Vue——指令

Vue——指令


<div id="app">

</div>
<script>
        var app = new Vue({
            el: '#app',//el:挂载要管理的元素
            data: {
                msg: 'give him some color look look',
                active:'active'
            },
            methods: {
                btn() {
                    this.isactive = !this.isactive
                }
            }
        })
    </script>

1. v-cloak

  1. 功能 : 解决插值表达式闪烁问题
  2. <p v-cloak> {{ msg }} </p>

2. v-text

  1. 功能 : 用于渲染普通文本,无论何时,绑定data的数据对象上 msg属性发生了改变,插值处的内容都会更新
  2. 默认 v-text 是没有闪烁问题的;v-text会覆盖元素中原本的内容,但是 插值表达式 只会替换自己的占位符,不会把整个元素的内容清空
  3. <h4 v-text = "msg" ></h4>

3. v-html

  1. 功能 :解析msg属性值上的H5标签,解决标签当做文本输出问题
  2. <h4 v-html= "msg" ></h4>

4. v-pre

  1. 功能 : 用于跳过这个元素和它的子元素的 编译过程,用于显示原本mustache语法
  2. <h2 v-pre>{{message}}</h2>

5. v-bind

  1. 功能 :是Vue中提供用户绑定属性的指令
  2. v-bind 指令可被简写为 , v-bind中可以写合法的JS表达
  3. <p v-bind:class = "active"></p>或者 <p :class = "active"></p>

1. v-bind动态绑定class

1.直接绑定 对象语法 数组语法

<style>  .active { color: skyblue; } </style>
<div id="app">
   <h2 :class="active">{{message}}</h2>//直接绑定
   <h2 :class="{active:isactive ,line:isline}">{{message}}</h2>//对象语法
   <h2 :class="[active,line]">{{message}}</h2>//数组语法
</div>
 <script>
     var app = new Vue({
         el: '#app'
         data: {
             message: 'give  him some  your color',
             isactive: true,
             isline: true,
             active: 'active',
             line:'666'
         }
     })
 </script>

2. v-bind动态绑定style

  1. 对象语法 数组语法
<style>
   .active {
        color: skyblue;
    }
</style>
 <div id="app">
     <h2 :style='{fontSize:"50px"}'>{{message}}</h2>
     <h2 :style='{fontSize:active,color:lastColor}'>{{message}}</h2>
 </div>
 <script>
     var app = new Vue({
         el: '#app',
         data: {
             message: 'give him some color look look',
             active: '60px',
             lastColor: 'skyblue'
         }
     })
 </script>

6. v-on

  1. 功能 :用来事件绑定机制
  2. v-on 指令可被简写为 @
  3. <button v-on:click='btn'>按钮</button> 或者<button @click='btn'>按钮</button>
<div id="app">
    <!--在事件定义时,写方法 时省略了小括号,但是方法本省是需要一个参数的,
    这个时候Vue会默认将浏览器生成的event事件对象作为参数传递到方法  -->
    <button @click='btn1'>按钮1</button>
    <!--在事件定义时,写函数时不省略了小括号,但是不传参数,形参值是undefined -->
    <button @click='btn1()'>按钮2</button>
    <!-- 方法定义时我们需要event对象,同时又需要其他参数 -->
    <!-- 在调用方法时,手动的获取到浏览器参数的event对象:$event -->
    <button @click='btn2(123,$event)'>按钮3</button>
    <button @click=''>按钮4</button>
  </div>
  <script>
    const app = new Vue({
      el: '#app',
      data: {
        count: 0
      },
      methods: {
        btn1(t) {
          console.log(t);
        },
        btn2(t, event) {
          console.log(t, event);
        }
      },
    })
  </script>

6.1 v-on提供了事件修饰符

.stop 阻止冒泡行为 —>从里到外执行事件
.prevent 阻止默认行为
.capture实现捕获触发事件的机制 —>从外到里执行事件
.self 实现只有点击当前元素时才会触发事件
.once 事件处理函数只触发一次

7. v-model

  1. 功能 :实现表单元素 和 model 中数据的双向绑定
  2. v-model 只能作用于表单元素 input(radio , text , address , email ) select checkbox textarea
  3. <input type = "text" v-model = "msg">

7.1 结合radio使用

  <script src='../vue.js'></script>
  <div id='app'>
    <label for="nan">
      <input type="radio" id="nan"  value="男" v-model='sex'></label>
    <label for="nv">
      <input type="radio" id="nv" value="女" v-model='sex'></label>
    <h2>你选择的性别是:{{sex}}</h2>
  </div>
  <script>
    var app = new Vue({
      el: '#app',
      data: {
        message: 'give him some color look look',
        sex: '男'
      }
    })
  </script>

7.2 结合checkbox使用

<script src='../vue.js'></script>
  <div id='app'>
    <label for="agree">
      <input type="checkbox" id="agree" v-model='isAgree'>同意协议
    </label>
    <button :disabled='!isAgree'>下一步 </button>
    <hr>
    <label for="agree">
      <input type="checkbox" value="篮球" v-model='hobis'>篮球
      <input type="checkbox" value="足球" v-model='hobis'>足球
      <input type="checkbox" value="羽毛球" v-model='hobis'>羽毛球
      <input type="checkbox" value="乒乓球" v-model='hobis'>乒乓球
    </label>
    <h2>你选择的爱好有{{hobis}}</h2>
  </div>
  <script>
    var app = new Vue({
      el: '#app',
      data: {
        message: 'give him some color look look',
        isAgree: false,
        hobis: []
      }
    })
  </script>

7.3 v-model 修饰符

<div id='app'>
    <!-- lazy 按下enter键才触发双向绑定 -->
    <input type="text" name="" id="" v-model.lazy='message'><br>
    <h2>{{message}} </h2>
    <hr>
    <!-- number -->
    <input type="text" name="" id="" v-model.number='age'><br>
    <h2>{{age}}---{{typeof(age)}} </h2>
    <hr>
    <!-- trim -->
    <input type="text" name="" id="" v-model.trim='name'><br>
    <h2>{{name}} </h2>
    <hr>
  </div>
  <script>
    var app = new Vue({
      el: '#app',
      data: {
        message: 'give him some color look look',
        age:0,
        name:''
      }
    })
  </script>

8. v-for

  1. 功能 :迭代数组,迭代对象,迭代数字
  2. 在遍历对象身上的键值对时,除了 有 val key ,在第三个位置还有索引
  3. v-for 迭代数字的话,从1开始
  4. 在组件中使用v-for时,key 是必须的
  5. key属性的使用:
    ① v-for 循环的时候 , key属性只能使用 number 获取 string
    ② key 在使用的时候,必须使用 v-bind属性绑定的形式,指定 key的值
    ③ 在组件中,使用v-for循环时,或者在一些特殊情况中,如果 v-for 有问题,必须在使用 v-for 的同时,指定 唯一的 字符串/数字 类型 做 :key 的 值
  6. <p v-for = "item in list" >{{ }}</p>
  7. <p v-for = "(val , key , i) in list" >{{ }}</p>

8. v-if

  1. 特点:
    ① 每次都会重新删除或创建元素
    ② 有较高的切换性能消耗
    ③如果元素涉及到频繁的切换,最好不要使用

9. v-show

  1. 特点:
    ① 每次不会重新进行DOM的删除和创建操作,只是切换了元素的display:none样式
    ② 有较高的初始渲染消耗
    ③如果元素永远不会被显示出来被用户看到,则推荐使用 v-if
【6层】一字型框架办公楼(含建筑结构图、计算书) 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。
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。
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。
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