B站coderwhy前端html+css学习笔记 day5+6+7

CSS 弹性盒布局:flex-wrap 换行与多行交叉轴对齐 默认情况下,弹性容器(flex container)会把所有子项(flex item)挤在一行里,哪怕空间不够也只会压缩子项,而不会换行。浏览器会依次把子项放进当前行,当剩余空间不足以容纳下一个子项的基础尺寸时,就开启新的一行。一旦允许换行,容器里就会出现多条「弹性行(flex line)」,此时交叉轴对齐的行为也会从「单行对齐」变成「多行对齐」,是默认值:当子项没有设置固定高度时,行会被拉伸,子项随之变高,看起来像是「撑满了容器」。上面这段代码中,每个子项固定 200px 宽,容器宽度决定每行能放几个。 阅读详情

内容概述

一、css特性

1、继承

css中有些属性是可继承的,一些元素如果没有设置某属性的值,就会跟随父元素的值

如:color、font-size都可以继承的

​ * 只要自己有设置属性,肯定用自己的

2、层叠

  • 基本层叠:选择器相同时,后面的属性会层叠前面的属性
  • 优先级、权值(权重)

!important:10000 声明优先级

​ 内联样式:1000

​ id选择器:100

​ 类选择器、属性选择器、伪类:10

如果自己设置了属性,就不能继承了

3、优先级

原因如下:

1.选择器优先级太低

2.选择器没选中对应的元素

3.css属性的使用形式不对

  • 元素不支持此css属性,比如旧版本的浏览器不支持css3的某些属性
  • 浏览器不支持此css属性,比如旧版本的浏览器不支持css3的某些属性
  • 被同类型的css属性覆盖,如font属性覆盖font-size

二、HTML-列表元素

1.ol(ordered list)

有序列表

  • 里面只能放li(list item)这个元素

2.ul(ordered list)

无序列表

3.定义列表dl(definition list )

直接子元素只可以是dt 和dd

  • dt(definition term) 列表中每一项的项目名

  • dd(definition description) 列表中每一项的具体描述:对dt的描述,结束,补充

    • 一个dt后会有一个或者多个dd

4.列表相关css属性

  • list-style-type(none用的比较多)
    在这里插入图片描述

三、HTML-表格元素

  • table常见元素:

table:表格

tr:表格的一行

td:表格中的单元格

caption:表格的标题

thead:表格的表头

tfoot:表格的页脚

th:表格表头的单元格

  • 单元格边框的合并(细线表格)

    • border-collapse:collapse/segereat
  • 单元格的合并

    • colspan
    • rowspan
  • border-spacing

四、HTML-表单元素

1.form:表单

按钮要实现reset,必须在form里面才可以实现。

一般情况下,其他表单相关元素都是他的后代元素

2.input

单行文本输入框、单选框、复选框、按钮等元素

明文输入:(type=text)

注意:name值相同的radio才具备单选功能

  • checked只用在radio和CheckBox里面

  • 其他的要实现默认选项要用selected
    请添加图片描述
    在这里插入图片描述
    在这里插入图片描述

  • input的外边框outline

    <style>
        /* 去掉input的默认模式 */
        input{
            outline:none;
        }
        /* 设置想要的样式 */
        input:focus{
            border-color:#4791ff;
            border-style:solid;
        }
    </style>
    

    去掉input的outline的两种方法

    • outline:none
    • tabindex= -1

3.textarea

多行文本框

cols:列数

rows:行数

缩放的css属性

禁止缩放:

<style>
    textarea{
        /*禁止缩放*/
        resize:none;
        /*水平缩放*/
        resize:horizontal;
        /*垂直缩放*/
        resize:vertical;
        /*水平垂直缩放*/
        resize:both;
    }
</style>

例如:

<div>
    <span>简介:</span>
    <textarea cols="20" rows="5"></textarea>
</div>

4.select、option

select的常见属性

multiple:可以多选(会显示出所有的选择)

size:显示多少项(在multiple后使用)

<div>
    <span>学历:</span>
    <select name="" id="" multiple size="2">
    <option value="0">小学</option>
    <option value="1">初中</option>
    <option value="2" selected>高中</option>
    </select>
 </div>
option的常用属性

selected:默认被选中

5.button

按钮

<!-- button实现方式一 -->
<input type="button" value="获取验证码">
<!-- button实现方式二 -->
<button>获取验证码</button>

