原生轮播图

html:

<!DOCTYPE html>
<html>

<head>
    <meta charset="utf-8">
    <meta name="viewport" content="width=device-width, initial-scale=1.0">
    <title>javascript LightBox</title>
    <link href="lightbox/lightbox.css" rel="stylesheet">
</head>

<body>
    <div class="divContainer">
        <a class="aImg" style="display: flex;flex-wrap:wrap;">
            <img src="images/1.jpg">
            <img src="images/2.jpg">
            <img src="images/3.jpg">
            <img src="images/4.jpg">
            <img src="images/5.jpg">
            <img src="images/6.jpg">
            <img src="images/7.jpg">
            <img src="images/8.jpg">
            <img src="images/9.jpg">
            <img src="images/10.jpg">
        </a>

        <div class="divModal">
            <button type="button" class="btnClose"><span>×</span></button>
            <div class="divModal-content">
                <img src="images/1.jpg">
                <img src="images/2.jpg">
                <img src="images/3.jpg">
                <img src="images/4.jpg">
                <img src="images/5.jpg">
                <img src="images/6.jpg">
                <img src="images/7.jpg">
                <img src="images/8.jpg">
                <img src="images/9.jpg">
                <img src="images/10.jpg">
            </div>
            <a class="prev"></a>
            <a class="next"></a>
        </div>
    </div>
</body>

<script src="../jquery-3.1.1.min.js"></script>
<script src="lightbox/lightbox.js"></script>

</html>

css:

/* CSS Document */
* { margin: 0; padding: 0; outline: 0; }


img:not([src*="/"]){display:none;}


.aImg img { 
  border: 0; 
  cursor: pointer;
}

.divContainer {
    position:relative;
    width:100%;
  height:100%;
}

.aImg{
  float: left;
  margin: 10px;
}

.aImg img{
  float: left;
  width:100px;
  height:100px;
  margin:5px;
  object-fit: cover;  /* 保持图片原始比例(后面会有文章单独说) */
}

.btnClose{            /* x关闭按钮 */
  position: fixed;
  top:5px;
  right: 30px;
  font-size: 32px;
  color: #fff;
  background: 0 0;
  border: 0;
  cursor: pointer;
}

.divModal{            /* 模态窗 */
  display: none;
  position: fixed;
  left: 0;
  top: 0;
  width: 100%;
  height: 100%;
  z-index: 99999;
  background-color: rgba(0,0,0,0.8);
}

.divModal-content{          /* 放大后的图片外div样式 */
  display: flex;
  width: 100%;
  height:100%;
  -webkit-animation-name: large;
  -webkit-animation-duration: 0.6s;
  animation-name: large;
  animation-duration: 0.6s;
}

.divModal-content img{    /* 放大后的图片样式 */
  display: none;
  width:auto;
  height: auto;
  max-width:100%;
  max-height:100%;
  align-self: center;
  margin:0 auto;
}

.prev, .next {      /* 上下图片按钮 */
  cursor: pointer;
  position: fixed;
  top: 50%;
  width: auto;
  margin-top: -28px;
  margin-left: 14px;
  margin-right: 14px;
  padding: 16px;
  color: white;
  font-weight: bold;
  font-size: 18px;
  transition: 0.6s ease;
  border-radius: 0 3px 3px 0;
}

.next {
  right: 0;
  border-radius: 3px 0 0 3px;
}

.prev:hover, .next:hover {        /* 鼠标悬浮样式 */
  background-color: rgba(0,0,0,0.8);
}


@-webkit-keyframes large {        /* 动画样式设置 */
  from {-webkit-transform:scale(0)} 
  to {-webkit-transform:scale(1)}
}

@keyframes large {
  from {transform:scale(0)} 
  to {transform:scale(1)}
}

js:

$(".aImg img").click(function () {
  var i = $(this).index();              //获得元素相对于选择器的 index 位置
  $(".divModal").show();                //遮罩层显示,加载模态窗组件
  $(".divModal-content img").hide();    //将所有图片隐藏
  $('.divModal-content img').eq(i).css("display","block");  //显示点击的图片
});

$(".divModal,.btnClose").click(function () {  //遮罩层和 x 按钮点击
  $('.divModal').hide();            //关闭模态窗
});

$(".divModal-content img,.prev,.next").click(function () {  //点击图片、上下图片切换按钮事件
  return false;                     //事件否定(点击图片、上下图片切换按钮不关闭模态窗)
});

$(".next").click(function () {      //下一张图片点击事件
  var i = $('.divModal-content img[style="display: block;"]').index();  //当图片以模态窗放大出来display属性为block
  var imgLength = $('.divModal-content img').length;  //得到所有照片数目
  if (i < imgLength - 1) {          //如果小于总长度                
    $('.divModal-content img').hide();
    $('.divModal-content img').eq(i + 1).css("display","block");
  }
  else {                            //如果超过了总长度,从第0个图片开始    
    $('.divModal-content img').hide();
    $('.divModal-content img').eq(0)..css("display","block");
  }
});

$(".prev").click(function () {      //上一张图片点击事件
  var i = $('.divModal-content img[style="display: block;"]').index();
  $('.divModal-content img').hide();
  $('.divModal-content img').eq(i - 1).css("display","block");  //-1默认会到最大的那个图片
});

效果图:
效果图

这个demo原创为公司的前辈,周末没事研究一下,在这里借花献佛了,感谢

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

打赏作者

-小龙人

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