精华内容
下载资源
问答
  • htmlword申请(样式)

    千次阅读 2015-06-18 22:25:21
    公司项目需求中要用html一个word申请的样式出来。有点意思,贴上来大家看看。

    公司项目需求中要做用html做一个word申请表的样式出来。有点意思,贴上来大家看看。


    先上效果:



    源代码:

    <!DOCTYPE html>
    <html>
    
    <head>
    	<meta http-equiv="Content-Type" content="text/html; charset=utf-8" />
    	<title>XXXXXXX服务申请表</title>
    </head>
    <style type="text/css">
    	h2{
    		margin:0 auto;
    		text-align: center;
    	}
    	table{
    		border-collapse:collapse;
    		text-align: center;
    		margin: 0 auto;
    	}
    	table span{
    		display: inline-block;
    		width: 100px;
    		text-align: right;
    	}
    	#time span{
    		width: 30px;
    	}
    </style>
    <body>
    	<h2>XXXXX服务申请表</h1>
    	<table border="1">
    		<tr>
    			<td width="140" height="70;" align="center">项目名称</td>
    			<td width="470" colspan="6"> </td>
    		</tr>
    		<tr>
    			<td height="60">项目实施地点</td>
    			<td  colspan="6" style="text-align:left;">
    				<span>市</span>
    				<span>县</span>
    				<span style="width:130px;">区(乡)</span>
    				<span>村</span>
    			</td>
    		</tr>
    		<tr>
    			<td height="65" >申请单位名称</td>
    			<td  colspan="6"> </td>
    		</tr>
    		<tr>
    			<td height="70">资质<br>证书编号</td>
    			<td colspan="2"  width="180"> </td>
    			<td colspan="2" width="125">单位联系电话</td>
    			<td colspan="2" width="175"> </td>
    		</tr>
    		<tr>
    			<td height="60">经办人姓名</td>
    			<td colspan="2" > </td>
    			<td colspan="2" >经办人<br>联系电话</td>
    			<td colspan="2" > </td>
    		</tr>
    		<tr><td height="70">经办人<br>身份证号</td>
    			<td  colspan="6"> </td>
    		</tr>
    		<tr  id="time">
    			<td height="45">起止时间</td>
    			<td colspan="3" width="240"><span>年</span><span>月</span><span>日</span></td>
    			<td colspan="3" width="220"><span>年</span><span>月</span><span>日</span></td>
    		</tr>
    		<tr>
    			<td height="45">数量</td>
    			<td colspan="3" style="padding:0;" >
    				<table  border="0" style="border:none;">
    					<tr>
    						<td width="85" height="47" style="border-right:1px solid rgb(128,128,128);"></td>
    						<td width="160">品牌型号</td>
    					</tr>
    				</table>
    			</td>
    			<td colspan="3" ></td>
    		</tr>
    		<tr>
    			<td height="50">需求</td>
    			<td  colspan="6"> </td>
    		</tr>
    		<tr>
    			<td height="60">需求1</td>
    			<td colspan="2" > </td>
    			<td colspan="2" >需求1</td>
    			<td colspan="2"> </td>
    		</tr>
    		<tr>
    			<td height="120">备注</td>
    			<td  colspan="6"> </td>
    		</tr>
    	</table>
    	<div style="width:610px;margin:0 auto;">
    		<p>注:1、以上内容要求申请人填写完整</p>
    		<p style="text-indent:2em;">2、本表解释权归XXXXXXXX。咨询电话:XXXXXXXX</p>
    	</div>
    </body>
    </html>


    演示地址:

    http://runningls.com/demos/css/word/word.html

    请转载注明出处:http://blog.csdn.net/liusaint1992/article/details/46553327


    展开全文
  • C#的自动更新word表、图题注插件(附源码) 插件具体说明: word插件:用来生成需要更新的word插件,除了自动更新题注,还提供自定义删除内容(根据word的页码). 插件xp安装环境:.net3.5、vsto、office2007 win7...
  • 使用word绘制钟表刻度表盘

    万次阅读 2019-02-01 18:29:11
    前言 手里有个闲置的表芯,便打算打印个表盘装上,找了很多,发现没有合适的表盘图片,便打算自己画一个。 用到的软件 Word 2016 步骤 1、新建word文档, ...

