Ark

北京易观智库网络科技有限公司/ans-ios-sdk

試著忘記壹切 提交于 2020-05-09 11:26:19
Analysys iOS SDK ======== This is the official iOS SDK for Analysys. iOS SDK目录说明: Example——API调用演示 AnalysysSDK——SDK源码 iOS 基础说明: iOS SDK 用于使用Objective C和Swift开发的App,集成前请先下载SDK 快速集成 如果您是第一次使用易观方舟产品,可以通过阅读本文快速了解此产品 选择集成方式 目前我们提供了源码集成和Cocoapods集成两种方式 源码集成:请将 AnalysysSDK 目录下文件拖入工程 Cocoapods集成 pod 'AnalysysAgent' 设置初始化接口 通过初始化代码的配置参数配置您的 AppKey 设置上传地址 通过初始化代码的配置参数 uploadURL 设置您上传数据的地址。 设置需要采集的页面或事件 通过手动埋点,设置需要采集的页面或事件。 打开Debug模式查看日志 通过设置 Ddebug 模式,开/关 log 查看日志。 通过以上5步您即可验证 SDK 是否已经集成成功。更多接口说明请您查看 API 文档。 更多Api使用方法参考: https://docs.analysys.cn/ark/integration/sdk/ios License gpl-3.0 讨论 微信号:nlfxwz 钉钉群

团队第一阶段冲刺评价

喜欢而已 提交于 2020-05-05 09:46:03
1、遇码则码队:   一款运动 app,核心功能较全面,可以记录运动的时间、距离、以及速度,还有运动 app 的地图导航功能。缺点是界面仍需美化。 2、响当当队:   没有实现分用户登录。推荐可以加上一些书的封面来吸引读者,另外,单击封面可以展示对书的简介。 3、天公疼憨仔队:   只做了登陆,不能上传图片等,功能还比较单一。 4、开拓者队:   没有做新闻的分类,新闻的界面比较简陋,没有用于放置广告的广告位,缺少盈利方式。 5、敲代码,   我们是认真的队:还有很多功能没有实现,自律时希望可以增加一个制定计划的功能,并且每天显示计划是否完成。 6、九头蛇队:   功能比较全面,页面也很美观,现存不足是留言的界面尚且存在一些问题,后续需要改进。 7、咸鱼队:   不足有:还不能录入中文;不能爬取中文,修改密码还没有实现。 9、全垒打队:   背景颜色较深,有些地方看不清;排版方面,在设置里不太合理,上面布局十分紧凑,下面的空着,视觉体验较差。 10、Coding Souls队:   页面十分整洁,可以供游客观看和使用,个人觉得,上传的限制比较多,比较繁琐,其他功能相对十分完善。 11、精神小伙成双队:   背景太亮,主页面日期看不清,另外功能较少,希望能增加一些实用的功能。 12、发际线总和我作队:   能记录支出收入,能可视化显示支出比例,但是功能比较单一,希望能多一点亮点。

华为 鸿蒙系统(HarmonyOS)

孤街醉人 提交于 2020-05-01 03:03:38
HarmonyOS Ⅰ. 鸿蒙系统简介 鸿蒙系统(HarmonyOS) ,是第一款基于微内核的全场景分布式OS,是华为自主研发的操作系统。2019年8月9日,鸿蒙系统在华为开发者大会 <HDC.2019> 上正式发布,华为会率先部署在智慧屏、车载终端、穿戴等智能终端上,未来会有越来越多的智能设备使用开源的 鸿蒙OS 。 鸿蒙OS 实现模块化耦合,对应不同设备可弹性部署, 鸿蒙OS 有三层架构,第一层是内核,第二层是基础服务,第三层是程序框架 。可用于大屏、PC、汽车等各种不同的设备上。还可以随时用在手机上,但暂时华为手机端依然优先使用安卓。 鸿蒙 OS 底层由鸿蒙微内核、Linux 内核、Lite OS 组成,未来将发展为完全的鸿蒙微内核架构。 Ⅱ. 鸿蒙系统发展进程 [2012] 2012年华为开始在上海交通大学规划“鸿蒙”操作系统。 [2019] 华为已经对100万部搭载有自研“鸿蒙”操作系统的手机进行了测试。 [2019.5.17] 华为操作系统团队开发了其自主产权的“鸿蒙操作系统”。 [2019.5.24] 注册公告日期是2019年5月14日,专用权限期是从2019年5月14日到2029年5月13日。 [2019.8.9] 华为官方发布“鸿蒙操作系统”,并且宣布“鸿蒙操作系统”将开源。 Ⅲ . 鸿蒙系统特点 鸿蒙OS的设计初衷是为满足全场景智慧体验的高标准的连接要求

