跨媒体移动应用理论与实践 课件 1.4 跨媒体移动应用研发基础.pptx

1第一章 什么是跨媒体1.4 跨媒体移动应用研发基础 2Android开发环境及相关工具 “如何去编写一个完整的移动应用、如何将跨媒体智能技术运用其中？应该使用什么样的语言、工具进行开发？最终得到的产品会是什么样子？作为刚入门的开发者，我们如何开发出自己想要的跨媒体移动应用产品？”人工智能开发环境及相关工具 HiAI平台环境配置（实践） 3Android开发环境及相关工具2019年全球Android系统用户占比87% Android系统的基本架构可以大致地分为四层：以实现Android设备的底层驱动、运行支持、构建API以及应用程序等核心功能提供独具特色的开发工具：四大组件、界面控件、SQLite数据库、多媒体服务、地理位置定位等强大的多媒体功能：图像摄影、音频音乐、视频影像等Linux内核层系统运行库层应用框架层应用层 4Android开发环境及相关工具 Java语言简介由来Java语言是由Sun Microsystems公司于1995年5月推出的一门面向对象的编程语言。特点 Java语法和C++相似，摒弃了多继承、指针等晦涩难懂的概念，更易理解使用。应用环境Java适用于多种应用环境，如桌面应用、Web应用、分布式系统、嵌入式系统等。其高兼容性、轻量化的特点使其被广泛应用于嵌入式设备。。教学版本Java JDK版本： 1.8.0Android 版本：>= 4.3 (Jelly Bean)?Android SDK版本：>= 18?Android JDK 版本：1.8.0Android Studio 版本：3.4.2 5人工智能开发环境及相关工具 缺乏实时性：数据处理严重依赖网络传输速度，无法做到真正的实时处理，会导致接收、反馈过程中的延迟和信息丢失。缺乏安全性：在数据传输过程中，用户的数据隐私安全性得不到保障，系统需要设置严格的保密措施来确保用户隐私信息不会泄漏。而这无疑大大增加了系统开发的工作量，且仍存在一定隐患。 云端智能处理移动端信息 移动端的人工智能技术 高门槛：要想学好人工智能技术，不仅需要深入理解、灵活运动机器学习、深度学习等算法，还需要统计学、线性代数、微积分等数学理论基础。低效率：开发一个人工智能应用，需要采集、清洗数据，对模型进行超长周期的训练、调优，才能够达到实际应用的要求。能力碎：跨媒体移动应用开发，经常涉及多种媒体类型之间的多元化处理。需对各个场景、各个媒体类型数据采用不同的处理、训练方案，即具备应对繁复问题的开发能力。提升难：相比于PC端开发来说，移动端应用开发受到更强的硬件配置约束，使得我们在算法优化提升过程中，需要更多地去考虑算力承载量、工程存储量等问题，更难实施有效的提升方案。 6人工智能开发环境及相关工具 框架名称面向平台开发者特点Core MLiOSApple1.能够将机器学习模型集成到iOS或MacOS应用程序中。 2. 支持导入机器学习模型，并生成更高级的开发代码。Android NNAndroidgoogle1. 为Android设备提供密集型运算环境，实现机器学习开发。 2. 能够在Android平台使用更高层级的机器学习框架，如TensorFlow Lite、Caffe等。HiAI平台AndroidHUAWEI1. 面向Android系统的AI能力开放平台。 2. HiAI Foundation API向开发者开放芯片能力，使得开发者在模型构建、训练调试中能够使用NPU进行加速。?Core ML、Android NN、HiAI 对比 7人工智能开发环境及相关工具 Core ML Core ML是面向iOS生态的机器学习开发框架，支持iOS、MacOS、tvOS和watchOS等多个平台Core ML的第一代版本于2017年推出，直到2019年完成了第三代版本的发布能够将已经训练好的模型集成到iOS应用中，并支持用户使用Core ML API在设备上进行模型预测、训练和微调 8人工智能开发环境及相关工具 Android NN Android Neural Networks API （简称为Android NN）能够为Android设备提供密集型运算环境。Android NN能够在Android平台使用更高层级的机器学习框架，如TensorFlow Lite、Caffe等，建立和训练神经网络。Android NN于2018年随着Android 8.1正式版发布，目前支持Android API 27。 9人工智能开发环境及相关工具 Android NN Android NN的系统框架：它能够驱动专用的神经网络硬件（Vendor NN driver）、图像处理单元（Vendor NN GPU driver）和数字信号处理器（Vendor NN DSP driver），使其在