重点培育学科建设网站专门做图片是网站

重点培育学科建设网站,专门做图片是网站,如何做淘客推广网站,dede后台做两个网站前言 懒加载是一种网页性能优化的方式#xff0c;它能极大的提升用户体验。就比如说图片#xff0c;图片一直是影响网页性能的主要元凶#xff0c;现在一张图片超过几兆已经是很经常的事了。如果每次进入页面就请求所有的图片资源#xff0c;那么可能等图片加载出来用户也…前言懒加载是一种网页性能优化的方式它能极大的提升用户体验。就比如说图片图片一直是影响网页性能的主要元凶现在一张图片超过几兆已经是很经常的事了。如果每次进入页面就请求所有的图片资源那么可能等图片加载出来用户也早就走了。所以我们需要懒加载进入页面的时候只请求可视区域的图片资源。总结出来就两个点全部加载的话会影响用户体验浪费用户的流量有些用户并不像全部看完全部加载会耗费大量流量实现方式1、html 实现最简单的实现方式是给 img 标签加上 loading“lazy”比如img src./example.jpg loadinglazy2、js实现原理我们通过js监听页面的滚动也能实现。使用js实现的原理主要是判断当前图片是否到了可视区域拿到所有的图片 dom 。遍历每个图片判断当前图片是否到了可视区范围内。如果到了就设置图片的 src 属性。绑定 window 的 scroll 事件对其进行事件监听。在页面初始化的时候图片的src实际上是放在data-src属性上的当元素处于可视范围内的时候就把data-src赋值给src属性完成图片加载。下面展示一个demohtml langen head meta charsetUTF-8 / titleLazyload/title style img { display: block; margin-bottom: 50px; height: 200px; width: 400px; } /style /head body img src./img/default.png>3、IntersectionObserver通过上面例子的实现我们要实现懒加载都需要去监听 scroll 事件尽管我们可以通过函数节流的方式来阻止高频率的执行函数但是我们还是需要去计算 scrollTopoffsetHeight 等属性有没有简单的不需要计算这些属性的方式呢答案就是 IntersectionObserver。IntersectionObserver 是一个比较新的 API可以自动观察元素是否可见Chrome 51 已经支持。由于可见visible的本质是目标元素与视口产生一个交叉区所以这个 API 叫做交叉观察器。我们来看一下它的用法var io new IntersectionObserver(callback, option) // 开始观察 io.observe(document.getElementById(example)) // 停止观察 io.unobserve(element) // 关闭观察器 io.disconnect()IntersectionObserver 是浏览器原生提供的构造函数接受两个参数callback 是可见性变化时的回调函数option 是配置对象该参数可选。目标元素的可见性变化时就会调用观察器的回调函数 callback。callback 一般会触发两次。一次是目标元素刚刚进入视口开始可见另一次是完全离开视口开始不可见。下面我们用 IntersectionObserver 实现图片懒加载const imgs document.querySelectorAll(img[data-src]) const config { rootMargin: 0px, threshold: 0, } let observer new IntersectionObserver((entries, self) { entries.forEach((entry) { if (entry.isIntersecting) { let img entry.target let src img.dataset.src if (src) { img.src src img.removeAttribute(data-src) } // 解除观察 