权重

从CSS代码存放位置看权重优先级： 内嵌样式 > 内部样式表 > 外联样式表。 从样式选择器看权重优先级： important > 内嵌样式 > ID > 类 > 标签 | 伪类 | 属性选择 > 伪元素 > 继承 > 通配符。 CSS权重是由四个数值决定： 第一等：代表内联样式，如: style=””，权值为1000。 第二等：代表ID选择器，如：#content，权值为100。 第三等：代表类、伪类和属性选择器，如.content，：hover，[type="text"]，权值为10。 第四等：代表标签选择器和伪元素选择器，如div p,::before，权值为1。 通配选择符 （universal selector）（ * ） 关系选择符 （combinators）（ + , > , ~ , ' ' , || ）和 否定伪类 （negation pseudo-class）（ :not() ）对优先级没有影响（但是，在 :not() 内部声明的选择器会影响优先级）。 最后把这些值加起来，再就是当前元素的权重了。 权重算出来了，但是某个元素到底用哪个样式，还有3个规则： 1，如果样式上加有!important标记，那么始终采用这个标记的样式； 2、匹配的内容按照CSS权重排序，权重大的优先； 3，如果权重也一样，按照它在CSS样式表里声明的顺序，后声明的优先。 来源： CSDN

在做SEO的过程中，我们都非常清楚，外链是网站排名一个重要的影响因子，特别是在短期内，如果你试图拉升关键词排名，我们无法脱离外链进行排名。 但我们都非常清楚，每一个企业不可能无休止的针对外链持续的投入，我们总是需要衡量自己的ROI，这就需要我们清晰的了解一个外链的价值。 外链的作用有哪些，如何判断一个外链值多少钱？ 那么，如何去判断一个外链值多少钱？ 根据以往发外链的经验，蝙蝠侠IT，将通过如下内容阐述： 1、外链权重 我们知道任何一个页面从搜索引擎评估的角度来讲都是有权重的，在国内我们称之为百度权重，而基于谷歌它被称之为PageRank。 因此，当我们去衡量一个外链价值的时候，我们首先实际上是去看，这个外部链接主域的权重，早期我们利用PR去判断，理由非常简单，PR是基于链接关系估算的权值。 而随着谷歌停止更新PR，我们在国内通常还是关注一些站长工具给出的预估值。 理论上，你的主域名的权重越高，它导出的链接价值就越大。 2、外链形态 我们知道当我们试图建立外链的时候，我们是希望借助对方的高权重，而传递页面权限给自己的目标页面，但在不同搜索引擎识别页面权限传递的时候，都会遵循一个准则，那就是参考nofollow标签的建议。 如果对方的给出的链接，标注为：rel=“nofollow”，那么实际上，这个外链的价值是大打折扣的。

D irectory： 集群目录服务 Directory， 代表多个Invoker, 可以看成List<Invoker>,它的值可能是动态变化的比如注册中心推送变更。集群选择调用服务时通过目录服务找到所有服务 StaticDirectory: 静态目录服务， 它的所有Invoker通过构造函数传入， 服务消费方引用服务的时候， 服务对多注册中心的引用，将Invokers集合直接传入 StaticDirectory构造器，再由Cluster伪装成一个Invoker ； StaticDirectory的list方法直接返回所有invoker集合； RegistryDirectory: 注册目录服务， 它的Invoker集合是从注册中心获取的， 它实现了NotifyListener接口实现了回调接口notify(List<Url>) 通俗的来说，就是一个缓存和更新缓存的过程 Directory目录服务的更新过程 RegistryProtocol.doRefer 方法，也就是消费端在初始化的时候，这里涉及到了 RegistryDirectory这个类。然后执行cluster.join(directory) 方法。这些代码在上篇博客有分析过。 cluster.join 其实就是将 Directory中的多个Invoker伪装成一个Invoker, 对上层透明，包含集群的容错机制

