fixed 的 定位 与 Transforms

发现的问题或者说现象吧:

当 当前元素设有Transforms  中 translateY等位置变化的属性时,fixed定位失效!

场景提要:

一个页面中,body设置了一个 translateY从20px - 0 的 1s 的运动属性(css3中设置的)这样做, 当页面刷新时或者新进时会有个缓缓运动的效果!

然后页中有个返回顶部的按钮,设的是fixed定位;然后就发现 支持Transforms  属性的浏览器 此按钮呈现的状态是 relative定位的样子,而ie7、8 中按钮的fixed定位是好的!

后来搜索了一下,发现网上以有人发现这个问题并总结了blog 。这是那篇文章的链接http://meyerweb.com/eric/thoughts/2011/09/12/un-fixing-fixed-elements-with-css-transforms/

大概的意思是说,浏览器重新给元素设置了坐标系,将fixed定位强制转为relative定位。

 

然后,回说到我的问题上,我给body加上了Transforms  属性,就是说整个body及其包含的元素都重新设置了坐标系,所以要解决我的问题就是把fixed定位的元素单提出去!

转载于:https://www.cnblogs.com/langli/p/3200654.html

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
transforms与自注意力机制是两个不同的概念。transforms是PyTorch中的一个模块,用于对图像进行预处理和数据增强的操作。在引用中提到了一个示例,其中包含了一些常见的图像变换操作,例如随机水平翻转、随机裁剪、转换为张量以及归一化等操作。 而自注意力机制是神经网络中的一种机制,用于在序列数据中对不同位置的信息进行加权聚合。在引用中提到了自注意力机制的具体公式,其中Query是不随时间步长变化的输入,而ωQ、ωK、ωV是神经网络的参数,通过反向传播进行修正。通过对每个时间步的权重at和Valuet进行加权求和,可以得到具有自注意力的情感特征向量。 总结起来,transforms是对图像进行预处理和数据增强的操作,而自注意力机制是一种用于加权聚合序列数据中不同位置信息的机制。它们分别在图像处理和神经网络中有不同的应用。<span class="em">1</span><span class="em">2</span><span class="em">3</span> #### 引用[.reference_title] - *1* *3* [多头自注意力机制脑电情绪识别:论文精读](https://blog.csdn.net/sxn0121/article/details/130899591)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_1"}}] [.reference_item style="max-width: 50%"] - *2* [如何自己写一个注意力机制](https://blog.csdn.net/qq_44224801/article/details/129879271)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_1"}}] [.reference_item style="max-width: 50%"] [ .reference_list ]
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