初识Flex Box弹性布局(小白初体验)

I Peace镜像扒舞技术解析:基于AI骨骼关键点检测的智能动作识别系统 计算机视觉中的姿势估计技术通过深度学习模型实时检测人体骨骼关键点,理解动作的空间关系和时序特征。其技术原理基于CNN或Transformer架构,能够从图像或视频中精准定位关节位置,构建人体姿态的数字化表示。这项技术的核心价值在于将复杂的物理动作转化为可计算的数据,为智能交互提供基础。在工程实践中,结合MediaPipe、OpenPose等开源框架,开发者可以快速构建实时动作分析系统。应用场景广泛涵盖舞蹈教学、体育训练、康复医疗等领域,特别是解决了传统舞蹈学习中的镜像方向混淆痛点。以I Peace的镜像扒舞 阅读详情

关于flexbox

flexbox,又称CSS3弹性盒子,是CSS3 的一种新的布局模式。

  Flex Box是一种当页面需要适应不同的屏幕大小以及设备类型时确保元素拥有恰当的行为的布局方式。即布局的传统解决方案,基于盒状模型,依赖 display 属性 + position属性 + float属性。它对于那些特殊布局非常不方便,比如,垂直居中就不容易实现。

  故引入弹性盒布局模型的目的是提供一种更加有效的方式来对一个容器中的子元素进行排列、对齐和分配空白空间。(这一段是菜鸟教程对flexbox的概括,而在我看来,大意是:使用flexbox更加便于简单的进行页面样式布局——特别是移动端页面布局)

flexbox最常见的应用如下:
flexbox最常见应用

flexbox内容

  1. 弹性盒子由弹性容器(Flex container)和弹性子元素(Flex item)组成。

  2. 弹性容器通过设置 display 属性的值为 flex 或 inline-flex将其定义为弹性容器。

  3. 弹性容器内包含了一个或多个弹性子元素。

如何使用flexbox

原理上讲flexbox适用于任何一个盒装模型。
基于移动端开发时,需在使用flexbox前,需在头部声明

<meta name="viewprot" content="width=device-width, initial-scale=1, user-scalable=0">
项目Value
width=device-width表示宽度是设备屏幕的宽度。
initial-scale=1表示缩放比例为原始比例(不缩放)。
user-scalable=0表示禁止页面缩放,即禁止手指捏合操作页面
  1. 在容器中指定flexbox布局
.box{
   display:flex;
}
  1. 在行内元素添加flexbox布局
.box{
  display: inline-flex;
}
  1. Webkit 内核的浏览器,必须加上-webkit前缀。(在大神博客内看到的)
.box{
     display: -webkit-flex; /* Safari */
     display: flex;
}

注意:设为 Flex 布局以后,子元素的float、clear和vertical-align属性将失效。

Flex Box介绍

在了解如何简单应用flexbox后,我们介绍一下flexbox。

采用 Flex 布局的元素,称为 Flex 容器(flex container),简称"容器"。它的所有子元素自动成为容器成员,称为 Flex 项目(flex item),简称"项目"。

容器内名词介绍

属性含义
flex container采用 Flex 布局的元素,称为 Flex 容器,简称"容器"。
flex item容器的所有子元素自动成为容器成员,称为 Flex 项目,简称"项目
main axis容器水平的主轴
cross axis垂直的交叉轴
main start主轴的开始位置(与边框的交叉点)
main end主轴的结束位置
cross start交叉轴的开始位置
cross end交叉轴的结束位置
main size单个项目占据的主轴空间
cross size占据的交叉轴空间

容器默认存在两根轴:水平的主轴(main axis)和垂直的交叉轴(cross axis)。主轴的开始位置(与边框的交叉点)叫做main start,结束位置叫做main end;交叉轴的开始位置叫做cross start,结束位置叫做cross end。
项目默认沿主轴排列。单个项目占据的主轴空间叫做main size,占据的交叉轴空间叫做cross size。

