第五天的学习:框架的学习

关键字:框架

晨跑计划:

学习任务:

  1. 禁用的或只读的表单控件
  2. 第六章:框架
    • 6.1 框架集简介
    • 6.2 使用框架的时机
    • 6.3<frameset>元素
      • 6.3.1 clos属性
      • 6.3.2 rows属性
      • 6.3.6 针对<frameset>元素的浏览器专用扩展
    • 6.4<frame>元素

      • 6.4.1 src元素
      • 6.4.2 name元素
      • 6.4.3 frameborder元素
      • 6.4.4 marginwidth属性和marginheight元素
      • 6.4.5 noresize属性
      • 6.4.6 srcolling属性
      • 6.4.7 longdesc属性
    • 6.5<noframes>元素
    • 6.6创建框架之间的链接
    • 6.7框架集的嵌套
    • 6.8利用<iframne>元素创建浮动框架或内联框架
    • 章小结

学习记录:

  • 禁用或只读的控件:

    • readonly 属性阻止用户改变表单控件本身的值,尽管可以使用脚本修改它。readonly控件的值/名都将被发送给服务器,它的值是readonly。
    • disable 属性将禁用表单控件,从而用户不能够修改该控件。可以使用脚本重新启用该表单控件。但是,除非重新启用该表单控件,否则名/值对将不会发送给服务器,该属性的值必须是disable。
  • 框架集的简介:
    • 通过使用框架,可以在同一个浏览器窗口显示不止一个页面。每份html文档可以称为一个框架,并且没给框架都独立于其他框架,作用是为了将页面划分成几个独立的模块。
  • 使用框架的时机:
    • 当希望在单个页面中显示大量的内容并且不能讲文档拆分为多个独立的页面时,则可以使用框架创建一个导航栏,该导航栏链接到长文档的各个子部分。
    • 当页面的一部分具有很多数据并且在页面的其他部分改变时不希望重新加载该部分时,可以考虑使用框架。
  • <frameset> 元素
    • <frameset>元素的属性指定了浏览器窗口将如何划分多个行和列
    • <frameset>元素包含用于文档中每一个框架的<frame>元素
      • cols属性:指定框架集中包含的列的数量以及每一列的大小,必须为框架集中的每一列指定一个宽度值,并且提供值的数量(不同值之间使用逗号隔开)表明文档汇总列的数量

        • 四种方式指定每一列的宽度:

          • 以像素为单位的绝对值:cols=“100,500,*” 
          • 父框架的百分比:cols=“40%,60%”
          • 通配符:cols=“400,*”
          • 列的相对高度:cols=“3*,2*,1*”
      • rows 属性:指定框架集中行的数量,默认值是100%,因此没有指定rows属性,则一行将占用100%的浏览器高度
        • 用法:rows="100,80%,*"
  • 12312
  • 12
  • 21312
  • 312312
  • 312
  • 3123
  • 23
  • 12321
  • 321
  • 321

扩展阅读:

问题的记录与解决:

  • 框架的缺点有哪些?

    • 搜索引擎通常会链接到独立的框架中的内容,而不是用户看到的框架集中的内容
    • 某些浏览器无法很好地打印整个框架集。
    • 浏览器的“后退”按钮可能无法像用户期望的那样工作。
    • 某些较小的设备无法处理框架,屏幕不够大,无法被划分
    • 无法获得漂亮的布局
时间: 2024-07-30 20:29:31

第五天的学习:框架的学习的相关文章

2019年8月12日 《TensorFlow 实战Google深度学习框架 》学习 20190813

2014年提出的Seq2Seq模型. 训练步骤分为  预处理,词对齐,短语对齐,抽取短语特征,训练语言模型,学习特征权重等诸多步骤. 基本思想为:使用一个循环神经网络读取输入句子,将整个句子的信息压缩到一个固定维度的编码中:再使用另一个循环神经网络读取这个编码,将其解压为目标语言的一个句子. 原文地址:https://www.cnblogs.com/beautifulchenxi/p/11348044.html

【pytorch】深度学习框架介绍+简单回归问题

深度学习框架 id="深度学习框架">深度学习框架 pytorch pytorch使用C和C++的后端,是站在torch框架基础上开发 pytorch和tensorflow的基本区别是使用了动态图和静态图的区别 机器学习中的常见的静态图和动态图 静态图必须事先定义好静态的公式,在使用过程中会非常麻烦,动态图则可以随时变更,方便调试的 动态计算意味着程序将按照我们编写命令的顺序进行执行.这种机制将使得调试更加容易,并且也使得我们将大脑中的想法转化为实际代码变得更加容易.而静态计算则

