JQuery选择器

1.基本选择器

$("#one").css("background","#808080");改变id为one的元素的背景色

$(".one").css("background","#808080");改变class为one的元素的背景色

$("div").css("background","#bbffaa");选择标签

$("*")改变所有元素

$("span",#one)选择多个标签

2.层次选择器

$("div span")选择div里所有的span元素

$("div >span")选择div里元素名为span的子元素

$(".one+div")选择class为one的下一个同辈元素

$("#one~div")选择id名为one元素后面的所有div同辈元素

3.常用过滤选择器

$("div:first")选取第一个div元素

$("div:last")选取最后一个div元素

$("div:even")选取索引为偶数的div

$("div:odd")选取索引为奇数的div

$("div:not(.one)")选取class不为one的div

$("div:eq(3)")选取索引值等于3的

$("div:gt(3)")选取索引大于3的

$("div:lt(3)")选取索引小于3的

$(":header")选择所有标题元素h1,h2,h3

4.内容过滤器

$("div:contains(di)")选取内容包含di的div元素

$("div:empty")选择不包含子元素的div(包括文本元素)

$("div:has('.mini')")改变含有class为mini的div元素

$("div:parent")选择含有子元素(包括文本元素)的div

5.可见性过滤器

$(":hidden")选取所有不可见的元素

$("div:visible")选取所有可见的div元素

6.属性过滤器

$("div[title]")选择含有属性title的div元素

$("div[title=test]")选择属性title等于test的div元素

$("div[title^=te]")选择属性title以te开始的div元素

$("div[title$=es]")选择属性title以es结尾的div元素

$("div[title*=es]")选择属性title含有es的div元素

$("div[id][title*=es]")选择含有属性id并且属性title含有es的div元素

$('div[title|="en"]')选择属性title等于en或者以en为前缀(如en_uk)的div

$('div[title~="en"]')选择属性title用空格分隔值中包含en的div如(title="en uk")

7.表单对象属性过滤选择器

$("#form1 :enabled")选取id为form1的所有可用元素,对应的有不可用:disabled

$("input:cheked")选取所有被选中的input元素,

$("select :selected").text();获取下拉框的内容

$(":button")获取所有的按钮

$(":submit")获取所有的提交按钮

$(":text")获取所有的单行文本框

$(":checkbox")获取所有的多选框

$(":radio")获取所有的单选框

$(":reset")获取所有的重置按钮

$(":image")获取所有的图片按钮

$(":input")获取所有的<input><textarea><select>,<button>

8.子元素过滤选择器

$("div.one :nth-child(2)")选择class为one的div父元素下的第二个子元素

$("div.one :first-child")选择class为one的div父元素下的第一个子元素

$("div.one :last-child")选择class为one的div父元素下的最后一个子元素

$("div.one :only-child")选择class为one的div父元素下只有一个子元素










1、资源项目源码均已通过严格测试验证,保证能够正常运行; 2、项目问题、技术讨论,可以给博主私信或留言,博主看到后会第一时间与您进行沟通; 3、本项目比较适合计算机领域相关的毕业设计课题、课程作业等使用,尤其对于人工智能、计算机科学与技术等相关专业,更为适合; 4、下载使用后,可先查看README.md或论文文件(如有),本项目仅用作交流学习参考,请切勿用于商业用途。 5、资源来自互联网采集,如有侵权,私聊博主删除。 6、可私信博主看论文后选择购买源代码。 1、资源项目源码均已通过严格测试验证,保证能够正常运行; 2、项目问题、技术讨论,可以给博主私信或留言,博主看到后会第一时间与您进行沟通; 3、本项目比较适合计算机领域相关的毕业设计课题、课程作业等使用,尤其对于人工智能、计算机科学与技术等相关专业,更为适合; 4、下载使用后,可先查看README.md或论文文件(如有),本项目仅用作交流学习参考,请切勿用于商业用途。 5、资源来自互联网采集,如有侵权,私聊博主删除。 6、可私信博主看论文后选择购买源代码。 1、资源项目源码均已通过严格测试验证,保证能够正常运行; 2、项目问题、技术讨论,可以给博主私信或留言,博主看到后会第一时间与您进行沟通; 3、本项目比较适合计算机领域相关的毕业设计课题、课程作业等使用,尤其对于人工智能、计算机科学与技术等相关专业,更为适合; 4、下载使用后,可先查看README.md或论文文件(如有),本项目仅用作交流学习参考,请切勿用于商业用途。 5、资源来自互联网采集,如有侵权,私聊博主删除。 6、可私信博主看论文后选择购买源代码。
应用背景为变电站电力巡检,基于YOLO v4算法模型对常见电力巡检目标进行检测,并充分利用Ascend310提供的DVPP等硬件支持能力来完成流媒体的传输、处理等任务,并对系统性能做出一定的优化。.zip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

打赏作者

醒悟wjn

打赏可获取源码

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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