【笔记:HTML基础】

北企课堂:HTML基础与实践笔记 本文还有配套的精品资源,点击获取 简介:HTML是创建网页的基础标准标记语言,用于定义网页文档结构、元素、属性等。本课程笔记详细介绍了HTML的基础知识,包括HTML文档结构、元素与标签的使用、属性的作用,以及HTML5的新特性。同时,也讲解了CSS与HTML结合应用的方法,并提供了一些学习资源,适合初学者学习网页制作和前端开发。 1. HTML基础概念与文档结构 ... 阅读详情

HTML

1. W3C标准

W3C

  • World Wide Web Consortium(万维网联盟)
  • 成立于1994年,Web技术领域最权威和具影响力的中立性技术标准机构
  • http://www.w3.org/
  • http://www.chinaw3c.org/

W3C标准包括

  • 结构化标准语言(HTML、XML)
  • 表现标准语言(CSS)
  • 行为标准(DOM、ECMAScript)

2. 网页基本信息

    <!-- DOCTYPE :告诉浏览器,我们要使用什么规范-->

    <!DOCTYPE html>
    <html lang="en">

    <!-- head:代表网页头部 -->

    <head>

        <!-- meta:描述性标签,用来描述网站的一些信息 -->
        <!-- meta一般来做SEO-->
        <meta charset="UTF-8">
        <meta http-equiv="X-UA-Compatible" content="IE=edge">
        <meta name="viewport" content="width=device-width, initial-scale=1.0">

        <!-- title:网页标题 -->
        <title>标题</title>
    </head>

    <!-- body:代表网页主题 -->

    <body>
        Hello World
    </body>

    </html>

3. 网页基本标签

<body>

    <!-- 标题标签 -->
    <h1>一级标签</h1>
    <h2>二级标签</h2>
    <h3>三级标签</h3>
    <h4>四级标签</h4>
    <h5>五级标签</h5>
    <h6>六级标签</h6>


    <!-- 水平线标签 -->
    <hr>

    <!-- 段落标签(分段) -->
    <p>一二三四五</p>
    <p>六七八九十</p>
    <p>12345</p>
    <p>678910</p>


    <!-- 换行标签 -->
    <br>一二三四五
    <br>六七八九十
    <br>12345
    <br>678910

    <!-- 粗体、斜体 -->
    <h1>字体样式标签</h1>
    <strong>粗体</strong>
    <em>斜体</em>

    <br>
    <!-- 特殊符号 (&+xx+;) -->
    空 格(直接输入空格,无论多少只显示一个)
    空 &nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; 格(多个空格用 &nbsp; )

    <br>
    &gt;
    <br>
    &lt;
    <br>
    &copy;

</body>

image.png

4. 图像标签

image.png

<body>
    <!-- img -->
    <img src="../HTML/resource/image/猫猫.jpg" alt="猫猫" title="悬停文字" height="300" width="300">

</body>

image.png

5. 链接标签

image.png

  • 文本超链接
  • 图像超链接
<body>

    <a id="top">顶部</a>
    <!-- -a标签:
    href :必填,表示跳转到哪个页面
    target:表示窗口在哪里打开
        _blank: 在新标签内打开
        _self:在自己的网页内打开 -->
    <a href="基本标签.html">点击跳转到基本标签</a>
    
    <a href="https://www.baidu.com">点击跳转到百度</a>
    
    <br>
    <a href="图片标签.html" target="_blank">
        <img src="../HTML/resource/image/猫猫.jpg" alt="猫猫" title="跳转到图片标签" height="300" width="300">
    </a>

    <!-- 锚链接
    1.需要一个锚标记
    2.跳转到标记 -->
    <a href="#top">回到顶部</a>

    <!-- 功能性链接 
    1.邮件链接:mailto-->
    <a href="mailto:123456789@gmail.com" target="_parent">点击发送邮件</a>

</body>
</html>

6.块元素和行内元素

块元素

  • 无论内容多少,该元素独占一行
  • (p、h1~h6…)

行内元素

  • 内容撑开宽度,左右都是行内元素的可以排成一行
  • (a、strong、em…)

