- 综合排序
- 最热优先
- 最新优先
- 来自专栏Android群英传
Android工程模块化平台的设计
大家好，今天跟大家分享的主题是《Android工程模块化平台的设计》 首先自我介绍一下：我叫张涛，目前就职于饿了么移动技术部。 目前国内对Android领域的探索越来越深，应用规模也越来越大，为了降低大型项目的复杂性和耦合度，同时也为了适应模块重用、多团队并行开发测试等等需求，你必须有一套合适的模块化平台。 这里是我们饿了么目前使用的模块化平台，大家可以从这张图中感受一下。 模块化平台，主要的功能是很明显的，就是用于构建模块，在这之上，还有隐含的功能，就是集中了构建模块的权限，可以更便于统一管理； 当然还有最重要的优势就在于模块版本的管理，你可以很清晰的知道当前主应用所接入的模块的版本是哪个 引入了平台化以后，我们再从工程结构的角度看一下：就目前我们尝试下来，这两种结构是最合适Android工程模块化的。一种是submodule，一种是multi-project。
49740发布于 2018-07-20 - 来自专栏程序员Gank
Android工程模块化平台的设计
大家好，今天跟大家分享的主题是《Android工程模块化平台的设计》 首先自我介绍一下：我叫张涛，目前就职于饿了么移动技术部。 目前国内对Android领域的探索越来越深，应用规模也越来越大，为了降低大型项目的复杂性和耦合度，同时也为了适应模块重用、多团队并行开发测试等等需求，你必须有一套合适的模块化平台。 这里是我们饿了么目前使用的模块化平台，大家可以从这张图中感受一下。 模块化平台，主要的功能是很明显的，就是用于构建模块，在这之上，还有隐含的功能，就是集中了构建模块的权限，可以更便于统一管理； 当然还有最重要的优势就在于模块版本的管理，你可以很清晰的知道当前主应用所接入的模块的版本是哪个 引入了平台化以后，我们再从工程结构的角度看一下：就目前我们尝试下来，这两种结构是最合适Android工程模块化的。一种是submodule，一种是multi-project。
62730发布于 2018-07-23 - 来自专栏惨绿少年
Confluence 平台部署记录
1.1.1 使用情况 Confluence 已经在超过100个国家，13500个组织中成功地应用于企业内网平台、知识管理及文档管理，涉及财富1000企业、政府机构、教育机构、财务金融机构及技术研究领域
2.3K30发布于 2019-05-24 - 来自专栏携程技术
干货 | Android工程模块化平台的设计
目前在饿了么商户端负责应用模块化平台与插件化平台的设计和开发。本文来自张涛在“携程技术沙龙——无线技术工程化”上的分享。 ? 目前国内对Android领域的探索越来越深，应用规模也越来越大，为了降低大型项目的复杂性和耦合度，同时也为了适应模块重用、多团队并行开发测试等等需求，必须有一套合适的模块化平台。 ? 这里是饿了么目前使用的模块化平台，大家可以从这张图中感受一下。 模块化平台，主要的功能是很明显的，就是用于构建模块，在这之上，还有隐含的功能，就是集中了构建模块的权限，可以更便于统一管理； 最重要的优势在于模块版本的管理，你可以很清晰的知道当前主应用所接入的模块的版本是哪个 引入了平台化以后，我们再从工程结构的角度看一下：就目前尝试下来，这两种结构是最合适Android工程模块化的。一种是submodule，一种是multi-project。 ?
