轮播图

点击左右按钮,切换图片。图片的序号也随之变化。

逻辑思维:每次点击按钮时,只需要改变img的“src”属性就可以切换图片。将图片的"src"放在数组中,就可以知道每一张图的位置信息,在通过在数组中的位置的改变,从而改变img的“src”

<!doctype html>
<html lang="en">
<head>
	<meta charset="UTF-8">
	<title>轮播图</title>
	<style type="text/css">
	body{margin: 0;padding: 0;}
	#div1{position: relative;width: 390px;}
	#img1{width: 390px;}
	#btn1{background: url(img/pic-2.png) no-repeat;width: 55px;height: 55px;position: absolute;left: 5px;top:240px;border: none;}//通过定位的方法可以将按钮定位到自己想要的位置。
	#btn2{background: url(img/pic-3.png) no-repeat;width: 55px;height: 55px;position: absolute;left: 320px;top:240px;border: none;}
	#p1{top:0;width: 100%;position: absolute;left: 0;margin: 0;height: 50px;line-height: 50px;text-align: center;font-size: 32px;color: #fff;background-color: rgba(0,0,0,0.6);}
	</style>
</head>
<body>
	<div id="div1">
		<img src="img/1.png" alt="" id="img1">
		<input type="button" id="btn1">
		<input type="button" id="btn2">
		<p id="p1">1/4</p>
	</div>
	<script>
		var aBtn=document.getElementsByTagName('input'); //
		var oImg=document.getElementById('img1');
		var arr=["img/1.png","img/2.png","img/3.png","img/4.png"]
		var oP=document.getElementById("p1")
		for(var i=0;i<arr.length;i++){
			//图片向后切换
                        aBtn[1].onclick=function(){  
			if(i==3||i>3){  //如果图片位于最后一张,则把下一次点击回到第一张图上
				i=0;
			}else{
				i++;
			}
			oImg.src=arr[i];
			oP.innerHTML=i+1+"/"+arr.length
			}	
                        //图片向前切换
			aBtn[0].onclick=function(){
			if(i==0){  //如果图片位于第一张,则下一次点击到最后一张。
				i=3;
			}else{
				i--;
			}
			oImg.src=arr[i];
			oP.innerHTML=i+1+"/"+arr.length
			}
		}
	</script>
</body>
</html>


	<title>轮播图</title>
	<style type="text/css">
	body{margin: 0;padding: 0;}
	#div1{position: relative;width: 390px;}
	#img1{width: 390px;}
	#btn1{background: url(img/pic-2.png) no-repeat;width: 55px;height: 55px;position: absolute;left: 5px;top:240px;border: none;}//通过定位的方法可以将按钮定位到自己想要的位置。
	#btn2{background: url(img/pic-3.png) no-repeat;width: 55px;height: 55px;position: absolute;left: 320px;top:240px;border: none;}
	#p1{top:0;width: 100%;position: absolute;left: 0;margin: 0;height: 50px;line-height: 50px;text-align: center;font-size: 32px;color: #fff;background-color: rgba(0,0,0,0.6);}
	</style>
</head>
<body>
	<div id="div1">
		<img src="img/1.png" alt="" id="img1">
		<input type="button" id="btn1">
		<input type="button" id="btn2">
		<p id="p1">1/4</p>
	</div>
	<script>
		var aBtn=document.getElementsByTagName('input'); //
		var oImg=document.getElementById('img1');
		var arr=["img/1.png","img/2.png","img/3.png","img/4.png"]
		var oP=document.getElementById("p1")
		for(var i=0;i<arr.length;i++){
			//图片向后切换
                        aBtn[1].οnclick=function(){  
			if(i==3||i>3){  //如果图片位于最后一张,则把下一次点击回到第一张图上
				i=0;
			}else{
				i++;
			}
			oImg.src=arr[i];
			oP.innerHTML=i+1+"/"+arr.length
			}	
                        //图片向前切换
			aBtn[0].οnclick=function(){
			if(i==0){  //如果图片位于第一张,则下一次点击到最后一张。
				i=3;
			}else{
				i--;
			}
			oImg.src=arr[i];
			oP.innerHTML=i+1+"/"+arr.length
			}
		}
	</script>
</body>
</html>

顺便说一下,document.ElementById  ,document.ElementsByTagName,document.ElementsByClassName三者的区别

1.document.ElementById:通过元素的ID获取元素节点,这个方法将返回一个与给定id属性值的元素节点对应的对象。该方法只有一个参数:你想获得的那个元素的id属性的值。var一个变量时以小"o"开头,本例中如"oImg","o"后面第一个字母大写。

2.document.ElementsByTagName该方法返回一个数组,所以var一个变量时以小“a”开头,在本例中如"aBtn"。该方法也只有一个参数的函数,他的参数是标签的名字。本例中“input”就是一个参数。可以通过循环语句for或者while来遍历这个数组。获取到其中每一个参数。

3.document.ElementsByClassName:该方法也只接受一个参数,就是类名(class),返回值也与document.ElementsByTagName类似,都是一个具有相同类名的元素的数组。使用这个方法还可以查找带有多个类名的元素,只要在字符串参数中用空格分隔类名即可.


 

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