推荐
专栏
教程
课程
飞鹅
本次共找到4495条
android网络请求
相关的信息
阿邹
•
4年前
USB转串口调试硬件设备
场景首先我这里是一台长方形的设备,虽然玩了这么久我不知道这个玩意叫啥,但是没关系它里面是装的android系统,然后这台设备需要链接一个称重的设备进行串口调试,意思很明显,长方形设备需要获取到称重设备的重量信息,从而来进行相应的处理。我这台设备可以直链接串口也可以转usb链接,其实原本就是直链接串口的线,只是我直插串口链接不到,后来再接了个usb
九路
•
5年前
4.1 手写Java PriorityQueue 核心源码
本章先讲解优先级队列和二叉堆的结构。下一篇代码实现从一个需求开始假设有这样一个需求:在一个子线程中,不停的从一个队列中取出一个任务,执行这个任务,直到这个任务处理完毕,再取出下一个任务,再执行。其实和Android的Handler机制中的Looper不停的从MessageQueue中取出一个消息然后处理是一样的。不过这个需
浩浩
•
4年前
面试官:给你了十分钟,讲出实现 Router 框架的原理
Android开发中,组件化,模块化是一个老生常谈的问题。随着项目复杂性的增长,模块化是一个必然的趋势。除非你能忍受改一下代码,就需要十几分钟的漫长阅读时间。模块化,组件化随之带来的另外一个问题是页面的跳转问题,由于代码的隔离,代码之间有时候会无法互相访问。于是,路由(Router)框架诞生了。目前用得比较多的有阿里的ARouter,美团的WM
红橙Darren
•
4年前
打造炫酷通用的ViewPager指示器 - Adapter模式适配所有
1.概述上一期我们已经写了一篇可是这种效果虽然绚烂可以装装A和C之间,但是在实际的大多数效果中并不常见,只是在内涵段子中有这个效果而已,那么这一期我们就用Adapter适配器模式适配所有的效果,堪称终结者。附视频地址: 这里写图片描述2.效果实现我还是还是拿上一个实例来做演示吧。这里我贴几种常见的效果,首先声明Android自带的
Stella981
•
4年前
BraTS18——多模态MR图像脑肿瘤分割挑战赛续5
今天将继续分享从网络结构上进行改进提出SCSEVNet模型来分割脑肿瘤。为了方便大家学习理解整个分割流程,我将整个流程步骤进行了整理,并给出每个步骤的结果,希望对大家有所帮助。一、SCSENet模块介绍17年Momenta胡杰团队提出SqueezeandExcitationNetworks(简称SENet)后BraTS18——多模
Stella981
•
4年前
Redis 5.0 正式发布!
点击上方“IT行业技术圈”可关注我们!!(https://oscimg.oschina.net/oscnet/53f3d9c9922d4f2da39841c351d037fe.jpg)Redis是一个开源的使用ANSI C语言编写、支持网络、可基于内存亦可持久化的日志型、KeyValue数据库,并提供多种语言的API。从2010
Stella981
•
4年前
Python unittest模块的使用笔记:对mock.patch()的被mock函数的说明
现在假设需要对get\_app模块内的create\_app函数做单元测试,同时create\_app函数调用了另一模块utils的load\_yaml函数。由于模块utils的load\_yaml函数可能处于开发阶段或是需要通过网络传输数据,从而导致测试的不便。这时就需要对load\_yaml做一个mock.patch,即伪造一个load\_
Wesley13
•
4年前
UDP:user datagram protocol
1.引言1.1简介运输层提供了端到端(主机中的进程)的服务;网络层提供了主机到主机之间的服务;一个运输层协议可能对应着多个应用层协议,因此它具备一个非常重要的功能复用(multiplexing)和分用(demultiplexing)\:复用multiplexing指发送方应用进程可以使用同
Wesley13
•
4年前
ByteArrayOutputStream的用法
ByteArrayOutputStream类是在创建它的实例时,程序内部创建一个byte型别数组的缓冲区,然后利用ByteArrayOutputStream和ByteArrayInputStream的实例向数组中写入或读出byte型数据。在网络传输中我们往往要传输很多变量,我们可以利用ByteArrayOutputStream把所有的变量收集到一起,然后一次
京东云开发者
•
3年前
京东云开发者|提高IT运维效率,深度解读京东云AIOps落地实践
基于深度学习对运维时序指标进行异常检测,快速发现线上业务问题时间序列的异常检测是实际应用中的一个关键问题,尤其是在IT行业。我们没有采用传统的基于阈值的方法来实现异常检测,而是通过深度学习提出了一种无阈值方法:基于LSTM网络的基线(一
1
•••
360
361
362
•••
450