javascript事件处理(重点)-02

事件处理(重点)

事件的处理指的是根据某一状态发生之后进行的反应,在事件处理之中会存在有事件源,以及事件的监听。
当监听到指定的事件之后会调用函数进行事件的处理。所以来讲JavaScript之中,针对于事件处理必须事件
源和处理函数,而函数都是由用户自己定义的
在HTML之中,所有的事件都会以onXxx的形式命名,例如,观察两个简单事件


页面加载事件:onload
页面卸载事件:onunload

范例:事件处理
<html>
<head>
<title>JavaScript应用</title>
<script type="text/javascript" >
//在事件触发前的语句编写处理函数
function funA(){
alert("你好你好,一般此处都会弹框");
}
function funB(){
alert("拜拜,此处一般都会询问是否要添加收藏");
}
</script>
</head>
<body οnlοad="funA()" οnunlοad="funB()">
</body>
</html>

很多时候onload事件是非常重要的,例如:在日后要学习的ExtJs框架,所有的代码都要求在onload事件之中进
行处理。页面加载往往会做许多的处理。
那么在进行鼠标处理的时候也可以进行鼠标的事件控制,鼠标事件分为如下几种


onmouseover:鼠标经过时触发
onmouseup:鼠标松开时触发
onmousedown:鼠标点击时触发
onmouseout:鼠标离开时触发
onmousemove:鼠标移动时触发

<html>
<head>
<title>JavaScript应用</title>
<script type="text/javascript" >
//在事件触发前的语句编写处理函数
function fun(){
alert("鼠标事件触发");
}
</script>
</head>
<body> 
<img src="images/1.jpg" οnmοuseοver="fun()" >
</body>
</html>

那么现在既然有了事件处理的基本概念,下面利用事件做一些动态的处理效果。例如:编写一个程序,
当鼠标经过过的时候自动替换为其它照片。
那么这个时候就必须采用一个“<span>”作为图片元素的包裹元素,使用span包裹元素之后,往往需要
类型设置一个id,而后通过此id取得元素

Java属于面向对象的编程语言,面向对象过程之中,需要由用户自己定义类,自己产生对象。但是JavaScript
是一种基于对象的编程语言,即:所有的对象都已经由浏览器自动为用户提供好了,用户直接使用即可,最
典型的对象:每一个HTML元素都是一个对象。所有HTML定义的时候如果要想轻松的取得指定元素,必须加上有
ID属性,作为唯一标记。
当取得了span元素对象之后利用innerHTML取得数据

范例:观察元素取得
<html>
<head>
<title>JavaScript应用</title>
</head>
<body> 
<span id="my">
<img src="images/1.jpg" >
</span>
<span id="msg" alt="hello">
改变图片信息
</span>
</body>
<script type="text/javascript" >
//在事件触发前的语句编写处理函数
//根据id取得指定对象
 var obj=document.getElementById("msg");
alert(obj.innerHTML);
</script>
</html>

范例:利用以上的操作实现图片的修改
<html>
<head>
<title>JavaScript应用</title>
<script type="text/javascript" >
function changePic(){
    var flag=true;
    var mySpan=document.getElementById("my");
    if(flag){
    mySpan.innerHTML="<img
    src=\"images/2.jpg\"
    οnmοuseοver=\"changePic()\">";
    flag=false;
}else{
    mySpan.innerHTML="<img
    src=\"images/1.jpg\"
    οnmοuseοut=\"changePic()\">";
    flag=true;
}
}
</script>
</head>
<body> 
<span id="my">
<img src="images/1.jpg"
οnmοuseοver="changePic()">
</span>
</body>
</html>

 

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