光明

回顾过去一年的前端开发经历,从项目实战到技术书籍的学习,再到各种框架和工具的应用,作者分享了自己的成长心得与遗憾,表达了对未来继续记录技术点滴的决心。

我现在的状态:坐着老板椅,在吃饭的桌子前,敲着mac,左手边一个莫斯利安,是在药店刷医保卡买的,下面一个取暖的鸟笼,暖和着我冰冷的脚。写完上篇长博,一看时间,已经十一点半了,感觉该睡觉了,这几天都没休息好。但是想想,无数的经验告诉我,想做的事情立马就做,不然可能就没机会了。所以我写了这篇博客。看了看莫斯利安和脚下的鸟笼发出的光,就叫光明吧。

写这篇文章之前去看了下上篇关于我心情的博客,发现还是去年的。深感惭愧。希望带着这种惭愧的心情,能让我博客写的更频繁一点。

十一月了。今年又要结束了。这一年我真的是发生了非常大的变化。可惜没能用博客记录下来这开始的重要的一年。。真是太可惜了。。这一年做了三个项目,从头到尾,独自负责手机端的前端,但是都没赚什么钱。看完了几本技术方面的书,列下书单吧:

  • JavaScript权威指南
  • 你不知道的JavaScript(上)
  • 深入浅出Node.js
  • ECMAScript6 入门
  • CSS揭秘

学习了一些框架或工具:

  • angular
  • ionic
  • cordova
  • vue
  • gulp
  • webpack
  • sass

感觉今年是前端届比较混乱的一年。(想起了你们是我教过最差的一届)发展的太快,让我不断产生一种危机感。看看列出的这些东西才能感觉到这一年还不算虚度。

然而现在想想,感觉今年做第一个项目的时候是知识积累最快的时候。也是比较疯狂的时候,晚上到两三点的时候也挺多。但是现在回头看,又感觉啥都没留下。做项目是没问题了,但是之前踩过什么坑都忘了,没有记录下来,解决了就完了,没有变成文章变成财富。可能下次碰到这个坑知道怎么解决,但不能用于分享。这不是我想要的。我想要的是把我走过的弯路记录下来,一方面让自己以后不走这段弯路,一方面让看到的人不走这段弯路。然而现在缺失了我这几个月的成长历程。

这几个月也有曾特别想写几篇博客分享我解决问题之后的喜悦或者心情的迷之哀伤,但是终究一直到了现在才动笔。记得上次教师节,给我的初中物理老师打了电话。当时突然觉得,跟一个人的联系,越是没联系越是不敢联系,不知道该如何张口联系,慢慢就断了联系。当时就想到了写博客。时隔两个月,这点想法终究还是写到了博客上,希望不会太晚。

最近还有两到三篇博客要写,希望在今年的剩下这点时间里,除了敲代码,就来写博客,把过去的这段时间好好整理下,让若干年后的自己看得到这段时光。

不早了,晚安吧。

下载前可以先看下教程 https://pan.quark.cn/s/a426667488ae 标题“仿淘宝jquery图片左右切换带数字”揭示了这是一个关于运用jQuery技术完成的图片轮播机制,其特色在于具备淘宝在线平台普遍存在的图片切换表现,并且在整个切换环节中会展示当前图片的序列号。 此类功能一般应用于电子商务平台的产品呈现环节,使用户可以便捷地查看多张商品的照片。 说明中的“NULL”表示未提供进一步的信息,但我们可以借助标题来揣摩若干核心的技术要点。 在构建此类功能时,开发者通常会借助以下技术手段:1. **jQuery库**:jQuery是一个应用广泛的JavaScript框架,它简化了HTML文档的遍历、事件管理、动画效果以及Ajax通信。 在此项目中,jQuery将负责处理用户的点击动作(实现左右切换),并且制造流畅的过渡效果。 2. **图片轮播扩展工具**:开发者或许会采用现成的jQuery扩展,例如Slick、Bootstrap Carousel或个性化的轮播函数,以达成图片切换的功能。 这些扩展能够辅助迅速构建功能完善的轮播模块。 3. **即时数字呈现**:展示当前图片的序列号,这需要通过JavaScript或jQuery来追踪并调整。 每当图片切换时,相应的数字也会同步更新。 4. **CSS美化**:为了达成淘宝图片切换的视觉效果,可能需要设计特定的CSS样式,涵盖图片的排列方式、过渡效果、点状指示器等。 CSS3的动画和过渡特性(如`transition`和`animation`)在此过程中扮演关键角色。 5. **事件监测**:运用jQuery的`.on()`方法来监测用户的操作,比如点击左右控制按钮或自动按时间间隔切换。 根据用户的交互,触发相应的函数来执行...
垃圾实例分割数据集 一、基础信息 • 数据集名称:垃圾实例分割数据集 • 图片数量: 训练集:7,000张图片 验证集:426张图片 测试集:644张图片 • 训练集:7,000张图片 • 验证集:426张图片 • 测试集:644张图片 • 分类类别: 垃圾(Sampah) • 垃圾(Sampah) • 标注格式:YOLO格式,包含实例分割的多边形点坐标,适用于实例分割任务。 • 数据格式:图片文件 二、适用场景 • 智能垃圾检测系统开发:数据集支持实例分割任务,帮助构建能够自动识别和分割图像中垃圾区域的AI模型,适用于智能清洁机器人、自动垃圾桶等应用。 • 环境监控与管理:集成到监控系统中,用于实时检测公共区域的垃圾堆积,辅助环境清洁和治理决策。 • 计算机视觉研究:支持实例分割算法的研究和优化,特别是在垃圾识别领域,促进AI在环保方面的创新。 • 教育与实践:可用于高校或培训机构的AI课程,作为实例分割技术的实践数据集,帮助学生理解计算机视觉应用。 三、数据集优势 • 精确的实例分割标注:每个垃圾实例都使用详细的多边形点进行标注,确保分割边界准确,提升模型训练效果。 • 数据多样性:包含多种垃圾物品实例,覆盖不同场景,增强模型的泛化能力和鲁棒性。 • 格式兼容性强:YOLO标注格式易于与主流深度学习框架集成,如YOLO系列、PyTorch等,方便研究人员和开发者使用。 • 实际应用价值:直接针对现实世界的垃圾管理需求,为自动化环保解决方案提供可靠数据支持,具有重要的社会意义。
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