接触Symbian半个月来的体会

怀着对移动互联网的向往,本人打算学习一下手机上的开发。只可惜本人只是对c语言熟悉些,所以只能从Symbian开始了,明明知道这是一个即将死去的平台,还要花时间去学习他,真是杯具,看着搞Android得,很是羡慕,没办法,生活中总是有太多的无奈。Symbian,早听说是个很乱的平台,接触了十几天,不得不承认,symbian确实比较乱;虽然高人说语言平台什么的都是浮云,基础才是最重要的,但我觉得这都是理论上的,解决一个问题,既然能用简单的,为什么要搞得那么复杂,这一点Nokia与MS比起来确实差远了,身边骂Nokia乱的人也是不绝人耳;甚至当你解决一个问题折腾了半天才搞定时你发一声感叹:Nokia要是直接把它设成默认就不用在这浪费时间了,旁边的人会笑着对你说:要这么聪明,这就不是Nokia了。Nokia这样搞真是很费时间,提高了入门的难度,就是在入门过程中会碰到很多细节上的问题,下面就总结一下本人这些天学习中遇见的一些问题,应该说很多网上也能找到解决方式:

1、安装问题,所有的文件都要安装在一个盘符下,安装目录还不能太长,还不能带空格,工程也必须放在安装盘符下,这点很变态,本人把sdk安装在了非系统盘,当在cmd下输入epoc32验证emulator安装是否成功时,很遗憾的是你看不到,即使你把epoc32所在的目录加入环境变量中依然如此,很奇怪吧,你必须得更改cmd当前目录的路径为sdk安装盘符才行,不得不说Nokia够变态,不知道他们有没有测试人员,这点貌似是学Linux文件系统(所有文件都在root / 下)的方式;当你安装完了,你会想OK可以开始Hello World程序了,只可惜当你用carbide向导新建一个控制台程序时竟然编译不通过,极大的打击你的学习信心,以至于搞了n多年c/c++的人来搞symbian时折腾了一整天Hello World还没出来,你说这不是很可悲吗?Google一番,找了很久才知道需要在开始中 Symbian Foundation -> Carbide c++ -> configure environment for winscw command line配置一下,只管YES就行。就这些问题,我折腾了整整一天,也是我入职第一天干的所有的事,我仅仅才装了sdk v5的,不知道装多个版本的sdk还会遇到什么问题。太浪费时间了,可惜了我的青春,貌似我的青春也不怎么之前,哈哈。

2、字符编码问题,这个也折腾了我一两天。因为要读取xp下的一个含有汉字的.txt文件显示到emulator,看起来貌似是比较简单的问题,可惜总是显示乱码,google一下找到了解决方法,很可惜的是依然乱码,自信心备受打击,折腾了很久,找了个牛人来帮忙解决,看了程序也没有问题呀,最后他说很有可能是模拟器本身的语言问题,最后在 开始->s60 developer tools->5th edition sdk->languages->change to chinese,重新运行正常,就这点小问题,哎,不想说了,其中这牛人写了几句代码中调用一sdk中函数参数明明是匹配的却编译失败提示argument not match,至此还没搞明白是什么原因。

3、链接问题,很多常用的库都需要手动添加,可能是为了减少整个exe文件的大小吧,不过入门时要是没人指导会折腾很长时间,经常会缺少某个库,就拿上面读取txt文件时sdk中基本的文件操作类没有读取一行的API,还得另找一个类;高人帮解决问题时用到fopen函数竟然会在运行时导致模拟器死掉,也是因为缺少一个库,貌似还是个动态链接库,要不然也不会运行时挂掉。

只能说Symbian刚开始入门需要高人指导,仅有google还不行,nokia应该感谢google,要是没有google,nokia死的更快。

Nokia已经站在了死亡的边沿上,正在被别人革它的命。前些天看见一句话觉得很有道理:创业期的公司要专注;发展中的企业要适度多元化,要不然做不大;壮大的企业要敢于革自己的命,要不然就会被别人革命。