1.4K30发布于 2018-07-05 - 来自专栏渗透云笔记
CanHackMe | CTF平台搭建记录
在Github上发现了一个开源的CTF平台，界面很好看，而且是php写的，所以决定搭建一下折腾折腾。 项目地址：https://github.com/safflower/canhackme 项目官网：https://canhack.me 搭建记录 环境要求 Ubuntu 16.04 Apache 2.4 创建题目 这个平台没有后台，所以必须直接访问sqlite数据库然后添加通知和题目。
1.9K10发布于 2019-09-16 - 来自专栏简言之
Pikachu漏洞平台通关记录
，登录后台管理界面,成功弹窗 DNSlog盲打Payload： <img src="http://xss.xxxxx.ceye.io/abc> 如果盲打成功，会在<em>平台</em>上收到如下的链接访问<em>记录</em> “http header”注入 查看提示得到登录账号【admin / 123456】，登陆之后会<em>记录</em>以下信息 你的ip地址:192.168.137.1 你的user agent:Mozilla/5.0 $filename=='file4.php' || $filename=='file5.php'){ include "include/$filename"; } 打开平台 =null){ $filename=$_GET['filename']; include "$filename"; } 跟上面本地代码一样，变量传进来直接包含,没做任何的安全限制 打开平台 2.对返回内容进行识别 3.禁用一些不必要的协议 4.统一错误信息，避免用户可以根据错误信息来判断远端服务器的端口状态 参考：CTF Wiki-SSRF、SSRF 学习记录、SSRF漏洞分析与利用 CTF
3.5K11编辑于 2023-01-01 - 来自专栏惨绿少年
JIRA 敏捷开发平台部署记录
本文介绍了如何使用 JIRA 软件进行敏捷项目管理和协同开发，包括创建项目、自定义字段、模块、看板、规划、需求管理、缺陷跟踪、文档管理、时间跟踪、报告和总结等。
2.4K00发布于 2017-12-27 - 来自专栏机器人技术与系统Robot
机器人模块化关节：关节性能测试平台
1 模块化关节 关节的具体形式主要包含 模块化关节 分离式关节 模块化关节（KUKA）的具体特征如下所示： 项目 特征 特点 机电集成；高传动比，大力矩输出；高负载/自重比 优点 设计效率高，集成度高， ，效率高，惯量小，可反向驱动 缺点 疲劳松弛、寿命短、需定期更换 2 模块化关节测试平台 机械臂模块化关节的特点： （1）关节内部减速机构多采用谐波减速器实现，而动力来源一般都通过直流无刷电机实现 其具体的检测方法主要有： 直接测试法 间接测试法 由于关节的定位精度要求较高，所以对关节定位精度采用直接测量法，故在设计测试平台时将高精度编码器直接与关节相连。 由于关节的输出力矩较大，考虑到力矩传感器、磁粉制动器的费用和体积等因素，很难找到量程相匹配的力矩传感器和磁粉制动器，故在测试平台上引入了齿轮增速器环节，从而有效的解决的加载和力矩测量的问题。 ，将测试平台上编码器数值和关节内编码器角度值进行对比，得出关节在此种负载和速度条件下的定位精度。
3.5K6833发布于 2020-10-02 - 来自专栏知识分享
前端部分术语记录二：SSR、CSR、Serverless、CSS预处理、模块化
部分好学的学弟学妹喜欢问些前端常用的术语表示什么意思，我只能口语化的给他们讲一下，专业的解释，百度谷歌里面很多，这里我个人也总结记录一下。 记录二# 什么是服务端渲染SSR？ Server-SideRendering：服务端渲染是指在服务端完成页面的渲染，在服务端完成页面模板、数据填充、页面渲染，然后将完整的HTML内容返回给到浏览器。 # 如何理解js模块化？
48410编辑于 2024-08-14 - 来自专栏新智元
伯克利：模块化神经网络学习复杂推理（论文下载）
【新智元导读】本文是伯克利人工智能实验室（BAIR）博客发表的第一篇技术博文，详解了神经模块网络（NMN）在复杂推理任务中的作用及其相对其他方法的优势和挑战。 深度学习的标准方法是收集大量的问题、图像和答案的数据集，然后训练一个神经网络去直接将问题和图映射到答案。 在这篇文章中，我们将讨论一类被称为神经模块网络（neural module networks , NMNs）的模型，它能将这种更灵活的方法结合到解决方案中，同时保持深度学习的强大效用。 这样的训练过程结束后，我们得到的不是一个单一的深度网络，而是一个神经“模块”（modules）的集合，每一个模块都实现推理的一个步骤。 在有关这些模型的初步工作中，我们发现特定问题（question-specific）的神经网络的设计问题和语法结构的分析问题之间有惊人的关联。
1.6K200发布于 2018-03-28 - 来自专栏DrugOne
