cordova打包apk

webstorm+cordova 打包apk 一、配置各种环境 1、下载jdk https://www.oracle.com/technetwork/java/javase/downloads/jdk8-downloads-2133151.html next就可以 2、安装android studio(主要是下载sdk) https://developer.android.google.cn/studio 不断next 3、下载gradle ... 阅读详情

使用cordova打包apk

 

一:安装并配置jdk.

jdk的下载安装和配置,网上教程也很多,此处不再赘述。

二:安装Android studo

下载地址:http://www.android-studio.org/

安装完毕后,第一次打卡studio卡住,参考下文解决:

http://www.2cto.com/kf/201703/613266.html

 

三安装node

Window 上安装Node.js

可以采用以下两种方式来安装。

1、Windows安装包(.msi)

32位安装包下载地址 : https://nodejs.org/dist/v4.4.3/node-v4.4.3-x86.msi

64位安装包下载地址 : https://nodejs.org/dist/v4.4.3/node-v4.4.3-x64.msi

2、Windows二进制文件 (.exe)安装

32位安装包下载地址 : http://nodejs.org/dist/v0.10.26/node.exe

64位安装包下载地址 : http://nodejs.org/dist/v0.10.26/x64/node.exe

 

 

四安装npm

NPM是随同NodeJS一起安装的包管理工具,能解决NodeJS代码部署上的很多问题,常见的使用场景有以下几种:

允许用户从NPM服务器下载别人编写的第三方包到本地使用。

允许用户从NPM服务器下载并安装别人编写的命令行程序到本地使用。

允许用户将自己编写的包或命令行程序上传到NPM服务器供别人使用。

由于新版的nodejs已经集成了npm,所以之前npm也一并安装好了。同样可以通过输入 "npm -v" 来测试是否成功安装。命令如下,出现版本提示表示安装成功:

$ npm -v

2.3.0

如果你安装的是旧版本的 npm,可以很容易得通过 npm 命令来升级,命令如下:

$ sudo npm install npm -g

/usr/local/bin/npm ->/usr/local/lib/node_modules/npm/bin/npm-cli.js

npm@2.14.2 /usr/local/lib/node_modules/npm

如果是 Window系统使用以下命令即可:

npm install npm -g

使用淘宝镜像的命令:

cnpm install npm -g

 

Npm资源下载较慢有些需要FQ,可以安装cnpm,用cnpm下载国内资源

npm install -g cnpm --registry=https://registry.npm.taobao.org

也可以将npm切换成淘宝镜像地址,这样可以直接使用npm命令下载资源,速度会快很多,而其如果不修改npm,使用cordova的命令:cordovaplatform add android 会包如下错误:

将npm修改成淘宝镜像地址之后,可以解决此问题。

修改npm地址方法:

镜像使用方法(三种办法任意一种都能解决问题,建议使用第三种,将配置写死,下次用的时候配置还在):

1.通过config命令

npm config set registry https://registry.npm.taobao.org

npm info underscore(如果上面配置正确这个命令会有字符串response)

2.命令行指定

npm --registry https://registry.npm.taobao.org info underscore

3.编辑 ~/.npmrc 加入下面内容

registry = https://registry.npm.taobao.org

 

五安装cordova

npm install -g cordova

过程较慢,耐心等待。

当安装完成之后,在命令窗口中输入以下命令,来验证cordova是否安装成功:
cordova  -v

 

六、cordova的打包过程

(一)创建一个cordova项目
在命令行中敲入以下命令:
cordova create test com.example.test
:其中第一个位置的test是指你的项目名,第二个位置的com.example.test是指你打包的apk的包名。

 

(二)增加cordova平台
进入你建立的项目目录test,在命令行中敲入以下命令:
cordova platform add android

 

此时可能会下载很长时间不能下载成功,最后报错。可以尝试一下方法

 

方法1:将npm资源地址修改成国内淘宝镜像地址:

Cmd执行如下命令:

npm config set registry https://registry.npm.taobao.org

npm info underscore(如果上面配置正确这个命令会有字符串response)

 

如果还存在此问题,可以尝试下面的方法:

方法2查看可用的android的版本

Crodova platform ls

查看对应的andriod的版本,例如6.2.2

使用命令cordova platform addandroid@6.2.2

方法3

cordova platform rm android && cordova platform addandroid

方法4:

cordova platform add android –nofetch

 

解决该问题可参考:https://issues.apache.org/jira/browse/CB-12767

https://stackoverflow.com/questions/35451207/cordova-error-failed-to-fetch-platform-android

 

(三)增加插件(可选步骤)

如果你想访问手机的一些资源,例如相机,sd卡之类的,你就需要安装一些插件:
cordova plugin add cordova-plugin-device
cordova plugin add cordova-plugin-network-information
cordova plugin add cordova-plugin-battery-status
cordova plugin add cordova-plugin-device-motion
cordova plugin add cordova-plugin-device-orientation
cordova plugin add cordova-plugin-geolocation
cordova plugin add cordova-plugin-camera
cordova plugin add cordova-plugin-media-capture
cordova plugin add cordova-plugin-media
cordova plugin add cordova-plugin-file
cordova plugin add cordova-plugin-file-transfer
cordova plugin add cordova-plugin-dialogs
cordova plugin add cordova-plugin-vibration
cordova plugin add cordova-plugin-contacts
cordova plugin add cordova-plugin-globalization
cordova plugin add cordova-plugin-splashscreen
cordova plugin add cordova-plugin-inappbrowser
cordova plugin add cordova-plugin-console
cordova plugin add com.cmpsoft.mobile.plugin.pushnotification
添加插件的过程可能需要等待一些时间

 

(四)编译打包
将你写的一些html、css、js文件放到你建的项目目录下的www文件下对应的位置:

然后在命令行下输入以下命令:
cordova build android

等待打包成功后,然后在项目的platform文件夹下找到apk安装文件。

执行cordova build android命令。

如果出现下面错误:

需要安装gradle

Gradle安装方法:

1、       手动下载gradle
https://services.gradle.org/distributions/gradle-3.5-bin.zip
2
、添加环境变量

PATH=D:\Program Files (x86)\gradle-3.5\bin
3
、关闭cmd
4
、打开cmd,输入gradle-v,查看是否安装成功

 

 

 

(五)签名

上述操作默认生成的apk是未签名的,APK都必须经过数字签名后才能安装到设备上,签名需要对应的证书(keystore),大部分情况下 APK 都采用的自签名证书,就是自己生成证书然后给应用签名。

数字证书:

数字签名证书是给APK打包所必需的文件,所以我们先要把数字签名证书生成。在命令提示符下输入 keytool -genkey -v -keystore D:\mytest.keystore -alias cordova-demo-keyalg RSA -validity 20000   

-keystore D:\mytest.keystore表示生成的证书及其存放路径,如果直接写文件名则默认生成在用户主目录下;
-alias cordova-demo 表示证书的别名是cordova-demo;
-keyalg RSA 表示采用的RSA算法;
-validity 20000表示证书的有效期是20000天。

      根据指令输入密钥库口令,是不可见的。

     依次输入下面的问题。最后到【否】那里时输入y
     
再输入密钥口令(可以与密钥库口令相同),如果相同,直接回车,记住这两个口令,后面签名会使用到。

    这时便会生成一个文件mytest.keystore,就是我们需要的签名文件。

Apk签名

生成带签名的apk有两种方式,一种先生成未签名debug版本,再加上数字签名证书然后生成带签名的APK。另外一种就是直接一条命令生成带签名的APK。

  第一种,先生成未签名的debug版本的apk

      即首先直接cordova build android --release,然后会生成一个android-release-unsigned.apk。把数字签名放到生成的未签名的apk所在的目录下,输入以下命令:

   jarsigner-verbose -keystore /yourpath/demo.keystore -signedjar/yourpath/demo_signed.apk /yourpath/demo.apk  /yourpath/demo.keystore 