容器内属性设置

以下6个属性可以设置在容器上。

1. flex-direction属性

flex-direction 属性指定了弹性子元素在父容器中的位置。
代码实现:

flex-direction: row | row-reverse | column | column-reverse
值用法
row横向从左到右排列(左对齐),默认的排列方式。
row-reverse反转横向排列(右对齐,从后往前排,最后一项排在最前面。
column纵向排列。
column-reverse反转纵向排列,从后往前排,最后一项排在最上面。

flex-direction属性值

2. flex-wrap 属性

flex-wrap 属性用于指定弹性盒子的子元素换行方式。

语法实现:

flex-wrap: nowrap|wrap|wrap-reverse;
值用法
nowrap默认, 弹性容器为单行。该情况下弹性子项可能会溢出容器。
wrap弹性容器为多行。该情况下弹性子项溢出的部分会被放置到新行,子项内部会发生断行
wrap-reverse反转 wrap 排列。

wrap属性nowrap值
wrap属性wrap值
wrap属性wrap-reverse值

3. justify-content 属性

内容对齐(justify-content)属性应用在弹性容器上,把弹性项沿着弹性容器的主轴线(main axis)对齐。

代码实现:

justify-content: flex-start | flex-end | center | space-between | space-around
值用法
flex-start弹性项目向行头紧挨着填充。这个是默认值。第一个弹性项的main-start外边距边线被放置在该行的main-start边线,而后续弹性项依次平齐摆放。
flex-end弹性项目向行尾紧挨着填充。第一个弹性项的main-end外边距边线被放置在该行的main-end边线,而后续弹性项依次平齐摆放。
center弹性项目居中紧挨着填充。(如果剩余的自由空间是负的,则弹性项目将在两个方向上同时溢出)。
space-between弹性项目平均分布在该行上。如果剩余空间为负或者只有一个弹性项,则该值等同于flex-start。否则,第1个弹性项的外边距和行的main-start边线对齐,而最后1个弹性项的外边距和行的main-end边线对齐,然后剩余的弹性项分布在该行上,相邻项目的间隔相等。
space-around弹性项目平均分布在该行上,两边留有一半的间隔空间。如果剩余空间为负或者只有一个弹性项,则该值等同于center。否则,弹性项目沿该行分布,且彼此间隔相等(比如是20px),同时首尾两边和弹性容器之间留有一半的间隔(1/2*20px=10px)。

其中,space-between和space-around使用较多。
在这里插入图片描述
弹性项目向行头紧挨着填充。这个是默认值。第一个弹性项的main-start外边距边线被放置在该行的main-start边线,而后续弹性项依次平齐摆放。
在这里插入图片描述
弹性项目向行尾紧挨着填充。第一个弹性项的main-end外边距边线被放置在该行的main-end边线,而后续弹性项依次平齐摆放。
在这里插入图片描述
弹性项目居中紧挨着填充。(如果剩余的自由空间是负的,则弹性项目将在两个方向上同时溢出)。
在这里插入图片描述
弹性项目平均分布在该行上。如果剩余空间为负或者只有一个弹性项,则该值等同于flex-start。否则,第1个弹性项的外边距和行的main-start边线对齐,而最后1个弹性项的外边距和行的main-end边线对齐,然后剩余的弹性项分布在该行上,相邻项目的间隔相等。 常用
在这里插入图片描述
弹性项目平均分布在该行上,两边留有一半的间隔空间。如果剩余空间为负或者只有一个弹性项,则该值等同于center。否则,弹性项目沿该行分布,且彼此间隔相等(比如是20px),同时首尾两边和弹性容器之间留有一半的间隔(1/2*20px=10px)。 常用

