HTML学习笔记(二)

表格标记:显示较工整的数据时建议使用

实现一个表格:需要

表格标记:table

行标记:tr

单元格标记:td

 

额外可用标记:thead ,tbody用于设置能快速搜索的表格

 

编写一个2行2列的表格:

 

 

 

 

 

如果需要显示表格的边框,就使用border属性设置,值为固定数值:border=”1”(实际开发中不建议这样使用,一般都是使用样式设置)

表格默认的大小是跟随内容变化的,如果需要定义宽高,通过width和height设置

在表格中使用align可以设置表格的水平对齐方式,如果align使用在tr或td中表示某行或某列中的内容的水平对齐方式

 

在单元格中使用rowspan实现垂直和clospan实现水平合并

合并单元格:

1.    在用于合并的单元格中使用属性,属性的值为合并后单元格所占单元格个数,如rowspan=”2”

2.    将被合并(挤出去)单元格删除

 

补充:通过cellpadding设置表格内容的填充(补白,内间距),通过cellspacing设置单元格之间的间距

 

 

表单标记:用于显示接收用户输入或选择的控件,完成数据的收集和发送

 

标记名:form

必须存在属性:

method:默认值为get,可选值有post和get,如果明确提交数据方式为get,该属性可以不写

action:用于指定表单数据的发送地址

 

表单的数据收集通过其包含的控件标记来实现:

输入控件:input

必写属性:type,用于设置控件类型

           常用值:

Ø  text:默认值,表示文本框

Ø  password:密码框

Ø  radio:单选按钮框,如果想要多个单选成为一组的单选,必须保证该组单选按钮的name属性值一致

Ø  checkbox:复选框

Ø  button:普通按钮,该按钮没有任何效果,效果的实现必须通过javaScript语言开发,按钮中通过设置其value属性来定义按钮显示的文本

Ø  submit:提交按钮,该按钮具有提交数据的功能,通过设置其value属性来定义按钮显示的文本

常用属性:name,用于设置控制名称(在进行web开发时非常重要

 

下拉列表控件:select,必须结合option(下拉列表项)标记实现

<select>

           <option>2001</option>

           <option>2002</option>

           <option>2003</option>

           <option>2004</option>

       </select>年

文本域控件:textarea

<textarea rows="10" cols="20">

       用户协议

</textarea>

属性rows设置行数,clos设置列数

 

实际开发中:一般借助表格对表单控件进行布局,显示会较工整,每个控件都应该具有一个有意义的name属性值

 

在网页中使用注释(给人看):

<!—注释文本-->

网页中#表示当前

计算机中加载代码的顺序:从上往下,从左往右逐行执行

 

Post和get的区别:

Post:提交数据在地址栏不可见,数据提交发送慢

Get:提交数据在地址栏可见,发送提交速度快

 

样式:外观,外貌,样子

 

CSS:层叠样式表:

使用方式有3种:

行内样式:

在需要使用样式的标记中,通过style属性定义样式

语法:<标记名style=”样式属性1:属性值; 样式属性2:属性值;….”>被修饰的内容</标记名> 

内部样式表:

在head标记中定义style标记,在style标记中定义各种样式选择器

<style>

样式选择器1

样式选择器2

…..

</style>

 

外部样式表:在样式重复使用上效率更高(在实际开发中使用最多)

1.    创建一个以.css为文件后缀名的样式表文件,在文件中编写各种选择器

2.    在需要引用样式的网页的head标记中通过link标记将样式表文件加载

完整语法:

<link href="样式表地址" rel="stylesheet" type="text/css">

 

网页中常用选择器:

1.    标签选择器:选择器名就是标签名,

使用特点:网页中所有属于指定选择器名的标签都会具有该选择器的样式

语法:

选择器名{

样式属性1:值;

样式属性2:值;

…….

}

2.    ID选择器:选择器名以#后跟自定义的名称

使用特点:在需要使用该选择器的标记中通过属性id=”选择器名”,来使用样式

语法:

  #选择器名{

样式属性1:值;

样式属性2:值;

…….