7. 列表标签

<body>
    <!-- 有序列表 -->
    <ol>
        <li>java</li>
        <li>python</li>
        <li>c/c++</li>
    </ol>

    <hr>
    <!-- 无序列表 -->
    <ul>
        <li>java</li>
        <li>python</li>
        <li>c/c++</li>
    </ul>

    <hr>
    <!-- 自定义列表 -->
    <dl>
        <!-- dt列表名称 -->
        <dt>自定义</dt>

        <dd>java</dd>
        <dd>python</dd>
        <dd>c/c++</dd>
    </dl>

</body>

image.png

8. 表格

简单通用、结构稳定

  • 基本结构
    • 单元格
    • 行
    • 列
    • 跨行
    • 跨列
<body>

    <!-- 表格table
        表头 th
        行 tr
        列 td 
        border:边框-->
    <table border="1px">
        <th>表格</th>

        <tr>
            <!-- colspan 跨列 -->
            <td colspan="2">1-1</td>
            <td>1-2</td>
        </tr>

        <tr>
            <!-- rowspan 跨行 -->
            <td rowspan="2">2-1</td>
            <td>2-2</td>
            <td>2-3</td>
        </tr>

        <tr>
            <td>3-1</td>
            <td>3-2</td>
        </tr>

    </table>

</body>

image.png

9. 媒体元素

视频元素:video

音频元素:audio

<body>
    <!-- 音频、视频 -->
    <!-- 
        src:路径
        controls:控制条
        autoplay:自动播放
     -->
    <video src="" controls autoplay></video>
    <audio src="" controls autoplay></audio>
</body>

10. 页面结构分析

image.png

11. iframe内联框架

image.png

<body>

    <!-- iframe内联框架 -->
    <!-- 
        src:地址
        w-h:宽度高度
    -->
    <iframe src="" name="myBlog" frameborder="0" width=300" height="300"></iframe>

    <a href="https://blog.youkuaiyun.com/Editplusplusplus?type=blog" target="myBlog">点击跳转到我的博客</a>

</body>

image.png

12. 表单语法

image.png

<body>

    <h1>注册</h1>

    <!-- 表单form -->
    <!-- 
        action:表单提交的位置,可以是网站、也可以是个请求处理地址
        method:post,get 提交方式
            get方式提交:我们可以在url中看到我们提交的信息,不安全,高效
            post方式提交:比较安全,可传输大文件
    -->
    <form action="列表.html" method="post">

        <!-- 文本输入框 type="text" -->
        <p>名字:<input type="text" name="username"></p>
        <!-- 密码框 type="password" -->
        <p>密码:<input type="password" name="password"></p>

        <p>
            <input type="submit">
            <input type="reset">
        </p>

    </form>
</body>

image.png

表单元素格式

image.png

文本框

 <!-- 文本输入框 type="text" -->
<!-- 
value="":默认初始值
maxlength:最长能写几个字符
size:文本框的长度
-->
<p>名字:
    <input type="text" name="username" value="默认初始值" maxlength="8" size="30">
</p>
<!-- 密码框 type="password" -->
<p>
    密码:<input type="password" name="password">
</p>

image.png

单选框

<!-- radio 单选框 -->
<!-- 
value:单选框的值
name:组(name一样表示一个组)
-->
<!-- checked:默认选中 -->
<p>性别:
    <input type="radio" value="boy" name="sex" checked>男
    <input type="radio" value="girl" name=sex">女
</p>

image.png

多选框

<!-- 多选框 -->
<p>爱好:
    <input type="checkbox" name="hobby" value="sleep">睡觉
    <!-- checked:默认选中 -->
    <input type="checkbox" name="hobby" value="code" checked>写代码
    <input type="checkbox" name="hobby" value="chat">聊天
    <input type="checkbox" name="hobby" value="game">游戏
</p>

image.png

按钮

<!-- 按钮 -->
<p>按钮:
    <!-- 普通按钮 -->
    <input type="button" name="button" value="点我点我">
    <!-- 图片按钮 -->
    <input type="image" src="../HTML/resource/image/猫猫.jpg">
</p>

image.png

下拉框

<!-- 下拉框 -->
<p>国家:
    <select name="列表名">
        <option value="China">中国</option>
        <option value="Us">美国</option>
        <!-- selected:默认选择 -->
        <option value="Eth" selected>瑞士</option>
        <option value="Indian">印度</option>
    </select>
</p>

image.png

文本域/文件域

<!-- 文本域 -->
<p>反馈:
    <textarea name="title" cols="50" rows="10">文本内容</textarea>
</p>

