asp.net 控件的 ID ，ClientID ,UniqueID 区别

cb2233 cb2233 博客等级 墨衍会员 · AI 创作全网分发 墨衍智能分发 本文由作者通过墨衍一键同步至各平台 1分发平台 2.6k累计阅读 2.6k平均单平台 已同步平台 优快云 微信公众号 微博 知乎 掘金 百家号 博客园 抖音 小红书 你的文章也可以这样分发 墨衍会员 ¥399起/年，写一次发全网 我也要 码龄20年
关注
原创 最新推荐文章于 2026-06-08 09:29:30 发布 2.6k 阅读 AI 写同款· GEO 优化 ›
飞塔防火墙和paloalto防火墙构建ipsec 一、配置fortigate防火墙1.防火墙配置上网功能1.1配置fortigate的wan1接口IP为100.100.100.2/24VLAN交换internal，IP地址为192.168.156.99/24。开启DHCP分配IP地址范围为192.168.156.110-192.168.156.2101.2配置访问互联网的缺省路由1.3配置访问互联网的安全策略2.配置与Paloalto防火墙的IPSECVPN。 阅读详情

对于每一个服务器控件System.Web.UI.Control 都具有 ID，UniqueID，ClientID 三个属性，那么这个三者到底有河关系，在客户端HTML中又是如何对应呈现的呢？
ID：获取或设置分配给服务器控件的编程标识符。
分配给控件的编程标识符。 （可写）

设置服务器控件上的此属性可提供对服务器控件的属性、事件和方法的编程访问。Web 开发人员可以通过在 ASP.NET 服务器控件的开始标记中声明 ID 属性来设置此属性。

如果没有为服务器控件指定该属性（以声明方式或编程方式），则可通过其父控件的 Controls 属性获取对该控件的引用。(见下)

注意 
在此属性中包含空格将导致 ASP.NET 页分析器错误。
UniqueID：获取服务器控件的唯一的、以分层形式限定的标识符。（只读）
服务器控件的完全限定标识符。

此属性与 ID 属性不同，因为 UniqueID 属性包含服务器控件命名容器的标识符。处理页请求时自动生成此标识符。

此属性对于区分包含在其他重复的数据绑定服务器控件中的服务器控件尤其重要。重复控件包括 Repeater、DataList 和 DataGridWeb 服务器控件（或任何在数据绑定时创建的包含重复功能的自定义服务器控件），它们充当其子控件的命名容器。这意味着它为其子控件创建唯一的命名空间，以使它们的 ID 属性值不冲突。
例如，如果将 ASP.NETLabelWeb 服务器控件包含在 Repeater 服务器控件中，并给 Label 控件赋以 MyLabel 的 ID 属性值，给 Repeater 赋以 MyRepeater 的 ID 属性值。如果将 Repeater 数据绑定到具有三个项的 ArrayList 对象，则 Label 服务器控件的每个实例所产生的 UniqueID 属性是 MyRepeater:ctl0:MyLabel、MyRepeater:Ctl1:MyLabel 和 MyRepeater:Ctl2:MyLabel。
ClientID：获取由 ASP.NET 生成的服务器控件标识符。  （只读）
由 ASP.NET 生成的服务器控件标识符。

有时，不能为控件分配唯一的名称。例如，如果 Repeater 控件在它的某个模板中包含一个 Label 控件，则为 Repeater 控件中的各个项呈现该 Label 控件的一个实例。在呈现控件的多个实例时，为防止出现命名冲突，ASP.NET 为页上的各个服务器控件自动生成一个唯一的 ClientID 值。ClientID 值是通过连接控件的 ID 值和它的父控件的 UniqueID 值生成的。如果未指定控件的 ID 值，则使用自动生成的值。生成的 ID 的各个部分以下划线字符 (_) 分隔。

注意 
除了用来分隔 ID 值的是下划线字符而不是 IdSeparator 属性指定的字符以外，为控件生成的 ClientID 值与 UniqueID 值相同。默认情况下，IdSeparator 属性设置为冒号字符 (:)。由于 ClientID 值不包含冒号字符，因此，它可以用于不支持包含冒号的 ID 的 ECMAScript。