例:

jarsigner -verbose -keystore mytest.keystore-signedjar demo_signed.apk 123.apk  mytest.keystore

      这时的apk就会是一个已经签名的apk了,修改一下名字即可直接放到设备上安装。

  第二种,直接生成带签名的apk

     有了数字签名之后,数字签名需要放在cordova项目根目录下或者可以修改下面指令的keystore里的路径可以直接在cordova build 中指定所有参数来快速打包,这会直接生成一个android-release.apk(已经是带签名的了)给你

      cordova build android --release -- --keystore=mytest.keystore--alias=cordova-demo --storePassword=testing --password=testing1

 

 

·        查看apk的签名

查看签名是否成功,可将签名后的文件,后缀名apk的改为zip,解压。

在该目录下,输入如下命令:

keytool -printcert -file META-INF/CERT.RSA

 

 

cordova+vue打包apk vue+cordova开发移动APP项目 一、环境(版本及配置) 1、node 12.13.1 执行命令查看版本 node -v 显示版本号则安装成功。 2、cordova 9.0.0 执行命令查看版本 cordova -v 显示版本号则安装成功。 3、vue cli 2.9.6 执行命令查看版本 vue -V 显示版本号则安装成功。 4、Android SDK 安装及配置环境 执行命令查看安装成功 adb 或者 cordova requirements 显示如此则表示安装配置完 阅读详情

相关推荐

Android SDK 环境配置/Cordova环境搭建打包apk各种踩坑报错系列

  第一次接触cordova,从环境搭建到打包第一个apk踩了蛮多坑的,写篇教程给大家参考一下 最后成果 安装前环境: 1、win10系统 2、java jdk 版本是 v1.8.0(java jdk是很早之前就安装了的,关于java jdk的配置教程满多的,这里就不絮叨这个了) 3、我是前端,node.js是我必备软件之一,我目前的版本是v8.11.1 安装node 这是...

Tong_11的博客 1万+

Cordova 环境搭建+打包Android APK

一、环境搭建 1、 JDK 1.1 下载JDK http://www.oracle.com/technetwork/java/javase/downloads/jdk8-downloads-2133151.html 在上面的网址中选择符合自己操作系统的JDK1.2 配置JDK的环境变量 新建JAVA_HOME环境变量指向JDK安装根目录; PATH环境变量中添加%JAVA_HOME%/bin与%JAVA_HOME%/jre/bin 新建CLAS......

hhxsp的博客 4471

思科路由器重分发(静态路由+OSPF动态路由+RIP动态路由)

思科路由器重分发(静态路由+OSPF动态路由+RIP动态路由)

2301_81256766的博客 1267

利用cordova打包apk

声明!电脑未安装过android studio,不会使用android studio!在此基础上将vue-cli3项目打包成apk! 百度了一下如何将vue项目打包成apk,百度说用HBuilderX 10秒就可以完成,然后我就按照百度的方法去了,结果打包的时候还挺慢的,而且中间会出现一些报错提示,例如:通讯录权限啊,要注册啊,实名认证啊之类的,然后一路百度解决各种问题,发现apk超过40M需要掏10块钱才能打包,对于我们穷逼来说,这绝对不可以!!!! 于是! 又各种百度,发现可以使用cordova打

weixin_42373679的博客 1732

【win11+vs 2017+OpenCV4.5.5+Qt5.12配置】详细安装过程+小问题解决

由于Qt5无法与最新的vs2022兼容,扩展工具中一直显示不可用,所以将vs降级成vs2017。在安装Qt的过程中,会选择安装Qt套件,其中就的MCVS 2017,说明vs2017是与qt兼容的。当然也可以用qt creator这一原生IDE。OpenCV版本目前是最新的4.8.0,使用过程中没有什么问题,但是还是安装低版本大概率避免一些玄学问题。

qq_45306739的博客 3351

SAP ABAP CO核心扩展-为企业定制ZCKM3N物料价格分析增强(CKM3 CKM3N CKM8N)

