Building Desktop Applications with ElectronBuilding Desktop Applications with Electron Jfokus 2018 Catalin Fratila @catalinfratila ## Roadmap • What is Electron? • My first Electron App • Features – Electron API • Missing functionality? • • Security • Microsoft and Electron • Future of Electron • Pros and Cons ## Roadmap I'VE LOST AN ELECTRON! ARE YOU POSITIVE?  IN FACT, I'M POSITIVE ## About ## ☀ ELECTRON • Open source framework and runtime • 2013 – Atom Shell • Chromium, Node.JS  ## 目录 致谢 向导 支持平台 分发应用 提交应用到 Mac App Store 打包应用 使用 Node 原生模块 主进程调试 使用 Selenium 和 WebDriver 使用开发人员工具扩展 使用 Pepper Flash 插件 node-场合)在技术上的差异 构建系统概览 构建步骤 (macOS) 构建步骤 (Windows) 构建步骤 (Linux) 在调试中使用 Symbol Server ## Electron 常见问题 ## 致谢 当前文档《electron中文教程》由进击的皇虫使用书栈(BookStack.CN)进行构建,生成于2019-03-06。 书栈(BookStack.CN) 仅提供文档编写、整理、归类等功能,以及对文档内容的生成和导出工具。 CN)获取最新的文档,以跟上知识更新换代的步伐。 内容来源:weishuai https://weishuai.gitbooks.io/electron-/content/ 文档地址:http://www.bookstack.cn/books/electron-zh 书栈官网:http://www.bookstack.cn 书栈开源:https://github.com/TruthHun0 码力 | 203 页 | 2.72 MB | 2 年前3
跨平台桌⾯应⽤框架:Electron## 目录 前言 1.1 Electron简介 1.2 应用举例 1.2.1 安装 1.3 基本使用 1.4 打包和部署 1.5 python支持 1.6 心得 1.7 开发 1.7.1 Web技术 1.7.1.1 Log日志 1.7.1.2 打包 1.7.2 制作app的Logo 1.7.2.1 2.2 files 1.7.2.3 electron-builder 1.7.2.4 electron-rebuild 1.7.2.5 不同系统 1.7.3 Win 1.7.3.1 Mac 1.7.3.2 不同语言 1.7.4 Python 1.7.4.1 electron-python-example 1.7.4.1.1 electron和node版本对应关系 1.7.5.1 NODE_MODULE_VERSION和node版本对应关系 1.7.5.2 附录 1.8 文档和教程 1.8.1 参考资料 1.8.2 ## 跨平台桌面应用框架:Electron 最新版本:v1.0 • 更新时间:20200808 ## 简介 介绍跨平台桌面应用框架Electron的基本概念0 码力 | 123 页 | 21.81 MB | 2 年前3
机器学习课程-温州大学-09深度学习-目标检测## 深度学习-目标检测 黄海广 副教授 2023年04月 ## 本章目录 01 目标检测概述 02 目标检测算法 03 YOLO算法 04 Faster RCNN算法 ### 1. 目标检测概述 01 目标检测概述 02 目标检测算法 03 YOLO算法 04 Faster RCNN算法 ### 1. 目标检测概述  分割包括语义分割(semantic segmentation)和实例分割(instance segmentation),前者是对前背景分离的拓展,要求分离开具有不同语义的图像部分,而后者是检测任务的拓展,要求描述出目标的轮廓(相比检测框更为精细)。  ### 1. 目标检测概述 ## 目标检测和识别 - 怎样检测和识别图像中物体,如汽车、牛等?  ## 赵帅 ## 前端工程师 @美团点评-到店事业群 负责-度假业务系统工程化 瓦匠桌面应用开发者 01 瓦匠应用的介绍 02 桌面应用的技术选型 03 Electron Electron Vue项目实践 04 桌面应用开发总结 ## 应用介绍 瓦匠 瓦匠工作台 一体化解决方案 提高开发效率 打开工程 全部 < 收起 其他 标签 使用 使用  标签 标签 使用 @hfe/tiler-query-table4 可视化编辑 模板的编译 命令的调用 ☐ ☐ ☐ ☐ Web开发能力不足 命令行无法可视化 (GUI界面) 桌面应用 01 瓦匠应用的介绍 02 桌面应用的技术选型 03 Electron Vue项目实践 04 桌面应用开发总结 ## 技术选型 ## 桌面应用开发选型 实现后台执⾏⻓任务title: Electron 应用处理长任务 date: 2020-11-26 tags: electron, node ## description: 通过 Electron 托盘(tray)实现后台执行长任务。 Electron 应用在执行一些长时间任务(比如上传、下载),我们想关闭界面后任务依旧执行。再次打开界面,依旧可以看到正在执行的任务以及任务进度。托盘可以帮我们实现这个功能。 能。 ## 创建托盘和菜单示例 • 实例化 Tray 并传入图标路径; • 创建菜单并配置到托盘中。 const { app, Menu, Tray } = require('electron') let tray = null; // 等同 app.on('read', () => { ... }) app.whenReady().then(() => (mainWindow.isVisible()) { // 修复全屏 hide 黑屏问题 // https://github.com/electron/electron/issues/20263 if (mainWindow.isFullScreen()) { mainWindow0 码力 | 6 页 | 1.19 MB | 2 年前3
Did you know …? 15 less known webpack features in 15 minutesmax flexibility (request, callback) => { /* ... */ } ## electron target • Compile applications for electron • webpack knows about electron native modules ## • Automatically selects correct way of of chunk loading for Code Splitting target: "electron-main" target: "electron-renderer" ### node.js target • Bundle node.js applications • Use cases: Faster startup, loaders, custom resolving0 码力 | 21 页 | 695.29 KB | 2 年前3
《TensorFlow 2项目进阶实战》4-商品检测篇:使用RetinaNet瞄准你的货架商品商品检测篇:使用 RetinaNet 瞄准你的货架商品 ## ☐ ☐ ☐ ☐ 扫码试看/订阅 《 TensorFlow 2 项目进阶实战》视频课程 ## 目录 - 基础:目标检测问题定义与说明 - 基础:R-CNN系列二阶段模型综述 - 基础:YOLO系列一阶段模型概述 - 基础:RetinaNet 与 Facol Loss 带来了什么 - 应用:检测数据准备与标注 - 应用:划分检测训练集与测试集 RetinaNet 检测货架商品 - 扩展:目标检测常用数据集综述 - 扩展:目标检测更多应用场景介绍 ## 基础:目标检测问题定义与说明 ## 目标检测问题 图像分类  狗 目标定位  目标检测  狗 ## 目标检测评估:Ground Truth  ## 张燎原 阿里巴巴高级技术 资源效率 各环节的资源利用率和产出情况。如:资源的忙闲程度、使用率、代码产出和测试执行速度等。 ## 质量保障 交付过程和交付的质量。如:缺陷和故障数,及其分布情况和解决时长等。 ## 业务团队愿景目标:2-1-1 2 Weeks 1 Week 1 Hour 需求交付周期 从想法提出并确认,到上线的时间 需求开发周期 从需求设计完成到上线的时间 变更集成发布时长 整个组织各职能和部门的协调一致和紧密协作 backlog is ready for the first sprint? 现实挑战 高度不确定性 理想期望 交付有用的价值 ### #2. 系统化思考 ——建立业务模型,助力目标分解 ## 建立业务模型,分解各要素,定义主目标  CUSTOMER0 码力 | 40 页 | 3.34 MB | 2 年前3
共 973 条
- 1
- 2
- 3
- 4
- 5
- 6
- 98













