元素不在普通文档流_快速提示:利用普通文档流

元素不在普通文档流

尽管对于CSS来说,布局无疑是最棘手的事情之一,但是毫无疑问,布局是最重要的东西之一。 在此快速提示中,我们将研究“普通文档流”及其如何帮助您进行布局。


介绍

在解释正常文档流的含义之前,我必须先解释不同类型的html元素,以及它们如何默认显示。

我们将专注于HTML元素的两种主要类型,即“块级”和“内联”元素。 自HTML5问世以来,尽管浏览器仍然有效地依赖于块和内联定义,但我们具有更具体的元素分类( phrasing , flow和sectioning )。

内联元素包括诸如锚标签,图像和跨度之类的项目。 这些元素通常定义文本和数据,例如将单词Click Here变成链接。 默认情况下,内联元素显示...好吧,内联。 这意味着您可以在一行中包含多个元素,直到达到包含元素的宽度为止,然后它们会继续到下一行。

<p><strong>This is an example of several inline elements</strong> all contained within a paragraph <a href="#">including an anchor</a> <span>a span</span> <em>and an emphasis tag.</em> <code>Resize the browser and you'll see how a browser handles these inline elements by default.</code> <abbr>That's right, everything displays on one line and wraps when there's no more room.</abbr></p>

观看此内联元素演示 。

但是,默认情况下,块级元素(例如div和段落)以及较新HTML5成员(例如article和section )具有非常不同的属性。 块级元素通常但并非总是包含内联元素或其他块级元素。 将它们视为两者的“结构”元素。

浏览器将(默认)格式化块级元素,并在换行符前后添加换行符。 换句话说,除非另外设置样式,否则块级元素将始终从新行开始(像块一样堆积)。


造型

在所有情况下,我们都可以使用CSS display属性更改元素的显示方式:

element {
	display: block; /*or inline, for example*/
}

这些显示特征还决定了我们还可以样式化。 例如,我们可以自由确定块级元素的宽度和高度,而内联元素则不能。 填充和边距可以应用于内联元素,但它们不会影响包含元素的尺寸。 看一下这个例子 ,看看我的意思:


其他

除了公共的块和行内显示属性外,还有一些较少见的示例。 例如,如果要内联显示元素,但将其设置为块级元素样式该怎么办? 输入inline-block值。 内嵌块元素在应用于块级元素时会保留诸如宽度,高度,边距和填充之类的属性,同时保持内嵌元素的结构质量。

内联块是浮动元素的潜在替代品,但在这些情况下当然并非没有问题 。

另一个未得到很好使用的显示值是list-item ,它的功能与锡上的含义完全相同。 正如您在列表中所期望的那样,每个应用了list-item值的元素都是垂直显示的,但是它们旁边也有项目符号。 这对于列出数据(即名称列表)很有用,并且在逻辑上列出诸如此类的项目:

<ul>
	<li>Charles Mahogany Biggins</li>
	<li>Tiggy Wiggins Hydrangea</li>
	<li>Foxy Bumpkins Numpty</li>
</ul>

默认情况下显示。

最后,最后一个值得一提的显示值是“无”。 你能猜出它做什么吗? 没错,任何将其display属性设置为“ none”的元素都不会显示在页面上; 从视觉上(连同其中包含的所有元素)将其从文档中删除。 该元素的标记仍会发送到浏览器,但不会生成框,并且不会显示在屏幕上-屏幕阅读器也不会将其选中。 它不占用任何空间,因此其他元素可以代替它。


那么什么是普通文档流?

