展开

关键词

Android Studio 4.1 发布,全方位提升开发体验

此功能有助于节省屏幕空间,您可以使用热键在模拟器和编辑器窗口之间快速导航,并在一个应用窗口中组织您的 IDE 和模拟器工作流。 TensorFlow Lite 是常见的用于编写移动端机器学习模型的开发库,我们希望简化将这些模型导入 Android 应用的过程。 要查看导入模型的详细信息以及如何在应用中使用,请双击项目中的 .tflite 模型文件以打开模型查看器页面。您可以阅读 官方文档 了解详情。  5G 移动网络测试 功能,我们还在 Android 模拟器增加了对可折叠设备的支持。 AGP 4.1 支持在 Android 库项目的 AAR 外部原生构建中导出库。

6220

Android Studio 4.1发布:可直接运行安卓模拟器、支持 Dagger 导航和 TensorFlow Lite 模型

由于 Android Studio 在检查应用时会保持实时连接,因此你还可以使用数据库检查器修改值,并在运行的应用查看这些更改。 TensorFlow Lite 是一个流行的,用于编写移动机器学习模型的库,我们希望让它更容易将这些模型导入 Android 应用。 要查看导入模型的详细信息并获得有关如何在应用中使用它的说明,请在项目中双击.tflite 模型文件以打开模型查看器页面。 AGP 版本 4.1 支持从 Android 库项目的 AAR 外部原生构建导出库。 这是一种优化工具,可让你实时查看你的应用使用系统资源的情况。通过边框选择模式,我们可以更轻松地选择跟踪;我们还添加了新的分析标签,并添加了更多的帧渲染数据,以帮助你调查应用 UI 的渲染问题。

53230
  • 广告
    关闭

    【玩转 Cloud Studio】有奖调研征文,千元豪礼等你拿!

    想听听你玩转的独门秘籍,更有机械键盘、鹅厂公仔、CODING 定制公仔等你来拿!

  • 您找到你想要的搜索结果了吗?
    是的
    没有找到

    玩了5万局游戏,英伟达让GameGAN自己生成「吃豆人」,世界首创无需游戏引擎

    我们想看看人工智能是否能够仅通过看一个智能体在游戏中移动的模式,就能学习到环境的规则。而它确实做到了。" 然后,训练好的GameGAN模型会生成环境的静态元素,迷宫形状、小点和Power Pellets--再加上移动元素,敌人的幽灵和PAC-MAN本身。 ? 由于模型可以将背景与移动的人物分开,因此可以将游戏重新设定为在室外的绿篱迷宫中进行,或者将PAC-MAN换成你喜欢的表情符号。开发者可以利用这个功能来尝试新的角色创意或游戏主题。 源于游戏,却不囿于游戏 对开发者来说,创建模拟器一个耗时的过程,他们必须对物体之间如何交互以及光在环境如何工作的规则进行编码。 ? 模拟器被用于开发各种类型的机器人,比如仓库机器人学习如何抓取和移动物体,或者送货机器人学习如何在道路上导航以运送食物或药品。

    42920

    初识The ONE

    ONE在单个框架具有模拟分析多种DTN协议的能力,并且不像其他DTN模拟器那样只是关注于路由的模拟,它将移动模型、DTN路由和可视化的图形界面整合为一体。 移动模型可以通过整合的移动模块产生,也可以通过外部的接口人工导入,模拟产生的消息事件可以导出到报告模块做进一步分析。      路由功能通过routing modular实现,同样,ONE已经定义了六种路由模型,详见【2】,这六种路由模型皆为active routing,为了与外部的其他DTN路由模拟器的路由模型dtnsim 节点移动模块可以根据路由模块的状态改变它的移动行为,反过来,路由模块可以基于节点移动模块的相遇时间调整通信的参数。 External event and reporting frameworks是系统主要外部通信接口,一个充当输入,一个充当输出,External event framework将外部消息事件导入到模拟器进行模拟

