老铁,这都不会?浏览器端实时js引入jquery,操作页面元素。so easy!

故事

在网上看到好的网页,想要用jquery $语法操作一下页面元素,(个_个)不过有些网站是不支持jquery的,那么我们怎么操作呢?

第一步:引入jquery

浏览器f12,在console栏拷贝一下内容,然后回车

var script = document.createElement('script');
script.src = 'https://cdn.bootcdn.net/ajax/libs/jquery/3.5.1/jquery.js';
document.head.appendChild(script);

第二步:应用jquery

直接使用$('选择器')就可以操作页面元素了,就那么简单!

jquery其他便捷功能也可以用啦

 

 

  • 2
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 2
    评论
好的,以下是一份示例代码,使用 Python 和 Hugging Face Transformers 库实现一个基于 GPT-2 的聊天机器人: ```python from transformers import AutoModelForCausalLM, AutoTokenizer import torch # 加载预训练的 GPT-2 模型和 tokenizer model_name = "microsoft/DialoGPT-medium" tokenizer = AutoTokenizer.from_pretrained(model_name) model = AutoModelForCausalLM.from_pretrained(model_name) # 设置对话历史和机器人的 persona history = [] persona = "Hi, I'm a friendly chatbot. What can I help you with today?" while True: # 获取用户输入 user_input = input("User: ") # 将用户输入添加到对话历史中 history.append(user_input) # 将 persona 和对话历史组合成一个字符串 input_text = persona + "\n" + "\n".join(history[-7:]) # 将输入文本编码为 tokens input_ids = tokenizer.encode(input_text, return_tensors="pt") # 生成机器人的回复 reply_ids = model.generate( input_ids=input_ids, max_length=1000, do_sample=True, top_p=0.9, top_k=50, temperature=1.0, pad_token_id=tokenizer.eos_token_id, ) # 将回复解码为文本并打印出来 reply_text = tokenizer.decode(reply_ids[0], skip_special_tokens=True) print("Bot:", reply_text) # 如果机器人的回复包含结束对话的标志,则退出对话 if tokenizer.eos_token in reply_text: break ``` 实现的基本思路是: 1. 加载预训练的 GPT-2 模型和 tokenizer。 2. 设置机器人的 persona 和对话历史。 3. 循环读取用户输入,将其添加到对话历史中,然后使用 GPT-2 生成机器人的回复。 4. 将机器人的回复解码为文本并输出,然后判断是否包含结束对话的标志。 需要注意的是,这只是一个简单示例,实际上还需要进行一些优化和改进,比如处理不良输入、提高回复质量、增加对上下文的理解等。
评论 2
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