这篇文章,将为大家讲述物料价格分析扩展增强(ZCKM3N)的方法和原理,并基于CKM3N的视图之一“CV成本组件”,教大家如何一步步实现批量输出多工厂物料的物料价格分析报表。

SAP李斌,本人承诺所有原创文章均不使用任何AI生成技术,请大家放心阅读。 3987

Cordova + vue 打包安卓(Android) apk

在生成的cordova文件中 :config.xml -包含应用相关信息,使用到的插件以及面向的平台platforms – 包含应用运行平台如 Android 和 iOS 上对应的 Cordova 库plugins – 包含应用所需插件的 Cordova 库,使得应用能够访问例如照相机和电池状态相关的事项。在打包之前,检查打包相关环境是否正确安装,在cordova项目文件夹下执行命令。就可以看到手机或者pad上出现我们的Vue项目啦!就可以看到手机或者pad上出现我们的Vue项目啦!

m0_55534317的博客 4356

【数据集】MODIS 的 MOD07 大气廓线产品概述及下载

MODIS 的 MOD07 大气廓线产品概述及下载

WW、forever的博客 553

VUE+cordova打包apk

上面说过 自己的vue 项目 通过 npm run build 打包好的静态文件 static 和 index.html复制到 www 的文件夹下替换。可以通过官网安装 也可以通过 android studio 进行安装 配置好环境变量 可以查询资料。打包好以后 会出现一下图片 我们需要的是 静态资源(static) 以及 index.html。生成的证书要跟打包好的项目放在一个文件夹内。这时候文件夹下会出现你创建好的项目文件。您的名字与姓氏是什么:【自己写】这个时候可以打包自己的项目。

小唐的博客 2350

ESP32-C3入门教程 问题篇⑳——subprocess.CalledProcessError: Command ‘[‘D:\\.espressif\\python_env\\idf5.4_py3.

ESP32-C3入门教程 问题篇⑳——subprocess.CalledProcessError: Command '['D:\\.espressif\\python_env\\idf5.4_py3.

773

微信小程序 - 最新详细实现气泡菜单功能,点击任意元素在底部或附近周围弹出气泡菜单列表,仿微信气泡弹框显示菜单快捷功能收纳,自定义气泡弹窗/菜单气泡弹窗,小程序气泡框嵌套菜单组件插件,自动计算弹出定位

微信小程序,vue2,vue3,气泡列表,汽泡菜单,气泡框,泡泡框,悬浮框,悬浮菜单,点击菜单按钮弹出气泡,对话箭头气泡框,弹出的气泡准确定位并吸附在附近,弹出式气泡,弹窗菜单,气泡自定义HTML弹窗,带三角的气泡弹框,三角气泡框里面嵌套菜单,当点击一个按钮或元素时,会从附近弹出一个小气泡一样的菜单列表,自定义气泡框内的内容,点击一个元素在附近弹出一个气泡弹框功能效果,气泡弹框不准怎么办,被盖住了,挡住了,长按弹出,组件插件,微信,自定义气泡菜单组件,气泡弹出框,小程序自定义气泡框,菜单气泡,包裹列表的三角

🏆 前端领域优质创作者 3924

Cordova+Vue2.0打包apk,保姆教程来袭!

1.环境准备(全部都需要配置环境变量)4.config.xml配置。5.安卓9以上无法发生请求。3.安装cordova。

zm17671443092的博客 2210

优秀的 Verilog/FPGA开源项目介绍(二十六)- ISP (图像信号处理)

介绍查看《ISP算法及架构分析介绍》今天项目的顺序就是先介绍几个关于ISP算法架构的项目,包括python、matlab、c等高级语言实现的ISP算法架构,最后介绍一个FPGA实现ISP的项目。openISPhttps://github.com/cruxopen/openISP项目介绍用python实现的ISP架构,该架构涉及到的知识如下:下图是最新实现的模块:主要模块如...