<!-- 文件域 -->
<p>
    <input type="file" name="files">
    <input type="button" name="upload" value="上传">
</p>

image.png

验证

  • 邮件验证
  • url验证
  • 数字验证
  • 滑块验证
<!-- 验证 -->
<!-- 邮件验证 -->
<p>邮箱:
    <input type="email" name="email">
</p>

<!-- url验证 -->
<p>URL:
    <input type="url" name="url">
</p>

<!-- 数字验证 -->
<p>数字:
    <input type="number" name="number" max="100" min="0" step="10">
</p>

<!-- 滑块验证 -->
<p>音量:
    <input type="range" name="voice" max="100" min="0" step="10">
</p>

image.png

搜索框

<!-- 搜索框 -->
<p>搜索:
    <input type="search" name="search">
</p>

image.png

表单的应用

  • 隐藏域:hidden
  • 只读:readonly
  • 禁用:disable

13. 表单初级验证

常用方式:

  • placeholder(提示信息)
<p>名字:<input type="text" name="username" placeholder="请输入用户名" maxlength="8" size="30"></p>

image.png

  • required(非空判断)
<p>名字:<input type="text" name="username" placeholder="请输入用户名" maxlength="8" size="30" required></p>
        <!-- 密码框 type="password" -->
        <p>密码:<input type="password" name="password"></p>

image.png

  • pattern(正则表达式)

常用正则表达式:https://www.jb51.net/tools/regex.htm

        <p>自定义邮箱:
            <input type="text" name="diymail" pattern="	/^([a-z0-9_\.-]+)@([\da-z\.-]+)\.([a-z\.]{2,6})$/">
        </p>
【Azure 架构师学习笔记】- Azure Databricks (1) - 环境搭建 Databricks 已经成为了数据科学的必备工具,今时今日你已经很难抛开它来谈大数据,它常用于做复杂的ETL中的T, 数据分析,数据挖掘等,特别适用于做数据建模,机器学习等。那么顺应时代,现在也来看看这个工具的内容。首先要有一个环境,基于Azure 的Databricks简称ADB。托管在Azure 上的Databricks已经被Azure进行了很大的优化, 在搭建时只需要简单的几步即可拥有一个环境,不过要提醒一句ADB的集群并不便宜,用完马上删掉或停止, 否则一晚过百美金就会烧掉。 阅读详情

相关推荐

Tiff、jpg图片怎么样添加地理坐标信息

Tiff、jpg图片怎么样添加地理坐标信息 一般,外业调查只有地图资料,如专题图、或者地形图,如何把这些地图资料的扫描地图带上坐标信息,从而内业实现信息化处理?以上问题,可以解决,但根据不同情况有不同的处理方法。     第一种,上面有经纬度外框,图片是矩形,但是没有地理信息。 通过图框的两个角的坐标确定范围,分别是左上(140°E,30°N);右下(150°W,30°N) 解决方

树木_xzw的博客 2万+

element ui 多选框内嵌套单选框

element ui 多选框内嵌套单选框

qq_22167557的博客 1566

PyTorch实战:用FGSM攻击MNIST分类器(附可视化对比)

本文通过PyTorch实战演示了如何使用FGSM对抗攻击方法攻击MNIST手写数字分类器。文章详细解析了FGSM攻击原理,提供了从环境搭建、模型准备到攻击实施、可视化对比的完整代码实战流程,并探讨了对抗样本的生成与模型鲁棒性评估。