关于CSS基础框架的学习

什么是CSS基础框架? CSS 框架是一系列 CSS 文件的集合体,包含了基本的元素重置,页面排版.网格布局.表单样式.通用规则等代码块,用于简化web前端开发的工作,提高工作效率. 为什么需要研究和使用它? 在当前浏览器很多 而且各有差异的情况下 如何统一样式 兼容大部分浏览器是很有必要的 从具象的表现中抽出抽象的模块来重复使用,是减少用户下载.方便团队及个人开发最重要的手段.所以CSS框架就很有必要了 现在有哪些比较著名的框架? 960gs 960 像素的页面宽度似乎成为了一种设计标准,在当

十个值得一试的开源深度学习框架

IT168 评论本周早些时候Google开源了TensorFlow(GitHub),此举在深度学习领域影响巨大,因为Google在人工智能领域的研发成绩斐然,有着雄厚的人才储备,而且Google自己的Gmail和搜索引擎都在使用自行研发的深度学习工具. 1 无疑,来自Google军火库的TensorFlow必然是开源深度学习软件中的明星产品,登陆GitHub当天就成为最受关注的项目,当周获得评星数就轻松超过1万个. 对于希望在应用中整合深度学习功能的开发者来说,GitHub上其实还有很多不错的开

十个开源深度学习框架

来源:http://www.ctocio.com/ccnews/19687.html 本周早些时候Google开源了TensorFlow(GitHub),此举在深度学习领域影响巨大,因为Google在人工智能领域的研发成绩斐然,有着雄厚的人才储备,而且Google自己的Gmail和搜索引擎都在使用自行研发的深度学习工具. 无疑,来自Google军火库的TensorFlow必然是开源深度学习软件中的明星产品,登陆GitHub当天就成为最受关注的项目,当周获得评星数就轻松超过1万个. 对于希望在应用

DeepLearning tutorial(6)易用的深度学习框架Keras简介

之前我一直在使用Theano,前面五篇Deeplearning相关的文章也是学习Theano的一些笔记,当时已经觉得Theano用起来略显麻烦,有时想实现一个新的结构,就要花很多时间去编程,所以想过将代码模块化,方便重复使用,但因为实在太忙没有时间去做.最近发现了一个叫做Keras的框架,跟我的想法不谋而合,用起来特别简单,适合快速开发.(其实还有很多其他的深度学习框架都是比较容易用的.) 1. Keras简介 Keras是基于Theano的一个深度学习框架,它的设计参考了Torch,用Pyth

推荐GitHub上10 个开源深度学习框架

推荐GitHub上10 个开源深度学习框架 日前,Google 开源了 TensorFlow(GitHub),此举在深度学习领域影响巨大,因为 Google 在人工智能领域的研发成绩斐然,有着雄厚的人才储备,而且 Google 自己的 Gmail 和搜索引擎都在使用自行研发的深度学习工具. 无疑,来自 Google 军火库的 TensorFlow 必然是开源深度学习软件中的明星产品,登陆 GitHub 当天就成为最受关注的项目,当周获得评星数就轻松超过 1 万个. 对于希望在应用中整合深度学习功

[Tensorflow实战Google深度学习框架

本系列为Tensorflow实战Google深度学习框架知识笔记,仅为博主看书过程中觉得较为重要的知识点,简单摘要下来,内容较为零散,请见谅. 2017-11-06 [第五章] MNIST数字识别问题 1. MNIST数据处理 为了方便使用,Tensorflow提供了一个类来处理MNIST数据,这个类会自动下载并转化MNIST数据的格式,将数据从原始的数据包中解析成训练和测试神经网络时使用的格式. 2. 神经网络模型训练及不同模型结果对比 为了评测神经网络模型在不同参数下的效果,一般会从训练数据

深度学习框架哪家强:TensorFlow?Caffe?MXNet?Keras?PyTorch?

深度学习框架哪家强:TensorFlow?Caffe?MXNet?Keras?PyTorch?对于这几大框架在运行各项深度任务时的性能差异如何,各位读者不免会有所好奇. 微软数据科学家Ilia Karmanov最新测试的结果显示,亚马逊MXNet在CNN.RNN与NLP情感分析任务上性能强劲,而TensorFlow仅擅长于特征提取. 测试详情更新在Ilia Karmanov的GitHub项目DeepLearningFrameworks(https://github.com/ilkarman/De

开源深度学习框架(楚才国科)

周早些时候Google开源了TensorFlow(GitHub),此举在深度学习领域影响巨大,因为Google在人工智能领域的研发成绩斐然,有着雄厚的人才储备,而且Google自己的Gmail和搜索引擎都在使用自行研发的深度学习工具. 无疑,来自Google军火库的TensorFlow必然是开源深度学习软件中的明星产品,登陆GitHub当天就成为最受关注的项目,当周获得评星数就轻松超过1万个. 对于希望在应用中整合深度学习功能的开发者来说,GitHub上其实还有很多不错的开源项目值得关注,首先我