OpenFPGA的博客 4951

cordova打包apk流程

使用cordova打包的好处: Cordova是一个用基于HTML、CSS和JavaScript的,用于创建跨平台移动应用程序的快速开发平台。它使开发者能够利用iPhone、Android、等智能手机的核心功能——包括地理定位、加速器、联系人、声音和振动等,此外Cordova拥有丰富的插件,可以调用。 准备工作: 1. Android打包环境配置(百度一大堆) 总的来说包括:jdk的...

su的博客 2万+

Agent智能体:核心概念与架构——建立系统认知

本文摘要介绍了Agent智能体的核心概念与架构设计。主要内容包括: Agent定义与分类:阐述了Agent作为能够感知环境、决策执行的智能实体,重点分析了现代基于大语言模型(LLM)的Agent架构。 核心模块组成:详细说明了Agent的五大核心模块(感知、规划、记忆、工具和执行)及其交互流程。 UML建模展示:通过类图和序列图,清晰呈现了Agent系统的静态结构和动态执行过程。 项目结构设计:给出了模块化的代码目录结构,为实际开发提供参考框架。

lza_csdn2019的博客 635

精雕软件(JDpaint) 5.5 绿色版

精雕软件(JDpaint) 5.5 绿色版精雕软件(JDpaint) 5.5 绿色版精雕软件(JDpaint) 5.5 绿色版

vue打包apk文件,vue+cordova打包Android的apk

前言: 因工作需要,需要我这边做一个将vue打包成apk的需求,搜索了很多资料,得到三种方法, 1. 是用apiClound来制作apk,官网入口 2. HBuilder 打包成apk 资料1 3. 用 vue+cordova打包 Android的apk 这里说一下第三种方法: 步骤一:cordova 1. 全局安装环境 npm install -g cordova 2. 创建cordova 项目(直接使用就好了) cordo...

浩星 3800

计算机控制技术及应用

《计算机控制技术及应用》通过总结作者的科研成果和吸收国内外的先进理论、方法和技术,以计算机控制系统的网络化、开放化、智能化和集成化发展趋势为主线索,主要介绍计算机控制系统的基本概念和计算机控制系统的典型形式,计算机控制系统的数学描述与基本分析方法,以及数字PID控制器、最少拍控制系统、达林算法、状态变量设计法等设计方法及其各种改进算法。重点突出计算机控制系统输入输出通道接口的设计方法和典型控制系统的设计案例与实现方法等。

使用cordova把h5应用打包成apk

由于h5应用开发不是本例重点,因此直接提供一个最简单的h5应用代码,此应用使用vue-cli框架开发 此h5应用叫vue1,用webstrom打开vue1,进行npm install安装引用 vue1代码可从百度网盘下载:链接: https://pan.baidu.com/s/1eSq71IU 密码: 1spk PS:此套代码npm install时会报错 可以运行以下命令...