4. align-items 属性

align-items 设置或检索弹性盒子元素在侧轴(纵轴)方向上的对齐方式。

代码实现:

align-items: flex-start | flex-end | center | stretch
值用法
flex-start弹性盒子元素的侧轴(纵轴)起始位置的边界紧靠住该行的侧轴起始边界
flex-end弹性盒子元素的侧轴(纵轴)起始位置的边界紧靠住该行的侧轴结束边界
center弹性盒子元素在该行的侧轴(纵轴)上居中放置。(如果该行的尺寸小于弹性盒子元素的尺寸,则会向两个方向溢出相同的长度)
stretch如果指定侧轴大小的属性值为’auto’,则其值会使项目的边距盒的尺寸尽可能接近所在行的尺寸,但同时会遵照’min/max-width/height’属性的限制

在这里插入图片描述
弹性盒子元素的侧轴(纵轴)起始位置的边界紧靠住该行的侧轴起始边界
在这里插入图片描述
弹性盒子元素的侧轴(纵轴)起始位置的边界紧靠住该行的侧轴结束边界
在这里插入图片描述
弹性盒子元素在该行的侧轴(纵轴)上居中放置。(如果该行的尺寸小于弹性盒子元素的尺寸,则会向两个方向溢出相同的长度)
在这里插入图片描述
如果指定侧轴大小的属性值为’auto’,则其值会使项目的边距盒的尺寸尽可能接近所在行的尺寸,但同时会遵照’min/max-width/height’属性的限制

最后推荐一篇微博和一个网站

本文参考了以下两者及课堂讲师所讲内容:

  1. Flex 布局教程:语法篇
    此篇博客广泛的讲解了CSS3中Flex Box弹性盒子,包括但不限于移动端开发。
  2. CSS3 弹性盒子 | 菜鸟教程
    此篇中以解释+代码示范功能讲解了CSS3中弹性盒子的内容
弹性布局的简单设置实例 对弹性布局的简单设置以及实例,其中有主轴的设置, 以及属性值 对弹性布局的简单设置以及实例,其中有主轴的设置, 以及属性值 对弹性布局的简单设置以及实例,其中有主轴的设置, 以及属性值 对弹性布局的简单设置以及实例,其中有主轴的设置, 以及属性值 立即下载

相关推荐

弹性盒试验场

熟练掌握弹性盒模型

css3的Flex布局

弹性布局,为盒模式提供最大的灵活性 块状元素 .box {   display: flex;   display: -webkit-flex; }//容器 行内元素 .box {   display: inline-flex; } .item {}//项目 容器属性: flex-direction 主轴方向,row,row-rerverse ,column,column-reverse flex-

weiyangxiaoping的博客 334

手把手教你用Arduino搭建惠斯通电桥:从原理到代码实现(附完整电路图)

本文详细介绍了如何利用Arduino搭建惠斯通电桥,从硬件选型、电路设计到代码实现和校准技巧,提供完整的电路图和实用代码示例。特别适合电子爱好者和创客学习高精度电阻测量技术,并扩展应用于应变片测量和温度监测等实际项目。

o4p5q6r7s的博客 399

CSS3 弹性盒子(Flex Box)

25、CSS3 弹性盒子(Flex Box) 弹性盒子是 CSS3 的一种新的布局模式。 CSS3 弹性盒子( Flexible Box 或 flexbox),是一种当页面需要适应不同的屏幕大小以及设备类型时确保元素拥有恰当的行为的布局方式。 引入弹性盒布局模型的目的是提供一种更加有效的方式来对一个容器中的子元素进行排列、对齐和分配空白空间。 案例,实现水平垂直居中: 正在上传…重新上传取消 绝对定位与负边距实现 #container{ position:relative; } ..

qq_52301431的博客 1万+

YOLOv10注意力革新:小波域注意力(WDA)如何实现多尺度特征精准聚焦

本文深入解析YOLOv10中的小波域注意力(WDA)机制,探讨其如何通过频域分解与动态聚焦实现多尺度特征精准提取。WDA模块结合离散小波变换与注意力机制,显著提升小目标检测性能,在VisDrone数据集上AP提升达12.6%。文章详细介绍了两种集成方案及代码实现,为计算机视觉开发者提供实用指南。

weixin_29079671的博客 251

微信小程序利用Echarts加载中国地图的步骤

微信小程序如何利用Echarts加载地图?可按照如下四个步骤进行。(阅读时间大概3分钟)。

成都都成 5273

弹性盒子 ( Flex Box)语法

㈠什么是弹性盒子? 弹性盒子是 CSS3 的一种新的布局模式。引入弹性盒布局模型的目的是提供一种更加有效的方式来对一个容器中的子元素进行排列、对齐和分配空白空间。 弹性盒子由弹性容器(Flex container)和弹性子元素(Flex item)组成。 ● 伸缩容器:设置为display:flex或display:inline-flex的元素称为伸缩容器。 ● 伸缩项目:伸缩容...

