jQuery回顾

本文详细介绍了jQuery的基本用法,包括如何整合HTML和jQuery,获取和转换DOM对象,页面载入事件,选择器的使用,属性和CSS操作,文档操作,以及各种效果如显示、隐藏、滑动和淡入淡出等。同时,还讲解了遍历对象的方法。

    js类库:对原生js常见的方法和对象进行封装,方便使用
html和jquery整合:
        通过script标签src属性
获取jquery对象:
    $("选择器") jQuery("选择器")
dom对象和jquery对象转换
    dom>>>jquery   $(dom对象)
    jquery>>>dom 
        方式1:
            jquery对象[index]
        方式2:
            jquery对象.get(index)
页面载入:
    $(document).ready(function(){....})
    $(function(){ ...})
事件和js中的事件一样:把on去掉即可
    $("选择器").xxx(function(){...})
选择器:
    $("#id") $(".class") $("元素") $("[属性]") $("[属性='值']")
    a b: 后代  a>b:孩子   a+b:大弟弟  a~b:所有弟弟
    :first :last :odd :even  :eq(index)..
    :has('选择器')
    :hidden  :visible
    :input
    :checked :selected
属性和css操作:
    attr|prop
        prop("属性"):获取
        prop("属性","值"):设置一个
        prop({
            "":"",
            "":""
        }):设置多个
        
    removeAttr|removeProp(属性)
    
    addClass("class名称")
    removeClass("class名称")
    
    css: 针对style属性
        css("属性"):
        css("属性","值"):
        css({
            "":"",
            "":""
        }):设置多个
    
    height() width()
        
对value属性 标签体的操作
    xxx():获取
    xxx("笑嘻嘻的说法"):设置
        
        val():
        html():
        text():

对文档操作:
    内部插入
        append
        prepend
         
    外部插入
        after
        before
        
    删除
        empty()清空
        remove()删除
//////////////////////
效果:
    hide() show() toggle()
滑入滑出
    slideDown() slideUp()
淡入淡出
    fadeIn() fadeOut()
////////////////////////
遍历
    方式1:
        jquery对象.each(function(){});
    方式2:
        $.each(jquery对象,function(){});

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与应用,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、模型初始化与训练,到执行分类及结果优化的完整流程,并介绍了精度评价与通过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与实践者。; 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与关键参数设置(如Patch Size、Epochs、Class Weight等);③通过模型调优与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、模型参数配置与结果后处理环节,充分利用ENVI Modeler进行自动化建模与参数优化,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