某人专用教程(第4天)—— 开始布局

今天就正式开始写代码了。

 

额。。hello world不用讲了吧?

 

我们直接开始写一些布局。

 

第一个是单栏布局。也就是只有一行的布局。这种布局一般有2种情况。一种是定宽度的。比如宽为800px,另一种是100%宽度的俗称自适应浏览器宽度。

 

不管哪种形式,单栏布局,就是相当于把所有内容放在一个容器内。一般,这种纯作为布局容器使用的情况下,我们都使用div标签。

 

html代码是这样的

 

<div class="box">This is a layout box.</div>

 

给这个div一个class名叫box,主要是为了方便控制这个div。

 

固定宽和自适应宽度,这两种说法,都说的是这个容器的表现样式~那么,这就是css需要做的事情啦。

 

首先,我们来写100%宽度的css

 

 

.box{width:100%}

 

但实际上,对于这种情况,我们根本不需要写任何css。因为本来本来div默认就是display:block形式的。而display:block形式的元素,默认就是width:100%。

 

接下来,我们来写宽度是800px的css啦。

 

 

.box{width:800px;}
 

 

通过设置width属性值为800px,我们就可以方便的设置这个容器的宽度了。

 

可是看一下呈现效果。。是不是偏向页面左侧对齐了?但是现在看到的大部分网页,都是居中对齐的,对吧?怎么让这个东西在浏览器中居中对齐呢?如果看了那个css手册,会不会第一反应就是text-align:center;呢?然后,我们把css写成这样子:

 

 

.box{width:800px;text-align:center;}
 

打开浏览器看看,是不是好使了?

 

额。。看你用什么浏览器了。如果用chrome什么的,估计就没有自己猜测成功的感觉了。在老版本ie浏览器下,估计自己会小小的兴奋下。转到非IE下,就郁闷了。感情不是所有浏览器都好使的。(比较新版的IE我木有实验,你当我懒吧,懒死我算了)。那么这时候我们就要解决浏览器所谓的“兼容性”问题了。

 

那么,怎么样使所有浏览器都兼容呢?

 

其实一个块级元素的居中,并不是用text-align:center完成的。你看看text-align,前缀是text啊,也就是定义文本的。文本可不是一个大div。。

 

css中的margin属性提供了一种margin-left:auto;margin-right:auto的方式,专门做这件事情。

 

margin是css中最常见的属性之一。表示一个容器的外边距。margin属性可以拆分成margin-left,margin-right,margin-top,margin-bottom这四个方向的边距。当然也可以直接用margin属性,通过一定规则来合并四个方向的外边距。

 

合并的规则是从top值开始顺时针转圈。

margin:top right bottom left。

如:margin:10px 20px 30px 40px;

 

如果其中,左右的值一样。。那么可以写成margin:top left/right bottom。也就是将左右两侧的值合并在一起,也相当于,如果margin-left和margin-right相等。则可以不写margin-left的值。如:margin:10px 20px 30px 20px可以写成margin:10px 20px 30px;

 

如果,左右的值一样,上下的值也一样,就可以合并成margin:top/bottom right/left。相当于后面两个值都可以不写。如:margin:10px 20px 10px 20px可以写成:margin:10px 20px;

 

如果四个值一样,就直接写成margin: top/right/bottom/left。如margin:10px 10px 10px 10px可以写成margin:10px;

 

所以,刚才说了,块级元素的居中,采用margin-left:auto;margin-right:auto来表示,其实通常合并写为margin:0 auto;这个0 一般是上下边距。值也可以不为0,根据设计稿来调整。

 

最后,我们将css代码写成

 

box{width:800px;margin:0 auto;}

 就完成了一个固定宽度的单栏布局。

 

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。
内容概要:本文系统阐述了企业新闻发稿在生成式引擎优化(GEO)时代下的全渠道策略与效果评估体系,涵盖当前企业传播面临的预算、资源、内容与效果评估四大挑战,并深入分析2025年新闻发稿行业五大趋势,包括AI驱动的智能化转型、精准化传播、首发内容价值提升、内容资产化及数据可视化。文章重点解析央媒、地方官媒、综合门户和自媒体四类媒体资源的特性、传播优势与发稿策略,提出基于内容适配性、时间节奏、话题设计的策略制定方法,并构建涵盖品牌价值、销售转化与GEO优化的多维评估框架。此外,结合“传声港”工具实操指南,提供AI智能投放、效果监测、自媒体管理与舆情应对的全流程解决方案,并针对科技、消费、B2B、区域品牌四大行业推出定制化发稿方案。; 适合人群:企业市场/公关负责人、品牌传播管理者、数字营销从业者及中小企业决策者,具备一定媒体传播经验并希望提升发稿效率与ROI的专业人士。; 使用场景及目标:①制定科学的新闻发稿策略,实现从“流量思维”向“价值思维”转型;②构建央媒定调、门户扩散、自媒体互动的立体化传播矩阵;③利用AI工具实现精准投放与GEO优化,提升品牌在AI搜索中的权威性与可见性;④通过数据驱动评估体系量化品牌影响力与销售转化效果。; 阅读建议:建议结合文中提供的实操清单、案例分析与工具指南进行系统学习,重点关注媒体适配性策略与GEO评估指标,在实际发稿中分阶段试点“AI+全渠道”组合策略,并定期复盘优化,以实现品牌传播的长期复利效应。
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
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
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