banchi6453的博客 391

【银河麒麟服务器操作系统】安装英伟达4090D显卡驱动操作指南

本文详细介绍了在银河麒麟高级服务器操作系统V10SP3-2403-X86版本上安装NVIDIA RTX4090D显卡驱动的完整流程。主要内容包括:准备工作检查、开源驱动禁用、运行级别切换、依赖包安装以及交互式安装过程中的关键选项选择(32位库选Yes、X配置选No)。通过禁用nouveau驱动、重建内核引导等步骤确保驱动安装成功,最后通过nvidia-smi命令验证驱动安装情况。文档提供了操作检查表和安装流程图,帮助用户在银河麒麟系统上顺利完成显卡驱动部署。

信创运维工程师 · 银河麒麟 & 容器实战 | 金融生产环境迁移·等保加固 | 142篇原创·17万+阅读 3098

初识Flex弹性布局

在 2009 年,W3C 就提出了一种新的方案 —— Flex 布局,它可以便捷、完整、响应式地实现各种页面布局。目前,它已经得到了所有浏览器的支持,这就意味着,我们可以很安全地使用这项功能。

小异常的博客 522

10分钟搞定小红书爆款笔记爬取!Selenium模拟登录+数据解析全流程,新手也能落地

小红书爬虫实战的核心,是**“模拟真人操作+解析结构化数据”**——Selenium解决了动态页面和登录的问题,lxml解决了数据提取的问题,pandas解决了数据存储的问题。新手学爬虫不用一开始就啃复杂的反爬机制,先从这类“可见即可爬”的场景入手,掌握“模拟操作→数据解析→数据保存”的全流程,再逐步叠加异常处理、批量爬取、反爬应对等功能。需要注意的是:爬取数据仅用于个人学习和研究,不得用于商业用途,且需遵守小红书的用户协议,不要过度爬取导致服务器压力。

专注于Python爬虫开发,分享爬虫技巧、项目实战与反爬经验,使用Scrapy、BeautifulSoup等工具,解决数据抓取难题。 1728

点云配准3:3d-ndt算法在pcl上的实现以及参数设置

3d-ndt算法在pcl上的使用方法以及参数设置

诺有缸的高飞鸟的博客 7891

初识flex弹性布局

一、弹性布局 和 开启弹性空间 弹性布局(伸缩布局 / 弹性盒子 / flex布局),弹性布局是父元素和子元素之间的关系 父元素:弹性空间,父元素还具备之前的显示模式特征。 子元素:弹性元素(弹性项),不在具备之前的显示模式特征,默认当父元素盛不下时会进行压缩。 开启弹性空间:给需要开启弹性的元素的父元素设置属性display:flex html <body> <div class="box1"> <div>1</div> <

WenDy18cm的博客 216

YOLOv8极速瘦身实战:LAMP剪枝让模型又快又准

一个庞大的模型虽然强大,但在实际部署,尤其是资源受限的边缘设备(如无人机、移动电话、嵌入式系统)上,却面临着严峻的挑战:高昂的内存占用、巨大的计算量以及随之而来的高延迟和高能耗。本教程从LAMP剪枝的深刻理论出发,详细解释了它如何通过最小化最坏情况下的L2失真,并借助巧妙的数学简化,最终推导出一种高效、无超参数、层自适应的剪枝策略。它如同为臃肿的模型进行一次精准的“瘦身手术”,通过移除网络中冗余或不重要的权重、神经元甚至整个结构,来显著降低模型的参数量和计算量(FLOPs),从而实现推理加速和资源节约。

