APP测试点总结1.功能性测试：　　——根据产品需求文档编写测试用例。　　——软件设计文档编写用例。　　注意：就是根据产品需求文档编写测试用例而进行测试。2.兼容性测试:　　——android版本的兼容性　　——手机分辨率兼容性　　——网络的兼容性：2G\\3G\\4G\\WIFI,弱网下、断网时　　——app跨版本的兼容性　　1.适配

项目描述目前做App开发总绕不开图片这个元素。但是随着手机拍照分辨率的提升，图片的压缩成为一个很重要的问题。单纯对图片进行裁切，压缩已经有很多文章介绍。但是裁切成多少，压缩成多少却很难控制好，裁切过头图片太小，质量压缩过头则显示效果太差。于是自然想到App巨头“微信”会是怎么处理，Luban（鲁班）就是通过在微信朋友圈发送近10

博客内容基于NGUI.3.11.2，讲述NGUI2DUI。设备无关坐标以OpenGL为例，经过各种图形阶段（stage）后，几何形状最终被转换成像素显示在屏幕上。设备屏幕坐标以像素为单位，是设备相关的。不同设备分辨率不一样，即使同一设备，不同窗口的大小也不一样。在不关注具体设备的情况下绘制几何形状，则需要设备无关坐标系统。

　码流（DataRate）是指视频文件在单位时间内使用的数据流量，也叫码率，是视频编码中画面质量控制中最重要的部分。同样分辨率下，视频文件的码流越大，压缩比就越小，画面质量就越好。一、简介H.264的主要目标：1．高的视频压缩比2．良好的网络亲和性解决方案：（1）VCLvideocodinglayer视频编码层。VCL：核心算法引擎，块

网页设计标准尺寸:1、800\600下，网页宽度保持在778以内，2、1024\768下，网页宽度保持在1002以内，3、在ps里面做网页可以在800\600状态下显4、在PS里做的图到了网上就不一样了，颜色等等方；页面标准按800\600分辨率制作，实际尺寸为7；页面长度原则上不超过3屏，宽度不超过1屏；每个标准页面为A4幅面大小，

摘要我们训练了一个大型的深度卷积神经网络，将ImageNetlsvprc2010竞赛中的120万幅高分辨率图像分成1000个不同的类。在测试数据上，我们实现了top1名的错误率为37.5%，top5名的错误率为17.0%，大大优于之前的水平。该神经网络有6000万个参数和65万个神经元，由5个卷积层和3个完全连接的层组成，其中一些卷积层之

在xml布局文件中，我们既可以设置px，也可以设置dp（或者dip）。一般情况下，我们都会选择使用dp，这样可以保证不同屏幕分辨率的机器上布局一致。但是在代码中，如何处理呢？很多控件的方法中都只提供了设置px的方法，例如setPadding，并没有提供设置dp的方法。这个时候，如果需要设置dp的话，就要将dp转换成px了。以下是一个应用类，方便进行px和

BatchNorm可谓深度学习中非常重要的技术，不仅可以使训练更深的网络变容易，加速收敛，还有一定正则化的效果，可以防止模型过拟合。在很多基于CNN的分类任务中，被大量使用。但我最近在图像超分辨率和图像生成方面做了一些实践，发现在这类任务中，BatchNorm的表现并不好，加入了BatchNorm，反而使得训练速度缓慢，不稳定，甚至最后发散。

说起编程作图，大概还有很多人想起TC的include<graphics.h吧？但是各位是否想过，那些画面绚丽的PC游戏是如何编写出来的？就靠TC那可怜的640\480分辨率、16色来做吗？显然是不行的。本帖的目的是让大家放弃TC的老旧图形接口，让大家接触一些新事物。OpenGL作为当前主流的图形API之一，它在一些场合具有比DirectX

说起编程作图，大概还有很多人想起TC的include<graphics.h吧？但是各位是否想过，那些画面绚丽的PC游戏是如何编写出来的？就靠TC那可怜的640\480分辨率、16色来做吗？显然是不行的。本帖的目的是让大家放弃TC的老旧图形接口，让大家接触一些新事物。OpenGL作为当前主流的图形API之一，它在一些场合具有比DirectX