html常用标签

1、块级元素和行内元素

①块级元素:块级大多为结构性标记

<address>...</adderss> 地址文字

<center>...</center>    水平居中

<h1>...</h1>                标题一级

<h2>...</h2>               标题二级

<h3>...</h3>              标题三级

<h4>...</h4>              标题四级

<h5>...</h5>              标题五级

<h6>...</h6>             标题六级

<hr>                          水平分割线

<p>...</p>                 段落

<pre>...</pre>          预格式化

<blockquote>...</blockquote> 段落缩进 前后5个字符

<marquee>...</marquee> 滚动文本

<ul>...</ul> 无序列表

<ol>...</ol> 有序列表

<dl>...</dl> 定义列表

<table>...</table> 表格

<form>...</form> 表单

<div>...</div> 容器

②行内元素:行内大多为描述性标记

<span>...</span> 无语义的行内元素

<a>...</a> 链接

<br> 换行

<b>...</b> 加粗

<strong>...</strong> 加重语气标签

<img > 图片

<sup>...</sup> 上标 <sub>...</sub> 下标

(<sup> 标签与 <sub> 标签显示的大小相同,不同的是它显示在正常字符一半基准线的上方)

<i>...</i> 斜体

<em>...</em> 标记重点强调的文本

<del>...</del> 删除线

<u>...</u> 下划线

<input>...</input> 文本框

<textarea>...</textarea> 多行文本

<select>...</select> 下拉列表

⑴块级元素特点

1.总是从新的一行开始

2.高度、宽度都是可控的

3.宽度没有设置时,默认为100%

4.块级元素中可以包含块级元素和行内元素

⑵行内元素特点

1.和其他元素都在一行

2.高度、宽度以及内边距都是不可控的

3.宽高就是内容的高度,不可以改变

4.行内元素只能行内元素,不能包含块级元素

2、< dl>< /dl>用来创建一个普通的列表,

< dt>< /dt>用来创建列表中的上层项目,

<dd>< /dd>用来创建列表中最下层项目,必须后跟一个 <dt> 元素

< dt>< /dt>和< dd>< /dd>都必须放在< dl>< /dl>标志对之间。

3、<!--...-->注释标签(取消注释):ctrl+/

4、select标签

<select class="option1">
   <option>武汉</option>
   <option>杭州</option>
   <option>深圳</option>
</select>

5、ul标签:无序列表

li标签:<li> 标签可用在有序列表(<ol>)、无序列表(<ul>)和菜单列表(<menu>)中

<ul>
	<li class="header-son">消息记录</li>
	<li class="header-son">购物车</li>
	<li class="header-son">愿望单</li>
</ul>

6、<!DOCTYPE> 声明:DOCTYPE 是 document type(文档类型)的简写。

!DOCTYPE 是一个文档类型标记,是一种标准通用标记语言的文档类型声明,在 web 设计中用来说明你用的 XHTML 或者 HTML 是什么版本。

7、<a>标签:

<a href="http://www.w3cschool.cn">访问 W3Cschool在线教程!</a>

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