6.label

表单元素标题

  • label可以和某个input绑定,点击label可以激活对应的input(id和for来实现)

     <div>
            <span>性别:</span>
            <label for="male">男</label>
            <input type="radio" name="sex" id="male" >
            <label for="female">女</label>
            <input type="radio" name="sex" id="female" >
        </div>
        
    

7.fieldset

表单元素组

<fieldset>
    <legend>必填信息</legend>
    <div>
        <span>
            手机:
        </span>
        <!-- text明文输入 -->
        <input type="text" 
               maxlength="11" 
               placeholder="请输入您的手机号"
               autofocus>
    </div>
    <div>
        <span>
            密码:
        </span>
        <!-- 密码输入 -->
        <input type="password" placeholder="请输入您的密码">
    </div>
    <div>
        <span>
            验证码:
        </span>
        <input type="text" placeholder="请输入验证码">
        <!-- button实现方式一 -->
        <input type="button" value="获取验证码">
        <!-- button实现1方式二
		<button>获取验证码</button> -->
    </div>
</fieldset>

8.legend

fieldset的标题

表单综合练习效果和代码如下:

在这里插入图片描述

<!DOCTYPE html>
<html lang="en">
<head>
    <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>Document</title>
    <style>
        fieldset{
            width:400px ;
        }
        span{
            font-weight: 700;
        }
    </style>
</head>
<body>
    <form>
        <fieldset>
            <legend>必填信息</legend>
            <div>
                <span>
                    手机:
                </span>
                <!-- text明文输入 -->
                <input type="text" 
                       maxlength="11" 
                       placeholder="请输入您的手机号"
                       autofocus>
            </div>
            <div>
                <span>
                    密码:
                </span>
                <!-- 密码输入 -->
                <input type="password" placeholder="请输入您的密码">
            </div>
            <div>
                <span>
                    验证码:
                </span>
                <input type="text" placeholder="请输入验证码">
                <!-- button实现方式一 -->
                <input type="button" value="获取验证码">
                <!-- button实现1方式二
                <button>获取验证码</button> -->
            </div>
        </fieldset>
        <fieldset>
            <legend>选填信息</legend>
            <div>
                <span>照片:</span>
                <input type="file">
            </div>
            <!-- 5.性别选择  radio需要可以单选,必须要加上name
            * name值相同的radio才具备单选功能
            -->
            <div>
                <span> 性别:</span>
                男<input type="radio" name="sex">
                女<input type="radio" name="sex" checked>
            </div>
            <!-- 爱好选择 checkbox可以多选 -->
            <div>
                <span> 爱好:</span>
                篮球<input type="checkbox" name="hobbies">
                足球<input type="checkbox" name="hobbies">
                羽毛球<input type="checkbox" name="hobbies">
                跳舞<input type="checkbox" name="hobbies" checked>
                唱歌<input type="checkbox" name="hobbies">
            </div>
            <!--学历 -->
            <div>
                <span>学历:</span>
                <select name="" id="">
                    <option value="0">小学</option>
                    <option value="1">初中</option>
                    <option value="2" selected>高中</option>
                </select>
            </div>
            <!-- 简介 -->
            <div>
                <span>简介:</span>
                <textarea cols="20" rows="5"></textarea>
            </div>
        </fieldset>
    <!-- 重置按钮 
        前提:1.type必须是reset类型(value可以不写)
             2.所有内容必须在同一个表单中所以必须要用form来包住他
        -->
        <input type="reset">
    </form>
</body>
</html>

9.表单提交

含义:将用户在input中输入的内容提交给服务器
提交方式1:(传统方式)
步骤:

1、将所用的input包裹到一个form中

2、form中设置action(服务器地址)

3、input/button类型是submit

点击submit会自动将所有的数据传到服务器

弊端:

1、会进行页面的跳转(意味着服务器必须提前将一个页面写好,并且将写好的页面返回到前端,前端直接展示这个页面)

服务器提前讲页面写好:服务端渲染

2、不方便进行表单数据的验证

提交方式2:
前后端分离:

1.通过JS获取到所有表单的内容

2、通过正则表达式进行表单的验证

3、发送ajax请求,将数据传递给服务器

4、验证成功后,服务器会返回结果,需要前端解析这个数据,并决定显示什么内容(前端渲染和前端路由)