——based on tree-based cost aggregation & segment, 下称"ST" NOTE 1. 和NLCA的算法异同？ answer: 建树思路不一样 NLCA只是简单对每个像素点基于颜色相似度构建了一颗完整的树； STCA是在建树过程中，先根据图割的思路将颜色相似的块分别建了一颗子树，后面再将子树连接起来，效率会稍微比NLCA低一些 2. 和NLCA的实现异同？ answer: NLCA整个代码从边权重排序到建立最小生成树再到构建有序树都是用数组实现，较为晦涩难懂，边权重排序部分尤其值得学习； STCA集成模块化更为完善，有定义明确的抽象数据类型来实现，主要值得借鉴的更多是算法角度将图割和NLCA融合来做优化的思路，另外，基于并查集构建最小生成树也值得借鉴 前言 立体匹配流程： 代价计算(cost compute) 代价聚合(cost aggregation) 视差计算(disparity computation) 视差优化(disparity refine) 本文目标是聚焦优化代价聚合(cost aggregation)模块的效果，主要分为： 局部法 ：通过设计窗口形状、大小以及滤波权重在窗口内实现局部最优代价聚合（窗口外的像素可看做权重为0），优点是速度快，缺点是结果为局部最优，通常使用一些具有"edge-aware

企业负面信息如何压制？ 当企业遭到竞争对手和恶意维权人士发布大量负面虚假信息，会给企业的品牌形象和口碑造成非常恶劣的影响。 当企业遭遇这些事情时，应该如何处理和面对呢，如何采取良好的方法来进行企业公关和处理？ 搜索引擎关于人们来说，是取得信息资源的一大来源，在日常中关于新闻事情的检索也占去一个大头，企业发作不利新闻时，人们对其关注会招致在短时间内搜索质变大。很多企业为了在这一方面中止控制，都会反过来应用搜索引擎中止危机公关，恰当地引导行动，防止行动持续发酵，以配合企业的危机公关活动。 能够说，自进入网络时期以来，搜索引擎在企业公关，特别是网络危机公关中发挥着重要的作用。那么到底什么是搜索引擎危机公关？这种公关方式的作用细致又表往常哪些中央呢？ 所谓搜索引擎就是像百度、360、谷歌这样能够搜索信息的网站，只需是熟习网络的人对这些都不会生疏。当企业发作严重的危机事情时，大量媒体和自媒体都会抓住这一热点中止跟踪报道和评论，而这些文章常常会经过搜索引擎排名中止传播，为群众所接纳到；同时，为了理解相关的信息，很多人也习气于经过热搜词条和关键词搜索来获取这些新闻文章。在短时间内，由于媒体文章的大量提及和网友的持续关注，企业公关危机事情在短时间内传播速度和范围更快更广，更难以把控。 搜索引擎危机公关的目的，其实就是控制词条热度和搜索量的进一步扩张

本文参考： 1、 https://www.jianshu.com/p/4bad38fe07e6 2、 https://zhuanlan.zhihu.com/p/26884695 3、深度学习入门：基于Python的理论与实现 斋藤康毅（作者） 理解范数 - ： 在很多机器学习相关书籍中我们经常看到各种各样的距离及范数，如 、 其中， ， 分别表示向量和矩阵。 也有其他的欧氏距离、均方差之类，例如，向量 的欧式范数 (Euclidean norm)为 用于表示向量的大小，这个也被叫 -范数。 为方便统一，一般将任意向量 的 -范数定义为 主要有三类： 、 、 范数的定义： 根据 -范数的定义，当p=0时，我们就有了 -范数 表示向量x中非0元素的个数（0的0次方是0，非零的0次方是1，所以所有的零元素全都没了，只剩下非零元素变成的1了） 大佬是这么说的： 在诸多机器学习模型中，比如压缩感知 (compressive sensing)，我们很多时候希望最小化向量的 -范数。一个标准的 -范数优化问题往往可以写成如下形式： 然而，由于 -范数仅仅表示向量中非0元素的个数，因此，这个优化模型在数学上被认为是一个NP-hard问题，即直接求解它很复杂、也不可能找到解。 需要注意的是，正是由于该类优化问题难以求解，因此，压缩感知模型是将 -范数最小化问题转换成 -范数最小化问题。 我就看不懂了

