Android ConstraintLayout使用指南

D_clock爱吃葱花 D_clock爱吃葱花 博客等级 墨衍会员 · AI 创作全网分发 墨衍智能分发 本文由作者通过墨衍一键同步至各平台 1分发平台 5.2k累计阅读 5.3k平均单平台 已同步平台 优快云 微信公众号 微博 知乎 掘金 百家号 博客园 抖音 小红书 你的文章也可以这样分发 墨衍会员 ¥399起/年，写一次发全网 我也要 码龄14年
关注
原创 最新推荐文章于 2025-11-11 11:47:18 发布 5.2k 阅读 AI 写同款· GEO 优化 ›
Android ConstraintLayout布局使用详解 Android ConstraintLayout是谷歌推出替代PrecentLayout的组件。支持相对布局、线性布局、帧布局，笔者看来更像是FrameLayout 、LinearLayout、RelativeLayout三者的结合体，并且比这三者更强大的是实现了百分比布局，大家都知道安卓碎片严重，使用百分比适配，那么将彻底解决适配问题。 本文将教会你如何使用此控件。 一、当作Relative... 阅读详情

升级Android Studio 2.3之后，IDE默认生成的Activity布局都是以ConstraintLayout做为根布局，体验了一把这个Google去年就开始力推的ConstraintLayout后，觉得非常不错，本文用于记录ConstraintLayout各个方面的使用知识。

平台支持

  • ConstraintLayout最低兼容Android 2.3；
  • 目前Android Studio 2.3默认使用ConstraintLayout作为布局文件的根布局；
  • 想要使用ConstraintLayout，需在项目的build.gradle添加com.android.support.constraint:constraint-layout：XXX版本号依赖；

基础使用

ConstraintLayout翻译成中文也称为约束布局，在整个使用体验过程中真的是贯穿约束二字，这一节先来介绍一些基础使用，后面你就会慢慢感受到约束布局的魅力。创建完工程后打开布局文件，底部切换Design的Tab上，可以看到整个操作界面

左上角的面板是放置了系统内置各种各样的控件，想要布局直接拖到到布局文件中即可（所见即所得），右边的面板是选中布局文件中的控件时期各种各样的空间属性，ConstraintLayout最大的好处在于让我们通过拖控件的形式进行布局，并且不用担心适配问题。所以，先来拖个控件试试看，将一个Button拖动到屏幕正中央，然后运行显示看看效果。

模拟器运行后的效果

而实际运行后却发现，这个Button还是位于屏幕左上角，说好的居中效果呢？这里就要开始引入ConstraintLayout的约束概念，我们切换回去看xml的布局代码，发现了两个问题。第一，布局预览时能够看到显示居中的Button，是因为控件属性设置中引用了两个tools命名空间下的属性。

我们都知道，这两个属性只在布局编辑器的预览中有效，实际运行效果是不生效的。第二，Button标签下有红色波浪线警告，我们把鼠标移到对应位置会发现警告内容，告诉我们Button没有任何约束设置，当前效果只支持预览，实际运行后会返回到左上角去，同时提示我们应该给控件添加约束。

如何增加约束？回到Design页面，对着控件上下左右四个原点拖动添加对应的约束即可

成功添加约束后，即可得到正常的运行效果了。

实际操作不一定要在Tab，也可以直接在Text页面拖动控件添加约束

成功实现添加约束后，可以看到Button多了下面几个属性设置

app:layout_constraintBottom_toBottomOf=”parent” 意思是Button底部的布局约束是位于parent的底部，parent是指包裹着它的ConstraintLayout，也可以设置指定某个控件的id，其他类似的属性就不再赘述，以上四个约束联合起来便实现了Button的居中，ConstraintLayout总共有下面这些同类的属性

你会发现ConstraintLayout非常灵活的把RelativeLayout的活给干了，关于left、right、top、bottom、start、end、baseline的基准可以参照下图

relative-positioning-constraints

如果我想加多一个Button2并且将其放置到原先居中Button的右方并且与其底部对齐，只需如下操作即可

并且你也可以发现，Button2依赖与Button后会随着Button的移动而跟着发生相对移动，目的是了保证我设置的依赖，时刻保持Button2就在Button的右边，并且底部对齐。你也可以看到布局文件中也为Button2添加了如下两个属性

如果你已经理解上面提到的属性含义，这里应该不会有疑惑。

介绍完上下左右的依赖设置后，下面介绍一些Margin属性，除了Android常见的各种android:layout_marginXXX外，ConstraintLayout自行添加了如下属性

