Windows Azure AppFabric 入门教学系列 (三):LABS环境

本文介绍了微软推出的AppFabric LABS环境,用户可以免费测试实验性的AppFabric技术,并提供了两个新特性:Silverlight支持和带MessageBuffers的多播。通过简单的配置更改,即可将现有项目迁移至LABS环境。

公告:本博客为微软云计算中文博客的镜像博客。部分文章因为博客兼容性问题,会影响阅读体验。如遇此情况,请访问原博客


本文是Windows Azure AppFabric入门教学的第三篇文章。我们会介绍一下LABS环境。

微软AppFabric团队与2010311日推出了AppFabric LABS环境。AppFabric团队会用其展示一些早期特性,并从社区获得反馈。用户无需为该环境的使用付费。

AppFabric LABS使得用户能够测试并使用实验性的AppFabric技术。对于那些激动人心的功能和特性,我们希望从用户那里尽快的获得反馈。LABS环境并没有SLA协议的支持,但您可以获得AppFabric新特性的预览,同时帮助我们改善这些特性。

虽然与Community Technology Preview类似,但是LABS技术离商用有着更远的距离。

在这个版本的LABS环境中,我们提供了2大特性。

1. Silverlight支持:增加了Silverlight客户端跨域调用Service BusAccess Control Services的能力。

2.Message Buffers的多播:增加了Message Buffers依附于一个多播群组的能力。发送至多播群组的信息会被投递给所有依附其上的Message Buffer

在上一篇文章中,我们演示了Echo程序,但是其配置基于Azure收费账户,本文会介绍如何将Echo程序改为在LABS环境下运行。

前置条件

为了使后续的教程能够顺利进行,请确保如下软件或组件已被安装:

·Microsoft .NET Framework 3.5 SP1

·Microsoft Visual Studio 2008 SP1 (or above)

·AppFabric SDK

·Windows Azure Platform Training Kit - December Update(示例代码)

请确保您已拥有一定的WCF编程经验,若没有,请浏览这里以快速的初步了解WCF

创建LABS项目和服务命名空间:

1.https://portal.appfabriclabs.com/处,以您的Live ID登陆。

2.在如下红框处点击以创建新的AppFabric项目。(可以参照本教程第一篇文章: 4/windows-azure-appfabric-appfabric.aspx">创建 AppFabric 项目与命名空间

3.输入项目名称,创建项目完毕后,点击进入项目页面。单击Add Service Namespace,如下图红框处。

4.输入Service Namespace,单击Create之后等待其激活。

5.激活后,点击进入Service Namespace页面。如下图

配置更改:

1.如果没有按照上一篇教程完成Echo程序,可以从Windows Azure Platform Training Kit - December Update(示例代码)安装目录下WindowsAzurePlatformKit\Labs\IntroServiceBus\Source\Ex01-BasicSample\end\CS找到完整的Echo程序代码。双击BasicSample.sln,以打开项目。

2.这里下载到serviceBus.config.txt。将文件重命名为servicebus.config。并将其放置到如下目录:

C:\Windows\Microsoft.NET\Framework\v2.0.50727\CONFIGx86系统)

C:\Windows\Microsoft.NET\Framework64\v2.0.50727\CONFIGx64系统)

验证:

至此,所有需要的更改已经全部完成。我们并没有做任何代码的改动,仅仅是增加了一个配置文件。现在我们已经可以进行调试了。

1.右击Service项目,Debug->Start new Instance

按照Console提示输入您在https://portal.appfabriclabs.com/处所注册得到的信息。

Service Namespace DomainIssuer NameIssuer Key的具体位置请参照下图。

2.右击Client项目,Debug->Start new Instance启动另一调试实例,同样按照Console提示输入信息。

最终效果如图:

探析:

在编程方面,对于此Echo项目的来说,在LABS环境和付费环境下唯一的差别仅是放置servicebus.config的差别。以下为servicebus.config的内容:

<?xml version="1.0" encoding="utf-8"?>

<!-- the root web configuration file -->

<configuration>

<Microsoft.ServiceBus>

<relayHostName>servicebus.appfabriclabs.com</relayHostName>

<stsHostName>accesscontrol.appfabriclabs.com</stsHostName>

<acmHostName>accesscontrol.appfabriclabs.com</acmHostName>

</Microsoft.ServiceBus>

</configuration>

而引起差别的代码便是如下语句:

ServiceBusEnvironment.CreateServiceUri("sb",serviceNamespaceDomain, "EchoService");

该方法会读取servicebus.config的内容,我们看到在LABS环境下,会返回如下形式的URI

sb://xxxxxx.servicebus.appfabriclabs.com/EchoService/

而不放置servicebus.config时返回如下形式URI:

sb://xxxxxx.servicebus.windows.net/EchoService/;(Azure收费账户)

由此 程序将服务挂载到了LABS环境下。

除此之外程序并无二致。因此LABS的环境对于开发者来以非常简便的方法提供了一致的编程体验,无需更改代码便能体验LABS环境。如果要将应用程序切换为付费账户,我们也无需做太多更改。

内容概要:本文介绍了ENVI Deep Learning V1.0的操作教程,重点讲解了如何利用ENVI软件进行深度学习模型的训练与应用,以实现遥感图像中特定目标(如集装箱)的自动提取。教程涵盖了从数据准备、标签图像创建、模型初始化与训练,到执行分类及结果优化的完整流程,并介绍了精度评价与通过ENVI Modeler实现一键化建模的方法。系统基于TensorFlow框架,采用ENVINet5(U-Net变体)架构,支持通过点、线、面ROI或分类图生成标签数据,适用于多/高光谱影像的单一类别特征提取。; 适合人群:具备遥感图像处理基础,熟悉ENVI软件操作,从事地理信息、测绘、环境监测等相关领域的技术人员或研究人员,尤其是希望将深度学习技术应用于遥感目标识别的初学者与实践者。; 使用场景及目标:①在遥感影像中自动识别和提取特定地物目标(如车辆、建筑、道路、集装箱等);②掌握ENVI环境下深度学习模型的训练流程与关键参数设置(如Patch Size、Epochs、Class Weight等);③通过模型调优与结果反馈提升分类精度,实现高效自动化信息提取。; 阅读建议:建议结合实际遥感项目边学边练,重点关注标签数据制作、模型参数配置与结果后处理环节,充分利用ENVI Modeler进行自动化建模与参数优化,同时注意软硬件环境(特别是NVIDIA GPU)的配置要求以保障训练效率。
内容概要:本文系统阐述了企业新闻发稿在生成式引擎优化(GEO)时代下的全渠道策略与效果评估体系,涵盖当前企业传播面临的预算、资源、内容与效果评估四大挑战,并深入分析2025年新闻发稿行业五大趋势,包括AI驱动的智能化转型、精准化传播、首发内容价值提升、内容资产化及数据可视化。文章重点解析央媒、地方官媒、综合门户和自媒体四类媒体资源的特性、传播优势与发稿策略,提出基于内容适配性、时间节奏、话题设计的策略制定方法,并构建涵盖品牌价值、销售转化与GEO优化的多维评估框架。此外,结合“传声港”工具实操指南,提供AI智能投放、效果监测、自媒体管理与舆情应对的全流程解决方案,并针对科技、消费、B2B、区域品牌四大行业推出定制化发稿方案。; 适合人群:企业市场/公关负责人、品牌传播管理者、数字营销从业者及中小企业决策者,具备一定媒体传播经验并希望提升发稿效率与ROI的专业人士。; 使用场景及目标:①制定科学的新闻发稿策略,实现从“流量思维”向“价值思维”转型;②构建央媒定调、门户扩散、自媒体互动的立体化传播矩阵;③利用AI工具实现精准投放与GEO优化,提升品牌在AI搜索中的权威性与可见性;④通过数据驱动评估体系量化品牌影响力与销售转化效果。; 阅读建议:建议结合文中提供的实操清单、案例分析与工具指南进行系统学习,重点关注媒体适配性策略与GEO评估指标,在实际发稿中分阶段试点“AI+全渠道”组合策略,并定期复盘优化,以实现品牌传播的长期复利效应。
评论
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