3a9bq4r8t2y的博客 216

【HTML】自动添加单选选项,选中一项并展开对应的表格信息

自动创建列表并创建click事件

鸿墨轩 1294

高效IT运维报告编写指南:实战经验与模板分享

本文提供了一份全面的IT运维报告编写指南,涵盖实战经验与实用模板分享。文章详细解析了高效运维报告的核心要素,包括结构设计、数据收集自动化和可视化技巧,并提供了月度报告和故障分析报告模板。通过自动化工具和写作技巧,帮助团队提升报告质量,支持决策和问题追踪。

u5v6w7的博客 928

双卡RTX 3090实战:基于vLLM高效部署Qwen2.5-14B BF16大模型的完整指南

本文提供了在双卡RTX 3090上使用vLLM推理框架高效部署Qwen2.5-14B BF16大模型的完整实战指南。内容涵盖硬件配置、系统环境准备、vLLM核心原理与安装、模型获取、详细部署步骤(包括脚本启动与API服务),以及性能调优与避坑技巧,旨在帮助开发者充分利用硬件性能,实现稳定、高速的本地大模型推理服务。

yy01234的博客 1513

HTML表单元素1(文本框、密码框、表单、单选框、复选框、下拉列表、文本域)

HTML的文本框 即表示文本框  并且只能够输入一行  如果要输入多行  使用文本域  注: 标签很特别,一般是不需要写成或者 这样的。  并且 这样的写法也是满足标准的 1.文本框 2.设置文本框的长度 使用属性size 3.初始值 使用属性value 4.有背景文字的文本框 使用属性placeholder  placeholder是一个ht

litengbin的博客 1万+

操作系统笔记【全-408统考】【附思维导图】

操作系统 思维导图 概述 操作系统的概念 管理计算机软件和硬件资源 最基本的系统软件 特征 并发 区分并发并行 共享 互斥共享方式 同时访问方式 虚拟 逻辑上多个。虚拟处理器的分时,空分复用的虚拟存储器 采用多道程序设计 异步 由于资源有限,进程走走停停 可能会导致进程产生与时间有关的错误。访问顺序 目的和功能 1.管理计算机资源 功能 处理机管理、存储器管理、文件管理、设备管理 目标:安全、有效 2.作为用户与计算机硬件系统

wvdon 2365

实战案例1:实现单选按钮及在文本框中展示选中的按钮内容

案例1:实现单选按钮,并将单选按钮内容填充至文本框 (1)元件准备:三个单选按钮,一个button按钮,一个文本框 (2)分析:a.单选按钮的实现;                      b.将选中按钮的内容填充至文本框;                      c.在下一个选中按钮的行为产生之前,对应的单选按钮还是处于选中的状态。 操作步骤: 1.首先在左下角的图形库里选择三个...

xdh19940602的博客 1万+

代谢组数据分析(十九):随机森林构建代谢组预后模型

建立胃癌(GC)预后模型时,从队列3中的181名患者中,使用右删失结果数据进行了随机分层抽样,分为训练数据集(n = 121)和测试数据集(n = 60)。训练了一个包含1000棵树的随机生存森林(RSF)模型,根据它们基于排列的特征重要性来选择突出的特征。通过再次训练随机生存模型,并选取28种代谢物,建立了显示出色预测能力(AUROC = 0.832,95% CI:0.697-0.951)的最佳模型,用于预测测试数据集中GC患者的生存结果。

专注生信领域 1713

【AFAC2026金融智能-赛题四】我做了一个疯狂的决定,把Embedding和Reranker全删了

本文介绍了AFAC2026金融智能挑战赛赛道四的解题思路,核心是在500万token的严格限制下实现金融长文本的高效问答。作者通过四步流水线(规划、BM25检索、记忆压缩、LLM推理)优化流程,重点创新在于: 采用零API调用的纯BM25检索,配合多路查询、封面页加权和页面邻接扩展等策略 设计高效的检索算法,从问题中提取专有名词并构建多路查询组合 深入理解评分公式,平衡准确率和token消耗,最终在准确率提升的同时将token消耗从数百万降至百万级 这些创新使方案在严格限制下实现了性能突破,展示了在资源受限

230

怎么在html中创建单选按钮?

