实现密码框小眼睛效果

点击眼睛显示密码,再次点击图标隐藏密码,需要变化的图标样式和input的显示方式。

效果:
在这里插入图片描述
在这里插入图片描述
代码:

<!DOCTYPE html>
<html>
	<head>
		<meta charset="utf-8">
		<title></title>
		<link href="css/iconfont.css" rel="stylesheet"/>
		<style>
			div{
				width: 200px;
				height: 30px;
				line-height:30px;
				border: 1px solid #000;
			}
			input{
				border: none;
				outline: none;
				float: left;
			}
			span{
				width: 30px;
				height: 30px;
				float: left;
			}
		</style>
	</head>
	<body>
		<div>
			<input type="password"/>
			<span class="iconfont icon-yanjing_yincang" id="eye"></span>
		</div>
		<script src="js/jquery-3.6.1.js"></script>
		<script>
			$(function(){
				$("#eye").click(function(){
					//获取type属性
					var type = $(this).prev().attr("type");
					if(type==="password"){
						//获取input标签并设置type属性为text
						$(this).prev().attr("type","text");
					}else{
						//获取input标签并设置type属性为text
						$(this).prev().attr("type","password");
					}
					//删除当前元素指定的类名,并设置指定的类
					$(this).toggleClass("icon-yanjing_yincang")
					.toggleClass("icon-yanjing_xianshi");
				})
			})
		</script>
	</body>
</html>
  • 4
    点赞
  • 9
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
DeepLearning4J (DL4J)是一种基于Java的深度学习库,可以用于实现各种机器学习和深度学习任务。要实现人像眼镜识别,可以按照以下步骤进行: 1. 数据收集:收集包含有眼镜和不戴眼镜的人像图像数据。数据集应该包含足够数量的正面人像照片,并且应该涵盖不同的人和不同的眼镜款式。 2. 数据预处理:对数据进行预处理,包括图像尺寸调整、灰度化、标准化等操作。这些预处理步骤有助于提高训练模型的效果。 3. 构建模型:使用DL4J中的神经网络模块构建一个合适的模型。对于人像眼镜识别任务,可以使用卷积神经网络(CNN)模型,因为CNN在图像识别方面表现出色。根据任务的复杂度,可以选择不同的CNN结构,如LeNet、AlexNet或VGG等。 4. 模型训练:使用经过预处理的数据集对模型进行训练。在DL4J中,可以使用模型配置文件和迭代器来定义网络结构和训练参数,并通过反向传播算法来更新网络权重。训练过程需要在适当的迭代次数下进行,以避免过拟合或欠拟合。 5. 模型评估:使用另一个独立的测试数据集评估训练好的模型的性能。可以计算精确度、召回率、F1分数等指标来评估模型的准确性和鲁棒性。 6. 模型应用:将训练好的模型应用于新的图像数据,并通过前向传播算法来预测每个人像是否戴眼镜。可以将预测结果可视化或保存到文件中。 DL4J是一个功能强大且灵活的深度学习库,可以帮助实现人像眼镜识别等各种计算机视觉任务。通过系统地执行上述步骤,可以利用DL4J构建一个高效准确的人像眼镜识别系统。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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

打赏作者

沐小侠

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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