CSS第n-child:第n-child(1n)到底选择了什么

CSS的:nth-child(n)选择器是用来选择父元素下的第n个子元素的样式。其中，n可以是一个具体的数字，也可以是一个公式。

具体来说，选择器:nth-child(1n)表示选择父元素下所有满足公式1n的子元素。这里的n是一个变量，可以是任意整数。公式1n表示从第一个子元素开始，每隔1个子元素选择一次。

例如，如果父元素下有以下子元素：

<div class="parent">
  <div>子元素1</div>
  <div>子元素2</div>
  <div>子元素3</div>
  <div>子元素4</div>
  <div>子元素5</div>
</div>

那么:nth-child(1n)将选择所有子元素，因为公式1n对于所有整数n都成立。

应用场景：

根据子元素的位置选择样式，例如给列表中的奇数行或偶数行添加不同的背景色。
选择特定位置的子元素，例如选择第一个子元素或最后一个子元素。

推荐的腾讯云相关产品和产品介绍链接地址：

腾讯云云服务器（CVM）：https://cloud.tencent.com/product/cvm
腾讯云云数据库 MySQL 版：https://cloud.tencent.com/product/cdb_mysql
腾讯云内容分发网络（CDN）：https://cloud.tencent.com/product/cdn
腾讯云人工智能：https://cloud.tencent.com/product/ai
腾讯云物联网平台：https://cloud.tencent.com/product/iotexplorer
腾讯云移动推送：https://cloud.tencent.com/product/umeng_push
腾讯云对象存储（COS）：https://cloud.tencent.com/product/cos
腾讯云区块链服务：https://cloud.tencent.com/product/tbaas
腾讯云游戏多媒体引擎（GME）：https://cloud.tencent.com/product/gme
腾讯云音视频处理（VOD）：https://cloud.tencent.com/product/vod
腾讯云云原生应用引擎（TKE）：https://cloud.tencent.com/product/tke

请注意，以上链接仅为示例，实际选择产品时需根据具体需求进行评估和选择。

页面内容是否对你有帮助？

有帮助

没帮助

相关·内容

LDA—主题模型

=1pk−1)∂L(→p)∂pk=nkpk+λ=0⇒pk=−nkλV∑k=1nk=N⇒λ=−Npk=nkN(64) 2.2 贝叶斯Unigram Model 对于以上模型，统计学家中贝叶斯学派就不同意了，...先验分布 p(→p) 可以有多种选择，注意到 →n 是服从多项式分布的，p(→n|→p)=Mult(→n|→p,N)，回顾1.7节可知，p(→p) 最好的选择是Dirichlet分布： p(→p|→α)...的期望值为： E(→p)=(n1+α1∑Vk=1(nk+αk),n2+α2∑Vk=1(nk+αk),⋅⋅⋅,nV+αV∑Vk=1(nk+αk))(67) 接下来我们计算语料产生的概率，开始并不知道上帝到底用哪个骰子...2.4 LDA 对于 PLSA 模型，贝叶斯学派表示不同意，为什么上帝只有一个 doc-topic 骰子，为什么上帝只有固定 K 个topic-word骰子？...我们现在为第 k 个主题生成对应的词，那么需要选择编号为 k 的 topic-word 骰子，该骰子有 V 个面，每个面表示一个词，那么在一次投掷骰子过程中，每个词的概率为 →φk=(φ(1)k,φ(2

1.6K3 0

PCA模型

=n1∑i=1n∑j=1pcjxij~=n1∑j=1pcj∑i=1nxij~=0 记，则 M∗=Var(z)=1n∑i=1n(zi−zˉ)2=1n∑i=1nzi2=1n(...一般的，如果已经确定了个主成分： Zi=x~Tηi (i=1,2,⋯ ,k)\begin{array}{c} Z_i = \tilde{x}^T\eta_i\ \ (i = 1,2,\cdots...2.3 选择主成分变量确定了个主成分后，将标准化后的数据转换成主成分，令 Z=X~(η1,η2,⋯ ,ηp)=(z11z12⋯z1pz21z22⋯z2p⋮⋮⋱⋮zn1zn2⋯...−11∑i=1n(aij−μj)2j=1,2,⋯,m 即，为第个指标的标准均值和样本标准差。...~⋅akj~ (i,j=1,2,⋯,m) 易知式中，是第个指标与第个指标的相关系数。