当您对结构样式不进行任何操作时,页面就是这样呈现的。

考虑到上述情况,“正常文档流”到底是什么? 当您对结构样式不进行任何操作时,页面就是这样呈现的。 浏览器按照遇到的顺序显示内容。 首先是热门内容,而内容则要低下。

当人们第一次开始网页设计时,他们常常渴望解决各种花哨的技巧,而无需学习基础知识和基础知识。 如果您能理解“普通文档流”,那么您的网页设计会更好。


练习:标记

让我们开始使用非常基本CSS制作一个简单的照相馆。 我很快制作了一个html文件来使我们入门,毕竟我们主要集中在样式上。 将下面的代码复制到您的文本编辑器中,我将解释其中的内容。

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

<head>

	<title>Normal Document Flow</title>
	
	<style type="text/css">
	
	</style>
	
	<!--[if lt IE 9]>
		<script src="https://html5shim.googlecode.com/svn/trunk/html5.js"></script>
	<![endif]-->	

</head>
<body>

	<div class="container">
	
		<h1>An Intro to Normal Document Flow.</h1>
		
		<figure class="photoGallery">
			<img src="http://placekitten.com/g/100/200" alt="" />
			<img src="http://placekitten.com/g/160/200" alt="" />
			<img src="http://placekitten.com/g/220/200" alt="" />
			<img src="http://placekitten.com/g/180/200" alt="" />
			<img src="http://placekitten.com/g/240/200" alt="" />
			<img src="http://placekitten.com/g/130/200" alt="" />
		</figure>
		
		<article> 
		
			<h2> Welcome to my Photo Gallery!</h2>
			
			<p>I am the man with no name, Zapp Brannigan! Bender, being God isn't easy. If you do too much, people get dependent on you, and if you do nothing, they lose hope. You have to use a light touch. Like a safecracker, or a pickpocket. Hey, guess what you're accessories to. Leela, Bender, we're going grave robbing. Also Zoidberg. Oh dear! She's stuck in an infinite loop, and he's an idiot! Well, that's love for you.</p>
			
			<p>Can I use the gun? Oh no! The professor will hit me! But if Zoidberg 'fixes' it&hellip; then perhaps gifts! Fry! Quit doing the right thing, you jerk! Who's brave enough to fly into something we all keep calling a death sphere? I haven't felt much of anything since my guinea pig died.</p>
			
		</article>
		
	</div>
	
	<footer>
	
	</footer>

</body>
</html>

顶部有一个空的css块。 这是我们开始进行样式设计的地方。 下面是指向HTML5 Shiv脚本的条件链接,该链接将帮助Internet Explorer识别并正确显示HTML5元素。 在此之下,为必填标记。 在body标签内是整个页面的容器,也是照片库的容器。 我已经使用placekitten来获取占位符图像,并使用Fillerama来填充文本。 就是这样。

好的,现在为了演示普通文档流程的工作原理,请看一下您刚刚制作的页面 。 就像您期望的那样吗? 图像以一行显示,直到父元素的宽度为止,在这种情况下,该图(设置为视口的100%,但默认情况下可能有一些边距)被填充。 而且,尽管您还看不到它,但是所有块级元素(例如div,图和文章)都位于各自的行上。

这是正常的文档流程。 现在,只需调整浏览器的大小一秒钟。 是的,很流畅! 嗯,就我们所了解的而言,可能并不完全流畅-图像保留其尺寸,而与视口无关。 不过,默认情况下,您的布局始终会保持流畅。


练习:基本CSS

只是为了证明我对块级元素没有兴趣,让我们为它们添加一些背景色。 在HTML文件顶部CSS代码块中,添加以下代码:

.container {
	background: #f2f2f2;
}


article {
	background: #8B0000;	
}

现在,在添加一些背景色之后, 检查结果 。 关于块级元素的显示方式应该很明显。


练习:布局CSS

下面的样式仅包含来自box-model的 CSS属性(宽度,边距,内边距等),但是它显示了几乎没有CSS可以创建实体布局。

为此,请替换现有CSS:

.container {
	width: 65%; 
	margin:0 auto;
	background: #f2f2f2;
}

figure img {	
	padding-left: 10px;
}

h1 {
	font-family: Verdana, Geneva, Arial, Helvetica, sans-serif;
	color: #8B0000;
	padding-left: 10px;
}

article {
	background: #8B0000;
	color: #f2f2f2;
	padding: 10px;
}

在此CSS中,我们已将容器的宽度指定为65%。 我们也可以使用固定的像素值,但是百分比保留了文档的流畅性并更有效地演示了文档流。 我们还使用margin: 0 auto将页面居中。

其余全部与美学有关。 我已经添加了一些填充,以便为所有内容提供喘息的空间,并指定了字体和字体颜色。

保存该文档并在浏览器中查看 。

每当我在处理项目时,我总是会考虑其在“普通文档流”中的外观。 这使我思考如何用尽可能少CSS改进它。


结论

使用我们今天学到的原理,尝试构建自己的示例。 您会发现(在结构上)在了解浮动和定位技术之前可以取得很多成就。

翻译自: https://webdesign.tutsplus.com/articles/quick-tip-utilizing-normal-document-flow--webdesign-8199

元素不在普通文档流

一文说清STM32CubeMX中文汉化全流程(图解说明) 详细讲解STM32CubeMX中文汉化的完整流程,通过图文并茂的方式手把手教学,解决界面英文带来的使用障碍,让开发更高效。掌握stm32cubemx中文汉化技巧,提升嵌入式开发体验。 阅读详情

相关推荐

task5:在本地搭建大模型(ollama 和 LM studio 对比),接入 openclaw

关于大模型,大家千万不要想着在本地部署,根本不可行,没有那个财力。另外大模型迭代快,不可能每周都在下载大模型。再次,还是国外的模型好用,国内的模型真的在 deepresearch 上就有很大问题,你们懂的。所以本篇文章,还是聚焦在探索层面+实操,并不会实战。

这里是 AI 食用指南,持续分享有用的AI 实操和应用! 1973

CSS 标准文档流

正常文档流 脱离文档流 块元素 特点 常见块元素 行内元素 特点 常见行内元素 行内块元素 特点 常见行内块元素

xiangxiongfly 601

微信小程序网关逆向分析:从协议、签名到会话管理的安全架构剖析

在现代Web与移动应用开发中,API网关作为客户端与后端服务之间的关键通信枢纽,承担着协议转换、流量调度、安全防护与性能优化等核心职责。其工作原理通常涉及统一的请求路由、身份认证、参数校验与响应聚合。从技术价值看,深入理解网关机制不仅能帮助开发者构建更健壮、可扩展的微服务架构,还能为安全评估、性能调优与故障排查提供基础。在移动生态如微信小程序中,网关设计尤为关键,它需要处理微信特有的登录态、数据加密与防重放攻击等安全需求。本文聚焦于微信小程序网关的逆向分析方法,通过结合网络抓包与代码反编译技术,深入解析其通

weixin_29323493的博客 443

CSS中文档流之普通流,浮动及定位、浮动特性及清除浮动的方式、定位模式,子绝父相搭配定位方式、z-index层级

文档流: 普通流(normal flow): 字面意思是普通流或者标准流,也就是常说的文档流,指网页内标签正常是从上到下,从左到右排列的意思,css的定位机制有3种:普通流(标准流)、浮动、定位。 浮动: 是指使元素飘起来不完全脱离标准流的控制,绝对定位才是完全脱离标准流的,飘起来后不会再占原来的位置,浮动可以使块级元素在一行排列显示,float的值有:none默认值,元素不浮动、right元素向右浮动、left元素向左浮动。 .box ul li { float:left; } 浮动特性: 1、浮动

专研前端,探索后端 505

从AMBA到USB:手把手教你评估和选择Synopsys DesignWare里的免费商用IP

本文详细介绍了如何评估和选择Synopsys DesignWare中的免费商用IP,从AMBA到USB等关键模块。通过技术参数核对、验证环境评估和集成注意事项,帮助工程师高效利用这些经过硅验证的商业级IP,提升SoC设计效率。文章还探讨了免费IP与付费IP的边界策略,避免常见陷阱。

weixin_42683394的博客 300

百度飞桨+文心大模型实战:生成式AI工程师认证备考全攻略(含真题解析)

