bundle

1.执行node命令时提示： node 不是内部或外部命令，也不是可运行的程序或批处理文件。 原因环境变量没有指向node安装目录 path：C:\Program Files\nodejs\ 2.react-native环境搭建完成，执行初始化命令时 react-native init reactNativeDemo 没任何反应，提示错误信息： react-native不是内部或 外部命令，也不是可运行的程序或批处理文件。 搞了半天是因为path环境变量不对，由于我把node_cache和node_global放到了和nodejs安装目录（C:\Program Files\nodejs）不同的目录（D:\nodejs）中，所以环境变量必须要做相应的修改。 （避免不必要的麻烦，不要修改默认安装目录） 环境变量：NODE_PATH：D:\nodejs\node_global 　　　　　Path：D:\nodejs\node_global;D:\nodejs\node_global\node_modules 参考博客： React-Native开发之BUG 总结 React-Native android在windows下的踩坑记 3.执行 react-native run-android 命令出错： BUILD FAILED Could not install the app on

React Native 安装 配置好 node 环境 npm install -g react-native-cli 运行项目 react-native init yourproject --version 0.44.3 注意: 当前的工作目录下要没有 yourproject 目录; 一定要加上 --version 0.44.3 , 如果不加上去默认是生成最新版本的工程, 老的电脑可能因为报错而无法运行; 如果你使用的 zsh 安装的 node, 那么请在系统自带的 Terminal 中设置启动的 shell 为登录 shell, 因为 react-native 的一些操作需要打开 Terminal 执行 node相关命令, 主要就是执行 package.sh , 否则模拟器会出现 bundle 之类的错误; 也可以尝试一下 react-native bundle --entry-file index.js --bundle-output ./ios/bundle/index.ios.jsbundle --platform ios --assets-dest ./ios/bundle --dev false cd yourproject react-native run-ios 常用组件 获取屏幕像素 import { Dimensions } from 'react

1、调用系统摄像头 安卓中，调用系统摄像头其实很简单，只要通过创建一个action为android.media.action.IMAGE_CAPTURE的意图 ，然后再调用Intent的putExtra()方法指定图片的输出地址，最后再调用startActivityForResult()来启动活动。由于 我们使用的是一个隐式意图，系统会找到能够响应这个Intent的活动去启动，这样照相机程序就会打开，拍下的照片就会 输出到我们指定的位置。 File outputImageFile = new File(Environment.getExternalStorageDirectory(), "output_image.jpg"); try { if (outputImageFile.exists()) { // 如果这个文件存在的话 outputImageFile.delete(); } outputImageFile.createNewFile(); } catch (IOException e) { e.printStackTrace(); } imageUri = Uri.fromFile(outputImageFile); Intent intent = new Intent(MediaStore.ACTION_IMAGE_CAPTURE); intent.putExtra

背景 起因是在排查公寓找室友bundle过大问题时，发现house-middle-sdk体积异常，逐个删减引用得出结论是引用了node-forge库导致，通过这次手动排查经历演化出做一个bundle自动化静态扫描的想法。 介绍 安装 npm i house-cli -g 使用 根目录添加metro.config.js文件 //里面引用全局路径（这个后面优化一下） module.exports = require('/Users/haojie/WorkSpace/house-cli/scripts/index.js') house-explorer 功能点 输出 bundle总大小、按包统计模块大小并显示百分比、按包输出所有js文件的module文件 原理 基于metro的Serialization环节捕获到每个module，然后将其分析。原本打算侵入源码分析，但难度过大，因为涉及到react-native-cli以及react-native和metro源码的调用，所以最后折中采取在processModuleFilter环节分析的做法。缺陷在于目前没有做包的依赖库分析。 公寓找室友扫描结果分析 左侧为公寓数据、右侧为找室友数据 从分析数据来看总bundle大小相差200kb，业务代码均占比很高基本在40%或以上，把node-forge库优化后业务代码占比会更高

一、Light GBM Light GBM是和xgboost类似的一种集成算法。xgboost算法的一个瓶颈是针对每个特征，它都需要对每一个可能的分裂点扫描全部的样本来计算基尼系数，这样大大增加了计算量，降低了算法效率。为了解决这种在大样本高纬度数据的环境下耗时的问题，Light GBM算法使用直方图方法在牺牲一定精度的条件下，换取计算速度的提升和内存的消耗；主要使用如下两种方法：一是GOSS（Gradient-based One-Side Sampling, 基于梯度的单边采样），不是使用所用的样本点来计算梯度，而是对样本进行采样来计算梯度；二是EFB（Exclusive Feature Bundling， 互斥特征捆绑） ，这里不是使用所有的特征来进行扫描获得最佳的切分点，而是将某些特征进行捆绑在一起来降低特征的维度，是寻找最佳切分点的消耗减少。这样大大的降低的处理样本的时间复杂度，但在精度上，通过大量的实验证明，在某些数据集上使用Lightgbm并不损失精度，甚至有时还会提升精度。 二、直方图算法（Histogram-based Alogrithm） 直方图优化算法需要在训练前预先把特征值转化为bin，也就是对每个特征的取值做个分段函数，将所有样本在该特征上的取值划分到某一段（bin）中，最终把特征取值从连续值转化成了离散值。 第一个 for