    本文同步更新与我的个人博客:https://blog.hizrd.top,欢迎访问!
    本文在我的个人博客上的链接:点击进入

    前言

    手里有个闲置的表芯,便打算打印个表盘装上,找了很多,发现没有合适的表盘图片,便打算自己画一个。


    用到的软件

    Word 2016


    步骤

    一、

    插入一个形状,如图
    在这里插入图片描述
    调整一下形状格式,设为无填充,可以自己调整一下线条颜色和宽度
    在这里插入图片描述
    查看并记住这个形状的绝对位置,以后会用到
    在这里插入图片描述
    在这里插入图片描述

    二、绘制整点刻度

    对图像进行复制,先复制2个,然后进行旋转,分别旋转30度、60度,旋转的同时要把复制后的形状绝对位置设置成一样的,这样才能完全重合。
    在这里插入图片描述
    旋转后会得到一个这样的图形
    在这里插入图片描述
    会发现中间的线条是多余的,插入一个小一些的圆,要填充为白色,然后设置绝对位置,这个绝对位置与大的是不一样的, 应根据直径的不同而调整,使它在正中间。就可以得到这样的形状。在这里插入图片描述
    最后,按下ctrl,同时选择他们,把他们进行组合,就成为一个整体了。
    在这里插入图片描述

    三、制作分刻度

    这个与上面的方法差不多,大小要设置成一样的,主要是旋转是分别旋转6、12、18、24度,中间进行填充的时候中间的圆要比上图的大,才能让刻度更短。做好之后是这样的。
    在这里插入图片描述
    在制作时,可以先组合一部分,再继续旋转,这样会快很多。
    在这里插入图片描述

    四、组合

    把二、三步得到的图形组合在一起就好了,组合时要移动整体,不要把刚才做好的拆开了。不要使用鼠标去移动使它重合,这样不准确,把绝对位置设置一样就完全重合了。还有,要把分刻度盘放在底层,否则会把整点刻度盘遮挡。在这里插入图片描述
    组合后就可以随便移动,调整大小,添加数字等其他东西了

    下载

    下载已经绘制好的 点击下载

    word是非常强大的,很多东西都可以用它来完成,还有更多的地方等着你去发现。

    展开全文
  • 为什么要 word embedding

    千次阅读 2017-12-18 11:23:44
    该篇主要是讨论为什么要做word embedding:gitbook阅读:Word Embedding介绍至于word embedding的详细训练方法在下一节描述。目录单词表达One hot representationDistributed representationWord embedding目的数据量...

    该篇主要是讨论为什么要做word embedding:

    gitbook阅读:Word Embedding介绍

    至于word embedding的详细训练方法在下一节描述。


    目录

    • 单词表达
      • One hot representation
      • Distributed representation
    • Word embedding
      • 目的
        • 数据量角度
        • 神经网络分析
      • 训练简述


    单词表达

    先前在卷积神经网络的一节中,提到过图片是如何在计算机中被表达的。 同样的,单词也需要用计算机可以理解的方式表达后,才可以进行接下来的操作。

    One hot representation

    程序中编码单词的一个方法是one hot encoding。

    实例:有1000个词汇量。排在第一个位置的代表英语中的冠词"a",那么这个"a"是用[1,0,0,0,0,...],只有第一个位置是1,其余位置都是0的1000维度的向量表示,如下图中的第一列所示。


    也就是说,

    在one hot representation编码的每个单词都是一个维度,彼此independent。

    Distributed representation

    然而每个单词彼此无关这个特点明显不符合我们的现实情况。我们知道大量的单词都是有关。

    语义:girl和woman虽然用在不同年龄上,但指的都是女性。

    复数:word和words仅仅是复数和单数的差别。

    时态:buy和bought表达的都是“买”,但发生的时间不同。

    所以用one hot representation的编码方式,上面的特性都没有被考虑到。

    我们更希望用诸如“语义”,“复数”,“时态”等维度去描述一个单词。每一个维度不再是0或1,而是连续的实数,表示不同的程度。

    目的

    但是说到底,为什么我们想要用Distributed representation的方式去表达一个单词呢?

    数据量角度

    这需要再次记住我们的目的:

    机器学习:从大量的个样本 {\{(x_i,y_i)^N_{i=1}}\} 中,寻找可以较好预测未见过 x_{new} 所对应 y_{new} 的函数 f:x\rightarrow y

    实例:在我们日常生活的学习中,大量的 {\{(x_i,y_i)^N_{i=1}}\} 就是历年真题, x_i 是题目,而 y_i 是对应的正确答案。高考时将会遇到的 x_{new} 往往是我们没见过的题目,希望可以通过做题训练出来的解题方法 f:x\rightarrow y 来求解出正确的 y_{new}

    如果可以见到所有的情况,那么只需要记住所有的 x_i 所对应的 y_i 就可以完美预测。但正如高考无法见到所有类型的题一样,我们无法见到所有的情况。这意味着,

    机器学习需要从 有限的例子中寻找到合理的 f

    高考有两个方向提高分数:

    • 方向一:训练更多的数据:题海战术。
    • 方向二:加入先验知识:尽可能排除不必要的可能性。

    问题的关键在于训练所需要的数据量上。

    同理,如果我们用One hot representation去学习,那么每一个单词我们都需要实例数据去训练,即便我们知道"Cat"和"Kitty"很多情况下可以被理解成一个意思。

    为什么相同的东西却需要分别用不同的数据进行学习?


