Android AsyncTask 详解分析

AsyncTask是 Android 1.5 Cubake加入的用于实现 异步操作的一个类,在此之前只能用 Java SE库中的Thread来实现多 线程异步,AsyncTask是Android平台自己的异步 工具,融入了Android平台的特性,让异步操作更加的 安全,方便和实用。实质上它也是对Java SE库中Thread的一个封装,加上了平台相关的特性,所以对于所有的 多线程异步都强烈推荐使用AsyncTask,因为它考虑,也融入了 Android平台的特性,更加的安全和高效。AsyncTask可以方便的执行异步操作(doInBackground),又能方便的与主线程进行 通信,它本身又有良好的封装性,可以进行取消操作(cancel())。这个实例用AsyncTask到网络上下载图片,同时显示进度,下载完图片更新 UI。(PS:一个不错的 Android学习交流群278744577,验证: pin,有兴趣的话可以加入进来一起讨论)
  1. package com.google.asynctask.concurrent;
  2. public class AsyncTaskDemoActivity extends Activity {
  3. private static final String ImageUrl = "http://s1.pan.bdstatic.com/static/images/new/multiterminal.jpg?r=201308085508?t=201303150000";
  4. private ProgressBar mProgressBar;
  5. private ImageView mImageView;
  6. private Button mGetImage;
  7. private Button mAbort;
  8. @Override
  9. public void onCreate(Bundle icicle) {
  10. super.onCreate(icicle);
  11. setContentView(R.layout.async_task_demo_activity);
  12. mProgressBar = (ProgressBar) findViewById(R.id.async_task_progress);
  13. mImageView = (ImageView) findViewById(R.id.async_task_displayer);
  14. final ImageLoader loader = new ImageLoader();
  15. mGetImage = (Button) findViewById(R.id.async_task_get_image);
  16. mGetImage.setOnClickListener(new View.OnClickListener() {
  17. public void onClick(View v) {
  18. loader.execute(ImageUrl);
  19. }
  20. });
  21. mAbort = (Button) findViewById(R.id.asyc_task_abort);
  22. mAbort.setOnClickListener(new View.OnClickListener() {
  23. public void onClick(View v) {
  24. loader.cancel(true);
  25. }
  26. });
  27. mAbort.setEnabled(false);
  28. }
  29. private class ImageLoader extends AsyncTask {
  30. private static final String TAG = "ImageLoader";
  31. @Override
  32. protected void onPreExecute() {
  33. // Initialize progress and image
  34. mGetImage.setEnabled(false);
  35. mAbort.setEnabled(true);
  36. mProgressBar.setVisibility(View.VISIBLE);
  37. mProgressBar.setProgress(0);
  38. mImageView.setImageResource(R.drawable.icon);
  39. }
  40. @Override
  41. protected Bitmap doInBackground(String... url) {
  42. //最核心的操作
  43. try {
  44. URL mUrl;
  45. HttpURLConnection conn = null;
  46. InputStream in = null;
  47. OutputStream out = null;
  48. final String filename = "local_temp_image";
  49. try {
  50. mUrl = new URL(url[0]);
  51. conn = (HttpURLConnection) mUrl.openConnection();
  52. conn.setDoInput(true);
  53. conn.setDoOutput(false);
  54. conn.setConnectTimeout(20 * 1000);
  55. in = conn.getInputStream();
  56. out = openFileOutput(filename, Context.MODE_PRIVATE);
  57. byte[] buf = new byte[8196];
  58. int seg = 0;
  59. final long total = conn.getContentLength();
  60. long current = 0;
  61. while (!isCancelled() && (seg = in.read(buf)) != -1) {
  62. out.write(buf, 0, seg);
  63. current += seg;
  64. int progress = (int) ((float) current / (float) total * 100f);
