webStorm的使用即常用快捷键

我也是最近做的一个有关node的项目,才开始接触到webstorm,因为他自带了开发环境,所以开发起来非常方便,简单;

WebStorm 是 JetBrain 公司开发的一款 JavaScript IDE,虽然他本身就有很多优势,但是想开发的更快,必须的掌握一些常用的快捷键;  现在分享一些关于我在新项目中使用的一些快捷键;

一.关于写代码的

  1. 打开文件: Ctrl + Shift + N
  2. 复制整行: Ctrl + D
  3. 折叠当前块: Ctrl + “-”,折叠当前块以及子块: Ctrl + Alt + “-”,折叠全部块: Ctrl + Shift + “-”  //但是注意最好是不要使用折叠全部块: Ctrl + Shift + “-”,原因自己去实践体会
  4. 打开文件: Ctrl + Shift + N
  5. 打开类: Ctrl + N
  6. 移动文件: F6, 并修改文件的引用位置, 包括 html 和 js文件
  7. 抽取函数: Ctrl + Alt + M,整块代码抽取成函数,会自动根据就填写的函数名把代码转换成函数并调用 如下代码:
    $('.header-btn').click(function () {
            var that = this;
            $('.modle-login').show();
            $(".nav-tab").find("a").each(function (i) {
                $(this).removeClass('active-tab');
                if ($(this).data("type") == $(that).data("type")) {
                    $(this).addClass('active-tab');
                }
            });
            $(".login-modle").find('.form-type').each(function () {
                $(this).removeClass('active-wrap');
                if ($(this).data("type") == $(that).data("type")) {
                    $(this).addClass('active-wrap');
                }
            });
        });
    转变成
    function clickFunction() {
        $('.header-btn').click(function () {
            var that = this;
            $('.modle-login').show();
            $(".nav-tab").find("a").each(function (i) {
                $(this).removeClass('active-tab');
                if ($(this).data("type") == $(that).data("type")) {
                    $(this).addClass('active-tab');
                }
            });
            $(".login-modle").find('.form-type').each(function () {
                $(this).removeClass('active-wrap');
                if ($(this).data("type") == $(that).data("type")) {
                    $(this).addClass('active-wrap');
                }
            });
        });
    }
    clickFunction();
  8. .抽取变量: Ctrl + Alt + V,当前选中抽取为变两  例如  $(".html_totalPage").text()  转变成  var allPage=$(".html_totalPage").text();
  9. 移动整块代码: Ctrl + Shift + ↑↓
  10. 包裹: Ctrl + Alt + T,外层包裹,比如 if、try catch等
二、关于设置
  1. View -> Tool Windows -> npm,可以打开 npm 快捷窗口

    这里可以直接右键 update

    可以双击执行 npm 命令

  2. ctrl+alt+s打开Settings界面,Editor > Colors&Fonts > Font。

1、资源项目源码均已通过严格测试验证,保证能够正常运行; 2、项目问题、技术讨论,可以给博主私信或留言,博主看到后会第一时间与您进行沟通; 3、本项目比较适合计算机领域相关的毕业设计课题、课程作业等使用,尤其对于人工智能、计算机科学与技术等相关专业,更为适合; 4、下载使用后,可先查看README.md或论文文件(如有),本项目仅用作交流学习参考,请切勿用于商业用途。 5、资源来自互联网采集,如有侵权,私聊博主删除。 6、可私信博主看论文后选择购买源代码。 1、资源项目源码均已通过严格测试验证,保证能够正常运行; 2、项目问题、技术讨论,可以给博主私信或留言,博主看到后会第一时间与您进行沟通; 3、本项目比较适合计算机领域相关的毕业设计课题、课程作业等使用,尤其对于人工智能、计算机科学与技术等相关专业,更为适合; 4、下载使用后,可先查看README.md或论文文件(如有),本项目仅用作交流学习参考,请切勿用于商业用途。 5、资源来自互联网采集,如有侵权,私聊博主删除。 6、可私信博主看论文后选择购买源代码。 1、资源项目源码均已通过严格测试验证,保证能够正常运行; 2、项目问题、技术讨论,可以给博主私信或留言,博主看到后会第一时间与您进行沟通; 3、本项目比较适合计算机领域相关的毕业设计课题、课程作业等使用,尤其对于人工智能、计算机科学与技术等相关专业,更为适合; 4、下载使用后,可先查看README.md或论文文件(如有),本项目仅用作交流学习参考,请切勿用于商业用途。 5、资源来自互联网采集,如有侵权,私聊博主删除。 6、可私信博主看论文后选择购买源代码。
应用背景为变电站电力巡检,基于YOLO v4算法模型对常见电力巡检目标进行检测,并充分利用Ascend310提供的DVPP等硬件支持能力来完成流媒体的传输、处理等任务,并对系统性能做出一定的优化。.zip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