当我们使用matplotlib完成作图后，难免有需要将图表保存到本地的需求，这时候就可以使用savefig()方法实现。在使用imshow()展示图片前，需要先将图片读取出来。除了作图功能，matplotlib也提供本地图片展示以及保存图片的功能，这两个通能通过imshow()方法和savefig()方法实现。transparent：是否透明，当没有设置前景色和边框颜色时，如果transparen

Android NDK 报dlopen failed: library "libc++_shared.so" not found错误的解决办法。

本文比较详细地总结了一些在通用目标检测和专门人脸检测领域常见的小目标检测的解决方案，后面有时间会再写一些专门在人脸领域的困难点（比如ROP的侧脸，RIP的360度人脸）及现在学术界的解决方案。

解放双手，双击桌面快捷方式生成apk包，基于Gradle、bat文件让开发人员告别打包烦扰！前不久有一个Unity3D研发的小仙女在羽毛球场问我关于Android Studio打apk的一些事情，她说他们运营和测试隔三差五的就坐着她旁边要她重复性的打包（估计是那群痴汉打着工作的幌子实际上干着撩妹的活惹火了这位认真敬业的小姐姐），那么有没有省力一点的办法快速打包？一直以来，对于某些频繁进行打包工作的

在编程世界里，Python已经是名副其实的网红了。Python最大优势在于容易学，门槛比Java、C++低非常多，给非程序员群体提供了用代码干活的可能性。当然Python能成为大众编程工具，不紧是因为易学，还因为Python有成千上万的工具包，遍布各行各业。举10几个办公自动化常见的例子，Python都能高效处理。

我们可以用interface先定义一个抽象的UI State、events，event和intent是一个意思，都可以用来表示一次事件。@Keep@Keep然后根据具体逻辑定义页面的UIState和UiIntent。通过MainState将页面的不同状态封装起来，从而实现唯一可信数据源不管是MVC、MVP、MVVM还是MVI，主要就是View和Model之间的交互关系不同MVI的核心是数据的单向流

在MVVM架构下一般使用StateLiveData来进行网络架构封装，并在View层监听回调，这种封装方式的问题在于将网络请求回调处理逻辑转移到了View层，违背了尽量不在View层写逻辑的原则。但这种写法流行的原因在于MVVM架构下View与ViewModel交互成本较高，如果每个请求的回调都在ViewModel中处理，则需要定义很多LiveData，这是很多人不愿意做的。而MVI架构解决了这个

2015年谷歌I/O大会上介绍了一个数据绑定框架DataBinding。2016年，2017年毫无意外成了项目实战中主流框架。使用它我们可以轻松实现MVVM（模型-视图-视图模型）模式，来实现应用之间数据与视图的分离、视图与业务逻辑的分离、数据与业务逻辑的分离，从而达到低耦合、可重用性、易测试性等好处。而使用DataBinding不仅减少了findViewById的出现频率，而且还大大提高解析XM

贝叶斯优化思想简单可归纳为两部分:高斯过程（GP）：以历史的调参信息（Observation）去学习目标函数的后验分布（Target）的过程。采集函数(AC)：由学习的目标函数进行采样评估，分为两种过程：1、开采过程：在最可能出现全局最优解的参数区域进行采样评估。2、勘探过程：兼顾不确定性大的参数区域的采样评估，避免陷入局部最优。

MVC架构介绍MVC是个古老的Android开发架构，随着MVP与MVVM的流行已经逐渐退出历史舞台，我们在这里做一个简单的介绍，其架构图如下所示：MVC架构主要分为以下几部分：1.视图层（View）：对应于xml布局文件和java代码动态view部分。2.控制层（Controller）：主要负责业务逻辑，在android中由Activity承担，同时因为XML视图功能太弱，所以Activity既