这些设置生效于当依赖的约束对象被设置visibility为gone时，非常简单，读者自行设置实践对比即可，这里就不展示效果了。

聊完Margin后，再来介绍一下Bias，ConstraintLayout新增了如下两个属性用于控制控件在水平和垂直方向在屏幕上的偏移比例

当为目标控件设置好横纵向的约束时（app:layout_constraintLeft_toLeftOf=”parent”、app:layout_constraintRight_toRightOf=”parent”或者app:layout_constraintTop_toTopOf=”parent”、app:layout_constraintBottom_toBottomOf=”parent”），这个两个属性才会生效。实际操作过程中，你会发现对着设置好横纵向约束的Button进行拖动，布局中的layout_constraintHorizontal_bias和layout_constraintVertical_bias会一直发生相应的变化，如果你需要Button居中，那么直接将这两个属性的参数值设置为0.5即可。

关于ConstraintLayout的基本使用，这一节就介绍到这里。

进阶使用

看完基本使用，再来学习一些进阶技巧，这里先补充一个关于ConstraintLayout的知识点，与其他Layout不同之处在于，它的layout_width和layout_height不支持设置match_parent，其属性取值只有以下三种情况：

  • wrap_content；
  • 指定具体dp值；
  • 0dp（match_constraint），代表填充约束之意，注意不要以为和match_parent是一样的；

想想如果没有ConstraintLayout，我们要让一个控件的宽高按某个比例进行布局应该怎么做？有了ConstraintLayout后，我们可以使用layout_constraintDimentionRatio属性设置宽高比例，前提是目标控件的layout_width和layout_height至少有一个设置为0dp，如下让一个ImageView宽高按照2:1的比例显示

layout_constraintDimentionRatio默认参数比例是指宽：高，变成高:宽可以设app:layout_constraintDimensionRatio=”H,2:1”。

ConstraintLayout的链条（Chains）特性非常强大，在没有ConstraintLayout之前，线性布局我们主要都依靠LinearLayout来完成，有了ConstraintLayout之后，它把LinearLayout的活也干了，例如要把按钮水平排成一行，可以这样操作

这样ButtonA、B、C就在水平方向形成了一条Chain，并且底部对齐。回去看xml文件，会见到ButtonA新增app:layout_constraintHorizontal_chainStyle的属性设置，这个属性在一条Chain中只会出现在第一个控件中，这个控件是整条Chain的Head。

除了水平方向的layout_constraintHorizontal_chainStyle外还有垂直方向的layout_constraintVertical_chainStyle，两者均有spread,spread_inside,packed这三种取值，如果将控件的layout_width和layout_height设置成为0dp，还可以配合layout_constraintHorizontal_weight、layout_constraintVertical_weight两个属性实现和LinearLayout中设置layout_weight相同的效果，具体的操作这里就不再展示了，下面一张图告诉你Chain的强大之处。

关于Chain的就介绍到此，进阶的最后一部分再介绍一下Guideline功能，如果我们需要对着屏幕的中轴线进行布局，就可以使用到Guideline进行操作，例如下面两个Button分别分布在中轴线的左右两侧

从操作上我们可以看到Guideline也分为垂直和水平两种，并且支持设置在屏幕中所处的位置，可以使用layout_constraintGuide_begin和layout_constraintGuide_end设置具体dp值，也可以使用layout_constraintGuide_percent来设置比例。实际上它也只是一个辅助我们布局的View而已，其源码内部实现也非常简单，并且默认设置了visibility为gone，关于ConstraintLayout的进阶使用便介绍到这里。

使用优势

关于ConstraintLayout的使用优势，我个人体验总结如下：

  • 高效布局，Android这么多年以来真正意义上的实现了所见即所得的拖曳方式布局，极大的提高开发效率；
  • 轻松灵活的实现复杂的布局；
  • 解决多重布局嵌套问题，通过前面介绍你会发现ConstraintLayout真的是非常灵活，可以很大程度的避免Layout之间的嵌套；
  • 满足屏幕适配的需求，想想没有ConstraintLayout之前的拖曳式布局，你就知道有多恶心；

最佳实践

ConstraintLayout最开始出来就有很多开发者盼着完全依赖于拖曳方式实现布局，而在实际操作过程中，完全通过拖曳其实效率反倒是会打折扣，在此建议是拖曳方式和xml编码相结合才是最佳实践的方式。

本文为技术视界原创作品，转载请注明原文出处：http://blog.coderclock.com/2017/04/09/android/android-constraintlayout ，欢迎关注我的微信公众号：技术视界