FJN110的博客 258

弹性布局flex

1)初识 初次知道这个布局方式其实是在vx小程序里面,但是当时没有仔细了解,于是乎拖到今天打算好好了解一下这个布局。以下是我的学习成果,在以后也可以方便我查看喔~ 2)介绍 CSS3最喜欢的属性之一便是flex布局属性,用六个字概括便是 简单 ,方便, 快速。 Flex(flexible box: 弹性布局盒模型),W3C提出了一种新的方案——flex布局,以简便,完整,响应式地实现了各种...

weixin_43627177的博客 209

MATLAB - 浮动基座机器人的逆运动学

本例演示如何解决以浮动底座为模型的机器人的逆运动学问题。浮动底座机器人可以在空间中自由平移和旋转,具有六个自由度。浮动基座机器人的逆运动学问题适用于空间应用,即使用安装在浮动和致动基座上的机械臂在空间操纵物体,也适用于躯干和腿部可在空间自由移动的行走机器人。请注意,刚体树对象表示具有固定基体的刚体树。这意味着刚体树的基体在世界中具有固定的位置和方向。您可以在基体上附加一个 “浮动 ”类型的刚体关节,为具有浮动基体的机器人建模,以用于动态模拟等某些应用。

机器人控制与仿真应用 2439

深度学习工具包 DeepLearningToolbox

深度学习工具包Deprecation notice.-----This toolbox is outdated and no longer maintained.There are much better tools available for deep learning than this toolbox, e.g. [Theano](http://deeplearning.net/software/theano/), [torch](http://torch.ch/) or [tensorflow](http://www.tensorflow.org/)I would suggest you use one of the tools mentioned above rather than use this toolbox.Best, Rasmus.DeepLearnToolbox================A Matlab toolbox for Deep Learning.Deep Learning is a new subfield of machine learning that focuses on learning deep hierarchical models of data.It is inspired by the human brain's apparent deep (layered, hierarchical) architecture.A good overview of the theory of Deep Learning theory is[Learning Deep Architectures for AI](http://www.iro.umontreal.ca/~bengioy/papers/ftml_book.pdf)For a more informal introduction, see the following videos by Geoffrey Hinton and Andrew Ng.* [The Next Generation of Neural Networks](http://www.youtube.com/watch?v=AyzOUbkUf3M) (Hinton, 2007)* [Recent Developments in Deep Learning](http://www.youtube.com/watch?v=VdIURAu1-aU) (Hinton, 2010)* [Unsupervised Feature Learning and Deep Learning](http://www.youtube.com/watch?v=ZmNOAtZIgIk) (Ng, 2011)If you use this toolbox in your research please cite [Prediction as a candidate for learning deep hierarchical models of data](http://www2.imm.dtu.dk/pubdb/views/publication_details.php?id=6284)```@MASTERSTHESIS\{IMM2012-06284, author = "R. B. Palm", title = "Prediction as a candidate for learning deep hierarchical models of data", year = "2012",}```Contact: rasmusbergpalm at gmail dot comDirectories included in the toolbox-----------------------------------`NN/` - A library for Feedforward Backpropagation Neural Networks`CNN/` - A library for Convolutional Neural Networks`DBN/` - A library for Deep Belief Networks`SAE/` - A library for Stacked Auto-Encoders`CAE/` - A library for Convolutional Auto-Encoders`util/` - Utility functions used by the libraries`data/` - Data used by the examples`tests/` - unit tests to verify toolbox is workingFor references on each library check REFS.mdSetup-----1. Download.2. addpath(genpath('DeepLearnToolbox'));Example: Deep Belief Network---------------------```matlabfunction test_example_DBNload mnist_uint8;train_x = double(train_x) / 255;test_x = double(test_x) / 255;train_y = double(train_y);test_y = double(test_y);%% ex1 train a 100 hidden unit RBM and visualize its weightsrand('state',0)dbn.sizes = [100];opts.numepochs = 1;opts.batchsize = 100;opts.momentum = 0;opts.alpha = 1;dbn = dbnsetup(dbn, train_x, opts);dbn = dbntrain(dbn, train_x, opts);figure; visualize(dbn.rbm{1}.W'); % Visualize the RBM weights%% ex2 train a 100-100 hidden unit DBN and use its weights to initialize a NNrand('state',0)%train dbndbn.sizes = [100 100];opts.numepochs = 1;opts.batchsize = 100;opts.momentum = 0;opts.alpha = 1;dbn = dbnsetup(dbn, train_x, opts);dbn = dbntrain(dbn, train_x, opts);%unfold dbn to nnnn = dbnunfoldtonn(dbn, 10);nn.activation_function = 'sigm';%train nnopts.numepochs = 1;opts.batchsize = 100;nn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.10, 'Too big error');```Example: Stacked Auto-Encoders---------------------```matlabfunction test_example_SAEload mnist_uint8;train_x = double(train_x)/255;test_x = double(test_x)/255;train_y = double(train_y);test_y = double(test_y);%% ex1 train a 100 hidden unit SDAE and use it to initialize a FFNN% Setup and train a stacked denoising autoencoder (SDAE)rand('state',0)sae = saesetup([784 100]);sae.ae{1}.activation_function = 'sigm';sae.ae{1}.learningRate = 1;sae.ae{1}.inputZeroMaskedFraction = 0.5;opts.numepochs = 1;opts.batchsize = 100;sae = saetrain(sae, train_x, opts);visualize(sae.ae{1}.W{1}(:,2:end)')% Use the SDAE to initialize a FFNNnn = nnsetup([784 100 10]);nn.activation_function = 'sigm';nn.learningRate = 1;nn.W{1} = sae.ae{1}.W{1};% Train the FFNNopts.numepochs = 1;opts.batchsize = 100;nn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.16, 'Too big error');```Example: Convolutional Neural Nets---------------------```matlabfunction test_example_CNNload mnist_uint8;train_x = double(reshape(train_x',28,28,60000))/255;test_x = double(reshape(test_x',28,28,10000))/255;train_y = double(train_y');test_y = double(test_y');%% ex1 Train a 6c-2s-12c-2s Convolutional neural network %will run 1 epoch in about 200 second and get around 11% error. %With 100 epochs you'll get around 1.2% errorrand('state',0)cnn.layers = { struct('type', 'i') %input layer struct('type', 'c', 'outputmaps', 6, 'kernelsize', 5) %convolution layer struct('type', 's', 'scale', 2) %sub sampling layer struct('type', 'c', 'outputmaps', 12, 'kernelsize', 5) %convolution layer struct('type', 's', 'scale', 2) %subsampling layer};cnn = cnnsetup(cnn, train_x, train_y);opts.alpha = 1;opts.batchsize = 50;opts.numepochs = 1;cnn = cnntrain(cnn, train_x, train_y, opts);[er, bad] = cnntest(cnn, test_x, test_y);%plot mean squared errorfigure; plot(cnn.rL);assert(er<0.12, 'Too big error');```Example: Neural Networks---------------------```matlabfunction test_example_NNload mnist_uint8;train_x = double(train_x) / 255;test_x = double(test_x) / 255;train_y = double(train_y);test_y = double(test_y);% normalize[train_x, mu, sigma] = zscore(train_x);test_x = normalize(test_x, mu, sigma);%% ex1 vanilla neural netrand('state',0)nn = nnsetup([784 100 10]);opts.numepochs = 1; % Number of full sweeps through dataopts.batchsize = 100; % Take a mean gradient step over this many samples[nn, L] = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.08, 'Too big error');%% ex2 neural net with L2 weight decayrand('state',0)nn = nnsetup([784 100 10]);nn.weightPenaltyL2 = 1e-4; % L2 weight decayopts.numepochs = 1; % Number of full sweeps through dataopts.batchsize = 100; % Take a mean gradient step over this many samplesnn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.1, 'Too big error');%% ex3 neural net with dropoutrand('state',0)nn = nnsetup([784 100 10]);nn.dropoutFraction = 0.5; % Dropout fraction opts.numepochs = 1; % Number of full sweeps through dataopts.batchsize = 100; % Take a mean gradient step over this many samplesnn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.1, 'Too big error');%% ex4 neural net with sigmoid activation functionrand('state',0)nn = nnsetup([784 100 10]);nn.activation_function = 'sigm'; % Sigmoid activation functionnn.learningRate = 1; % Sigm require a lower learning rateopts.numepochs = 1; % Number of full sweeps through dataopts.batchsize = 100; % Take a mean gradient step over this many samplesnn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.1, 'Too big error');%% ex5 plotting functionalityrand('state',0)nn = nnsetup([784 20 10]);opts.numepochs = 5; % Number of full sweeps through datann.output = 'softmax'; % use softmax outputopts.batchsize = 1000; % Take a mean gradient step over this many samplesopts.plot = 1; % enable plottingnn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.1, 'Too big error');%% ex6 neural net with sigmoid activation and plotting of validation and training error% split training data into training and validation datavx = train_x(1:10000,:);tx = train_x(10001:end,:);vy = train_y(1:10000,:);ty = train_y(10001:end,:);rand('state',0)nn = nnsetup([784 20 10]); nn.output = 'softmax'; % use softmax outputopts.numepochs = 5; % Number of full sweeps through dataopts.batchsize = 1000; % Take a mean gradient step over this many samplesopts.plot = 1; % enable plottingnn = nntrain(nn, tx, ty, opts, vx, vy); % nntrain takes validation set as last two arguments (optionally)[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.1, 'Too big error');```[![Bitdeli Badge](https://d2weczhvl823v0.cloudfront.net/rasmusbergpalm/deeplearntoolbox/trend.png)](https://bitdeli.com/free "Bitdeli Badge")