8234 0

交叉熵代价函数定义及其求导推导（读书笔记）

第⼆，如果对于所有的训练输⼊ x，神经元实际的输出接近⽬标值，那么交叉熵将接近 0。假设在这个例⼦中， y = 0 ⽽ a ≈ 0。这是我们想到得到的结果。...我们看到公式中第⼀个项就消去了，因为 y = 0，⽽第⼆项实际上就是 − ln(1 − a) ≈ 0。反之， y = 1 ⽽ a ≈ 1。...所以，交叉熵就是很好的选择了。但是交叉熵代价函数有⼀个⽐⼆次代价函数更好的特性就是它避免了学习速度下降的问题。为了弄清楚这个情况，我们来算算交叉熵函数关于权重的偏导数。...ln(1−a)]∗∂a∂wj−1n∑(ya−1−y1−a)∗∂a∂wj−1n∑(yς(z)−1−y1−ς(z))∂ς(z)∂wj−1n∑(yς(z)−1−y1−ς(z))ς′(z)xj\begin{eqnarray...我们在后⾯可以看到，交叉熵其实只是满⾜这种特性的⼀种选择罢了。根据类似的⽅法，我们可以计算出关于偏置的偏导数。

6262 0

排列组合公式的原理_有序排列组合公式

组合数的性质# Cmn=Cn−mn 可以理解为：将原本的每个组合都反转，把原来没选的选上，原来选了的去掉，这样就变成从n个元素种取出n−m个元素，显然方案数是相等的。...而总方案数等于上面两种情况方案数之和，即Cmn=Cmn−1+Cm−1n−1。组合数求和公式# C0n+C1n+C2n+⋯+Cnn=2n 我们感性认知一下，上面这个式子的左边表示什么呢？...杨辉三角可以帮助你更好地理解和记忆组合数的性质：第n行的m个数可表示为 Cm−1n−1，即为从n−1个不同元素中取m−1个元素的组合数。第n行的数字有n项。...每个数等于它上方两数之和（第n+1行的第i个数等于第n行的第i−1个数和第i个数之和，即Cin+1=Cin+Ci−1n）。...二项式系数亦有不同的符号表达方式，包括：C(n,k)、nCk、nCk、、[注3]，其中的C代表组合（combinations）或选择（choices）。

1.8K1 0

LeetCode精选好题（四）

当数字变成 000 的时候偶，我们就知道它没有 111 的位了，此时返回答案。...这里关键的想法是对于任意数字 nnn ，将 nnn 和 n−1n - 1n−1 做与运算，会把最后一个 111 的位变成 000 。为什么？考虑 nnn 和 n−1n - 1n−1 的二进制表示。...进阶：右一遍直接不要存数组里了，边循环边对号乘起来。...6、数组中第K个最大元素在未排序的数组中找到第 k 个最大的元素。请注意，你需要找的是数组排序后的第 k 个最大的元素，而不是第 k 个不同的元素。...这就是「快速选择」算法。我们知道快速排序的性能和「划分」出的子数组的长度密切相关。

3512 0

Soft Attention Model

Deep Model for Article Recommendation by Learning Human Editors’Demonstration”中的Attention Mechanism章节给了较为全面的概括...软性注意力机制(Soft Attention)是指在选择信息的时候，不是从n个信息中只选择一个，而是计算n个输入信息的加权平均，在输入到神经网络中计算。...于是，定义一个注意力变量z∈[1,n]z\in[1,n]z∈[1,n]来表示被选择信息的索引位置，即z = i来表示选择里第i个输入信息，然后计算在给定q和X情况下，选择第i个输入信息的概率αi\alpha...加权平均注意力分布αi\alpha_{i}αi表示在给定查询q时，输入信息向量X中第i个信息与查询q的相关程度。...采用“软性”信息选择机制给出查询所得的结果，就是采用加权平均的方式对输入信息进行汇总，得到Attention的值： Attention(X,q)=Σi=1n αixiAttention(X,q) = \

1.5K3 1

朴素贝叶斯以及三种常见模型推导

了解了什么是伯努利分布之后,我们再看什么是多元伯努利分布(多变量 multi-variate Bernoulli)....(yi=ck)α+∑i=1NI(Xi=xi,yi=ck)=2α+∑i=1NI(yi=ck)α+∑i=1NI(Xi=xi,yi=ck) 其中,SiS_iSi表示第i个特征不同取值的个数...文章单词特征是固定的,考虑了词频)的比例....,什么是多元高斯分布?...对于一个连续的样本值,带入高斯分布,就可以求出它的概率分布了.

