一、为什么要使用码云而不使用 GitHub？会有很多朋友这样问，原因有以下几条：

1. 码云是国内的品牌，都是中文，对于英语比较弱的朋友比较友好。
2. 不管项目私有还是公开，码云都是免费的，而 GitHub 在私有是收费的。
3. 下图是码云给出跟 GitHub 的对比：

反向传播计算梯度\frac{\partial J}{\partial \theta}， \theta表示模型的参数。 J是使用正向传播和损失函数来计算的。
计算公式如下：

所以一个良好的初始化也是非常重要的，这里尝试三种初始化化方式：

1. 零初始化，将权重参数初始化为零。
2. 随机初始化，使用随机的方式，初始化权重参数。
3. He 初始化，这个公式的初始化方式。

如果训练数据集不够大，由于深度学习模型具有非常大的灵活性和容量，以至于过度拟合可能是一个严重的问题，为了解决这个问题，引入了正则化的这个方法。要在神经网络中加入正则化，除了在激活层中加入正则函数，应该 dropout 也是可以起到正则的效果。我们来试试吧。

有各种各样的通知，不同情况使用不同的通知方式，使用户在体验上更佳，下面就讲一下四种常用的通知方式 Notification、Dialog、Toast、Snackbar

目前大部分的手机都有语音助手，例如小米手机的小爱同学，VIVO 的小 V 等等，通过智能助手我们可以快速询一些资讯或者操作手机，例如询问天气，发送微信给你的好友等等。这篇文章就来介绍如何使用 AIUI 快速搭建类似这样的智能助手。

我们在 Android 应用做语音识别的时候，一般是用户唤醒之后开始说话。当用户超过一定的时候没有说话，就停止录音，并把录音发送到语音识别服务器，获取语音识别结果。本教程就是解决如何检测用户是否停止说话，我们使用的是 WebRTC 架构的源代码中的 vad 代码实现的。

View 动画其实就是使 ImageView 上的图片在隐藏、旋转、缩放、平移通过动画的过程显示。

有很多的应用都会有保存密码和账号的功能，比如 QQ。接下来就讲讲使用 SharedPreferences 来保存密码和账号，也许有些人会考虑的数据库，但是我个人认为对于保存简单的数据，使用的数据库就大材小用了，SharedPreferences 比较轻量级

在原生的 ImageView 中，没有一个方法是可以直接显示网络的图片的，当我们经常需要显示网络图片时，每次都有一大堆的操作，这会很麻烦，今天就教大家在 ImageView 上轻松显示网络图片。

这是一个使用 Fragment 做的一个底部导航栏的小 demo

读取短信和联系人经常会用到，要了解的是这是内容提供者（contentProvider）的知识点，大家都知道数据库是在 data-->data 对应的包目录下，其他应用是不可以访问到的，如果有些数据要提供给其他的应用，比如通信录，其他应用想获取它的数据怎么办呢，这时内容提供者就出现了，预先写好了一些操作数据库的方法，因为方法是开发这个应用的开发者提供的，所以保证了数据库的安全操作，又能共享数据。

像音乐这种耗时的和适合后台操作的应当放在 Service 中进行操作，而不是放在 Activity，下面就介绍使用 Service 的音乐播放器

OKhttp3 是一个非常强大的 Android 网络框架，它是由 Square 公司开发并开源的，很大 Android 开发者都会使用到，所以我也要来学学。

这里导入了两个工具类，可以从这里下载，这里包含了这个函数和用到的数据集，其中用到了 h5py，如果读者没有安装的话，要先用 pip 安装这个库，还有以下用到的库也要安装。

导入依赖包，这个两个分别是加载数据的工具函数和数据集，这个两个程序可以在这里下载。这个工具函数中使用到 sklearn 包，使用之前还要使用 pip 安装该函数。

有时候我们需要一些网络数据来工作、学习，比如我们做深度学习的。当做一个分类任务时，需要大量的图像数据，这个图像数据如果要人工一个个下载的，这很明显不合理的，这是就要用到爬虫程序。使用爬虫程序帮我们下载所需要的图像。那么我们就开始学习爬虫吧。

在本章中，我们一起来学习下 TensorFlow。我们将会学习到 TensorFlow 的一些基本库。通过计算一个线性函数来熟悉这些库。最后还学习使用 TensorFlow 搭建一个神经网络来识别手势。

现在越来越多的手机要使用到深度学习了，比如一些图像分类，目标检测，风格迁移等等，之前都是把数据提交给服务器完成的。但是提交给服务器有几点不好，首先是速度问题，图片上传到服务器需要时间，客户端接收结果也需要时间，这一来回就占用了一大半的时间，会使得整体的预测

在之前笔者有介绍过《在 Android 设备上使用 PaddleMobile 实现图像分类》，使用的框架是百度开源的 PaddleMobile。在本章中，笔者将会介绍使用腾讯的开源手机深度学习框架 ncnn 来实现在 Android 手机实现图像分类，这个框架开源时间比较长，相对稳定很多。