10.表单提交后

提交表单数据时,浏览器发送的是http请求,有两种请求方式选择:post和get

10.1、get

在请求url后面以?形式跟上发给服务器的参数,多个参数之间用 隔开

如:https://www.baidu.com/?phone=123456&password=123456&sex=on&enducation=2&introdution=%E6%88%91%E4%B9%9F%E4%B8%8D%E7%9F%A5%E9%81%93

由于浏览器和服务器对URL长度有限制,因此在URL后面附带的参数是有限制的,通常不能超过1kb

在这里插入图片描述

10.2、post

在这里插入图片描述

11、form常用属性

在这里插入图片描述

五、css元素类型

根据元素的显示类型,HTML元素主要分为以下两大类

1、块级元素(block-level elements)
2、行内级元素(inner-block elements)

根据元素的内容类型,HTML元素可以主要分为两大类

1、替换元素(replaced elements)

元素本身没有实际内容,浏览器根据元素的类型和属性,来决定元素的具体显示内容

比如img/input/video/emded等

2、非替换元素(non-replaced elements)

元素本身有实际内容,浏览器会直接将内容显示出来,而不需要根据元素类型和属性来判断显示什么内容

比如:div/p/h1-h6/ul等
在这里插入图片描述

css属性-display

display三个属性值:block(将行内级元素变为块级元素)、inline(将block元素变为行内级元素)、none(隐藏元素,不占空间)、inline-block(可以和其他元素在同一行显示、可以设置宽度和高度)

1.邮箱练习

效果实现悬浮选择邮箱列表

<!DOCTYPE html>
<html lang="en">
<head>
    <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>Document</title>
    <style>
        /* 取消默认样式 */
        ul{
            list-style:none;
            padding:0;
            margin: 0;
        }

        a{
            text-decoration: none;
            color:black;
        }

        /* 设置整体样式 */
        .email{
            border:2px solid #999;
            width:100px;
            text-align:center;
        }
        /* 隐藏邮箱列表 */
        .email:hover ul{
            display:block;
         }

        /* 设置局部样式-header */
        .header{
            background-color: #999;
            color:#fff;
        }

       /* 设置局部样式-邮箱列表 */
       .email ul{
           display:none;
        }
        .email ul li a:hover{
            background-color:skyblue;
        }
        .email ul li a{
            display:block;
        }
        
    </style>
</head>
<body>
    <div class="email">
        <div class="header">邮箱</div>
        <ul>
            <li><a href="">QQ邮箱</a></li>
            <li><a href="">163邮箱</a></li>
            <li><a href="">139邮箱</a></li>
        </ul>
    </div>
</body>
</html>
coderwhy vue讲义 B站最火的vue资料,超级nice,ok 立即下载

相关推荐

html+css笔记.md

html和css基础总结,适合入门web和初学者

b站网页html,bilibili注册页面html简单分析

Form部分(html部分有省略)昵称栏属性描述name定义 input 元素的名称value规定 input 元素的值type规定 input 元素的类型因昵称可以输入任意汉字,字母,数字的组合,所以选text类型最为恰当密码placeholder 属性提供可描述输入字段预期值的提示信息(hint)。该提示会在输入字段为空时显示,并会在字段获得焦点时消失。(HTML5中的属性)因是输入密码,所以...

weixin_32183107的博客 1628

具身智能与空天具身智能:从理论到实践的跨领域融合

本文深入探讨了具身智能从理论到实践的发展,重点分析了空天具身智能这一前沿领域。文章阐述了如何为AI赋予“身体”,使其通过与环境实时交互进化智能,并详细拆解了构建空天智能体所需的核心技术模块,包括多模态感知、基于大模型的决策规划以及鲁棒控制。同时,结合山区电力线自主巡检等实战案例,展望了多智能体协同与标准化等未来方向。

weixin_29045585的博客 533

【coderwhy前端笔记 - 阶段一 HTML+CSS】(三)CSS补充、计算机相关知识

移动端知识

hippyoo的博客 739

ODrive0.5.5源码分析(1) ADC的处理

odrive 0.5.5 ADC

danger的博客 4307

踩坑记录:服务商模式下微信小程序支付,为什么必须用子商户的AppID获取openid?