Equitorch: 基于pyg的模块化等变图神经网络包
我们发布了等变图神经网络包Equitorch，以模块化的形式集成了大多等变算子，基于pyg构建图神经网络，并提供了详细的文档、示例与教程。 在这种背景下，我们提出了一个模块化的、基于Pytorch-Geometric的包Equitorch，希望能够使研究者能够更加灵活地构建等变图神经网络。 特点 在Equitorch中，我们以一种模块化的方式集成了现在工作中使用的大多等变算子以及其它相关辅助函数，并统一这些操作的数据格式约定。 对图神经网络相关的部分，如消息传递机制、图数据表示等，我们完全基于Pytorch-Geometric这一广泛使用的图神经网络框架，更方便传统图神经网络的研究者迁移。 ，基于这些操作，可以十分灵活地搭建各种等变图神经网络架构。
35710编辑于 2024-11-23 - 来自专栏哲学驱动设计
跨平台运行 Rafy 首次部署记录
下面是本次部署记录的一些要点。 Linux 这次部署，我是和两位同事一起来试验的。由于我们对 Linux 都不太熟悉（多年前曾经用过很少一段时间的 RedHat，那些命令现在也早已忘记了，哈。） ASP.NET vNext vs MONO 这两个是目前可行的 .NET 跨平台方案。我们需要快速理解两个方案，分析哪个方案的移植成本最低。 ASP.NET vNext 微软本身已经逐步支持开源了，所以我们的想法自然是尽量先用微软官方发布的跨平台方案。ASP.NET vNext(5) 目前已经发布了 RC1。 MONO 其实，目前来说，.NET 跨平台，大家用的比较多的还是 MONO。 官网：http://www.mono-project.com/ MONO 可简单理解为跨平台的 .NET 平台，包括运行时、框架、工具。
1.1K100发布于 2018-01-29 企业级AI平台的能力架构与模块化规划
企业级AI平台的建设也是如此——模块化、标准化、可复用，这就是我们今天要聊的核心话题。 在AI技术日新月异的今天，企业面临的挑战不再是"要不要用AI"，而是"如何高效、可持续地构建AI能力"。 简单来说，企业级AI平台是一个集成化、模块化的技术生态系统，它将AI开发、部署、管理、运维等全生命周期能力进行统一封装，为企业提供"开箱即用"的AI服务。 {#模块化规划} 模块化设计原则 核心模块拆分策略 1. 通过模块化的架构设计，我们能够： ✅ 降低技术门槛：让业务人员也能轻松使用AI能力 ✅ 提升开发效率：避免重复造轮子，专注业务创新 ✅ 确保系统稳定：模块化设计增强系统的可维护性 ✅ 支持快速扩展 关键词： 企业级AI平台、能力架构、模块化规划、人工智能、技术架构
4.2K10编辑于 2025-06-24Science：大规模神经元记录的分析方法
摘要：由于仪器、分子工具和数据处理软件的创新，同时记录数百或数千个神经元的活动已成为常规操作。这些记录可以通过数据科学方法进行分析，但尚不清楚应使用哪些方法或如何将其应用于神经科学研究。 大规模单神经元特性开始分析大规模记录的最简单方法是使用现有的单神经元分析方法。这作为起点特别方便，因为它允许复制以前的结果，并确保新的记录方法不会引入伪影或以未知方式扭曲数据的统计特性。 神经群体活动的结构一个更雄心勃勃的目标可能是使用大规模记录来识别神经群体中的结构和协调模式。 另一类几何方法侧重于不同数据集之间的几何形状的成对比较，例如，两个不同动物的记录，或同一动物在不同天或不同实验条件下的记录，或神经元数据集与模型之间的比较。 这之所以成为可能，是因为我们可以将编码模型拟合到大量同时记录的神经元，从而允许我们拟合更大的模型，具有更多的参数和更强的预测能力。在这种情况下，性能持续提高，直到达到约10,000个同时记录的神经元。
45910编辑于 2025-02-21NC：大规模记录自由活动小鼠的神经活动
摘要：目前以单细胞分辨率记录行为小鼠的大规模神经元活动的方法，要么需要将小鼠头部固定在显微镜下，要么需要将记录设备附着在动物的头骨上。这两种选择都会显著影响动物的行为，因此也会影响记录的大脑活动模式。 这种基于campari的记录方法扩展了在最小限制实验条件下记录自由运动和行为小鼠神经元活动的能力，并提供了目前无法获得的大规模体积数据。1. 和/或大脑区域之间的投影，以及确定神经系统疾病或神经退行性疾病模型后正常活动模式的改变目前，对行为小鼠中跨越多个大脑区域的许多神经元进行单细胞分辨率记录，主要是使用遗传编码钙指标(GECls)进行的。 同一大脑区域和神经元的多个pc通过两个额外的记录来证明，每个记录间隔10天，并产生类似的活动模式(图1)。因此，我们得出结论，CaMPARI可以多次用于顺序记录会话。 2.3 记录基因目标神经元群通过在Emxl-cre或B6 PV小鼠的V区和Sl区注射cre依赖的CaMPAR 2 AAV，在兴奋或PV剂量的初始神经元中表达CaMPARI2，可以实现对遗传靶向细胞群体的选择性记录
