前端学习HTML

ctrl+N 创建文件 F1打开浏览器

前端:大网页

 网页:html 文档,经过浏览器 渲染之后展示出来的页面

渲染:动作  。html 加浏览器变成人们看到的页面

编码:通过代码的形势把想要展示的页面写道HTML里面

HTML CSS 负责页面的内容 肉体  JS页面的行为  大脑

HTML:页面的结构 手脚 CSS 样式  美观

HTML代码:

1.文本内容:能被浏览器直接显示出来的文章和符号

2.标签<>:用尖括号,不能显示开始结束/结束    反斜杠、

元素/标签:两个尖括号中间是内容

<xiao>苹果</xiao>标签成对出现

标签的属性:在元素中添加迭代附加的信息  <tag  name="value">

名称=值  用引号括起来的是值

CSS  属性  color font-size  自定义标签  浏览器不认识 

HTML熟悉标签 CSS属性 用这些命令去指挥浏览器 

文本 图片 链接 列表 表格  表单  框架  标签

语法:

1.HTML从上向下解析

2.元素可以相互嵌套

3.结构

<!DOCTYPE html>文档类型

<html lang="zh">语言的声明<head>配置设置<body>放展示的内容 标题  解决浏览器:<meta charset="UTF-8">可以兼容

英文 lan属性  MDN介绍

https://developer.mozilla.org/en-US/docs/Web/JavaScript

<P>段落标签

p{段落$}*4可生成4个P标签    h${标题$}*6大小是不一样的  不解析空格

<br>表示换行,就是多一行   空格:&nbsp;

文本格式化标签:strong 标签加强  em 表示斜体   del 表示中间一条横线  标签和元素可以嵌套 这三个可以嵌套

span标签  F12打开代码格式   <img>  src   <img src="qiuqiu.jpg"  图片显示不出来就显示这个alt="ccge"

title=""

图片格式:

JPG  :有损压缩,影响画质,大小小,不支持透明的通道

PNG:无损压缩,图片大,支持透明通道

GIF:动图

<body style="back"

图片方式:

网络图片:<img src="http://">

本地图片:

绝对路劲:从盘符算起的路径  <img src="http://i1.mif,,,">

相对路劲:从当前路径算起的路径,若在同一级直接写,不在同一级就写/,/前一定是同一级的目录

../代表上一级的目录../img/qiuqiu2.jpg     url 地址   加信息,就是在TITLE上写信息

超链接:a标签   <a href="">  如果跳转之后到另外一个页面就写   target="_blank">

<a href="http://www.mi.com"  target="_blank">超级链接,这里也可以写一张图片</a>

回到顶部可以用瞄点的功能,书签标记:锚点

<a href="#mid270">mid270</a>

<br id="end">

<a href="#">z最顶上</a>  邮件系统

图片映射:点击图片的不同区域可以跳转到不同的页面

map地图  area  区域

<img src="qiuqiu.jpg" alt=""  usemap="#qiuqiumap">

<map name="qiuqiumap">

     <area shape="circle" coords="233,456,50是半径" href="http://mba.sjtu.edu.cn"   target="_blank"  alt="">坐标点,中心加半劲,用QQ截图找到坐标点

    <area shape="rect"   coords="324,223,444,555"  href="http://www.se.sjtu.cn"  alt=""> 矩形要找到左上角和右下角  从左上角开始截图,找到坐标的位置     poly 多边形

</map>

无序列表:内容列表,ul+li    无顺序关系

有序列表:内容列表    OL+li 有顺序关系

自定义列表:内容标题+内容   列表  dl+dt+dd

li{有序列表$}*6   dl{内容}*9   每一个商品就是一个LI     标题下的具体内容   排序表下用 OL

 

表格来进行页面布局  表格由若干行组成   以行来分   th标题   TD内容  TR行   

行合并和列合并    加一个border="1"  实现边框   th表示标题    td表示一行的内容  tr是大标题

行合并  列合并

<td  rowspan="4">k开发组</td>

表单:收集  用户输入  发送或者 提交给服务器

输入:内容     文本:普通和密码两种类型   单选框  多选框  下拉框  

提交:提交按钮   HTTP:超文本传输协议   浏览器和服务器的通讯

模式:请求——应答   浏览器主动发送请求到服务器   ,服务器接收  自身处理,结果返回浏览器

GET  POST请求  与表单有关form

注册页面:用户名,密码  BR换行

加密传输JS操作

小练习:

 

 

网页的布局:

功能化为小块,把具体的内容填充到小块  排列好

div:容器  装东西  三个DIV可以设置三个布局   TABLE也可以设置布局    

iframe:嵌套页面 

frameset:嵌套页面,管理后台

块元素:独立成一行,可以设置宽高  默认宽高100%  分为文字类块元素:p h1-h6

容器类块元素:div table tr td th form  ul li ol  dl dt dd

行元素:不独立成一行  不可以设置宽高   内容决定  a  img  input strong em del  span 

特殊字符:文字  BR &nbsp;

嵌套规则:

1.块元素可以嵌套行元素:<div>这是一个div<a href="">这是a</a>   </div>

2.行元素可以嵌套行元素  :<a href="">这是个<strong>  a</strong>   </a>

3.行元素不可以嵌套块元素:错误:<a href=""><div><div></a>

4.文字类块元素不可以嵌套块元素,可以嵌套行元素

5.容器类块元素可以嵌套块元素   DIV 里面可以放很多的P标签

注重语义化

 

 

 

 

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