1.4K2 0

【javascript系列】史上最全javascript系列教程（一）

javascript系列教程1（持续更新） JS到底是什么？...任意选择器") 返回第⼀个 document.querySelectorAll("css任意选择器") 返回符合的所有 document.documentElement 获取HTML元素 document.body...JS到底是什么？...任意选择器”) 返回第⼀个 document.querySelectorAll(“css任意选择器”) 返回符合的所有 document.documentElement 获取HTML元素...选择器，返回第一个，背景变成黑色#tim改成.xiaod也可以 //document.querySelector("div")这样也可以，是css的选择器就可以，因为是返回第一个，所以不需要[

1K1 0

JS最新基本数据类型:BigInt

BigInt目前是第3阶段提案，一旦添加到规范中，它就是JS 第二个数字数据类型，也将是 JS 第8种基本数据类型： Boolean Null Undefined Number BigInt String...思考下面的例子： (9007199254740992n + 1n) + 0.5 这个表达式的结果超出了BigInt和Number的范围。小数部分的Number不能精确地转换为BigInt。.../ 这里代码块将被执行 } if (0n) { // 这里代码块不会执行 } 排序BigInts和Numbers数组时，不会发生隐式类型转换： const arr = [3n, 4, 2, 1n..., 0, -1n]; arr.sort(); // → [-1n, 0, 1n, 2, 3n, 4] 位操作符如|、&、>和^对Bigint的操作方式与Number类似。...目前，更好的选择是使用JSBI库，它是BigInt提案的纯JS实现。这个库提供了一个与原生BigInt行为完全相同的API。下面是如何使用JSBI： import JSBI from '.

2.7K3 0

Coursera吴恩达《卷积神经网络》课程笔记（4）-- 人脸识别与神经风格迁移

同一组训练样本，A，P，N的选择尽可能不要使用随机选取方法。因为随机选择的A与P一般比较接近，A与N相差也较大，毕竟是两个不同人脸。...What are deep ConvNets learning 在进行神经风格迁移之前，我们先来从可视化的角度看一下卷积神经网络每一层到底是什么样子？它们各自学习了哪些东西。...Style Cost Function 什么是图片的风格？利用CNN网络模型，图片的风格可以定义成第lll层隐藏层不同通道间激活函数的乘积（相关性）。 ?...接下来我们就可以定义图片的风格矩阵（style matrix）为： G[l]kk′=∑i=1n[l]H∑j=1n[l]Wa[l]ijka[l]ijk′Gkk′[l]=∑i=1nH[l]∑j=1nW[l]...风格矩阵G[l](S)kk′Gkk′[l](S)G_{kk'}^{[l](S)}表征了风格图片S第lll层隐藏层的“风格”。

5131 0

Less混合结合:nth-child()选择器的高级玩法

1、先看效果图上图中比较麻烦的是每块的底色处理，下面看怎么处理 2、:nth-child(n) 选择器匹配属于其父元素的第 N 个子元素，不论元素的类型。 n 可以是数字、关键词或公式。...3、主要思路：运用less混合传参，参数既是 :nth-child(n) 选择器的公式在混合里面处理每个原色的底色，通过 :nth-child(n) 选择器结合 ::after 伪元素实现。...有了思路之后，下面让我们看一下具体的代码实现 4、代码实现以下只贴颜色处理的核心代码 .colorLine(@index, @startColor, @endColor) { .li-item:nth-child...{index})::after { background: linear-gradient(136deg, @startColor, @endColor); } } .colorLine(1n...163, 0, 1)); .colorLine(5n, rgba(148, 117, 247, 1), rgba(119, 83, 233, 1)); 4.1、代码说明：通过Less混合传参，实现指定了下标是

