前端自学——改过的代码

终于几番纠结之后,开始了前端自学之路。虽然有转行穷三年的说法,我还是希望我的决定是值得的。

这个博客中记录的是自己犯过的错,用于自省。

1. Java Script学习

练习的题目是,随机生成一个颜色,在界面显示。跟着视频自己写了一个,获得的颜色字符串总是undefined。

function getColor() {
    var arr = ["0","1","2","3","4","5","6","7","8","9","a","b","c","d","e","f"];
    var str = "#";
    for (var i = 0; i < 6; ++i)
    {
        var num = parseInt(Math.random * 16);
        str += arr[num];
    }
    return str;
}
console.log(getColor());
window.onload = function () {
    document.getElementById("dv").style.backgroundColor = getColor();
}

再次看视频才发现问题:
1.random方法,应该有()
2.颜色是由十六进制构成,random()方法结果的范围是[0,1)。由于十六进制的字符串存储在数据中,所以数组的索引值范围应是0~15,故随机生成索引值时应是random()*15。

function getColor() {
            var arr = ["0","1","2","3","4","5","6","7","8","9","a","b","c","d","e","f"];
            var str = "#";
//            console.log(parseInt(Math.random()*16));
//            return str;
            for (var i = 0; i < 6; ++i)
            {
                var num = parseInt(Math.random() * 15);
                str += arr[num];
            }
            return str;
        }

        window.onload = function () {
            document.getElementById("dv").style.backgroundColor = getColor();
        }
内容概要:本文是一篇关于使用RandLANet模型对SensatUrban数据集进行点云语义分割的实战教程,系统介绍了从环境搭建、数据准备、模型训练与测试到精度评估的完整流程。文章详细说明了在Ubuntu系统下配置TensorFlow 2.2、CUDA及cuDNN等深度学习环境的方法,并指导用户下载和预处理SensatUrban数据集。随后,逐步讲解RandLANet代码的获取与运行方式,包括训练、测试命令的执行与参数含义,以及如何监控训练过程中的关键指标。最后,教程涵盖测试结果分析、向官方平台提交结果、解读评估报告及可视化效果等内容,并针对常见问题提供解决方案。; 适合人群:具备一定深度学习基础,熟悉Python编程和深度学习框架,从事计算机视觉或三维点云相关研究的学生、研究人员及工程师;适合希望动手实践点云语义分割项目的初学者与进阶者。; 使用场景及目标:①掌握RandLANet网络结构及其在点云语义分割任务中的应用;②学会完整部署一个点云分割项目,包括数据处理、模型训练、测试与性能评估;③为参与相关竞赛或科研项目提供技术支撑。; 阅读建议:建议读者结合提供的代码链接和密码访问完整资料,在本地或云端环境中边操作边学习,重点关注数据格式要求与训练参数设置,遇到问题时参考“常见问题与解决技巧”部分及时排查。
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
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
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