ClientID 值经常用于以编程方式访问为客户端脚本中的控件呈现的 HTML 元素。有关详细信息，请参见 ASP.NET 网页中的客户端脚本。
总结：
ID，
这个肯定黑熟悉了，用于server端编程引用控件，没有对应的client值，即不呈现到html中

UniqueID，
asp.net引擎按控件树层次生成的分层形式限定的标志符，连接符默认为 $ （美元符号）【注：MSDN说默认为 :  （冒号），实际是 $ ，可能文档有误吧】，此连接符在asp.net 2.0 中由属性 IdSeparator  指定，在client中呈现为html元素的name属性
此属性主要用来提交（PostBack）客户端数据，如Request.Form[someControl.UnqiueID]

ClientID，
由父控件的UnqiueID连接本身ID而成，但是连接符不一样，默认为  _  （下划线），此连接符在asp.net 2.0 中由属性 ClientIDSeparator  指定，在client中呈现为html元素的id属性，
此属性主要在客户端教本中使用，如 var o = document.getElementById('<% = someControl.ClientID %>');

关于 UniqueID的层次分隔符号，1.x  中为 :（冒号），而 2.0 已实现为 $（美元符），主要原因可能是 javascript 中标识符是允许 $，而不允许 : 的。（当你偷懒的时候，可以在 js 中直接使用表单元素的 name属性应用该表单元素，而不用 document.getElementsByName 或者 document.getElementById，不推荐:)
ASP.NET 使用的回发机制（简单版本）是通过一个原型为 __doPostBack(<ControlUniqueID>, <CommandArgs>) 的 javascript 函数

function  __doPostBack(eventTarget, eventArgument)  {
    if (!theForm.onsubmit || (theForm.onsubmit() != false)) {
        theForm.__EVENTTARGET.value = eventTarget;
        theForm.__EVENTARGUMENT.value = eventArgument;
        theForm.submit();
    }
}


此函数的第一个参数 <ControlUniqueID> 对应引起页面回发控件的客户端 name 属性/服务端 UniqueID 属性，
当用户引发一个事件，如点击按钮，选择列表框的某一项，首先通过 _doPostBack 函数将此值存在隐藏域中，然后提交页面。

在服务器端，ASP.NET 引擎通过 HttpRequest.HttpMethod 确定请求是否为 post 方式，若是，则检索HttpRequest.Request.Form["__EVENTTARGET']， 获取引发回发的控件唯一标识符，并在页面控件集合层次中查找，若找到此控件，则将在适当阶段引发服务器端事件。

另补充控件变化规律如下:

控件名字发生变化是因为 INamingContainer这个接口。这个接口没有任何方法，仅只作为一个标记。ASP.NET维护控件name和id生成的规律是:
NamingContainer爷爷$NamingContainer爸爸$该控件的ID
id则一般将$换为"_"

你把控件直接放到form下，它头顶唯一一个NamingContainer是Page，但是这个是特殊的逻辑，不会生成__Page_控件名，所以就只剩控件名了，于是ID看起来没有变化。

当你把控件放到Repeater中时，Repeater自己被INamingContainer标记，同时，每一次循环，它会把模板内的控件重新生成一遍，同时生成一个RepeaterItem， 把这些根据模板生成的控件加入RepeaterItem的子控件。这个RepeaterItem也是一个NamingContainer. 于是控件中就会带有:

RepeaterID(Data)_RepeaterItemID(ctl + 号码)_控件ID.

不过非runat=server控件因为不由ASP.NET维护, 不会发生变化. UserControl.ascx由于其基类也是一个NamingContainer, 所以如果你把控件放入.ascx, 然后在页面上引用, 则前面又会多一层UserControl的ID.

通过controls集合访问服务器控件：

在VS2005中新建一个.aspx文件，打开HTML页会发现一个原先的声明从
<!DOCTYPE HTML PUBLIC "-//W3C//DTD HTML 4.0 Transitional//EN" >
变成了
<!DOCTYPE html PUBLIC "-//W3C//DTD XHTML 1.1//EN" "http://www.w3.org/TR/xhtml11/DTD/xhtml11.dtd">!
很早以前就称的HTML的接班人XHTML，现在MS终于要将它扶正了..
这样在写HTML代码时就要注意了,
如:
<font>
    <div>
    </font>
    </div>
是无法在Vs2005中的Design模式中正确显示的[很明显的错误，但在HTML可以正常显示].. ,XHTML的语法比HTML严格的