初识flex布局

  什么是flex Flex是Flexible Box的缩写,意为"弹性布局",用来为盒状模型提供最大的灵活性。任何一个容器都可以指定为Flex布局。 采用Flex布局的元素,称为Flex容器(flex container),简称"容器"。 flex 在容器上的属性   flex-direction 属性决定主轴的方向(即项目的排列方向)。它由四个属性 row(默认值):主轴为水平...

GJM_优快云的博客 308

Data-Structures-and-Algorithm-Analysis-in-Java.pdf

作者: Weiss, Mark A. 出版社: Addison Wesley Data Structures and Algorithm Analysis in Java is an “advanced algorithms” book that fits between traditional CS2 and Algorithms Analysis courses. In the old ACM Curriculum Guidelines, this course was known as CS7. This text is for readers who want to learn good programming and algorithm analysis skills simultaneously so that they can develop such programs with the maximum amo...

flex 弹性布局还不懂?一篇文章带你了解一下

Flex布局,全称为Flexible Box布局,或简称Flexbox,是一种由W3C提出用于网页设计的新型布局模式。它旨在提供一个更加有效且灵活的方式来布局、对齐和分配容器内项目的空间,无论是行还是列方向。Flex布局特别适用于响应式和动态调整的用户界面设计,特别是在不同屏幕尺寸和设备上实现一致的布局效果。在Flex布局中,父容器被设置为display: flex;或display: inline-flex;后,就变成了一个Flex容器。这个容器内的所有直接子元素自动成为Flex项目。

凡夫编程 1299

迈瑞BS系列全自动生化分析仪LIS协议接口手册(内含HL7和ASTM)