本文深入解析了服务商模式下微信小程序支付必须使用子商户AppID获取openid的技术原因,详细对比了服务商模式与直连模式的关键差异,并提供了正确的配置指南和常见问题解决方案,帮助开发者避免微信支付集成中的常见陷阱。

weixin_28318011的博客 550

【coderwhy前端笔记 - 阶段一 HTML+CSS】(一)HTML

主要记录HTML的相关元素,包含使用的软件及小工具

hippyoo的博客 1724

TPC好像是这么回事儿

TPC(Transmit Power Control)发送功率控制,本觉得就是控制一下发送功率,原理很简单,但看原版协议死活每搞懂什么意思,恼羞成怒!!!! 后来又看了一些贴子和cisco的相关功能介绍,再回头看协议,好像是这么一回事: 1、所谓TPC,是AP控制STA的发送功率的一种手段。在802.11d中,已定义了使用Country Element传递区域无线通信规定的信道和最大发送功率信息: 通过获取这些信息,STA可以确定自己应该遵守什么规则,可以用什么发送功率在哪些信道上通信。 2

两只勤劳的蜜蜂 8630

B站coderwhy前端html+css学习笔记

day4加油

coder_66l的博客 652

量化风控核心:信用评分卡模型的设计与迭代全流程

◦ 动态策略适配:根据评分卡结果动态调整风控流程——高分用户(>750分)秒级放款,中低分用户(600-700分)触发补充资料提交,低分用户(<600分)直接拒绝。◦ 特征有效性监控:每月计算特征IV值,对IV<0.1的低效特征(如“用户星座”)进行淘汰,同时引入新特征(如电商消费数据)。某城商行通过增量学习,评分卡PSI值长期稳定在0.1以下。◦ 数据筛选:整合征信数据(逾期记录、查询次数)、行为数据(消费频次、还款习惯),某银行评分卡纳入150+维度特征,覆盖用户偿债能力、意愿、稳定性等维度;

2501_91651383的博客 1483

MAX31865三线PT100测温实战:配置、接线与代码全解析

本文详细解析MAX31865三线PT100测温的配置、接线与代码实现。通过实战经验分享,介绍如何利用MAX31865芯片实现高精度温度测量,重点讲解三线制接法的自动误差补偿功能,并提供完整的寄存器配置、SPI通信和温度转换算法,帮助开发者快速解决工业测温中的常见问题。

ss78901的博客 757

【coderwhy前端笔记 - 阶段一 HTML+CSS】(二) CSS

css常用知识点

hippyoo的博客 3292

YOLOv8 改进有效涨点专栏目录 | 含卷积、主干、注意力机制、Neck、检测头、损失函数、二次创新C2PSA/C3k2等各种网络结构改进

YOLOv8在目标检测领域的地位与优势模型改进的意义与价值本专栏的特色与创新点读者学习路径建议关键改进点回顾不同场景的模型选型建议开源社区资源汇总持续学习路径指南YOLOv8在目标检测领域的地位与优势模型改进的意义与价值本专栏的特色与创新点读者学习路径建议关键改进点回顾不同场景的模型选型建议开源社区资源汇总持续学习路径指南。

weixin_39818775的博客 1073

B站coderwhy前端html+css学习笔记 day9

盒子模型+定位布局

coder_66l的博客 298

C#串口通信革命:RJCP.DLL.SerialPortStream实战全解析

本文介绍了如何通过RJCP.DLL.SerialPortStream库实现高性能串口通信解决方案。相比.NET自带的SerialPort类,该库提供了完全的异步非阻塞IO、动态缓冲区控制和多线程事件驱动等优势,特别适合工业自动化和物联网场景。文章详细讲解了环境搭建、核心功能对比,并通过代码示例展示了端口配置、异步通信管道搭建等关键技术。最后以Modbus RTU协议为例,演示了高级协议封装方法,为开发者提供了完整的工业级串口通信实现方案。

墨夶的博客 1874

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")

B站coderwhy前端html+css学习笔记 day8

一、元素的类型 1.css属性-display display常用属性值:block(将行内级元素变为块级元素)、inline(将block元素变为行内级元素)、none(隐藏元素,不占空间)、inline-block(可以和其他元素在同一行显示、可以设置宽度和高度) 还有以下取值 display+hover练习 代码及效果如下: <!DOCTYPE html> <html lang="en"> <head> <meta charset="UTF-8"&

coder_66l的博客 292

RU DOS版、EFI版32bit/64bit BIOS常用工具

DOS版、EFI版的RU工具,可用来查看IO、MEM、PCI、SMBIOS等资源。亲测在EFI SHELL下可用。

coderwhy--前端知识整合包--htmlcss05

coderwhy–前端知识整合包–html/css05 一、css属性-display 块级元素由来:display:block(所有浏览器默认添加,块级元素本就是行内级元素是因为浏览器默认添加上面那个) 1、常见取值 block:将元素设置为块级元素 inline:将元素设置为行内级元素 none:隐藏元素 inline-block:可以设置宽高的行内级元素,可以再同一行显示,具有块级元素和行内级元素特点 <head> <style> <!--这是一个选中变色效果--

