读书笔记《精通CSS高级Web标准解决方案》(第2版)-1

1.ID还是类:使用大量ID,很快就难以找到唯一名称,最后不得不创建非常长、复杂的命名约定,因此,只有在绝对确定这个元素只会出现一次的情况下,才使用ID。如果你认为以后可能需要相似的元素,就使用类。保持命名约定通用,并且使用类。

只要类名出现重复单词,如news-head和news-link或者section-head和section-foot,就应该考虑把这些元素分解为它们的组成部分。让代码更“组件”化,提高灵活性。以这种方式删除不必要的类名--简化代码、使页面更简洁。

2. div有语义,代表部分(division),可用于文档分割。但为了减少非必要标记,应该只在没有现有元素能实现区域分割时才使用div。如导航列表

<ul>

 <li><a ...>...</a><li>

....

</ul>

不需要再用div包围。

div用于块级元素分组、span用于行级元素分组。


3.html  css版本

xhtml1.1太严格:必须有正确的mime,而且一个错误可能导致整个页面无法显示。不推荐使用。

用xhtml1.0还是html4.01,有争议。

html5还在不断变化中。

doctype切换:浏览器根据doctype是否存在及DTD定义决定呈现模式(http://hsivonen.iki.fi/doctype/)。

应该在每个页面上包含完整的DOCTYPE声明,并在使用HTML时选择严格的DTD:

<!DOCTYPE HTML PUBLIC "-//W3C//DTD HTML 4.01//EN" "http://www.w3.org/TR/html4/strict.dtd">

注:根据http://hixie.ch/advocacy/xhtml的说明,应避免使用xhtml


4.CSS选择器

常用选择器:类型(元素)选择器、后代选择器、ID选择器、类选择器

伪类选择器

  • a:link,a:visited(链接专用)
  • :hover,:focus,:active 理论上支持所有元素,IE6只支持锚链接的;active、:hover忽略:focus,IE7任何元素支持:hover忽略;active、:focus。

通用选择器:*,可用来对某个元素的所有后代应用样式,或跳过一级后代。

高级选择器(IE6及低版本不支持)

  • 子选择器:只选择直接后代 #nav>li { ... }

        IE7及之后支持,但IE7有bug--父元素、子元素间如果有html注释会出问题。

  • 相邻同胞选择器:定位系统父元素下某元素之后的元素 h2 + p{...}

       同样,IE7及之后支持,但IE7有bug--父元素、子元素间如果有html注释会出问题。

  • 属性选择器:根据属性是否存在或属性值寻找元素 acronym[title]{...} a[rel="nofollow"] {...} a[rel~="co-worker"] {...}

       IE7及之后支持,可作为hack--使非IE6呈现不同。

       a[rel~="co-worker"]可匹配 <a ... rel="friend met co-worker" ...>

5.层叠和特殊性

层叠次序

  • 标有!important的用户样式
  • 标有!important的作者样式
  • 作者样式
  • 用户样式
  • 浏览器/用户代理应用样式

特殊性

采用高的未指定的基数(如果一个特定选择器中的选择器数量少于10,可以取10为基数)

选择器分为4个等级(a、b、c、d):

内联样式,如: style=””,a=1。

b=ID选择器总数

c=类,伪类和属性选择器的数量

d=类型选择器和伪元素选择器的数量

以10为基数:

特殊性=a*1000+b*100+c*10+d。

特殊性相同时,后一规则优先。


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。
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