  65. publishProgress(progress);
  66. SystemClock.sleep(1000);
  67. }
  68. } finally {
  69. if (conn != null) {
  70. conn.disconnect();
  71. }
  72. if (in != null) {
  73. in.close();
  74. }
  75. if (out != null) {
  76. out.close();
  77. }
  78. }
  79. return BitmapFactory.decodeFile(getFileStreamPath(filename).getAbsolutePath());
  80. } catch (MalformedURLException e) {
  81. e.printStackTrace();
  82. } catch (IOException e) {
  83. e.printStackTrace();
  84. }
  85. return null;
  86. }
  87. @Override
  88. protected void onProgressUpdate(Integer... progress) {
  89. mProgressBar.setProgress(progress[0]);
  90. }
  91. @Override
  92. protected void onPostExecute(Bitmap image) {
  93. if (image != null) {
  94. mImageView.setImageBitmap(image);
  95. }
  96. mProgressBar.setProgress(100);
  97. mProgressBar.setVisibility(View.GONE);
  98. mAbort.setEnabled(false);
  99. }
  100. }
  101. }
复制代码
总结:注意事项;
1. AsyncTask对象不可重复使用,也就是说一个AsyncTask对象只能execute()一次,否则会有异常抛出"java.lang.IllegalStateException: Cannot execute task: the task is already running"
2. 在doInBackground()中要检查isCancelled()的返回值,如果你的异步任务是可以取消的话。cancel()仅仅是给AsyncTask对象设置了一个标识位,当调用了cancel()后,发生的事情只有:AsyncTask对象的标识位变了,和doInBackground()执行完成后,onPostExecute()不会被回调了,而doInBackground()和 onProgressUpdate()还是会继续执行直到doInBackground()结束。所以要在doInBackground()中不断的检查 isCancellled()的返回值,当其返回true时就停止执行,特别是有循环的时候。如上面的例子,如果把读取数据的isCancelled() 检查去掉,图片还是会下载,进度也一直会走,只是最后图片不会放到UI上(因为onPostExecute()没被回调)!这里的原因其实很好理解,想想Java SE的Thread吧,是没有方法将其直接Cacncel掉的,那些线程取消也无非就是给线程设置标识位,然后在run()方法中不断的检查标识而已。
3. 如果要在应用程序中使用网络,一定不要忘记在AndroidManifest中声明INTERNET权限,否则会报出很诡异的异常信息,比如上面的例子,如果把INTERNET权限拿掉会抛出"UnknownHostException"。刚开始很疑惑,因为模拟器是可以正常上网的,后来Google了下才发现原来是没权限,但是疑问还是没有消除,既然没有声明网络权限,为什么不直接提示无网络权限呢?对比Java SE的ThreadThread是非常原始的类,它只有一个run()方法,一旦开始,无法停止,它仅适合于一个非常独立的异步任务,也即不需要与主线程交互,对于其他情况,比如需要取消或与主线程交互,都需添加额外的代码来实现,并且还要注意同步的问题。而AsyncTask是封装好了的,可以直接拿来用,如果你仅执行独立的异步任务,可以仅实现doInBackground()。所以,当有一个非常独立的任务时,可以考虑使用Thread,其他时候,尽可能的用 AsyncTask。
1、资源项目源码均已通过严格测试验证,保证能够正常运行; 2、项目问题、技术讨论,可以给博主私信或留言,博主看到后会第一时间与您进行沟通; 3、本项目比较适合计算机领域相关的毕业设计课题、课程作业等使用,尤其对于人工智能、计算机科学与技术等相关专业,更为适合; 4、下载使用后,可先查看README.md或论文文件(如有),本项目仅用作交流学习参考,请切勿用于商业用途。 5、资源来自互联网采集,如有侵权,私聊博主删除。 6、可私信博主看论文后选择购买源代码。 1、资源项目源码均已通过严格测试验证,保证能够正常运行; 2、项目问题、技术讨论,可以给博主私信或留言,博主看到后会第一时间与您进行沟通; 3、本项目比较适合计算机领域相关的毕业设计课题、课程作业等使用,尤其对于人工智能、计算机科学与技术等相关专业,更为适合; 4、下载使用后,可先查看README.md或论文文件(如有),本项目仅用作交流学习参考,请切勿用于商业用途。 5、资源来自互联网采集,如有侵权,私聊博主删除。 6、可私信博主看论文后选择购买源代码。 1、资源项目源码均已通过严格测试验证,保证能够正常运行; 2、项目问题、技术讨论,可以给博主私信或留言,博主看到后会第一时间与您进行沟通; 3、本项目比较适合计算机领域相关的毕业设计课题、课程作业等使用,尤其对于人工智能、计算机科学与技术等相关专业,更为适合; 4、下载使用后,可先查看README.md或论文文件(如有),本项目仅用作交流学习参考,请切勿用于商业用途。 5、资源来自互联网采集,如有侵权,私聊博主删除。 6、可私信博主看论文后选择购买源代码。
应用背景为变电站电力巡检,基于YOLO v4算法模型对常见电力巡检目标进行检测,并充分利用Ascend310提供的DVPP等硬件支持能力来完成流媒体的传输、处理等任务,并对系统性能做出一定的优化。.zip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