vue.js入门

一、为什么要用?

  1. 之前基本上用的是jQuery,jQuery基于DOM操作,MVVM的开发模式也使前端从原先的DOM操作中解放出来,我们不再需要在维护视图和数据的统一上花大量的时间,只需要关注于data的变化,代码变得更加容易维护。
  2. 组件:复用性高,容易维护,方便测试,高内聚,低耦。

二、什么是MVVM?

bg2015020110.png | left | 552x420

双向绑定(data-binding):View的变动,自动反映在 ViewModel,反之亦然。

三、原理

数据劫持: vue.js 则是采用数据劫持结合发布者-订阅者模式的方式,通过Object.defineProperty()来劫持各个属性的settergetter,在数据变动时发布消息给订阅者,触发相应的监听回调。

image.png | left | 730x390

用JavaScript实现 https://github.com/DMQ/mvvm
演示:http://bing.2345.com/mvvm/mvvm.html (host: 172.16.0.156 bing.2345.com

四、入门

简介

Vue (读音 /vjuː/,类似于 view) 是一套用于构建用户界面的渐进式框架。与其它大型框架不同的是,Vue 被设计为可以自底向上逐层应用。Vue 的核心库只关注视图层,不仅易于上手,还便于与第三方库或既有项目整合。

官网

https://cn.vuejs.org/v2/guide/installation.html

直接引用
<script src="https://cdn.jsdelivr.net/npm/vue@2.5.16/dist/vue.js"></script>



安装
# 不推荐上来就直接用 vue-cli 构建项目,尤其是如果没有 Node/Webpack 基础。

# 使用淘宝镜像
npm install -g cnpm --registry=https://registry.npm.taobao.org

# 全局安装 vue-cli
$ npm install --global vue-cli

# 创建一个基于 webpack 模板的新项目
$ vue init webpack my-project

安装依赖,走你
$ cd my-project
$ npm run dev
调试
  1. https://github.com/vuejs/vue-devtools

五、示例

文档(作者是中国人) + 官网上的示例 + 自己练习(推荐jsfiddle)
主要了解:响应式机制 + 组件

Hello World:https://jsfiddle.net/han8gui/nnc957z4/10/
Form:https://jsfiddle.net/han8gui/g072h4x6/
ToDoList: https://jsfiddle.net/han8gui/r42pngbu/6/

六、组件

定义

软件组件,定义为自包含的、可编程的、可重用的、与语言无关的软件单元。

示例:

https://jsfiddle.net/han8gui/0c6xszjv/
注意:

  1. 一个组件的 data 选项必须是一个函数
  2. 定义组件名的方式有两种:
    a. 使用 kebab-case
    当使用 kebab-case (短横线分隔命名) 定义一个组件时,你也必须在引用这个自定义元素时使用 kebab-case,例如 <my-component-name>
    b. 使用 PascalCase
    当使用 PascalCase (驼峰式命名) 定义一个组件时,你在引用这个自定义元素时两种命名法都可以使用。
  3. 生命周期

20180205153631960.png | center | 826x2093

数据传递

子组件中传递数据:Props
示例: https://jsfiddle.net/han8gui/hqmgnbhy/

子组件向父级组件触发一个事件
内建的 $emit 方法并传入事件的名字,来向父级组件触发一个事件,并传递一个参数

七、规模化

  1. 路由 vue-router
    https://github.com/han8gui/vue-demo
  2. 状态管理 vuex
    记录所有 store 中发生的 state 改变,后面有机会分享下
  3. 服务端渲染 ssr
    主要用于SEO

八、其他

  1. 风格指南:https://cn.vuejs.org/v2/style-guide/
  2. 编码:开发过程中,可以看到bug报错
  3. Examples: https://vuejsexamples.com/
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