javaScript | 练习:写一个九九乘法表

浏览器运行结果如下:

参考代码如下:

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

<head>
    <meta charset="UTF-8">
    <meta name="viewport" content="width=device-width, initial-scale=1.0">
    <title>打印九九乘法表</title>
    <style>
        span {
            display: inline-block;
            /* 行内块元素 可设置大小 默认由内容撑开 */
            padding: 10px 5px;
            /* 设置上下 左右内边距 */
            margin-bottom: 10px;
            border: 2px solid rgb(209, 235, 89);
            border-radius: 5px;
            /* 设置圆角边框 */
            background-color: rgb(226, 193, 218);
        }
    </style>
</head>

<body>
    <script>
        // 打印九九乘法表  
        /* for (let i = 1; i <= 9; i++) {// 九行
            // let sum = i * j  模板字符串里可以直接计算
            for (let j = 1; j <= i; j++) {//实现第几行打印几列
                document.write(`${j} * ${i} = ${i*j} `)
            }
            document.write('<br>') //每行输出后换行显示
        }
        */

        // 升级美化一下
        for (let i = 1; i <= 9; i++) {// 控制打印的行数为九行
            for (let j = 1; j <= i; j++) {//实现第几行打印几列
                document.write(`<span> ${j} * ${i} = ${i * j} </span> `)//实现计算并输入
            }//加span标签用来进行美化   再对span进行设置样式
            document.write('<br>') //每行输出后换行显示
        }
    </script>

</body>

</html>

考查知识点:包括循环结构、条件判断、以及字符串的格式化输出

代码解读:

  • 外层循环(for (let i = 1; i <= 9; i++)):

    • 这是一个从1循环到9的for循环,用来遍历乘法表的每一行。
    • i变量代表当前行号,同时它也是内层循环的初始值,因为内层循环的次数取决于当前行号。
  • 内层循环(for (let j = 1; j <= i; j++)):

    • 这是一个嵌套在外层循环内部的for循环,用于打印每一行中的每个乘法算式。
    • j变量代表当前列号,其循环次数由外层循环的变量i决定,即j从1循环到i
  • 乘法算式的生成与输出(document.write(${i} * ${j} = ${i * j} )):

    • 在每次内层循环的迭代中,使用模板字符串(反引号`)来格式化并拼接乘法算式。
    • ${i}${j}是模板字符串中的表达式占位符,它们会被替换为当前的行号和列号。
    • ${i * j}是计算当前行号和列号相乘的结果,并将其转换为字符串插入到乘法算式中。
    • document.write函数用来将生成的乘法算式输出到网页中。
  • 换行处理(document.write('<br>')):

    • 在每一行的内层循环结束后,使用document.write('<br>')来输出一个HTML换行标签<br>,从而实现每行的分隔。
### 解决 PP-OCRv4 出现的错误 当遇到 `WARNING: The pretrained params backbone.blocks2.0.dw_conv.lab.scale not in model` 这样的警告时,这通常意味着预训练模型中的某些参数未能匹配到当前配置下的模型结构中[^2]。 对于此问题的一个有效解决方案是采用特定配置文件来适配预训练权重。具体操作方法如下: 通过指定配置文件 `ch_PP-OCRv4_det_student.yml` 并利用已有的最佳精度预训练模型 (`best_accuracy`) 来启动训练过程可以绕过上述不兼容的问题。执行命令如下所示: ```bash python3 tools/train.py -c configs/det/ch_PP-OCRv4/ch_PP-OCRv4_det_student.yml ``` 该方案不仅解决了参数缺失带来的警告,还能够继续基于高质量的预训练成果进行微调,从而提升最终检测效果。 关于蒸馏的概念,在机器学习领域内指的是将大型复杂网络(teacher 模型)的知识迁移到小型简单网络(student 模型)。这里 student 和 teacher 的关系是指两个不同规模或架构的神经网络之间的指导与被指导的关系;其中 teacher 已经经过充分训练并具有良好的性能,而 student 则试图模仿前者的行为模式以达到相似的效果但保持更高效的计算特性。 至于提到的 `Traceback` 错误信息部分,由于未提供具体的跟踪堆栈详情,难以给出针对性建议。不过一般而言,这报错往往涉及代码逻辑错误或是环境配置不当等问题。为了更好地帮助定位和解决问题,推荐记录完整的异常日志,并仔细检查最近修改过的代码片段以及确认依赖库版本的一致性。
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