渡一css2

复杂选择器

1)父子选择器/派生选择器
语法格式:最外面的结构 外面的结构 里面的结构{ }

注意:父子选择器中,每一个层级,都不一定要是标签选择器,写 class 选择器也行, 重要的是表达出来父子关系。而且这种父子关系可以是间接地,也有可以是直接 的

<div class="wrapper">        
<strong class="box">        
<span>1234212</span>    
</strong>    
</div>    
<span>3524421</span>
div span||wrapper .box span {   
background-color: turquoise ;
}

在这里插入图片描述

2)子元素选择器

<div>        
<em>131542</em>        
<strong>        
<em>1234212</em>    
</strong>    
</div>
div > em 
{    
background-color: #fdd;
}

在这里插入图片描述

在这里插入图片描述
在这里插入图片描述

注意:浏览器遍历的时候是从右向左找的(先看em,再看 a,再看 li,再看 ul,再看div), 更快更有效率

3)并列选择器
格式 如下:例如div.demo 在.之前不用写空格

<div>132</div>    
<div class="demo">9721</div>    
<p class="demo">743</p>
div.demo {    
background-color: blueviolet;
}

在这里插入图片描述

利用权重比较并列选择器之间的优先权

 <div class="classDiv" id="idDIV">        
 <p class="classP" id="idP">1233</p>    
 </div>
//100+1
#idDiv P {    
background-color: darkorange;
}
//10+10
.classDiv .classP {    
background-color: darkorchid;
}

在这里插入图片描述
4)分组选择器(减少代码冗余)

<div class="demo1"></div>    
<div class="demo2"></div>
.demo1 {    
background-color: #f98;}
.demo2 {    
background-color: #f40;}
.demo1,
.demo2 {    
height: 100px;    width: 100px;}

在这里插入图片描述


css正式内容

1:浏览器默认font-size:16px(字体大小高)
2.<strong> 标签内自带 font-weight:bold;
3.标签内自带 font-style:italic;
4.

 div{
    /*设置字体大小*/
      font-size: 20px;
      /*设置字体粗细*/
      font-weight: bold;
      /*设置字体正常\斜体*/
      font-style:normal;
      /*设置字体*/
      font-family: cursive;
      /*设置字体颜色*/
      color:red;
      /* border:复合属性*/
      border:1px solid red;
    }

设置字体颜色的方法:

1)土鳖式(纯英文)
2)颜色代码
3)颜色函数

颜色代码组成原理:
光学三原色:(R,G,B)红、绿、蓝

R:00–ff
G:00–ff
B:00–ff


颜色#ffffff可以简写为 #fff,三个两位数字,如果重复了,可以简写成一位,必须三个颜色都是重复数字才可以简写
例如:
#ff4400----->#f40

#aabbcc---->#abc


//颜色函数
div{
color:rgb(0-255,0-255,0-255)
}

border:1px solid black
//border-weight  border-style border-color
div {    
font-size: 30px;    
font-weight: bold;    
font-style: normal;    
font-family: cursive;    
color: rgb(0, 255, 255);    
width: 0;    
height: 0;    
border: 100px solid #fbc;    
border-left-color: deeppink;    
border-top-color: gold;   
border-right-color: greenyellow;}

在这里插入图片描述
可以通过改变其他边颜色成为直角三角形或者普通三角形

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