vivo高启强

因为宿主app 升级到AGP8的缘故，Booster 需要升级到5.0版本， 该版本 transform 实现 有部分问题 ，这里给出临时性的解决方案 获取不到gradle.properties 中的

AsyncLayoutInflater 能否提高页面渲染速度？ 答案是不能的，至少大部分情况不能。 源于默认的 AsyncLayoutInflater 使用的子线程没有指定优先级 在我们默认主线程xm

最近工作需要 要大量阅读并且调试androidx源码， 本来以为github上clone 一下就很容易的，但碰到很多坑，项目一直跑不起来 。搜了下也没有特别好的答案，折腾了一下 总算流程跑通了。 gi

RenderThread优化 简单来说开启硬件加速以后，会有一个RenderThread协助我们的主线程去绘制ui。 大厂中的常规优化手段有一种是调高RenderThread的线程优先级（调整到-19

预加载下一个页面的图片 Glide 的preload 应该有不少人都用过，但应该多数情况下都是在一个列表页中preload。 有一种情况的preaload 会复杂一些 列表页A ---> 详情页B。

为什么要监控gc情况 不仅仅是android了，其实只要是java技术这一块的，做性能监控，gc次数/频率 肯定是要做的，服务端那边也有，只不过他们监控的手段和我们不太一样。 但是目的是一样的，gc的

预测温度 这份数据大概就这样： 准备数据 可以看出来这8年的温度变化曲线是差不多的 再看下头几天的温度曲线 准备训练集 可以看下这个输出 sample就是包含256个样本的批量，每个样本是连续120小

图像分割示例 训练数据可下载 图片和图片的掩码 原图： 对应目标的掩码图 准备训练数据 看下shape 构建模型 看下模型。可以清晰的看到 模型的 转换过程 训练 没有cuda的话，这个训练时间很长。

卷积神经网络 概念 这一章，我觉得最重要的就是要理解好卷积神经网络的概念，这个搞的差不多了，后面看代码才会轻松， 这里推荐这个视频卷积神经网络 除了这个以外，大家还可以自行去youtube ，b站 搜