整合營銷服務商
電腦端+手機端+微信端=數據同步管理
免費咨詢熱線：
電腦端+手機端+微信端=數據同步管理
免費咨詢熱線：
SS函數fit-content()屬于網格函數，除此之外的網格函數還有：minmax()、repeat()。
021年你需要知道的HTML標簽和屬性
Web開發人員都在廣泛的使用HTML。無論你使用什么框架或者選擇哪個后端語言，框架在變，但是HTML始終如一。盡管被廣泛使用，但還是有一些標簽或者屬性是大部分開發者不熟知的。雖然現在有很多的模版引擎供我們使用，但是樂字節教育的老師和我們說還是需要盡可能的熟練掌握HTML內容，就像CSS一樣。
在我看來，最好盡可能使用HTML特性來實現我們的功能，而不是使用JavaScript實現相同的功能，盡管我承認編寫HTML可能會是重復的和無聊的。
盡管許多開發人員每天都在使用HTML，但他們并沒有嘗試改進自己的項目，也沒有真正利用HTML的一些鮮為人知的特性。
下面這5個通過HTML標簽/屬性實現的功能我覺得需要了解一下：
圖片懶加載
圖片懶加載可以幫助提升網站的性能和響應能力。圖片懶加載可以避免立即加載那些不在屏幕中立即顯示的圖片素材，當用戶滾動臨近圖片時再去開始加載。
換言之，當用戶滾動到圖片出現時再進行加載，否則不加載。這就降低了屏幕內容展示過程中的圖片素材的請求數量，提升了站點性能。
往往我們都是通過javascript來實現的，通過監聽頁面滾動事件來確定加載對應的資源。但是，在不完全考慮兼容性的場景下，我們其實可以直接通過HTML來直接實現。
注：本篇的提到的標簽和屬性的兼容性需要大家根據實際場景來選取是否使用
可以通過為圖片文件添加loading="lazy"的屬性來實現:
輸入提示
當用戶在進行輸入搜索功能時，如果能夠給出有效的提示，這會大大提升用戶體驗。輸入建議和自動完成功能現在到處可見，我們可以使用Javascript添加輸入建議，方法是在輸入框上設置事件偵聽器，然后將搜索到的關鍵詞與預定義的建議相匹配。
其實，HTML也是能夠讓我們來實現預定義輸入建議功能的，通過<datalist>標簽來實現。需要注意的是，使用時這個標簽的id屬性需要和input元素的list屬性一致。
Picture標簽
你是否遇到過在不同場景或者不同尺寸的設備上面的時候，圖片展示適配問題呢？我想大家都遇到過。
針對只有一個尺寸的圖片素材的時候，我們往往可以通過CSS的object-fit屬性來進行裁切適配。但是有些時候需要針對不同的分辨率來顯示不同尺寸的圖片的場景的時候，我們是否可以直接通過HTML來實現呢？
HTML提供了<picture>標簽，允許我們來添加多張圖片資源，并且根據不同的分辨率需求來展示不同的圖片。
我們可以定義不同區間的最小分辨率來確定圖片素材，這個標簽的使用有些類似<audio>和<video>標簽。
Base URL
當我們的頁面有大量的錨點跳轉或者靜態資源加載時，并且這些跳轉或者資源都在統一的域名的場景時，我們可以通過<base>標簽來簡化這個處理。
例如，我們有一個列表需要跳轉到微博的不同大V的主頁，我們就可以通過設置來簡化跳轉路徑
<base>標記必須具有href和target屬性。
頁面重定向（刷新）
當我們希望實現一段時間后或者是立即重定向到另一個頁面的功能時，我們可以直接通過HTML來實現。
我們經常會遇到有些站點會有這樣一個功能，“5s后頁面將跳轉”。這個交互可以嵌入到HTML中，直接通過<meta>標簽，設置http-equiv="refresh"來實現
這里content屬性指定了重定向發生的秒數。值得一提的是，盡管谷歌聲稱這種形式的重定向和其他的重定向方式一樣可用，但是使用這種類型的重定向其實并不是那么的優雅，往往會顯得很突兀。
因此，最好在某些特殊的情況下使用它，比如在長時間用戶不活動之后再重定向到目標頁面。
后記
HTML和CSS是非常強大的，哪怕我們僅僅使用這兩種技術也能創建出一些奇妙的網站。雖然它們的使用量很大很普遍，還是有很多的開發者并沒有真正的深入了解他們，還有很多的內容需要我們深入的去學習和理解，實踐，有很多的技巧等待著我們去發現。
文章轉載至樂字節
最后給大家推薦幾個b站超詳細的Java自學課：
Servlet入門教程BV1D5411373E
Vue、Vuejs教程，BV19V41177od
SpringBoot+Vue項目實戰BV1o64y117qQ
日，復旦大學邱錫鵬教授在知乎上介紹了一個調參利器——fitlog，fitlog原本是作為fastNLP的一部分開發，后來分為一個單獨項目。此外，他還分享了一篇使用fitlog 輔助 fastNLP 進行科研的文章。
關于fitlog的簡潔版說明如下：
(1.1) 支持group操作，方便查看某種特定數據集或參數的性能
(1.4) 支持針對某條實驗自定義備忘
(1.5) 支持前端加入別人的實驗performance，再也不用一邊看paper一邊check是否已經超過sota結果。
(1.6) 支持計算平均值、標準差，還有比這個更實用的嗎？
(1.7) 實驗結果不理想？我們支持前端操作刪除、隱藏記錄
2、想要復現實驗結果，超參就夠了？？？？No, No, No. 作為一線煉丹師，我們深知調參過程有些神來之筆，例如加入Layer normalization帶來的神奇效果并不能很容易體現在超參數中，所以fitlog支持在后臺為你自動git commit代碼（我們借助git進行代碼管理，但與開發者自己管理的git不沖突，是并行的），需要回退到某次實驗的代碼，直接前端點擊，回退，搞定。exactly復原結果不是夢（是的，我們甚至可以幫你管理隨機數種子，但pytorch等深度學習框架的本身的隨機性無法解決）。
3、 茫茫的超參，哪個才是重要的？經過一夜的搜索，哪些參數搜索還不夠？你可能需要這樣的可視化。（每條線是一次實驗，最左側是dev上的性能）
4、fitlog是架構無關的，不管tensorflow還是pytorch都可以使用，不管是cv還是nlp也都支持。如果是NLP的任務，配合我們的fastNLP框架，只需要增加三五行代碼便可以實現metric，loss的自動記錄。
當然fitlog也不是十全十美的，對標其它的類似框架，我們為了輕量級，以下的東西目前沒有支持：
原文鏈接：
https://www.zhihu.com/question/384519338/answer/1181186086
《使用fitlog 輔助 fastNLP 進行科研》鏈接：
https://fastnlp.readthedocs.io/zh/latest/tutorials/extend_3_fitlog.html
fitlog開源地址：
https://github.com/fastnlp/fitlog
*請認真填寫需求信息，我們會在24小時內與您取得聯系。