本文详细解析百度飞桨与文心大模型结合的生成式AI工程师认证备考策略,涵盖认证体系、学习路径、核心技能突破及真题分析。帮助开发者掌握大模型原理、飞桨平台操作和文心大模型应用,高效通过工信部与百度联合认证考试。

loss4bartender的博客 689

普通文档流,定位(绝对,相对,固定),浮动

开篇介绍:在CSS中是有三种定位机制的:普通文档流、浮动和绝对定位。在未指定其它两种定位机制的情况下,所有框都是在普通文档流中定位的。 1、普通文档流 即就是根据块级元素的标签在HTML里的顺序,从上至下,依次排开。行内元素在一行中水平排列的。 行元素(行内元素):在水平方向上修改水品尺寸(padding,margin,border),能产生相应的效果,垂直方向上对行元素的高度是毫无影响的。

xuexizhe88的博客 4753

硬件手册——PT100精密测温电路

PT100精密测温电路 一、需求分析 根据题目要求为:测温范围为0-100℃、测温精度要求为±1℃。由于铂电阻具有精度高、性能可靠、稳定性好的特点,且铂电阻的电阻相对变化率与温度的关系曲线线性度最好,故选择铂电阻作为敏感元件。而在国标中,铂电阻有几种不同的标准,如PT100、PT1000。分别对应着0摄氏度下铂电阻的阻值为100R和1000R,由于需要考虑铂电阻的自发热问题,所以尽量选择阻值小的铂电阻,故选择PT100为最终型号。 二、电路设计 2.1 热电阻接法 热电阻测温电路有多种接法,其中三线制会导致

weixin_41655430的博客 5万+

css中脱离文档流的方式

在css中脱离文档流的方式有两种:1 float:left 、right2 position:absolute、fixed // 注意 relative是不会脱离文档流的float脱离文档流中,浮动的盒子会覆盖在不浮动的盒子上面,但是盒子中的文字依然会环绕在浮动盒子的周围 转载于:https://blog.51cto.com/11871779/22963...

weixin_34273046的博客 1468

CANoe进阶实战(第十一章)-LIN节点测试调度

《CANoe快速入门实战:LIN节点调度开发》摘要 本文是CANoe系列教程的第十一章,重点讲解如何通过CAPL编程实现LIN报文的灵活调度控制。文章采用"输入-输出-过程"三步骤法,详细介绍了调度表函数linChangeSchedTable()、启动/停止函数linStartScheduler()/linStopDisturbance()等关键API的使用方法。作者创新性地通过系统变量在Test节点间接控制Network节点的调度功能,并提供了完整的节点代码实现方案。最后的Trace窗

weixin_53605885的博客 1025

科研——ICONIP论文修改和提交

ICONIP说明文档

Blackoutdragon的博客 6648

CSS:影响元素在文档流中布局的几种属性

脱离文档流让指定元素从普通文档流中脱离出来,使得在文档流中的其他元素不受其影响。它提供了灵活的布局控制手段,使得开发者能够创造出丰富多样的页面布局效果。脱离文档流在Web设计与开发中同样扮演着重要角色,作为前端工程师的我们,在面对设计稿,对页面中元素精确的定位才能让网页更完美地呈现。此文是我给出的一些让元素脱离文档流的基础css属性,希望对大家有所帮助。原文链接:https://juejin.cn/post/7374608546481078299。