收录于
Android

当前文章被收录于：

Android
4 篇文章 0 人学习
订阅专栏 查看详情
标签
#android #布局 #约束布局 #Constraint #Layout
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
导入项目出现：Could not find com.android.support.constraint:constraint-layout:2.0.0-alpha8的解决方法 今天在使用Android Studio导入一个别人的项目时，出现以下错误： Gradle 同步时报错，Could not find com.android.support.constraint:constraint-layout:2.0.0-alpha8的解决方法。 原因：Android Studio未安装ConstraintLayout的支持包。 解决方法： 点击Sdk Manage 阅读详情

相关推荐

Android ConstraintLayout 基础

首先，在 Android 项目的布局 XML 文件中，将根布局设置为。

嗯... 2353

Android ConstraintLayout 约束布局的使用

目前Android的默认布局早已改成ConstraintLayout，但是很多小伙伴还是使用过去的相对布局，觉得老的布局用起来熟悉，新布局使用复杂，从而失去了探索新大陆的机会，今天就让我们一起揭开ConstraintLayout的面纱，掌握Android新布局的使用方法。传统的布局容易在版本迭代过程中，造成页面层级过多的问题（俄罗斯套娃），一是对页面渲染有影响，二是不利于开发者的后期维护。

weixin_42604414的博客 4083

Android ConstraintLayout 约束布局的使用手册

目前Android的默认布局早已改成ConstraintLayout，但是很多小伙伴还是使用过去的相对布局，觉得老的布局用起来熟悉，新布局使用复杂，从而失去了探索新大陆的机会，今天就让我们一起揭开ConstraintLayout的面纱，掌握Android新布局的使用方法。传统的布局容易在版本迭代过程中，造成页面层级过多的问题（俄罗斯套娃），一是对页面渲染有影响，二是不利于开发者的后期维护。

yzwfeng的专栏 3105

Android 约束布局（ConstraintLayout）详解

前言 约束概述 转换布局 开始 创建布局 添加约束 基线约束 Chains Properties 设置宽高比例 Guidelines 自动添加约束 参考 本篇 ConstraintLayout 讲解版本：1.0.2，1.1.x 版本开始新增功能在下篇进行讲解。 前言 ConstraintLayout 是一个 ViewGroup，它的出现是为了解决复杂布局时，布局嵌套（

Airsaid 4万+

Android ConstraintLayout的常见用法

ConstraintLayout 是 Android 中功能强大的扁平化布局容器，主要通过设置控件之间的来定位和确定大小。

yeziyfx的专栏 1122

13、Android ConstraintLayout 使用指南

本文详细介绍了 Android 中 ConstraintLayout 的使用方法及其优势，包括基础特性如解决视图重叠问题、Flow 辅助器和比率设置等。同时讲解了 ConstraintLayout 的灵活性、适配不同屏幕尺寸的能力以及与 Android Studio 的集成。还涵盖了在 Layout Editor 工具中建立约束的方式、调整偏差、边距配置以及小部件尺寸的设置等内容，是 Android 开发者设计高效、响应式用户界面的实用指南。

84

Android约束布局ConstraintLayout的使用

Android约束布局ConstraintLayout的基本使用 约束布局ConstraintLayout面世已有很长一段时间了，但我一直没有关注这个Android 中继五大布局后的新布局的使用。近日在网友的讨论的强烈推荐下，尝试了ConstraintLayout。使用之后的最大感触就是：为什么我不早点在项目中尝试ConstraintLayout！！！ 本篇文章，旨在记录ConstraintLay...

qq_36046305的博客 2万+

AJ-Report开源数据大屏存在远程命令执行漏洞

该平台可以通过post方式在validationRules参数对应值中进行命令执行，可以获得服务器权限，登陆管理后台接管大屏。如果被攻击者利用，危害后果十分严重。

swordheart的博客 387

安卓ConstraintLayout概述与应用分析

ConstraintLayout是Android平台中的一种高级布局容器，它革命性地改变了用户界面(UI)的设计与实现方式。作为Android SDK的一部分，特别是在Android Studio集成开发环境中的强力支持下，它使得开发者能以更加直观、高效的方式组织界面元素，从而实现复杂而灵活的布局设计。ConstraintLayout通过约束系统替代了传统的嵌套布局，显著减少了视图层级，提升了应用性能，并简化了多屏幕尺寸和方向的适配过程。