语法: ** **标签定义了表单单选框选项

qq_46582421的博客 2732

cesium加载geotiff的 四种方法

本文介绍了在Cesium中加载GeoTIFF数据的两种主要方法。首先解析了核心前置知识,包括坐标系匹配、数据类型区分和性能优化。方法1详细演示了如何将RGB影像GeoTIFF转换为Cesium影像图层,包含从数据解析到Canvas转换的完整代码流程。方法2则针对高程数据(DEM)处理,展示了前端直接解析构建地形网格的方案。文章提供了完整的代码示例和关键实现要点,适用于卫星影像、专题图和数字高程模型等多种GeoTIFF数据类型在三维场景中的可视化需求。

大剑师兰特的GIS世界 395

《BOWD:HAC》第2章笔记:HTML基础

《BOWD:HAC》第2章笔记:HTML基础 因为第1章是概述所以就不做笔记了,直接从第2章开始。 HTML语言呈现一种类似回文的结构,通过嵌入代码或格式来表明文本格式。 大部分标记都成对出现,开始标记和结束标记匹配,形成闭包。 元素=开始标记+内容+结束标记 元素的相互“嵌套”:完全嵌套,避免标记不匹配 注意选择编码方式为UTF-8 2.1 标题元素 标题(heading)元素包括六级,放置到body区域而非head区域。 <!DOCTYPE html> <html lang="en".

Far_Rainbow的博客 3836

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")

蓝牙模块HM-10手册

蓝牙模块HM-10手册,该手册对蓝牙模块HM-10进行了详细的介绍和使用方法以及一些AT指令。

HTML零基础入门笔记:狂神版

HTML,即超文本标记语言(HyperText Markup Language),是用于创建网页的标准标记语言。它通过一系列的标签和元素来定义网页的结构和内容,这些标签告诉浏览器如何显示页面上的文字、图片、链接、表格等内容。HTML文档由一系列嵌套的元素组成,每个元素都有其特定的语义和功能。例如,<html>标签是文档的根元素,它包含了整个页面的内容;<head>部分用于定义文档的元数据,比如标题、字符集、链接外部资源等;而<body>部分则包含了用户可以看到的页面内容,如文本、图片、表单等。

sherlockMa的博客 1160

Camera2Demo

在Camera2 的基础上进行封装,使得Camera2一堆初始化逻辑与Activity分离,降低耦合度,完成预览拍照并保存的操作

HTML学习笔记之第一章:HTML基础

前言:关于本章节的内容,并非全部是个人原创,只是在学习中的总结笔记。难免有与其他学习网站或者博客相同之处, 如有类同,各位大神莫怪!!!此资料只是用来学习和工作的参考,并不作为商业用途。希望与大家一起分享,共同进步!!! 第一章:HTML基础 1.什么是 HTML? HTML 是用来描述网页的一种语言。 HTML 指的是超文本标记语言 (Hyper Text Markup Languag

永不止步 568

VB摄像头监控

该VB模块可对摄像头捕获的画面进行录像等,可在创建的窗口进行控制

html学习之路:基础学习笔记

Internet 是一个全球性的计算机互联网络,中文名称有"因特网"、“国际互联网”、“网际网”、"交互网络"等Internet提供的主要服务Telnet、Email、www、BBS、FTP等基本实现技术分组交换原理:信息在Internet上被分成许多小数据包(分组)进行传输,到达目的地后将数据包重组为信息TCP/IP协议簇Web与Internet的关系Web是运行在Internet之上最流行的应用之一,Internet为Web提供了网络环境。

Code_King006的博客 1734

学习HTML 笔记 A1:HTML基础

一、HTML简介 1、HTML(超文本标记语言),负责构建网页的基本结构。 2、写程序的软件:webStorm(JetBrains旗下)、记事本等。(下载安装可自行百度教程) 二、HTML学习 1、HTML文档包含两部分:头部区域、主体区域。 2、HTML基本结构,由三个标签负责: ①<html>:标识HTML文档 ②<head>:标识头部区域 ...