    神经网络分析

    假设我们的词汇只有4个,girl, woman, boy, man,下面就思考用两种不同的表达方式会有什么区别。

    One hot representation

    尽管我们知道他们彼此的关系,但是计算机并不知道。在神经网络的输入层中,每个单词都会被看作一个节点。 而我们知道训练神经网络就是要学习每个连接线的权重。如果只看第一层的权重,下面的情况需要确定4*3个连接线的关系,因为每个维度都彼此独立,girl的数据不会对其他单词的训练产生任何帮助,训练所需要的数据量,基本就固定在那里了。


    Distributed representation

    我们这里手动的寻找这四个单词之间的关系。可以用两个节点去表示四个单词。每个节点取不同值时的意义如下表。 那么girl就可以被编码成向量[0,1],man可以被编码成[1,1](第一个维度是gender,第二个维度是age)。


    那么这时再来看神经网络需要学习的连接线的权重就缩小到了2*3。同时,当送入girl为输入的训练数据时,因为它是由两个节点编码的。那么与girl共享相同连接的其他输入例子也可以被训练到(如可以帮助到与其共享female的woman,和child的boy的训练)。


    Word embedding也就是要达到第二个神经网络所表示的结果,降低训练所需要的数据量。

    Word embedding

    而上面的四个单词可以被拆成2个节点的是由我们人工提供的先验知识,所以才能够降低训练所需要的数据量。 但是我们没有办法一直人工提供,机器学习的宗旨就是让机器代替人力去发现pattern。

    Word embedding就是要从数据中自动学习到Distributed representation。

    训练方法

    问题来了,我们该如何自动寻找到类似上面的关系,将One hot representation转变成Distributed representation。 我们事先并不明确目标是什么,所以这是一个无监督学习任务。

    无监督学习中常用思想是:当得到数据{\{(x_i,y_i)^N_{i=1}}\}后,我们又不知道目标(输出)时,

    • 方向一:从各个输入 {{x_i}^N_{i=1} }之间的关系找目标。 如聚类。
    • 方向二:并接上以目标输出 y_i 作为新输入的另一个任务 g:y \rightarrow z ,同时我们知道的对应 z_i 值。用数据 {\{(x_i,z_i)^N_{i=1}}\} 训练得到 k:x \rightarrow z ,也就是 z=g(f(x)) ,中间的表达 y=f(x) 则是我们真正想要的目标。如生成对抗网络。

    Word embedding更偏向于方向二。 同样是学习一个 k:x \rightarrow z ,但训练后并不使用 k ,而是只取前半部分的 f:x \rightarrow y

    到这里,我们希望所寻找的 k:x \rightarrow z 既有标签 z ,又可以让 f(x) 所转换得到的 y 的表达具有Distributed representation中所演示的特点。

    同时我们还知道,

    单词意思需要放在特定的上下文中去理解。

    那么具有相同上下文的单词,往往是有联系的。

    实例:那这两个单词都狗的品种名,而上下文的内容已经暗指了该单词具有可爱,会舔人的特点。

    • 这个可爱的 泰迪 舔了我的脸。
    • 这个可爱的 金巴 舔了我的脸。

    而从上面这个例子中我们就可以找到一个 k:x \rightarrow z :预测上下文。

    用输入单词 x 作为中心单词去预测其他单词 z 出现在其周边的可能性。

    我们既知道对应的 z ,同时该任务 k 又可以让 f(x) 所转换得到的 y 的表达具有Distributed representation中所演示的特点。 因为我们让相似的单词(如泰迪和金巴)得到相同的输出(上下文),那么神经网络就会将泰迪的输入金巴的输入经过神经网络 f(x) 得到的泰迪的输出金巴的输出几乎相同。


    用输入单词作为中心单词去预测周边单词的方式叫做:Word2Vec The Skip-Gram Model

    用输入单词作为周边单词去预测中心单词的方式叫做:Continuous Bag of Words (CBOW)