迈瑞BS系列全自动生化分析仪LIS协议接口手册,内含HL7和ASTM)

jre9下载 jdk9

(Java SE Runtime Environment 9.0) 9.0u175 官方最新版 【x86|x64】

Flex布局

Flex 是 Flexible Box 的缩写,意为“弹性布局”,它可以更轻松地设计灵活的响应式布局结构,而无需使用浮动或定位。介绍了Flex容器以及子项目的属性。

christmassss的博客 1472

初识css的flex布局

如果一个项目的flex-grow属性为2,其他项目都为1,则前者占据的剩余空间将比其他项多一倍。如果一个项目的flex-shrink属性为0,其他项目都为1,则空间不足时,前者不缩小。flex-flow属性是flex-direction属性和flex-wrap属性的简写形式,默认值为row nowrap。项目默认沿主轴排列。flex-shrink属性定义了项目的缩小比例,默认为1,即如果空间不足,该项目将缩小。flex-grow属性定义项目的放大比例,默认为0,即如果存在剩余空间,也不放大。

yuanhongkun的博客 227

CSS入门---初识弹性布局

CSS入门—弹性布局 此节内容包括: 1. 改变弹性元素方向 2. 控制弹性元素溢出的换行处理 一、首先声明一个弹性盒模型 <!DOCTYPE html> <html lang="en"> <head>`在这里插入代码片` <meta charset="UTF-8"> <meta http-equiv="X-UA-Compatible" content="IE=edge"> <meta name="viewport" co

qq_44433209的博客 586

(9)前端-初识HTML与CSS-Flex布局

(9)前端-初识HTML与CSS-Flex布局 1、flex布局 flex—Flexible Box 弹性布局,为盒状模型提供灵活的布局方式。 任何一个容器都可以指定为Flex布局。 2、flex布局属性 容器属性: flex-flow flex-direction flex-wrap justify-content align-items align-content 元素属性: order flex-grow flex-shrink flex-basis flex align-self 3、fle

将子的博客 299

flex 布局(一)

1.初识flex布局 所谓的flex 是 flexible Box 的缩写,意为"弹性布局",用来为盒状模型提供最大的灵活性,任何一个容器都可以指定为 flex 布局。 但是需要注意: ①当我们为父盒子设为 flex 布局以后,子元素的 float、clear 和 vertical-align 属性将失效。 ②伸缩布局 = 弹性布局 = 伸缩盒布局 = 弹性盒布局 =flex布局 采用 Flex 布局的元素,称为 Flex 容器(flex container),简称"容器"。它的所有子元素自动成为容

JJ_Smilewang的博客 2259

flex布局详解(内含align-items和align-content的对比案例)

flex布局详解(内含align-items和align-content的对比案例)

xiaouncle的博客 6296

flex 布局凭什么成为前端排版的天花板?它让我告别了 float 的所有噩梦

还在为调个页面布局熬大夜?用float排个版,元素到处乱跑;用position定个位,稍微改点东西就全乱套。不想熬夜了😭!别慌,今天咱们就来聊聊前端界的“救星”Flex 弹性布局。它就像一个贴心的收纳师,不用绕弯子,不用死抠像素,几行代码就能把元素摆得整整齐齐,从此告别“叠罗汉”式的布局噩梦。Flex 布局就像一把万能钥匙,从简单的居中对齐到复杂的响应式布局,它都能轻松搞定。只要掌握了这些核心属性,再加上flex-groworder这些“调味剂”,你就能从布局 “小白” 秒变 “大神”。

2501_92872533的博客 534

2022年重学Flex布局

一、引言 上周面试了一名从某某培训机构毕业出来的小伙伴,应聘前端工程师的职位,简历上写着精通html5+css3,可手写轮播图、导航栏等等。第一印象还不错,面试过程中就问了几个简单的技术知识,一个是如何让文字垂直居中?一个是写一个类似知乎头部的布局样式?就是想考验下小伙伴对flex弹性布局相关的基础知识,面试结果不是很满意(还问了一些关于简历中提到的js,vue相关的基础知识)。回想自己刚入门div+css布局的时候,垂直居中问题一直困扰着我,贼难搞高,自从与flex邂逅,妈呀,真香......

qzznds的博客 482
上一篇: jQuery的安装和基本使用教程(萌新对课程的回忆篇)
BlockBook
博客等级 码龄9年 1粉丝 0原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
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
实付元
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