求教关于ActionBar 样式问题

有关 actionBar 自定义样式...


我希望自定义 ActionBar 中 Tab 标签页标题的字体样式,应该是在 style.xml 中添加
android:actionBarTabTextStyle 样式吧?但是实际却并没有效果.


PS1: style.xml 文件中的 title 栏的背景色(android:background) 和字体颜色(android:titleTextStyle) 有效果
PS2: style.xml 文件中修改 tab 标签页背景色的属性(android:backgroundStacked)也生效
PS3: 唯独(actionBarTabTextStyle)没效果
PS4: 我是  actionBar+viewPager+Fragment  实现多页面滑动效果


难道一定要自定义一个 Layout  然后在 通过   getActionBar()   去   setCustomView(View v) 么?可是 title 的背景色和字体有效果,就连  tab  的背景色都有效果,没道理就是   actionBarTabTextText   没效果啊?

一下是我的  style.xml 文件代码...     Fragment+viewPager+actionBar 的具体实现就不贴出来了..

<resources xmlns:android="http://schemas.android.com/apk/res/android">

    <!--
        Base application theme for API 14+. This theme completely replaces
        AppBaseTheme from BOTH res/values/styles.xml and
        res/values-v11/styles.xml on API 14+ devices.
    -->
    <style name="AppBaseTheme" parent="android:Theme.Holo.Light.DarkActionBar">
        <!-- API 14 theme customizations can go here. -->
    </style>
    
    <style name="NoSpamActionBarTheme"
        parent="@android:style/android:Theme.Holo.Light.DarkActionBar">
        <item name="android:actionBarStyle">@style/NoSpamActionBarStyle</item>
    </style>
    
    <style name="NoSpamActionBarStyle"
        parent="@android:style/Widget.Holo.Light.ActionBar.Solid">
        <item name="android:background">@color/back_color</item>
        <item name="android:backgroundStacked">@color/tab_back_color</item>
        <item name="android:titleTextStyle">@style/NoSpamTitleStyle</item>
        <item name="android:actionBarTabTextStyle">@style/NoSpamTabText</item>
    </style>
    
    <style name="NoSpamTitleStyle">
        <item name="android:textColor">@color/title_color</item>
        <item name="android:textSize">19sp</item>
    </style>
    
<style name="NoSpamTabText"
    parent="@android:style/Widget.Holo.ActionBar.TabText">
    <item name="android:textColor">@color/tab_text_color</item>
    <item name="android:textSize">18sp</item>
</style>    
    
    

</resources>



以下是   actionBar  构造代码

/**
 * 
 * 安装电话黑名单标签导航
 */

public void setupPhoneBlackListTab(){

Tab phoneBlackListTab = actionBar.newTab();
phoneBlackListTab.setText("骚扰电话");
phoneBlackListTab.setTabListener(new NoSpamTabListener());
actionBar.addTab(phoneBlackListTab);
}


以下是  color.xml

<?xml version="1.0" encoding="utf-8"?>
<resources>
    
    <color name="back_color">#99CC00</color>
    <color name="title_color">#FFFFFF</color>
    <color name="tab_back_color">#FFFFFF</color>
    <color name="tab_text_color">#000000</color>
    
</resources>


最后是实际效果图,tab 字体应该是黑色,可实际是  DarkActionBar  默认的白色


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