self.unobserve(entry.target) } }) }, config) imgs.forEach((image) { observer.observe(image) })2025开年AI技术打得火热正在改变前端人的职业命运阿里云核心业务全部接入Agent体系字节跳动30%前端岗位要求大模型开发能力腾讯、京东、百度开放招聘技术岗80%与AI相关……大模型正在重构技术开发范式传统CRUD开发模式正在被AI原生应用取代最残忍的是业务面临转型领导要求用RAG优化知识库检索你不会带AI团队微调大模型要准备多少数据你不懂想转型大模型应用开发工程师等相关岗没项目实操经验……这不是技术焦虑而是职业生存危机曾经React、Vue等热门的开发框架已不再是就业的金钥匙。如果认为会调用API就是懂大模型、能进行二次开发那就大错特错了。制造、医疗、金融等各行业都在加速AI应用落地未来企业更看重能用AI大模型技术重构业务流的技术人。如今技术圈降薪裁员频频爆发传统岗位大批缩水相反AI相关技术岗疯狂扩招薪资逆势上涨150%大厂老板们甚至开出70-100W年薪挖掘AI大模型人才不出1年 “有AI项目开发经验”或将成为前端人投递简历的门槛。风口之下与其像“温水煮青蛙”一样坐等被行业淘汰不如先人一步掌握AI大模型原理应用技术项目实操经验“顺风”翻盘大模型目前在人工智能领域可以说正处于一种“炙手可热”的状态吸引了很多人的关注和兴趣也有很多新人小白想要学习入门大模型那么如何入门大模型呢下面给大家分享一份2025最新版的大模型学习路线帮助新人小白更系统、更快速的学习大模型2025最新版CSDN大礼包《AGI大模型学习资源包》免费分享**一、2025最新大模型学习路线一个明确的学习路线可以帮助新人了解从哪里开始按照什么顺序学习以及需要掌握哪些知识点。大模型领域涉及的知识点非常广泛没有明确的学习路线可能会导致新人感到迷茫不知道应该专注于哪些内容。我们把学习路线分成L1到L4四个阶段一步步带你从入门到进阶从理论到实战。L1级别:AI大模型时代的华丽登场L1阶段我们会去了解大模型的基础知识以及大模型在各个行业的应用和分析学习理解大模型的核心原理关键技术以及大模型应用场景通过理论原理结合多个项目实战从提示工程基础到提示工程进阶掌握Prompt提示工程。L2级别AI大模型RAG应用开发工程L2阶段是我们的AI大模型RAG应用开发工程我们会去学习RAG检索增强生成包括Naive RAG、Advanced-RAG以及RAG性能评估还有GraphRAG在内的多个RAG热门项目的分析。L3级别大模型Agent应用架构进阶实践L3阶段大模型Agent应用架构进阶实现我们会去学习LangChain、 LIamaIndex框架也会学习到AutoGPT、 MetaGPT等多Agent系统打造我们自己的Agent智能体同时还可以学习到包括Coze、Dify在内的可视化工具的使用。L4级别大模型微调与私有化部署L4阶段大模型的微调和私有化部署我们会更加深入的探讨Transformer架构学习大模型的微调技术利用DeepSpeed、Lamam Factory等工具快速进行模型微调并通过Ollama、vLLM等推理部署框架实现模型的快速部署。整个大模型学习路线L1主要是对大模型的理论基础、生态以及提示词他的一个学习掌握而L3 L4更多的是通过项目实战来掌握大模型的应用开发针对以上大模型的学习路线我们也整理了对应的学习视频教程和配套的学习资料。二、大模型经典PDF书籍书籍和学习文档资料是学习大模型过程中必不可少的我们精选了一系列深入探讨大模型技术的书籍和学习文档它们由领域内的顶尖专家撰写内容全面、深入、详尽为你学习大模型提供坚实的理论基础。书籍含电子版PDF三、大模型视频教程对于很多自学或者没有基础的同学来说书籍这些纯文字类的学习教材会觉得比较晦涩难以理解因此我们提供了丰富的大模型视频教程以动态、形象的方式展示技术概念帮助你更快、更轻松地掌握核心知识。四、大模型项目实战学以致用当你的理论知识积累到一定程度就需要通过项目实战在实际操作中检验和巩固你所学到的知识同时为你找工作和职业发展打下坚实的基础。五、大模型面试题面试不仅是技术的较量更需要充分的准备。在你已经掌握了大模型技术之后就需要开始准备面试我们将提供精心整理的大模型面试题库涵盖当前面试中可能遇到的各种技术问题让你在面试中游刃有余。因篇幅有限仅展示部分资料需要点击下方链接即可前往获取2025最新版CSDN大礼包《AGI大模型学习资源包》免费分享