74910编辑于 2024-02-28.Net平台流行的日志记录库（Serilog）
1、SerilogSerilog 是一个功能强大且灵活的日志记录库，易于使用且高度可定制。 Serilog 包在 Visual Studio 中，通过 NuGet 管理器或者 .NET CLI 安装 Serilog 包：Install-Package Serilog配置 Serilog 日志记录器 log.txt", rollingInterval: RollingInterval.Day).CreateLogger();// 将日志写入文件，每天生成一个新文件 } }Serilog 默认情况下将日志记录到控制台 记录日志使用 Serilog 记录不同级别的日志消息：Log.Verbose("This is a verbose log message");Log.Debug("This is a debug log
1.1K10编辑于 2024-08-29- 来自专栏IT大咖说
从零开始打造一个模块化无代码开发平台
简介 entfrm开发平台，是一个以模块化为核心的无代码开发平台，是一个集PC和APP快速开发、系统管理、运维监控、开发工具、OAuth2授权、可视化数据源管理与数据构建、API动态生成与统计、工作流 、智能表单设计等全方位功能于一体的高效、稳定的快速开发平台。 平台规划 ? 平台思维导图 软件功能 1.系统管理 机构管理：配置系统组织机构，无限级树结构展现支持数据权限。 角色管理：角色菜单权限分配、设置角色按机构进行数据范围权限划分。 日志监控 登录日志：系统正常操作日志记录和查询；系统异常信息日志记录和查询。 操作日志：系统登录日志记录查询包含登录异常。 3.消息系统 消息模板：消息模板管理与审核。 短信：短信平台集成。 邮件：邮件集成。
1.4K41发布于 2020-04-21 - 来自专栏脑机接口
Nature子刊：Neuropixels 探针单神经元分辨率的大规模神经记录
近年来，多电极阵列技术的发展使得在动物模型中以细胞分辨率监测大规模神经元集群成为可能。 不过在人类中，目前的方法限制每个穿透电极只能记录几个神经元的信号，或者在局部场电位(LFP)记录中结合数千个神经元的信号。 在这里，研究人员描述了一种新的探针变体和一套技术，可以在手术中使用硅 Neuropixels 探针同时记录人类参与者超过200个隔离良好的皮层单个单元。 最近发表在《Nature neuroscience》上的一项研究,研究人员描述了一种新的探针变体和一套技术，可以在手术中使用硅 Neuropixels 探针同时记录人类参与者超过200个隔离良好的皮层单个单元 c，相对于 Neuropixels 阵列和 1.5-mm Utah 阵列，用来自 NeuroMorpho.Org 的细胞重建人锥体细胞和抑制性中间神经元。b，c，比例尺，500 µm。
1.6K10编辑于 2022-08-26 - 来自专栏DrugOne
. | 用于荧光分子设计的模块化AI平台
FLSF模型构建与预测性能 为提升预测效率和准确性，研究人员开发了基于728维荧光骨架指纹（fluoroscaffold）融合消息传递神经网络的新模型FLSF。 FLAME平台的构建与分子生成 为实现从数据到设计的闭环，研究人员构建了FLAME平台，集成数据库、预测模型与分子生成工具，支持多种输入方式与目标设定。 讨论 研究人员开发了FLAME——一个模块化人工智能辅助框架，旨在高效设计具备目标光学性能的新型荧光染料。 为此，研究人员整合并扩充了来自不同来源的数据，构建了目前最大的开源荧光数据库FluoDB，涵盖55,169个溶剂化荧光染料和109,054条数据记录，包含吸收波长、发射波长、荧光量子产率和摩尔吸光系数四个关键光物理参数 凭借其模块化架构，FLAME可持续集成新数据与新算法以适应未来发展。
41610编辑于 2025-05-08 - 来自专栏肉眼品世界
从零开始打造一个模块化无代码开发平台
◆ 简介 entfrm开发平台，是一个以模块化为核心的无代码开发平台，是一个集PC和APP快速开发、系统管理、运维监控、开发工具、OAuth2授权、可视化数据源管理与数据构建、API动态生成与统计、工作流 、智能表单设计等全方位功能于一体的高效、稳定的快速开发平台。 ◆ 平台规划 ? 平台思维导图 ◆ 软件功能 1.系统管理 机构管理：配置系统组织机构，无限级树结构展现支持数据权限。 角色管理：角色菜单权限分配、设置角色按机构进行数据范围权限划分。 3.日志监控 登录日志：系统正常操作日志记录和查询；系统异常信息日志记录和查询。 操作日志：系统登录日志记录查询包含登录异常。 4.消息系统 消息模板：消息模板管理与审核。 短信：短信平台集成。 邮件：邮件集成。
1.1K20发布于 2021-07-13
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号