2402_85402030的博客 731

制作INCA和CANape通用的A2L

CANape和INCA通用的A2L配置与修改

赞的博客 5970

CSS文档流与块级元素和内联元素

CSS文档流与块级元素和内联元素

sc20031024的博客 286

STM32F407中文手册

STM32f407中文手册 本参考手册面向应用开发人员,提供有关使用 STM32F405xx/07xx、STM32F415xx/17xx、 STM32F42xxx 和 STM32F43xxx 微控制器存储器与外设的完整信息。STM32F405xx/07xx、STM32F415xx/17xx、STM32F42xxx 和 STM32F43xxx 构成一个微 控制器系列,各产品具有不同的存储器大小、封装和外设。有关订购信息以及器件的机械与电气特性,请参见数据手册。有关 ARM Cortex™-M4F 内核的信息,请参见《Cortex™-M4F 技术参考手册》。

华为的C语言编程规范.pdf

华为技术有限公司内部技术规范。本规范制定了编写C语言程序的基本原则、规则和建议。从代码的清晰、简洁、可测试、安全、程序效率、可移植各个方面对C语言编程作出了具体指导。

html关于文档流的问题,HTML 文档流,标签分类

文档流将窗体自上而下分成一行行, 并在每行中按从左至右的顺序排放元素,即为文档流。每个非浮动块级元素都独占一行浮动元素则按规定浮在行的一端。 若当前行容不下, 则另起新行再浮动。内联元素也不会独占一行。 几乎所有元素(包括块级,内联和列表元素)均可生成子行, 用于摆放子元素。有三种情况将使得元素脱离文档流而存在,分别是浮动,绝对定位, 固定定位。 但是在IE中浮动元素也存在于文档流中(还让我觉得这...

weixin_32060429的博客 243

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")

css文档流,元素

文档流 将窗体自上而下分成一行行, 并在每行中按从左至右的顺序排放元素,即为文档流。 每个非浮动块级元素都独占一行, 浮动元素则按规定浮在行的一端。 若当前行容不下, 则另起新行再浮动。 内联元素也不会独占一行。 几乎所有元素(包括块级,内联和列表元素)均可生成子行, 用于摆放子元素。 有三种情况将使得元素脱离文档流而存在,分别是浮动,绝对定位, 固定定位。 但是在IE中浮动元素也存在于文...

weixin_30773135的博客 82

jre9下载 jdk9

(Java SE Runtime Environment 9.0) 9.0u175 官方最新版 【x86|x64】

HTML: 文檔流是什麼?

【作者好人】:http://www.nowamagic.net/librarys/veda/detail/1190 文档流 将窗体自上而下分成一行行, 并在每行中按从左至右的顺序排放元素,即为文档流。 每个非浮动块级元素都独占一行, 浮动元素则按规定浮在行的一端。 若当前行容不下, 则另起新行再浮动。 内联元素也不会独占一行。 几乎所有元素(包括块级,内联和列表元素)均可生成子行, 用于摆...

weixin_30337157的博客 95

CSS基础调试|如何解决CSS transform变形导致元素脱离文档流/定位异常问题

CSS transform 变形引发的布局问题主要源于对文档流规则认知偏差、包含块机制改变、堆叠上下文变化及渲染层分离等特性。核心表现为视觉位移但元素仍保留原文档流占位,以及子元素定位异常。解决思路需区分 transform 的视觉变形与文档流布局,调整定位上下文,适配交互区域。常见误区包括将 translate 当作 position:absolute 使用、忽略 transform 对包含块的影响等。通过开发者工具排查或检测脚本可快速定位问题。

那些看似不起波澜的日复一日,会在某天让你看到坚持的意义 396

Web前端第二季(CSS):八:第4章:CSS定位:401-浮动和普通文档流+402-浮动+403-浮动二+404-相对定位+405-绝对定位+406-固定定位

一.目的 1.想:学习前端知识 2.想:记录笔记,下次不用看视频,直接看笔记就可以快速回忆。 二.参考 1.我自己代码的GitHub网址 ​​​​​GitHub - xzy506670541/WebTest: SIKI学院的Web前端 1.SIKI学院:我参考此视频实操 Web前端第二季(CSS) - SiKi学院 - 生命不息,学习不止! 我参考此视频实操 1.w3school官网:当做字典使用 w3school 在线教程 1.菜鸟教程:当做字典使用 ...