}

3.    类选择器:选择器名以.后跟自定义的名称

使用特点:在需要使用该选择器的标记中通过属性class=”选择器名”,来使用样式

语法:

  .选择器名{

样式属性1:值;

样式属性2:值;

…….

}

 

Id选择器和类选择器的区别:

在网页中每一个ID选择器只能作用于一个标签,而类选择器可以作用于多个标签,这正是开发准则

 

多种样式使用遵循就近原则。


智慧旅游解决方案利用云计算、物联网和移动互联网技术,通过便携终端设备,实现对旅游资源、经济、活动和旅游者信息的智能感知和发布。这种技术的应用旨在提升游客在旅游各个环节的体验,使他们能够轻松获取信息、规划行程、预订票务和安排食宿。智慧旅游平台为旅游管理部门、企业和游客提供服务,包括政策发布、行政管理、景区安全、游客流量统计分析、投诉反馈等。此外,平台还提供广告促销、库存信息、景点介绍、电子门票、社交互动等功能。 智慧旅游的建设规划得到了国家政策的支持,如《国家中长期科技发展规划纲要》和国务院的《关于加快发展旅游业的意见》,这些政策强调了旅游信息服务平台的建设和信息化服务的重要性。随着技术的成熟和政策环境的优化,智慧旅游的时机已经到来。 智慧旅游平台采用SaaS、PaaS和IaaS等云服务模式,提供简化的软件开发、测试和部署环境,实现资源的按需配置和快速部署。这些服务模式支持旅游企业、消费者和管理部门开发高性能、高可扩展的应用服务。平台还整合了旅游信息资源,提供了丰富的旅游产品创意平台和统一的旅游综合信息库。 智慧旅游融合应用面向游客和景区景点主管机构,提供无线城市门户、智能导游、智能门票及优惠券、景区综合安防、车辆及停车场管理等服务。这些应用通过物联网和云计算技术,实现了旅游服务的智能化、个性化和协同化,提高了旅游服务的自由度和信息共享的动态性。 智慧旅游的发展标志着旅游信息化建设的智能化和应用多样化趋势,多种技术和应用交叉渗透至旅游行业的各个方面,预示着全面的智慧旅游时代已经到来。智慧旅游不仅提升了游客的旅游体验,也为旅游管理和服务提供了高效的技术支持。
智慧旅游解决方案利用云计算、物联网和移动互联网技术,通过便携终端设备,实现对旅游资源、经济、活动和旅游者信息的智能感知和发布。这种技术的应用旨在提升游客在旅游各个环节的体验,使他们能够轻松获取信息、规划行程、预订票务和安排食宿。智慧旅游平台为旅游管理部门、企业和游客提供服务,包括政策发布、行政管理、景区安全、游客流量统计分析、投诉反馈等。此外,平台还提供广告促销、库存信息、景点介绍、电子门票、社交互动等功能。 智慧旅游的建设规划得到了国家政策的支持,如《国家中长期科技发展规划纲要》和国务院的《关于加快发展旅游业的意见》,这些政策强调了旅游信息服务平台的建设和信息化服务的重要性。随着技术的成熟和政策环境的优化,智慧旅游的时机已经到来。 智慧旅游平台采用SaaS、PaaS和IaaS等云服务模式,提供简化的软件开发、测试和部署环境,实现资源的按需配置和快速部署。这些服务模式支持旅游企业、消费者和管理部门开发高性能、高可扩展的应用服务。平台还整合了旅游信息资源,提供了丰富的旅游产品创意平台和统一的旅游综合信息库。 智慧旅游融合应用面向游客和景区景点主管机构,提供无线城市门户、智能导游、智能门票及优惠券、景区综合安防、车辆及停车场管理等服务。这些应用通过物联网和云计算技术,实现了旅游服务的智能化、个性化和协同化,提高了旅游服务的自由度和信息共享的动态性。 智慧旅游的发展标志着旅游信息化建设的智能化和应用多样化趋势,多种技术和应用交叉渗透至旅游行业的各个方面,预示着全面的智慧旅游时代已经到来。智慧旅游不仅提升了游客的旅游体验,也为旅游管理和服务提供了高效的技术支持。
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