javascript sdk是什麼的問題，透過圖書和論文來找解法和答案更準確安心。 我們找到下列訂位、菜單、價格優惠和問答集

移動平台深度神經網路實戰：原理、架構與優化

為了解決javascript sdk是什麼的問題，作者盧譽聲 這樣論述：

本書精講移動平臺深度學習系統所需核心演算法、硬體級指令集、系統設計與程式設計實戰、海量資料處理、業界流行框架裁剪與產品級性能優化策略等，深入、翔實。 深度學習基礎（第1～4章），介紹開發機器學習系統所需重要知識點，以及開發移動平臺機器學習系統演算法基石，諸如人工神經網路、稀疏自編碼器、深度網路、卷積神經網路等。 移動平臺深度學習基礎（第5～6章），介紹移動平臺開發環境搭建、移動平臺開發基礎、ARM指令集加速技術，以及羽量級網路的實現原理與實戰。 深入理解深度學習（第7～8章），剖析資料預處理原理與方法，高性能即時處理系統開發，以及基於深度神經網路的物體檢測與識別。本篇是下一篇內容的前導與

“基石”。 深入理解移動平臺深度學習（第9～12章），本篇應用前述章節的框架與技術，實現移動平臺深度學習系統的實現與集成，具體涵蓋：① 移動平臺性能優化，資料獲取與訓練，為開發移動平臺圖像分類系統建立基礎；② 深入剖析TensorFlow Lite代碼體系、構建原理、集成方法以及核心代碼與裁剪分析，模型處理工具，並完成移動平臺系統集成；③ 結合實戰分析主流移動平臺機器學習框架、介面，並展望未來。   盧譽聲 Autodesk資料平臺和計算平臺資深工程師，負責平臺架構研發工作。工作內容涵蓋大規模分散式系統的伺服器後端、前端以及SDK的設計與研發，在資料處理、即時計算、分散式

系統設計與實現、性能調優、高可用性和自動化等方面積累了豐富的經驗。擅長C/C++、JavaScript開發，此外對 Scala、Java以及移動平臺等也有一定研究。 著有《移動平臺深度神經網路實戰：原理、架構與優化》、《分散式即時處理系統：原理架構與實現》，並譯有《高級C/C++編譯技術》和《JavaScript程式設計精解（原書第2版）》等。   序一 序二 前言 第一篇　深度學習基礎 第1章　向未來問好 2 1.1　機器學習即正義 2 1.1.1　照本宣科 3 1.1.2　關鍵概念概述 4 1.1.3　數學之美 5 1.2　機器學習的場景和任務 6 1.3　機器學習

演算法 8 1.4　如何掌握機器學習 10 1.4.1　學習曲線 10 1.4.2　技術棧 11 1.5　深度學習 12 1.6　走進移動世界的深度學習 25 1.7　本書框架 26 1.8　本章小結 27 第2章　機器學習基礎 28 2.1　機器學習的主要任務 28 2.2　貝葉斯模型 29 2.3　Logistic回歸 33 2.4　本章小結 44 第3章　人工神經網路 45 3.1　人工神經網路簡介 45 3.2　基本結構與前向傳播 46 3.3　反向傳播演算法 50 3.4　實現前向神經網路 53 3.5　稀疏自編碼器 61 3.6　神經網路資料預處理 64 3.7　本章小結 65

第4章　深度網路與卷積神經網路 66 4.1　深度網路 66 4.2　卷積神經網路 70 4.3　卷積神經網路實現 73 4.4　本章小結 110 第二篇　移動平臺深度學習基礎 第5章　移動平臺深度學習框架設計與實現 112 5.1　移動平臺深度學習系統開發簡介 112 5.2　ARM Linux基礎開發環境 113 5.2.1　通用ARM工具鏈安裝 114 5.2.2　Android NDK安裝 114 5.2.3　樹莓派工具鏈安裝 115 5.3　TensorFlow Lite介紹 115 5.3.1　TensorFlow Lite特性 115 5.3.2　TensorFlow Li