8520 0

十种常见排序算法

简单选择排序的比较次数与文件的初始状态没有关系，在第i趟排序中选出最小排序码的记录，需要做n-i次比较，因此总的比较次数是：∑i=1n−1(n−i)=n(n−1)/2=O(n2)∑i=1n−1(n−i)...如第0个结点左右子结点下标分别为1和2。...只要从A[4]=50开始向下调整就可以了。然后再取A[3]=30，A[2] = 17，A[1] = 12，A[0] = 9分别作一次向下调整操作就可以了。...由于每次都是将最小的数据并入到后面的有序区间，故操作完成后整个数组就有序了。有点类似于直接选择排序。...一旦有了这个信息，就可以将x直接存放到最终的输出序列的正确位置上。例如，如果输入序列中只有17个元素的值小于x的值，则x可以直接存放在输出序列的第18个位置上。

8611 1

【机器学习】模型选择的一些基本思想和方法

看到这上面的现象，我们的脑中可能会冒出下面几个问题：为什么训练误差和测试误差会有波动？训练误差和测试误差的变化趋势说明了什么问题？造成这种变化趋势的原因是什么？...这种趋势对模型的选择和评价有什么指导意义？这四个问题由浅入深，最终目的就是想获取泛化能力最好和最稳定的预测模型。...1.3 造成预测误差变化趋势的原因是什么？那究竟是什么原因导致了随着模型复杂度增加，训练误差与测试误差不呈现良好的正比关系呢？为何同样都是预测误差，训练误差很小的模型反而预测能力很差呢？...箭头组合长短即表示了平均预测误差，可以看到在受限模型空间中由于较小的模型估计方差，可能使得整体的平均预测误差更小。 1.4 对模型选择和评价有什么指导意义？...将一个训练集随机分成K份（图中所示为5份），然后选择第K份作为验证集（图中为第3份），然后剩余的K-1份作为训练集训练模型，这样便可以得到K个“预测误差”，求其平均值即为所谓的“CV值”，所以常说的CV

4.4K9 0

《机器学习技法》学习笔记15——矩阵分解

交替最小二乘法（ALS）我们使用用户喜好特征矩阵U(m∗k)U(m*k)中的第i个用户的特征向量uiu_i，和产品特征矩阵V(n∗k)V(n*k)第j个产品的特征向量vjv_j来预测打分矩阵A...uivTj)2+λ(u2i+v2j)]\large C = \sum\limits_{(i,j)\in R}[(a_{ij} - u_iv_j^T)^2+\lambda(u_i^2+v_j^2)] 有了损失函数之后...,m)，则：等式两边关于为uiu_i求导得： d(c)d(ui)\large \frac{d(c)}{d(u_i)} =dd(ui)(∑j=1n[(aij−ui(vTj)(0))2+λ((u2i...{d(u_i)}(\sum\limits_{j=1}^{n}[(a_{ij} - u_i(v_j^T)^{(0)})^2+\lambda((u_i^2)+(v_j^2)^{(0)})]) =∑j=1n...于是我们可以使用随机梯度下降变形——基于时间的梯度下降——在训练后期只选择时间靠后的数据。

4393 0

19、分类详情页之基本页面结构

主要是涉及几个知识点：① 编程式路由的运用；② 阿里巴巴矢量图标库；③ vue.js中如何获取屏幕的高度并动态设置元素的高度; Github：https://github.com/Ewall1106/mall（请选择分支...chapter19）完成的效果图请滑到底部查看。...章vue-router之什么是编程式路由 3、顶部栏（1）基本结构 ?...顶部栏基本结构这里主要就是一个阿里巴巴图标库的引用，参考第9章：阿里巴巴矢量图库icon-font的运用的设置就好。（2）添加点击事件 ? 添加click事件 ?...基本布局了，我就不多说了，具体可以看仓库代码，这里只讲个::before在css的运用 ?