weixin_33935777的博客 1362

深度学习工具包 DeepLearningToolbox

深度学习工具包Deprecation notice.-----This toolbox is outdated and no longer maintained.There are much better tools available for deep learning than this toolbox, e.g. [Theano](http://deeplearning.net/software/theano/), [torch](http://torch.ch/) or [tensorflow](http://www.tensorflow.org/)I would suggest you use one of the tools mentioned above rather than use this toolbox.Best, Rasmus.DeepLearnToolbox================A Matlab toolbox for Deep Learning.Deep Learning is a new subfield of machine learning that focuses on learning deep hierarchical models of data.It is inspired by the human brain's apparent deep (layered, hierarchical) architecture.A good overview of the theory of Deep Learning theory is[Learning Deep Architectures for AI](http://www.iro.umontreal.ca/~bengioy/papers/ftml_book.pdf)For a more informal introduction, see the following videos by Geoffrey Hinton and Andrew Ng.* [The Next Generation of Neural Networks](http://www.youtube.com/watch?v=AyzOUbkUf3M) (Hinton, 2007)* [Recent Developments in Deep Learning](http://www.youtube.com/watch?v=VdIURAu1-aU) (Hinton, 2010)* [Unsupervised Feature Learning and Deep Learning](http://www.youtube.com/watch?v=ZmNOAtZIgIk) (Ng, 2011)If you use this toolbox in your research please cite [Prediction as a candidate for learning deep hierarchical models of data](http://www2.imm.dtu.dk/pubdb/views/publication_details.php?id=6284)```@MASTERSTHESIS\{IMM2012-06284, author = "R. B. Palm", title = "Prediction as a candidate for learning deep hierarchical models of data", year = "2012",}```Contact: rasmusbergpalm at gmail dot comDirectories included in the toolbox-----------------------------------`NN/` - A library for Feedforward Backpropagation Neural Networks`CNN/` - A library for Convolutional Neural Networks`DBN/` - A library for Deep Belief Networks`SAE/` - A library for Stacked Auto-Encoders`CAE/` - A library for Convolutional Auto-Encoders`util/` - Utility functions used by the libraries`data/` - Data used by the examples`tests/` - unit tests to verify toolbox is workingFor references on each library check REFS.mdSetup-----1. Download.2. addpath(genpath('DeepLearnToolbox'));Example: Deep Belief Network---------------------```matlabfunction test_example_DBNload mnist_uint8;train_x = double(train_x) / 255;test_x = double(test_x) / 255;train_y = double(train_y);test_y = double(test_y);%% ex1 train a 100 hidden unit RBM and visualize its weightsrand('state',0)dbn.sizes = [100];opts.numepochs = 1;opts.batchsize = 100;opts.momentum = 0;opts.alpha = 1;dbn = dbnsetup(dbn, train_x, opts);dbn = dbntrain(dbn, train_x, opts);figure; visualize(dbn.rbm{1}.W'); % Visualize the RBM weights%% ex2 train a 100-100 hidden unit DBN and use its weights to initialize a NNrand('state',0)%train dbndbn.sizes = [100 100];opts.numepochs = 1;opts.batchsize = 100;opts.momentum = 0;opts.alpha = 1;dbn = dbnsetup(dbn, train_x, opts);dbn = dbntrain(dbn, train_x, opts);%unfold dbn to nnnn = dbnunfoldtonn(dbn, 10);nn.activation_function = 'sigm';%train nnopts.numepochs = 1;opts.batchsize = 100;nn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.10, 'Too big error');```Example: Stacked Auto-Encoders---------------------```matlabfunction test_example_SAEload mnist_uint8;train_x = double(train_x)/255;test_x = double(test_x)/255;train_y = double(train_y);test_y = double(test_y);%% ex1 train a 100 hidden unit SDAE and use it to initialize a FFNN% Setup and train a stacked denoising autoencoder (SDAE)rand('state',0)sae = saesetup([784 100]);sae.ae{1}.activation_function = 'sigm';sae.ae{1}.learningRate = 1;sae.ae{1}.inputZeroMaskedFraction = 0.5;opts.numepochs = 1;opts.batchsize = 100;sae = saetrain(sae, train_x, opts);visualize(sae.ae{1}.W{1}(:,2:end)')% Use the SDAE to initialize a FFNNnn = nnsetup([784 100 10]);nn.activation_function = 'sigm';nn.learningRate = 1;nn.W{1} = sae.ae{1}.W{1};% Train the