wlred1980的博客 571

Zabbix安装与部署 系统环境：centos7.0

Zabbix安装与部署 系统环境：centos7.0

weixin_42485027的博客 2600

记一次网络风暴/网络环路

环境： win10 x64 ，联想云教室，电子教室，华三交换机。 状况描述： 最开始开机，一直卡在PXE启动界面，进不去系统。电脑技术张工说，先开教师机后开学生机。因为学生机开机需要读取教师机的镜像。但是状况依旧。 开始排查网络，重启交换机后，发现陆续有几台电脑能登陆进系统桌面了，但很慢起码过了5分钟以上才能进去。 教师机一直都是正常的，然后我在教师机部署电子教室。技术说这电子 教室与云教室IP冲突。 (那之后我查了下这两款软件的PID和端口，所占端口不一样，那没冲突) 我说不可能吧，这套软件在

Nightwish5的博客 2865

Android约束布局ConstraintLayout，安卓binder机制

那么接下来就是添加约束了：（设置参照物） （通过四个点来确定其布局）首先来个最简单的，上下左右都拉一次。 然后就不爆红了，这就是最基础的使用了（这时通过鼠标可以直接移动控件的位置），下面通过一个小Demo，来拓展一下 layout_constraintStart_toEndOf :同left_toRightOf layout_constraintStart_toStartOf :同left_toLeftOf layout_constraintEnd_toStartOf :同right_toLeftOf

m0_66264569的博客 498

【backtrader保姆级教学】投资组合回测

method1:探索投资组合的最有方案，使用蒙特卡洛模拟Markowitz模型。# 提取最小波动组合对应的权重, 并转换成Numpy数组。# 绘制收益-标准差的散点图，并用颜色描绘夏普比率。# 在收益-风险散点图中突出风险最小的点。:param any_day: 任意日期。# 将该点坐标显示在图中并保留四位小数。password = “替换密码”# 找到标准差最小数据的索引值。user = “替换账号”# 计算GMV投资组合收益。# 计算每项资产的夏普比率。# 设置无风险回报率为0。

weixin_38132951的博客 2315

Android ConstraintLayout 约束布局详解

在2016年的GoogleI/O大会上,Google发布了预览版，同时也发布了Android新的布局方案，但是最近的一年也没有大规模的使用。2017年Google发布了正式版，在版本中新建的Module中默认的布局就是。

赵彦军 7万+

Vue3 - 完美解决高德地图定位失败 Get ipLocation failed.Geolocation permission denied.（获取ipLocation失败。地理定位权限被拒绝。）

Get ipLocation failed.Geolocation permission denied.，vue3引入高德地图当前定位失败 ，vue3中使用高德地图定位报错，高德地图API用户定位失败，高德地图H5 定位失败报错排查和解决方案，微信公众号H5网页高德地图定位报错，谷歌浏览器-高德地图定位失败geolocation，getCurrentPosition 返回的 message报错，如何解决此问题，uniapp h5高德地图，微信、QQ等内置浏览器定位失败，高德地图实现实时用户位置定位，引入高德

🏆 前端领域优质创作者 4169

建行报专版报道建设银行金融科技发展历程

经过十多年的建设，总行前中后台部门都有了自己的业务系统，但系统“部门”特征显著，渠道、客户、产品的横向整合不足，产品系统层次化、结构化、参数化程度不高，渠道支持产品快速部署以及跨渠道服务能力不足，管理分析类系统建设相对滞后，系统较弱的可扩展能力在应对高速增长的交易量时已疲态尽显，同时安全稳定运行的压力和风险日益积聚。站在新的历史起点上，科技条线将聚焦主责主业，完善信息科技管理体系，紧紧围绕安全生产中心任务，持续推动技术能力复用共享和自主可控，为全行做好金融五篇大文章，推动业务高质量发展提供技术支撑。

银行信息系统应用架构详解 384

Android ConstraintLayout 使用详解

ConstraintLayout（约束布局）是 Android Studio 2.2 引入的一种新型布局，现已成为 Android 开发中最强大、最灵活的布局管理器之一。它结合了 RelativeLayout 的相对定位和 LinearLayout 的线性布局优势，能够通过设置控件之间的相对约束关系来构建复杂的界面。ConstraintLayout 是 Android 开发中非常强大的布局工具，它不仅可以减少布局嵌套提高性能，还能轻松实现复杂的布局设计。

专注于移动开发的干货分享。提供高效解决方案、避坑指南与前沿技术解析。为开发者创造价值。 981

【华为OD机考】2025C+B+2024E+D卷真题【完全原创题解 | 详细考点分类 | 不断更新题目 | 六种主流语言Py+Java+Cpp+C+Js+Go】

可上练习华子OD、大厂真题绿色聊天软件戳od1441了解算法冲刺训练（备注【优快云】否则不通过）

weixin_48157259的博客 1万+

优化Android 布局 —— ConstraintLayout

来来来 一起使用 ConstraintLayout 好吧按照惯例 先来“吹一波” ConstraintLayout 的性能优势 减少嵌套 ，尽可能的保持 扁平的的视图结构 如下图： 使用 ConstraintLayout 和 RelativeLayout 的对比 ConstraintLayout 在测量/布局阶段的性能比 RelativeLayout大约高 40%： 可以实现 拖拽绘制...