te架構 116 5.3.3　TensorFlow Lite代碼結構 117 5.4　移動平臺性能優化基礎 118 5.4.1　ARM v8體系結構 119 5.4.2　ARM v8資料類型與寄存器 120 5.4.3　Neon指令集介紹 122 5.4.4　ARM v8記憶體模型 124 5.4.5　Neon指令集加速實例 127 5.5　本章小結 140 第6章　移動平臺羽量級網路實戰 141 6.1　適用於移動平臺的羽量級網路 141 6.2　SqueezeNet 142 6.2.1　微觀結構 142 6.2.2　宏觀結構 142 6.2.3　核心思路 143 6.2.4　實戰：用Py

Torch實現SqueezeNet 144 6.3　MobileNet 153 6.4　ShuffleNet 154 6.5　MobileNet V2 155 6.5.1　MobileNet的缺陷 155 6.5.2　MobileNet V2的改進 155 6.5.3　網路結構 156 6.5.4　實戰：用PyTorch實現MobileNet V2 157 6.6　本章小結 161 第三篇　深入理解深度學習 第7章　高性能數據預處理實戰 164 7.1　資料預處理任務 164 7.2　數據標準化 166 7.3　PCA 167 7.4　在Hurricane之上實現PCA 170 7.5　本章

小結 192 第8章　基於深度神經網路的物體檢測與識別 193 8.1　模式識別與物體識別 193 8.2　圖像分類 197 8.3　目標識別與物體檢測 207 8.4　檢測識別實戰 213 8.5　移動平臺檢測識別實戰 237 8.6　本章小結 258 第四篇　深入理解移動平臺深度學習 第9章　深入移動平臺性能優化 260 9.1　模型壓縮 260 9.2　權重稀疏化 262 9.3　模型加速 275 9.4　嵌入式優化 287 9.5　嵌入式優化代碼實現 290 9.6　本章小結 313 第10章　資料獲取與模型訓練實戰 314 10.1　收集海量資料 314 10.2　圖片資料爬蟲

實現 317 10.3　訓練與測試 330 10.3.1　模型定義 330 10.3.2　訓練 334 10.3.3　測試 342 10.3.4　封裝 344 10.4　本章小結 345 第11章　移動和嵌入式平臺引擎與工具實戰 346 11.1　TensorFlow Lite構建 346 11.2　集成TensorFlow Lite 357 11.3　核心實現分析 358 11.4　模型處理工具 407 11.5　本章小結 425 第12章　移動平臺框架與介面實戰 426 12.1　Core ML 426 12.2　Android Neural Networks API 437 12.2

.1　等等，Google還有一個ML Kit 437 12.2.2　NNAPI程式設計模型 437 12.2.3　創建網路與計算 439 12.2.4　JNI封裝與調用 451 12.2.5　App實戰：集成NNAPI 454 12.3　實戰：實現Android圖像分類器App 459 12.3.1　JNI封裝 459 12.3.2　Java調用 474 12.4　未來之路 479 12.5　本章小結 480   為什麼要寫這本書 機器學習、雲計算與移動技術的興起為電腦科學領域注入了前所未有的活力，而海量資料時代的來臨更是為機器學習技術帶來了新的發展契機。我們可以看到，越

來越多的企業和研發機構開始在自己的產品當中加入機器智慧，曾經僅僅是為了錦上添花而使用的機器學習應用，如今搖身一變，成了現代軟體產品或服務的核心競爭力。 通過機器學習技術，軟體或服務的功能和體驗得到了質的提升。比如，我們甚至可以通過啟發式引擎智慧地預測並調節雲計算分散式系統的節點壓力，以此改善服務的彈性和穩定性，這是多麼美妙。而對移動平臺來說，越來越多的移動終端、邊緣計算設備和App開始引入人工智慧技術，而且對預測即時性要求高的環境也越來越依賴於離線即時機器學習，另外移動技術的普及也讓邊緣計算支援機器智慧成為可能。 然而，開發成熟完善的機器學習系統並不簡單。不同于傳統電腦軟體系統開發，研發機