    65360

    gnss北斗信号模拟转发器的应用

    在测试环节往往由于缺乏实际的真实天空信号,实验室测试便具备了极端的重要性,尤其是当某些卫星尚未发射之时。卫星跟踪将成为具备GPS能力的设备取得成功的关键。 在实际的应用,用户借助GNSS信号模拟器可以在室内实时模拟飞机、火箭、导弹、卫星等高动态载体在飞行接收到的北斗/GPS卫星信号,是研制和开发各种军用接收机的关键设备;同时对北斗导航系统验证具有重要意义 3、仿真试验的3个阶段利用卫星信号模拟进行仿真实验可以划分为3个阶段第一阶段定义移动接收机的工作环境第二阶段根据移动接收机的工作环境,由软件控制信号模拟器产生响应环境下的GPS卫星射频信号,通过射频口送 常用的轨迹信号发送的循环发送功能。设备出厂时会内置几条测试轨迹,有静态的也有运行动态的轨迹,单次轨迹时长有几分钟的有20分钟的还有约一个小时的供用户测试使用。 支持北斗B1/B2/B3/GPS L1/GLONASS等五个频点的射频仿真信号输出,支持实时星历和外部星历参数输入,支持不同时间长度的各种轨迹输出,能满足各类卫星导航授时接收终端的测试需求,可替代国外高昂

    9010

    虚拟现实VR的相关知识

    在虚拟环境,可以建立虚拟的人体模型,借助于跟踪球、HMD、感觉手套,学生可以很容易了解人体内部各器官结构,这比现有的采用教科书的方式要有效得多。 这个虚拟的环境包括虚拟的手术台与手术灯,虚拟的外科工具(手术刀、注射器、手术钳等),虚拟的人体模型与器官等。借助于HMD及感觉手套,使用者可以对虚拟的人体模型进行手术。 例如,导管插入动脉的模拟器,可以使学生反复实践导管插入动脉时的操作;眼睛手术模拟器,根据人眼的前眼结构创造出三维立体图像,并带有实时的触觉反馈,学生利用它可以观察模拟移去晶状体的全过程,并观察到眼睛前部结构的血管 如何“输入”也是一大困扰 虚拟现实更大的挑战也许是如何在虚拟世界与目标进行互动。Oculus Rift只是对用户的头部进行跟踪,但是并不能追踪身体的其它部位。比如玩家的手部动作现在就无法真正模拟。 容易让人感到疲劳 所有游戏开发商或电影制作公司都应该了解如何在虚拟现实场景不同的使用摄像机。移动着观看和静坐观看,二者带来的体验是截然不同的。

    35640

    CCF-腾讯犀牛鸟基金项目课题介绍(一)——机器学习&计算机视觉及模式识别

    如何打通虚拟世界和现实物理世界的桥梁,将在虚拟模拟器里训练得到的模型有效部署到现实世界,或直接在现实世界中进行高效强化学习训练,并将相应核心算法落地到普通用户的生活场景,是一项有挑战性的重要课题,其成果将有助于通用人工智能在现实世界的落地 建议研究方向: 1)研究如何搭建摄像头网络对多个目标进行跟踪。 2)研究如何在跟踪的基础上,准确地进行识别任务并保持一致性。 3)研究大范围摄像头中如何实时进行多目标跟踪。 2)  困难场景:背景干扰,区域定位不准确,文本行倾斜,文本排列扭曲等)英文字符串的识别。 3)  3D人脸研究。 4)  跨年龄人脸识别(面向寻找走失儿童等应用场景展开研究)。 6)  视频人脸跟踪与识别(面向安防监控等应用场景展开研究)。 7)  低功耗场景下的人脸与OCR研究(面向移动设备、监控硬件等低功耗计算资源展开研究)。 多模态数据是指对于一个待描述事物,通过不同的方法或角度收集到的数据。我们把收集这些数据的每一个方法或视角称之为一个模态(Modality)。

