用MSBuild自动发布Silverlight xap

本文介绍了一种使用MSBuild实现Silverlight项目的自动化部署方法。通过编写Project.proj文件定义编译任务,包括从版本控制系统获取最新源代码、构建Silverlight项目以及将输出的XAP文件发布到测试环境。

    最近刚做完一个大型Silverlight战略性项目。在这个项目中,我主要负责了一个核心模块的设计和开发工作。一边写复杂的界面导航,一边写服务的核心代码,同时还要负责安排身边其他同事的工作,并Review他们的代码。另外,还要负责发布项目到测试环境,可把我累坏了,不过,让我也学会了很多东西,一是学会了抗压,二是学会了如何带身边的人。:)

     当初,发布项目到测试环境,全是手工操作。效率不高,而且很枯燥。当时是没办法,来不及写工具了。后来测试后期,我闲下来了,就想通过自动化的方式来发布项目到测试环境。因此有了对MSBuild的第一个应用。

下面的过程可以发布Silverlight xap到测试环境:

第一步:编写Project.proj文件,描述你要做那些编译任务。

<Project xmlns="http://schemas.microsoft.com/developer/msbuild/2003"
         DefaultTargets
="Main">
    
<PropertyGroup>
        
<!--vsts path of silverlight project-->
        
<VstsProjectPath>$/Vsts/Team/SourceCode/SilverlightPortal</VstsProjectPath>
        
<!--workspace of vsts path-->
        
<WorkspacePath>D:\VstsSourceCode\Team\SourceCode\SilverlightPortal</WorkspacePath>
        
<TFCommand>C:\Program Files\Microsoft Visual Studio 9.0\Common7\IDE\TF.exe</TFCommand>
        
<TestEnvPublishPath>\\127.0.0.1\SilverlightPortal</TestEnvPublishPath>
    
</PropertyGroup>
    
    
<!--Step1:Get latest source code from vsts-->
    
<Target Name="GetLatest">
        
<Exec Command="'$(TFCommand)' $(VstsProjectPath) /v:T /force /recursive"
              WorkingDirectory
="$(WorkspacePath)"
              ContinueOnError
="false"/>
    
</Target>
    
    
<!--Step2:Build silverlight project-->
    
<Target Name="Build">
        
<MSBuild Projects="$(WorkspacePath)\SilverlightPortal.csproj"
                 Targets
="Rebuild"
                 Properties
="Configuration=Release"
                 ContinueOnError
="false"/>
    
</Target>
    
    
<!--Step3:Publish output xap-->
    
<Target Name="Publish">
        
<Exec Command="net use $(TestEnvPublishPath) /user:TestEnv\TestUser TestUserPassword"
              ContinueOnError
="false"/>
        
<!--copy output xap to network shared directory-->
        
<Exec Command="copy $(WorkspacePath)\Bin\Release\SilverlightPortal.xap $(TestEnvPublishPath)\ClientBin\SilverlightPortal.xap"
              ContinueOnError
="false"/>
        
<Exec Command="notepad $(TestEnvPublishPath)\Web.config"
              ContinueOnError
="false"/>
    
</Target>

    
<Target Name="Main">
        
<CallTarget Targets="GetLatest" ContinueOnError="false"/>
        
<CallTarget Targets="Build" ContinueOnError="false"/>
        
<CallTarget Targets="Publish"/>
    
</Target>
</Project>

 

 

第二步:编写PublishXap.bat文件,用Project.proj文件做为输入调用msbuild.exe执行编译任务。

@echo off
C:
\WINDOWS\Microsoft.NET\Framework\v3.5\MSBuild.exe Project.proj
pause

 

 

注意,需要你创建一个目录,目录中放Project.proj文件和PublishXap.bat文件。双击bat文件即可执行构建。

内容概要:本文介绍了基于贝叶斯优化的CNN-LSTM混合神经网络在时间序列预测中的应用,并提供了完整的Matlab代码实现。该模型结合了卷积神经网络(CNN)在特征提取方面的优势与长短期记忆网络(LSTM)在处理时序依赖问题上的强大能力,形成一种高效的混合预测架构。通过贝叶斯优化算法自动调参,提升了模型的预测精度与泛化能力,适用于风电、光伏、负荷、交通流等多种复杂非线性系统的预测任务。文中还展示了模型训练流程、参数优化机制及实际预测效果分析,突出其在科研与工程应用中的实用性。; 适合人群:具备一定机器学习基基于贝叶斯优化CNN-LSTM混合神经网络预测(Matlab代码实现)础和Matlab编程经验的高校研究生、科研人员及从事预测建模的工程技术人员,尤其适合关注深度学习与智能优化算法结合应用的研究者。; 使用场景及目标:①解决各类时间序列预测问题,如能源出力预测、电力负荷预测、环境数据预测等;②学习如何将CNN-LSTM模型与贝叶斯优化相结合,提升模型性能;③掌握Matlab环境下深度学习模型搭建与超参数自动优化的技术路线。; 阅读建议:建议读者结合提供的Matlab代码进行实践操作,重点关注贝叶斯优化模块与混合神经网络结构的设计逻辑,通过调整数据集和参数加深对模型工作机制的理解,同时可将其框架迁移至其他预测场景中验证效果。
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值