锋利的jquery学习笔记-write less do more-层次选择器

//层级选择器 后代元素、子元素、相邻元素、同辈元素

页面代码
<head>
        <script src = "jquery.js"></script>
        <script src = "test.js"></script>
        <style>
            span{
                width:140px;
                height:140px;
                margin:5px;
                background:orchid;
                border:#000 1px solid;
                float :left;
                font-size :17px;
                font-family :verdana;
            }
            div.min {
                width:55px;
                height:55px;
                background-color: #aaa;
                font-size:12px;
            }
            div.hide {
                display:none;
            }
            .one{
                width:140px;
                height:140px;
                margin:5px;
                background:greenyellow;
                border:royalblue 5px solid;
                float :left;
                font-size :17px;
                font-family :verdana;
            }
            .min{
                width:140px;
                height:140px;
                margin:5px;
                background:#aaa;
                border:#000 2px solid;
                float :left;
                font-size :17px;
                font-family :verdana;
            }
        </style>
    </head>
<body>

    <div class= one id = one >
        id为one、class为one的div
        <div class =min>class 为min的div</div>
    </div>
    <div class = one id = two title = test>
        id为two class为one title为test的div
        <div class = min title=other>class为min title为other的div</div>
        <div class = min title = test>class 为min title为test的div</div>
    </div>
    <div class =one >
        <div class = min>class 为min的div</div>
        <div class = min>class为min的div</div>
        <div class = min>class 为min的div</div>
        <div class = min></div>
    </div>
    <div class =one >
        <div class = min>class 为min的div</div>
        <div class = min>class为min的div</div>
        <div class = min>class 为min的div</div>
        <div class = min title=test> class为min title为test的div</div>
    </div>
    <div style = "display :none;" class = none>
        style的display为none的div
    </div>
    <div class = hide>class 为hide的div</div>
    <div>
        包含input的type为hideen的div<input type =hidden size=8/>

    </div>
    <span id = mover>正在执行动画的span元素</span>
    <button onclick="panda3()">点我 点我</button>
function panda3(){
    //层级选择器  后代元素、子元素、相邻元素、同辈元素
//  $("body div").css("background","pink");//后代元素   获取body下所有的div 包括div里嵌套的div
    //$("body>div").css("background","deeppink");//子元素  获取body下第一层子div
    //$("#one+div").css("background","#000000");//相邻元素 获取id为one元素后第一个元素
    //$("#one").next("div").css("background","#000000");
    //$("#one ~div").css("background","aquamarine");//同辈元素  获取id为one元素后所有div元素
    //$("#one").nextAll("div").css("background","aquamarine");
    $("#one").siblings("div").css("background","aquamarine");// 获取前后所有同辈元素
    }

这里写图片描述


**tip:
这里讲一下**
1.$("body div")$("body > div")的区别
$("body div")获取body下所有div,包括div里嵌套的div,或者其它元素里嵌套的div
$("body > div") 获取body里第一层div 不包括嵌套的子div

2.$("#one+div") 相当于$("#one").next("div") 后者常用
$("#one~div")相当于$("#one").nextAll("div") 后者常用

3.$("#one").nextAll("div")$("#one").siblings("div")的区别
$("#one").nextAll("div")获取id为one的元素往后所有同级div
$("#one").siblings("div") 获取id为one元素前后所有同级div

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