首页
学习
活动
专区
圈层
工具
发布

如何正确使用padding和margin

前面两期我们学习了LinearLayout线性布局的方向、填充模型、权重和对齐,那么本期我们来学习LinearLayout线性布局的内边距和外边距。...关于padding和margin,很多同学傻傻分不清,相信通过今天的学习可以正确使用padding和margin。 一、内边距padding 默认情况下,组件相互之间是紧紧靠在一起的。...接下来通过一个简单的示例程序来学习android:padding的使用用法。...到此,关于LinearLayout线性布局的内边距和外边距已经学习完成,你都掌握了吗?padding和margin的区别是什么?...如果把布局的内边距和外边距放在一张图中比较会更加直观,如下图所示: ? 也有这种说法:margin代表的是偏移,padding代表的是填充。当然,你也可以根据自己的理解来总结。

6.6K100
  • 您找到你想要的搜索结果了吗?
    是的
    没有找到

    行内元素的padding和margin是否无效

    、和其他元素都在一行上; 2、元素的高度、宽度及顶部和底部边距不可设置; 3、元素的宽度就是它包含的文字或图片的宽度,不可改变。...常用内联块元素:、 内联块级元素特点:(同时具备内联元素、块级元素的特点) 1、和其他元素都在一行上; 2、元素的高度、宽度、行高以及顶和底边距都可设置!...从上图可以看出,sapn标签的padding-top和padding-bottom在显示效果上是增加的,但是和上下两个div标签并没有间距,说明padding-top、padding-bottom设置是无效的...,margin-top和margin-bottom也是无效的, padding-left、padding-right、margin-left、margin-right都是有效的。...总结:行内标签(也叫内联标签)的padding和margin左右设置有效,而padding上下有显示效果,但是设置无效,margin上下也是设置无效,显示也无效。

    2.9K20

    深度学习-TF、keras两种padding方式:vaild和same

    前言 在使用Keras的时候会遇到这样的代码x = Conv2D(filters, kernel_size=5, strides=2, padding='same')(x),与pytorch不同,keras...和TensorFlow设置卷积层的过程中可以设置padding参数,vaild和same。...分析 那vaild和same有什么区别,两者本质区别就是padding过程中采取的策略不同。 ? “valid” valid即只对图像中像素点“恰好”与卷积层对齐的部分进行卷积。...“same” same则不同,尽可能对原始的输入左右两边进行padding从而使卷积核刚好全部覆盖所有输入,当进行padding后如果输入的宽度为奇数则会在右边再padding一下(如上图15+1=16...Raises: ValueError: If input/output depth does not match filter shape, if padding is other

    5.2K50

    Tensorflow中卷积的padding操作

    之前一直对tensorflow的padding一知半解,直到查阅了tensorflow/core/kernels/ops_util.cc中的Get2dOutputSizeVerbose函数,才恍然大悟,...我们知道,padding的方式在tensorflow里分两种,一种是VALID,一种是SAME,下面分别介绍这两种方式的实际操作方法。...如果padding=‘VALID’ new_height = new_width = (W – F + 1) / S (结果向上取整) 也就是说,conv2d的VALID方式不会在原有输入的基础上添加新的像素...2、如果padding=‘SAME’ new_height = new_width = W / S (结果向上取整) 在高度上需要pad的像素数为: pad_needed_height = (new_height...= pad_needed_height / 2 (结果取整) 下方添加的像素数为 pad_down = pad_needed_height - pad_top 以此类推,在宽度上需要pad的像素数和左右分别添加的像素数为

    1.5K90

    TensorFlow中CNN的两种padding方式“SAME”和“VALID”

    , strides, padding, use_cudnn_on_gpu=None, data_format=None, name=None) 源码中对于padding参数的说明如下...: padding: A string from: "SAME", "VALID"....The type of padding algorithm to use. 说了padding可以用“SAME”和“VALID”两种方式,但是对于这两种方式具体是什么并没有多加说明。...第一次由于窗口可以覆盖(橙色区域做max pool操作),没什么问题,如下: 1 2 3 4 5 6 接下来就是“SAME”和“VALID”的区别所在,由于步长为2,当向右滑动两步之后“VALID...我们设计网络结构时需要设置输入输出的shape,源码nn_ops.py中的convolution函数和pool函数给出的计算公式如下: If padding == "SAME": output_spatial_shape

    2.6K50
    领券