智慧旅游解决方案利用云计算、物联网和移动互联网技术,通过便携终端设备,实现对旅游资源、经济、活动和旅游者信息的智能感知和发布。这种技术的应用旨在提升游客在旅游各个环节的体验,使他们能够轻松获取信息、规划行程、预订票务和安排食宿。智慧旅游平台为旅游管理部门、企业和游客提供服务,包括政策发布、行政管理、景区安全、游客流量统计分析、投诉反馈等。此外,平台还提供广告促销、库存信息、景点介绍、电子门票、社交互动等功能。 智慧旅游的建设规划得到了国家政策的支持,如《国家中长期科技发展规划纲要》和国务院的《关于加快发展旅游业的意见》,这些政策强调了旅游信息服务平台的建设和信息化服务的重要性。随着技术的成熟和政策环境的优化,智慧旅游的时机已经到来。 智慧旅游平台采用SaaS、PaaS和IaaS等云服务模式,提供简化的软件开发、测试和部署环境,实现资源的按需配置和快速部署。这些服务模式支持旅游企业、消费者和管理部门开发高性能、高可扩展的应用服务。平台还整合了旅游信息资源,提供了丰富的旅游产品创意平台和统一的旅游综合信息库。 智慧旅游融合应用面向游客和景区景点主管机构,提供无线城市门户、智能导游、智能门票及优惠券、景区综合安防、车辆及停车场管理等服务。这些应用通过物联网和云计算技术,实现了旅游服务的智能化、个性化和协同化,提高了旅游服务的自由度和信息共享的动态性。 智慧旅游的发展标志着旅游信息化建设的智能化和应用多样化趋势,多种技术和应用交叉渗透至旅游行业的各个方面,预示着全面的智慧旅游时代已经到来。智慧旅游不仅提升了游客的旅游体验,也为旅游管理和服务提供了高效的技术支持。
智慧旅游解决方案利用云计算、物联网和移动互联网技术,通过便携终端设备,实现对旅游资源、经济、活动和旅游者信息的智能感知和发布。这种技术的应用旨在提升游客在旅游各个环节的体验,使他们能够轻松获取信息、规划行程、预订票务和安排食宿。智慧旅游平台为旅游管理部门、企业和游客提供服务,包括政策发布、行政管理、景区安全、游客流量统计分析、投诉反馈等。此外,平台还提供广告促销、库存信息、景点介绍、电子门票、社交互动等功能。 智慧旅游的建设规划得到了国家政策的支持,如《国家中长期科技发展规划纲要》和国务院的《关于加快发展旅游业的意见》,这些政策强调了旅游信息服务平台的建设和信息化服务的重要性。随着技术的成熟和政策环境的优化,智慧旅游的时机已经到来。 智慧旅游平台采用SaaS、PaaS和IaaS等云服务模式,提供简化的软件开发、测试和部署环境,实现资源的按需配置和快速部署。这些服务模式支持旅游企业、消费者和管理部门开发高性能、高可扩展的应用服务。平台还整合了旅游信息资源,提供了丰富的旅游产品创意平台和统一的旅游综合信息库。 智慧旅游融合应用面向游客和景区景点主管机构,提供无线城市门户、智能导游、智能门票及优惠券、景区综合安防、车辆及停车场管理等服务。这些应用通过物联网和云计算技术,实现了旅游服务的智能化、个性化和协同化,提高了旅游服务的自由度和信息共享的动态性。 智慧旅游的发展标志着旅游信息化建设的智能化和应用多样化趋势,多种技术和应用交叉渗透至旅游行业的各个方面,预示着全面的智慧旅游时代已经到来。智慧旅游不仅提升了游客的旅游体验,也为旅游管理和服务提供了高效的技术支持。
深度学习是机器学习的一个子领域,它基于人工神经网络的研究,特别是利用多层次的神经网络来进行学习和模式识别。深度学习模型能够学习数据的高层次特征,这些特征对于图像和语音识别、自然语言处理、医学图像分析等应用至关重要。以下是深度学习的一些关键概念和组成部分: 1. **神经网络(Neural Networks)**:深度学习的基础是人工神经网络,它是由多个层组成的网络结构,包括输入层、隐藏层和输出层。每个层由多个神经元组成,神经元之间通过权重连接。 2. **前馈神经网络(Feedforward Neural Networks)**:这是最常见的神经网络类型,信息从输入层流向隐藏层,最终到达输出层。 3. **卷积神经网络(Convolutional Neural Networks, CNNs)**:这种网络特别适合处理具有网格结构的数据,如图像。它们使用卷积层来提取图像的特征。 4. **循环神经网络(Recurrent Neural Networks, RNNs)**:这种网络能够处理序列数据,如时间序列或自然语言,因为它们具有记忆功能,能够捕捉数据中的时间依赖性。 5. **长短期记忆网络(Long Short-Term Memory, LSTM)**:LSTM 是一种特殊的 RNN,它能够学习长期依赖关系,非常适合复杂的序列预测任务。 6. **生成对抗网络(Generative Adversarial Networks, GANs)**:由两个网络组成,一个生成器和一个判别器,它们相互竞争,生成器生成数据,判别器评估数据的真实性。 7. **深度学习框架**:如 TensorFlow、Keras、PyTorch 等,这些框架提供了构建、训练和部署深度学习模型的工具和库。 8. **激活函数(Activation Functions)**:如 ReLU、Sigmoid、Tanh 等,它们在神经网络中用于添加非线性,使得网络能够学习复杂的函数。 9. **损失函数(Loss Functions)**:用于评估模型的预测与真实值之间的差异,常见的损失函数包括均方误差(MSE)、交叉熵(Cross-Entropy)等。 10. **优化算法(Optimization Algorithms)**:如梯度下降(Gradient Descent)、随机梯度下降(SGD)、Adam 等,用于更新网络权重,以最小化损失函数。 11. **正则化(Regularization)**:技术如 Dropout、L1/L2 正则化等,用于防止模型过拟合。 12. **迁移学习(Transfer Learning)**:利用在一个任务上训练好的模型来提高另一个相关任务的性能。 深度学习在许多领域都取得了显著的成就,但它也面临着一些挑战,如对大量数据的依赖、模型的解释性差、计算资源消耗大等。研究人员正在不断探索新的方法来解决这些问题。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值