上篇文章在结尾留下两个问题getContext(this) 和 getContext() 有什么区别？为什么弃用直接 getContext，转而使用 UIContext.getHostContext？因为篇幅问题，留在最后给大家一起思考了，今天我又来了，准备把剩下的扫扫尾~~~老样子如果您有任何疑问、对文章写的不满意、发现错误或者有更好的方法，如果你想支持下一期请务必~，欢迎在评论私信或邮件中提出

HarmonyOS SDK实况窗服务(Live View Kit)作为一个实时呈现应用服务信息变化的小窗口，遍布于设备的各个使用界面，它的魅力在于将复杂的应用场景信息简洁提炼并实时刷新，在不影响当前其他应用操作的情况下，时刻向用户展示最新的信息动态，用户也可以点击实况窗卡片或胶囊进入应用落地页查看详细信息，享受来自应用的...

1. 前置学习文档1.1 【HarmonyOS NEXT】ArkTs数据类型解析与使用1.2 【HarmonyOS NEXT】ArkTs函数、类、接口、泛型、装饰器解析与使用1.3 【HarmonyOS NEXT】ArkTs 模块的导出和引入1.4 【HarmonyOS NEXT】异步编程的神器之Promise2....

华为开发者空间是为全球开发者打造的专属云上成长空间，深度整合昇腾AI、鸿蒙、鲲鹏等华为根技术。开发者空间在HDC2025上迎来全面升级，新增AI原生应用引擎、AI Notebook、鸿蒙云手机、FunctionGraph云函数、Astro低代码等核心能力，并在算力、模型、平台、应用层实现全方位优化，助力开发者高效完成从编码到调测的全流程，打造智能AI应用开发新体验。智能助手模板是基于AI大模型定制

一、问题描述1.在进行sam模型迁移到昇腾的时候存在精度问题，模型链接：https://github.com/facebookresearch/segment-anything2 .两台机器上训练loss图对比，发现从一开始训练的时候就出现了差别，从图中对比看出来npu第一步就开始没有向下收敛，而gpu是向下收敛。二、问...

Pytroch实现bert网络文本分类本实验主要是用来指导用户如何使用pytorch来搭建经典的Bert网络，并在此基础上使用昇腾Npu硬件对Bert网络实现文本分类训练的代码实战过程。Bert网络的主要创新点介绍Bert及网络搭建过程介绍BERT(Bidirectional Encoder Representations from Transformers)是一种基于多层Transformer-

数据清洗(Data Cleansing)是指对数据进行处理和纠错，以去除或修复数据集中存在的错误、不一致、不完整和冗余的数据，从而使数据更加准确、可靠和可用。数据清洗是数据处理和数据分析中一个非常重要的步骤，它可以帮助我们提高数据的质量，从而提高数据分析和机器学习的准确性和可靠性。本案例选择PyThon所及生成杂乱数据及清洗作为示例，通过实际操作，让大家深入了解如何利用Python中预装的库来进行

OpenFold是一种基于深度学习的蛋白质结构预测模型，广泛应用于蛋白质从头预测、功能位点解析、突变效应模拟等领域。该模型的核心目标是通过大规模预训练和多阶段优化，从氨基酸序列中高效、准确地推断蛋白质的三维结构。OpenFold结合了Transformer架构和几何优化模块，显著提高了结构预测的精度和速度。该模型的部署包含详细的微调教程、模型训练、推理优化等内容，为研究人员提供了全面的技术支持。O

在人工智能技术飞速发展的今天，AI基础框架如同智能世界的“地基”，为各类应用提供底层支撑与核心驱动力。它通过整合数据、算法与工具链，构建起从开发到落地的完整技术生态。通过本次实操，可以使开发者了解PyTorch、TensorFlow、MindSpore框架间的区别，以及不同框架的各自特点。PyTorch是由Facebook(现Meta)AI研究院于2016年推出的开源深度学习框架，基于Torch库

本实验指导共包含实验环境准备、训练数据集准备、模型权重准备和预训练4个部分。1 环境准备1.1 拉取镜像本次实验使用的python环境来自昇腾官网提供的镜像，下载地址为 https://www.hiascend.com/developer/ascendhub/detail/e26da9266559438b93354792...