css设置盒子水平居中 magin 0 auto失效原因

1.块级盒子没有指定宽度
解决:设置width

2.浮动、绝对定位、固定定位的盒子失效
解决办法:①利用css3新增的transform translate属性

示例:

<!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>
    div {
      position: fixed;
      top: 0;
      left: 50%;
      width: 100px;
      height: 50px;
      background-color: red;
      transform: translateX(-50%);
    }
  </style>
</head>

<body>
  <div></div>
</body>

</html>


3.行内元素失效
解决方法:①设置display:block;②给定要居中的行内元素的宽度。
案例:

<!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>
</head>
<style>
  span {
    display: block;
    width: 100px;
    margin: 0 auto;
    background-color: red;
  }
</style>

<body>
  <span>1111</span>
</body>

</html>

### Triplet Loss 中 Margin 参数的最佳设置 在深度学习人脸识别领域,Triplet Loss 是一种有效的损失函数,用于确保来自同一身份的特征向量比来自不同身份的特征向量更接近。Margin 参数决定了正样本对和负样本对之间最小的距离差异。 研究表明,在实际应用中,margin 的最佳值并非固定不变,而是取决于具体的数据集和应用场景。通常情况下,较小的 margin 可能会使模型更容易收敛,但可能导致过拟合;而较大的 margin 虽然有助于增强模型的泛化能力,但也可能使训练过程变得困难[^4]。 对于大多数公开的人脸识别数据集而言,实践中常用的 margin 设定范围是在 0.2 到 1.0 之间。例如,在一些研究工作中,当 margin 设置0.5 左右时能够取得较好的实验效果[^2]。 值得注意的是,除了直接调整 margin 外,还可以考虑采用自适应 margin 或者软 margin 等改进策略来进一步提升性能。这些方法可以根据批次内的难易程度动态调整 margin 的大小,从而更好地平衡分类边界上的样本分布情况[^5]。 ```python def triplet_loss(y_true, y_pred, alpha=0.5): anchor, positive, negative = y_pred[0], y_pred[1], y_pred[2] pos_dist = tf.reduce_sum(tf.square(anchor - positive), axis=-1) neg_dist = tf.reduce_sum(tf.square(anchor - negative), axis=-1) basic_loss = pos_dist - neg_dist + alpha loss = tf.maximum(basic_loss, 0.0) return tf.reduce_mean(loss) ```
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

打赏作者

Cirrod

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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