html+web+form+id,Web基础之HTML + CSS

终于把韩顺平老师的《轻松搞定网页设计html+css+JavaScript》看完了,之前做毕设项目的时候就被前台的东西弄的头疼,学完这个系列感觉稍有所成。顺便推荐一下,韩顺平老师确实不错,他讲的Linux、Java、SSH都相当值得一看。学完东西要总结总结,下面结合平时做的demo做些笔记。

用MyEclipse进行开发,可以用alt + / 进行提示;

多查w3school.htm帮助文档,比如某个标签有什么属性、方法等;

基本html元素:

table:

1
234
56
789
1011

0818b9ca8b590ca3270a3433284dd417.png

form:

名字:

密码:

西瓜

菠萝

   // hidden 输入框可以用来传值,不影响页面布局

--请选择--

Beijing

Shanghai

0818b9ca8b590ca3270a3433284dd417.png

framset:

Demo 1: 结合ul 和 li排列图像:

box2.css:

.container{

width:800px;

height:800px;

border:1px solid red;

margin:0px auto;

}

.faceul{

width:760px;

height:480px;

border:1px solid green;

list-style-type: none;

margin: 0px 0px;

}

.faceul li{

float:left;

margin-right: 10px;

margin-top: 10px;

}

.faceul img{

width:80px;

height:82px;

}

.faceul a{

font-size: 12pt;

margin: 5px 10px;

text-decoration: none;

color:green;

font-style: italic;

}

a:hover{

color:red;

}

0818b9ca8b590ca3270a3433284dd417.png

Demo 2:id选择器和类选择器同时修饰时,id选择器为主,span默认显示是inline(不换行),div默认显示block(全部占据所在行),但是可以改变display属性来更改。

梁山英雄排行榜

宋江

卢员外

吴用

豹子头

大刀关胜

Hello,eveyone1

Hello,eveyone2

Hello,eveyone3

Hello,eveyone4

这是span block

这是div inline

homework.css:

.style1{

font-size:24px;

color:yellow;

}

.style2{

color:black;

font-size:15px;

background-color:gray;

}

#head{

color:red;

font-style:italic;

}

#middle{

font-style:italic;

text-decoration:underline;

}

a:link{

color:red;

font-size:24px;

}

a:hover{

text-decoration:underline;

color:green;

font-size:40px;

}

.s1{

background-color:pink;

display:block;

}

.s2{

background-color:gray;

display:inline;

}

0818b9ca8b590ca3270a3433284dd417.png

Demo 3:仿优酷页面布局:

优酷牛人

更多牛人

  • Michael
  • 小演框
  • 道听途说

明星空间

更多空间

  • 爱心月
  • 城堡
  • 卢正雨

优酷公益

更多公益

  • 扶贫基金会
  • 李彬彬
  • 生态中国
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