    Embedding Layer其实就是lookup table,具有降维的作用。输入到网络的向量常常是非常高的维度的one-hot vector,比如8000维,只有一个index是1,其余位置都是0,非常稀疏的向量。Embedding后可以将其降到比如100维度的空间下进行运算。

    同时还有额外的特点,比如:

    词向量“女人”与“男人”的距离 约定于 “阿姨”与“叔叔”距离。

    W(‘‘woman")−W(‘‘man") ≃ W(‘‘aunt")−W(‘‘uncle")

    W(‘‘woman")−W(‘‘man") ≃ W(‘‘queen")−W(‘‘king")

    更多关于词向量的内容参考colah.github.io/posts/2

    展开全文
  • Word插入三线

    千次阅读 2016-04-25 19:41:30
    Word中插入一个三线,方法如下所示: 一、先插入一个正常的表格,并输入好相应的数据 二、单击表格的左上角按钮,选中整个表格 选中表格之后,【右键】-【表格属性】,在弹出的表格属性...

    在Word中插入一个三线表,方法如下所示:


    一、先插入一个正常的表格,并输入好相应的数据



    二、单击表格的左上角按钮,选中整个表格


    选中表格之后,【右键】-【表格属性】,在弹出的表格属性对话框中单击【边框与底纹】




    在边框处设置处,选择无边框,使表格中所有的横线和竖线都消失,单击【确定】




    单击【边框与底纹】,再次进入边框与底纹对话框,然后,在中间设置好线型(样式)、先的颜色、宽度(例如,1.5磅),然后单击右侧【上线】和【下线】





    此时点击【确定】使当前的操作生效也可以,或者继续操作,累积起来,最后点一次【确定】。


    可以再次修改线型、颜色和宽度为下一次操作做准备,这里选择宽度为0.5磅,这里点击【确定】,中间的那条细线我们手动画线,其宽度就是我们刚才设置的0.5磅。


    此时,表格如下所示:



    三、手动画线

    【插入】-【表格】-【绘制表格】


    在姓名-年龄-性别一栏下画线



    结果如下:


    三线表制作完成。


    展开全文
  • 如何在word超链接网页

    千次阅读 2019-05-03 15:28:53
    新建一个word 输入你想链接到的文字,如这里的“心向暖的博客”; 选中文字,右键->超链接->在地址处输入网址; 按住ctrl并单击即可访问。 ...
  • Word做一个漂亮的网页

    千次阅读 2015-01-29 13:35:14
    有人在soso上问到:word怎么成网页,对此我特意写成一个教程,我们以Microsoft Office Word 2003为例,相信大部份人都安装了,如果没有装的这里给大家提供下载地址:http://www.uzzf.com/Soft/11779.html...
  • 软件开发时,可以使用该工具将mysql中的数据导出为word文档,方便对于数据库的记录和管理。
  • word中添加续和合并续

    千次阅读 2018-06-07 10:45:55
    1.添加续 将鼠标放在需要生成续的行内,然后 Ctrl + shift + enter 2.合并续 在需要合并的地方按delete即可
  • PowerDesigner导出word

    万次阅读 多人点赞 2013-05-20 00:16:07
    pd导出word表跟一般软件的导出功能类似,通过模版定义格式和样式,然后导出自定义格式的word。我用PowerDesigner15,导出功能用起来比较方便容易,唯一不爽的就是title page和前两页的Header and Footer取不掉。 ...
  • 把文本做word2vec模型 文本分词 把分完的词做word2vec向量映射 建立神经网络模型,并训练 预测 直接上代码: import pandas as pd import numpy as np import jieba import re import multiprocessing from...
  • word2vector词相似性聚类

    千次阅读 2016-11-18 16:19:18
    最近需要个热点预测的东西,听说word2vector很强大。于是就试试word2vector。任务就是分析明星的离婚,结婚模型。 比如王宝强离婚,张靓颖结婚。首先要获取数据: 这里小伙伴给了相关新闻的url:这里有点让我淡疼...
  • 最近小编重装了mathtype7.4,在使用word时mathtype编辑的公式直接复制到word中直接使用ctrl+v不能够粘贴,而且普通文本在使用时也不能够用快捷键ctrl+v粘贴,这下小编立马慌了。立马用上网查找原因,才发现原来是在...
  • 大白话讲解word2vec到底在些什么

    万次阅读 多人点赞 2017-03-12 13:41:40
    word2vec也叫word embeddings,中文名“词向量”,作用就是将自然语言中的字词转为计算机可以理解的稠密向量(Dense Vector)。
  • 对于数据分析师来说,日常工作最重要的环节不是敲代码,题述师和调参侠,本身忽略了一项工作就是 文字性的报告 内容。熟练的掌握office的word操作这就需要有一定的积累了,本文从Word 文档操作、Word 文档编辑、...
  • 导出mysql数据库生成word文档

