Bootstrap-v4使用随想 中文文档网址：https://v4.bootcss.com/docs/getting-started/introduction/ Bootstrap是由推特（Twitter）开源的一款HTML、CSS和JS框架，它主要用来开发响应式布局、移动设备优先的WEB项目。 step1：在所有的css样式之前引入bootstrap的css文件 step2:  在页面

LessCSS的弊端 CSS冗余度很高 不利于复用代码 CSS没有很好的计算能力 Less(Leaner Style Sheets) Less是一门CSS扩展语言，也称为CSS预处理器，在现有的CSS语法的基础上，加入程序式语言的特性。最大的特点就是引入了变量、函数等功能，用最少的代码做更多的事情。 1. Less变量 e.g. @color: pink; ​

移动端常见布局1. 流式布局 流式布局，也叫百分比布局，也叫非固定像素布局，是通过盒子的宽度百分比来进行伸缩，而不选用固定的像素作为大小的单位。 2. flex布局 原理：为父盒子指定flex属性后称为容器，所有子元素会自动成为容器成员，通过特定的规则进行排列 2.1 flex布局容器常见属性 display: flex 将父盒子指定flex属性

DeepConvLSTMimp*模型出处：Improving Deep Learning for HAR with shallow LSTMs 2021 模型结构 数据集 Opportunity Wetlab RealWorld (HAR) SBHAR HHAR. 对比实验 baseline：DeepConvLSTM 在多个数据集上对比了DeepConvLSTM和作者提出的

EEGNet*模型出处：EEGNet: A Compact Convolutional Network for EEG-based Brain-Computer Interfaces 2018 模型结构 数据集 对比实验 baseline：DeepConvNet, ShallowConvNet 超参 batch_size: not mentioned learning_r

DeepConvLSTM*模型出处：Deep Convolutional and LSTM Recurrent Neural Networks for Multimodal Wearable Activity Recognition 2016 模型结构 数据集 OPPORTUNITY Skoda 对比实验 baseline：不带lstm的CNN（这不就是纯纯消融实验吗？？ 实验控制

DeepConv*模型出处：Deep learning with convolutional neural networks for EEG decoding and visualization 2017 模型结构 数据集 BCI competition IV dataset 2a（ 288 trials per subject） 自采数据集（880 trials per subject

精灵图精灵图的背景一个网页中会需要很多小的背景图作为装饰，但是如果图像过多时，服务器频繁的接收和发送请求会使得服务器压力过大，降低加载速度。 为了有效减少服务器接收和发送请求的次数，提高网页的加载速度， 出现了CSS精灵技术 精灵图的核心原理将一堆小的背景图像整合到一张大图 (精灵图sprites) 上，服务器只需要请求一次就可以了~ 精灵图的使用移动背景图片的位置，调整background-po

定位 [Review: 浮动可以让多个块级盒子在一行没有缝隙的排列显示，常用于横向排列盒子。] 终于轮到定位啦！！ 定位的目的： 让盒子自由的在某个盒子内移动位置或者固定位置， 并且可以压住其他盒子 定位模式： 也就是position属性可能的属性值： 静态定位static、相对定位relative、绝对定位absolute、固定定位fixed 2.1 静态定位static（position

浮动 这篇来复盘一下布局三大哥中的二哥： 浮动。 传统页面布局的三种方式： 标准流、浮动、定位。 浮动和标准流的差别： 标准流：按照规定好的默认方式排列元素 浮动float：脱离标准流，按自己的规则排列 浮动的特性： 脱离标准流，以至于不再保留盒子原来的位置 任何元素都可以进行浮动，且浮动后会具有行内块元素相似的特性，建议如果一个元素浮动，其他的兄弟元