UITextField - 输入框

基本属性

    self.testField.font = [UIFont systemFontOfSize:12];
    self.testField.textColor = [UIColor redColor];
    self.testField.borderStyle = UITextBorderStyleNone;
    self.testField.textAlignment = NSTextAlignmentCenter;
    self.testField.backgroundColor = [UIColor yellowColor];
    self.testField.adjustsFontSizeToFitWidth = YES;
    self.testField.minimumFontSize = 8.;

    [self.view endEditing:YES];// 取消编辑,与Field 取消第一响应效果一样,好用!

简单定义

    self.testField.background = [UIImage imageNamed:@""];
    self.testField.disabledBackground = [UIImage imageNamed:@""];
    self.testField.clearsOnBeginEditing = YES;
    self.testField.clearButtonMode = UITextFieldViewModeWhileEditing;
    self.testField.leftViewMode = UITextFieldViewModeAlways;
    self.testField.leftView = [[UIView alloc] initWithFrame:CGRectMake(0, 0, 20, 20)];
    // rightView 同理

提示文字

placeholder :默认的提示文字是与设置输入文字字体一致,颜色深灰色,
attributedPlaceholder:自定义富文本,输入内容也可以使用attributedText
简单举例,具体看Foundation 中的 NSAttributedString 使用。

    self.testField.attributedPlaceholder = [[NSAttributedString alloc] initWithString:@"test"
                                                                           attributes:@{
                                                                                        NSForegroundColorAttributeName:[UIColor redColor],
                                                                                        NSFontAttributeName:[UIFont systemFontOfSize:22]
                                                                                        }];

代理

没啥好说的。


- (BOOL)textFieldShouldBeginEditing:(UITextField *)textField{
    return YES;
}

- (void)textFieldDidBeginEditing:(UITextField *)textField {
    
}

- (BOOL)textFieldShouldEndEditing:(UITextField *)textField{
    return YES;
}

- (void)textFieldDidEndEditing:(UITextField *)textField{
    
}

- (BOOL)textField:(UITextField *)textField shouldChangeCharactersInRange:(NSRange)range replacementString:(NSString *)string{
    
    return YES;
}

- (BOOL)textFieldShouldClear:(UITextField *)textField{
    
    return YES;
}

- (BOOL)textFieldShouldReturn:(UITextField *)textField{
    
    return YES;
}

通知

UIKIT_EXTERN NSString *const UITextFieldTextDidBeginEditingNotification;
UIKIT_EXTERN NSString *const UITextFieldTextDidEndEditingNotification;
UIKIT_EXTERN NSString *const UITextFieldTextDidChangeNotification;

1 举例,输入变化监听

- (void)addNotification {
    NSNotificationCenter defaultCenter] addObserver:self selector:@selector(testFieldChange:) name:UITextFieldTextDidChangeNotification object:self.testField];
}

- (void)testFieldChange:(NSNotification *)notification {
    NSLog(@"%@",self.testField.text);
}

2 实现上述功能还可以使用 UIControl 类的方法。

        [self.testField addTarget:self action:@selector(textFieldChanged:) forControlEvents:UIControlEventEditingChanged];

3 再其他就是 KVO 方式了。

重绘

修改 输入框的一些位置,等需要重绘,例如输入内容与框下边对齐,而上边空的多,举例:

- (CGRect)editingRectForBounds:(CGRect)bounds {
    // 输入内容 向下偏移 8 px
    return CGRectOffset(bounds, 0, - 8);
}

- (CGRect)textRectForBounds:(CGRect)bounds {
    // 显示内容 向上偏移 8 px
    return CGRectOffset(bounds, 0, 8);
}

其他 更多重绘,更多惊喜。

- (CGRect)borderRectForBounds:(CGRect)bounds;
- (CGRect)textRectForBounds:(CGRect)bounds;
- (CGRect)placeholderRectForBounds:(CGRect)bounds;
- (CGRect)editingRectForBounds:(CGRect)bounds;
- (CGRect)clearButtonRectForBounds:(CGRect)bounds;
- (CGRect)leftViewRectForBounds:(CGRect)bounds;
- (CGRect)rightViewRectForBounds:(CGRect)bounds;

- (void)drawTextInRect:(CGRect)rect;
- (void)drawPlaceholderInRect:(CGRect)rect;
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