    千次阅读 2019-03-01 16:04:54
    前段时间产品突然提了个需求,要求写出项目组的所有的文档,由于数据库里面非常多,手写肯定不行,而且容易出错,就了个项目,以后导数据库文档,直接就可以用了。 项目结构是springboot+mybatis,使用起来很...
  • 1.利用freemarker的语法 把doc文件转换成XML文件,再转换成ftl文件,以ftl文件作为模板生成word文档 2.以word文档作为模板,利用freemarker的语法快速生成word文档 注意: 1.第一种方法适用doc和docx但是,这种方法...
  • Java 导出数据库信息生成Word文档

    千次阅读 2019-11-07 09:46:59
    -- ================== 将数据库信息生成word文档信息所需 ====================== --> <!-- https://mvnrepository.com/artifact/com.lowagie/itext --> <dependency> ...
  • 使用·JFreeChart成柱形图,代码如下: 传入相应的数据,保存成jpg图片,转成Base64存入相应的模板变量里即可: 将数据写入freemark模板。保存到指定路径: 效果如图: 至此,Java写出含柱状图的word
  • Word Embedding与Word2Vec

    万次阅读 多人点赞 2017-09-05 02:39:43
    随着深度学习的兴起,研究人员开始设计基于神经网络的词嵌入方法,其中最为重要,也是当前最流行的Word Embedding方法就是Tomas Mikolov在谷歌工作时发明的Word2Vec方法,同时谷歌还开源了Word2Vec这个工具箱的源码...
  • 在Office办公软件中,Excel无疑是最适合拿...今天,易雪龙老师就带领大家开启我们的Word制作表格不求人系列的制作成绩,一起来学习一下吧! 制作表格 步骤一、点击【插入】-【表格】-【表格】-【插入表格】
  • 一如既往选择word 笔记 以前用有道云笔记,可是这次有道更新了之后,便不能脱机使用了,一定要登录账号和密码。。。所以放弃有道; 看见有些朋友用系统自带的备忘录,感觉也可以,但是却不能移植,索引放弃备忘录...
  • 1、首先,插入5×5表格; 2、表格中填写好内容; 3、选中表格,右击选择...7、选择下框线,在选择应用于“单元格”,这样,三线基本完成了,还差最后一步,设置“上下框线加粗”,当然也可以设置其他格...
  • 谈及Word软件,你一定不会陌生,因为它已成为个人和企业电脑的标配软件,也是每一位电脑使用者必会的一款应用。我们时常需要使用Word处理文本相关的内容,比如文章编辑、排版和打印。在软件中,我们可以添加文字、...
  • 如何用Word做流程图?

    千次阅读 2008-01-22 13:49:00
    如何用Word做流程图?在“绘图”工具栏上单击“自选图形/基本形状”,可以选择“矩形”或者“圆角矩形”绘制矩形图形制作文本;用“绘图”工具栏上的“箭头”或者“自选图形/箭头总汇”选择箭头。 然后排列好图形,...
  • 如何在Word中制作三线

    千次阅读 2018-03-09 20:16:29
    Word中制作三线的步骤: (1)在Word中插入X行Y列的表格 (2)全选表格,右键执行去除内部框线、左侧框线和右侧框线的操作 (3)将上下两条线设置成1.5磅,中间的线设置成0.75磅 三线制作完成...
  • Word插入图目录,目录

    千次阅读 2020-02-20 11:04:49
    文章撰写插入目录的方法相信...首先设置好文章的图表样式并应用,这里只用表做示例: 光标放在我们需要插入目录的位置,点击工具“插入目录” 点击选项 关联已经设置好的样式 点击确认,就可以...
  • 利用word的邮件合并标签纸条

    千次阅读 2016-06-28 15:32:33
    word的邮件合并功能;excel里面的信息批量导入准备;) 【1】为使用邮件合并功能的设置准备数据源,一个excel,如下面格式(数据量可以多点)。 用户名 真实姓名 密码 编号 分组 个数  abc999
  • 目录首先要做图标题和标题,这个在word里叫题注。 在写论文时每一个图和表格都要插入题注,方式为 选中图或者,引用-插入题注,标签里可以选择是图还是,如果没有想要的就点下面的新建标签,输入图或者...

空空如也

空空如也

1 2 3 4 5 ... 20
收藏数 370,750
精华内容 148,300
关键字:

word表怎么做