小编fab*_*789的帖子

我已经看到一些todo应用程序在午夜更新他们的应用程序徽章,始终显示正确的任务数量.他们这样做没有使用推送通知 - 所以我的问题是:他们是如何做到这一点的？他们是否使用本地通知 - 如果是,请在设备关闭时调用这些通知吗？我有点困惑,并会欣赏一些意见.

我有问题UITabBarController.在我的应用程序中,我想隐藏它但没有使用,hidesBottomBarWhenPushed因为我想隐藏它而不是当我推它时.例如,我想在我的应用程序中按"隐藏"按钮时隐藏它.

我在谷歌阅读了很多文章,但我无法知道如何做到这一点.

我想利用张量流来实现完全卷积网络.有一个功能

tf.nn.conv2d_transpose(value, filter, output_shape, strides, padding, name),

可以用来进行双线性上采样.但是,我很困惑如何使用它？输入是具有单个通道的图像,输出也是具有单个通道的图像,其大小是输入的两倍.我尝试使用如下函数,但得到了一个IndexError: list index out of range:

  with tf.name_scope('deconv') as scope:
    deconv = tf.nn.conv2d_transpose(conv6, [3, 3, 1, 1], 
        [1, 26, 20, 1], 2, padding='SAME', name=None)

我正在读一个plist键(NSArray和n NSDictionaries):

    let regionsToMonitor = NSBundle.mainBundle().infoDictionary["Regions"] as Array<Dictionary<String,AnyObject>>

现在我迭代它:

    for regionToMonitor in regionsToMonitor {

现在我想得到regionToMonitor的uuidString

在ObjC: NSString *uuidString = regionToMonitor[@"uuidString"];

在swift我尝试: let uuidString = regionToMonitor["uuid"]!.stringValue;

以上编译但字符串始终nil处于快速状态.regionToMonitor["uuid"]没有时使用!.stringValue可以正常工作println

我如何在这里获得有效的Swift.String？

我想把它传递给NSUUID!

我也试过了

let uuidString:String = regionToMonitor["uuid"]
=> AnyObject不能转换为String

let uuidString = regionToMonitor["uuid"] as String
=>找不到接受提供的参数的'下标'的重载

let uuidString = regionToMonitor["uuid"];
>'AnyObject？' 不能隐含地向下转换为'String'; 你的意思是用'as'强迫低垂？

默认的Core Data for iOS模板将数据存储在.sqlite文件中NSDocumentDirectory.如果iDevice连接到iTunes并且启用了文件共享,则该文件可见.

我想将目录更改为用户不可见的内容,我会选择NSApplicationSupportDirectory.这是正确的目录吗？其他开发者使用什么？

如何UICollectionViewCell使用自动布局更改基于子视图大小的a 的大小？

我UICollectionViewCell的每个人都只有一个观点contentView.这是我的自定义UIView子类,它使用自动布局自动调整自身大小以适应其所有子视图.它也-intrinsicContentSize正确实现.然而UICollectionView,或者说它的布局,似乎并不关心这一点.

我正在使用UICollectionViewFlowLayout,并试过:

• 保留itemSize默认值.这使我的细胞大小为50 x 50.
• 实现委托方法-collectionView:layout:sizeForItemAtIndexPath:.但是,当调用此方法时,单元格(显然)尚未出现在屏幕上,并且尚未由自动布局系统更新.

有没有办法根据他们使用标准Apple类的子视图更改单元格的大小？或者我必须实现自己的UICollectionViewLayout子类,还是其他什么？

在我的iOS应用程序中,我使用Core Data来存储数据和获取请求以创建NSManagedObject要在a中显示的s 数组UITableView.

在Watch OS上,我检查是否WCSession支持并激活会话,然后从iOS应用程序向watchOS扩展发送消息.

当iOS应用程序从watchOS收到消息时,它应该将数组发送Objects到watchOS扩展中以显示数据WKInterfaceTable,但我不确定如何执行此操作.最终我想要实现的是;

• 如何Objects与watchOS扩展共享数组？

• 如果用户在Watch上的数组中添加/编辑/删除对象,我们如何更新iPhone上的数据？

• 此外,iOS应用程序嵌入在一个内容中,UITabBarController因此与哪个视图控制器进行通信也很重要？

观看OS FavouritesInterfaceController

var session : WCSession!

override func willActivate() {
    // This method is called when watch view controller is about to be visible to user
    super.willActivate()

    //Check if session is supported and Activate
    if (WCSession.isSupported()) {
        session = WCSession.defaultSession()
        session.delegate = self
        session.activateSession()
    }
}

override func awakeWithContext(context: AnyObject?) {
    super.awakeWithContext(context)
    // Interface Objects

    //Send Message …

我正在开发一个WCSession用于与iPhone通信的watchOS扩展.但是,我没有Apple Watch,因此必须依靠Watch Simulator来测试我的代码.

有没有办法测试Watch在模拟器中与手机断开连接的情况？

如果没有,是否有一些文档或经过充分研究的博客文章,可以对WCSession这种情况下的行为有所了解？

这是来自Apple示例代码:

if (![fetchedResultsController_ performFetch:&error]) {
     /*
      Replace this implementation with code to handle the error appropriately.
      ...
      If it is not possible to recover from the error, ...
      */
    NSLog(@"Unresolved error %@, %@", error, [error userInfo]);
    abort();
}

我想知道是否真的有必要总是终止应用程序？你怎么能" 用代码替换这个实现来适当地处理错误 "？你将如何" 从错误中恢复 "？

任何建议都将受到赞赏,Fabian

我有一个用PyTorch编写的神经网络,它a在GPU上输出一些Tensor .我想继续a使用高效的TensorFlow层进行处理.

据我所知,唯一的方法是a从GPU内存转移到CPU内存,转换为numpy,然后将其输入TensorFlow.一个简化的例子:

import torch
import tensorflow as tf

# output of some neural network written in PyTorch
a = torch.ones((10, 10), dtype=torch.float32).cuda()

# move to CPU / pinned memory
c = a.to('cpu', non_blocking=True)

# setup TensorFlow stuff (only needs to happen once)
sess = tf.Session()
c_ph = tf.placeholder(tf.float32, shape=c.shape)
c_mean = tf.reduce_mean(c_ph)

# run TensorFlow
print(sess.run(c_mean, feed_dict={c_ph: c.numpy()}))

这可能有点牵强,但有没有一种方法可以做到这一点

1. a 永远不会留下GPU内存,或者
2. a 从GPU内存到固定内存到GPU内存.

我尝试2.在上面使用的代码中使用,non_blocking=True但我不确定它是否符合我的预期(即将其移至固定内存).

理想情况下,我的TensorFlow图将直接在PyTorch张量占用的内存上运行,但我认为这是不可能的？