qq_40544338的博客 478

HTML 文档流,标签分类

2019独角兽企业重金招聘Python工程师标准>>> ...

weixin_34401479的博客 249

CSS块级元素、内联元素概念

CSS文档流与块级元素(block)、内联元素(inline),之前翻阅不少书籍,看过不少文章, 看到所多的是零碎的CSS布局基本知识,比较表面。看过O’Reilly的《CSS权威指南》,发现里面提到的文档流概念让我很敏感。 可恶的是书中并没有解释文档流是什么东西,或许作者觉得这个太简单了以至于不值一提。但我觉得,这个概念实在太重要了。理解了它,一堆CSS布局的理论都变得易于理解,并且体会到CSS...

qq_42573901的博客 158

float 布局快速入门

一、float概述 二、浮动初探 三、float坍塌问题 一、float概述 浮动(float)是CSS布局常用的一个属性。它可以左右移动,直至它的外边缘碰到包含框或另一个浮动框的外边框。 **float被设计出来的初衷是用于文字环绕效果。**如下代码: <!DOCTYPE html> <html lang="en"> <head> <meta charset="UTF-8"> <title>Title</tit

_ 1654

HTML中浮动的特性,浮动元素,设置浮动(float)的元素有何特点?

浮动元素有何性质HTML5学堂:在前端开发过程中,我们需要对元素进行浮动,而这个过程我们需要了解浮动的性质,这样方便我们快速开发,做出合理的布局。CSS中的定位机制:普通流,浮动,绝对定位。1.普通流: 普通流 (normal flow),或者称之为常规流。也是我们通常称呼的“文档流”。2.浮动:浮动的框可以左右移动,直至它的外边缘遇到包含框或者另一个浮动框的边缘。浮动框不属于文档中的普通流,当一...

weixin_26833939的博客 823

Code笔记之:CSS块级元素、内联元素概念

文档流 将窗体自上而下分成一行行, 并在每行中按从左至右的顺序排放元素,即为文档流。 每个非浮动块级元素都独占一行, 浮动元素则按规定浮在行的一端。 若当前行容不下, 则另起新行再浮动。 内联元素也不会独占一行。 几乎所有元素(包括块级,内联和列表元素)均可生成子行, 用于摆放子元素。 有三种情况将使得元素脱离文档流而存在,分别是浮动,绝对定位, 固定定位。 但是在IE中浮动元素也存在于文...

weixin_30408675的博客 95

关于css中父元素塌陷问题以及解决办法

主要记录下经典的父元素塌陷问题,在开发过程中如果碰到相关问题,可以联想到这几种解决办法,更好的去优化代码。最近还整理一份JavaScript与ES的笔记,一共25个重要的知识点,对每个知识点都进行了讲解和分析。能帮你快速掌握JavaScript与ES的相关知识,提升工作效率。

军火库 1007

CSS一些知识补充(域,高级选择器,盒子模型,标准文档流,浮动和定位)

使用: 1.一般设置数值. 允许正数与负数. 数值越大,显示越靠前. 越小,越靠后.可以编写:-99 / 99.clear扩展父盒子高度: 如果用于浮动元素,那么不会扩展父盒子高度.而用于普通网页元素,则会扩展父盒子高度.absolute : 绝对定位. 让元素脱离标准文档流.不同于浮动.不会内容对其他元素产生影响.1.一旦元素浮动,则当前元素与其他网页元素不在属于同一平面.其他元素会占据之前的浮动元素位置.margin:0px 0px;3.元素浮动,但是浮动元素的位置不会对其他网页元素的位置产生影响.

qq_61102168的博客 393
上一篇: Twitter Bootstrap 101:整理文件大小
下一篇: css flexbox模型_使用Flexbox的技巧,以获得更好CSS模式
daique1908
博客等级 码龄10年 29粉丝 0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  | 博主筛选后可见
 
 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