    33540

    CCF-腾讯犀牛鸟基金项目课题介绍(一)——机器学习&计算机视觉及模式识别

    如何打通虚拟世界和现实物理世界的桥梁,将在虚拟模拟器里训练得到的模型有效部署到现实世界,或直接在现实世界中进行高效强化学习训练,并将相应核心算法落地到普通用户的生活场景,是一项有挑战性的重要课题,其成果将有助于通用人工智能在现实世界的落地 建议研究方向: 1)研究如何搭建摄像头网络对多个目标进行跟踪。 2)研究如何在跟踪的基础上,准确地进行识别任务并保持一致性。 3)研究大范围摄像头中如何实时进行多目标跟踪。 2)  困难场景:背景干扰,区域定位不准确,文本行倾斜,文本排列扭曲等)英文字符串的识别。 3)  3D人脸研究。 4)  跨年龄人脸识别(面向寻找走失儿童等应用场景展开研究)。 6)  视频人脸跟踪与识别(面向安防监控等应用场景展开研究)。 7)  低功耗场景下的人脸与OCR研究(面向移动设备、监控硬件等低功耗计算资源展开研究)。 多模态数据是指对于一个待描述事物,通过不同的方法或角度收集到的数据。我们把收集这些数据的每一个方法或视角称之为一个模态(Modality)。

    62080

    我这个人不懂什么CPU,于是我用代码模拟出了一个

    我对电路学知识的兴趣不大,而这本书只是简单概述了一些基础知识,包括接线以及在没有必备电气工程知识的情况下位元如何在计算系统中移动。 一些人搭建了一个很酷的视觉模拟器(visual simulator),无法想象需要花费多长时间才能跟踪全部的接线状态! ? 组成 Scott CPU 的所有组件图解。 外设 在这里,外设使用的是适配模式,充当 CPU 和外部世界之间的硬件接口。这里并不难猜,肯定是软件设计模式获取灵感的地方。 ? I/O 适配器是如何连接到 GLFW 窗口的。 使用我编写的粗糙的汇编程序编写程序集更糟糕,因为你怪不得别人。 最大的问题在于同时处理这 4 个寄存器并跟踪它们,将它们作为临时存储存储到内存。 虽然我做的这个 CPU 很简单,距离电脑里的 CPU 还很远,但通过这个项目我学到了很多,: 位元如何在使用总线的所有组件之间移动 一个简单的 ALU 是如何工作的 一个简单的 Fetch-Decode-Execute

    30520

    【2021GTC】帮助四足机器人学习具有挑战性的任务:从模拟到现实

    您可以使用轮子在平坦的表面上移动得更快,也可以通过步行克服楼梯等障碍。 这是一个经过训练的policy,用于同时为 ALAM 控制机器人的底座和手臂。 我们必须找出真正的机器人相对于这个数字孪生体的位置,以便我们可以在现实世界中跟踪该路径。 那么我们如何在数字孪生中找到连接这些点的路径。 给定高级导航命令,机器人能够根据来自深度相机的帧安全地移动到目标位置,而无需任何明确的环境映射。首先,使用状态表示学习将图像序列和相机的当前轨迹融合以形成世界模型。 我们想在现实世界执行轨迹。为此,我们必须在数字孪生内部定位一个真正的机器人,以便我们知道它在哪里比较。我们匹配来自板载传感器的实时点云扫描。比如RTC360,它被用来创建数字孪生。 对于我们的机器人,具有串联弹性驱动,具有驱动器模型是必不可少的。没有它,我们永远无法成功转移一个policy。

    19220

    移动深度学习:人工智能的深水区

    下图是我们团队在2017年做的一个Demo,它通过实时识别视频的图像主体,再通过该区域进行图像搜索,就可以得到商品、明星等多种垂直分类相关图片的信息。 ? 实时翻译效果图 AR实时翻译功能最早在Google翻译软件应用并上线,Google使用了翻译和OCR(图片转文本)模型全部离线的方式。 但是全部离线的方式也有弊端,那就是OCR和翻译模型体积较大,且需要用户下载到手机才可以使用。 解决这一问题需要使用跟踪技术。 需要用一个完整的三维坐标系来描述空间,这样就能知道手机现在和刚才所处的位置。 需要倒推原来文本所在位置和现在的位置之间的偏移量。 首先介绍基础的数学原理和深度学习模型,然后深入移动计算设备的体系结构,以及如何在这种体系结构上进行高效的深度学习计算。左下阅读原文,开辟爱国通道,支持AI国货,打破移动深度学习系统的技术封锁。 ?

