CSS笔记 - fgm练习 - 三个div变色 - CSS div等分布局

本文介绍了一种使用JavaScript和CSS实现网页上三个div元素颜色统一改变的方法。通过按钮触发事件,利用for循环遍历所有div元素并修改其背景色属性,从而实现一键变色的效果。代码中还涉及了flex布局的使用,使div元素在页面上均匀排列。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

 

 

    <title>三个div变红</title>
    <style>
    *{margin: 0; padding: 0}
    body{
        text-align: center;
    }
    #outer{
        width: 330px;
        display: flex;
        margin: 0 auto;
    }
    #outer div{
        height: 100px;
        background-color: black;
        flex:1;
        margin: 5px;
        /* 平分3个div的方法,实例答案如下:
        #outer{width:330px;height:100px;margin:10px auto;}
        #outer div{float:left;width:100px;height:100px;margin:0 5px;background:black;}

        !!!flex布局还不了解!!!
         */
        }
    button{
        margin-top: 10px;
        margin-bottom: 5px;
        /* 行内元素怎么设置居中?  除了给上级元素text-align: center;以外? */

    }
    </style>

    <script>
    window.onload = function()
    {
        var oBtn = document.getElementsByTagName('button')[0];
        var oDiv = document.getElementById('outer');
        var aDiv = oDiv.getElementsByTagName('div');

        // var oDiv = document.getElementById("outer").getElementsByTagName("div");
        // 获取元素的方法:连写。

        oBtn.onclick = function()
        {
            for(var i=0; i<aDiv.length; i++)
            {
                aDiv[i].style.backgroundColor = 'red';
            }
        };
    };
    </script>
</head>
<body>
<button>点击div全部变色</button>
<div id="outer">
    <div></div>
    <div></div>
    <div></div>
</div>
</body>

 

转载于:https://www.cnblogs.com/carpenterzoe/p/10234177.html

资源下载链接为: https://pan.quark.cn/s/140386800631 通用大模型文本类实践的基本原理是,借助大模型自身较强的理解和推理能力,在使用时需在prompt中明确类任务目标,并详细解释每个类目概念,尤其要突出类目间的差别。 结合in-context learning思想,有效的prompt应包含类任务介绍及细节、类目概念解释、每个类目对应的例子和待类文本。但实际应用中,类目和样本较多易导致prompt过长,影响大模型推理效果,因此可先通过向量检索缩小范围,再由大模型做最终决策。 具体方案为:离线时提前配置好每个类目的概念及对应样本;在线时先对给定query进行向量召回,再将召回结果交给大模型决策。 该方法不更新任何模型参数,直接使用开源模型参数。其架构参考GPT-RE并结合相关实践改写,加入上下文学习以提高准确度,还使用BGE作为向量模型,K-BERT提取文本关键词,拼接召回的相似例子作为上下文输入大模型。 代码实现上,大模型用Qwen2-7B-Instruct,Embedding采用bge-base-zh-v1.5,向量库选择milvus。类主函数的作用是在向量库中召回相似案例,拼接prompt后输入大模型。 结果方面,使用ICL时accuracy达0.94,比bert文本类的0.98低0.04,错误类别6个,处理时添加“家居”类别,影响不大;不使用ICL时accuracy为0.88,错误58项,可能与未修改prompt有关。 优点是无需训练即可有较好结果,例子优质、类目界限清晰时效果更佳,适合围绕通用大模型api打造工具;缺点是上限不高,仅针对一个类任务部署大模型不划算,推理速度慢,icl的token使用多,用收费api会有额外开销。 后续可优化的点是利用key-bert提取的关键词,因为核心词语有时比语意更重要。 参考资料包括
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