器學習系統不僅需要掌握扎實的軟體發展技術、演算法原理，還需要掌握紛繁複雜的資料處理原理和實踐方法。此外，機器學習系統的實際載體多種多樣。一個典型的機器學習系統可以是運行在雲計算平臺（比如AmazonAWS）之上的實例，通過API調用的方式提供預測服務。另一種情況是，集中式提供機器學習服務固然不錯，但離線機器學習計算是一項重大補充。 在對即時性要求極為苛刻的生產環境中，即時的本地機器學習預測技術就顯得尤為關鍵，如何在確保準確率的前提下，提升整體計算效率、降低系統功耗成為需要攻克的難題。在移動技術、邊緣計算等技術突飛猛進的當下，研發高可靠、高效率以及低功耗的移動平臺機器學習系統擁有廣闊的發展願景

和市場，這既為我們創造了新的機遇，也使研發面臨巨大的挑戰。這是筆者撰寫本書的原動力。本書著眼於移動平臺之上的深度神經網路系統的研發和實戰，從理論開始，抽絲剝繭地闡述、歸納和總結研發高性能計算系統的各個方面，同時輔以實戰，帶領讀者一起掌握實際的工程落地方法。 未來已至，我們需要做好準備！ 本書特色 本書是一本由淺入深詳細講解研發高性能移動平臺深度學習系統的程式設計實戰書。本書從基礎機器學習知識開始講起，涵蓋設計和使用高性能分散式即時處理系統，移動平臺程式設計，前向引擎優化和裁剪，實際的代碼編寫，最終實現一整套針對移動領域開發的完整機器學習解決方案。在本書中，我們將介紹一套以C++編寫的高性能分

散式即時處理系統Hurricane及其使用方法，供資料收集和預處理使用。在此基礎上，我們會深入剖析機器學習原理和深度神經網路概念，而概念講解伴隨而來的是程式設計實戰，本書主要使用Python來講解基礎演算法，驗證設想。 另外，本書採用循序漸進的方式講解理論知識，從基礎知識入手到艱澀的優化演算法。相比於C/C++，Python是一門易於上手並實驗友好的膠水語言，因此在講解各類概念與演算法時，我們會使用Python來驗證設想。從神經網路和深度學習篇章開始，為了給工程開發學習打下堅實的基礎，本書除了使用Python代碼驗證設想外，還使用C/C++來實現產品級的代碼。 由於本書的主題是講解如何開發

實現高性能的移動平臺深度學習系統，因此會花費大量篇幅講解各種旨在提升演算法速度和減小模型的小的演算法與技術手段，從羽量級網路等演算法模型層面改良到Neon指令集應用、權重稀疏化、半精度、權重量化等優化演算法與技術實現，最終完成適用於移動平臺的深度學習引擎性能增強與模型裁剪。為了完成完整的深度學習系統，我們除了要掌握基本原理外還需要掌握各類實現應用所需的工程技術。例如，在第三篇講解與完成整個系統相關的所有技術時，還介紹了如何爬取訓練用的圖像資料、清理訓練資料、編寫訓練代碼等內容，並以Tensor FlowLite為例，講解移動平臺深度學習引擎框架的搭建方法，卷積層、池化層和全連接層實現與iOS（

包括iPadOS）、Android等平臺的交互操作實現與封裝方案，最終完成可以在iOS與Android上實際運行的深度學習系統。 期待讀者能從本書中學到新的知識，以便對深度學習與移動平臺系統開發有更加深入的認識，瞭解如何構建一個高性能移動平臺深度學習系統。  