6252 0

css3的nth-child选择器的详细探讨

css3的nth-child选择器的详细探讨前言在十年前开始的div+css布局兴起之时,我就开始了CSS的学习和实践.在当年,对于CSS选择器,基本上是没有什么选择性的,只有ID选择器,CLASS...在那个蛮荒时代,各大浏览器对CSS的支持是相当那啥了.于是,我们为了实现一些效果,比如要控制列表中的最后一个元素,我们会给最后一个元素加上一个CLASS,来方便我们特殊处理.如果要做各行变色这种特殊效果...在html5+css3兴起的当今,CSS的应用的情况已经大大好转了,首先,基本上我们可以不考虑IE6这种古董浏览器了.尤其是我们在做移动端页面的时候,基本上HTML5+CSS3的最新属性,都是可以支持的...,可以CSS 选择器参考手册页面进行查询....什么是反选,举例,我要选择除了1\4\7\10等三为倍数的数字之外的其他选项,如下表所示: ○●●○●●○●●○12345678910 好玩了,这里我们需要再引入一个新的选择:not() 代码如何实现呢

4911 0

计算广告——平滑CTR

这里便出现了一个重要的概念，便是广告点击率(the click-through rate, CTR)。...CTR=#click#impression CTR=\frac{\#\; click}{\#\; impression} 广告点击率对于在线广告有着重要的作用，在网络中，对于有限的流量，通常要选择出最优质的广告进行投放...，此时，CTR可以作为选择广告和确定广告顺序的一个重要的标准。...若要估计第MM天的CTR的值，我们需要对分别对II和CC进行平滑，得到平滑后的I^\hat{I}和C^\hat{C}。...对于上述的公式，若要计算第MM天的平滑点击，可以得到下面的公式： C^M=γCM+(1−γ)C^M−1=γCM+(1−γ)(γCM−1+(1−γ)C^M−2)=γCM+γ(1−γ)CM−1+⋯+γ(1−

1.4K2 0

JSON Bigint 大数精度丢失的背后

为什么 parse 后的数值会不一致？双精度浮点数 IEEE 754 JavaScript 采用双精度浮点数（ IEEE 754 标准）来表示它的 Number 类型。...一个数字占用 64 bits 存储空间（这里的每一位都只能存放 0 或 1）： [General double precision float] 第一位 0 表示正值、1 表示负值；第 2- 12 位表示...2 的指数部分（可正可负）；剩下的 52 个 bits 表示尾数部分，它的长度决定了数字的精度。...能表示的数的范围非常大，但受限于尾数的长度，能“精确”表示的数字并不多，我们来看看这个数到底是多少。...但从语言设计的角度来看，1 和 1n 是完全不同的对象类型，如果使用同一种表示方式，那么必然会发生“类型语义丢失”的现象。

15.2K14 0

数学建模：方差分析模型

用 y i j y_{ij} yij表示第 i i i种小麦的第 j j j块田的产量。...[ μ α 1 α 2 α 2 ] + [ e 11 ⋮ e 1 n e 21 ⋮ e 2 n e 31 ⋮ e 3 n ] \begin{bmatrix} y_{11}\\ \vdots\\ y_{1n...}\begin{bmatrix}\mu\\\alpha_1\\\alpha_2\\\alpha_2\end{bmatrix}+\begin{bmatrix} e_{11}\\ \vdots\\ e_{1n...0 假设检验检验模型的因素A的a个水平下的均值是否有显著的差异假设检验： $$ H_0：\mu_1=\mu_2=\cdots=\mu_a 上述假设若成立则等价于证明了...）解：在两两比较选项中设置显著性水平为0.05：点击确定得到结果输出，方差分析表如下： 0.000<0.05 拒绝原假设: 认为三个厂产出的电池种间有显著差异，即电池厂商对电池寿命有显著影响，到底哪一种更好

1.3K3 0

斯坦福CS231n - CNN for Visual Recognition（2）-lecture3（上）线性分类器、损失函数

W大小就是[10x3073]了。...比如，针对第j个类别的得分就是第j个元素：sj=f(xi,W)js_j=f(x_i,W)_j。...可以通过交叉验证来决定到底使用哪个。 2.1.1 正则化引出：假设有一个数据集和一个权重集W能够正确地分类每个数据。问题在于这个W并不唯一：可能有很多相似的W都能正确地分类所有的数据。...frac{Ce^{f_{y_i}}}{C\sum_j e^{f_j}} = \frac{e^{f_{y_i} + \log C}}{\sum_j e^{f_j + \log C}} CC的值可自由选择...SVM对于数字个体的细节是不关心的：如果分数是[10,−100,−100][10, -100, -100]或者[10,9,9][10, 9, 9]，对于SVM来说没什么不同，只要满足超过边界值等于1，那么损失值就等于

4671 0

点击加载更多

扫码

添加站长进交流群

领取专属 10元无门槛券

手把手带您无忧上云