FFNNopts.numepochs = 1;opts.batchsize = 100;nn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.16, 'Too big error');```Example: Convolutional Neural Nets---------------------```matlabfunction test_example_CNNload mnist_uint8;train_x = double(reshape(train_x',28,28,60000))/255;test_x = double(reshape(test_x',28,28,10000))/255;train_y = double(train_y');test_y = double(test_y');%% ex1 Train a 6c-2s-12c-2s Convolutional neural network %will run 1 epoch in about 200 second and get around 11% error. %With 100 epochs you'll get around 1.2% errorrand('state',0)cnn.layers = { struct('type', 'i') %input layer struct('type', 'c', 'outputmaps', 6, 'kernelsize', 5) %convolution layer struct('type', 's', 'scale', 2) %sub sampling layer struct('type', 'c', 'outputmaps', 12, 'kernelsize', 5) %convolution layer struct('type', 's', 'scale', 2) %subsampling layer};cnn = cnnsetup(cnn, train_x, train_y);opts.alpha = 1;opts.batchsize = 50;opts.numepochs = 1;cnn = cnntrain(cnn, train_x, train_y, opts);[er, bad] = cnntest(cnn, test_x, test_y);%plot mean squared errorfigure; plot(cnn.rL);assert(er<0.12, 'Too big error');```Example: Neural Networks---------------------```matlabfunction test_example_NNload mnist_uint8;train_x = double(train_x) / 255;test_x = double(test_x) / 255;train_y = double(train_y);test_y = double(test_y);% normalize[train_x, mu, sigma] = zscore(train_x);test_x = normalize(test_x, mu, sigma);%% ex1 vanilla neural netrand('state',0)nn = nnsetup([784 100 10]);opts.numepochs = 1; % Number of full sweeps through dataopts.batchsize = 100; % Take a mean gradient step over this many samples[nn, L] = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.08, 'Too big error');%% ex2 neural net with L2 weight decayrand('state',0)nn = nnsetup([784 100 10]);nn.weightPenaltyL2 = 1e-4; % L2 weight decayopts.numepochs = 1; % Number of full sweeps through dataopts.batchsize = 100; % Take a mean gradient step over this many samplesnn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.1, 'Too big error');%% ex3 neural net with dropoutrand('state',0)nn = nnsetup([784 100 10]);nn.dropoutFraction = 0.5; % Dropout fraction opts.numepochs = 1; % Number of full sweeps through dataopts.batchsize = 100; % Take a mean gradient step over this many samplesnn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.1, 'Too big error');%% ex4 neural net with sigmoid activation functionrand('state',0)nn = nnsetup([784 100 10]);nn.activation_function = 'sigm'; % Sigmoid activation functionnn.learningRate = 1; % Sigm require a lower learning rateopts.numepochs = 1; % Number of full sweeps through dataopts.batchsize = 100; % Take a mean gradient step over this many samplesnn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.1, 'Too big error');%% ex5 plotting functionalityrand('state',0)nn = nnsetup([784 20 10]);opts.numepochs = 5; % Number of full sweeps through datann.output = 'softmax'; % use softmax outputopts.batchsize = 1000; % Take a mean gradient step over this many samplesopts.plot = 1; % enable plottingnn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.1, 'Too big error');%% ex6 neural net with sigmoid activation and plotting of validation and training error% split training data into training and validation datavx = train_x(1:10000,:);tx = train_x(10001:end,:);vy = train_y(1:10000,:);ty = train_y(10001:end,:);rand('state',0)nn = nnsetup([784 20 10]); nn.output = 'softmax'; % use softmax outputopts.numepochs = 5; % Number of full sweeps through dataopts.batchsize = 1000; % Take a mean gradient step over this many samplesopts.plot = 1; % enable plottingnn = nntrain(nn, tx, ty, opts, vx, vy); % nntrain takes validation set as last two arguments (optionally)[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.1, 'Too big error');```[![Bitdeli Badge](https://d2weczhvl823v0.cloudfront.net/rasmusbergpalm/deeplearntoolbox/trend.png)](https://bitdeli.com/free "Bitdeli Badge")