大前端入門指南

為了解決javascript sdk是什麼的問題，作者任玉剛 這樣論述：

本書是一本大前端入門類書籍，書中對大前端領域的常見技術做了一定的講解，每類技術都通過基礎知識實戰的方式來讓大家快速掌握。 本書首先對大前端的跨平台方案做一個簡單的介紹，接著對前端技術進行了一個簡單的介紹，確保大家能看懂基本的JavaScript和HTML、CSS。然後分別介紹React Native、微信小程序、Flutter，每個技術方案都通過理論實戰的方式來幫助讀者快速掌握。最後，簡單介紹了Weex、快應用和PWA等方案。 任玉剛，微信公眾號「玉剛說」作者，《Android開發藝術探索》作者，專家工程師，曾就職于騰訊、百度等一線大廠，熱愛大前端技術。曹建波And

roid高級工程師，研究過Android、iOS、小程序，畢業於北京大學電腦系。 第1章 大前端概述 1 1.1 什麼是大前端 1 1.2 主流跨平臺方案簡介 2 第2章 HTML和CSS入門 6 2.1 HTML基礎 6 2.1.1 HTML簡介 6 2.1.2 基本結構 6 2.1.3 常用標籤 8 2.1.4 圖片 12 2.1.5 列表 14 2.1.6 超連結 18 2.1.7 表格 23 2.1.8 表單 25 2.2 CSS基礎 31 2.2.1 選擇器 31 2.2.2 常用屬性 40 2.2.3 盒模型 50 2.2.4 定位 59 2.2.5 浮動 6

9 2.2.6 FlexBox佈局 77 第3章 JavaScript入門 84 3.1 JavaScript初探 84 3.1.1 搭建開發環境 84 3.1.2 第一個程式 85 3.2 資料類型 87 3.2.1 變數、常量和字面量 87 3.2.2 基本類型和物件類型 88 3.2.3 內置類型 89 3.2.4 類型轉換 90 3.2.5 識別字命名 91 3.3 運算子和運算式 92 3.3.1 運算子 92 3.3.2 運算子優先順序 98 3.4 控制流 98 3.4.1 邏輯判斷 99 3.4.2 迴圈控制流 100 3.5 函數和閉包 104 3.5.1 函數 105 3

.5.2 閉包 106 3.6 程式異常 108 3.6.1 常見異常 108 3.6.2 異常捕獲 108 3.6.3 異常拋出 109 3.7 ES6 110 3.8 Node.js 110 3.8.1 安裝Node.js 110 3.8.2 NPM的使用 111 第4章 React Native入門 115 4.1 React語法基礎 115 4.1.1 React簡介 115 4.1.2 搭建React開發環境 116 4.1.3 JSX語法 117 4.1.4 組件 118 4.1.5 組件的生命週期 122 4.2 環境搭建 124 4.2.1 React Native開發環境搭

建 124 4.2.2 WebStorm代碼編輯器環境搭建 127 4.2.3 Visual Studio Code代碼編輯器環境搭建 127 4.2.4 運行React Native項目 128 4.3 常用UI組件 128 4.3.1 View組件 128 4.3.2 Image組件 130 4.3.3 Text組件 135 4.3.4 TextInput組件 140 4.3.5 ScrollView組件 144 4.3.6 ListView組件 147 4.3.7 FlatList組件 151 4.3.8 SwipeableFlatList組件 155 4.3.9 SectionList

組件 158 4.4 網路 161 4.5 導航器React Navigation 168 4.6 資料存儲 183 4.7 原生模組開發 187 4.7.1 Android原生模組的封裝 187 4.7.2 iOS原生模組的封裝 191 第5章 React Native實戰 196 5.1 項目創建 196 5.1.1 創建React Native項目 196 5.1.2 專案結構介紹 197 5.2 完善功能頁面 199 5.2.1 登錄註冊 199 5.2.2 首頁 210 5.2.3 個人中心頁面 215 5.2.4 書單詳情 218 5.2.5 側滑頁面 222 5.3 打包 22

