Head First HTML与CSS Part.1

概念

  • HTML和CSS是用来创建网页的语言
  • web服务器存储并提供由HTML和CSS创建的网页。浏览器获取页面,并且根据HTML和CSS显示网页的内容
  • HTML是超文本标记语言(HyperText Makeup Language) 的缩写用来建立网页结构
  • CSS是层叠样式表(Cascading Style Sheets)的缩写用来控制HTML的表现
  • 通过HTML,我们利用标记来标示内容提供结构,我们把匹配标记,以及他们包围的内容称为元素。
  • 元素=开始标记+元素内容+结束标记 (当然也存在有些元素使用简写方法,只有一个标记)
  • 标记=标记名和两边的尖括号
  • 开始标记可以有属性,属性能为元素提供一些额外信息
  • 所有页面都要有一个html元素,其中要有一个head元素和一个body元素。网页信息放在head信息里,body中的内容就是浏览器中看到的内容
  • 可以在style元素中写CSS规则,为HTML网页增加CSS.注意的是style
  • 可以使用CSS在HTML中指定元素特性

第一个HTML

用HTML创建简单的页面

<html>          <!-- 用于告诉浏览器文件的内容是HTML-->
	<head>           <!-- 首部包含web页面有关的信息,如页面的标题等 -->
		<title>Starbuzz Coffee</title>         <!--在head中放入title标记,title总出现在浏览器窗口的顶部-->
	</head>
	<body>   <!-- 页面的主体部分,包括web页面看到的页面与结构-->
		<h1> Statbuzz Coffee Beverages </h1>   <!-- hn表示n级标题-->
		<h2> House blend,$1.49</h2>
		<p>A smooth,mild of blend of coffees form Mexico,Bolivia  and Guatemala.</p>     
		<h2>Mocha Cofe Latte,$2.35</h2>
		<p>Espresso,steamed milk and chocolate syrup</p>
	</body>
</html> 

加入CSS

<html>          <!-- 用于告诉浏览器文件的内容是HTML-->
	<head>           <!-- 首部包含web页面有关的信息,如页面的标题等 -->
		<title>Starbuzz Coffee</title>         <!--在head中放入title标记,title总出现在浏览器窗口的顶部-->
	    <style type="text/css"> <!--style标记有个可选属性名为type,它能告诉浏览器你使用什么类型的样式-->
		 <!--可以 在这里定义页面的样式-->
		 		body{
		 				background-color:#d2b48c;
		 				margin-left:20%;
		 				margin-right:20%;
		 				border:2px dotted black;
		 				padding: 10px 10px 10px 10px;
		 				font-family:sans-serif;
		 				}
	    </style>
	</head>
	<body>   <!-- 页面的主体部分,包括web页面看到的页面与结构-->
		<h1> Statbuzz Coffee Beverages </h1>   <!-- hn表示n级标题-->
		<h2> House blend,$1.49</h2>
		<p>A smooth,mild of blend of coffees form Mexico,Bolivia  and Guatemala.</p>     
		<h2>Mocha Cofe Latte,$2.35</h2>
		<p>Espresso,steamed milk and chocolate syrup</p>
	</body>
</html> 
内容概要:本文介绍了ENVI Deep Learning V1.0的操作教程,重点讲解了如何利用ENVI软件进行深度学习模型的训练应用,以实现遥感图像中特定目标(如集装箱)的自动提取。教程涵盖了从数据准备、标签图像创建、模型初始化训练,到执行分类及结果优化的完整流程,并介绍了精度评价通过ENVI Modeler实现一键化建模的方法。系统基于TensorFlow框架,采用ENVINet5(U-Net变体)架构,支持通过点、线、面ROI或分类图生成标签数据,适用于多/高光谱影像的单一类别特征提取。; 适合人群:具备遥感图像处理基础,熟悉ENVI软件操作,从事地理信息、测绘、环境监测等相关领域的技术人员或研究人员,尤其是希望将深度学习技术应用于遥感目标识别的初学者实践者。; 使用场景及目标:①在遥感影像中自动识别和提取特定地物目标(如车辆、建筑、道路、集装箱等);②掌握ENVI环境下深度学习模型的训练流程关键参数设置(如Patch Size、Epochs、Class Weight等);③通过模型调优结果反馈提升分类精度,实现高效自动化信息提取。; 阅读建议:建议结合实际遥感项目边学边练,重点关注标签数据制作、模型参数配置结果后处理环节,充分利用ENVI Modeler进行自动化建模参数优化,同时注意软硬件环境(特别是NVIDIA GPU)的配置要求以保障训练效率。
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