备战美团面试

localstorage(浏览器本地存储)?超容量会怎么样?localstorage同源问题

超容量就会报错

同一浏览器的相同域名和端口的不同页面间可以共享相同的 localStorage,但是不同页面间无法共享sessionStorage的信息。页面仅指顶级窗口,如果一个页面包含多个iframe且他们属于同源页面,那么他们之间是可以共享sessionStorage的。

SPA如何减少首次请求次数

路由懒加载 优化spa应用的首次加载白屏情况

css动画:1s后变大,2s后变圆

<html>
<body>
<div class="div">	
</div>
</body>
<script>
</script>
<style>
	.div{
      width: 100px;
      height: 100px;
      position: absolute;
      background: #C94E00;
      opacity: 1;
      left: 50%;
      top: 50%;
      transform: translate(-50%, -50%);
      animation: change 2s , change2 4s;
    
      
     }
  @keyframes change{
    from {width: 100px;height: 100px;}
    to {width: 200px;height: 200px;}
  }
  @keyframes change2{
    from {width: 200px;height: 200px;}
    to {width: 200px;height: 200px;border-radius:50%;}
  }
</style>
</html>

判断数组值相等

var a=['1','2','3',4].toString();
var b=['1',2,3,'4'].toString();
var c=['1',2,3,'4'].toString();
console.log(a==c)//true
console.log(b==c)//true

var a=['1','2','3',4];
var b=['1',2,3,'4'];
var c=['1',2,3,'4'];
console.log(a==c)//false
console.log(b==c)//false 引用类型 地址不同

var a=['1','2','3',4];
var b=['1',2,3,'4'];
var c=['1',2,3,'4'];
console.log(JSON.stringify(a)==JSON.stringify(c))//false
console.log(JSON.stringify(b)==JSON.stringify(c))//true

async和defer有什么区别?

1.<script src="script.js">

没有 defer 或 async,浏览器会立即加载并执行指定的脚本,“立即”指的是在渲染该 script 标签之下的文档元素之前,也就是说不等待后续载入的文档元素,读到就加载并执行

2. <script async src="script.js">

有 async,加载和渲染后续文档元素的过程将和 script.js 的加载与执行并行进行(异步),即异步下载脚本时不会阻塞文档解析,但是一旦下载完成后立即执行阻塞文档解析

3. <script defer src="myscript.js">

脚本会被异步下载但是不会被执行,直到文档的载入和解析完成,并可以操作,脚本才会被执行

Vue路由跳转的方式方法

1.router-link 实现方式

<router-link :to="{name:'home'}"> 

2.this.$router.push() (会在history中留下记录,按返回按钮能够返回)

传参有两种方式:query和params

其中,query类似于get,params类似于post

3.this.$router.replace() (不会在history中留下记录,按返回按钮不能够返回)

4.this.$router.resolve()(跳转打开新的窗口)

null和undefine区别

null==undefined//true

null==undefined//false

undefined:是所有没有赋值变量的默认值,自动赋值。

null:主动释放一个变量引用的对象,表示一个变量不再指向任何对象地址

ajax请求步骤

1.创建XMLHTTPREQUEST对象

2.为对象设置回调函数

3.利用open方法与服务器建立连接,并设置请求方式、请求头等相关信息

4.利用send方法发送

5.监听状态变化,接收数据

css实现透明的几种方式:

1.opacity:选择器匹配到的节点们,包括节点们的孩子节点

2.rgba:选择器匹配到的节点们,当且仅当匹配到的节点,不包括其孩子节点

promise.then(a,b) 和 promise.then(a).catch(b)有什么不同

第一个 a出现异常 b捕获不到

第二个 a出现异常 b能够捕获到

 

 

 

 

 

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
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