Princesk的博客 618

WINCC7.3破解文件

WINCC7.3硬件够破解文件,有需要的下载!WINCC7.3硬件够破解文件,有需要的下载!

IMSL CNL 7.0.0 (x86-64)Crack

IMSL CNL 7.0.0 (x86-64)Crack intel的算法库破解文件,这是C++版本的破解文件

coderwhy--前端知识整合包--htmlcss08

coderwhy–前端知识整合包–html/css08 1、css–颜色渐变(背景颜色) linear-gradient(0,red,blue);角度、渐变颜色一、渐变颜色二 <style> .box{ width: 100px; height: 100px; background: linear-gradient(0,red,blue); } </style> &

Princesk的博客 1494

HTML5+CSS3+JS 学习

HTML5+CSS3-语法 1.&amp;amp;amp;amp;amp;amp;amp;amp;amp;amp;amp;amp;amp;lt;style type=“text/css”&amp;amp;amp;amp;amp;amp;amp;amp;amp;amp;amp;amp;amp;gt; &amp;amp;amp;amp;amp;amp;amp;amp;amp;amp;amp;amp;amp;lt;/style&amp;amp;amp;amp;amp;amp;a

sharryling 2325

coderwhy--前端知识整合包--htmlcss04

coderwhy–前端知识整合包–html/css04 1、列表元素(HTML) 有序列表:ol、li(块级元素两个块、一个数字一个内容) 无序列表:ul、li 定义列表:dl、dt、dd dl定义列表直接子元素dt和dd、 dt:列表中每一项项目名、一个dt一般紧跟着多个dd dd:列表中每一项具体描述对dt描述的补充 dt与dd常见组合:事务名称、描述,问题答案、类别名归属于这类的各种食物 <dl> <dt></dt> <dd></dd&

Princesk的博客 1026

coderwhy--前端知识整合包--htmlcss07

coderwhy–前端知识整合包–html/css07 一、浮动float 1、定位方案: normal flow:标准流 float:浮动 绝对定位:absoulte position 浮动和绝对定位都会让元素脱离标准流已达到灵活布局效果 2、常见取值 none、left、right 3、浮动规则 浮动元素会脱离标准流(若浮动元素跟标准流元素的行内级位置冲突,标准流的元素会跟在浮动元素之后),朝着向左或向右方向移动知道自己的元素边界紧贴着其他块(一般是父元素)或者其他浮动元素边界 层叠关系:定位元

Princesk的博客 492

B站coderwhy前端html+css学习笔记 day10

定位布局

coder_66l的博客 903

coderwhy--前端知识整合包--htmlcss06

coderwhy–前端知识整合包–html/css06 一、css-cursor(光标) 设置数百在元素上的显示的样式 cursor值:(常见) auto浏览器根据上下文自动决定指针样式 default:有操作系系统决定,一般是小箭头 pointer:小手 text:文本竖线 二、css-定位position 1、标准流 (1)简介 默认情况下元素都按照normal flow进行排布(标准流、常规流、正常流、文档流) (2)顺序: ​ 从左到右从上到下顺序摆好(默认情况下互相之间不存在层叠现象

Princesk的博客 580

CSS 盒子模型与背景渐变、文字渐变实战

content(内容区):文字、图片等实际内容占据的区域padding(内边距):内容与边框之间的空白border(边框):盒子的边界margin(外边距):盒子与其他盒子之间的间距fill:#333;important;important;fill:none;color:#333;color:#333;important;fill:none;fill:#333;height:1em;margin 外边距border 边框padding 内边距content 内容区。

2601_96876853的博客 241
上一篇: B站coderwhy前端html+css学习 表单作业
下一篇: B站coderwhy前端html+css学习笔记 day8
coder_66l
博客等级 码龄5年 3粉丝 17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