多
而关于XHTML和HTML的区别，如果不是非常明白
http://www.blueidea.com/tech/site/2004/1911.asp
这个文章可以参考一下

Form

Form新添加了几个功能比较有用的是
defaultbutton、defaultfocus关从字面的意思大家就可以理解了以前在ASP.NET中让人头痛的默认提交表单按钮和设

置焦点在ASP.NET 2.0已经提供了，不用象以前那样自己写javascript来控制了
关于焦点在也可以代码中通过 this.SetFocus()来设置了,看得出来ASP.NET2.0是设计是多么的细致。

Header
在代码中可能通过
this.Header.Metadata.Add("taye", "value");
this.Header.Title = "value";
this.Header.LinkedStyleSheets.Add("style.css");
来控制Title,Meta,Style等[好象LinkedStyleSheets只能是text/css???]
this.Header.StyleSheet.RegisterStyle()
方法将一个style内嵌到网页中去.

这样页面几乎所以部分都可以得到控制了
有些人也许会想那<html>和<body>呢
我们先来运行一下面这个代码.

   private void Page_Load(object sender, EventArgs e)
    {
        foreach (Control ctl in Page.Controls)
        {
            Response.Write(ctl.ToString() + "<BR/>");

            LiteralControl lc = ctl as LiteralControl;

            if (lc != null)
            {
                Response.Write(lc.Text);
            }
        }

    }


你将会看到一个正常页的有如下五个控件
System.Web.UI.LiteralControl
System.Web.UI.HtmlControls.HtmlHead
System.Web.UI.LiteralControl
System.Web.UI.HtmlControls.HtmlForm
System.Web.UI.LiteralControl

 

而三个LiteralControl的控件的内容分别为

System.Web.UI.LiteralControl
<!DOCTYPE html PUBLIC "-//W3C//DTD XHTML 1.1//EN" "http://www.w3.org/TR/xhtml11/DTD/xhtml11.dtd">

<html xmlns="http://www.w3.org/1999/xhtml" >

System.Web.UI.LiteralControl
<body>
    
System.Web.UI.LiteralControl
</body>
</html>

 

所以如果你要对body或<!DOCTYPE..>或<html>进行控制那你就找到这相应的控件以后再进行相应的修改吧

只要对
LiteralControl.Text进行修改就可以.

标签
#asp.net #服务器 #html #xhtml #javascript
#编程
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
【NLP】语言模型的发展历程 (1) N-gram模型是一种基于统计语言模型的文本分析算法，它用于预测文本中下一个词出现的概率，基于前面出现的n-1个词的序列。这里的n代表序列中元素的数量，因此称为N-gram。Unigram：N=1，每个单词的出现概率独立计算，不考虑上下文。Bigram：N=2，基于前一个单词预测当前单词的联合概率模型。Trigram：N=3，考虑前两个单词来预测当前单词的联合概率模型，更复杂但可能更准确。 阅读详情

相关推荐

GraphRAG + Ollama 本地化部署实战：从零搭建知识图谱问答系统

本文详细介绍了如何在本地部署GraphRAG与Ollama，搭建一个完全自主可控的知识图谱问答系统。通过逐步指导环境配置、项目初始化、核心设置修改以及源码适配，成功将GraphRAG从依赖云端OpenAI API转向本地Ollama服务，并选用qwen2.5:7b和nomic-embed-text模型。该方案有效解决了数据隐私与持续API成本问题，特别适合中小企业构建内部知识库或智能客服系统。

x2y3z4a5b的博客 919

服务器端控件三种ID：ID,ClientID和UniqueID

在ASP.NET 的服务器端控件中有三种关于 ID 的属性，即 ID, ClientID 和 UniqueID。ID 表示控件的服务器端编程的标识符，我们写服务器端的代码，就要用到这个 ID, 通过这个 ID 可以在服务器端对服务器端控件的属性、方法和时间进行编程访问。ClientID 表示由服务器端生成的客户端控件的ID, 经常用于在客户端脚本中访问服务器控件所呈现的 HTML 元素。一般情况下

