【学习笔记】tableview 简单用法,加图片,文字数组,锁定不滚动

//  FourViewController.h



@interface FourViewController : UIViewController<UITableViewDataSource,UITableViewDelegate>


//tableview声明几个数组,因为打算分三个区,文字,图片都有

@property(nonatomic,retain)NSArray*text_Array1;

@property(nonatomic,retain)NSArray*text_Array2;

@property(nonatomic,retain)NSArray*text_Array3;


@property(nonatomic,retain)NSArray*picture_Array1;

@property(nonatomic,retain)NSArray*picture_Array2;

@property(nonatomic,retain)NSArray*picture_Array3;


@end



//  FourViewController.m

#import "FourViewController.h"

@interface FourViewController ()

@end


@implementation FourViewController


@synthesize text_Array1;

@synthesize text_Array2;

@synthesize text_Array3;

@synthesize picture_Array1;

@synthesize picture_Array2;

@synthesize picture_Array3;


表格栏tabbarview/

//创建数组

    NSArray*tArray1=[[NSArray alloc]initWithObjects:@"余额宝",@"找财报",@"娱乐宝", nil];

    text_Array1=tArray1;


    NSArray*tArray2=[[NSArray alloc]initWithObjects:@"芝麻信用分",@"我的保障", nil];

    text_Array2=tArray2;

    

    NSArray*tArray3=[[NSArray alloc]initWithObjects:@"爱心捐赠", nil];

    text_Array3=tArray3;

    

    NSArray*pArray1=[[NSArray alloc]initWithObjects:[UIImage imageNamed:@"1"], [UIImage imageNamed:@"2"],[UIImage imageNamed:@"3"],nil];

    picture_Array1=pArray1;

    

    NSArray*pArray2=[[NSArray alloc]initWithObjects:[UIImage imageNamed:@"4"],[UIImage imageNamed:@"5"],nil];

    picture_Array2=pArray2;

    

    NSArray*pArray3=[[NSArray alloc]initWithObjects:[UIImage imageNamed:@"6"],nil];

    picture_Array3=pArray3;

    

//创建tableview关键,不要少了代理,位置自己调

    UITableView*cf_tableview=[[UITableView alloc]initWithFrame:CGRectMake(0, zl_view1.bounds.size.height+nav_View.bounds.size.height+20+yhk_view3.bounds.size.height, self.view.bounds.size.width, 500) style:UITableViewStyleGrouped];


    cf_tableview.delegate=self;

    cf_tableview.dataSource=self;

    

    [cf_tableview setScrollEnabled:NO];     //不能滚动

    

    [self.view addSubview:cf_tableview];

    

}



//多少组

-(NSInteger)numberOfSectionsInTableView:(UITableView *)tableView

{

    return 3;

}


//每组多少个

-(NSInteger)tableView:(UITableView *)tableView numberOfRowsInSection:(NSInteger)section

{

    if (section==0) {

        return 3;

    }else if (section==1){

        return 2;

    }else

        return 1;

}


//创建cell,导入数组内容

-(UITableViewCell*)tableView:(UITableView *)tableView cellForRowAtIndexPath:(NSIndexPath *)indexPath

{

    static NSString*CellIdentifier=@"Cell";

    UITableViewCell*cell=[tableView dequeueReusableCellWithIdentifier:CellIdentifier];


    if (cell==nil) {

        cell=[[UITableViewCell alloc]initWithStyle:UITableViewCellStyleDefault reuseIdentifier:CellIdentifier];

    }

    

    

    if (indexPath.section==0) {

        cell.textLabel.text=[text_Array1 objectAtIndex:[indexPath row]];

        cell.imageView.image=[picture_Array1 objectAtIndex:[indexPath row]];

        

    }else if (indexPath.section==1){

        cell.textLabel.text=[text_Array2 objectAtIndex:[indexPath row]];

        cell.imageView.image=[picture_Array2 objectAtIndex:[indexPath row]];

        

    }else{

        cell.textLabel.text=[text_Array3 objectAtIndex:[indexPath row]];

        cell.imageView.image=[picture_Array3 objectAtIndex:[indexPath row]];

    }

    return cell;

}


分区的间距,头,尾

-(CGFloat)tableView:(UITableView *)tableView heightForHeaderInSection:(NSInteger)section

{

    return 15;

}

-(CGFloat)tableView:(UITableView *)tableView heightForFooterInSection:(NSInteger)section

{

    return 1;

}






- (void)didReceiveMemoryWarning

{

    [super didReceiveMemoryWarning];

    // Dispose of any resources that can be recreated.

}



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。
【4层】3100平米综合办公楼毕业设计(含计算书、建筑结构图) 、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。
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