HTML学习笔记

HTML学习笔记

1、编辑器选择:   Notepad++  https://notepad-plus-plus.org/  

                          Sublime Text: Sublime Text - Text Editing, Done Right

                               HBuilder:  DCloud - HBuilder、HBuilderX、uni-app、uniapp、5+、5plus、mui、wap2app、流应用、HTML5、小程序开发、跨平台App、多端框架

推荐使用HBuilder,window和mac都有版本,而且好用,免费

2、标题:HTML 标题(Heading)是通过<h1> - <h6> 标签来定义的

      段落:HTML 段落是通过标签 <p> 来定义的

      链接:HTML 链接是通过标签 <a> 来定义的.

       <a href=http://www.runoob.com>这是一个链接</a>

     图像:HTML 图像是通过标签 <img> 来定义的.

       <img src="/images/logo.png" width="258" height="39" />

3、CSS

  • 内联样式- HTML元素中使用"style" 属性
  • 内部样式表 -HTML文档头部 <head> 区域使用<style> 元素 来包含CSS
  • 外部引用 - 使用外部 CSS 文件
       <p style="color:blue;margin-left:20px;">This is a paragraph.</p>

4表格、列表

表格由 <table> 标签来定义。每个表格均有若干行(由 <tr> 标签定义),每行被分割为若干单元格(由 <td> 标签定义,表格的表头使用 <th> 标签进行定义

 
< table border = " 1 " >
    < tr >
        < th >Header 1 </ th >
    </ tr >
    < tr >
        < td >row 1, cell 1 </ td >
    </ tr >
    < tr >
        < td >row 2, cell 1 </ td >
    </ tr >
</ table>

无序列表: <ul>

 
< ul >
< li > 项目 </ li >
< li > 项目 </ li >
</ ul >

有序列表:  <ol>

 
< ol >
< li > 第一项 </ li >
< li > 第二项 </ li >
</ ol >

列表内标签:<li>

5、HTML布局:常见的为 <div>布局和表格布局

6、HTML表单:

表单是一个包含表单元素的区域。

表单元素是允许用户在表单中输入内容,比如:文本域(textarea)、下拉列表、单选框(radio buttons)、复选框(checkboxes)等等。

表单使用表单标签 <form> 来设置

 
<form>
input 元素
<form>

7、框架

iframe语法:

<iframe src=“URL"></iframe>
<iframe src="demo_iframe.htm" width="200" height="200"></iframe>

8、实体

 
&lt; 等同于 <
& gt; 等同于 >
&#169; 等同于 ©

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 1
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

打赏作者

三岁牧羊

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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