东亮博客 1112

LPC546xx USB接口VBUS阈值设计：从原理到实践，解决冷启动与可靠性问题

在嵌入式USB接口设计中，VBUS信号不仅是电源线，更是设备连接检测与电源管理的核心。其电压阈值直接决定了USB物理层（PHY）能否正确识别主机并建立有效会话。理解VBUS的会话有效电压（Votg_sess_valid）与PHY有效电压（VBUS_valid）等关键参数，是确保接口稳定性的基础。这些参数影响着设备枚举的成功率、通信稳定性以及长期可靠性。在工程实践中，尤其是对于集成PHY的微控制器如NPC LPC546xx系列，VBUS的连接方案（直接连接或通过稳压器）需要根据设备供电模式（自供电/总线供电）

weixin_30915275的博客 401

跨境网上收款 找PayPal没错(获取Client ID 和 secret)

只需一个PayPal账户，全球1.9亿网购买家触手可得 不管您有没有网站，拥有PayPal账户就能接收全球203个国家和地区买家的付款，而他们可以用最常用的信用卡、借记卡或银行账户等多种方式支付。跨境网上收款就是这么简单。 我什么要使用paypal？  首先国内支付宝，或者微信申请支付太麻烦  需要各种手续 麻烦至极！  为了正在学习支付的或者没有条件去申请支付宝或者微信的账

JoeyBlog 8291

STM32—时钟树（结合系统时钟函数理解）

时钟树的概念： 我们可以把MCU的运行比作人体的运行一样，人最重要的是什么？是心跳！ 心脏的周期性收缩将血液泵向身体各处。心脏对于人体好比时钟对于MCU，微控制器（MCU）的运行要靠周期性的时钟脉冲来驱动，而这个脉冲的始源往往是由外部晶体振荡器提供时钟输入，最终转换为多个外部设备的周期性运作。这种时钟“能量”的传递路径犹如大树的养分由主干流向个分支，因此称为时钟树。 STM32时钟： 在STM32...

肥宅快乐博客 1万+

Halcon深度学习2 -- 标注工具Deep Learning Tool下载安装

Deep Learning Tool为Halcon开发公司MVTec官方提供的一款标注工具： 标记培训数据是任何深度学习应用程序的关键的第一步。 当涉及到应用程序的性能，准确性和健壮性时，此标记数据的质量起着重要作用。 借助MVTec深度学习工具，我们正在为HALCON用户创建全面流畅的深度学习体验。 通过开发我们自己的解决方案，我们确保可以将其输出无缝集成到HALCON中。 该应用程序还使我们能够吸收在开发HALCON深度学习算法时获得的丰富经验和专业知识，而该算法自然也涉及很多标签！ Deep.

fengyingv的博客 1万+

服务器控件的 ID, ClientID 和 UniqueID 属性

ASP.NET 的服务器端控件有三种关于 ID 的属性 ID, ClientID 和 UniqueID。ID 表示控件的服务器端编程的标识符，我们写服务器端的代码，就要用到这个 ID, 通过这个 ID 可以在服务器端对服务器端控件的属性、方法和时间进行编程访问。ClientID 表示由服务器端生成的客户端控件的ID,  经常用于在客户端脚本中访问服务器控件所呈现的 HTML 元素。一般情况下与服务...

weixin_34279246的博客 193

操作不能完成 （错误 0x00000709) 共享打印机无法连接解决办法

环境：windows Server 2012 + Win10 客户端 问题：使用计算机名和IP地址可以正常连接打印机，但是使用另外的A记录或CN记录无法连接，报此错误 原因：这是打印服务DNS解析的问题 故障补充：假设你的服务器电脑名称叫print01，但是你又建了一条A记录或者CNname 叫PR01，就会发现使用额外的A记录或CN记录就无法连接 故障截图： 操作不能完成 （错误...

瑞哥的博客 3万+

ASP.NET控件ID, ClientID, UniqueID区别

原文件：http://blog.csdn.net/binzai325/article/details/6859134

u014230987的专栏 640

Spring Boot Jar包加密实战：用ClassFinal与Jasypt打造代码安全堡垒

Spring Boot代码加密与配置保护方案 针对Spring Boot项目源码和配置易被反编译的风险，本文提出ClassFinal字节码加密+Jasypt配置加密的组合方案。ClassFinal通过Maven插件对核心代码加密，运行时需JavaAgent加载，反编译后仅保留空方法体；Jasypt则采用强加密算法保护敏感配置。方案优势包括： 双重保护：ClassFinal加密业务逻辑，Jasypt加密数据库密码等配置 灵活部署：支持密码启动、机器绑定等安全策略 平滑集成：兼容Spring生态，动态解密结合配