蚂蚁金服轻量级类隔离框架 Maven 打包插件解析 | SOFAArk 源码解析

狂风中的少年 提交于 2020-03-20 11:43:11
3 月,跳不动了?>>> SOFA Stack( S calable O pen F inancial A rchitecture Stack)是蚂蚁金服自主研发的金融级云原生架构,包含了构建金融级云原生架构所需的各个组件,是在金融场景里锤炼出来的最佳实践。 本文为《剖析 | SOFAArk 实现原理》第二篇,本篇作者盲僧,来自 OYO。《剖析 | SOFAArk 实现原理》系列由 SOFA 团队和源码爱好者们出品,项目代号: SOFA:ArkLab/ ,文末附系列共建列表,目前已完成领取。 前言 SOFAArk 是 SOFA 团队开源的又一款扛鼎力作,它是一款基于 Java 实现的轻量级类隔离容器,主要提供类隔离和应用(模块)合并部署的能力。 从 2016 年底开始,蚂蚁金服内部开始拥抱新的轻量级类隔离容器框架-SOFAArk。截止 2019 年底,SOFAArk 已经在蚂蚁金服内部 Serverless 场景下落地实践,并已经有数家企业在生产环境使用 SOFAArk ,包括网易云音乐、挖财、溢米教育等。 本文主要介绍下 SOFAArk Biz 包的打包插件,帮助大家更好的去理解 Biz 包的结构,也是为系列文章做好铺垫。 SOFAArk biz 的打包插件是 sofa-ark-maven-plugin ,它可以将普通 Java 工程或者 Spring Boot

从一个例子开始体验轻量级类隔离容器 SOFAArk | SOFAChannel#11 直播整理

前提是你 提交于 2020-02-28 09:32:58
SOFA:Channel/ ,有趣实用的分布式架构频道。 本文根据 SOFAChannel#11 直播分享整理,主题:从一个例子开始体验轻量级类隔离容器 SOFAArk。 回顾视频以及 PPT 查看地址见文末。欢迎加入直播互动钉钉群:23372465,不错过每场直播。 大家好,我是玄北,SOFAArk 开源负责人,今天跟大家分享的主题是《从一个例子开始体验轻量级类隔离容器 SOFAArk》,会跟大家一起解读 SOFAArk ,也会讲解一个 Demo 案例,希望大家可以跟我一起实际操作,体验 SOFAArk 具体操作以及功能实现。 SOFAArk: https://gitee.com/sofastack/sofa-ark 今天的分享将从一下面三个方面展开: 初识 SOFAArk; 组件运行时; 动手实践; 今天的重点是最后一个部分的动手实践,前面两部分会跟大家简单介绍一下 SOFAArk 的基础概念,希望在最后一个实践部分,大家可以跟着我一起通过 Demo 实际操作体验 SOFAArk,也可以在实践过程中帮助大家更好得了解前面介绍到的概念。 一、初识 SOFAArk 现在我们就开始了解 SOFAArk,在实践之前,我们先来了解一下什么是 SOFAArk。SOFAArk 是蚂蚁金服开源的一款基于 Java 实现的轻量级类隔离容器,欢迎大家关注并 Star SOFAArk。

蚂蚁金服轻量级类隔离框架概述 | SOFAArk 源码解析

痞子三分冷 提交于 2020-01-08 10:44:40
【推荐】2019 Java 开发者跳槽指南.pdf(吐血整理) >>> 本篇开始将正式启动 SOFAArk:Lab/ 源码共建系列,在此对长期以来对 SOFAStack 关注的朋友表示感谢。 本文为《剖析 | SOFAArk 实现原理》第一篇,本篇作者卫恒,SOFAArk 开源负责人。《剖析 | SOFAArk 实现原理》系列由 SOFA 团队和源码爱好者们出品,项目代号: SOFA:ArkLab/ ,文末附共建列表,欢迎领取共建~ 在大型软件开发过程中,通常会推荐底层功能插件化、业务功能模块化的开发模式,以期达到低耦合、高内聚、功能复用的优点。对于模块化,从语言层面,原计划在 Java7 就有的模块化特性,终于在 Java9 里面提供了。在 Java语言级对模块化提供支持之前,业界内最知名的 Java 模块化规范当属 OSGi 了,直至到今天,OSGi 在众多企业、厂商中被广泛使用,比如我们常用的 Web 应用服务器、Eclipse 等均采用了 OSGi 规范。 蚂蚁金服内部,CE 作为使用了 10 年的"元老级"容器组件,见证了和支撑了每年的大促、新春红包等流量场景。作为中间件的常青树,CE 以足够的稳定性为业务保驾护航。CE 容器也是基于 OSGi 实现了模块化,但是由于 CE 背负了太多包袱,使得其自身变得太重,在云原生及商业化输出上逐渐失去了优势。 从 2016 年底开始

