work文档,Excel表格常用快捷键

Office常用快捷键:

ctrl+空格:打开输入法
sgift+空格:切换全角和半角.
ctrl+shift:切换输入法。
ctrl+home:跳到文件开头。
ctrl+end:跳到文件最后。
ctrk+x:剪切
ctrl+c或ctrl+insert:复制
ctrl+v或shift+insert:粘贴
ctrl+z或Alt+backspace:还原
word快捷键:
ctrl+a 全选
ctrl+b 粗体
ctrl+c 拷贝
ctrl+d 字体格式
ctrk+e 居中对齐
ctrl+f 查找
ctrl+g 定位
ctrl+h 替换
ctrl+i 斜体
ctrl+j 两端对齐
ctrl+k 超级链接
ctrl+l 左对齐
ctrl+m 左缩进
ctrl+n 新建
ctrl+o 打开
ctrl+p 打印
ctrl+r 右对齐
ctrl+s 保存
ctrl+t 首行缩进
ctrl+u 下划线
ctrl+v 粘贴
ctrl+w 写盘关闭
ctrl+x 剪切
ctrl+y 重复
ctrl+z 撤消
ctrl+0 段前6P切换
ctrl+1 单倍行距
ctrl+2 双倍行距
ctrl+3 锁定
ctrl+5 1.5倍行距
ctrl+= 下标和正常切换
ctrl+shift+a 大写
ctrl+shift+b 粗体
ctrl+shift+c 格式拷贝
ctrl+shift+d 分散对齐
ctrl+shift+e 修订
ctrl+shift+f 定义字体
ctrl+shift+H 应用隐藏格式
ctrl+shift+I 斜体
ctrl+shift+K 小型大写字母
ctrl+shift+L 列表样式
ctrl+shift+M 减少左缩进
ctrl+shift+N 降级为正文
ctrl+shift+P 定义字符大小
ctrl+shift+Q symbol字体
ctrl+shift+S 定义样式
ctrl+shift+T 减小首行缩进
ctrl+shift+U 下划线
ctrl+shift+V 格式粘贴
ctrl+shift+W 只给词加下划线
ctrl+shift+Z 默认字体样式
ctrl+shift+= 上标与正常切换
Alt+shift+a 显示所有标题
Alt+shift+C 关闭预览
Alt+shift+D 插入日期
Alt+shift+E 编辑邮件合并数据
Alt+shift+F 插入合并域
Alt+shift+K 预览邮件合并
Alt+shift+L 显示
Alt+shift+M 打印已合并文档
Alt+shift+N 合并文档
Alt+shift+O 标记目录项
Alt+shift+P 插入页码
Alt+shift+R 页眉页脚链接
Alt+shift+T 时间
Alt+shift+U 更新域
Alt+shift+X 标记index entry
Alt+shift+1 显示“标题1”
Alt+shift+2 显示“标题2”
Alt+shift+3 显示“标题3”
Alt+shift+5 应用“标题3”
ctrl+alt+c 版权copyright符号
ctrl+alt+E 插入尾注
ctrl+alt+F 插入脚注
ctrl+alt+I 预览
ctrl+alt+K 自动套用格式
ctrl+alt+L listnum域
ctrl+alt+M 批注 动词margin
ctrl+alt+N 普通视图
ctrl+alt+O 大纲视图
ctrl+alt+P 页面视图
ctrl+alt+R 注册商标register
ctrl+alt+S 拆分窗口
ctrl+alt+T 商标trademarkrm
ctrl+alt+U 更新表格格式
ctrl+alt+V 插入自动图文集
ctrl+alt+Y 重复查找
ctrl+alt+Z 返回
ctrl+alt+1 应用“标题1”
ctrl+alt+2 应用“标题2”
ctrl+alt+3 应用“标题3”
ctrl+alt+5 应用“标题5”

Excel快捷键:

ctrl+P或CTRL+SHIFT+F12: 显示“打印”对话框。
CTRL+向上键或+向左键(打印预览):缩小显示时,滚动到第一页
CTRL+向下键或+向右键(打印预览):缩小显示时,滚动到最后一页
SHIFT+F11或ALT+SHIFT+F1:插入新工作表
CTRL+Page down :移动到工作薄中的下一张工作表
ctrl+page up: 移动到工作薄中的上一张工作表或选中其它工作表
shift+ctrl+page down:选中当前工作表和下一张工作表
ctrl+page down: 取消选中多张工作表
ctrk+shift+page up:选中当前工作表和上一张工作表
home:移动到行首或窗口左上角的单元格
ctrL+home: 移动到工作表的开头
ctrl+end:移动到工作表的最后一个单元格,该单元格位于数据所占用的最右列的最下行中
Alt+page down: 向右移动一屏
Alt+page up: 向左移动一屏
F6 :切换到被拆分的工作表中的下一个窗格
shift+F6 :切换到被拆分的工作表中的上一个窗格
F5:显示“定位”对话框
shift+F5:显示“查找”对话框。
shift+F4:重复上一次查找操作
ctrl+alt+向右键:在不相邻的选中区域中,向右切换到下一个选中区域。
ctrl+alt+向左键:向左切换到下一个不相邻的选中区域
end+箭头键:在一行或一列内以数据块为单位移动
end:移动到窗口右下角的单元格
ctrl+空格: 选中整列
shift+空格:选中整行
ctrl+A:选中整张工作表。
ctrl+6:在隐藏对象,显示对象和显示对象占位符之间切换。
ctrl+shift+*:选中活动单元格周围的当前区域(包围在空行和空列中的数据 区域)。在数据透视表中,选中整个数据透视表。
ctrl+shift+选中含在批注的所有单元格
ctrl+[:选取由选中区域的公式直接引用的所有单元格
ctrl+shift+{:选取由选中区域中的公式直接或间接引用的所有单元格
ctrl+]:选取包含直接引用活动单元格的公式的单元格
ctrl+shift+}:选取包含直接或间接引用单元格的公式的单元格。
alt+enter:在单元格中换行
ctrl+enter:用当前输入项填充选中的单元格区域
F4或ctrl+y: 重复上一次操作
ctrl+d:向下填充。
ctrl+r:向右填充。
ctrl+F3:定义名称
ctrl+k:插入超链接
ctrl+shift+::插入时间
ctrl+;:输入日期
alt+向下键:显示清单的当前列中的数值下拉列表
alt+0165:输入日圆符号
F2:关闭了单元格的编辑状态后,将插入点移动到编辑栏内
shift+F3:在公式中,显示“插入函数”对话框。
F3:将定义的名称粘贴到公式中
Alt+=:用SUM函数插入“自动求和”公式
F9: 计算所有打开的工作簿中的所有工作表
shift+F9:计算活动工作表。
ctrl+delete:删除插入点到行末的文本。
F7:显示“拼写检查”对话框
shift+F2:编辑单元格批注
ctrl+shift+z:显示“自动更正”智能标记时,撤消或恢复上次的自动更正。
ctrl+c,再ctrl+c:显示Microft Office 剪贴板(多项复制和粘贴)
ctrl+X:剪切选中的单元格
ctrl+V:粘贴复制的单元格
ctrl+shift++:插入空白单元格
alt+`:显示“样式”对话框
ctrl+1:显示“单元格格式”对话框
ctrl+shift+~:应用“常规”数字格式
ctrl+shift+$:应用带两个小数位的“货币”格式(负数在括号内)
ctrl+shift+%:应用不带小数位的“百分比”格式
ctrl+shift+^:应用带两位小数位的“科学记数”数字格式
ctrl+shift+#:应用含年,月,日的“日期”格式
ctrl+shift+@:应用含小时和分钟并标明上午或下午的“时间”格式
ctrl+shift+!:应用带两位小数位,使用千位分隔符且负数用负号(-)表示的“数字”格式。
ctrl+B:应用或取消加粗格式
ctrl+I:应用或取消字体倾斜格式
ctrl+U:应用或取消下划线
ctrl+5:应用或取消删除线
ctrl+9:隐藏选中行。
ctrl+shift+):取消先中区域内的所有隐藏列的隐藏状态。
ctrl+shift+&:对选中单元格应用外边框
ctrl+shift+_:取消选中单元格的外边框。
Page Down:移动到前10条记录的同一字段
ctrl+Page Down:开始一条新的空白记录。

1、资源项目源码均已通过严格测试验证,保证能够正常运行; 2、项目问题、技术讨论,可以给博主私信或留言,博主看到后会第一时间与您进行沟通; 3、本项目比较适合计算机领域相关的毕业设计课题、课程作业等使用,尤其对于人工智能、计算机科学与技术等相关专业,更为适合; 4、下载使用后,可先查看README.md或论文文件(如有),本项目仅用作交流学习参考,请切勿用于商业用途。 5、资源来自互联网采集,如有侵权,私聊博主删除。 6、可私信博主看论文后选择购买源代码。 1、资源项目源码均已通过严格测试验证,保证能够正常运行; 2、项目问题、技术讨论,可以给博主私信或留言,博主看到后会第一时间与您进行沟通; 3、本项目比较适合计算机领域相关的毕业设计课题、课程作业等使用,尤其对于人工智能、计算机科学与技术等相关专业,更为适合; 4、下载使用后,可先查看README.md或论文文件(如有),本项目仅用作交流学习参考,请切勿用于商业用途。 5、资源来自互联网采集,如有侵权,私聊博主删除。 6、可私信博主看论文后选择购买源代码。 1、资源项目源码均已通过严格测试验证,保证能够正常运行; 2、项目问题、技术讨论,可以给博主私信或留言,博主看到后会第一时间与您进行沟通; 3、本项目比较适合计算机领域相关的毕业设计课题、课程作业等使用,尤其对于人工智能、计算机科学与技术等相关专业,更为适合; 4、下载使用后,可先查看README.md或论文文件(如有),本项目仅用作交流学习参考,请切勿用于商业用途。 5、资源来自互联网采集,如有侵权,私聊博主删除。 6、可私信博主看论文后选择购买源代码。
应用背景为变电站电力巡检,基于YOLO v4算法模型对常见电力巡检目标进行检测,并充分利用Ascend310提供的DVPP等硬件支持能力来完成流媒体的传输、处理等任务,并对系统性能做出一定的优化。.zip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。
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