    71920

    Android Studio 4.1 发布啦

    模拟器 现在用户可以直接在 Android Studio 运行 Android 模拟器,该功能可以帮助开发者节省屏幕空间,使用快捷按键可以在模拟器和编辑器窗口之间快速导航,可以在一个窗口中查看模拟器和代码布局 TensorFlow Lite 模型将元数据添加到TensorFlow Lite模型概述(https://www.tensorflow.org/lite/convert/metadata )。 查看模型元数据和使用情况 要查看导入模型的详细信息和获取有关如何在应用程序中使用它的说明,可以在项目中双击模型文件以打开模型查看器页面,该页面显示以下内容: 1、模型模型的高级描述 2、Tensors 示例所示,Android Studio 创建了一个 MobilenetV1025160Quantized 用于与模型进行交互的类。 如果模型没有元数据,屏幕将仅提供最少的信息。 跟踪选定事件的事件统计信息。 有关线程状态分布的数据。 所选跟踪事件的最长运行时间。 ? 要导航到另一个事件,请从表中选择另一行。

    40810

    国际大厂 Google 安全策略——【译】BeyondCorp 一种新的企业安全方法

    然而,这个安全模型是存在问题的,因为,当网络边界被攻破时,攻击者可以相对简单的访问公司的内网。当公司采用移动设备和云技术时,网络边界会变得越来越难以保证。 Google BeyondCorp 方案是使用一个新的废除内部特殊办公网络的模型。 围绕设备清单数据库的设备跟踪和采购流程是此模型的基石之一。当设备在有效的生命周期内时,Google 保证对设备变化的跟踪。信息会受到监控、分析,会在 BeyondCorp 的其他部分发挥价值。 当所有的公司组件都将迁移到 BeyondCorp 时,一次性移动所有网络的用户和所有应用到 BeyondCorp 环境对于业务连续性来说都是一个难以置信的风险。 无特权网络模拟器 为了增加从开关中使用抽象的流量分析管道,我们也在整个公司通过连接到 Google 网络的安装了流量监控的用户设备来模拟非特权网络的行为。

    86910

    伯克利人工智能研究:FaSTrack——一种确保动态系统的安全导航工具

    由于大多数现实世界的系统模型汽车、飞机和四轴飞行器都有两个以上的维度,这些方法在现实通常是难以处理的。 图2:FaSTrack的目的是使用简化模型(蓝色),但是预先计算一个跟踪误差界,这个跟踪误差界捕捉了由于模型不匹配和环境扰动(例如,风)而导致的所有可能的偏差,以及在这个范围内的一个误差反馈控制器。 离线预先计算 我们通过将问题看作是规划器和跟踪器之间的一种追踪行为,来预先计算这个跟踪错误。规划器使用一个真正的自治系统的简化模型,这是实时规划的必要条件;跟踪使用一个更精确的真实自治系统模型一个解决方案是使用多个规划模型,每个规划模型都有自己的跟踪误差。由此产生的“元规划”(meta-plan)由每个规划器计算出的轨迹段组成,每个规划器都用适当的最优控制器来跟踪规划器生成的轨迹。 这在图7得到了说明,蓝色的误差界与一个可以快速移动的规划器相对应,小的红色边界对应于一个移动速度较慢的规划器。

    28650

    研究人员发布用于自动驾驶的开源逼真模拟器-译-

    VISTA 2.0 建立在团队之前的模型 VISTA 的基础上,它与现有的 AV 模拟器有着根本的不同,因为它是数据驱动的——这意味着它是根据真实世界的数据构建和逼真渲染的——从而可以直接转移到现实。 虽然最初的迭代仅支持使用一个摄像头传感器进行单车道跟踪,但实现高保真数据驱动模拟需要重新思考如何合成不同传感器和行为交互的基础。  使用比以前的模型少得多的数据,该团队能够训练自动驾驶汽车,这可能比那些在大量真实世界数据上训练的自动驾驶汽车更加强大。  再加上基于事件的摄像机(其运行速度超过每秒数千个事件)的模拟,该模拟器不仅能够模拟这种多模态信息,而且还能够实时完成所有这些——使得训练神经网络成为可能离线,还可以在增强现实设置在汽车上进行在线测试, 他们测试了车道跟随、车道转弯、汽车跟随以及更多冒险场景,静态和动态超车(看到障碍物并四处移动,以免发生碰撞)。