5 5.3.1 Android打包 225 5.3.2 iOS打包 227 第6章 微信小程式入門 229 6.1 認識小程式 229 6.1.1 小程式簡介 229 6.1.2 開發前的準備 230 6.1.3 創建小程式 232 6.1.4 代碼構成 233 6.1.5 小程式的能力 234 6.2 小程式框架 235 6.2.1 小程式配置 235 6.2.2 小程式的生命週期 236 6.2.3 路由 238 6.2.4 視圖層 239 6.2.5 動畫 243 6.3 常用組件 243 6.3.1 視圖容器 243 6.3.2 基礎內容 246 6.3.3 表單組件 247 6.3

.4 媒體組件 251 6.3.5 地圖 254 6.3.6 web-view 255 6.4 常用API 255 6.4.1 網路 255 6.4.2 數據緩存 257 6.4.3 位置 257 6.4.4 設備 258 6.4.5 開放介面 259 6.4.6 更新 261 第7章 微信小程式實戰 262 7.1 專案結構 262 7.2 專案實戰 263 7.2.1 數據請求 264 7.2.2 登錄與註冊頁面 265 7.2.3 首頁 269 7.2.4 個人中心頁面 276 7.2.5 圖書詳情頁面 281 7.2.6 收藏頁面 292 7.3 打包上線 295 7.3.1 上傳代

碼 295 7.3.2 提交審核 296 第8章 Flutter入門 299 8.1 前期準備 299 8.1.1 Flutter簡介 300 8.1.2 安裝和配置編輯器 300 8.1.3 體驗Flutter 304 8.1.4 Dart語法 306 8.2 構建使用者介面 312 8.2.1 如何佈局？佈局文件跑哪去了 312 8.2.2 Widget組件介紹 313 8.2.3 添加交互 316 8.2.4 手勢監測和事件處理 318 8.2.5 在Flutter中添加資源和圖片 320 8.3 使用設備和SDK API相關 321 8.3.1 非同步UI 321 8.3.2 頁面跳

轉和生命週期事件 323 8.3.3 文件讀寫 324 8.3.4 網路和HTTP 325 8.3.5 JSON和序列化 327 8.3.6 資料庫和本機存放區 327 8.3.7 Flutter外掛程式 330 8.3.8 封裝新API 331 8.3.9 更多資料 336 第9章 Flutter實戰 337 9.1 專案結構 337 9.1.1 結構目錄 337 9.1.2 項目概述 338 9.2 項目代碼 339 9.2.1 登錄、註冊頁面 339 9.2.2 首頁 350 9.2.3 個人中心頁面 365 9.2.4 圖書詳情頁面 372 9.2.5 側滑頁面 377 9.3 多平

臺打包 381 9.3.1 Android打包 381 9.3.2 iOS打包 386 第10章 Weex、PWA和快應用 390 10.1 Weex 390 10.1.1 Weex簡介 390 10.1.2 Weex基礎知識 391 10.1.3 Weex項目之Hello World 392 10.2 PWA 395 10.2.1 PWA簡介 395 10.2.2 PWA基礎知識 395 10.2.3 PWA項目之Hello World 398 10.3 快應用 402 10.3.1 快應用簡介 402 10.3.2 快應用基礎知識 402 10.3.3 快應用專案之Hello World

406 10.4 小結 408  

運用React Native於數學方程式編輯器之APP開發

為了解決javascript sdk是什麼的問題，作者陳靖樺 這樣論述：

資訊科技的突飛猛進以及行動裝置的普及，大大地縮短人與人間的距離，而透過即時通訊軟體互動與交流更早已是生活的一部分，若能將其與學習過程相結合，相信能刺激學習動機進而提升學習成效。 在通訊交流的過程中，數學方程式的表達與呈現往往令人卻步，尤其在行動裝置上更是如此。本研究利用混合式應用程式（Hybrid App）開發框架React Native，開發好用的數學方程式編輯器，能在行動裝置上方便地進行編輯與呈現數學符號及表達式，期待能以此加強在日常生活中的數學交流。