ExpandableListView深度设计扩展

ExpandableListView深度设计扩展的相关文章

(转) 深度强化学习综述:从AlphaGo背后的力量到学习资源分享(附论文)

  本文转自:http://mp.weixin.qq.com/s/aAHbybdbs_GtY8OyU6h5WA   专题 | 深度强化学习综述:从AlphaGo背后的力量到学习资源分享(附论文) 原创 2017-01-28 Yuxi Li 机器之心 选自arXiv 作者:Yuxi Li 编译:Xavier Massa.侯韵楚.吴攀     摘要   本论文将概述最近在深度强化学习(Deep Reinforcement Learning)方面喜人的进展.本文将从深度学习及强化学习的背景知识开始,包

注重风格结合的整体界面设计方式

视觉设计是产品面向用户的首要冲击点,首先是通过界面将产品构建的一种整体产品性格传递给用户.体现在界面上即你的界面图形风格上色营造的氛围是否具有性格,属于产品的一种性格,视觉设计的风格姿态决定了用户对产品的导入,兴趣,乃至后面的使用等等,反之则失去了产品视觉构建的意义,用户可能从视觉感受就否定或者抵触了一个产品,当然这不是绝对意义上的可能,但事实是产品市场经常出现这种用户行为,于是有了人类学社会学,以及数据统计概率方面的介入,从而让产品的感性部分找到更多的共性,或者规避一些用户的可能抵触点等等.视

网页设计技巧之面包屑设计

What? 什么是面包屑 面包屑是作为辅助和补充的导航方式(secondary navigation scheme),它能让用户知道在网站或应用中所处的位置并能方便地回到原先的地点. 最常见的面包屑的样式是:横向的文字链接,由大于号">"分开,这个符号也暗示了它们的层级关系. [ 面包屑的分类] 1.基于用户所在的层级位置.(Location-based) 基于位置的面包屑用于告知用户在当前网站中所在的结构层级.用在具有多级导航(通常具有2级以上导航)的网站中. 2.基于产品的属

怎样设计极具吸引力的首屏大图

  当下网页设计最重大的一项趋势,就是大图片的使用.不只是大,这些巨幅图片看上去就像在屏幕上活过来一样.用在页面顶部时,就是我们常说的首屏大图. 如何利用这一趋势?需要从哪些工具入手?本文中,我们来看看这些首屏大图.用好它们的诀窍.熟练掌握这一趋势优秀网页案例,甚至还有可供下载研究的赠品. 什么是首屏大图? 首屏大图,就是在首页或其他页面顶部,运用焦点图.文字和导航元素.首屏大图体现为多种形式--作为一张图片或带文字的图.图片轮播.固定图片.视频或是动态图片.设计风格也囊括写实与手绘. 焦点图片

首屏大图:最大限度利用设计

  当下网页设计最重大的一项趋势,就是大图片的使用.不只是大,这些巨幅图片看上去就像在屏幕上活过来一样.用在页面顶部时,就是我们常说的首屏大图. 如何利用这一趋势?需要从哪些工具入手?本文中,我们来看看这些首屏大图.用好它们的诀窍.熟练掌握这一趋势优秀网页案例,甚至还有可供下载研究的赠品. 什么是首屏大图? 首屏大图,就是在首页或其他页面顶部,运用焦点图.文字和导航元素.首屏大图体现为多种形式--作为一张图片或带文字的图.图片轮播.固定图片.视频或是动态图片.设计风格也囊括写实与手绘. 焦点图片

用户体验交互设计 如何设计优秀的用户体验

虽然说起来简单,但这里所说的每一点都意义深刻.虽然可以把每一条都写成一篇文章,但我们只给出简短的解释.缺少的细节和例子,则要用你自己的经验来填补. 抓住基本功能 核心使用情境--人们使用你的 Windows Vista 程序的主要原因--远远重要于那些边边角角的情境--人们也许会做也许不会做的事情.牢牢抓住基本的东西!(如果你这么做,用户可以容忍那些发生在边角的问题.) 把某方面做出色 想想"真实"用户(而不是市场部或公关部的人)会如何描述你的程序.找出你的目标用户,保证他们会说&qu

从达标到卓越 —— API 设计之道

新技术层出不穷,长江后浪推前浪.在浪潮褪去后,能留下来的,是一些经典的设计思想. 在前端界,以前有远近闻名的 jQuery,近来有声名鹊起的 Vue.js.这两者叫好又叫座的原因固然有很多,但是其中有一个共同特质不可忽视,那便是它们的 API 设计 非常优雅. 因此这次我想来谈个大课题 -- API 设计之道. 讨论内容的定义域 本文并不是<jQuery API 赏析>,当我们谈论 API 的设计时,不只局限于讨论「某个框架应该如何设计暴露出来的方法」.作为程序世界分治复杂逻辑的基本协作手段,

英特尔开源分布式深度学习库BigDL:支持高性能大数据分析

近日,英特尔开源了一个运行在 Apache Spark 上的分布式深度学习库 BigDL,其可以利用已有的 Spark 集群来运行深度学习计算,并且还能简化从 Hadoop 的大数据集的数据加载. 开源地址>>> 据介绍,在 Xeon 服务器上的测试表明,BigDL 相比于 Caffe.Torch 或 TensorFlow 等开源框架实现了显著的速度提升.其速度可与主流的 GPU 相媲美,而且 BigDL 也能扩展到多达数十个 Xeon 服务器. BigDL 库支持 Spark 1.5.

Intel开源了基于Apache Spark的分布式深度学习框架BigDL

Intel开源了基于Apache Spark的分布式深度学习框架BigDL.BigDL借助现有的Spark集群来运行深度学习计算,并简化存储在Hadoop中的大数据集的数据加载. 在Xeon服务器上运行的测试结果表明,BigDL比其他开源框架Caffe.Torch和TensorFlow有显著的性能提升.BigDL速度可与主流GPU匹敌,而且能够扩展到数十个Xeon服务器. BigDL库支持Spark 1.5.1.6和2.0版本,并容许将深度学习嵌入在现有的Spark程序中.BigDL库中有把Sp