neptune

前言 相信大家都知道安卓应用开发的大量难题，其实最后都需要插件技术去解决。 现今插件技术的使用非常普遍，比如微信、QQ、淘宝、天猫、空间、携程、大众点评、手机管家等等这些大家在熟悉不过的应用都在使用。 插件技术可以给项目开发带来巨大的好处，比如：并行高效开发、模块解耦、解除单个dex函数不能超过65535的限制、动态更新升级、按需加载等等。 掌握好插件技术，需要如下的安卓基础和相关知识，例如： Android应用程序安装，加载过程 Android应用运行机制，生命周期调用原理 Android应用资源编译打包原理 Android应用读取资源原理 Android系统AMS、PMS、NMS等系统服务的运作原理 增量更新 HOOK等技术 本文将从基础的插件化原理到Android插件化初探再到大厂架构演化实战应用，总结出了较为全面与完整的安卓插件技术与插件化对 Android开发的重要性。 插件化原理 1.类加载 2.双亲委托机制 3.资源加载 4.四大组件支持 5 ProxyActivity代理 6 hook方式 7 其他组件 8 Android动态加载框架DL的架构与基本原理解析 9 Android 插件化框架 DynamicLoadApk 源码分析 Android插件化初探 1.从零开始实现一个插件化框架（1） 概念 插件化解决的问题 各插件化框架对比 插件化实现

云栖号资讯：【 点击查看更多行业资讯 】 在这里您可以找到不同行业的第一手的上云资讯，还在等什么，快来！ AI初创企业主要分为两种风格，我们将在今天的文章中，对二者做出分析与展望。 当下，AI初创企业正在快速涌现。根据斯坦福大学AI指数报告数据，自2014年以来，已经有超过15798家AI初创拿到超过40万美元的投资。正如CB Insights公布的结果，AI初创企业在2019年吸引到创纪录的266亿美元投资。鉴于统计数据的指数级增长，投资者与企业家都迫切希望借AI的东风扶摇直上。 图片来源/斯坦福大学AI指数报告，88页 然而，AI初创企业拥有自己的分类方式。本文将主要研究垂直与横向AI初创企业之间的区别与共性。以下提出的见解，基于一家硅谷风险投资商、一家柏林AI风投工作室以及一位AI创业者的共同讨论。 要理解垂直与横向AI产品，我们首先需要明确AI产品的开发主题。 开发AI产品 每一款基于AI技术的产品，都拥有大致相同的工作流程。在各个机器学习项目中，团队都需要收集及准备数据、开发模型、部署模型、监控模型性能等。以下列出的CRISP-DM模型描述了机器学习的一般工作流程。 图片来源/Uni Dresden 要辨别垂直与横向AI初创企业的区别，首先要对数据科学工作流拥有清晰的了解。垂直AI初创企业需要拥有「完整的工作流」以交付最终产品，横向AI初创企业则专注于打造

概述 本文转自：http://tang.love/2018/08/31/graph_database_research/ 这里记录一下图数据相关的调研结论。下面是图数据库的定义： A graph database is a database that uses graph structures for semantic queries with nodes, edges and properties to represent and store data. 注意，这里只是说了通过 提供类似图的语义查询功能，并没有规定图的存储结构。图数据库的主要优点： 更好，更快速的查询和分析； 更简单和更自然的数据建模； 同时支持实时更新和查询； 数据结构的灵活性。 图数据库是所有数据管理系统中成长最快的分类，下面分别从图检索语言和图数据库两个方面来介绍图数据市场的发展。 图检索语言 这里主要对比下面： Cypher ：Neo4j 的查询语言称作 Cypher，Cypher 是对图形的声明查询语言，使用图形模式匹配作为主要的机制作 图形数据选择（包括只读和变更操作）。Cypher 的声明模式匹配性质意味着可以通过描述想从它那里得到什么查询图形数据。 SPARQL ：面向 RDF(Resource Description Framework)的三元组数据，W3C 标准，无 schema