章鱼哥的博客 441

【Proteus仿真】基于AT89C51单片机的单片机双向通信

本文介绍了基于AT89C51单片机实现双向通信的系统设计。系统采用MAX232芯片实现TTL与RS-232电平转换，通过CONN-D9F接口建立串行通信连接。甲机程序通过按键控制发送不同指令字符，同时接收乙机数据驱动数码管显示；乙机程序根据接收指令控制LED显示状态，并可发送0-10数字至甲机。文中详细说明了MAX232电平转换原理、DB9接口定义，以及完整的单片机控制程序代码，包括串口初始化、数据收发处理等关键功能实现，为嵌入式系统串口通信开发提供了实用参考方案。

XU157303764的博客 1094

Statistics and Machine Learning Toolbox

Statistics and Machine Learning Toolbox（带书签），MATLAB统计学习工具

2024年安卓最全Android ConstraintLayout 约束布局，阿里hr面试问题

我这里整理了一份完整的学习思维以及Android开发知识大全PDF。当然实践出真知，即使有了学习线路也要注重实践，学习过的内容只有结合实操才算是真正的掌握。

2401_84561736的博客 1114

文档：亲测可用解决vnc灰屏，黑屏，鼠标大黑叉情况

主要解决vnc-viewer灰屏，黑屏，鼠标大黑叉等现象，详细见文档。

Android ConstraintLayout 约束布局

dependencies {implementation ‘com.android.support.constraint:constraint-layout:1.0.2’}然后layout的根布局使用：layout_constraintLeft_toLeftOflayout_constraintLeft_toRightOflay

2401_89191669的博客 993

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")

visio安装包

Microsoft Office Visio 是一款专业的制图软件。利用经过更新的形状、协作工具和数据链接图表，创建专业级图表以简化复杂的信息。

Android详解——ConstraintLayout约束布局

ConstraintLayout继承自ViewGroup，允许用户以更加灵活的方式在布局中设置控件的位置和尺寸（ConstraintLayout在API>9可用）。ConstraintLayout采用方向约束的方式对控件进行定位,至少要保证水平和垂直方向都至少有一个约束才能确定控件的位置。相对位置边距中心位置圆形位置可见性尺寸约束链式布局虚拟辅助控件优化器记住，依赖关系中不能有循环依赖关系。

闲暇部落 5364

Android 的 ConstraintLayout 布局使用

加依赖：确保里有。定根布局：根标签用。放视图：把ButtonTextView等放进去。添约束（最关键！：为每个视图的水平方向和垂直方向至少各加一个约束。水平方向：约束Start或End。垂直方向：约束Top或Bottom。常用目标parent（父布局）或其他视图的id。打开 Android Studio 的布局编辑器，直接拖拽控件，观察它自动生成的约束代码，这是最快的学习途径！场景推荐选择理由新项目开发性能好、功能强、现代标准复杂界面减少嵌套、响应式支持好简单相对定位代码更简洁直观。

m0_61945436的博客 1291

Android约束布局ConstraintLayout

layout_constraintRight_toRightOf :当前View的右侧和另一个View的右侧位置对齐。layout_constraintLeft_toLeftOf :当前View的左侧和另一个View的左侧位置对齐。layout_constraintLeft_toRightOf :当前view的左侧会在另一个View的右侧位置。layout_constraintRight_toLeftOf :当前view的右侧会在另一个View的左侧位置。2.为什么要用ConstraintLayout。

2501_90257224的博客 1105
上一篇： 利用Android源码，轻松实现汉字转拼音功能
下一篇： 为什么ContentResolver调用bulkInsert批量插入数据失败
点赞 4
评论 3
书签 书签 14
D_clock爱吃葱花
D_clock爱吃葱花
博客等级 码龄14年 163粉丝 13原创
+ 关注 专栏目录 订阅专栏
评论 3
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
表情包 插入表情
表情包 代码片
 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