    11730

    基于 HTTP 的低延迟流媒体播放器的性能

    为了确保对不同播放器进行更准确和公平的评估,在本文中,我们引入了一个自定义评估框架,结合了 Mahimahi 网络模拟器。我们的框架通过在所有播放会话重放相同的网络跟踪来保证不同播放器的公平比较。 Mahimahi 网络模拟器可以使用从不同移动运营商记录的物理网络轨迹来准确模拟移动网络链接。具体而言,在本研究,我们将使用来自 TMobile 和 Verizon 4G LTE 的网络轨迹。 低延迟打包器的输出是分块的视频片段和清单文件,通知播放器如何在低延迟模式下使用流。 在我们的测试系统收集的完整指标列表总结在表 2 。 表 2 收集的性能指标列表 我们使用 Mahimahi 网络模拟器在网络接口级别模拟各种网络条件。 Mahimahi 本质上是一个 Linux 容器,可以在其中运行应用程序。Mahimahi 内部的应用程序通过虚拟网络接口连接到外部世界,该接口根据运行的下行链路和上行链路跟踪发送和接收字节。

    43240

    gps信号发生器的应用介绍

    您需要使用GPS信号发生器执行适当的测试。 由于缺乏实际的天空信号,实验室测试便具备了极端的重要性,尤其是当某些卫星尚未发射之时。 卫星跟踪将成为具备GPS能力的设备取得成功的关键。 模拟器可以为包含GPS接收机的载具建立运动模型,例如飞机、船舶、航天器或地面车辆。包含载具动态的场景,涵盖世界上任意地点不同的路线和轨迹,都可以接受测试,而且根本无需实际移动被测的设备。 环境条件。 、跟踪和导航。 接收机根本不可能知道它们的哪一个是真正的视线信号,因此会将两个都利用起来,并且继承反射信号呈现出的延迟错误。 模拟器的优势:使用模拟器时,我们可以完全消除多径,也可以使用各种多径模型向信号施加多径。

    47920

    精细到微米!MIT超灵活机器手,无压力玩积木层层叠游戏

    从视觉、触觉出发,快速学习执行任务最佳方式 该机器人由MIT的工程师开发,配备了一个软齿状夹持器、一个力感应腕带和一个外部摄像头。可以说是从视觉和触觉两个方面协同合作来完成任务。 它还考虑了这些移动的结果——具体来说,就是考虑是否成功地提取了具有特定配置并以一定力量推动的积木。在实时情况下,机器人会“学习”是继续推还是移动一个新的区域,以防止积木倒塌。 例如,一个数据集群可能代表对难以移动的块的尝试,而不是一个更容易移动的块,或者在移动时推翻了塔。 对于每个数据集群,机器人开发了一个简单的模型,以根据当前的视觉和触觉测量来预测块的行为。 堆叠 研究人员在使用模拟器MuJoCo进行的游戏计算机模拟,将他们的方法与其他最先进的机器学习算法进行了对比。在模拟器获得的经验告诉研究人员机器人在现实世界中学习的方式。 论文作者Oller说:“我们为这些算法提供了我们系统获得的相同信息,以了解他们如何学习、如何在相似的水平上玩层层叠。与我们的方法相比,这些算法需要探索数量级更多的塔来学习游戏。”

    29920

    相关产品

    • 企业移动管理

      企业移动管理

      企业移动管理(EMM)专注于提供企业移动业务的全方位数据安全保护解决方案。为企业构建统一的移动安全工作域,将企业办公环境和员工私人环境隔开,防止终端侧恶意泄密,既满足了企业管理等需求,又保护了员工的个人隐私。

    相关资讯

    热门标签

    活动推荐

    扫码关注腾讯云开发者

    领取腾讯云代金券