Redis基本操作 一、基本命令 1.set、get set：设置key对应的value 格式：set key value get：获取key对应的value（如果没有设置则为nil） 格式：get key # set key value set name yimt # get key get name # "yimt" 2.mset 同时设置多个key value 格式：mset key value [key value …] mset name yimt age 22 # 获取设置的值 get name # "yimt" get age # "22" 3.mget 同时获取多个key value 格式：mget key [key …] mset name yimt age 22 # 获取多个value mget name age # "yimt" # "22" 4.setex 设置key对应的value在一段时间过后失效 格式：setex key seconds value setex name 10 yimt # 立即查询结果 get name # "yimt" # 10秒之后查询结果 get name # (nil) 5.expire 设置键过期时间 格式：expire key seconds # 设置name键在10秒过后失效 expire name 10 6.ttl

CSS 三大特性 层叠 继承 优先级 是我们学习CSS 必须掌握的三个特性。 CSS层叠性 所谓层叠性是指多种CSS样式的叠加。 是浏览器处理冲突的一个能力,如果一个属性通过两个相同选择器设置到同一个元素上，那么这个时候一个属性就会将另一个属性层叠掉 比如先给某个标签指定了内部文字颜色为红色，接着又指定了颜色为蓝色，此时出现一个标签指定了相同样式不同值的情况，这就是样式冲突。 就近原则 一般情况下，如果出现样式冲突，则会按照CSS书写的顺序，以最后的样式为准。 样式冲突，遵循的原则是就近原则。 那个样式离着结构近，就执行那个样式。 样式不冲突，不会层叠 CSS继承性 所谓继承性是指书写CSS样式表时，子标签会继承父标签的某些样式，子元素可以继承父元素的样式（text-，font-，line-这些元素开头的都可以继承，以及color属性）。想要设置一个可继承的属性，只需将它应用于父元素即可。 CSS优先级 定义CSS样式时，经常出现两个或更多规则应用在同一元素上，这时就会出现优先级的问题。 在考虑权重时，初学者还需要注意一些特殊的情况，具体如下： 继承样式的权重为0。即在嵌套结构中，不管父元素样式的权重多大，被子元素继承时，他的权重都为0，也就是说子元素定义的样式会覆盖继承来的样式。 行内样式优先。应用style属性的元素，其行内样式的权重非常高，可以理解为远大于100。总之

** 选择器类型 ** 1、ID　　#id 2、class　　.class 3、标签　　p 4、属性　　[type=“text”] 5、伪类　　:hover 6、伪元素　　::after 7、子代选择器、相邻(兄弟)选择器等 8、通配符　　* ** 权重计算 ** 内联样式，如: style=””，权值为1000。 ID选择器，如：#id，权值为0100。 类，伪类和属性选择器，如.class，权值为0010。 类型选择器和伪元素选择器，如p，权值为0001。 通配符、子选择器、相邻选择器等的。如*、>、+, ~权值为0000。 继承的样式没有权值。. 注意使用important的样式权值最大，打破所有规则 来源： CSDN 作者： ou~吼 链接： https://blog.csdn.net/ttl1076005106/article/details/103994186

深度学习网络如何提高泛化性的自我理解： 1. 采用dropout； 2. 使用L1和L2正则化； L1是权重和的绝对值作为惩罚项，目的是提高减小权重，提高网络稀疏性；L2是权重平方和然后平方根为惩罚项，目的是减小权重，抑制个别权重的影响； 3. BN； BN主要是控制输入的分布，对其进行归一化然后拉伸和平移还原输入特征，这样可以让每一层的训练都从相似的起点出发，而对权重进行拉伸，等价于对特征进行拉伸，在输入层等价于数据增强。 4. 数据拓展 参考： https://www.sohu.com/a/231450369_314987 在推荐一个很nb的链接： https://www.jianshu.com/p/4bad38fe07e6 来源： CSDN 作者： 树莓派派酒 链接： https://blog.csdn.net/qq_35054151/article/details/103815242