 3
级标题
h4 - 4
级标题
h5 - 5
级标题
h6 - 6
级标题
hr -
水平分隔线
isindex - input prompt
menu -
菜单列表
noframes - frames
可选内容,(对于不支持frame的浏览器显示此区块内容
noscript -
可选脚本内容(对于不支持script的浏览器显示此内容)
ol -
有序表单
p -
段落
pre -
格式化文本
table -
表格
ul -
无序列表

li - 列表项目

内联元素

a - 锚点
abbr -
缩写
acronym -
首字
b -
粗体(不推荐)
bdo - bidi override
big -
大字体
br -
换行
cite -
引用
code -
计算机代码(在引用源码的时候需要)
dfn -
定义字段
em -
强调
font -
字体设定(不推荐)
i -
斜体
img -
图片
input -
输入框
kbd -
定义键盘文本
label -
表格标签
q -
短引用
s -
中划线(不推荐)
samp -
定义范例计算机代码
select -
项目选择
small -
小字体文本
span -
常用内联容器,定义文本内区块
strike -
中划线
strong -
粗体强调
sub -
下标
sup -
上标
textarea -
多行文本输入框
tt -
电传文本
u -
下划线
var -
定义变量

 

7.当内联元素,在CSS中定义下列属性中的一种,便具有块元素的特征

 1)display:block;

 2)float:left; (不但具有块元素的特征,同时像左侧浮动)

 但是这时候的内联元素,虽然具有块状元素的特征,但是这两种有一点区别,第一种,彻头彻尾和块元素一模一样,都要单独占一行,从左至右,前提没有width和height属性,严格遵循流动布局模型块状元素的流动方式,自上至下流动,第二种,大小是恰好能将内容包含,并且右侧浮动,可以多个在一行。

 

8..

text-indent  
文本的缩进

text-overflow  
文本溢出显示效果

vertical-align
垂直对齐方式

text-align
文本的对齐方式

layout-flow
文本的流动和方向

writing-mode
设置块固有的书写方向

direction
设置文本流入的方向

unicode-bidi

word-break

line-break

white-space

word-wrap

text-autospace
文本的自动空格和紧缩空格宽度调整的方式

text-kashida-space
设置或检索如何拉伸字符来调节文本行排列。

text-justify
设置或检索对象内调整文本使用的对齐方式。

ruby-align

ruby-position

ruby-overhang

ime-mode

layout-grid

layout-grid-char

layout-grid-type

layout-grid-line

layout-grid-mode

 

9.img是单闭合标签而且是内联元素,同时是内联替换元素,替换元素是可以设置宽和高的,而内联元素是不可以设置宽和高的。

10.

双标签:
<html><head><title><body><table><tr><td><span><p><form><
h1><h2><h3><h4><h5><h6><object><style><b><u><strong><i><div><a><script><center>
单标签:
<br><hr><img><input><param><meta><link>

 

11.相同的元素,如li,在不同的浏览器下,显示的效果稍有不同,是因为各浏览器对各元素的margin,borde,padding,size等略有不同,如果杜绝这种情况,我们通过CSS强制让所有的元素的属性值都一样,这个过程叫做CSS初始化。

12.替换元素就是浏览器根据元素的标签和属性,来决定元素的具体显示内容。替换元素是其内容不受CSS视觉格式化模型控制的元素,例如img标签,嵌入的文档(iframe之类)或者applet,这些叫做替换元素。比如img元素通过src属性的值来读取图片信息并显示出来,而如果查看(x)html代码,却看不到图片的实际内容,而且img元素的内容通常会被src属性指定的图像替换掉;例如input元素的type属性决定是显示输入框,还是单选按钮等。(x)html中的img , input , textarea , select ,object都是替换元素。这些元素没有实际的内容,即是个空元素。

13.

1)css允许我们针对a标签的4种状态(link(链接默认的样式)hover(鼠标移到链接上的样式)visited(链接被点击后的样式)active(链接被点击那一瞬间的样式))设置各自的css特性,叫做css伪类;

2active一般不写;

3)一定注意,顺序是LHVA,不可调换,调换了就没效果了;

4a:link可以简写为a

 

14.用em来表示文字大小,em是相对大小,简单理解就是父元素的font-size就是一个em单位。例如:父元素的font-size=10px,则1em = 1x10px = 10px;1.5em = 1.5x10px = 15px;

15.相对定位于绝对定位; 相对定位是指元素在其当前的位置偏移多少像素;(例如:position:relative;top:5px;相对原来的top位置偏移了5像素);

绝对定位是指相对于父元素的top、left、right、bottom来定位;使用绝对定位是父元素要求有position属性,否则依据父元素的父元素直到body,看那个父元素有position属性,如果都没有则相对于body;不占父元素里面其他元素的位置;如果有多个元素的用绝地定位的时候,谁的z-index越高谁就在最前面。(例如:position:absolute;top:5px;相对与于position属性的父元素的top位置偏移了5像素);

 


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