从说话人识别demo开始学习kaldi--(6)

心已入冬 提交于 2019-12-11 20:38:34
完整步骤在这里: https://github.com/kaldi-asr/kaldi/blob/master/egs/aishell/v1/run.sh 下面是从训练对角矩阵开始的 sid/train_diag_ubm.sh --cmd " $train_cmd " --num-threads 16 data/dev 1024 exp/diag_ubm_1024 现在我们使用dev的数据来训练一个对角ubm 除了必要的参数设置,data/dev文件夹下面一定要有的是feats.scp,vad.scp 最后生成的是一个exp/diag_ubm_1024/final.dubm 下面是过程中出现的: sid/train_diag_ubm.sh --cmd run.pl --num-threads 16 data/dev 1024 exp/diag_ubm_1024 sid/train_diag_ubm.sh: initializing model from E-M in memory, sid/train_diag_ubm.sh: starting from 512 Gaussians, reaching 1024 ; sid/train_diag_ubm.sh: for 20 iterations, using at most 500000 frames of data

私有区块链Hyperledger Fabric和公共区块链ARK.io如何通过solidity智能合约结合

喜夏-厌秋 提交于 2019-12-03 13:07:01
我想展示如何将公共区块链(如ARK.io)的功能与私有区块链(如Hyperledger)结合起来。特别是,我们将看到ARK.io上的交易如何触发在Hyperledger Fabric + Burrow中部署的Solidity Smart Contract的执行。 安装Hyperledger Fabric 删除以前的Hyperledger Docker镜像(如果有): docker kill $(docker ps -q) docker rm $(docker ps -aq) docker rmi $(docker images dev-* -q) 安装先决条件: https://hyperledger-fabric.readthedocs.io/en/latest/prereqs.html 安装依赖项: https://hyperledger-fabric.readthedocs.io/en/latest/install.html cd ~ curl -sSL http://bit.ly/2ysbOFE | bash -s 1.3.0 设置环境变量: vi ~/.profile PATH="$HOME/bin:$HOME/.local/bin:$PATH" GOPATH="$HOME/go" FABRIC_CFG_PATH="$GOPATH/src/github.com

Kaldi解码

蓝咒 提交于 2019-12-03 04:11:21
online2-wav-nnet3-latgen-faster 在线解码,文件输入输出 decode.sh运行程序 ./online2-wav-nnet3-latgen-faster --do-endpointing=false --frames-per-chunk=20 --extra-left-context-initial=0 --online=true --config=exp/chain/tdnn7q_sp_online/conf/online.conf --min-active=200 --max-active=7000 --beam=15.0 --lattice-beam=6.0 --acoustic-scale=1.0 --word-symbol-table=exp/chain/tdnn7q_sp/graph/words.txt exp/chain/tdnn7q_sp_online/final.mdl exp/chain/tdnn7q_sp/graph/HCLG.fst ark:data/call_center_26s_hires/split1/1/spk2utt 'ark,s,cs:wav-copy scp,p:data/call_center_26s_hires/split1/1/wav.scp ark:- |' 'ark:|lattice-scale -

kaldi中特征变换

匿名 (未验证) 提交于 2019-12-03 00:22:01
简介 Kaldi 目前支持多种特征和模型空间的变换与映射。特征空间变换和映射通过工具来处理(本质上就是矩阵),以下章节将介绍: 全局线性或仿射变换 说话人无关或单一说话人( per-speaker )或者( per-utterance )单一句子自适应 句子-说话人( Utterance-to-speaker )和说话人-句子( speaker-to-utterance )映射 组合变换 估计变换时的静音权重 变换,投影或者其他没有特定说话人的特征操作包括: 线性判别性分析(LDA) 帧拼接和差分特征计算 异方差的线性判别性分析(HLDA) 全局半协方差/最大似然线性变换 全局变换主要通过说话人自适应的方式应用: 全局GMLLR/fMLLR变换 线性声道长度归一化 指数变换 谱均值和方差归一化 下面我们将介绍回归树以及用到回归树的变换: 为自适应构建回归类树 全局线性或仿射特征变换 Matrix<BaseFloat> The Tableconcept )中。 变换可以通过程序transform-feats应用于特征上,语法如下 Specifying Tableformats: wspecifiers and rspecifiers Extendedfilenames: rxfilenames and wxfilenames ).这个程序通常用于管道的一部分。