墨夶的博客 1092

22、云数据中心网络（DCN）部署最佳实践

本文详细介绍了云数据中心网络（DCN）部署的最佳实践，涵盖SDN设计、服务网络规划、管理网络规划等方面。通过合理的架构设计、路由规划和组件协同，提升数据中心的自动化水平、可靠性及安全性，以满足不断增长的业务需求。

d6e7f8的博客 187

asp.net 服务器控件的 ID,ClientID,UniqueID 的区别

　　1、简述　　ID是设计的时候自己所指定的ID,是我们分配给服务器控件的编程标识符，我们常常使用this.controlid来寻找控件，那么这个controlid就是这里所说的ID.　　ClientID是由ASP.Net生成的服务器控件得客户端标识符，当这个控件生成到客户端页面的时候，在客户端代码访问该控件时就需要通过ClientID来访问。　　UniqueID 服务器控件的唯一的、分层的形式...

u014712365的博客 170

云原生之容器编排实践-在K8S集群中使用Registry2搭建私有镜像仓库

基于前面搭建的3节点 Kubernetes 集群，今天我们使用 Registry2 搭建私有镜像仓库，这在镜像安全性以及离线环境下运维等方面具有重要意义。作为测试环境，本次使用 Registry2 搭建了私有镜像仓库，实际生产环境建议使用 Harbor；创建了一个 local-storage 的 StorageClass ，并使用本地磁盘的方式创建使用 PV ，实际建议使用 NFS 。

Heartsuit的博客 2462

asp.net 控件的 ID ，ClientID ,UniqueID 区别

对于每一个服务器控件System.Web.UI.Control 都具有 ID，UniqueID，ClientID 三个属性，那么这个三者到底有河关系，在客户端HTML中又是如何对应呈现的呢？ ID：获取或设置分配给服务器控件的编程标识符。 分配给控件的编程标识符。 （可写） 设置服务器控件上的此属性可提供对服务器控件的属性、事件和方法的编程访问。Web 开发人员可以通过在 ASP

技术资料收集站 745

OV9734 DATASHEET，完整规格书

OV9734完整规格书，包括电气参数，尺寸规格，寄存器配置表等

老版QQ原生表情gif动态

这是老版的QQ表情，不过全是动态的的，Windows照片查看器是不会动的，可以右击用浏览器打开查看，再说一遍是老版的，只是分享给宁愿用老版也要动态的人。

asp.net 控件的 ID ，ClientID ,UniqueID 区别--备忘

<br />1、ID（btnEmail）：获取或设置分配给服务器控件的编程标识符（可写）；设置服务器控件上的此属性可提供对服务器控件的属性、事件和方法的编程访问。<br /> <br />2、UniqueID（WebUserControl1$btnEmail）：获取服务器控件的唯一的、以分层形式限定的标识符（只读）；此属性与 ID 属性不同，因为 UniqueID 属性包含服务器控件命名容器的标识符。处理页请求时自动生成此标识符。<br />此属性主要用来提交（PostBack）客户端数据，如Request

标标的专栏 888

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")

ASP.NET控件的ID，ClientID，UniqueId的区别

一般情况下三者相同（没有父控件） ID：获取或设置分配给服务器控件的编程标识符。分配给控件的编程标识符。 （可写） 设置服务器控件上的此属性可提供对服务器控件的属性、事件和方法的编程访问。Web 开发人员可以通过在 ASP.NET 服务器控件的开始标记中声明 ID 属性来设置此属性。如果没有为服务器控件指定该属性（以声明方式或编程方式），则可通过其父控件的 Controls 属性获取对该控件的...

weixin_30898109的博客 158

visio安装包

Microsoft Office Visio 是一款专业的制图软件。利用经过更新的形状、协作工具和数据链接图表，创建专业级图表以简化复杂的信息。
上一篇： 数据控件绑定数组
下一篇： httpwebrequest,httpwebresponse
点赞 0
评论 1
书签 书签 1
cb2233
cb2233
博客等级 码龄20年 18粉丝 89原创
+ 关注
评论 1
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
表情包 插入表情
表情包 代码片
 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