BearEight的博客 413

笔记:HTML5基础内容

HTML5是用来描述网页的一种语言,被称为超文本标记语言。用HTML5编写的文件,后缀以.html结尾HTML是一种标记语言,标记语言是一套标记标签。

ghj528的博客 1337

HTML学习笔记:HTML基础

HTML基础 1.实体 实体: 在HTML中,不能直接书写一些特殊符号,比如多个连续的空格(多个空格会被浏览器解析为一个空格),比如字母两侧的大于号和小于号。如果我们需要在网页中书写这些特殊的符号,则需要使用HTML中的实体(转义字符)。 实体的语法: &实体的名字; 例: &nbsp; 空格 &gt; 大于号 &lt; 小于号 &copy; 版权符号 2.meta标签 meta标签: meta主要设置网页中的一些元数据,元数据并不是给用户看,而是给浏览器,搜索引擎

weixin_44197106的博客 231

前端学习笔记:HTML基础

黑马Pink老师的前端课程b站链接:https://www.bilibili.com/video/BV14J4114768?p=1 老师的PPT和源码案例在他的专栏中有提供下载地址。 本文在原教程的基础上对目录结构进行了整理、排序和裁剪,一些太基础的概念没有写入。针对视频中的讲解、案例、PPT和源码材料作了一些总结,仅用于个人复习以及前端学习交流分享。 目录Chapter1. HTML概述1.1 概述1.2 HTML的基本结构标签(骨架标签)1.3 网页开发工具1.3.1 vscode的使用1.3.2 &l

ycsss的博客 1653

学习笔记:html的一些基础标签

学习笔记:html的一些基础标签 < html lang="">中lang指的是语言的默认选项,一般默认为英语。 < meta charset=“utf-8”>中charset为选择字符集,最常用的是utf-8,此外还有gb2312(简体中文),BLG5(繁体中文),GBK(全部中文),UTF-8包含世界所有国家的字符。 1.标题标签<h1></h1&g...

weixin_43960465的博客 285

《DW学习笔记》 模块二:HTML基础

模块二:HTML基础 文章目录模块二:HTML基础任务1:HTML文档的基本结构和基本语法一、HTML简介1、HTML概念2、HTML功能二、HTML文档的基本结构三、文字版面编辑的标签1、META标签2、HTML body标签3、段落标签``(1)格式(2)属性说明(3)例如输出结果为4、换行标签``例如输出结果为5、预定义标签``例如输出结果为6、分隔标签``(1)概念(2)作用(3)可选属性7、列表标签(1)项目列表和编号(2)例如输出结果为(3)有序列表``常用的type属性(4)无序列表``常用

小陈的博客 3960

Fullstack 面试复习笔记:HTML / CSS 基础梳理

本来是想把H5C3JS的东西放一起整理的,然后看了下有点长……毕竟主自用,还是先拆开来方便自己复习了。

GoldenaArcher的博客 1645

笔记:html基础知识

html基础知识学习内容:HTML基础知识CSS基础知识 学习目标: 掌握html css基础知识 学习内容: 1、 学习html基础知识 2、 学习CSS基础知识 HTML基础知识 <!DOCTYPE html>注记 翻译html 兼容低版本会造成页面串行 <html lang="en">主标记 <head></head> 定义窗体信息 外部引入文件 <body></body> 放置页面显示信息 <me

VALARR的博客 218

Java学习笔记:HTML基础

1、服务器并不是把网页的图像传递给浏览器,而是给到一个HTML的文本文档,因为这样不仅节省流量,而且浏览器可以根据分辨率,设备等进行不同的图形渲染。2、用途:获取没有提供接口的网站中的数据。2、超链接是a,内部文本是超链接显示内容,href属性为超链接的网址,可以是相对路径,也可以是绝对路径,也可以是全网址。4、id是唯一的编号;4、网站内容一直在变,可能你看的时候的网站内容和讲课时候不一样了,学思想,而不是死记硬背。3、图片是img,src是图片的路径,可以是相对路径,也可以是绝对路径,也可以是全网址。

薛定谔的猫 403
上一篇: 【算法:岛屿类问题的通用解法、DFS 遍历框架】
下一篇: 【笔记:CSS基础】
莱布尼杰
博客等级 码龄9年 3粉丝 28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