码迷,mamicode.com
首页 >  
搜索关键字:css less 学习笔记    ( 86414个结果
理解CSS盒子模型
什么是CSS的盒子模式呢?为什么叫它是盒子?先说说我们在网页设计中常听的属性名:内容(content)、填充(padding)、边框(border)、边界(margin), CSS盒子模式都具备这些属性。这些属性我们可以把它转移到我们日常生活中的盒子(箱子)上来理解,日常生活中所见的盒子也具有这些属...
分类:Web程序   时间:2014-04-28 08:37:21    阅读次数:609
Priceless Notes
【Priceless Notes】1、人类对价格的绝对值没有准确的判断,但是价格或物体的相对值有较准确的判断。2、物理强度与主观体验的关联成幂曲线。如60瓦的灯会让人觉得亮,但要让人觉得2倍亮的话,则需要4倍的亮度。又如某种程序的糖让人觉得甜,但要想2倍甜的话只需要1.7倍的糖就够了。也就是相同的刺...
分类:其他好文   时间:2014-04-28 08:29:31    阅读次数:528
R语言学习笔记2——绘图
R语言提供了非常强大的图形绘制功能。下面来看一个例子:> dose drugA drugB plot(dose, drugA, type="b")> plot(dose, drugB, type="b")该例中,我们引入了R语言中第一个绘图函数plot。plot函数是一个泛型函数(适用于各种类...
分类:其他好文   时间:2014-04-28 07:42:22    阅读次数:471
《CSS网站布局实录》学习笔记(三)
第三章 CSS网页布局与定位3.1 div 几乎XHTML中的任何标签都可以用于浮动与定位,而div首当其冲。对于其他标签而言,往往有它自身存在的目的,而div元素存在的目的就是为了浮动与定位。3.1.1 div是什么 div是XHTML中制定的、专门用于布局设计的容器对象。在传统表格式布局中,.....
分类:Web程序   时间:2014-04-28 05:44:13    阅读次数:730
《机器学习》学习笔记(一)
今天看了两集Stanford 的Machine Learning,先说说感受,在看的过程中,脑海里冒出来一个念头:在中国的大学里,教授们都是好像在做研究,而学生们都是好像在上课,到头来不知道学到了什么,我在屏幕的这边都能感受到他们和我们的不一样。 其实对于机器学习,我是真心不懂,也不知道为什么忽然就...
分类:其他好文   时间:2014-04-28 05:32:20    阅读次数:443
小结
form表单 连接地址方式如action="4.23zuoyeer.php" 后面为连接的地址,连接的方法为method="post" ,可以用post 也可以用get但是post通常用于php,get通常用于JS和css中的a标签连接到另外一个页面中的写法如下:$ty = $_POST["user...
分类:其他好文   时间:2014-04-28 05:28:24    阅读次数:331
JSP添加打印部分页面
打印a.jsp的部分页面将影响要打印的内容放到中为想要打印的内容创建样式pirnt.css在a.jsp中添加以下内容:function printpage(){ OpenWindow=window.open("", "_blank");//重写网页OpenWindow.document....
分类:Web程序   时间:2014-04-28 05:22:35    阅读次数:521
【前段开发】行内元素和块级元素总结(HTML CSS)
行内元素、非置换元素不会应用width属性,比如对行内元素应用了width:200px,你不会看到任何效果出现。 行内元素、非置换元素不会应用height属性,但是高度可以通过line-height来指定。 行内元素你可以给它设置padding,但只有padding-left和padding-right会有效果,没有padding-top和padding-bottom。 margin属性也是和padding属性一样,对行内元素左右有效,上下无效。...
分类:Web程序   时间:2014-04-27 19:57:13    阅读次数:1043
【技能】使用纯CSS+html写出方向箭头,简单大方,好看
使用纯CSS+html写出方向箭头,贴出来就可以用,100%原创 .pointsRule{ display: inline-block; font-size: 12px; margin-top:...
分类:Web程序   时间:2014-04-27 18:02:02    阅读次数:1452
机器学习笔记——人工神经网络
人工神经网络(Artificial Neural Networks,ANN)提供了一种普遍而实用的方法从样例中学习值为实数、离散值或向量的函数。 人工神经网络由一系列简单的单元相互密集连接构成,其中每一个单元有一定数量的实值输入(可能是其他单元的输出),并产生单一的实数值输出(可能成为其他单元的输入)。 适合神经网络学习的问题: 实例是很多“属性-值”对表示的目标函数的输出可能是离散...
分类:其他好文   时间:2014-04-27 17:51:08    阅读次数:642
© 2014 mamicode.com 版权所有  联系我们:gaon5@hotmail.com
迷上了代码!