怀旧版电脑GBC模拟器

再现原版GBC掌机的界面,电脑运行连游戏界面都一样大小,很怀旧,很真实,(英文版)强烈推荐,很小的文件,很难才找到的。

cordova 打包 apk 问题记录

使用 cordova 打包 apk前言已准备好的环境打包过程遇到的问题几种尝试适用于我的解决方案 前言 公司最近要开发一款 app,由于 app 不是主要业务,实现的功能相对简单,所以采用混合 app 开发。本人是资浅 web 前端开发一枚(略懂 java),看过阮大神的文章后开启了我的 app 开发探索之路。 已准备好的环境 系统:win 10 64位 jdk :1.8.0_111 已安装 Android Studio nodejs :12.16.2 cordova : 10.0.0 打包过程遇到的问题

tt_ting的博客 472

Cordova打包Vue项目成APK——真机调试

Apache Cordova 是一个开源移动开发框架,允许使用HTML/CSS/JS构建跨平台应用。本文详细介绍了Cordova的安装配置及APK打包流程: 环境准备: 安装Node.js和Cordova CLI 配置Java JDK、Android SDK和Gradle 设置ANDROID_HOME等环境变量 项目创建: 使用cordova create命令初始化项目 添加Android平台支持 打包流程: 修改Vue项目的publicPath配置 执行npm run build打包前端资源 将生成文件复

人之功成皆凭己为,何来侥幸之说! 1067

cordova打包vue程序为APK

文章目录1、安装cordova1、创建cordova项目,导入vue2、导入各种插件3.config.xml的配置3、调试与打包成APK3.1 **生成调试的APK**5、问题汇总5.1 cordova run android 时候 gradle的报错5.2 安卓版本过高,报错 net::ERR_CLEARTEXT_NOT_PERMITTED 1、安装cordova 平台: Windows10 必需环境: node/ JDK / Adroid SDK / Gradle 不要忘了配置他俩的环

qq_42307324的博客 1220

基于Cordova插件创建app及打包成apk

基于Cordova插件创建app及打包成apk 1.配置开发环境 一:下载并安装node.js(npm功能可以使用) 二:利用npm安装cordova插件 三:配置JAVA+ANDROID+GRDLE的系统环境 1)java jdk+jre设置正确(cmd中java和javac指令可以使用) JAVA_HOME:C:\Program Files\Java\jdk1.8...

weixin_43844392的博客 427

cordova 打包vue项目为apk

Apache Cordova是一个开源的移动开发框架。允许你用标准的web技术-HTML5,CSS3和JavaScript做跨平台开发。 应用在每个平台的具体执行被封装了起来,并依靠符合标准的API绑定去访问每个设备的功能,比如说:传感器、数据、网络状态等。 实现目标: 讲一个vue项目打包为apk使用。由于这个项目是已有的项目,重写工作量太大,所以无法使用uniapp。上网了解到可以使用Cordova,将一个vue项目打包为apk。 准备工作: 安装cordova $ npm install -g.

十三月的博客 680

cordova打包项目android生成apk签名

APK 签名。 APK 都必须经过数字签名后才能安装到设备上,签名需要对应的证书(keystore),大部分情况下 APK 都采用的自签名证书,就是自己生成证书然后给应用签名。 数字签名证书是给APK打包所必需的文件,所以我们先要把数字签名证书生成。在命令提示符下输入 keytool -genkey -v -keystore D:\mytest.keystore...

anxu7042的博客 426

CORDOVA+VUE打包APK文件无法访问数据接口

CORDOVA+VUE打包APK文件无法访问数据接口 CORDOVA+VUE打包后运行APP,但是app中的数据请求都失败了,原因是安装的Android SDK版本较高,默认开启了对非加密明文传输的保护,所以通过http网络请求数据不会成功。 解决方法:进入项目文件夹 cordova platform remove android cordova platform add android@6.3...

jiwufeiyang的博客 4162
上一篇: file保存成blob
下一篇: 基于JSSDK的QQ第三方登录
iisuper
博客等级 码龄14年 3粉丝 9原创
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
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
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
实付元
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