学成在线案例

pink老师前端学习视频看到了P195,开始做学成在线案例,单独记一下这个案例的学习过程

2021.01.04 晚上 1h
2021.01.05 6h
2021.01.08 5h

0 学成在线案例

0.1 准备素材和工具

  • 学成在线psd源文件
  • 开发工具=PS(切图)/cutterman(插件)+vscode(代码)+chrome(调试)

0.2 案例准备工作

采取结构和样式相分离的思想(外部样式):

  1. 创建study目录文件夹(用于存放我们这个页面的相关内容)
  2. 用vscode打开这个目录文件夹
  3. study目录内新建images文件夹,用于保存图片
  4. 新建首页文件夹index.html(以后网站首页统一规定为index.html)
  5. 新建style.css样式文件,我们本次采用外链样式表
  6. 将样式引入到我们的HTML页面文件中
  7. 样式表写入清除内外边距的样式,检测样式表是否引入成功

0.3 CSS属性书写顺序

在这里插入图片描述

0.4 页面布局整体思路

  1. 必须确定页面的版心(格式区),我们测量可得知-页面宽度主要是。
  2. 分析页面中的行模块,以及每个行模块中的列模块。页面布局第一准则。
  3. 一行中的列模块经常浮动布局,先确定每个列的大小,之后确定列的位置。页面布局第二准则。
  4. 制作HTML结构。遵循现有结构后有样式原则。结构永远最重要。
  5. 先理清楚布局结构,再写代码尤为重要,需要多写多积累。

1 头部制作

首先确定版心,版心1200px,每个版心都要水平居中,可以定义版心为公共类:

/* 确定版心 */
.w {
   
    width: 1200px; /* 版心宽度 */
    margin: auto; /* 版心是居中的 */
}

划分头部盒子:
在这里插入图片描述

<!-- header区域 -->
    <div class="header w">
        <!-- logo部分 -->  
        <!-- 导航栏部分 nav -->
        <!-- 搜索部分search -->
    </div>
.header {
   
    height: 42px;
    /* 此地方会层叠w */
    margin: 30px auto;
    /* background-color: pink; 实验此部分是否符合*/
}

1.1 logo区域制作

<!-- logo部分 -->
        <div class="logo">
            <img src="images/logo.png" alt="">
        </div>
.logo {
   
	float: left;
    width: 198px;
    height: 42px;
   /*  background-color: purple; 实验此部分是否符合*/
}

1.2 导航栏nav区域制作

导航栏注意点:

实际开发中,我们不会直接用链接a 而是用li 包含链接 (li+a)的做法

  1. li+a语义更清晰,一看这就是有条理的列表型内容
  2. 如果直接用a,搜索引擎容易辨别为有堆砌关键字嫌疑(故意堆砌关键字容易被搜索引擎有降权的风险),从而影响网站排名
<!-- 导航栏部分 nav -->
        <div class="nav">
            <ul>
                <li><a href="#">首页</a></li>
                <li><a href="#">课程</a></li>
                <li><a href="#">职业规划</a></li>
            </ul>
        </div>

给所有的li清除样式
li { list-style: none; }
给所有的a清除样式
a { text-decoration: none; }
给整个页面添加一个背景色
.body { background-color: #f3f5f7; }

.nav {
   
    float: left;
    margin-left: 60px;
}
 .nav ul li {
   
     float: left;
     margin: 0 15px;
 }
 .nav ul li a {
   
     display: block;
     height: 42px;
     padding: 0 10px;
     line-height: 42px;
     font-size: 18px;
     color: #050505;
 }
 .nav ul li a:hover {
   
     border-bottom: 2px solid #00a4ff;
     color: #00a4ff;
 }
  1. 让导航栏一行显示,给li加浮动
  2. nav导航栏不加宽度,将来可以继续添加其余文字
  3. 导航栏里的文字不一样多,最好给a链接左右padding撑开盒子,而不是指定宽度

1.3 search搜索模块

<!-- 搜索部分search -->
        <div class="search">
            <input type="text" value="输入关键词">
            <button></button>
        </div>
 /* 搜索模块 search*/
 .search  {
   
     float: left;
     width: 412px;
     height: 42px;
     background-color: skyblue;
     margin-left: 70px;
 }
 .search input {
   
 	 float: left;
     width: 345px;  /* 量出的宽度是360,需要减去右填充 */
     height: 40px;
     border: 1px solid #00a4ff;
     border-right: 0;
     font-size: 14px;
     color: #bfbfbf;
     padding-left: 15px;
 }
 .search button {
   
     float: left;
     width: 50px;
     height: 42px;
     /* 去除按钮默认边框 */
     border: 0;
     background: url(images/btn.png);
 }

1.4 用户user模块

<!-- 用户模块 user -->
        <div class="user">
            <img src="images/user.png" alt="">
            qq-lilei
        </div>
 .user {
   
     float: right;
     line-height: 42px;
     margin-right: 30px;
     font-size: 14px;
     color: #666;
 }

2 banner制作

在这里插入图片描述

<div class="banner">
        <!-- 版心 -->
 	   		 <!-- subnav模块 -->    
    </div>
 .banner {
   
    height: 421px;
    background-color: #1c036c;
 }
  /* banner 版心 */
 .banner .w {
   
     height: 421px;
     background: url(images/banner2.png) no-repeat top center;
 }

2.1 subnav模块

<div class="subnav">
    <ul>
        <li>
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
以下是一个简单的图像识别案例在线实验闯关: 任务1:熟悉Python和机器学习库 在本任务中,您将使用Python编程语言和一些流行的机器学习库来完成一些简单的任务。完成以下步骤: 1. 安装Python和Jupyter Notebook 2. 学习Numpy和Pandas库,这是Python中最常用的数据处理库。 3. 了解Scikit-Learn和TensorFlow等机器学习库 任务2:准备图像数据集 在本任务中,您将准备一个图像数据集,并将其用于训练和测试机器学习模型。完成以下步骤: 1. 选择一个图像分类问题,例如用于猫狗分类的数据集。 2. 下载和提取数据集,准备成适合机器学习算法的格式。 3. 将数据集分为训练集和测试集,通常为80:20的比例。 4. 可视化数据集,以确保数据集被正确准备。 任务3:训练图像分类模型 在本任务中,您将使用机器学习算法训练一个图像分类模型。完成以下步骤: 1. 选择一个合适的机器学习算法,例如卷积神经网络(CNN)。 2. 构建模型架构,设置超参数,例如学习率和迭代次数。 3. 使用训练集训练模型。 4. 使用测试集评估模型性能,例如准确性和损失。 任务4:优化图像分类模型 在本任务中,您将使用各种技术优化模型的性能。完成以下步骤: 1. 使用数据增强技术,例如旋转和缩放,来扩展训练集。 2. 了解模型调整技术,例如学习率调整和正则化。 3. 尝试使用预训练模型,例如ImageNet,来加速模型训练。 4. 尝试使用不同的机器学习算法,例如决策树和支持向量机(SVM)。 任务5:部署图像分类模型 在本任务中,您将部署您的图像分类模型,以便它可以被其他人使用。完成以下步骤: 1. 将模型保存为文件。 2. 使用Flask等Web框架创建REST API。 3. 使用Docker等容器化技术将应用程序部署到云端。 4. 测试API的性能和可靠性。 完成上述五个任务后,您将获得一个完整的图像识别案例在线实验闯关。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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